SPSS大作业.docx

1、SPSS大作业武汉大学珞珈学院实验报告学生基本信息姓名：邱雪婷学号：20111101028专业：信息管理与信息系统班级：1101实验1第4题：基本统计分析4利用商品房购买意向调查数据，从中随机选取78%的样本，进行分析，实现以下目标：1.分别分析被访者的户籍状况和未来购房预期的基本情况(输出频数分布图并进行分析)；2.分析对“是否需要政府提供保障性住房”问题持“需要”和“非常需要”态度的被访者的月住房开销是否存在不均衡现象；3.分析不同买房需求的被访者选择的付款方式。基本解题思路：1.先随机抽样，再用频数分析户籍状况与购房预期的基本情况,所输出的户籍状况是名义型数据，应输出饼图，购房预期是有序

2、型数据，则应输出条形图。2.A将数据按照“是否需要政府提供保障性住房”进行拆分，再计算月与住房有关开销的基本描述统 计量； B 分析月与住房有关的开销是否存在不均衡现象，可以分析金额是否有大量异常值。3.首先定义多选项变量集，然后将付款方式分解并设置成多个变量后进行后续多选项频数分析。操作步骤1.步骤a随机抽样：数据选择个案随机个案样本（D）样本大约78%的个案继续确定 b频数分析：对“户籍状况”：分析描述统计频率选择“户籍状况”到变量（V）中在图表（C）中勾选“饼图”继续在格式（F）中勾选“按计数的降序排序”继续勾选“显示频率表格”确定；c对“购房预期”：分析描述统计频率选择“未来购房预期”

3、到变量（V）中在图表（C）中勾选“条形图”继续确定2.步骤 a拆分：数据拆分文件勾选“比较组”将“是否需要政府干预”添加到分组方式（G）确定b基本描述统计：分析描述统计分析添加“月与住房有关的开销”到变量（V）中选项（O）在分布中勾选“峰度”，“偏度”继续在左侧勾选“将标准化得分另存为变量”确定c重抽样：分析描述统计分析在Bootstrap（B）勾选“执行bootstrap”继续确定Zt10分组：转换重新编码为不同变量值标签如果输入分组数据继续确认3.步骤 a定义多项选择变量集：分析多重响应定义变量集将几种付款方式添加到集合中的变量（V），勾选“类别”范围1到5，名称f1，标签为fenz添加（

4、A）到多响应集关闭b多选项频数分析：分析多重响应频率将f1添加到表格（T）确定c交叉分组分析：分析多重响应交叉表将“买房需求”添加到行（W），定义最小值1，最大值3继续将$f1添加到列N选项（O）勾选“行”“列”“响应”继续确定d因为第2步中对数据进行了拆分，所以在分析不同买房需求的被访者选择的付款方式应该先还原:数据拆分文件勾选“分析所有个案，不创建组”确定结果1： 41（1） 频数分布表（一） 41（2） 频数分布表（二） 图41 频数分析统计图结果2：表42是否需要政府提供保障性住房的基本描述统计量表43是否需要政府提供保障性住房的重抽样自举结果结果3：表44多选项频数表表45 多选项交

5、叉列联表（a）表45 多选项交叉列联表（b）结论1（1）由表41可知本次调查的人数为235人，本市户籍与非本市户籍各占60%和40%，由于“户籍状况”缺失值为0，故有效百分比和百分比相同；（2）由图41可知有63%的人认为其未来的购房预期不会变，只有16.6%的人认为未来购房预期会减弱。结论2（1）从表42中可知非常需要政府干预的标准差和均值最大，三者均成尖峰分布，且非常需要的尖峰程度最大，不需要的最小。同时非常需要右偏程度最大，其均值存在高估现象。（2）表43显示，重抽结果中，不需要和需要平均值低于原始样本数据，非常需要平均值高于原始样本，支持原分析结果。（3）参考数据中新生成一列的标准化值

6、Zt10，存在Z分数值的绝对值大于3的样本。首先进行分组，Zt10=-3为低金额组，-3Zt103为高金额组（图略）。其中低金额组比例为0，高金额组为0.8%，高于0.3%，因此，月与住房有关的开销存在一定的不均衡。结论3（1）由表44可知，235个被访者的总应答次数为705次，公积金贷款是最受欢迎的，其次是按揭付款和分期付款，一次性付款是最低的。（2）由表45可知，无论是哪个买房需求段的人群，公积金贷款均是选择比例最高的付款方式，一次性付款的选择比例是最低的。实验2第8题：方差分析4某电影公司想知道其推出电影的票房与电影推广方式及电影放映时段是否有关，根据近2年的情况得到下表的数据，以0.0

7、5的显著性水平进行检验：(1)给出SPSS数据集的格式(截图前4个样本即可)；(2)销售方式对销售量的影响,并进行多重比较检验(只选用1个检验指标);(3)电影推广方式和放映时段以及它们的交互作用对销售量的影响。基本解题思路1.按照题目内容设置3个变量分别为A（放映时间）,B（推广方式）,P（票房收入），并录入相关数据。2.利用单因素方差分析将推广方式对票房收入量的影响做分析，利用两两比较功能分析不同的推广方式对票房收入量的影响。3.利用多因素分析将放映时段、推广方式对票房收入量的影响做分析，并采用饱和模型分析交互作用。操作步骤1. 设置A,B,P三个变量，并录入相关数据。2. 分析比较均值单

8、因素ANOVA将“票房收入”添加到因变量列差表（E），将“推广方式”添加到因子（F）在“两两比较”中勾选LSD（L）继续在选项（O）中勾选描述性和方差同质性检验继续确定3. 分析一般线性模型单变量将“票房收入”添加到因变量（D），将“推广方式”和“放映时间”添加到固定因子（F）在模型中勾选“全因子”继续在绘制（T）将B添加到水平轴，将A添加到单图添加继续确定结果1图81结果2表81 推广方式对票房收入的单因素方差分析结果表82 推广方式的多重比较检验 结果3 表83票房收入多因素方差分析的饱和模型 图82 票房收入的估算边际值结论1 输出结果如图81。结论2 （1）推广方式的单因素方差分析的零

9、假设为：不同推广方式与票房收入不存在显著性影响。由表81可知，显著性P值0.2910.05，因此不应拒绝原假设，认为推广方式对票房收入不具有显著影响，但存在较弱影响。（2）由表82多重比较的结果可知，不同的推广方式对票房的影响较小。互联网对其他取值的均值差全部为正值，因此利用互联网方式推广票房收入最好，其次为电视推广、杂志推广、广播推广、报纸推广，这四种方式两两之间影响的均差值都只是个位数，影响较小。结论3由表83可知，放映时段和推广方式交互的P值为0.0920.05，不应拒绝原假设，二者对票房收入不存在交互作用；由图82可知，折线走势有三条线基本一致，纵轴的坐标跨度局限在80100之间，变化

10、幅度不大，因此二者交互对销售量的影响较弱。实验3第10题：线性回归2以高校科研研究数据为例，建立回归方程研究以课题总数X5为被解释变量，解释变量为投入人年数X2、投入科研事业费X4、专著数X6、论文数X7、获奖数X8。 解释变量采用逐步筛选策略，并做多重共线性。基本解题思路 首先运用多元线性回归分析筛选变量，并勾选所需的复选框，输出数据分析多重共线性、残差的正态性和方差齐性。操作步骤分析回归线性将课题总数X5添加到因变量（D），将其余的X2，X4，X6，X7，X8添加到自变量（I）在方法（M）中勾选“逐步”在统计量（S）中勾选“共线性诊断”继续确定结果表101 立项课题数多元线性回归分析结果（

11、逐步筛选策略）（一）表102 立项课题数多元线性回归分析结果（逐步筛选策略）（二）表103 立项课题数多元线性回归分析结果（逐步筛选策略）（三）表104 立项课题数多元线性回归分析结果（逐步筛选策略）（四）表105 立项课题数多元线性回归分析结果（逐步筛选策略）（五）结论：（1）由表101可知，调整的判定系数为0.917，较接近于1，拟合优度较高，被解释变量可以被模型解释的部分较多，未能被解释的部分较少。（2）由表102可知，如果显著性水平为0.05，由于概率P值小于显著性水平，应拒绝回归方程显著性检验的零假设，认为各回归系数不同时为0，被解释变量与解释变量全体的线性关系是显著的。（3）由表1

12、03可知，X2（投入人年数）和被解释变量X5（课题总数）的线性相关性最高，其他几个变量与X5的线性相关性不明显。所以回归方程是：课题总数=-94.524+0.492*X2，投入人年数的容差为1，VIF也为1，说明它的多重共线性非常弱。（4）104可知，除投入人年数外，其他变量的回归系数显著性t检验的概率P值都大于显著性水平，因此不应拒绝零假设，认为这些偏回归系数与0无显著差异，它们与被解释变量的线性关系是不显著的，不应该保留在方程中。实验4第12题：曲线回归2根据收集的1978年至2002年的数据，分析住房人均使用面积受年人均可支配收入的影响。 （提示：首先绘制两者的散点图，再尝试选择二次、三

13、次曲线、复合函数和幂函数模型，利用曲线估计进行本质线性模型分析。）基本解题思路主要考察曲线回归的内容，先绘制两者散点图，再用二次、立方、复合、幂函数模型，以判定系数为依据选择最优模型，并进行分析预测。操作步骤1. 图形旧对话框散点图简单分布定义将人均使用面积添加到Y轴，将年人均可支配收入添加到X轴确定2. 分析回归曲线估计将人均使用面积添加到因变量（D），将年人均可支配收入添加到变量（V）在模型中勾选二次项、立方、幂、复合确定结果1图121 人均使用面积和年人均可支配收入的散点图结果2表121人均使用面积的曲线估计结果结论1 由图121可知， 人均使用面积和年人均可支配收入之间呈非线性关系，因此可尝试选择二次、三次曲线、复合函数和幂函数模型，利用曲线估计进行本质线性模型分析。结论2 由表122可知，四个模型的拟合优度都较接近于1，均较高，在二次、三次、复合、幂函数的模型中三次函数的R方是最大、最接近1的。所以应用三次函数来表示年人均可支配收入与人均使用面积的函数关系。根据函数图象122看出，人均使用面积是随年人均可支配收入增长而增长的，说明随着人们可支配收入增加，对人均使用面积关注更多，投入更多。