华理SPSS实验一讲解.doc

华东理工大学20132014 学年 第 一 学期 应用统计学 实验报告1实验内容：实验 1 SPSS软件的安装与使用1.学会从光盘上安装SPSS 11.5（或其他版本）熟悉SPSS的安装过程和安装过程选项的选择。初步熟悉SPSS的新界面2.熟悉n 观察量排序(Sort Cases)n 变量排序(Rake Cases)n 拆分数据文件(Split Files) n 分类汇总(Aggregate)n 选择观测量(Select Cases) n 描述统计量及统计图的绘制实验要求：1. 对“Employee data”进行数据整理2. 对第1章的习题4进行描述统计分析教师评语： 教师签名： 年 月 日实验报告：一：（1）观察量排序（Sort Case）Data菜单选择sort case，按照current salary分类排序，选中current salary卡双击放入sort by框中，选择排列顺序：递增，确认之后即自动分类排序。得到结果如下：（2）变量排序(Rake Case)Transform菜单选择 rank cases, 按照起始收入（salary begin）对员工号码（id）进行排序。选中员工号码（id）放进variable框中，选中起始收入（salary begin）放入by框中,选择确认。（3）拆分数据文件(Split Files)Data 菜单选择split file，选择compare by group选项卡。将教育水平（educational level）和性别（gender）放入groups based on选项框内。于是系统便按照第一组别教育水平将所有数据按教育水平分成数类，再按照性别在各教育水平组中分组。最后一共分成了8个大类，每个大类中按照性别分成两个小类。（4）分类汇总(Aggregate)Data 菜单选择aggregate，选择变量为gender，即将gender放入break variables框中，要求根据gender对salary求和以及对previous exp.求平均。将salary放进aggregate variables 框中，并在function框选择sum；将previous exp.放入aggregate variables中，选中function框的mean，最后确认。于是生成了一张新表，名为aggr.sav，表为两行三列，按性别，对工资求和，以及经验求平均。（5）选择观测量(Select Cases)Data菜单select cases选项，选中后，会弹出对话框，框中有几个内容，如下：1.All cases：表示所有的观察例数都被选择，该选项可用于解除先前的选择；2.If condition is satisfied：表示按指定条件选择，点击If.钮，弹出Select Cases:If对话框，先选择变量，然后定义条件；3.Random sample of cases：表示对观察单位进行随机抽样，点击Sample.钮，弹出Select Cases:Random Sample对话框，有两种选择分式，一是大概抽样（Approximately）即键入抽样比例后由系统随机抽取，另一是精确抽样（Exactly）即要求从第几个观察值起抽取多少个；4Based on time or case range：表示顺序抽样，点击Range.钮，弹出Select Cases:Range对话框，用户定义从第几个观察值抽到第几个观察值；5Use filter variable：表示用指定的变量作过滤，用户先选择1个变量，系统自动在数据管理器中将该变量值为0的观察单位标上删除标记，系统对有删除标记的观察单位不作分析。若用户在Select Cases对话框的Unselected Cases Are框中选Deleted项，则系统将删除所有被标上删除标记的观察单位。如用了gender作为标记变量时，gender为0的全部被划去了。（6）描述统计量及统计图的绘制样本均值：针对current salaryStatisticsCurrent SalaryNValid474Missing0Mean$34,419.57样本方差：StatisticsCurrent SalaryNValid474Missing0Variance2.916E8样本协方差：Inter-Item Covariance MatrixCurrent SalaryBeginning SalaryCurrent Salary2.916E81.183E8Beginning Salary1.183E86.195E7样本相关系数：CorrelationsCurrent SalaryBeginning SalaryCurrent SalaryPearson Correlation1.880*Sig. (2-tailed).000N474474Beginning SalaryPearson Correlation.880*1Sig. (2-tailed).000N474474*. Correlation is significant at the 0.01 level (2-tailed).统计图：散点图箱线图：条形图：二：对第1章的习题4进行描述统计分析样本均值：Statistics每股收益X1净资产收益率X2总资产报酬率X3销售净利率X4主营业务增长率X5净利润增长率X5NValid101010101010Missing000000Mean-.09120-.04780-.02940-.42840.63340.77970样本方差：Statistics每股收益X1净资产收益率X2总资产报酬率X3销售净利率X4主营业务增长率X5净利润增长率X5NValid101010101010Missing000000Variance.564.046.0091.4431.7992.012样本协方差：Inter-Item Covariance Matrix每股收益X1净资产收益率X2总资产报酬率X3销售净利率X4主营业务增长率X5净利润增长率X5每股收益X1.564.156.070.488-.358-.308净资产收益率X2.156.046.020.119-.148-.137总资产报酬率X3.070.020.009.068-.054-.054销售净利率X4.488.119.0681.443.038.121主营业务增长率X5-.358-.148-.054.0381.7991.850净利润增长率X5-.308-.137-.054.1211.8502.012样本相关系数：Correlations每股收益X1净资产收益率X2总资产报酬率X3销售净利率X4主营业务增长率X5净利润增长率X5每股收益X1Pearson Correlation1.975*.973*.541-.356-.289Sig. (2-tailed).000.000.106.313.418N101010101010净资产收益率X2Pearson Correlation.975*1.964*.465-.515-.453Sig. (2-tailed).000.000.176.127.189N101010101010总资产报酬率X3Pearson Correlation.973*.964*1.588-.421-.394Sig. (2-tailed).000.000.074.226.260N101010101010销售净利率X4Pearson Correlation.541.465.5881.024.071Sig. (2-tailed).106.176.074.948.846N101010101010主营业务增长率X5Pearson Correlation-.356-.515-.421.0241.973*Sig. (2-tailed).313.127.226.948.000N10101010