计量实验报告

1、实验一（一） 实验内容：1、熟悉spss软件，了解SPSS软件的特点，熟悉SPSS软件的常用窗口、数据文件的建立与编辑。2.利用不同方式建立数据文件。3.熟悉文件编辑与管理的基本操作。（二） 实验目的与要求：了解spss软件的操作过程，学会运用软件处理其模型。（三） 实验时间与地点：实验时间：201558实验地点：五栋412（四） 实验操作过程实验二（一） 实验目的：学会运用spss软件对数据进行描述与探索分析。（二）实验要求：将SPSS软件的分析过程的关键步骤截图说明，需要计算的地方要写出详细计算步骤。（三）试验时间与地点实验时间：2015522地点：四栋412（四）实验内容：描述性和探索性

2、分析；均值的一半性检验-单样本T检验；独立样本T检验；配对样本分析。（五）实验步骤（1）单样本T检验依次打开打开分析比较均值单样本T检验变量-点击确定得到以下结果结论：单个样本统计量中，参与统计的样本个数为13，平均值是174.2308；在单个样本检验中，t的统计量的值是68.874，自由度是12，95%的置信区间是（168.719,179.7425），临界置信水平为0.000，远小于5%。所以说明该身高与五年前相比有明显差别。（2）独立样本T检验以次点击分析比较均值独立样本T检验点击定义组【组1中输入1、组2中输入2】-点击确认（3）配对样本T检验点击分析比较均值配对样本T检验【将训练前速度

3、和训练后速度分别倒入成对变量中】-点击确认得到以下结论结论：上图给出了本实验成对样本的相关系数。从该图可以看出训练前后速度的相关系数很高而且显著性很高。实验三（一）实验目的与实验要求：通过调用spss的一些基本分析过程，可以得到数据的基本统计指标，对于定量数据，可以得到均值和标准差等指标。（二）试验时间与地点：实验时间：2015515实验地点：四栋412（三）实验内容：描述性统计分析（四）实验操作过程实验步骤：建立数据表如上图所示打开分析-描述统计-频率将“身高、体重”导入变量栏。打开统计量表，勾画四位数、中位数、均值、众数、标准差、方差、最大值、最小值。点击确认;得到以下结果：（五）实验结果

4、统计量身高体重N有效1010缺失00均值170.500062.7000中值171.500061.0000众数178.0045.00a标准差10.9468415.44920方差119.833238.678全距33.0036.00极小值156.0045.00极大值189.0081.00和1705.00627.00百分位数25159.750048.250050171.500061.000075178.250078.2500a.存在多个众数。显示最小值身高频率百分比有效百分比累积百分比有效156.00110.010.010.0159.00110.010.020.0160.00110.010.030.0

5、163.00110.010.040.0167.00110.010.050.0176.00110.010.060.0178.00220.020.080.0179.00110.010.090.0189.00110.010.0100.0合计10100.0100.0（6） 结果分析对表中身高和体重进行分析，得到相应结论。实验四（1） 实验目的：通过探讨自变量与因变量之间变动的比例关系，建立模型，揭示地理要素之间的线性相关关系。（2） 实验时间与实验地点：201569实验地点：四栋412（二） 实验内容-回归分析（1）线性回归分析（2）曲线估计（三）实验步骤（1）线性回归分析操作过程：分析回归线性【将拉

6、拉伸指数导入因变量、强度导入自变量】-点击统计量【勾画估计、模型拟合度和描述性】-点击继续点击绘制【将ZERSID导入Y(Y)、将ZPRED导入X2(X)点击直方图和正态概率图】点击继续点击保存【点击未标准化、标准化、调节和均值预测值S.E-未标准化、标准化、学生化点击均值】点击继续点击确认得到以下结果：上图给出输入/移去的变量情况。可以看出在本实验中采用“输出”方法选择变量。在模型汇总中，从图中可以得到R、R方、调整的R方、标准估计的误差；在给出的方差分析结果中可以得出模型的显著性P值是0.000，小于显著性水平0.05，因此可以判断模型整体非常显著；在给出的线性回归模型的回归系数及相应的一

7、些统计量。从图中可以看出线性回归模型中的系数和Unstandardized predicted Value的系数分别是-1.015E-0.13和1.000.上图给出了一些残差的统计量，从图中可以看出预测值、残差、标准预测值和标准残差的极小值、极大值的统计量（2）曲线估计操作过程：分析回归曲线估计【将保费收入导入因变量、国民生产总值导入个案标签、将年度导入变量】-勾画模型中的全部内容点击确认-得到以下结论上图给出了模型基本情况的描述，从图中可以看出，模型的因变量和自变量的名称、是否含有常数项、方程的容差以及三个方程的类型。从个案处理摘中可以得到参与曲线回归的个案总数共有22个；从变量处理摘要中可

8、以看到因变量和自变量的正负值情况，如本试验中的因变量和自变量都含有正值22个，没有零和负值。上图给出了三个曲线模型拟合曲线及观测值的散点图从图中可以很直观的看出，在三个曲线模型拟合的曲线中，三次模型拟合的曲线与原始观测值拟合的最好。实验五（一） 实验目的与实验要求：在保持原始数据信息损失最少的前提下，通过线性变换将原始自变量，集合由高维空间映射到一个低维空间，从而实现数据的降维。（二） 实验时间与地点：实验时间：2015529实验地点：四栋412（三） 实验内容：（1）单因素方差分析（2）多因素方差分析（四） 实验步骤（1） 单因素方差分析实验步骤：点击分析比较均值单因素分析【将小麦产量导入因

9、变量列表；将土地类型导入因子变量】-单击对比按钮【点击多项式】-点击选项【选中方差同质性检验、均值图】-点击确定得到结果如下：组间平方和是32312.111、组内平方和是6171.500，其中组间平方和的F值是39.268，相应的显著性水平是0.000，小于显著性水平0.05，一次我们认为不同的土地类型对小麦产量有显著地影响。结论：从上图可以清楚的看到不同的施肥类型对应不同的亩产量均值。可见第一组的亩产量最低，且与其他两组的亩产均值相差加大，二第二组和第三组之间的亩产量均值差异不大，这个结果和多重比较的结果非常一致。（2） 多因素方差分析操作过程：点击分析一般线性模型单变量【将茶饮料销售额导入

10、因变量、将茶销售地点和茶饮料外包装导入固定因子】-点击模型按钮【选中全因子，其他默认】-点击选项【选中方差齐性检验、统计描述、分布-水平】-点击确认得到以下结论结论：上图给出了主要的因子列表。从该表可以得到两个因子变量的各个水平以及每个水平上的观测数目。外包装因子变量有两个水平，即旧包装和新包装。销售地点因子变量有三个水平，即地点一、地点二和地点三。从上表可以看出，检验的零假设是:即在所有组中因变量的误差方差均相等，检验的概率值是0.968，大于显著性水平0.05或0.1，因此可以看出因变量在各个因素下的误差方差相等。上图给出了茶饮料销售额关于标准差额分布和水平图。给图绘制了标准差对各个水平上

11、的均值分布图。通过观察各点在此图中有无明显规律，可知各个水平值下的标准差并没有递增趋势。实验六（一） 实验目的与要求：掌握相关分析的方法，学会运用相关分析分析数据的特点。（二） 实验时间与地点：试验时间：20156-2实验地点：四栋412（三） 实验内容相关分析（1） 双变量分析（2） 偏相关分析（3） 距离分析（四）实验操作过程与结果分析（1）偏相关分析操作步骤：分析相关-偏相关分析【将河北省卫生支出、河北省社会保障支出导入变量；将河北省财政总支出导入控制】-点击选项【勾画均值和标准差、零阶相关系数】点击继续-点击确认；得到以下结论：描述性统计变量中河北省卫生支出的均值和标准差分别是3393

12、5.4和196837.1151；河北省社会保障支出的均值和标准差分别是587417和618896.3441；河北省财政总支出的均值和标准差分别是7256000和3908668.287（2）双变量分析操作步骤：分析相关双变量相关【北京市教育支出、北京市文化传媒支出导入变量栏】点击选项【勾画均值和标准差、叉积偏差和协方差】-点击继续点击确认；得到以下结果：北京市教育支出的均值和标准差分别是1112939.7和683919.1379；北京市文化传媒支出的均值和标准值分别是195927.2和142746.9099；（3）距离分析操作步骤：分析相关距离【将年轻人、中年人和老年人输入变量】点击确认会出现以

13、下的结果：上数据文件共有11个个案，各个变量的数据均完整，没有缺失值的存在。图中给出的是各变量之间的相似矩阵，由矩阵表可以看出各变量间的相关系数极高，说明该保健品对三类人群的疗效影响之间存在很高的相关性。实验七（一）实验目的及要求：熟悉并掌握SPSS软件中聚类分析的操作及结果分析，学会分析数据，培养实际应用能力。将SPSS软件的分析过程的关键步骤截图说明，需要计算的地方要写出详细计算步骤。（二）实验内容聚类分析（1）K-聚类（2）系统聚类（三）实验步骤与结论（1）K聚类操作步骤：点击分析分类K-均值聚类【将地区导入变量、将其他变量导入变量栏】-在聚类数中输入四单击选项【选中每个个案的聚类信息】

14、-点击确定得到以下结论通过聚类分析的结果可以看出，所有的省市被分成了4类，从表中可以看出：北京和浙江为第一类，上海为第二类，河北、山西、黑龙江、山东和河南为第三类，其他为第四类。同时，通过图给出了各个省市所处的分组，通过聚类分析我们可以清楚的区分各个省市的市民生活水平的结构差异。（2）系统聚类实验步骤：点击分析分类系统聚类【将地区导入变量、将其他变量导入变量栏】-点击绘制【选中树状图】-点击方法【在聚类方法下拉列表中选择质心聚类法】-点击确定得到以下结论从图中可以看出，北京和浙江为一类，上海为一类，河北、山西、黑龙江、上东和河南为另一类，其他为四类。同时，通过聚类分析我们可以清楚地区分各个省市的市民生活水平的结构差异实验八（一）实验时间与实验地点实验时间:20156-19实验地点:四栋412（二）实验内容判别分析（四）实验步骤与结论实验步骤：点击分析分类判别【将信用级别导入分组变量、其他的导入自变量列表当中】-单击