南邮课程设计实验报告.doc

_学 号： 120044072014-2015学年第1学期第1718周课程设计I报告题 目： 课程设计 班 级： 44 姓 名： 范海霞 指导教师： 黄双颖 职 称： 成 绩： 通达学院2015年1 月4 日 一：SPSS的安装和使用在PC机上安装SPSS软件，打开软件：基本统计分析功能包括描述统计和行列计算，还包括在基本分析中最受欢迎的常见统计功能，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。具体如下：1.数据访问、数据准备、数据管理与输出管理； 2.描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析与查看、正态性检验与正态转换、均值的置信区间估计； 3.交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量的相关性测度； 4.二元统计：均值比较、T检验、单因素方差分析； 5.相关分析：双变量相关分析、偏相关分析、距离分析； 6.线性回归分析：自动线性建模、线性回归、Ordinal回归PLUM、曲线估计；7.非参数检验：单一样本检验、双重相关样本检验、K重相关样本检验、双重独立样本检验、K重独立样本检验； 8.多重响应分析：交叉表、频数表； 9.预测数值结果和区分群体： K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成分分析、最近邻元素分析； 10. 判别分析； 11.尺度分析； 12. 报告：各种报告、记录摘要、图表功能（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊断和探测图等）； 13.数据管理、数据转换与文件管理； 二数据文件的处理SPSS数据文件是一种结构性数据文件，由数据的结构和数据的内容两部分构成，也可以说由变量和观测两部分构成。定义一个变量至少要定义它的两个属性，即变量名和变量类型其他属性可以暂时采用系统默认值，待以后分析过程中如果有需要再对其进行设置。在 spss数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面，即可对变量的各个属性进行设置。1创建一个数据文件数据 （1）选择菜单【文件】 【新建】【数据】新建一个数据文件，进入数据编辑窗口。窗口顶部标题为“PASW Statistics数据编辑器”。（2）单击左下角【变量视窗】标签进入变量视图界面，根据试验的设计定义每个变量类型。（3）变量定义完成以后，单击【数据视窗】标签进入数据视窗界面，将每个具体的变量值录入数据库单元格内。 2.计算新变量 在对数据文件中的数据进行统计分析的过程中，为了更有效地处理数据和反映事务的本质，有时需要对数据文件中的变量加工产生新的变量。比如经常需要把几个变量加总或取加权平均数，SPSS中通过【计算】菜单命令来产生这样的新变量，其步骤如下： 选择菜单【转换】【计算变量】，打开对话框:在目标变量输入框中输入生成的新变量的变量名:平均数，单击输入框下面类型与标签按钮，在跳出的对话框中可以对新变量的类型和标签进行设置。 在数字表达式输入框中输入新变量的计算表达式。单击【如果】按钮，弹出子对话框。包含所有个体：对所有的观测进行计算；如果个案满足条件则包括：仅对满足条件的观测进行计算。 单击确定按钮，执行命令，则可以在数据文件中看到一个新生成的变量。3.筛选变量：选择【数据】【选择个案】命令。指定抽样的方式：【全部个案】不进行筛选；【如果条件满足】按指定条件进行筛选。4.数据文件的拆分与合并（1）.数据合并： 增加个案的数据合并（【合并文件】【添加个案】），将新数据文件中的观测合并到原数据文件中，在 SPSS中实现数据文件纵向合并的方法如下：（2）数据拆分：在进行统计分析时，经常要对文件中的观测进行分组，然后按组分别进行分析。例如要求按性别不同分组。在 SPSS中具体操作如下： 选择菜单【数据】【分割文件】，打开对话框：5.数据文件的存储与读取等操作:SPSS数据录入并编辑整理完成以后应及时保存，以防数据丢失。保存数据文件可以通过【文件】【保存】或者【文件】【另存为】菜单方式来执行。在数据保存对话框（如图 2.5所示）中根据不同要求进行 SPSS数据保存。三：绘制图形：绘制条形图：选择图形-旧对话框-条形图，弹出如下对话框： 绘制折线图：绘制饼图： 四基本统计：1.频数分析：单击分析-描述统计-频率：统计量政治数学物理语文N有效10101010缺失90909090政治频率百分比有效百分比累积百分比有效5111.010.010.08011.010.020.08211.010.030.08411.010.040.08811.010.050.08911.010.060.09022.020.080.09611.010.090.09711.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.0数学频率百分比有效百分比累积百分比有效6011.010.010.06111.010.020.07522.020.040.07811.010.050.07911.010.060.08811.010.070.08911.010.080.09911.010.090.010011.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.0物理频率百分比有效百分比累积百分比有效5611.010.010.06511.010.020.07611.010.030.07822.020.050.08011.010.060.08711.010.070.08911.010.080.09811.010.090.010011.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.0语文频率百分比有效百分比累积百分比有效5011.010.010.07811.010.020.08111.010.030.08522.020.050.08811.010.060.08922.020.080.09511.010.090.09811.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.02.描述分析：描述统计量N极小值极大值均值标准差政治10519784.7013.039数学106010080.4013.826物理105610080.7013.639语文10509883.8013.273有效的 N （列表状态）103. 总体均值与总体方差的估计：（1）.总体均值的估计：案例处理摘要案例已包含已排除总计N百分比N百分比N百分比政治 * 物理1010.0%9090.0%100100.0%报告政治物理均值N标准差5690.001.6588.001.7689.001.7889.0029.8998097.001.8751.001.8990.001.9880.001.10084.001.总计84.701013.039(2).总体方差的估计：统计量政治数学物理语文N有效10101010缺失90909090方差170.011191.156186.011176.178政治频率百分比有效百分比累积百分比有效5111.010.010.08011.010.020.08211.010.030.08411.010.040.08811.010.050.08911.010.060.09022.020.080.09611.010.090.09711.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.0数学频率百分比有效百分比累积百分比有效6011.010.010.06111.010.020.07522.020.040.07811.010.050.07911.010.060.08811.010.070.08911.010.080.09911.010.090.010011.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.0物理频率百分比有效百分比累积百分比有效5611.010.010.06511.010.020.07611.010.030.07822.020.050.08011.010.060.08711.010.070.08911.010.080.09811.010.090.010011.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.0语文频率百分比有效百分比累积百分比有效5011.010.010.07811.010.020.08111.010.030.08522.020.050.08811.010.060.08922.020.080.09511.010.090.09811.010.0100.0合计1010.0100.0缺失系统9090.0合计100100.04. 总体均值的置信区间的计算:单击分析-比较均值-单样本t检验：单个样本统计量N均值标准差均值的标准误政治1084.7013.0394.123数学1080.4013.8264.372物理1080.7013.6394.313语文1083.8013.2734.197单个样本检验检验值 = 0 tdfSig.(双侧)均值差值差分的 95% 置信区间下限上限政治20.5429.00084.70075.3794.03数学18.3899.00080.40070.5190.29物理18.7119.00080.70070.9490.46语文19.9659.00083.80074.3093.305 回归分析：（1）.一元线性分析：单击分析-回归-线性，将消费支出Y作为因变量，将可支配收入X作为自变量：输入移去的变量b模型输入的变量移去的变量方法1可支配收入Xa.输入a. 已输入所有请求的变量。b. 因变量: 消费支出Y模型汇总模型RR 方调整 R 方标准 估计的误差1.977a.954.948.19176a. 预测变量: (常量), 可支配收入X。Anovab模型平方和df均方FSig.1回归6.05516.055164.655.000a残差.2948.037总计6.3499a. 预测变量: (常量), 可支配收入X。b. 因变量: 消费支出Y结果分析：此表给出了模型的检验结果，F值为164.655，Sig值为0.000，所以，其显著概率值远远小于0.01，所以，显著的拒绝总体回归系数为0的假设。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量).607.1893.206.013可支配收入X.542.042.97712.832.000a. 因变量: 消费支出Y（2）.多元线性回归分析：单击分析-回归-线性：输入移去的变量b模型输入的变量移去的变量方法1建筑年产值X2, 汽车年产量X1.输入a. 已输入所有请求的变量。b. 因变量: 年销售额Y模型汇总模型RR 方调整 R 方标准 估计的误差1.977a.954.94842.46359a. 预测变量: (常量), 建筑年产值X2, 汽车年产量X1。Anovab模型平方和df均方FSig.1回归563388.1322281694.066156.223.000a残差27047.346151803.156总计590435.47817a. 预测变量: (常量), 建筑年产值X2, 汽车年产量X1。b. 因变量: 年销售额Y结果分析：此表给出了模型的检验结果，F值为156.223，Sig值为0.000，所以，其显著概率值远远小于0.01，所以，显著的拒绝总体回归系数为0的假设。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-10.27449.214-.209.837汽车年产量X111.057.995.77611.117.000建筑年产值X240.1749.837.2854.084.001a. 因变量: 年销售额Y六方差分析：（1）.单因素方差分析：单击分析-比较均值-单因素方差分析：单击“选项”，选中“描述性”选项栏和“方差同质性”检验选项栏：描述使用寿命YN均值标准差标准误均值的 95% 置信区间极小值极大值下限上限1.0071674.285761.6055023.284691617.31011731.26131600.001780.002.0051598.0000144.9827664.838261417.98011778.01991400.001750.003.0081648.750081.6678828.873961580.47391717.02611550.001800.004.0061575.000070.0713928.606531501.46461648.53541510.001680.00总数261628.846293.3521018.307851591.14041666.55191400.001800.00方差齐性检验使用寿命YLevene 统计量df1df2显著性2.840322.061ANOVA使用寿命Y平方和df均方F显著性组间39776.456313258.8191.638.209组内178088.929228094.951总数217865.38525结果分析：在方差齐性检验中，显著性取值为0.061，大于0.05，所以认为各组的方差有齐性；在方差分析表中，显著性取值为0.209，大于0.05，即假设成立，认为各组均值没有差异性。(2) .多因素方差分析:无重复试验的多因素方差分析：单击分析-一般线性模型-单变量:单击“绘制”，选中“学号”到水平轴，选中“地区”到单图，单击添加-继续；单击“两两比较”按钮，选中“学号”到“两两比较检验”选项栏中，选中Turkey选项栏，单击继续；单击“选项”按钮，选中“学号*地区”到“显示均值”选项栏中，选中“描述统计”，“方差齐性检验”，“功效估计”，“分布-水平图”选项栏。单击“继续”按钮返回主界面。主体间因子N学号109128011109128021109128031109128041109128051109128061109128071109128081109128091109128101地区_DQ 10描述性统计量因变量:政治学号地区_DQ均值标准 偏差N10912801 80.00.1总计80.00.110912802 90.00.1总计90.00.110912803 97.00.1总计97.00.110912804 82.00.1总计82.00.110912805 96.00.1总计96.00.110912806 88.00.1总计88.00.110912807 51.00.1总计51.00.110912808 89.00.1总计89.00.110912809 90.00.1总计90.00.110912810 84.00.1总计84.00.1总计 84.7013.03910总计84.7013.03910误差方差等同性的 Levene 检验a因变量:政治Fdf1df2Sig.90.检验零假设，即在所有组中因变量的误差方差均相等。a. 设计 : 截距 + 学号 + 地区_DQ + 学号 * 地区_DQ主体间效应的检验因变量:政治源III 型平方和df均方FSig.偏 Eta 方校正模型1530.100a9170.011.1.000截距71740.900171740.900.1.000学号1530.1009170.011.1.000地区_DQ.0000.学号 * 地区_DQ.0000.误差.0000.总计73271.00010校正的总计1530.1009a. R 方 = 1.000（调整 R 方 = .）学号 * 地区_DQ因变量:政治学号地区_DQ均值标准 误差95% 置信区间下限上限10912801 80.000.10912802 90.000.10912803 97.000.10912804 82.000.10912805 96.000.10912806 88.000.10912807 51.000.10912808 89.000.10912809 90.000.10912810 84.000.结果分析：在边际均值图中，各学号的折线没有交叉，说明他们之间的成绩差异比较显著重复试验的多因素方差分析：单击分析-一般线性模型-重复度量主体内因子度量:MEASURE_1因子1因变量1政治2数学3物理4语文多变量检验b效应值F假设 df误差 dfSig.因子1Pillai 的跟踪.3131.062a3.0007.000.424Wilks 的 Lambda.6871.062a3.0007.000.424Hotelling 的跟踪.4551.062a3.0007.000.424Roy 的最大根.4551.062a3.0007.000.424a. 精确统计量b. 设计 : 截距 主体内设计: 因子1Mauchly 的球形度检验b度量:MEASURE_1主体内效应Mauchly 的 W近似卡方dfSig.EpsilonaGreenhouse-GeisserHuynh-Feldt下限因子1.00248.4185.000.357.366.333检验零假设，即标准正交转换因变量的误差协方差矩阵与一个单位矩阵成比例。a. 可用于调整显著性平均检验的自由度。 在主体内效应检验表格中显示修正后的检验。b. 设计 : 截距 主体内设计: 因子1主体内效应的检验度量:MEASURE_1源III 型平方和df均方FSig.因子1采用的球形度141.400347.133.314.815Greenhouse-Geisser141.4001.070132.198.314.603Huynh-Feldt141.4001.097128.950.314.608下限141.4001.000141.400.314.589误差 (因子1)采用的球形度4052.60027150.096Greenhouse-Geisser