spss实践题分析及答案(二)

1、-期末考试第一，为许多企业提供消费者态度和消费者行为调查的消费者调查有限公司。在一项研究中，客户要求调查消费者的消费特性，该特性可用于预测用户使用信用卡的支付金额。研究人员收集了50名消费者的年收入、家具人口以及每年用信用卡支付的金额数据。根据客户要求进行分析，并填写分析报告(请参阅附件表以了解数据)。Descriptive Statistics梅安Std .Deviationn消费金额(元)3964.06933.49450年收入(元)43480.0014550.74250家族人口(人)3.421.73950Correlations消费金额(元)年收入(元)家族人口(人)Pearson Cor

2、relation消费金额(元)1.000.631.753年收入(元).6311.000.173家族人口(人).753.1731.000Sig。(1-tailed)消费金额(元).000.000年收入(元).000.115家族人口(人).000.115.n消费金额(元)505050年收入(元)505050家族人口(人)505050Variables Entered/Removedb模特Variables EnteredVariables RemovedMethod1家族人口(人)，年收入(元).EnterA.all requested variables entered . b . depend

3、ent variable :消费者金额(元)Model Summaryb模特rR SquareAdjusted R SquareStd .Error of the Estimate1.909a.826.818398.091ANOVAb模特Sum of SquaresDfMean Squaref西格。1Regression35250755.672217625377.836111.218.000aResidual7448393450全站仪42699148.82049Coefficientsa模特Unstandardized CoefficientsStandardized

4、 Coefficientst西格。bStd .Error贝塔(消歧义)1(常数)1304.905197.6556.602.000年收入(元).033.004.5168.350.000家族人口(人)356.29633.201.66410.732.000结果分析：从题目中可以知道顾客要求，是以消费者年薪、家庭人口为基准，预测每年用信用卡支付的金额数据，是包含年收入和家庭人口的多元线性回归问题。从两个参数来看，每年信用卡支付金额被视为是一个人变量。分析结果：:信用卡支付额：年收入：家族人口拟合优度测试为0.818，回归方程可以很好地表示样例数据。回归方程F检验及回归系数T检验的伴随概率均小于显着性水

5、平，拒绝零假设，回归方程和回归系数均为显著性。第二，下表是运动员和大学生身高(cm)和肺活量(cm3)的数值。身高与肺活量相关，一般运动员的身高高于大学生。为了进一步分析肺活量的差异是否是身体运动引起的，尝试对关键变量进行协方差分析，并提出分析报告。运动员大学生钥匙肺活量钥匙肺活量184.9167.9171.0171.0188.0179.0177.0179.5187.0187.0169.0188.0176.7179.0183.0180.5179.0178.0164.0174.043003850410043004800400054004000480048004500478037005250425

6、048005000370036004050168.7170.8165.0169.7171.5166.5165.0165.0173.0169.0173.8174.0170.5176.0169.5176.3163.0172.5177.0173.034504100380033003450325036003200395040004150345032504100365039503500390034503850Between-Subjects FactorsValue Labeln范畴00201120Tests of Between-Subjects EffectsDependent Variable:肺

7、活量SourceType III Sum of SquaresDfMean Squaref西格。Corrected Model6981685.135a23490842.56822.860.000拦截208064.2901208064.2901.363.251钥匙1630762.63511630762.63510.679.002范畴1407847.09511407847.0959.220.004错误5649992.36537152702.496全站仪6.633E840Corrected Total12631677.50039a . r squared=. 553(adjusted r squar

8、ed=. 529)结果分析：控制变量的伴随概率值为0.004，小于重要水平0.05，因此拒绝零假设，所以在消除肾脏对肺活量的影响的情况下经常进行身体运动对肺活量有很大影响。另外，协变量的伴随概率为0.002，表明身高的不同水平对肺活量也有很大的影响。第三，甲地是大城市，乙地是县城，丙地是农村。在某个地方，牙齿三个茄子地区8岁男生三个茄子身体生长发育指标：身高、体重、胸围、数据见下表。问题：3种地区之间男生3个身体生长发育指标的差异是否显著？请分析牙齿问题，并填写分析报告。结果分析：从分布式同质性检查表中可以看出，甲由于病情地区身高、体重、胸围的分散性检查伴随概率都比重要性水平大小，所以接受零假

9、设。也就是说，如果三个地区的身高、体重、胸围的分布相同，则没有太大的差异。也就是说，不同区域、身高、身体合计胸围的总体平均值服从于分布相同的正态分布，因此可以使用以下单因素方差检查。(大卫亚设，美国电视电视剧)身高：伴随概率小于0.000牙齿重要性水平，每个地区身高都有很大差异。体重：伴随概率小于0.000牙齿重要性水平，每个地区的体重都有很大差异。胸围：伴随概率小于0.001牙齿重要性水平，每个地区的胸围都有很大的差异。根据LSD、S-N-K及图表分析，甲地区(城市)8岁男孩的身高和胸围与乙(县)、丙(农村)地区有明显的差异，乙地区(县)8岁男孩的体重和甲(市)、C4.一个地区10名健康儿童

10、和全血中的硒含量(1000ppm)对硒和血液硒进行相关分析，并给出分析报告，如下所示。号码头发硒血硒123456789107466886991736696587313101311169714510Descriptive Statistics梅安Std .Deviationn头发硒75.4012.29510血硒10.803.32710Correlations头发硒血硒头发硒Pearson Correlation1.872*Sig。(2-tailed).001n1010血硒Pearson Correlation.872*1Sig。(2-tailed).001n1010结果分析：从分析中可以看出，要

11、进行头发和穴位两个茄子定距变量的相关分析。(威廉莎士比亚，哈姆雷特，分析，分析，分析，分析，分析从假设检验中得到的伴随概率0.001明显小于0.01，因此拒绝零假设。也就是说，可以使用样本相关系数R代替整体相关系数。5.在某个地方，29名13岁男孩身高(cm)、体重(kg)、肺活量(ml)的资料见下表，在牙齿资料中尝试对体重调节作用的身高和肺活量相关进行分析，并提出分析报告。号码密钥(cm)体重(公斤)肺活量(ml)号码密钥(cm)体重(公斤)肺活量(ml)123456789101112131415135.1139.9163.6146.5156.2156.4167.8149.7145.0148

12、.5165.5135.0153.3152.0160.532.030.446.233.537.135.541.531.033.037.249.527.641.032.047.21750200027502500275020002750150025002250300012502750175022501617181920212223242526272829153.0147.6157.5155.1160.5143.0149.4160.8159.0158.2150.0144.5154.6156.547.240.543.344.737.531.533.940.438.537.536.034.739.532.

13、017502000225027502000175022502750250020001750225025001750CorrelationsControl Variables体重(公斤)肺活量(ml)密钥(cm)-none-a体重(公斤)Correlation1.000.613.719Significance (2-tailed).000.000Df02727肺活量(ml)Correlation.6131.000.588Significance (2-tailed).000.001Df27027密钥(cm)Correlation.719.5881.000Significance (2-taile

14、d).000.001.Df27270密钥(cm)体重(公斤)Correlation1.000.337Significance (2-tailed).079Df026肺活量(ml)Correlation.3371.000Significance (2-tailed).079.Df260A.cells contain zero-order(Pearson)correlations。结果分析：根据上表分析，体重与肺活量的相关系数为0.613，身高与体重的相关系数为0.719，身高与肺活量的相关系数为0.588，三个茄子之间存在中间相关关系。身高对体重和肺活量都有影响，消除其影响，采用部分相关分析，体重和肺活量相关系数为0.337，低相关，伴随概率值为0.079，大于重要性水平0.05，接受不能使用样本相关系数代替整体相关系数的假设。6.一位医生对10名3岁儿童的身高(cm)、体重