spss实践题分析及答案解析二

1、期末实践考查一、一家消费者调查,它为许多企业提供消费者态度和消费者行为的调查.在一项研究中,客户要求调查消费者的消费特征, 此特征可以用来预测用户使用信用卡的支付金额.研究人员收集了 50位消费者的年收入、家庭人口和每 年使用信用卡支付的金额数据.试根据客户要求进行分析,给出分析报告数据 见附表.Descriptive StatisticsMeanStd. DeviationN消费金额元3964.06933.49450年收入元43480.0014550.74250家庭人口人3.421.73950Correlations消费金额元年收入元家庭人口人Pearson Correlation消费金额元

2、1.000.631.753年收入元.6311.000.173家庭人口人.753.1731.000Sig. 1-tailed消费金额元.000.000年收入元.000.115家庭人口人.000.115.N消费金额元505050年收入元505050家庭人口人505050Variables Entered/RemovedModelVariables EnteredVariablesRemovedMethod1家庭人口人,年 收入元.Entera. All requested variables entered.b. Dependent Variable:消费金额元军悔片WE希 F 嗝 & F

3、OModel SummaryModelRR SquareAdjusted RSquareStd. Error of theEstimate1.909 a.826.818398.091ANOVA bModelSum of SquaresdfMean SquareFSig.1Regression35250755.672217625377.836111.218.000 aResidual7448393450Total42699148.82049Coefficients aModelUnstandardized CoefficientsStandardizedCoeffici

4、entstSig.BStd. ErrorBeta1(Constant)1304.905197.6556.602.000年收入元.033.004.5168.350.000家庭人口人356.29633.201.66410.732.000结果分析：由题目可知客户要求,是根据消费者年收入、家庭人口来预测其每年 使用信用卡支付的金额数据,属于多元线性回归问题,其中年收入和家庭人口 看作两个自变量,每年信用卡支付金额看作因变量.由分析得：y 1304.905 0.033x1 356.296x2y:信用卡支付金额xi：年收入X2：家庭人口拟合优度检验R2为0.818,回归方程能很好的代表样本数据.回归方程

5、F检验 和回归系数T检验的相伴概率都小于显著性水平,拒绝零假设即回归方程和回归 系数都具显著型.二、下表为运发动与大学生的身高cm与肺活量cm3的数据,考虑到身 高与肺活量有关,而一般运发动的身高高于大学生,为进一步分析肺活量的差异 是否由于体育锻炼所致,试作限制身高变量的协方差分析,并给出分析报告.运发动大学生身高肺活量身高肺活量184.94300168.73450167.93850170.84100171.04100165.03800171.04300169.73300188.04800171.53450179.04000166.53250177.05400165.03600179.540

6、00165.03200187.04800173.03950187.04800169.04000169.04500173.84150188.04780174.03450176.73700170.53250179.05250176.04100183.04250169.53650180.54800176.33950179.05000163.03500178.03700172.53900164.03600177.03450174.04050173.03850Between-Subjects FactorsValue LabelN类别01012020Tests of Between-Subjects E

7、ffectsDependent Variable: 肺活量SourceType III Sum of SquaresdfMeanSquareFSig.Corrected6981685.1323490842.5622.860.000Model5a8Intercept208064.2901208064.2901.363.251身高1630762.6311630762.6310.679.00255类别1407847.0911407847.099.220.00455Error5649992.3637152702.4965Total6.633E840Corrected12631677.539Total0

8、0a. R Squared = .553 (Adjusted R Squared = .529结果分析：限制变量的相伴概率值是0.004 ,小于显著性水平0.05 ,因此拒绝零 假设,故在剔除身高对肺活量的影响前提下,是否经常进行体育锻炼对肺活量有 显著影响；另外协变量相伴概率为 0.002 ,说明身高的不同水平对肺活量也有显 著影响.三、甲地区为大城市,乙地区为县城,丙地区为农村.某地分别调查了上述三类地区8岁男生三项身体生长发育指标：身高、体重和胸围,数据见下表,问：三类地区之间男生三项身体生长发育指标的差异有无显著性试就此问题进行分 析并给出分析报告Test of Huniogenehy

9、 of VariancesLevene Statisticdfidf2Sig.身高.44 9237.340体重"73237.160胸围.955287.3S9A NOVASum ofSQuaiesdrMean squareFsig.身高 RftlwRgri Grni 甲弓(CombiriFd)6B2 4fi1二331 ?in13 1fi4nnoLinear Tem Confrsst4& .4631481 4 打IB.aiTmDs/iaitiori如质g1二 oo 酊 g7.381.009Within Grcup2双口如6727 230Total3031.469eg侬重EHiwe

10、enG口叩 3 (Combined)121,582200 7B11 3,044.000near Term contrssT11,301i153J12.51315OeviBtion106.280i106,2601Z,56D,J00Within Group?弧458676 051Total643,02089胸圆 EoMegn Group= (Combined)11002267 4517.150.001Linear TermConirastim.必1100.G2113134.000Di alien14,280114 2301.364,70wmin GroupsC53 527677 041TotalF

11、BI ,42369Muti hitu Curkifi di l4ur iHDepernderit Par able的底 的 地区Mean Difference (k J)std Erra rsig.95% Curiflidnce InlLerwslLower BoundUpper tJouid扁高LBD3135口才5 54&7-11-34-31L9473：.0002 fiiaa6.B2 10.2"102-5.933'-.30671.34 731.34Z3.oa .759-8.R2-1-j.ors-3.26521-S.54 5/h.MB71.34Z31.5473.000

12、 了酮-0.225-2.01-2.3693.D75南起一国03122.61 D0b1.O1D0,03626352ooa1.548-.2514.072 ! 272102-2.B1 DO'-1 ,QD0Or.6362.B3S2.000 nos-4.U72-3.001T .S4-.S3B21-1 O1OU1.000由352115 ooa-2 171536nsL8D D122.1I4D0T2.59D0".714T.门4F.004.000一72.1.1703.56L.4.01 0I2-2.1 4DU17川 .7147.0U4.931*J.S60 一0-.7201 0TD2D12 59D

13、O-T50.71 47门Hnoa5314 01 0-1 S70-1,I7D970Ths mejn dlfiferenc-t Is s gniflt归nl 日Ifie.05 le/elMHSNs：Liti£Pt 宵rciph=n ns12Slu de rl-Newm a n-Keul s1130I i05132 0 Siu.1030120J82076G13B.4671 ooa他重地区NSubsetfQralpha = 0.0512StjdenirNawnnan-<eul9J13020,00723022.49703023.507Sig.1.000, V5地区NSubset for

14、alpha = U.口512Student-Newman-Keuls32305r41713057.86703060 007Sig.5311 000胞田结果分析：由方差齐次性检验表可知,甲乙丙三个地区的的身高、体重和胸围的方差检 验相伴概率都大于显著性水平,因此接受零假设,即三个地区的身高、体重和胸 围方差相同没有显著性差异,即不同地区,身高、体总和胸围各总体均值服从方 差相同的正态分布,因此可以用下面的单因素方差检验.身高：F(2,87) 12.164相伴概率为0.000小于显著性水平,那么各地区身高有显著性差异 体重：F2,87 10.044相伴概率为0.000小于显著性水平,那么各地区体重

15、有显 著性差异.胸围：F2,87 7.499相伴概率为0.001小于显著性水平,那么各地区胸围有显著 性差异.再由LSD,S-N-K和图表分析可知,甲地区城市8岁男孩身高和胸围与乙县 城、丙农村地区有显著性差异,乙地区县城8岁男孩体重与甲城市、 内农村地区有显著性差异.四、某地区10名健康儿童头发和全血中的硒含量1000ppm 如下,试作发 硒与血硒的相关分析,并给出分析报告.编R发硒血硒174132661038813469115911667397667896149585107310Descriptive StatisticsMeanStd. DeviationN发硒75.4012.29510

16、血硒10.803.32710Correlations发硒血硒发硒 Pearson1*.872CorrelationSig. (2-tailed).001N1010血硒 Pearson*.8721CorrelationSig. (2-tailed).001N1010由上图表结果分析：由分析可知,要进行发硒和血硒两个定距变量的相关分析可得发硒和血硒的pearson相关系数为0.872 ,为高度相关.假设检验得出的 相伴概率0.001小于显著水平0.01 ,因此拒绝零假设,即可以用它们的样本相 关系数r代替总体相关系数p.五、某地29名13岁男童身高cm、体重kg和肺活量ml的数据如下表,试对该资料

17、作限制体重影响作用的身高与肺活量相关分析,并给出分析报告.编R身高(cm )体重(kg)肺活量ml编R身高cm 体重(kg)肺活量ml1135.132.0175016153.047.217502139.930.4200017147.640.520003163.646.2275018157.543.322504146.533.5250019155.144.727505156.237.1275020160.537.520006156.435.5200021143.031.517507167.841.5275022149.433.922508149.731.0150023160.840.427509

18、145.033.0250024159.038.5250010148.537.2225025158.237.5200011165.549.5300026150.036.0175012135.027.6125027144.534.7225013153.341.0275028154.639.5250014152.032.0175029156.532.0175015160.547.22250CorrelationsControl Variables体重(kg)肺活量(ml)身高(cm )-none- a体重(kg)Correlation1.000.613.719Significance (2-tail

19、ed).000.000df02727肺活量(ml)Correlation.6131.000.588Significance (2-tailed).000.001df27027身高(cm )Correlation.719.5881.000Significance (2-tailed).000.001.df27270身高(cm)体重(kg)Correlation1.000.337Significance (2-tailed).079df026肺活量(ml)Correlation.3371.000Significance (2-tailed).079.df260a. Cells contain ze

20、ro-order (Pearson) correlations.结果分析：由上表分析可知,体重和肺活量的相关系数为0.613 ,身高和体重的相关系数为0.719 ,身高和肺活量的相关系数为0.588 ,三者之间为中度相关.身高对体重和肺活量都有影响,剔除它的影响,采用偏相关分析,体重和肺 活量相关系数为0.337,为低度相关,相伴概率值为0.079 ,大于显著性水平0.05, 因此接受原假设,即不可以用样本相关系数代替总体相关系数.六、某医师测得10名3岁儿童的身高cm、体重kg和体外表积cm2资料如下.试分析“体外表积可能满足的数学模型,并给出分析报告.儿童编号体外表!积Y身高Xi体重X21

21、5.38288.011.025.29987.611.835.35888.512.045.29289.012.355.60287.713.166.01489.513.775.83088.814.486.10290.414.996.07590.615.2106.41191.216.0Correlations体外表积Y身高X1 体重X2 Pearson Correlation体外表积Y1.000.869.943身高X1.8691.000.863体重X2.943.8631.000Sig. 1-tailed体外表积Y.001.000身高X1.001.001体重X2.000.001.N体外表积Y10101

22、0身高X1101010体重X2101010Variables Entered/RemovedbModelVariables EnteredVariablesRemovedMethod1体重X2,身高X1.Entera. All requested variables entered.b. Dependent Variable:体外表积YModel Summary bModelRR SquareAdjusted RSquareStd. Error of theEstimate1.950 a.902.874.143346a. Predictors: Constant, 体重X2 ,身高X1b. D

23、ependent Variable:体外表积YANOVA bModel1RegressionResidualTotalSum of SquaresdfMean SquareFSig.1.3212.66132.145.000 a.1447.0211.4659a. Predictors: Constant, 体重X2 ,身高X1 b. Dependent Variable:体外表积YCoefficients aModelUnstandardized CoefficientsStandardizedCoefficientstSig.BStd. ErrorBeta1Constant-2.8566.01

24、8-.475.649身高X1 .069.075.215.919.389体重X2.184.057.7583.234.014FSFILE ,一£«结果分析：由题目要求可知,这是一个多元线性回归问题.上述图表知,体外表积与身高体重的关系为y 2.856 0.069x1 0.184x2其中y :体外表积x1 ：身高x2:体重拟合优度检验R2为0.874,回归方程能很好的代表样本数据.回归方程 F检验 和回归系数T检验的相伴概率都小于显著性水平,拒绝零假设即回归方程和回归 系数都具显著型.七、某地1963年调查得儿童年龄岁X与锡克试验阴性率% Y的资料如 下,试分析锡克试验阴性率,并

25、给出分析报告.年龄岁X锡克试验阴性率Y12357.176.090.9493.0596.7695.6796.2Model DescriptionModel NameMOD_2Dependent Variable1锡克试验阴性率%Equation1Inverse2Cubic3SaIndependent Variable年龄ConstantIncludedVariable Whose Values Label Observations inUnspecifiedPlotsTolerance for Entering Terms in Equations.0001Model Summary and P

26、arameter EstimatesDependent Variable:锡克试验阴性率%EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Inverse.975198.44615.000104.380-48.271Cubic.994165.37333.00125.57137.428-6.570.381S.983288.09915.0004.682-.639The independent variable is 年龄.结果分析：首先由散点图可知,锡克试验阴性率与年龄为非线性关系, 因此采用 曲线拟合

27、.由表格可知,最正确拟合曲线为三次曲线cubic,拟合优度R2为0.994 , 最正确拟合曲线方程为:y 25.571 37.428x 6.570x2 0.381x3y:锡克试验阴性率% x：年龄八、某单位研究饮食中缺乏维生素 E与肝中维生素A含量的关系,将同种属的 大白鼠按性别相同,年龄、体重相近者配成对,共8对,并将每对中的两头白鼠 随机分到正常饲料组和维生素 E缺乏组,过一定时期,测得其肝中维生素 A含量.试分析不同饲料的大白鼠肝中维生素 A含量有无差异,给出分析报告数 据见附表Paired Samples StatisticsMeanNStd DeviationStd. Eior hlesriPair 1正常胃料组 弟生聿E缺乏3319.752506.25Xg532.420555 130223 5Q4196.263Paired Samples CorrelationsNCorrelati