数据分析课后答案spss

1、精选优质文档-倾情为你奉上习题1.3統計資料全国居民 N有效22遺漏0平均數1117.00中位數727.50標準偏差1015.717變異數.286偏斜度1.025偏斜度標準誤.491峰度-.457峰度標準誤.953百分位數25304.2550727.50751893.50(1) .由表可知,全国居民的均值、方差、标准差、偏度、峰度分别为1117.00、.286、1015.717、1.025、-0.457。变异系数有公式计算得90.9325。（2） 中位数为727.50，上四分位数304.35，下四分位数为1893.50。四分位极差由公式得到1579.15三均值由公式得到913.1857。（3）

2、直方图（4） 茎叶图全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s)（5）由箱图可以看出并不异常点。統計資料农村居民 N有效22遺漏0平均數747.86中位數530.50標準偏差632.198變異數.838偏斜度1.013偏斜度標準誤.491峰度-.451峰度標準誤.953百分位數25239.7550530.

3、50751197.00（1） .由图可知农村居民的平均数、方差、标准差、偏度、峰度分别为747.86、.838、632.198、1.013、-0.451。由公式可以算得变异系数为84.5342。（2） 中位数530.50，上四分位数239.75，下四分位数1197.00。由公式可得四分位极差为957.25，三均值为624.4375。（3）茎叶图农村居民 Stem-and-Leaf Plot Frequency Stem & Leaf 10.00 0 . 6.00 0 . 2.00 1 . 14 4.00 1 . 7889 Stem width: 1000 Each leaf: 1 ca

4、se(s)（4）箱图表明了并无异常点。統計資料城镇居民 N有效22遺漏0平均數2336.41中位數1499.50標準偏差2129.821變異數.444偏斜度.970偏斜度標準誤.491峰度-.573峰度標準誤.953百分位數25596.25501499.50754136.75（1） 由表可知城镇居民均值、方差、标准差、偏度、峰度为2336.41、.444、2129.821、0.970、-0.573。变异系数为91.1578。（2） 中位数1499.50、上四分位数596.25、下四分位数4136.75、四分位极差3540.5、三均值为1933。（3）（4） 茎叶图城镇居民 Stem-and-L

5、eaf Plot Frequency Stem & Leaf 9.00 0 . 5.00 1 . 04569 1.00 2 . 3 2.00 3 . 08 1.00 4 . 8 2.00 5 . 47 2.00 6 . 26 Stem width: 1000 Each leaf: 1 case(s)（5） 箱图箱图可以看出无异常点。1.4統計資料月11 N有效31遺漏0平均數19.1665中位數14.7700標準偏差19.79977變異數392.031偏斜度2.515偏斜度標準誤.421峰度8.267峰度標準誤.821百分位數256.24005014.77007520.3400（1）

6、.11月份的收入均值为19.1665、方差为392.031、标准差为19.79977、偏度为2.515、峰度为8.267、变异系数为103.304.（2） 中位数为14.7700，上四分位数6.2400、下四分位数20.3400、四分位极差为14.1。（3）（4）Pearson相关系数分别为1，0.976spearman相关系数为1，0.928.相關月11月1月11皮爾森 (Pearson) 相關1.976顯著性 （雙尾）.000N3131月1皮爾森 (Pearson) 相關.9761顯著性 （雙尾）.000N3131相關月11月1Spearman 的 rho月11相關係數1.000.928顯

7、著性 （雙尾）.000N3131月1相關係數.9281.000顯著性 （雙尾）.000.N3131統計資料月1 N有效31遺漏0平均數246.1932中位數179.4100標準偏差232.97210變異數54275.998偏斜度1.916偏斜度標準誤.421峰度4.385峰度標準誤.821百分位數25103.810050179.410075273.29001月到11月收入平均数为246.1932、方差为54275.998、标准差为232.97210、偏度为1.916、峰度为4.385、变异系数为96.6297中位数179.4100，上四分位数103.8100，下四分位数273.2900，四分位

8、极差169.48.习题1.6中位数向量M=（18.100，27.400，4.800，34.100）相關x1x2x3x4x1皮爾森 (Pearson) 相關1.766*.385.336顯著性 （雙尾）.000.085.136N21212121x2皮爾森 (Pearson) 相關.766*1.427.340顯著性 （雙尾）.000.054.131N21212121x3皮爾森 (Pearson) 相關.385.4271.613*顯著性 （雙尾）.085.054.003N21212121x4皮爾森 (Pearson) 相關.336.340.613*1顯著性 （雙尾）.136.131.003N21212

9、121*. 相關性在 0.01 層上顯著（雙尾）。Pearson相关系数为1 0.766 10.385 0.427 10.336 0.340 0.613 1同理可得显著性检验，spearman相关系数和显著性检验相關x1x2x3x4Spearman 的 rhox1相關係數1.000.790*.434*.431顯著性 （雙尾）.000.049.051N21212121x2相關係數.790*1.000.511*.488*顯著性 （雙尾）.000.018.025N21212121x3相關係數.434*.511*1.000.691*顯著性 （雙尾）.049.018.001N21212121x4相關係數

10、.431.488*.691*1.000顯著性 （雙尾）.051.025.001.N21212121*. 相關性在 0.01 層上顯著（雙尾）。*. 相關性在 0.05 層上顯著（雙尾）。习题1.7統計資料x1x2x3N有效505050遺漏000平均數14.410016.02004.2300中位數15.000015.00004.0000（1） 均值向量为（14.4100，16.0200，4.2300） 中位数向量（15.000，15.000，4.000）相關x1x2x3Spearman 的 rhox1相關係數1.000.546*.507*顯著性 （雙尾）.000.000N505050x2相關係數

11、.546*1.000.530*顯著性 （雙尾）.000.000N505050x3相關係數.507*.530*1.000顯著性 （雙尾）.000.000.N505050*. 相關性在 0.01 層上顯著（雙尾）。相關x1x2x3Spearman 的 rhox1相關係數1.000.546*.507*顯著性 （雙尾）.000.000N505050x2相關係數.546*1.000.530*顯著性 （雙尾）.000.000N505050x3相關係數.507*.530*1.000顯著性 （雙尾）.000.000.N505050*. 相關性在 0.01 層上顯著（雙尾）。习题2.4係數a模型非標準化係數標準

12、化係數T顯著性B標準錯誤Beta1（常數）3.4532.4311.420.181人数.496.006.93481.924.000收入.009.001.1089.502.000a. 應變數: 销量(1) .回归方程为y=3.453+0.496x1+0.009x2 误差方差为4.740變異數分析a模型平方和df平均值平方F顯著性1迴歸53844.716226922.3585679.466.000b殘差56.884124.740總計53901.60014a. 應變數: 销量b. 預測值：（常數），收入, 人数模型摘要模型RR 平方調整後 R 平方標準偏斜度錯誤1.999a.999.9992.177a

13、. 預測值：（常數），收入, 人数(2) 显著性为.000表明销量与人数收入显著性强 复相关系数为0.999，很大说明y与x1,x2线性关系显著。係數a模型非標準化係數標準化係數T顯著性B 的1 信賴區間B標準錯誤Beta下限上限1（常數）3.4532.4311.420.181-1.8438.749人数.496.006.93481.924.000.483.509收入.009.001.1089.502.000.007.011a. 應變數: 销量（3）置信区间分别为0.483,0.509，0.007,0.011（4）由系数表可以看出x1,x2对y影响显著，再由表可知交互作用对y影响不大。係數a模型

14、非標準化係數標準化係數T顯著性B 的1 信賴區間B標準錯誤Beta下限上限1（常數）4.9018.539.574.578-13.89223.695人数.491.028.92517.344.000.429.553收入.009.003.1022.777.018.002.016z1.698E-6.000.014.178.862.000.000a. 應變數: 销量（5） 预测值为135.57141置信区间为-1.843 8.749（6）殘差統計資料a最小值最大值平均數標準偏差N預測值53.29253.72150.6062.01715標準預測值-1.5691.663.0001.00015預測值的標準誤.

15、5911.295.955.19615調整後預測值52.67254.39150.4761.97815殘差-3.8323.309.0002.01615標準殘差-1.7601.520.000.92615Stud. 殘差-1.9251.891.0261.05415刪除的殘差-4.5835.122.1272.62815Stud. 刪除的殘差-2.2172.161.0271.13515馬氏 (Mahal.) 距離.0994.0221.8671.08515庫克距離.000.653.108.16615置中的槓桿值.007.287.133.07815a. 應變數: 销量从图可以看出正态性假定不合理。习题2.6由

16、图可以看出点分布不均匀需要对数据做变换。习题2.7係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）-27.5126.558-4.195.000高度.349.093.1353.744.001z.168.007.91125.222.000a. 應變數: 体积此模型为y=-27.512+0.349x2+0.168x12再进行残差分析画出学生化残差的QQ图与2.6比较合理性强。2.8（1）方差分析表和系数表變異數分析a模型平方和df平均值平方F顯著性1迴歸24.85646.21464.091.000b殘差4.55747.097總計29.41451a. 應變數: zb. 預測值：（常

17、數），x4, x2, x3, x1係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）.472.3661.288.204x1.149.037.3053.995.000x2.028.003.6199.268.000x3.024.003.6188.204.000x4.040.065.057.613.543a. 應變數: z（2）模型中的自变量pR方X120.093221.701X220.353144.381X320.271168.67X420.467110.515X1,x430.457112.32X2.x430.60868.27X3,x430.53489.86X2,x330.723

18、34.56X1,x230.412125.34X1,x330.422122.29X1,x2,x340.8343.35X1,x3,x440.53588.85X2,x3,x440.78018.928X1.x2.x3,x450.8324.98选择最优回归方程均为含自变量x1,x2,x3的拟合回归方程结果如表：變異數分析a模型平方和df平均值平方F顯著性1迴歸24.82038.27386.454.000b殘差4.59348.096總計29.41451a. 應變數: zb. 預測值：（常數），x3, x2, x1係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）.350.3051.145

19、.258x1.164.028.3355.801.000x2.029.003.63911.071.000x3.025.002.64711.211.000a. 應變數: z复相关系数的平方为0.834，与表2.8的结果变化明显，但模型包含的变量不变。X4对Z的影响是很小的。最优的回归方程：Z=0.350+0.164x1+0.029x2+0.025x32.9係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）162.87625.7766.319.000x1-1.210.301-.613-4.015.001x2-.666.821-.177-.811.427x3-8.61312.241-

20、.157-.704.490a. 應變數: y方程为y=162.876-1.210x1-0.666x2-8.613x3由正态QQ图可知正态性合理性较差。(2)模型中的自变量pR平方X120.5794.299X220.31419.01X320.33217.986X1 x230.6312.495X1 x330.6272.658X2 x330.33418.129X1 x2 x340.6213.9997由于模型中含有变量x1,x2的R方值最大所以选出最优回归方程为係數a模型非標準化係數標準化係數T顯著性B標準錯誤Beta1（常數）166.59124.9086.688.000x1-1.260.289-.6

21、39-4.359.000x2-1.089.551-.289-1.976.062a. 應變數: yy = -1.26x1-1.089x2+166.591(3) 由于spss的进入值与删除值不能相等所以无法得出结果(4) 残差分析的QQ图为：习题3.4如图产品的得率服从同方差的正态分布變異數同質性測試产品得率 Levene 統計資料df1df2顯著性1.846320.171變異數分析产品得率 平方和df平均值平方F顯著性群組之間.0063.0021.306.300在群組內.03020.001總計.03623有方差齐性表可知显著性大于0.1接受原假设，方差不齐方差分析表显著性为0.3大于0.01即四

22、种不同的催化剂对某一化工产品得率的影响不显著。3.5（1）方差分析表可知过去三年科研经费投入的不同对当年生产力提高量有显著影响。變異數分析生产能力提高量 平方和df平均值平方F顯著性群組之間20.589210.29516.584.000在群組內14.89824.621總計35.48726（2）多重比較因變數: 生产能力提高量 Bonferroni 法 (I) 科研经费投入(J) 科研经费投入平均差異 (I-J)標準錯誤顯著性95% 信賴區間下限上限12-1.2838*.3417.003-2.163-.4043-2.4622*.4395.000-3.593-1.331211.2838*.3417

23、.003.4042.1633-1.1785*.4146.027-2.246-.111312.4622*.4395.0001.3313.59321.1785*.4146.027.1112.246*. 平均值差異在 0.05 層級顯著。置信区间-2.163,-0.404置信区间-3.593,-1.331置信区间-2.246,-0.111所以过去三年科研经费投入越高，当年生产能力的改善越显著。习题3.6各水平组合上的标准差和均值如图。描述性統計資料因變數: 存留量百分比 铁离子剂量平均數標準偏差NFe3高剂量3.69892.0308718中剂量8.20395.4473918底剂量11.75007.0

24、281518總計7.88436.1436154Fe2高剂量5.93672.8067818中剂量9.63226.6912218底剂量12.63946.0820918總計9.40286.0340054總計高剂量4.81782.6678536中剂量8.91816.0567536底剂量12.19476.4932836總計8.64356.10835108各水平组合上的标准差差异高剂量与中低剂量差异明显，两种铁离子的差异不大。方差齐性合理。Levene's 錯誤共變異等式檢定a因變數: 存留量百分比 Fdf1df2顯著性5.8035102.000檢定因變數的錯誤共變異在群組內相等的空假設。a. 設

25、計：截距 + 铁离子 + 剂量 + 铁离子 * 剂量Levene's 錯誤共變異等式檢定a因變數: z Fdf1df2顯著性.5595102.731檢定因變數的錯誤共變異在群組內相等的空假設。a. 設計：截距 + 铁离子 + 剂量 + 铁离子 * 剂量方差不齐性，各组合水平上的标准差趋于一致。描述性統計資料因變數: z 铁离子剂量平均數標準偏差NFe3高剂量1.1609.5854818中剂量1.9012.6585118底剂量2.2800.6563118總計1.7807.7792754Fe2高剂量1.6801.4645518中剂量2.0900.5736518底剂量2.4034.56937

26、18總計2.0579.6067254總計高剂量1.4205.5836436中剂量1.9956.6161436底剂量2.3417.6087736總計1.9193.70888108主旨間效果檢定因變數: z 來源第 III 類平方和df平均值平方F顯著性修正的模型18.473a53.69510.677.000截距397.8331397.8331149.682.000铁离子2.07412.0745.993.016剂量15.58827.79422.524.000铁离子 * 剂量.8102.4051.171.314錯誤35.296102.346總計451.602108校正後總數53.768107a. R

27、 平方 = .344（調整的 R 平方 = .311）方差分析表如图，交互作用不显著，各因素的影响显著。1. 铁离子因變數: z 铁离子平均數標準錯誤95% 信賴區間下限上限Fe31.781.0801.6221.939Fe22.058.0801.8992.2172. 剂量因變數: z 剂量平均數標準錯誤95% 信賴區間下限上限高剂量1.421.0981.2261.615中剂量1.996.0981.8012.190底剂量2.342.0982.1472.5362价铁离子的置信区间1.622,1.9393价铁离子的置信区间1.899,2.217高剂量的置信区间1.226,1.615中剂量的置信区间1

28、.801,2.190低剂量的置信区间2.147,2.536多重比較因變數: z Bonferroni 法 (I) 剂量(J) 剂量平均差異 (I-J)標準錯誤顯著性95% 信賴區間下限上限高剂量中剂量-.5751*.13865.000-.9126-.2376底剂量-.9212*.13865.000-1.2587-.5837中剂量高剂量.5751*.13865.000.2376.9126底剂量-.3461*.13865.043-.6835-.0086底剂量高剂量.9212*.13865.000.58371.2587中剂量.3461*.13865.043.0086.6835根據觀察到的平均數。 錯

29、誤項目是平均值平方和（錯誤）= .346。*. 平均值差異在 .05 層級顯著。=-0.9126,-0,2376=-1.2587,-0.5837=0.0086,0.6835为其结果，低剂量的影响最大，高剂量的影响最小。习题3.7（1）由图可知均值表为低中高yij估计值低2.4754.6004.5753.883中5.4508.9259.1257.833高5.97510.27513.2509.833yij估计值4.6337.9338.983描述性統計資料因變數: 病情缓解时间 成分A成分B平均數標準偏差N112.475.1708424.600.2944434.575.17084總計3.8831.0

30、59012215.450.2646428.925.1708439.125.30964總計7.8331.777312315.975.22174210.275.33044313.250.20824總計9.8333.128012總計14.6331.62221227.9332.54031238.9833.706712總計7.1833.272136图形为：A与B的交互效应显著（2）Levene's 錯誤共變異等式檢定a因變數: 病情缓解时间 Fdf1df2顯著性.736827.659檢定因變數的錯誤共變異在群組內相等的空假設。a. 設計：截距 + 成分A + 成分B + 成分A * 成分B方差不

31、齐进行方差分析，表如图主旨間效果檢定因變數: 病情缓解时间 來源第 III 類平方和df平均值平方F顯著性修正的模型373.105a846.638774.910.000截距1857.61011857.61030864.905.000成分A220.0202110.0101827.858.000成分B123.660261.8301027.329.000成分A * 成分B29.42547.356122.227.000錯誤1.62527.060總計2232.34036校正後總數374.73035a. R 平方 = .996（調整的 R 平方 = .994）由显著性一列可知有显著性（3） 对A1=0.5

32、73,2.094=3.873,5.394=4.923,6.444由此可知，对于A1成分我们能以95%的置信度断言：3. 成分A * 成分B因變數: 病情缓解时间 成分A成分B平均數標準錯誤95% 信賴區間下限上限111.333.373.5732.09424.633.3733.8735.39435.683.3734.9236.444215.283.3734.5236.04428.583.3737.8239.34439.633.3738.87310.394317.283.3736.5238.044210.583.3739.82311.344311.633.37310.87312.394多重比較因變

33、數: 病情缓解时间 Bonferroni 法 (I) 成分A(J) 成分A平均差異 (I-J)標準錯誤顯著性95% 信賴區間下限上限12-3.950*.1002.000-4.206-3.6943-5.950*.1002.000-6.206-5.694213.950*.1002.0003.6944.2063-2.000*.1002.000-2.256-1.744315.950*.1002.0005.6946.20622.000*.1002.0001.7442.256根據觀察到的平均數。 錯誤項目是平均值平方和（錯誤）= .060。*. 平均值差異在 .05 層級顯著。多重比較因變數: 病情缓解时

34、间 Bonferroni 法 (I) 成分B(J) 成分B平均差異 (I-J)標準錯誤顯著性95% 信賴區間下限上限12-3.300*.1002.000-3.556-3.0443-4.350*.1002.000-4.606-4.094213.300*.1002.0003.0443.5563-1.050*.1002.000-1.306-.794314.350*.1002.0004.0944.60621.050*.1002.000.7941.306根據觀察到的平均數。 錯誤項目是平均值平方和（錯誤）= .060。*. 平均值差異在 .05 層級顯著。习题3.8（1） 方差分析表由显著性列可以得出，

35、四名工人的日产量有显著差异，各台机床对日产量有显著影响。主旨間效果檢定因變數: 产品日产量 來源第 III 類平方和df平均值平方F顯著性修正的模型433.167a586.63315.831.002截距31212.000131212.0005703.716.000机床318.5002159.25029.102.001工人114.667338.2226.985.022錯誤32.83365.472總計31678.00012校正後總數466.00011a. R 平方 = .930（調整的 R 平方 = .871）（2） =1.05,13.61 =-11.61,0.95 =0.39,12.95 =-1

36、0.95,1.61 =-4.28,8.28 =-6.95,5.61 其他组合不能判断结果是工人1的产品日产量高于工人2和工人3多重比較因變數: 产品日产量 Bonferroni 法 (I) 工人(J) 工人平均差異 (I-J)標準錯誤顯著性90% 信賴區間下限上限127.33*1.910.0511.0513.6136.67*1.910.078.3912.9542.001.9101.000-4.288.2821-7.33*1.910.051-13.61-1.053-.671.9101.000-6.955.614-5.331.910.189-11.61.9531-6.67*1.910.078-12

37、.95-.392.671.9101.000-5.616.954-4.671.910.301-10.951.6141-2.001.9101.000-8.284.2825.331.910.189-.9511.6134.671.910.301-1.6110.95根據觀察到的平均數。 錯誤項目是平均值平方和（錯誤）= 5.472。*. 平均值差異在 .1 層級顯著。多重比較因變數: 产品日产量 Bonferroni 法 (I) 机床(J) 机床平均差異 (I-J)標準錯誤顯著性90% 信賴區間下限上限12-8.75*1.654.006-13.30-4.2033.501.654.236-1.058.05

38、218.75*1.654.0064.2013.30312.25*1.654.0017.7016.8031-3.501.654.236-8.051.052-12.25*1.654.001-16.80-7.70根據觀察到的平均數。 錯誤項目是平均值平方和（錯誤）= 5.472。*. 平均值差異在 .1 層級顯著。=-13.30,-4.20=-1.05,8.05=7.70,16.80机床1的日产量低于机床2，机床2高于机床3的日产量。习题5.4就先验概率相等进行判别分析的判别函数为组别1 y=30.351x1-0.152x2-0.789x3+1.952x4+0.590x5-108.102x6-0.3

39、12x7-99.541组别2 y=29.877x1-0.152x2-0.227x3+1.395x4+0.065x5-85.337x6-0.260x7-95.693分類函數係數组别12x130.35129.877x2-.152-.152x3-.789-.227x41.9521.395x5.590.065x6-108.102-85.337x7-.312-.260（常數）-99.541-95.693費雪 (Fisher) 線性區別函數分類結果a,c组别預測的群組成員資格總計12原始計數111112212223%191.78.3100.024.395.7100.0交叉驗證b計數111112232023

40、%191.78.3100.0213.087.0100.0a. 94.3% 個原始分組觀察值已正確地分類。b. 僅會針對分析中的那些觀察值進行交叉驗證。在交叉驗證中，每一個觀察值都會依據從該觀察值之外的所有觀察值衍生的函數進行分類。c. 88.6% 個交叉驗證已分組觀察值已正確地分類。回代估计得误判率为94.3%，交叉确认估计的误判率88.6%。按比例分配的判别分析判别函数为：组别1 y=30.351x1-0.152x2-0.789x3+1.952x4+0.590x5-108.102x6-0.312x7-99.918组别2y=29.877x1-0.152x2-0.227x3+1.395x4+0.065x5-85.337x6-0.260x7-95.420分類函數係數组别12x130.35129.877x2-.152-.152x3-.789-.227x41.9521.395x5.590.065x6-108.102-85.337x7-.312-.260（常數）-99.918-95.420費雪 (Fisher) 線性區別函數分類結果a,c组别預測的群組成員資格總計12原始計數111112212223%19