北科SPSS软件练习试题

学习文档仅供参考学习文档仅供参考学习文档仅供参考学习文档仅供参考H漆4<<#UnivorertyofScienceancfTechnology日叫ingSpss第4次作业⑴【实验目的】学会用spss进行相关分析⑵【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190702100803150150413014051209061101207402081401309106010203011801001270110133010145040156050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)【操作步骤】.输入数据一图形一散点图/点图一选择“简单散点图”一定义一将“综合竞争得分”导入“丫轴”一将“客户满意度得分”导入“X轴”一确定；.在数据输出窗口，双击图形空白处一元素一总计拟合线一线性一应用；.分析一回归一线性一添加客户满意度得分到因变量，综合竞争力的分到自变量一确定学习文档仅供参考学习文档仅供参考学习文档仅供参考学习文档仅供参考端性=0747(4)【输出结果】—401O(2H——00H—-80—60IO4I2nIO客户满意度得分(5)【结果分析】说明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a为0.01时拒绝原假设，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。说明第2题(1)【实验目的】学会用spss进行相关分析(2)【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)【操作步骤】.输入数据一图形一散点图/点图一选择“简单散点图”一定义一将“1950年每百万男子中死于肺癌的人数”导入“Y轴”一将“1930年人均香烟消耗量”导入“X轴”一确定；.在数据输出窗口，双击图形空白处一元素一总计拟合线一线性一应用；.在数据编辑窗口，分析一相关一双变量一将“1930年人均香烟消耗量”、“1950年每百万男子中死于肺癌的人数”导入变量中一选项一选中“平均值和标准差”、“叉积偏差和协方差”一继续一确定。(4)【输出结果】195。年晦百万男子死于脚痛的人数195。年晦百万男子死于脚痛的人数(5)【结果分析】，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3题(1)【实验目的】学会用spss进行相关分析(2)【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〕1005010000757060008060120007060500050803000657040009050130001004011000110301300060903000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？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）【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）【输出结果】蝌朝颛（万元） 朝件价格（元） 家庭收入（元）学习文档仅供参考学习文档仅供参考学习文档仅供参考学习文档仅供参考0.8700.870⑸【结果分析】.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。.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4题(1)【实验目的】学会用spss进行回归分析(2)【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)【操作步骤】打开“学生成绩一.sav”f图形f散点图/点图f简单散点图f定义f将数据导入“乂轴”、“Y轴”一确定;在查看器中f图形f激活；f选择元素f总计拟合曲线和子组拟合曲线。分析f回归f线性f将数据导入“因变量”、“自变量”f统计f选中“共线性诊断”f继续f确定。(4)【输出结果】

60.0妇R2桀性=0.210比R2线性60.0妇R2桀性=0.210比R2线性=£)078R2域性二口」2口|।80.0 90.0100.0-90.0-80.0-70.0-30.0 40.0 50.0 60.0 70.0math孤女男女•男seOO二⑸【结果分析】上表得出，不管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5题⑴【实验目的】建立多元线性回归方程，分析影响的主要因素。⑵【实验任务】请先收集假设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“”⑶【操作步骤】分析一回归一线形(4)【输出结果】学习文档仅供参考学习文档仅供参考学习文档仅供参考学习文档仅供参考学习文档仅供参考(5)【结果分析】结论分析：从最后的系数的分析表中得出，其中 与粮食总产量的相关性最大。第6题(1)【实验目的】完成以下题目(2)【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)各地区的人均收入收2〕，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3剩余26总计294063994.4154表2非标准化系数tSigB标准误差常数2448X1X2X3将表1中的数据补齐.如图一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检验回归方程的线性关系是否显著。显著检验各回归系数是否显著，均小于0.05，显著计算判定系数，并解释它的实际意义。说明回归方程对样本数据点拟合优度高。

第7题(1)【实验目的】用spss预测数据，并估计误差(2)【实验任务】试根据””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)【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)【输出结果】察国—,1.8—.i.s-|卬『8吕-WWWIWP❷>年—.1.00lwe.sI一卷期1■照后LI.S|一落总学习文档仅供参考学习文档仅供参考学习文档仅供参考学习文档仅供参考粮食总产盘(V万吨)FITJ03537947.3S7263639030.637633740144.810583841290.700053942469.480334043681.818884144923.764904246211.306544347530.459