北科SPSS软件练习试题

精品文档 1欢迎下载 SpssSpss 第第 4 4 次作业次作业 第第 1 1 题题 1 1 实验目的实验目的 学会用学会用 spssspss 进行相关分析进行相关分析 2 2 实验内容实验内容 1 对 15 家商业企业进行客户满意度调查 同时聘请相关专家对这 15 家企业的综合竞争力进行评分 结 果如下表 编号客户满意度得分综合竞争力得分 19070 210080 3150150 4130140 512090 6110120 74020 8140130 91060 102030 1180100 1270110 133010 145040 156050 这些数据能否说明企业的客户满意度与综合竞争力存在较强的正相关关系 为什么 3 3 操作步骤操作步骤 1 输入数据 图形 散点图 点图 选择 简单散点图 定义 将 综合竞争得分 导入 Y 轴 将 客户满意度得分 导入 X 轴 确定 2 在数据输出窗口 双击图形空白处 元素 总计拟合线 线性 应用 3 分析 回归 线性 添加客户满意度得分到因变量 综合竞争力的分到自变量 确定 精品文档 2欢迎下载 4 4 输出结果输出结果 输入输入 除去的变量除去的变量a a 模型输入的变量除去的变量方法 1 综合竞争力得分b 输入 a 因变量 客户满意度得分 b 已输入所请求的所有变量 模型摘要模型摘要 模型 R R 方调整后 R 方标准估算的误差 1 864a 747 72823 344 a 预测变量 常量 综合竞争力得分 ANOVAANOVAa a 模型平方和自由度均方 F 显著性 回归 20915 714120915 71438 381 000b 残差 7084 28613544 945 1 总计 28000 00014 精品文档 3欢迎下载 a 因变量 客户满意度得分 b 预测变量 常量 综合竞争力得分 系数系数a a 未标准化系数标准化系数 模型 B 标准误差 Betat 显著性 常量 10 85712 684 856 4081 综合竞争力得分 864 140 8646 195 000 a 因变量 客户满意度得分 5 5 结果分析结果分析 拟合线性直线的方程为 y 10 86 0 86x 相关系数 r 为 0 864 当显著性水平 为 0 01 时拒绝原假设 表明两个变量 企业的客户满意度与综合竞争力 之前具有较强的线性关系 相关性显著 第第 2 2 题题 1 1 实验目的实验目的 学会用学会用 spssspss 进行相关分析进行相关分析 2 2 实验任务实验任务 为研究香烟消耗量与肺癌死亡率的关系 收集到下表数据 国家1930 年人均香烟消耗量1950 年每百万男子中死于肺 癌的人数 澳大利亚 480180 加拿大 500150 丹麦 380170 芬兰 1100350 英国 1100460 荷兰 490240 冰岛 23060 挪威 25090 瑞典 300110 瑞士 510250 美国 1300200 绘制散点图 并计算相关系数 说明香烟消耗量与肺癌死亡率之间是否存在显著的相关关系 3 3 操作步骤操作步骤 精品文档 4欢迎下载 1 输入数据 图形 散点图 点图 选择 简单散点图 定义 将 1950 年每百万男子中 死于肺癌的人数 导入 Y 轴 将 1930 年人均香烟消耗量 导入 X 轴 确定 2 在数据输出窗口 双击图形空白处 元素 总计拟合线 线性 应用 3 在数据编辑窗口 分析 相关 双变量 将 1930 年人均香烟消耗量 1950 年每百万男 子中死于肺癌的人数 导入变量中 选项 选中 平均值和标准差 叉积偏差和协方差 继续 确定 4 4 输出结果输出结果 描述统计描述统计 平均值标准差个案数 客户满意度得分 80 0044 72115 综合竞争力得分 80 0044 72115 相关性相关性 客户满意度得分综合竞争力得分 皮尔逊相关性 1 864 客户满意度得分 显著性 双尾 000 精品文档 5欢迎下载 平方和与叉积 28000 00024200 000 协方差 2000 0001728 571 个案数 1515 皮尔逊相关性 864 1 显著性 双尾 000 平方和与叉积 24200 00028000 000 协方差 1728 5712000 000 综合竞争力得分 个案数 1515 在 0 01 级别 双尾 相关性显著 5 5 结果分析结果分析 回归分析显著性为 0 202 皮尔逊相关系数相差较大 可能是有最后几组差异较大的数据点所影响 线性 回归方程 1950 年每百万男子中死于肺癌人数 67 561 1930 年人均香烟消耗量 0 228 第第 3 3 题题 1 1 实验目的实验目的 学会用学会用 spssspss 进行相关分析进行相关分析 2 2 实验任务实验任务 收集到某商品在不同地区的销售额 销售价格以及该地区平均家庭收入的数据 如下表所示 销售额 万元 销售价格 元 家庭收入 元 1005010000 75706000 806012000 70605000 50803000 65704000 905013000 1004011000 1103013000 60903000 1 绘制销售额 销售价格以及家庭收入两两变量间的散点图 如果所绘制的图形不能比较清晰地展 示变量之间的关系 应对数据如何处理后再绘图 2 选择恰当的统计方法分析销售额与销售价格之间的相关关系 3 3 操作步骤操作步骤 步骤 图形 旧对话框 散点图 矩阵散点图 定义 添加销售额 万元 销售价格 元 家庭收入 元 确定 精品文档 6欢迎下载 步骤 分析 相关 双变量 销售价格 家庭收入 销售额添加到变量中 选择皮尔逊相关系数 选择双尾显 著性检验 确定 4 4 输出结果输出结果 相关性相关性 销售价格 元 家庭收入 元 销售额 万元 皮尔逊相关性 1 857 933 显著性 双尾 002 000 销售价格 元 个案数 101010 皮尔逊相关性 857 1 880 显著性 双尾 002 001 家庭收入 元 个案数 101010 皮尔逊相关性 933 880 1 显著性 双尾 000 001 销售额 万元 个案数 101010 在 0 01 级别 双尾 相关性显著 精品文档 7欢迎下载 5 5 结果分析结果分析 1 从相关性分析表中得出 销售价格与家庭收入与销售额 三者两两相关 并且皮尔逊相关系数绝对值较 大成很强的相关性 2 结论分析 如图所拟合的直线 销售额与销售价格由较强的负相关 回归分析 第第 4 4 题题 精品文档 8欢迎下载 1 1 实验目的实验目的 学会用学会用 spssspss 进行回归分析进行回归分析 2 2 实验任务实验任务 1 数据 学生成绩一 sav 和 学生成绩二 sav 任意选择两门成绩作为解释变量和被解释变量 利用 SPSS 提供的绘制散点图功能进行一元线性回归分析 请绘制全部样本以及不同性别下两门成绩的散点 图 并在图上绘制三条回归直线 其中 第一条针对全体样本 第二条和第三条分别针对男生样本和 女生样本 并对各回归直线的拟合效果进行评价 3 3 操作步骤操作步骤 打开 学生成绩一 sav 图形 散点图 点图 简单散点图 定义 将数据导入 X 轴 Y 轴 确定 在查看器中 图形 激活 选择元素 总计拟合曲线和子组拟合曲线 分析 回归 线性 将数据导入 因变量 自变量 统计 选中 共线性诊断 继续 确定 4 4 输出结果输出结果 ANOVAANOVAa a 模型平方和自由度均方 F 显著性 回归 461 8711461 8717 934 007b 残差 3376 5415858 216 1 总计 3838 41359 a 因变量 chi b 预测变量 常量 math 精品文档 9欢迎下载 5 5 结果分析结果分析 上表得出 不论是总体拟合效果还是男女分类拟合效果 都比较差 这说明 这两门成绩的相关性弱 第第 5 5 题题 1 1 实验目的实验目的 建立多元线性回归方程 分析影响的主要因素 2 2 实验任务实验任务 请先收集若干年粮食总产量以及播种面积 使用化肥量 农业劳动人数等数据 然后建立多 元线性回归方程 分析影响粮食总产量的主要因素 数据文件 粮食总产量 sav 3 3 操作步骤操作步骤 分析分析 回归回归 线形线形 4 4 输出结果输出结果 精品文档 10欢迎下载 输入输入 除去的变量除去的变量a a 模型输入的变量除去的变量方法 1 农业劳动者人数 百万人 粮食 播种面积 万公 顷 施用化肥 量 kg 公顷 b 输入 a 因变量 粮食总产量 y万吨 b 已输入所请求的所有变量 模型摘要模型摘要 模型 R R 方调整后 R 方标准估算的误差 1 986a 971 9681378 77302 a 预测变量 常量 农业劳动者人数 百万人 粮食播种面积 万 公顷 施用化肥量 kg 公顷 ANOVAANOVAa a 模型平方和自由度均方 F 显著性 回归 1989131592 7473663043864 249348 784 000b 残差 58931465 939311901015 030 1 总计 2048063058 68634 a 因变量 粮食总产量 y万吨 b 预测变量 常量 农业劳动者人数 百万人 粮食播种面积 万公顷 施用化肥量 kg 公顷 系数系数a a 未标准化系数标准化系数 模型 B 标准误差 Betat 显著性 常量 20715 6147459 573 2 777 009 粮食播种面积 万公顷 2 136 513 1544 167 000 施用化肥量 kg 公顷 128 80213 679 6909 416 000 农业劳动者人数 百万人 62 4619 836 4616 350 000 1 风灾面积比例 198 59854 231 112 3 662 001 a 因变量 粮食总产量 y万吨 5 5 结果分析结果分析 精品文档 11欢迎下载 结论分析 从最后的系数的分析表中得出 其中施用化肥量与粮食总产量的相关性最大 第第 6 6 题题 1 1 实验目的实验目的 完成下列题目完成下列题目 2 2 实验任务实验任务 一家产品销售公司在 30 个地区设有销售分公司 为研究产品销售量 y 与销售价格 x1 各地区的人 均收入 x2 广告费用 x3 之间的关系 搜集到 30 个地区的有关数据 进行多元回归分析所得的 结果如下 表 1 模型离差平方和 Df 均方离差 FSig 回归 12026774 134008924 772 798 88341E 13 剩余 1431812 62655069 7154 总计 13458586 7294063994 4154 表 2 非标准化系数 B 标准误差 tSig 常数 7589 124483 10 00457 X1 117 931 95 3 690 00103 X280 614 765 460 00001 X30 50120 1263 980 00049 a 将表 1 中的数据补齐 如图一 b 写出销售量与销售价格 年人均收入 广告费用的多元线性回方程 并解释各回归系数的意义 Y 117 9X1 80 6X2 0 5012X3 7589 1 c 检验回归方程的线性关系是否显著 显著 d 检验各回归系数是否显著 均小于 0 05 显著 e 计算判定系数 并解释它的实际意义 12026774 1 13458586 7 0 91 表明回归方程对样本数据点拟合优度高 第第 7 7 题题 精品文档 12欢迎下载 1 1 实验目的实验目的 用用 spssspss 预测数据 并估计误差预测数据 并估计误差 2 2 实验任务实验任务 试根据 粮食总产量 sav 数据 利用 SPSS 曲线估计方法选择恰当的模型 对样本期外的粮食总产量进 行外推预测 并对平均预测预测误差进行估计 3 3 操作步骤操作步骤 图形 旧对话框 线图 简单 个案组摘要 定义 类别轴选择 年份 其他统计量变量选择 粮食总 产量 确定 步骤 分析 回归 曲线估计 将 粮食总产量 导入因变量 选择时间 选择二次项和指数分布 保存 确定 4 4 输出结果输出结果 二次二次 模型汇总模型汇总 R R 方调整 R 方估计值的标准误 978 957 9551651 679 ANOVAANOVA 平方和 df 均方 FSig 回归 1 961E929 804E8359 372 000 残差 8 730E7322728042 572 总计 2 048E934 系数系数 精品文档 13欢迎下载 未标准化系数标准化系数 B 标准误 BetatSig 个案顺序 164 291113 713 217 1 445 158 个案序列 2 24 2343 0641 1877 909 000 常数 17269 480887 80319 452 000 指数指数 模型汇总模型汇总 R R 方调整 R 方估计值的标准误 939 881 878 107 ANOVAANOVA 平方和 df 均方 FSig 回归 2 82812 828244 898 000 残差 38133 012 总计 3 20934 系数系数 未标准化系数标准化系数 B 标准误