统计分析与SPSS的应用学生复习题.doc

1、 SPSS的数据编辑窗口分为Data wiew和Vairable view两个视图子窗口。2、 SPSS最基本的变量类型有数值型、字符型和日期型。3、 SPSS有两类缺失值：系统缺失值和用户缺失值。4、 SPSS的测量尺度主要有标度测量、有序测量和名义测量。5、 SPSS有四种创建数据文件的方法：6、 从其它数据文件导入数据主要三种方法：7、 如果只需保存部分变量可使用选择性保存功能。8、 姓名、性别、年龄、身高、体重分别是那种变量？9、 SPSS有两种定义缺失值的方式： 和 。1）可以定义3个单独的缺失值。2）可以定义一个缺失值范围和一个单独的缺失值。10、数据进行排序时，选择 菜单下的 命令。Data菜单下sort case11、spss进行数据的行列互换时，选择 菜单下的 命令。Data菜单下transpose.12、数据文件的合并有两种方式： 和 。13、SPSS的系统运行管理方式有哪三种？答:1）批处理方式；2）完全窗口菜单运行方式；3）程序运行方式。14、SPSS数据文件的扩展名是 。.sav15、SPSS的输出结果编辑窗口分成左右两部分：16、输入变量名，为了避免与老版本及其它软件出现不兼容问题，变量名一般控制在8位以内且尽量避免采用中文。17、下面是每周去图书馆学习次数的编码方案：1=每周去1次；2=每周去2次或2次以上；3=每周去3次或3次以上；4=每周去4次或4次以上。问：1）如此编码有无错误？2）请写出正确的编码方案。19、数据一旦拆分之后，如果没有取消拆分，在以后的统计分析过程中拆分一直存在。20、数据一旦加权之后，如果没有取消加权，在以后的统计分析过程中加权一直存在。21、对于缺失值，如何利用SPSS进行科学替代。（见课件）22、SPSS数据文件的特点及监理SPSS数据文件时应完成的两项任务是什么？P16-1723、简述SPSS数据文件的基本组织形式。24、统计学依数据的计量尺度将数据分为哪三类CH5 参数检验（均值比较与t检验）1、 什么是t检验，简述t检验的一般步骤。2、 在统计学中，通常将t检验分为4类：样本均值与总体均值比较的t检验、独立两样本均值比较t检验、配对设计的差数均值与总体均值0的t检验以及独立两样本几何均值比较的t检验。3、 简述单样本t检验的一般步骤。4、 两独立样本T检验的零假设H0是两总体均值之间不存在显著差异。两配对样本T检验的零假设H0是两总体均值之间不存在显著差异5、 面是学生数学成绩的单样本检验。One-sample statisticsNMeanStd DeviationStd Error Mean数学1174.000023.443557.06850One Sample TestTest Value=70t df Sig.(2-tailed)Mean Difference95% Confidence interval of the differenceLower Upper 数学成绩0.566100.5844.00000-11.749619.7496试建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（=0.05）答：零假设：=70；备择假设：70.从数据看，11个学生的数学平均值为74.00，标准差为23.44，均值误差为7.07，t值=0.566，相伴概率值=0.5840.05，不能拒绝零假设，认为均值与70无显著性差别。样本均值与检验值差为4，其95%的置信区间是（-11.7496，19.7496）。6、这是取自71个不同的学生的学习成绩，彼此之间是独立的。按性别分组进行独立样本的T检验，写出显著性检验的零假设和备择假设，并说明检验的结果是什么？（=0.05）Group Statistics学生性别N Mean Std Deviation Std Error Mean 当前成绩 男生 女生 48 2482.9086.176.585.190.951.06Independent Sample TestLevenes Test for EqualityOf Variancest-test for Equality of MeansFSig.tdfSig.(2-tailed)当前成绩 Equal variances assumed Equal variances not assumed0.4230.518-2.125-2.2997056.8570.0370.025CH6 方差分析1、简述单因素方差分析的基本思想。2、简述多因素方差分析的基本思想。3、简述方差分析的适用条件。答：（1）样本来自的总体要服从正态分布。（2）样本方差必须是齐次的。（3）各样本之间相互独立。4、在多因素方差分析中，变量的总离差平方和分解为哪三部分？答：在多因素方差分析中，变量的总离差平方和SST分解为3个部分：1）多个控制变量单独作用引起的平方和；2）多个控制变量交互作用引起的离差平方和；3）其他随机因素引起的离差平方和。5、简述单因素方差分析的基本步骤。P142-1436、研究一个班3组同学（分别接受了3种不同的教学方法）在数学成绩。分析下面方差分析结果，写出零假设和备择假设，并讨论3组同学在数学成绩上是否有显著的差异？(=0.05)Test of Homogeneity of VariancesLevene Statisticdf1df2sig.3.8622150.044ANOVASum of SquaresdfMean SquareFSig.Between Groups (Combined) Linear Term Contrast Deviation Within GroupsTotal3686.333494.0833192.2501563.6675250.00021115171843.167494.0833192.250104.24417.6814.74030.6230.0000.0460.000答：由表Test of Homogeneity of Variances分析：零假设是不同分组均值方差相同。Levene Statistic=3.862，相伴概率值=0.0440.05，拒绝零假设，至少一组和其他两组均值方差有显著性的不同，因此，这组数据不适合进行单因素方差分析。7、多重比较。8、课本案例及练习题1、2、3CH8相关分析1、 什么是相关分析？常用的方法有哪些？答：描述变量之间线性相关程度的强弱，并用适当的统计指标表示出来的过程为相关分析。可根据研究的目的不同，或变量的类型不同，采用不同的相关分析方法。常用的相关分析方法：二元定距变量的相关分析、二元定序变量的相关分析、偏相关分析和距离相关分析。2、利用相关系数r说明变量之间线性相关程度时，根据经验可将相关程度分为以下几种情况：当 时，视为高度相关；当 时，视为中度相关；当 时，视为低度相关；当 时，说明变量之间的相关程度极弱，可视为不相关。；3、简述线性相关分析的基本步骤。4、用的相关系数有哪些？（试写出3种）5、课本案例及练习题1、2CH9回归分析1、 试述回归分析的基本步骤.2、 一元线性回归的数学模型是什么？其中满足的两个前提是什么？3、 多元线性回归的数学模型是什么？4、 常用的回归方程的统计检验有：回归方程的拟合优度检验、回归方程的显著性检验、回归系数的显著性检验及残差分析。5、 在多元回归分析中，解释变量的筛选一般有哪三种基本策略？6、 在线性回归分析中，SST称为离差平方和，SSR称为回归平方和，SSE称为残差平方和，三者之间的关系是SST=SSR+SSE,决定系数R2=。7、为了研究高等数学成绩与概率成绩的关系，今收集到20名学生的高等数学、概率成绩。采用SPSS统计分析进行线性回归分析，得出如下输出结果：ANOVA（b）ModelSum of SquaresdfMean SquareFSig1Regression1252.09511252.09541.8560.000Residual538.4551829.914Total1790.55019Cofficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.1 BStd.ErrorBetaConstant8.18410.5760.7740.449高等数学0.8550.1320.8366.4700.0001） 据ANOVA（b）表计算出判决系数，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（=0.05）2） 据Cofficients(a)表写出估计回归方程，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（=0.05）8、下面给出中国民航客运量的回归模型。为了研究我国民航客运量的变化趋势及其成因，以民航客运量作为因变量Y，以国民收入（X1），消费额（X2），铁路客运量（X3），民航航线里程（X4），来华旅游入境人数（X5）为主要影响因素。结果输出如下：ANOVA（b）ModelSum of SquaresdfMean SquareFSig1Regression1381887752763775.3541128.3030.000Residual24494.981102449.498Total1384337215Cofficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.1 BStd.ErrorBetaConstant450.909178.0782.5320.020X10.3540.0852.4474.1520.002X2-0.5610.125-2.485-4.4780.001X3-7.25E-030.002-0.083-3.5100.006X421.5784.0300.5315.3540.000X50.4350.0520.5648.4400.0001）据ANOVA（b）表计算出判决系数，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（=0.05）2）据Cofficients(a)表写出估计回归方程，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（=0.05）9 、下面给出了19782006年间我国社会消费品零售总额之间的关系的线性回归分析模型。以社会消费品零售总额Y为因变量，以时间T为自变量，下面给出了四种模型输出。Model Summary and Parameter EstimatesDependent Variable:YEquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Linear0.868177.4461270.000-14000.7032420.776Cubic0.9941506.0323250.0002155.592-197.63635.3031.947Power0.857161.6201270.000430.0881.354Exponential0.9902775.1051270.0001363.5480.1451) 写出Linear、Cubic、Power、Exponential4种曲线方程。2) 检验三种曲线关系是否显著？（写出假设，）3) 试分析最终采用哪种曲线，为什么？5、向前筛选策略、向后筛选策略、逐步筛选策略.10、下面利用若干年粮食总产量以及农业劳动者人数(百万人)（）, 总播种面积(万公顷) （）, 风灾面积比例(%)（）, 粮食播种面积(万公顷) （）, 施用化肥量(kg/公顷) （）的数据，进行多元线性回归所得的部分分析结果如下：Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.993a.986.984983.87366ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression2.020E954.040E8417.350.000aResidual2.807E729968007.377Total2.048E934CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)-24702.8796394.921-3.863.001粮食播种面积(万公顷)-.144.765-.010-.188.852总播种面积(万公顷)2.442.675.1403.615.001施用化肥量(kg/公顷)132.13611.588.70811.403.000风灾面积比例(%)-232.67246.754-.132-4.977.000农业劳动者人数(百万人)47.4229.289.3505.105.0001） 将ANOVA表的所缺数值补齐。2） 写出线性回归方程，并解释回归系数的意义。3） 检验方程的线性关系是否显著？（写出假设，）4） 检验各回归系数是否显著？练习题6、案例9-2、案例9-1CH10 聚类分析1、 什么是聚类分析？2、 常见的聚类方法有两种：层次聚类和K-Means聚类。3、 层次聚类的两种类型和两种方法分别是什么？4、 什么是Q型聚类？什么是R型聚类？5、 聚类分析时应注意所选择的变量是否存在数量级上的差别。如果一个样本包含不同数量级的变量，则应先对变量进行标准化处理，然后再进行聚类