spss应用与分析.doc

SPPS统计分析与应用姓 名： 田芳园 学 号： 20084084236 班 级： 08级7班 学 院： 商学院 专 业： 会计 指导老师： 张琰飞老师 吉首大学教务处制实验一：广告城市与销售额的单因变量多因素方差分析一、实验目的完成单因变量多因素方差分析实验二、实验内容对广告城市与销售额进行单因变量多因素方差分析三、实验步骤第一步：univariate dependent variable：销售额（X3），Fixed factors：广告形式（X1），地区(X2)。如下图1-1所示。图1-1 单变量发差分析对话框第二步：单击model按钮，弹出univariate：model（单变量方差分析：模型）对话框，如下图1-2所示。图1-2 单变量方差分析：模型对话框第三步 单击plots按钮，弹出Univariats：Profile Plots（单变量方差分析：轮廓图）对话框，如图1-3所示图1-3 单变量方差分析：轮廓图对话框第三步：点击save按钮Predicted Values:Unstandized,Standatd error.如下图1-3所示。图1-3 单变量方差分析保存对话框第四步： OptionsUnivariate:Options(单变量方差分析：选项)对话框，在对话框中的选择如下图1-4所示。图1-4单变量方差分析选择对话框第五步：Ok。四、实验结果：1、从下图1-5 方差分析结果表可以看出：显著性水平P=0.0000.05,则拒绝原假设，有显著性差异，说明广告城市对销售额有显著性作用。图1-5 方差分析结果表2、从下图1-6边际均值图可以看出：宣传品位于最低值，显然最差。图1-6 均值图实验二：癌细胞转移的Logistic回归分析一、实验目的完成癌细胞转移的Logistic回归分析实验二、实验内容对癌细胞转移进行Logistic回归分析三、实验步骤第一步：Regressiondependent :x7,Covariates:x2,x3,x4,x5,x6，如下图2-1所示。图2-1：Logistic回归分析对话框第二步：savePredicted Values:Probabilities,如下图2-2所示。如图2-2 Logistic回归分析保存新变量对话框第三步：OptionsLogistics and Plots:Classitication plots,如下图2-3所示。图2-3 Logistic回归分析选择对话框第三步：Ok。四、实验结果：1、从下图2-4 模型系数综合检验可以看出：显著性水平P=0.0000.05,则拒绝原假设，具有显著性，说明模型在统计上是合理的。图2-4 模型系数综合检验2、从下图2-5 初始分类表可以看出：总的分类正确率=65.4 %，整体的正确分类率=100%，明显高于原始的正确率65.4%，显然第二个模型的稳定性好于第一个模型，因此，在实验工作中使用第二个模型更加合理。图2-5 初始分类表3、从图2-6 进入模型的变量可以得出方程：Prob(event)=e(-361.013-2.189x2+113.627x3-4.07x4+24.715x5+54.241x6)/1+e(361.013-2.189x2+113.627x3-4.07x4+24.715x5+54.241x6)图2-6 进入模型的变量实验三：对各省学生的体制进行评估一、实验目的完成分层聚类分析实验二、实验内容对各省学生的体制进行评估的分层聚类分析三、实验步骤第一步：ClassityHierarchical clucter analysisvariables:x2,x3,x4,x5,x6,label:省份。如下图3-1所示。图3-1 分层聚类分析对话框第二步：Statistic agglomeration schedule，cluster membership：single solution number 3 。如下图3-2所示如图3-2分层聚类分析统计量对话框第三步：Plots Dendrogram，Icicle：None。如下图3-3所示。图3-3 分层聚类分析图形对话框第四步：Method Cluster Method：Nearest neighbor，Measure：Euclidean distance。如下图3-4所示。图3-4分层聚类分析方法对话框第五步：savecluster membership：none，cluster membership：single solution number 3。如下图3-5所示。图3-5 分层聚类保存新变量对话框四、实验结论：1、从下图3-6 聚类过程表可以看出：第一步，10（陕西）、15（江苏）在一