信息与计算科学专业实习报告.doc

信息与计算科学专业方向实践报告【摘要】： 一年一度的NBA赛季让全世界的篮球迷为之疯狂，NBA赛事之所以如此受欢迎，最主要的原因在于NBA球员高超的球技。球队中灵魂人物的个人发挥能够直接影响其球队的成败。因而对他们的技术统计与分析是一件十分重要的事情。 NBA球员科比-布莱恩特和阿伦-艾弗森11个赛季技术统计表下载自NBA中文官方网站，具有可信度。 NBA球员科比-布莱恩特和阿伦-艾弗森11个赛季技术统计表NBA球员 球队赛季场次首发平均每场上场时间(分钟)平均每场投篮命中率平均每场三分球命中率科比-布莱恩特洛杉矶湖人1996-199771615.5 0.4170 0.3750 科比-布莱恩特洛杉矶湖人1997-199879126.0 0.4280 0.3410 科比-布莱恩特洛杉矶湖人1998-1999505037.9 0.4650 0.2670 科比-布莱恩特洛杉矶湖人1999-2000666238.2 0.4680 0.3190 科比-布莱恩特洛杉矶湖人2000-2001686840.9 0.4640 0.3050 科比-布莱恩特洛杉矶湖人2001-2002808038.3 0.4690 0.2500 科比-布莱恩特洛杉矶湖人2002-2003828241.5 0.4510 0.3830 科比-布莱恩特洛杉矶湖人2003-2004656437.6 0.4380 0.3270 科比-布莱恩特洛杉矶湖人2004-2005666640.7 0.4330 0.3390 科比-布莱恩特洛杉矶湖人2005-2006808041.0 0.4500 0.3470 科比-布莱恩特洛杉矶湖人2006-2007121239.1 0.4600 0.3180 阿伦-艾弗森费城76人1996-1997767440.1 0.4160 0.3410 阿伦-艾弗森费城76人1996-1998808039.4 0.4610 0.2980 阿伦-艾弗森费城76人1996-1999484841.5 0.4120 0.2910 阿伦-艾弗森费城76人1996-2000707040.8 0.4210 0.3410 阿伦-艾弗森费城76人1996-2001717142.0 0.4200 0.3200 阿伦-艾弗森费城76人1996-2002605943.7 0.3980 0.2910 阿伦-艾弗森费城76人1996-2003828242.5 0.4140 0.2770 阿伦-艾弗森费城76人1996-2004484742.5 0.3870 0.2860 阿伦-艾弗森费城76人1996-2005757542.3 0.4240 0.3080 阿伦-艾弗森费城76人1996-2006727243.1 0.4470 0.3230 阿伦-艾弗森费城76人2006-2007121243.8 0.4160 0.2340 平均每场罚球命中率平均每场进攻次数平均每场防守次数平均每场助攻次数平均每场抢断次数平均每场盖帽次数平均每场失误次数平均每场犯规次数平均每场得分0.8190 0.7 1.2 1.3 0.69 0.32 1.58 1.44 7.6 0.7940 1.0 2.1 2.5 0.94 0.51 1.99 2.28 15.4 0.8390 1.1 4.2 3.8 1.44 1.00 3.14 3.06 19.9 0.8210 1.6 4.7 4.9 1.61 0.94 2.76 3.33 22.5 0.8530 1.5 4.3 5.0 1.68 0.63 3.24 3.26 28.5 0.8290 1.4 4.1 5.5 1.48 0.44 2.79 2.85 25.2 0.8430 1.3 5.6 5.9 2.21 0.82 3.51 2.66 30.0 0.8520 1.6 3.9 5.1 1.72 0.43 2.63 2.71 24.0 0.8160 1.4 4.5 6.0 1.30 0.80 4.09 2.64 27.6 0.8500 0.9 4.4 4.5 1.84 0.38 3.13 2.91 35.4 0.8350 0.8 4.0 5.2 1.33 0.17 3.50 3.08 24.1 0.7020 1.5 2.6 7.5 2.07 0.32 4.43 3.07 23.5 0.7290 1.1 2.6 6.2 2.20 0.31 3.05 2.50 22.0 0.7510 1.4 3.5 4.6 2.29 0.15 3.48 2.04 26.8 0.7130 1.0 2.8 4.7 2.06 0.07 3.29 2.31 28.4 0.8140 0.7 3.1 4.6 2.51 0.28 3.34 2.07 31.1 0.8120 0.7 3.8 5.5 2.80 0.22 3.95 1.70 31.4 0.7740 0.8 3.4 5.5 2.74 0.16 3.49 1.82 27.6 0.7450 0.7 3.0 6.8 2.40 0.10 4.35 1.81 26.4 0.8350 0.7 3.3 7.9 2.40 0.12 4.59 1.87 30.7 0.8140 0.6 2.6 7.4 1.94 0.14 3.44 1.68 33.0 0.8780 0.6 2.4 7.1 2.00 0.08 4.25 1.33 31.7 根据以上数据，运用SPSS统计软件，运用各个统计方法对NBA球员科比-布莱恩特和阿伦-艾弗森进行技术分析，并对他们进行比较。【关键字】：1数据输入与整理2频数分析（对两人平均每场上场时间进行频数分析）3基本描述统计量（用基本描述统计量的计算结果对两人技术进行分析比较）4单样本t检验（检验科比-布莱恩特和阿伦-艾弗森平均每场犯规次数的均值是否为2.7）5两独立样本t检验（科比-布莱恩特和阿伦-艾弗森平均每场犯规次数比较）6. 单样本非参数假设检验（检验科比-布莱恩特平均每场进攻次数与首发的关系基本是否为1：1：10：10：10：10：10：10：10：10：2）7单样本非参数假设检验(检验科比-布莱恩特和阿伦-艾弗森平均每场盖帽次数总体的分布是否为正态分布)8. 单样本非参数假设检验(检验科比-布莱恩特在某段时间内平均每场得分是否持续正常)9单因素方差分析(用单因素方差分析，分别分析科比-布莱恩特和阿伦-艾弗森平均每场防守次数对平均每场得分有无显著影响)10相关分析（研究平均每场三分球命中率与平均每场得分之间是否具有较强的线性关系）11偏相关分析（以平均每场失误次数为控制变量，研究平均每场罚球命中率与平均每场得分的偏相关关系）12线性回归分析（用逐步筛选法找科比-布莱恩特的平均每场得分的线性回归方程）13曲线回归分析（用曲线回归分析法分析科比-布莱恩特的平均每场得分）【实验结果】：1数据输入与整理得到完整的待分析的SPSS数据文件数据视图：定义视图：2频数分析（对两人平均每场上场时间进行频数分析）数据文件中增加一个变量scsj。 输出1 输出2分析：从输出1中看出，阿伦-艾弗森平均每场上场时间在10-40（分钟）的频数为1，在40-50（分钟）的频数为10；科比-布莱恩特平均每场上场时间在10-40（分钟）的频数为7，在40-50（分钟）的频数为4；两人平均每场上场时间在10-40（分钟）的频数为8，在40-50（分钟）的频数为14。 从输出2中看出，交叉分组下的频数分析卡方检验结果的相伴概率为0.008，小于显著性水平0.05，故拒绝原假设，认为两人的平均每场上场时间存在显著性差异。3基本描述统计量（用基本描述统计量的计算结果对两人技术进行分析比较）实现按NBA球员拆分，输出结果放在同一张表中。 输出3分析：从输出3中看出，科比-布莱恩特的平均每场投篮命中率、平均每场三分球命中率和平均每场罚球命中率的均值均比阿伦-艾弗森高，但标准差有高有底，说明在投篮方面科比-布莱恩特比阿伦-艾弗森发挥出色，但稳定程度高低不定。均值的统计误差均小于0.05（比较小），说明数据没有不均衡现象，说明两人的发挥都比较稳定。4. 单样本t检验（检验科比-布莱恩特和阿伦-艾弗森平均每场犯规次数的均值是否为2.7）实现按NBA球员拆分，输出结果放在同一张表中。 输出4分析：从输出4中得，阿伦-艾弗森单样本假设的相伴概率为0.001，小于显著性水平0.05，故拒绝原假设，认为阿伦-艾弗森平均每场犯规次数的均值与2.7有显著性差异；科比-布莱恩特单样本假设的相伴概率为0.773，大于显著性水平0.05，故接受原假设，认为科比-布莱恩特平均每场犯规次数的均值与2.7无显著性差异。5两独立样本t检验（科比-布莱恩特和阿伦-艾弗森平均每场犯规次数比较） 输出5分析：从输出5中看出，两独立样本F检验结果的相伴概率为0.019，小于显著性水平0.05，故拒绝原假设，认为阿伦-艾弗森与科比-布莱恩特平均每场犯规次数的方差有显著性差异；两独立样本t检验结果的相伴概率为0.003，小于显著性水平0.05，故拒绝原假设，认为阿伦-艾弗森与科比-布莱恩特平均每场犯规次数的均值有显著性差异。6单样本非参数假设检验（检验科比-布莱恩特平均每场进攻次数与首发的关系基本是否为1：1：10：10：10：10：10：10：10：10：2） 输出6 输出7分析：从输出7中看出，非参数假设检验卡方分布的相伴概率为0.505，大于显著性水平0.05，故接受假设，认为样本来自的总体分布与理论分布无显著差异，即科比-布莱恩特与首发的关系基本是为1：1：10：10：10：10：10：10：10：10：2。7单样本非参数假设检验(检验科比-布莱恩特和阿伦-艾弗森平均每场盖帽次数总体的分布是否为正态分布)实现按NBA球员拆分，输出结果放在同一张表中。输出8分析：从输出8看出，科比-布莱恩特的平均每场盖帽次数非参数检验结果的相伴概率为0.945，大于显著性水平0.05，故接受原假设，认为科比-布莱恩特的平均每场盖帽次数服从正态分布；阿伦-艾弗森的平均每场盖帽次数非参数检验结果的相伴概率为0.709，大于显著性水平0.05，故接受原假设，认为科比-布莱恩特的平均每场盖帽次数服从正态分布。8单样本非参数假设检验(检验科比-布莱恩特在某段时间内平均每场得分是否持续正常)输出9分析：从输出9看出，随机性检验结果的相伴概率为0.210，大于显著性水平0.05，故接受假设，认为科比-布莱恩特平均每场得分是随机的。9单因素方差分析(用单因素方差分析，分别分析科比-布莱恩特和阿伦-艾弗森平均每场防守次数对平均每场得分有无显著影响)输出10分析：从输出10中看出，科比-布莱恩特单因素方差分析结果的相伴概率为0.056，大于显著性水平0.05，故接受假设，认为科比-布莱恩特的平均每场防守次数对平均每场得分无显著影响；阿伦-艾弗森单因素方差分析结果的相伴概率为0.374，大于显著性水平0.05，故接受假设，认为科比-布莱恩特的平均每场防守次数对平均每场得分无显著影响。10相关分析（研究平均每场三分球命中率与平均每场得分之间是否具有较强的线性关系）输出10输出11分析：从输出10中看出，平均每场三分球命中率与平均每场得分之间不具有较强的线性关系；从输出11中看出，相关分析的相伴概率为0.329，大于显著性水平0.05，故接受原假设，认为平均每场三分球命中率与平均每场得分之间不具有较强的线性关系。两种方法得到结果一致。11偏相关分析（以平均每场失误次数为控制变量，研究平均每场罚球命中率与平均每场得分的偏相关关系）- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - - -Controlling for. V15 V17 V9V17 1.0000 .3626 ( 0) ( 19) P= . P= .106V9 .3626 1.0000 ( 19) ( 0) P= .106 P= .(Coefficient / (D.F.) / 2-tailed Significance) . is printed if a coefficient cannot be computed输出12分析：从输出12中看出，偏相关分析结果的相伴概率为0.106，大于显著性水平0.05，故接受假设，认为以平均每场失误次数为控制变量，平均每场罚球命中率与平均每场得分的偏相关关系不显著。12. 线性回归分析（用逐步筛选法找科比-布莱恩特的平均每场得分的线性回归方程）输出13输出14 输出15 输出16 输出17分析：从输出13中看出，本次多元分析回归分析采用的是逐步筛选法，且回归系数显著性F检验的相伴概率值小于0.05的自变量引入了回归方程，大于0.1的自变量剔除了回归方程。自变量进入回归方程的次序是：平均每场上场时间。从输出17中看出，科比-布莱恩特的平均每场得分的最终线性回归方程为平均每场得分=0.839*平均每场上场时间+6.612。13. 曲线回归分析（用曲线回归分析法分析科比-布莱恩特的平均每场得分）MODEL: MOD_1._Independent: V7 Dependent Mth Rsq d.f. F Sigf b0 b1 b2 b3 V17 LIN .250 9 3.00 .117 -70.332 209.155 V17 QUA .770 8 13.43 .003 -4386.5 19633.2 -21819 9 V17 CUB .771 8 13.45 .003 -2962.