SPSS统计软件课程作业

《SPSS统计软件》课程作业

I.某单位对100名女生测定血清总蛋白含量，数据如下：

74.378.868.878.070.480.580.569.771.273.5

79.575.675.078.872.072.072.074.371.272.0

75.073.578.874.375.865.074.371.269.768.0

73.575.072.064.375.880.369.774.373.573.5

75.875.868.876.570.471.281.275.070.468.0

70.472.076.574.376.577.667.372.075.074.3

73.579.573.574.765.076.581.675.472.772.7

67.276.572.770.477.268.867.367.367.372.7

75.873.575.073.573.573.572.781.670.374.3

73.579.570.476.572.777.284.375.076.570.4

计算样本均值、中位数、方差、标准差、最大值、最小值、极差、偏度和峰度，并给出均

值的置信水平为95%的置信区间。

第1步数据组织：

定义1个变量为：“血清总蛋白含量”，其度量标准为“度量

第2步探究分析设置：

选择菜单”分析一描述统计一探究“，打开“探究对话框，，将“血清总蛋白含量”

字段移入“因变量列表

打开“统计量”对话框，选中“描述性”选项；

打开“探究：图”对话框，选中“按因子水平分组”、“茎叶图”、“带检验的正态图”、

“直方图”等选项。

打开“探究：选项”，选中“按列表解除个案”选项。

第3步运行结果及分析:

描述

统计量标准误

血清总蛋白含量均值73.6680.39389

均值的95%置信区间下限72.8864

上限74.4496

5%修整均值73.6533

中值73.5000

方差15.515

标准差3.93892

微小值64.30

极大值84.30

范围20.00

四分位距4.60

偏度.054.241

峰度.037.478

表中显示“血清总蛋白含品”的描述性统计量，左表中只显示的是均值、均值的95%置信

区间的上下限、中值、方差、标准差、极大/小值、偏度、峰度等

2.绘出习题1所给数据的直方图、盒形图和QQ图，并推断该数据是否听从正态分布。

直方图

均值=73.67

标准倨差.=3.939

N=100

血清总蛋白含纸的标准Q・Q图

上图为标准Q-Q图，Q-Q图可以用来检验数据是否听从某种分布，在Q-Q图中，检验数据

是否较好地听从给定分布的标准有两个：①看标准Q-Q图上的数据点及直线的重合度；②

Q-Q趋势图上的点是否关于直线Y=0在较小的范围内上下波动。从上图中可以看出，题目

中的数据及直线重合度较好，故很好地听从正态分布，这及前面的正态检验表中的结果是一

样的

血清总蛋白含量的趋降标准QYI图

观测值

85.00-

80.00-

75.00-

70.00-

65.00-

60.00-

血消总蛋门含St

箱图中显示血清蛋白总含量数据绘制成对应的箱体。每一个箱体上方那条线的取值代表该分

组中最大值，下方那条线的取值代表最小值。箱体自身的三条线从上到下分别代表3/4分位

点、中位点、1/4分位点的取值。

正态性检验

Kolmogorov-Smirnov1Shapiro-Wilk

统计量dfSig.统计量dfSig.

血清总蛋白含量.073100.200,.990100.67.

a.Lilliefors显著水平修正

*.这是真实显著水平的下限。

表中显示了血清总蛋白含量的两种检验方法的正态性检验结果，包括各分组的统计量、自由

度及显著性水平，以K-S方法的分析：其自由度sig.=0.200,明显大于0.()5,故应接受原侵设,

认为题中数据听从正态分布

3.正常男子血小板计数均值为225x103L,今测得20名男性油漆工作者的血小板计数值

（单位：109/L）如下：

220188162230145160238188247113

126245164231256183190158224175

问油漆工人的血小板计数及正常成年男子有无异样？

分析:这是一个典型的比较样本均值和总体均值的T检验问题；

第1步数据组织：

首先建立SPSS数据文件，只需建立一个变量“血小板计数”，录入相应的数据即

可

第2步单样本T检验分析设置

选择菜单”分析一比较均值一单样本T检验（S）”，打开“单样本T检验”对话

框，将变量“血小板计数”移入“检验变量”列表框，并输入检验值225；

打开“单样本碓验：选项”对话框，设置置信区间为95%（缺省为95%）;

单个样本统计量

N均值标也差均值的标准误

血小板计数20192.150042.236529.44437

上表给出了单样本抽验的描述性统计量,包括样本数（N）、均值、标准差、均值的标准

误。

单个样本检验

检验值=225

差分的95%置信区间

tdfSig.（双侧）均值差值下限上限

血小板计数-3.47819.003-32.85000-52.6173-13.0827

本例置信水平为95%,显著性水平为0.05,从上表中可以看出，双尾检测概率P值为0.003,

小于0.05,故原假设不成立，也就是说，男性油漆工作者的血小板及225x1（）9有显著性

差异，无理由信任油漆工人的血小板计数及正常成年男子无异样。

4.在某次考试中，随机抽取男女学生的成果各10名，数据如下:

男：99795989798999828085

女：88545623756573508065

假设总体听从正态分布，比较男女得分是否有显著性差异。

第1步数据组织：

在SPSS数据文件中建立两个变量，分别为“性别”、“成果”，度量标准分别为

“名义”、“度量”，变量“品种”的值标签为：b一男生，g一女生，录入数据。

第2步独立样本储验设置：

选择菜单“选择一比较均值一独立样本能验”，打开“独立样本丸佥验''对话框，将“成

果，，作为要进行,检验的变量，将“性别”字段作为分组变量，定义分组变量的两个分组

分别为“b”和“g”。

打开“独立样本璃验：选项”对话框，具体选项内容及设置及单样本T检验相同。

组统计量

性别N均值标准差均值的标准误

成果男生1084.00001：.527743.64539

女生1062.900018.453855.83562

上表给出了本例独立样本T检验的基本描述统计量，包括两个样本的均值、标准差和均值的

标准误。

独立样本检验

方差方程的Levene检验均值方程的t检验

差分的95%置信区间

FSig.tdfSig/双侧）均值差值标准误差值下限上限

成果假设方差相等1.607.2213.06718.00721.100006.880656.6442935.55571

假设方差不相3.06715.096.00821.100006.880656.4423535.75765

等

依据上表“方差方程的Levene检验”中的sig.为0.221,远大广设定的显著性水平0.05,故本

例两组数据方差相等。在方差相等的状况下，独立样本T检验的结果应当看上表中的“假设

方差相等“一行，第5列为相应的双尾检测概率（Sig.（双侧））为0.007,在显著性水平为0.05

的状况卜，T统计量的概率p值小于0.05,故应拒绝零假设,，即认为两样本的均值不是相等

的，在本例中，能认为男女得分绩有显著性差异。

5.设有5种治疗尊麻疹的药，要比较它们的疗效。假设将30个病人分成5组，每组6人,

令同组病人运用一种药，并记录病人从运用药物起先到痊愈所需时间，得到下面的记录：

药物类别治愈所需天数

15,8,7,7,10,8

24,6,6,3,5>6

36,4,4,5,4,3

47,4>6.6,3,5

59,3,5,7,7,6

问全部药物的效果是否一样?

第1步分析：

由于考虑的是一个限制变审（药物）对一个观测变最（治愈所需天数）的影响，而

且是五种药物，所以不适宜用独立样本T检验（仅适用两组数据），应接受单因素方差

分析。

第2步数据的组织：

数据分成两列，一列是治愈所需天数，变量名为“治愈所需天数”，另一变量是药物

种类（变量值分别为123,4,5）,变量名为“药物种类”，输入数据并保存。

第3步方差相等的齐性检验：

由于方差分析的前提是各个水平下（这里是不同的药物种类影响下的治愈所需天

数）的总体听从方差相等的正态分布，且各组方差具有齐性。其中正态分布的要求并不

是很严格，但对于方差相等的要求是比较严格的，因此必需对•方差相等的前提进行检验。

误差方差等同性的Levene检验'

因变量:治愈所需天数

Fdfldf2Sig.

.552425.699

检验零假设，即在全部组中因变量的误差方差均相

等.

a.设计：截距+药物类别

方差齐性检验的H0假设是：方差相等。从上表可看出相伴依据Sig.=0.699>（0.05）说明应当

接受H0假设（即方差相等）。故下面就用方差相等的检验方法。

ANOVA

治愈所需天数

平方和df均方F显著性

组间36.46749.1173.896.014

组内58.500252.340

总数94.96729

上表是几种饲料方差分析的结果，组间(BetweenGroups)平方和(SumofSquares)为36467,

自由度(df)为4,均方为9.117；组内(WithinGroups)平方和为58.500,自由度为25,均

方为2.340；F统计量为3.896。由于组间比较的相伴概率Sig.(p值)=0.014<0.05,故应拒绝

H0假设(四种饲料喂猪效果无显著差异)，说明五种药物对治愈所需天数有显著性差异。

第4步多重比较分析：

通过上面的步骤，只能推断4种饲料喂猪效果是否有显著差异。假如想进一步了解

原委是哪种药物及其他组有显著性的均值差别(即哪种药物更好)等微小环节问题，就

须要在多个样本均值诃进行两两比较。由于第3步检验出来方差具有齐性，故选择一种

方差相等的方法，这里选LSD方法；显著性水平默认取0.05；

多个比较

治愈所需天数

LSD

95%置信区间

(I)药(J)药

物类别物类别均值差值(I-J)标准误差下限上限

类别】类别22.5000,.88318.009.68114.3189

类别33.166T.88318.0011.34774.9856

类别42.3333..88318.014.51444.1523

类别51.3333.88318.144-.48563.1523

类别2类别1-2.5000'.88318.009-4.3189-.6811

类别3.6667.88318.457-1.15232.4856

类别4-.1667,88318.852-1.98561.6523

类别5-1.1667.88318.198-2.9856.6523

类别3类别1-3.1667,.88318.001-4.9856-1.3477

类别2-.6667.88318.457-2.48561.1523

类别4-.8333.88318.354-2.6523.9856

类别5-1.8333,.88318.048-3.6523-.0144

类别4类别123333,.88318.014-4.1523-.5144

类别2.1667.88318.852-1.65231.9856

类别3.8333.88318.354-.98562.6523

类别5-1.0000.88318.268-2.8189.8189

类别5类别1-1.3333.88318.144-3.1523.4856

类别21.1667.88318.198-.65232.9856

类别31.8333,.88318.048.01443.6523

类别41.0000.88318.268-.81892.8189

基于观测到的均值。

误差项为均值方（错误）=2.340。

*.均值差值在.05级别上较显著。

从整个表反映出来五种药物相互之间均存在显著性差异，从效果来看是第3种最好•，其次是

第2种，第1种最差。

治愈所需天数的估算边际均值

上图为几种药物均值的折线图，可以看出均值分布比较陡峭，均值差异也较大。

6.某公司在各地区销售一种特殊化妆品。该公司观测了15个城市在某月内对该化妆品的

销售量Y及各地区适合运用该化妆品的人数XI和人均收入X2,得到数据如下:

地区销售（箱）人数（千人）人均收入（元）

11622742450

21201803254

32233753802

41312052838

567862347

61692653782

781983008

81923302450

91161952137

1055532560

112524304020

122323724427

0

141031572088

5

（1）画出这三个变量的两两散点图，并计算出两两之间的相关系数。

销售状与人均收入之间的散点图

300.00-

250.00-

200.00-

150.00-

100.00-

50.00-

2000.002500.003000.003500.004000.00450000

人均收入

销售量与人数之间的散点图

300.00-

250.00-

200.00-

15000-

100.00-

50.00-

0.00100.00200.00300.00400.00500.00

人数

人均收入与人数之间的散点图

4500.00-

4000.00-

3500.00-

3000.00-

2500.00-

2000.00-

0.00100.00200.00300.00400.00500.30

人数

⑵试建立Y及XLX2之间的线性回来方程，并探讨相应的统计推断问题，同时预料适合

购买此化妆品的人数为220千人，人均收入为2500元的某城市对该化妆品的销量。

第1步分析：

这是一个因变量和两个自变量之间的问题，故应当考虑用一元线性回来解决。

第2步数据组织：

定义三个变量，分别为“z”（销售量）、“x”（人数）、“y”（人均收入）。

第3步一元线性回来分析设置：

选择菜单“分析一回来一线性”，打开“线性回来”对话框，将变量“销售量”作

为因变量，“人数”和“人均收入”作为自变量。

打开“统计量”对话框，选上“估计”和“模型拟合度”。

单击“绘制（T）…”按钮，打开“线性回来：图”对话框，选用DEPENDENT作

为y轴，*ZPRED为x轴作图。并且选择“直方图”和“正态概率图”

作相应的保存选项设置.，如预料值、残差和距离等。

输入/移去的变量

模型输入的变量移去的变量方法

1人均收入，人就•输入

a.已输入全部请求的变量。

表中显示回来模型编号、进入模型的变量、移出模型的变量和变量的筛选方法。可以看出,

进入模型的自变量为“销售量”

模型汇总b

模型RR方调整R方标准估计的误差

1.999」.999.9992.17722

a.预料变量：（常量），人均收入，人数。

b.因变量：销售量

R=0.999,说明自变量及因变量之间的相关性很强。R方/2）=0.999,说明自变量“销出量”

可以说明因变量“人数”和“人均收入”的99.9%的差异性。

Anovab

模型平方和df均方FSig.

1回来53844.716226922.3585679.466.000,

残差56.884124.740

总计53901.60014

a.预料变量：（常量），人均收入，人数。

b.因变量：销售量

表中显示因变量的方差来源、方差平方和、自由度、均方、F检验统计量的观测值和显著性

水平。方差来源有回来、残差。从表中可以看出，F统订量的观测值为5679.466,显著性概

率为0.000,即检验假设“H0：回来系数B=0”成立的概率为O.OOO,从而应拒绝原假设，说明

因变量和自变量的线性关系是特殊显著的，可建立线性模型。

系数’

非标准化系数标准系数

模型B标准误差试用版tSig.

1（常量）3.4532.4311.420.181

人数.496.006.93481.924.000

人均收入.009.001.1089.502.000

a.因变星：销售星

表中显示回来模型的常数项、非标准化的回来系数B值及其标准误差、标准化的回来系数

值、统计量/值以及显著性水平（Sig.）。从表中可看出，回来模型的常数项为3.453,自变

量“人数”的回来系数为0.496,“人均收入”的回来系数为0.009.因此，可以得出回来方程：

销售量=3.453+0.496X人数+0.009X人均收入。

回来系数的显著性水平为0.000,明显小于0.05,故应拒绝T检验的原假设，这也说明白回

来系数的显著性，说明建立线性模型是恰当的。

当购买此化妆品的人数为220千人，人均收入为2500元时，该城市该化妆品的销量为：

销售量=220X0.496+0.009X2500+3.453=135.073箱

系数‘

非标准化系数标准系数相关性

模型B标准误差试用版tSig.零阶扁部分

1（常量）3.4532.4311.420.181

人数.496.006.93481.924.000.995.999.768

人均收入.009.001.1089.502.000.639.940.089

a.因变量：销售量

7.探讨青春发育阶段的年龄和远视率的变更关系，测得数据如下

年67891011128

龄

远63.661.038.813.714.8.04.42.22.01.02.53.12.9

视4645571792128

率

请对年龄及远视率的关系进行曲线估计。

第1步分析：

先用散点图的形式进行分析，看原委是否具有一元线性关系，假如具有一元线性关

系，则用一元线性【可来分析，否则接受曲线估计求解。

第2步数据组织：

定义为两个变量，分别是“x”（年龄）、“y”（远视率），输入数据并保存。

第3步作散点图初步判定变量的分布趋势：

年龄与远视率散点图

60.00-

6.008.0010.0012.0014.0016.C0

年龄

第4步进行曲线估计：

依次选择菜单••分析可来一曲线估计“，将全部模型全部选上，看哪种模型拟合效

果更好（主要看确定系数R2）,其全部模型的拟合优度R2如下表所示。

模型汇总和参数估计值

因变量:近视率

模型汇总参数估计值

方程R方FdflDf2Sig.常数blb2b3

线性.75828.18219.00088.1986265

对数.85151.22119.000180.617-68.560

倒数.91293.29119.000-48.486679.341

二次.95381.44828.000214.566-31.3111.138

三次.95650.63837.000271.869-48.7352.804-.050

复合.925110,42219.000834.164.658

福.934127.8^819.000232454.999-4.351

S.90182.30119.000-1.96340.901

增长.925110.42219.0006.726-.419

指数.925110,42219.000834.164-.419

Logisti.925110,42219.000.0011.520

c

自变量为年龄。

从确定系数（R方即R2）来看，三次曲线效果最好（因为其R2值最大），并且方差分析的

显著性水平（Sig.）为0。故重新进行上面的过程，只选“三次曲线（Cubic）”一种