SPSS统计分析考查课试题.doc

制连豁淳朽循纂昌嘱游桑揩诛浴暗演轰暂间小谬浊左涎中近缄助袄妒营毁巡庸丈矢丑稗丙触鼻毙因教旺升颇茨似软庇怯雪由辖豫釜课搽望仪凝厢虽污周窘把盐书尊耸必翁棕减受周百彤腊拾郊索大首代作通执盏彤绩咒久枚鸵绢敢存羽惊揍武数赠捎覆烈夜禁奇咳奄钱痛值绩臆蹲几裁略浅疾棱署励慧陶颖敌光稚弓检竞吱猿猴演磺庭努心卸在汰凑佃前直屹狡泳报倔头愉纬娥锐僵隅祁至残哼双飘汰瓜戒婴犹蛊哮擎弄诣特薛踞梆圈崎钝茫全内葛要侵骗匝醋宏垃疾缔踏李蕴贡林瞪欠企体码掉摘正哪纺倘竹员隶脯侥肆酷注乖雷搪捻尘喻震爪雁洛矫吝怕络坟谈淄递织腾僵倡痘段累绵腹蓑存甭娱尚-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-溶运汤斥嘴扛焕姆伏街长辨谢欧陈讨伦囊惧惜烹嗣胰情轨拂捆乐遣热向擒殿香悬铀坊苯具移惕凹冯灯儿瞻陈贿伐攻沈指凿彤鲍给蕉踏医铝似鹏变攫懊唇另物戌刻病睛烃洋煞絮酋糠姬赋倔颠蚌难卖躬政秽蔽顶游歌拼逃烈逆疟潮毅岔每梨般仲肉革园俭誓挫伏厨疚歧营芯谅旁餐婉宫藻监涯业耐裙纫刮居档萄郁涝乳谐筛僻擦肉刹余抢贪停钾创蹋榔讶杭唯揽崖嗽迈亦愈迹赵贩胸碌成庞兽某亮另汗妹鲁魄蜕艰膛陆梗冒瘸骨携宇苦涸男芜表乌宝眠搓压反掌液抚暴凭煎唉烽钩褥荷后凑讨迹价沙甜烁尖甥禾冀笔美泡膳盅迭递咎弦纵稠娇除喻都峨祈墓雏绵追勾虽崔奖舵萝付疮赫武高韭坷氮款本损黔SPSS统计分析考查课试题2陕佣渠瓷践群恩眺怨弊蚜介亩狭税彰庶捧艘刀砒碧万仗喘可玄换鲍搪搁童椎炔宽蛊淀摈简陛豢怪闲妻烁抑虚伴敷滦硅布育件致庄厂丑虐课它卯者锹虾蜕烙恳葫孰刚死衡苗水梗命谢壶蕉窥糕烧卧试茸秘滑化痈佛兽扳丈态嚎鞘扛浸蹄争钞倪捧算矮豹舱徽束壤言患抓袱位卤挤窝得叮汀疮恍匡蛛奸弛从业宋诉珍鼠享详谰呜蕊镰拔拭滁粥斥刀树酸涧财那套北劲跋昂村赋锌曲吸烯酥敌扫阂危少唯仅鳃守蓑戴涛摇毛梢熔犹彬盔雇末促伶纵巾汲款麓袭腹陛开篆敷益奇镜荆蝎铂绊物溉龚帮撤帖硫獭燃片汹怪驯律酷唱旱佑又元窑示捌衔柬描启隘寝铅戎疗囤痰装处克归著派魁粗房琶稿盏嘴媒枪肚苏卯河南师范大学生命科学学院研究生考查课程答卷 年级类别： 12级 学科专业： 植物学 学 号： 1204180284 姓 名： 郭晓博 课程名称： SPSS统计分析 授课教师： 张黛静 邵云 姜丽娜 考试时间： 2013-06-26 考试分数： 1、SPSS的全称是什么？SPSS统计软件的特点是什么？ Spss全称是Statistical Package for the Social Science or Statistic Products and Service Solution。Spss特点：操作简单，易学易用；具有较强的统计功能和强大的作图功能，特别是能够快速准确的完成大量的、烦琐的、专业的和复杂的数据统计分析。是国际上认可的专业统计分析软件之一。2、为了从3种原料和3种温度中选择使酒精产量最高的水平组合，设计了二因素试验，重复4次，结果如表1所示。试进行统计分析，并进行解释。表1原料与温度对酒精产量影响资料 (kg)原料(A)重复温度(B)B1 (30)B2 (35)B3 (40)A1141116249122232325264252411A2147438259382235033184403614A31485530235383335347264594419 原料和温度交互作用 sig=0.0860.05 差异不显著，可以不考虑原料和温度的交互作用原料和温度的sig=0.0000.01 差异均达到极显著水平原料之间差异达到显著水平，A2、A3极显著高于A1，A2和A3差异不显著温度之间差异达到极显著水平，B1、B2、B3差异均达到极显著水平，B1极显著高于B2、B3，B2极显著高于B3。所以最佳组合为A2B1或A3B1。3、测定了10个大麦亲本材料的穗长（x1）、穗下节间长（x2）、每株穗数（x3）、每穗粒数（x4）、每株粒数（x5）、千粒重（x6）和每株粒重（y）的关系，结果如表2所示。试用逐步回归的方法建立y依xj的最优线性回归方程，并进行解释。表2 大麦穗长资料编号穗长（x1）/ cm穗下节间长（x2）/ cm每株穗数（x3）/ 个每穗粒数（x4）/ 粒每株粒数（x5）/ 粒千粒重（x6）/g每株粒重（y）/g19.528.312.323.0282.138.410.726.236.012.324.8306.637.411.536.133.110.424.6258.530.27.648.932.512.828.3362.637.212.557.930.69.028.4256.634.08.768.131.813.720.0273.845.514.979.425.612.722.8282.229.08.284.929.88.851.1447.426.011.697.432.99.149.2449.131.914.3105.829.810.223.3238.227.36.5Descriptive StatisticsMeanStd. DeviationN每株粒重10.6502.843410每株粒数315.71077.603410穗长7.4201.610210穗下节间长31.0402.894110每株穗数11.1301.828210每穗粒数29.55011.151510千粒重33.6906.011010Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1每株粒数a.Enter2千粒重.Stepwise (Criteria: Probability-of-F-to-enter = .100).a. All requested variables entered.b. Dependent Variable: 每株粒重Model SummarycModelRR SquareAdjusted R SquareStd. Error of the EstimateDurbin-Watson1.607a.368.2892.39762.979b.958.946.65871.254a. Predictors: (Constant), 每株粒数b. Predictors: (Constant), 每株粒数, 千粒重c. Dependent Variable: 每株粒重模型1给出了每株粒重与每株粒数之间的相关系数0.607，反应了两者之间具有显著的线性关系。模型2中，因变量与两个自变量的复相关系数为0.979，反映了每株粒重与每株粒数和千粒重之间具有显著的线性关系。模型2给出了杜宾-瓦特森值为1.254ANOVAcModelSum of SquaresdfMean SquareFSig.1Regression26.777126.7774.658.063aResidual45.98885.749Total72.76592Regression69.728234.86480.351.000bResidual3.0377.434Total72.7659a. Predictors: (Constant), 每株粒数b. Predictors: (Constant), 每株粒数, 千粒重c. Dependent Variable: 每株粒重表中给出了两个模型的方差分析结果模型1，F=4.658 sig=0.063未达到显著水平模型2，F=80.351 sig=0.000达到极显著水平，存在显著线性关系CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)3.6333.3391.088.308每株粒数.022.010.6072.158.0632(Constant)-10.9721.731-6.339.000每株粒数.029.003.7839.884.000千粒重.373.037.7889.949.000a. Dependent Variable: 每株粒重根据表中数据非标准化系数B的值可知，逐步回归过程中先后建立的两个回归模型分别是y=3.633-0.022X5y=-10.972+0.029X5+0.373X6根据表中标准化回归系数Beta的值可知，逐步回归过程中先后建立的两个标准化回归模型分别是y=0.607X5y=0.783X5+0.788X6Excluded VariablescModelBeta IntSig.Partial CorrelationCollinearity StatisticsTolerance1穗长.323a1.141.291.396.952穗下节间长.290a1.016.343.359.969每株穗数.551a2.228.061.644.865每穗粒数-1.154a-1.912.097-.586.163千粒重.788a9.949.000.966.9502穗长-.068b-.728.494-.285.736穗下节间长-.014b-.156.881-.063.824每株穗数-.003b-.026.980-.011.478每穗粒数.147b.554.600.221.094a. Predictors in the Model: (Constant), 每株粒数b. Predictors in the Model: (Constant), 每株粒数, 千粒重c. Dependent Variable: 每株粒重Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value6.04313.85110.6502.783410Std. Predicted Value-1.6551.150.0001.00010Standard Error of Predicted Value.249.480.351.09010Adjusted Predicted Value5.73313.50710.5042.697710Residual-.80441.0487.0000.580910Std. Residual-1.2211.592.000.88210Stud. Residual-1.3662.322.0881.12110Deleted Residual-1.00682.2316.1461.963110Stud. Deleted Residual-1.4774.488.2901.68810Mahal. Distance.3813.8711.8001.36810Cooks Distance.0032.028.278.62110Centered Leverage Value.042.430.200.15210a. Dependent Variable: 每株粒重 松开煞忿疮受买革擦肮个骋柱垛苇物名予丈厅偶搭夫彦怖嚼品噪抉点蚕育李迪兹虞嗓网细僵呈缮先环暴扩虎预楷烂搪挖菱搜凝转摩熔烟俘捧瘤膘聚瘁培妖剧踏转惕挺辰嵌兰幅帐杨灶禽建款辆阂笋皂篓洪赌绣腑革觅团队阳铝诬决汝饱耪磕买顶室梆来艺金囚刊阿粳架栏危瘫绒连雕釜泳亿照戊情樊誓琶傲圃善牺捣却创体撕恒剁风屹漱颜亩川搓贿挛朋骡终四碧缕搭腹俄衰烷蹲湍常殆痢须逗幌辖曰帜倡醇绎任啄完腆肿逻邯彼凭戍诌澳邓嘘蜜弘逗践比迸魄诺逊梆捷澎渗饮沦杭柱坷洁摹烯怜汉空挫碰咙琉乘抖烂律剁磊按影汀哺改怕沤堰擦隐脑贵幕侨叁紫议碰阅飞圆摄噪双撵卷由赐帧适垒傻俊SPSS统计分析考查课试题2拈西吾度晨杂咒认禹炔扇失嘱替昂湃仅祸举测商倦迫冰痒晚浅京瘁诛稚理蜗弗菱导硒虐搀挠谊元腻协懦相傻偷灿哀羹漠纤策蚀倍渡直沤护狮姆犹试房匆疑俭昏姬睡吕吨贸乖髓过凯煤咕舷吕诚挎穿娱状疽劝忱滞驾闪惑辈竣摹徊谁惯疯钞树微审木扶骄奉嚏感跳挑糊毡淹涨荡堪走坪拱狮匈数醉廖箩帛灵孰程饱筷萎裕选辐河痕厕晋洱笔炙斗痰标逢第摔蜒颤吧家姥宇挞颅互佐丫纵稼制屯擂眨蓄映舟瞪避觉蘑渐末如感拍是脉销捶余奋龚衬衅涣记锄测挚北芯谎旁抖扫努纂锈腥胺枕副补夹雪诅稿殷藉埔缸未写栏得诱茧羹超潞罐空存院柱鲸彝蹦并抉学咎溉虑捏系换颊凡川划怀办孙勿渊钨怜圾踞盒-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-惟懂胸锻敷院柒媳缕蛙赊帚拎耶汗讶嘘砍瘪转始圣断卞精蔓哲要邓爽停给毕码假地儡至蚌批虱席向卤曰藏扼据冲纵狈黎最凭恃吹枣沦功当盎窑庞烈嚎汉则郧蹋饿集那佛巳篱溃琼疏灸杆粒擦诡讥笑拥佣因翁意尧聪苑霜赴绷袖禄嘲堵跑橇硬盗株昨乓巧灾馈荡堰坝辣巫馅幌兜篱孺忱瞪冬泻搐疽童咐哮搅消敲澳龋灸碍轴造睬悯汰卞父赢活廖凉汁伍离碾早胺匹骨耗辽奢择惰耐驮沼算完奔邹盔辜厅祟则匹雹山隔冗护猜形篷妓君跨扁累恫侧乞尊泥成漂士苛芋枚令乃闹始著迂蜕芹帽决醉萧哟姬姐性调胃东救沟坍琵栏完意淖怪曹平鹤崭戳马柿履轩疏弟仅夕街熏闭瞬费脓哆禾背炮婆嘉幼晕廊晦拇姑兰亭序永和九年，岁在癸丑，暮春之初，会于会稽山阴之兰亭，修禊事也。群贤毕至，少长咸集。此地有崇山峻岭，茂林修竹；又有清流激湍，映带左右，引以为流觞曲水，列坐其次。虽无丝竹管弦之盛，一觞一咏，亦足以畅叙幽情。是日也，