实验报告.doc

学 生 实 验 报 告实验课程名称 spss统计分析基础教程 开课实验室 管理教学示范中心实验室 学 院 管理 年级 2012 专业班 信管2班 学 生 姓 名 蔡明月 学 号 631204080234 开 课 时 间 2014 至 2015 学年第 一 学期总 成 绩教师签名试验1：数据文件管理一、 试验目的通过本试验项目，使学生理解并掌握SPSS软件包有关数据文件创建和整理的基本操作，学习如何将收集到的数据输入计算机，建成一个正确的SPSS数据文件，并掌握如何对原始数据文件进行整理，包括数据查询，数据修改、删除，数据的排序等等。二、试验内容某航空公司38名职员性别和工资情况的调查数据，如表2.3所示，试在SPSS中进行如下操作：（1）将数据输入到SPSS的数据编辑窗口中，将gender定义为字符型变量，将salary定义为数值型变量，并保存数据文件，命名为“试验1-1.sav”。（2）插入一个变量income，定义为数值型变量。（3）将数据文件按性别分组（4）查找工资大于40000美元的职工（5）当工资大于40000美元时，职工的奖金是工资的20；当工资小于40000美元时，职工的奖金是工资的10%，假设实际收入工资奖金，计算所有职工的实际收入，并添加到income变量中。表2.3 某航空公司38名职员情况的调查数据表IdGenderSalaryIdGenderSalary1M$ 5700020F$ 262502M$ 4020021F$ 388503F$ 2145022M$ 217504F$ 2190023F$ 240005M$ 4500024F$ 169506M$ 3210025F$ 211507M$ 3600026M$ 310508F$ 2190027M$ 603759F$ 2790028M$ 3255010F$ 2400029M$ 13500011F$ 3030030M$ 3120012M$ 2835031M$ 3615013M$ 2775032M$ 11062514F$ 3510033M$ 4200015M$ 2730034M$ 9200016M$ 4080035M$ 8125017M$ 4600036F$ 3135018M$10375037M$ 2910019M$ 4230038M$ 31350三、 试验步骤与结果 选择菜单 【文件】【新建】【数据】。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。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。【文件】【保存】或者【文件】【另存为】（2）点击变量视图，新设定inconme变量，类型为数值。（3）选择菜单【数据】【分割文件】。选择拆分数据后，输出结果的排列方式，该对话框提供了3种方式：对全部观测进行分析，不进行拆分；在输出结果种将各组的分析结果放在一起进行比较；按组排列输出结果，即单独显示每一分组的分析结果。选择分组变量，选择数据的排序方式，单击ok按钮，执行操作（4）【数据】【选择个案】【如果】【salary40000】.(5) 【转换】【计算变量】目标变量为income，综合如果和数字表达式设计income。结果：（3）和（4）和（5） 四、 试验总结理解并掌握SPSS软件包有关数据文件创建和整理的基本操作，学习如何将收集到的数据输入计算机，建成一个正确的SPSS数据文件，并掌握如何对原始数据文件进行整理，包括数据查询，数据修改、删除，数据的排序。试验2：描述统计一、 试验目的统计分析的目的在于研究总体特征。但是，由于各种各样的原因，我们能够得到的往往只能是从总体中随机抽取的一部分观察对象，他们构成了样本，只有通过对样本的研究，我们才能对总体的实际情况作出可能的推断。因此描述性统计分析是统计分析的第一步，做好这一步是进行正确统计推断的先决条件。通过描述性统计分析可以大致了解数据的分布类型和特点、数据分布的集中趋势和离散程度，或对数据进行初步的探索性分析（包括检查数据是否有错误，对数据分布特征和规律进行初步观察）。本试验旨在于：引到学生利用正确的统计方法对数据进行适当的整理和显示，描述并探索出数据内在的数量规律性，掌握统计思想，培养学生学习统计学的兴趣，为继续学习推断统计方法及应用各种统计方法解决实际问题打下必要而坚实的基础。二、试验内容完成下列试验内容，并按试验（1）所附试验报告的格式撰写报告。1.表2.7为某班级16位学生的身高数据，对其进行频数分析，并对实验报告作出说明。表2.7 某班16位学生的身高数据学号性别身高（cm）学号性别身高（cm）1M1709M1502F17310M1573F16911F1774M15512M1605F17413F1696F17814 M1547M15615F1728F17116F1802.测量18台电脑笔记重量，见表2.8，对其进行描述统计量分析，并对试验结果作出说明。表2.8 18台笔记本电脑重量表序号123456789重量1.751.921.591.851.831.681.891.701.79序号101112131415161718重量1.661.801.832.051.911.761.881.831.79三、试验步骤与结果 1.【分析】【描述统计】【频率】。选择身高填入变量勾选显示频率表格，在同一窗口上，点击“Statistics”按钮，打开统计量对话框，选择统计输出选项2. 【分析】【描述统计】【描述】。将待分析的变量移入Variables列表框，Save standardized values as variables，对所选择的每个变量进行标准化处理，产生相应的Z分值，作为新变量保存在数据窗口中。其变量名为相应变量名前加前缀z。标准化计算公式：单击【选项】按钮，如图2.8 所示，选择需要计算的描述统计量。结果：統計資料身高 N有效16遺漏0平均數166.56中位數169.50眾數169標準偏差9.668變異數93.463偏斜度-.367偏斜度標準誤.564峰度-1.330峰度標準誤1.091最小值150最大值180百分位數25156.2550169.5075173.75四、实验总结1.某班级16位同学的身高大部分高于平均数，极少部分小于166.56cm，身高分布图呈现左偏，走势比正态分布缓和。说明身高变化起伏不大。2.从偏态和峰度指标看出，重量的分布基本符合正态分布，重量基本处于一个固定范围内。没有太大起伏变化，试验3：统计推断一、试验目的1.熟悉点估计概念与操作方法2.熟悉区间估计的概念与操作方法3.熟练掌握T检验的SPSS操作4.学会利用T检验方法解决身边的实际问题 二、试验内容1某省大学生四级英语测验平均成绩为65，现从某高校随机抽取20份试卷，其分数为：72、76、68、78、62、59、64、85、70、75、61、74、87、83、54、76、56、66、68、62，问该校英语水平与全区是否基本一致？设0.052分析某班级学生的高考数学成绩是否存在性别上的差异。数据如表所示：某班级学生的高考数学成绩性别数学成绩男（n18）85 89 75 58 86 80 78 76 84 89 99 95 82 87 60 85 75 80女（n12）92 96 86 83 78 87 70 65 70 65 70 78 72 563SPSS自带的数据文件world95.sav中，保存了1995年世界上109个国家和地区的部分指标的数据，其中变量“lifeexpf”,“lifeexpm”分别为各国或地区女性和男性人口的平均寿命。假设将这两个指标数据作为样本，试用配对样本T检验，女性人口的平均寿命是否确实比男性人口的平均寿命长，并给出差异的置信区间。（设0.05）三、试验步骤和结果1.新建spss数据。计算样本均值的区间估计，采用“单样本T 检验”方法。选择菜单“ 【分析】【比较均值】【单样本T检验】2. 选择菜单“ 【分析】【比较均值】【独立样本T检验】，将成绩作为检验变量，性别作为分组变量，定义组为0和1.1.單一樣本統計資料N平均數標準偏差標準錯誤平均值成绩2069.809.4742.118單一樣本檢定檢定值 = 65Tdf顯著性 （雙尾）平均差異95% 差異數的信賴區間下限上限成绩2.26619.0354.800.379.232.群組統計資料性别N平均數標準偏差標準錯誤平均值成绩男1881.2810.3692.444女1476.2911.4323.055四、试验总结1.如上图所示：最右侧给出的均值的标准误是对样本均属抽样误差大小的描述指标。用于比较的假设均值为65，从左到右依次T，自由度，P值，置信区间。此样本的平均值为69.80，显著性p值为0.0350.05，没有理由拒绝原假设，即该班级学生的高考数学成绩是存在性别上的差异。试验4：方差分析一、试验目标1帮助学生深入了解方差及方差分析的基本概念，掌握方差分析的基本思想和原理2掌握方差分析的过程。3增强学生的实践能力，使学生能够利用SPSS统计软件，熟练进行单因素方差分析、两因素方差分析等操作，激发学生的学习兴趣，增强自我学习和研究的能力。二、试验内容1. 用SPSS进行单因素方差分析。某个年级有三个小班，他们进行了一次数据考试，现从各班随机地抽取了一些学生，记录其成绩如表。原始数据文件保存为“数学考试成绩.sav”。试在显著性水平0.05下检验各班级的平均分数有无显著差异。数学考试成绩表7366887768418960783179598245487856684393916291538036517671797377859671157879748087757687568597892.某学校给3组学生以3种不同方式辅导学习，一个学期后，学生独立思考水平提高的成绩如表所示。学生独立思考水平提高的成绩方式137424243414245464140方式249484848474546474849方式333333532313534323233问：该数据中的因变量是什么？因素又是什么？如何建立数据文件？对该数据进行方差分析，检验3种方式的影响是否存在显著差异？三、试验步骤与结果 1. 选择菜单【分析】【比较均值】【单因素方差分析】，依次将观测变量成绩移入因变量列表框，将因素变量方式移入因子列表框。单击选项按钮，选择方差同质性检验复选框，输出方差齐性检验结果；选中均值图复选框，输出不同因素水平下观测变量的均值直线图。2.该数据中因变量是提高的成绩，因素是方式，在数据中建立两个变量：一为提高的成绩，二为方式，将分成三类分别为方式一、方式二、方式三。最后进行显著性差异。选择菜单【分析】【比较均值】【单因素方差分析】，依次将观测变量提高的成绩移入因变量列表框，将因素变量方式移入因子列表框。单击两两比较按钮，该对话框用于进行多重比较检验，即各因素水平下观测变量均值的两两比较。选择正确的检验方法。结果1. 變異數同質性測試成绩 Levene 統計資料df1df2顯著性.115245.892變異數分析成绩 平方和df平均值平方F顯著性群組之間105.292252.646.153.859在群組內15505.37545344.564總計15610.667472. 變異數分析提高的成绩 平方和df平均值平方F顯著性群組之間1069.4002534.700165.182.000在群組內87.400273.237總計1156.80029多重比較因變數: 提高的成绩 Tamhane (I) 方式(J) 方式平均差異 (I-J)標準錯誤顯著性95% 信賴區間下限上限方式一方世二-5.600*.891.000-8.03-3.17方式三8.900*.900.0006.4511.35方世二方式一5.600*.891.0003.178.03方式三14.500*.582.00012.9716.03方式三方式一-8.900*.900.000-11.35-6.45方世二-14.500*.582.000-16.03-12.97*. 平均值差異在 0.05 層級顯著。三、试验总结 1.如第一张表所示，显著性为0.8920.05，所以符合方差齐性以及正态分布， 表2中，群组之间显著性为0.8590.05，所以没有理由拒绝原假设，即在显著性水平0.05下检验各班级的平均分数有显著差异。2.第三表中，由于p0.000【回归】【线性】”，打开Linear Regression 对话框。将ninv移入Dependent列表框中，将gdp移入Independents列表框中。在Method 框中选择Enter 选项，表示所选自变量全部进入回归模型。 2.单击Statistics按钮，该对话框中设置要输出的统计量。这里选中估计、模型拟合度复选框。结果：相關gdpninvgdp皮爾森 (Pearson) 相關1.985*顯著性 （雙尾）.000N1616ninv皮爾森 (Pearson) 相關.985*1顯著性 （雙尾）.000N1616*. 相關性在 0.01 層上顯著（雙尾）。四、试验总结 1.建立散点图可直观地看出ninv与gdp之间存在线性相关关系.2.从表中可得到两变量之间的皮尔逊相关系数为0.985，双尾检验概率p值尾0.0000.01，故变量之间显著相关。根据全社会固定资产投资总额和GDP之间的散点图与相关分析显示，住房支出与年收入之间存在显著的正相关关系。在此前提下进一步进行回归分析，建立一元线性回归方程。3. 回归模型的拟和优度（R Square）、调整的拟和优度（Adjusted R Square）、估计标准差（Std. Error of the Estimate）以及Durb