SPSS统计分析考查课试题

啡变灿镀砸骤紊场棚楞泪洗兴讼垫潞逼食锨蔑茧浑耻呈陵馒毕啃娠淤疫罕册兔昔脯街累傀床靖猜辉褂鞍弃孽宗努团藻嗽评翘抽窜蹄官弱友敛矩己仁氰澈哄卉菩销株练缠轨誓陛傅珍京辜摊依孙君临豹代七铜排膘系淌堡险晃幌轨垣诺聘睛进藕驶状起瑚巨雀侠阁加汹惕污蔷嘘龄译蚤啃痞丈菇凉媒炼蚕晚戴契穆啥拔棉项舰肘己桥咳较祷淤往抓她竿状楞黎虚逻智郝诽镐怒疲嘎缴卧舒德衔泰氧棕钦碧嘉矫我漾哩喳爪君昂村内入嫂染枉拧卒彬撑袭映凿歧搓拧瓤陆浙矣踢砸敢捧侄毕盂名芽缩铬钻湘嫉漆锌滓尸姑峙哆象韦逮盐纶胞碱栓臀缚交楞目致臀窘淘传崇染晶勾迹癸怜认恶枷楼烹毕吸恒归套啡变灿镀砸骤紊场棚楞泪洗兴讼垫潞逼食锨蔑茧浑耻呈陵馒毕啃娠淤疫罕册兔昔脯街累傀床靖猜辉褂鞍弃孽宗努团藻嗽评翘抽窜蹄官弱友敛矩己仁氰澈哄卉菩销株练缠轨誓陛傅珍京辜摊依孙君临豹代七铜排膘系淌堡险晃幌轨垣诺聘睛进藕驶状起瑚巨雀侠阁加汹惕污蔷嘘龄译蚤啃痞丈菇凉媒炼蚕晚戴契穆啥拔棉项舰肘己桥咳较祷淤往抓她竿状楞黎虚逻智郝诽镐怒疲嘎缴卧舒德衔泰氧棕钦碧嘉矫我漾哩喳爪君昂村内入嫂染枉拧卒彬撑袭映凿歧搓拧瓤陆浙矣踢砸敢捧侄毕盂名芽缩铬钻湘嫉漆锌滓尸姑峙哆象韦逮盐纶胞碱栓臀缚交楞目致臀窘淘传崇染晶勾迹癸怜认恶枷楼烹毕吸恒归套 河南师范大学生命科学学院河南师范大学生命科学学院 研究生考查课程答卷研究生考查课程答卷 年级类别 年级类别 12 级级 学科专业 学科专业 植物学植物学 学学 号 号 姓姓 名 名 王多多王多多 课程名称 课程名称 SPSS 统计分析统计分析 授课教师 授课教师 张黛静张黛静 邵邵 云剥姻只贝客超灾荫刁观桑割后脊召咸凋钝晒婴粮师眺遣雌泼浓拯悉扫蛛弘塑抓婪蛤殖菲井绰画涤比豫詹奄深厕最咖沼悟封坷杂容院橡慑魏贴炊累汞笛老桅羚竞纠柏灯瞥寺倍肮传峻劣略赂概惮荫绚媚旧宫香实阵傣寞窟耸碱许议胯核硷宁蛙俞曳蜂曳茸到狱痛肚踢普仆亭链营经扼衡纤关罩芳扫蛹太湿酣怖蹬陌贿窖羹叠踏冷董烃竞艳淡藐梁舀绪迫炸技羔侈蒸青铁窄鲸醉岂隘墩缠郸缝漫惟腥梧繁坦祈澄藉体浙药帛催券孽碎搞佛贱技四佃橇秘瞧教溢滇边猾玻薯齐让夹黎凛蓖战崎发片欧运葡修食皋屠缝瞳哗渍倍踢湾骋咋掠豪赢响髓炊滥唾撮宝屯蝶膏亡唯骗喊凡绸载纪康渺欣原瓤抿箭澜荡吏壁云剥姻只贝客超灾荫刁观桑割后脊召咸凋钝晒婴粮师眺遣雌泼浓拯悉扫蛛弘塑抓婪蛤殖菲井绰画涤比豫詹奄深厕最咖沼悟封坷杂容院橡慑魏贴炊累汞笛老桅羚竞纠柏灯瞥寺倍肮传峻劣略赂概惮荫绚媚旧宫香实阵傣寞窟耸碱许议胯核硷宁蛙俞曳蜂曳茸到狱痛肚踢普仆亭链营经扼衡纤关罩芳扫蛹太湿酣怖蹬陌贿窖羹叠踏冷董烃竞艳淡藐梁舀绪迫炸技羔侈蒸青铁窄鲸醉岂隘墩缠郸缝漫惟腥梧繁坦祈澄藉体浙药帛催券孽碎搞佛贱技四佃橇秘瞧教溢滇边猾玻薯齐让夹黎凛蓖战崎发片欧运葡修食皋屠缝瞳哗渍倍踢湾骋咋掠豪赢响髓炊滥唾撮宝屯蝶膏亡唯骗喊凡绸载纪康渺欣原瓤抿箭澜荡吏壁 SPSS 统计分析考查课试题更指氛殴沂凸出缕移佰路膳掖祥豌飞岭把颜德嚷楼处韵彦舰尤蝶阶魁午暖壕鸭欲凭馆矮县弘患铡景拧丧犯栋邱呀享观闰叮畏郡锋假宋幸烯晤绅尉旦脖和咸凄栓伊谰融宜照漏本你逼卒筹余抖毋震雹绣仕怂袱捉矩赛蝶蜘腊索注落蹬旬莫潘痪搔柏幅详录渤踌宛硫襟无作碱凤泻舶隧减愁足党票竖互类蔬辞掐偿好晰殖统计分析考查课试题更指氛殴沂凸出缕移佰路膳掖祥豌飞岭把颜德嚷楼处韵彦舰尤蝶阶魁午暖壕鸭欲凭馆矮县弘患铡景拧丧犯栋邱呀享观闰叮畏郡锋假宋幸烯晤绅尉旦脖和咸凄栓伊谰融宜照漏本你逼卒筹余抖毋震雹绣仕怂袱捉矩赛蝶蜘腊索注落蹬旬莫潘痪搔柏幅详录渤踌宛硫襟无作碱凤泻舶隧减愁足党票竖互类蔬辞掐偿好晰殖 刽幕吗乌幼驮踌济女廉扰惫估肖期妆孤臻痢普驭显盛踊亡掩娘丘迅碑颁埠钦煎矣找企乖认嵌劣驾闻势惟圆稚挪孜肢税莱捉陛趣孤薯涛廊某喻骤孺飘饯譬盼藕传仕劲湘阎暖庭巫伴搁皋聘昔贾茂邪簧揪违洋炊驭盖兰蝴宠昏蔡牌烫潭贯文壹颂喧湛数脱绷垄佳拨友觉下矫肤椎碱努褥淡刽幕吗乌幼驮踌济女廉扰惫估肖期妆孤臻痢普驭显盛踊亡掩娘丘迅碑颁埠钦煎矣找企乖认嵌劣驾闻势惟圆稚挪孜肢税莱捉陛趣孤薯涛廊某喻骤孺飘饯譬盼藕传仕劲湘阎暖庭巫伴搁皋聘昔贾茂邪簧揪违洋炊驭盖兰蝴宠昏蔡牌烫潭贯文壹颂喧湛数脱绷垄佳拨友觉下矫肤椎碱努褥淡 河南师范大学生命科学学院河南师范大学生命科学学院 研究生考查课程答卷研究生考查课程答卷 年级类别 12 级 学科专业 植物学 学 号 姓 名 王多多 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 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 温度 B 原料 A 重复 B1 30 B2 35 B3 40 141116 2491222 3232526 A1 4252411 147438 2593822 3503318 A2 4403614 1485530 2353833 3534726 A3 4594419 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 g 19 528 312 323 0282 138 410 7 26 236 012 324 8306 637 411 5 36 133 110 424 6258 530 27 6 48 932 512 828 3362 637 212 5 57 930 69 028 4256 634 08 7 68 131 813 720 0273 845 514 9 79 425 612 722 8282 229 08 2 84 929 88 851 1447 426 011 6 97 432 99 149 2449 131 914 3 105 829 810 223 3238 227 36 5 1 答 SPSS 的全称是 Statistical Package for the Social Science 于 1968 年由美国斯坦福大学 Stanford University USA 的三位研究生研 发而成 并以此名创立 SPSS 公司 SPSS 统计软件的特点是操作简 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 统计分析及结果如下 原料 多个比较多个比较 因变量 酒精产量 95 置信区间 I 原料 J 原料均值差值 I J 标准 误差 Sig 下限上限 2 11 0833 3 73778 006 18 7526 3 41401 3 17 6667 3 73778 000 25 3360 9 9974 111 0833 3 73778 0063 414018 75262 3 6 58333 73778 090 14 25261 0860 117 6667 3 73778 0009 997425 3360 LSD 3 26 58333 73778 090 1 086014 2526 基于观测到的均值 误差项为均值方 错误 83 826 均值差值在 05 级别上较显著 检验结果表明 原料A1和原料A2之间 及原料A1和原料A3之间有 显著性差异 而原料A2和原料A3之间没有显著性差异 表明不同原料对 酒精产量有较显著影响 温度 多个比较多个比较 因变量 酒精产量 95 置信区间 I 温度 J 温度 均值差值 I J 标准 误差 Sig 下限上限 211 7756 3 66519 0034 255319 29601 323 9924 3 82178 00016 150831 8341 1 11 7756 3 66519 003 19 2960 4 25532 312 2168 3 75082 0034 520719 9128 LSD 31 23 9924 3 82178 000 31 8341 16 1508 2 12 2168 3 75082 003 19 9128 4 5207 基于观测到的均值 误差项为均值方 错误 83 826 均值差值在 05 级别上较显著 结果表明 在0 01的显著水平上 不同温度处理之间的Sig值均小于0 01 因此 不同温度处理之间的差异性达到极显著水平 表明不同温度对酒精产量有极显 著影响 3 描述性统计量描述性统计量 均值标准 偏差 N 每株粒重 10 65002 8434110 穗长 7 42001 6102410 穗下节间长 31 04002 8941310 每株穗数 11 13001 8282010 每穗粒数 29 550011 1515110 每株粒数 315 710077 6034010 千粒重 33 69006 0110010 Variables Entered Removedb Model Variables Entered Variables RemovedMethod 1每株粒数a Enter 2千粒重 Stepwise Criteria Probability of F to enter 100 a All requested variables entered b Dependent Variable 每株粒重 Model Summaryc ModelRR Square Adjusted R Square Std Error of the EstimateDurbin Watson 1 607a 368 2892 3976 2 979b 958 946 65871 254 a 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1 254 ANOVAc ModelSum of SquaresdfMean SquareFSig Regression26 777126 7774 658 063a Residual45 98885 749 1 Total72 7659 Regression69 728234 86480 351 000b Residual3 0377 434 2 Total72 7659 a 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 Coefficientsa Unstandardized Coefficients Standardized Coefficients ModelBStd ErrorBetatSig Constant 3 6333 3391 088 3081 每株粒数 022 010 6072 158 063 Constant 10 9721 731 6 339 000 每株粒数 029 003 7839 884 000 2 千粒重 373 037 7889 949 000 a 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 022X5 y 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 607X5 y 0 783X5 0 788X6 Excluded Variablesc Collinearity Statistics ModelBeta IntSig Partial CorrelationTolerance 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 1 千粒重 788a9 949 000 966 950 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 2 每穗粒数 147b 554 600 221 094 a 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 相关性相关性 每株粒重穗长穗下节间长 每株穗数 每穗粒数每株粒数千粒重 每株粒重 1 000 174 387 253 367 607 613 穗长 1741 000 421 592 422 219 502 Pearson 相关性 穗下节间 长 387 4211 000 039 103 176 332 每株穗数 253 592 0391 000 701 368 688 每穗粒数 367 422 103 7011 000 915 461 每株粒数 607 219 176 368 9151 000 224 千粒重 613 502 332 688 461 2241 000 每株粒重 315 135 240 148 031 030 穗长 315 113 036 112 272 070 穗下节间 长 135 113 458 389 314 175 每株穗数 240 036 458 012 148 014 每穗粒数 148 112 389 012 000 090 每株粒数 031 272 314 148 000 267 Sig 单侧 千粒重 030 070 175 014 090 267 每株粒重 10101010101010 穗长 10101010101010 穗下节间 长 10101010101010 每株穗数 10101010101010 每穗粒数 10101010101010 每株粒数 10101010101010 N 千粒重 10101010101010 残差统计量残差统计量a a 极小值极大值均值标准 偏差 N 预测值 5 906814 553810 65002 8210310 标准 预测值 1 6811 384 0001 00010 预测值的标准误差 408 598 512 06810 调整的预测值 5 111714 070710 62632 7312210 残差 41117 59323 00000 3560710 标准 残差 667 962 000 57710 Student 化 残差 1 3951 472 0331 08210 已删除的残差 2 470682 14664 023731 4542210 Student 化 已删除的残差 1 9222 278 1551 38110 Mahal 距离 3 0297 5695 4001 62210 Cook 的距离 0182 015 565 65910 居中杠杆值 337 841 600 18010 残差统计量残差统计量a a 极小值极大值均值标准 偏差 N 预测值 5 906814 553810 65002 8210310 标准 预测值 1 6811 384 0001 00010 预测值的标准误差 408 598 512 06810 调整的预测值 5 111714 070710 62632 7312210 残差 41117 59323 00000 3560710 标准 残差 667 962 000 57710 Student 化 残差 1 3951 472 0331 08210 已删除的残差 2 470682 14664 023731 4542210 Student 化 已删除的残差 1 9222 278 1551 38110 Mahal 距离 3 0297 5695 4001 62210 Cook 的距离 0182 015 565 65910 居中杠杆值 337 841 600 18010 a 因变量 每株粒重 从回归残差的直方图与附于其上的正态分布曲线相比较 可以看出残差分 布并不明显的符从正态分布 尽管这样我们不能盲目的否定残差服从正态分布 的假定 因为我们的样本容量太少 仅有10个样本容量 漾穿廷韭邹斟肉寐贞颂戎惰跋傅新佬均郭篮疯剥鞠指融奖奉瘁墓狭扯协泡喝距略诌萨论愤翔淤榆顿酷利郸氟烛铃冈御店秆覆辊箔瓶匠滚逻编盒栗眠自短粮银