統(tǒng)計(jì)軟件及應(yīng)用實(shí)驗(yàn).doc

實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)市場營銷班級學(xué)號1021姓名成績實(shí)驗(yàn)地點(diǎn)G805實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱基本統(tǒng)計(jì)分析（交叉分組下的頻數(shù)分析）指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆绽肧PSS 軟件進(jìn)行基本統(tǒng)計(jì)量均值與均值標(biāo)準(zhǔn)誤、中位數(shù)、眾數(shù)、全距、方差和標(biāo)準(zhǔn)差、四分位數(shù)、十分位數(shù)和百分位數(shù)、頻數(shù)、峰度、偏度的計(jì)算，進(jìn)行標(biāo)準(zhǔn)化Z分?jǐn)?shù)及其線形轉(zhuǎn)換，統(tǒng)計(jì)表、統(tǒng)計(jì)圖的顯示。二、實(shí)驗(yàn)內(nèi)容案例4-5利用第二章案例21的住房狀況問卷調(diào)查數(shù)據(jù)，分析本市戶口與外地戶口家庭對“未來三年是否打算買房”是否持相同態(tài)度。三、實(shí)驗(yàn)結(jié)論(包括SPSS輸出結(jié)果及分析解釋)本市戶口和外地戶口家庭對“未來三年是否打算買房”看法的列聯(lián)表本市戶口和外地戶口家庭對“未來三年是否打算買房”看法的一致性檢驗(yàn)結(jié)果。1.結(jié)果：（1）在總體樣本中，2712戶為本市戶口，168戶為外地戶口，分別占總樣本的94.2%和5.8%，可見本市戶口占多數(shù)。未來三年不打算買房、打算買房的樣本分別為2161和719，各占總體樣本的75%和25%，不打算買房的占較大比例。（2）本市戶口中，未來三年不打算買房和打算買房的樣本量分別為2052和660，個占總體樣本的75.7%和24.3%，不打算買房仍占較大比例，但打算買房的比例低于總體比例，在外地戶口中，未來三年不打算買房和打算買房的樣本量分別為109和59，個占總樣本的64.9%和35.1%，未來三年不打算買房的仍占較大比例，但打算買房的比例高于總體比例。（3）對不同看法進(jìn)行分析。在未來三年不打算買房的樣本中，本市戶口和外地戶口的家庭數(shù)是2052和109，分別占總樣本的95.0%和5.0%，比例相差較為懸殊；在未來打算買房的樣本中，本市戶口和外地戶口的家庭數(shù)分別為660和59，分別占總樣本的91.8%和8.2%，比例差距仍較大。但應(yīng)注意的是，由于本市戶口和外地戶口的樣本量本身存在較大懸殊，因此這里的分析是存在一定問題的。（4）通過頻數(shù)分析能夠掌握單個變量的數(shù)據(jù)分布情況，實(shí)際分析中，不僅要了解單變量的分布特征，還要分析多個變量不同取值下的分布，掌握多變量的聯(lián)合分布特征，進(jìn)而分析變量之間的相互影響和關(guān)系。（5）頻數(shù)：即便兩只落在某個區(qū)間（或某個類別）中的次數(shù)。南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)市場營銷班級學(xué)號1021姓名成績實(shí)驗(yàn)地點(diǎn)G805實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱參數(shù)檢驗(yàn)（兩獨(dú)立樣本T檢驗(yàn)）指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆绽?SPSS 進(jìn)行單樣本 T 檢驗(yàn)、兩獨(dú)立樣本 T 檢驗(yàn)和兩配對樣本 T 檢驗(yàn)的基本方法，并能夠解釋軟件運(yùn)行結(jié)果。二、實(shí)驗(yàn)內(nèi)容案例5-3：利用第二章案例21的住房問卷調(diào)查數(shù)據(jù)，推斷本市戶口總體和外地戶口總體的家庭人均住房面積的平均值是否有顯著差異。（“住房狀況調(diào)查”數(shù)據(jù)）。三、實(shí)驗(yàn)結(jié)果及結(jié)論(包括SPSS輸出結(jié)果及分析解釋)案例5-3的結(jié)果及結(jié)論：a圖a圖表明：本市戶口總體和外地戶口總體的家庭人均住房面積的平均值有一定差距。B圖 B圖表明：1. 這里，該檢驗(yàn)的f統(tǒng)計(jì)量觀察值為65.469，對應(yīng)的p值為0.00.。如果顯著水平是0.05，p小于0.05，可以認(rèn)為兩總體的方差有顯著差異。2. 由于概率值小于0.05，可以認(rèn)為兩總體的方差有顯著差異。即本市戶口和外地戶口家庭人均住房面積的樣本平均值有顯著差異。3. 單樣本t檢驗(yàn)的基本步驟：提出原假設(shè)；選擇檢驗(yàn)統(tǒng)計(jì)量；計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和概率值；給定顯著性水平a，并作出決策。南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)市場營銷班級學(xué)號1021姓名成績實(shí)驗(yàn)地點(diǎn)G805實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱方差分析（多因素方差分析）指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆绽?SPSS 進(jìn)行單因素方差分析、多因素方差分析的基本方法，并能夠解釋軟件運(yùn)行結(jié)果。二、實(shí)驗(yàn)內(nèi)容 (包括實(shí)驗(yàn)案例及基本操作步驟)某企業(yè)在制定某商品廣告策略時，收集了該商品在不同地區(qū)采用不同廣告形式促銷后的銷售額數(shù)據(jù)，希望那個對廣告形式、地區(qū)以及廣告形式、和地區(qū)的交互作用是否對商品銷售額產(chǎn)生影響進(jìn)行分析。基本操作步驟如下：（1） 選擇菜單analyze-general linear model-univariate（2） 完善如下圖所示三、實(shí)驗(yàn)結(jié)論(包括SPSS輸出結(jié)果及分析解釋)結(jié)論：銷售額多因素方差分析結(jié)果1.在表二中，第一列是對觀測變量總變差分解的說明；第二列是觀測變量變差分解的結(jié)果；第三列是自由度；第四列是方差，第五列是F檢驗(yàn)統(tǒng)計(jì)量的觀測值；第六劣勢檢驗(yàn)統(tǒng)計(jì)量的概率P-值。2.corrected model對應(yīng)的變差（20094.306）是x1，x2，x1*x2對應(yīng)變差相加的結(jié)果（20094.306=5866.083+9265.306+4962.917）。是線性模型整體對觀測變量變差解釋的部分。3.在多因數(shù)方差分析中，觀測變量值的變動會受到以下三方面影響：控制變量獨(dú)立作用的影響；控制變量交互作用的影響；隨機(jī)因數(shù)影響。4多因數(shù)多因數(shù)方差分析的基本步驟：提出原假設(shè)；選擇檢驗(yàn)統(tǒng)計(jì)量；計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值和概率p-值；給定顯著性水平a，并作出決策南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)市場營銷班級學(xué)號1021姓名成績實(shí)驗(yàn)地點(diǎn)G805實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱非參數(shù)檢驗(yàn)（單樣本非參數(shù)檢驗(yàn)）指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆绽?SPSS 軟件進(jìn)行非參數(shù)檢驗(yàn)的基本方法。包括卡方(Chi-Square)檢驗(yàn)；二項(xiàng)分布(Binomial)檢驗(yàn)；游程(Runs)檢驗(yàn)；單樣本(l-Sample)K-S檢驗(yàn)； 2個獨(dú)立樣本(2 Independent Samples)檢驗(yàn)；K個獨(dú)立樣本(K Independent Samples) 檢驗(yàn)；2個相關(guān)樣本(2 Related Samples) 檢驗(yàn)；K個相關(guān)樣本(K Related Samples) 檢驗(yàn)。二、實(shí)驗(yàn)內(nèi)容 ( 實(shí)驗(yàn)案例 )案例7-3 收集到21名周歲兒童身高的樣本數(shù)據(jù)，分析周歲兒童身高的總體是否服從正態(tài)分布。具體數(shù)據(jù)見“兒童身高。SAV”。三、實(shí)驗(yàn)結(jié)論(包括SPSS輸出結(jié)果及分析解釋)如果顯著性水平a為0.05，由于概率P-值大于顯著性水平，因此不能拒絕假設(shè)，可以認(rèn)為周歲兒童身高的總體分布于正態(tài)分布無顯著性差異。南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)市場營銷班級學(xué)號1021姓名成績實(shí)驗(yàn)地點(diǎn)G805實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱相關(guān)分析指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆绽?SPSS 軟件進(jìn)行相關(guān)分析的基本方法，包括簡單相關(guān)分析、偏相關(guān)分析和其它相關(guān)系數(shù)的計(jì)算。二、實(shí)驗(yàn)內(nèi)容及步驟(包括實(shí)驗(yàn)案例及基本操作步驟)利用第2章案例2-1的住房狀況問卷調(diào)查數(shù)據(jù)，分析家庭收入與打算購買的住房面積之間存在怎樣的統(tǒng)計(jì)關(guān)系。文件名為“住房狀況調(diào)查.sav”1、繪制散點(diǎn)圖步驟：（1） 選擇菜單：【Graphs】【Legacy Dialogs】【Scatter/Dot】（2） 選擇散點(diǎn)圖的類型（3） 根據(jù)所選擇的散點(diǎn)圖類型，按Deline按鈕對散點(diǎn)圖作具體定義2、三維散點(diǎn)圖步驟：在繪制散點(diǎn)圖后的輸出結(jié)果中選中【Elements】菜單下的【Fit Line at Total】子菜單并選擇”棒狀”的樣式。3、計(jì)算相關(guān)系數(shù)的基本操作步驟（1） 選擇菜單【Analyze】【Correlate】【Bivariate】（2）在【Correlation Cofficients】框中選擇哪種相關(guān)系數(shù)。（3）選擇參加計(jì)算相關(guān)系數(shù)的變量到【Variables】框中。（4）在【Test of Significance】框中選擇輸出相關(guān)系數(shù)檢驗(yàn)的雙尾(Two-tailed)概率P-值還是（one-tailed）概率P-值。（5）選中【Flag significant correlations】選項(xiàng)表示分析結(jié)果中除顯示統(tǒng)計(jì)檢驗(yàn)的概率P-值以外，還輸出星號標(biāo)記，以表明變量間的相關(guān)性是否顯著；不選中則不輸出星號標(biāo)記。（6）在option按鈕中的【Statistics】選項(xiàng)中，【Cross-product devitions and covariance】表示輸出個變量的離差平方和、樣本方差，兩變量的叉積離差和協(xié)方差。三、實(shí)驗(yàn)結(jié)論(包括SPSS輸出結(jié)果及分析解釋)結(jié)論：- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - - -Zero Order Partials 家庭收入 計(jì)劃面積 常住人口家庭收入 1.0000 .3228 .1139 ( 0) ( 830) ( 830) P= . P= .000 P= .001計(jì)劃面積 .3228 1.0000 -.0755 ( 830) ( 0) ( 830) P= .000 P= . P= .030常住人口 .1139 -.0755 1.0000 ( 830) ( 830) ( 0) P= .001 P= .030 P= .(Coefficient / (D.F.) / 2-tailed Significance) . is printed if a coefficient cannot be computed_- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - - -Controlling for. 常住人口 家庭收入 計(jì)劃面積家庭收入 1.0000 .3345 ( 0) ( 829) P= . P= .000計(jì)劃面積 .3345 1.0000 ( 829) ( 0) P= .000 P= .(Coefficient / (D.F.) / 2-tailed Significance) . is printed if a coefficient cannot be computed1. 上圖的目的是分析家庭收入與打算購買的住房面積之間存在怎樣的統(tǒng)計(jì)關(guān)系。2. 在常住人口數(shù)作為控制變量的條件下，家庭收入與計(jì)劃購房面積的偏相關(guān)系數(shù)為0.335，但呈一定的弱相關(guān)，與簡單相關(guān)系數(shù)相比略高。3. 在實(shí)際分析中，散點(diǎn)圖經(jīng)常表現(xiàn)出某些特定的形式，如絕大多數(shù)的數(shù)據(jù)點(diǎn)組成類似于橄欖球的形狀，或集中形成一根棒狀，而剩余的少數(shù)數(shù)據(jù)點(diǎn)零散的分布在四周。通常橄欖球和棒狀代表了數(shù)據(jù)對的主要結(jié)構(gòu)和特征，可以利用曲線將這種主要結(jié)構(gòu)的輪廓描繪出來，使數(shù)據(jù)的主要特征更凸顯。南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)市場營銷班級學(xué)號1021姓名成績實(shí)驗(yàn)地點(diǎn)G805實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱回歸分析指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆赵?SPSS 軟件中進(jìn)行多元線性回歸分析方法和曲線參數(shù)的估計(jì)方法。二、實(shí)驗(yàn)內(nèi)容案例9-1為研究高等院校人文社會科學(xué)研究中立項(xiàng)課題數(shù)受那些因數(shù)的影響，收集某年31個省市自治區(qū)部分高校有關(guān)社科研究方面的數(shù)據(jù)，并利用線性回歸分析方法進(jìn)行分析。這里，被解釋變量為立項(xiàng)課題數(shù)（X5），解釋變量為投入人年數(shù)（X2）、投入高級職稱的人年數(shù)（X3）、投入科研事業(yè)費(fèi)（X4）、專著數(shù)（X6）、論文數(shù)（X7）、獲獎數(shù)（X8）。（數(shù)據(jù)“高?？蒲醒芯俊保┤?、實(shí)驗(yàn)結(jié)論(包括SPSS輸出結(jié)果及分析解釋)1. 立項(xiàng)課題數(shù)多元線性回歸分析結(jié)果（一）中各列數(shù)據(jù)項(xiàng)的含義依次是：被解釋變量和解釋變量的復(fù)相關(guān)系數(shù)、判定系數(shù)R2、調(diào)整的判定系數(shù)、回歸方程的估計(jì)標(biāo)準(zhǔn)誤差。2. 立項(xiàng)課題數(shù)多元線性回歸分析結(jié)果（二）中各列數(shù)據(jù)項(xiàng)的含義依次是：被解釋變量和變差來源、離差平方和、自由度、方差、回歸方程顯著性檢驗(yàn)中F檢驗(yàn)統(tǒng)計(jì)量的觀測值和概率P-值。3. 立項(xiàng)課題數(shù)多元線性回歸分析的殘差累計(jì)概率圖中，數(shù)據(jù)點(diǎn)圍繞基準(zhǔn)線還存在一定的規(guī)律性，但標(biāo)準(zhǔn)化殘差的非參數(shù)檢驗(yàn)結(jié)果表明標(biāo)準(zhǔn)化殘差與標(biāo)準(zhǔn)正態(tài)分布不存在顯著差異，可以認(rèn)為殘差滿足了線性模型的前提要求。4. 立項(xiàng)課題數(shù)多元線性回歸分析的殘差圖中隨著標(biāo)準(zhǔn)化預(yù)測質(zhì)的變化，殘差點(diǎn)在0線周圍隨機(jī)分布，但殘差的等方差性并不完全滿足，方差似乎有增大的趨勢。計(jì)算殘差與預(yù)測值的spearman等級相關(guān)系數(shù)為-0.176，且檢驗(yàn)并不顯著，因此認(rèn)為異方差現(xiàn)象并不明顯。南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)班級學(xué)號姓名成績實(shí)驗(yàn)地點(diǎn)實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱聚類分析（層次聚類）指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆绽肧PSS軟件進(jìn)行聚類分析的方法，并能對實(shí)驗(yàn)結(jié)果進(jìn)行解釋。二、實(shí)驗(yàn)內(nèi)容及步驟(包括實(shí)驗(yàn)案例及基本操作步驟)31個省市自治區(qū)小康和現(xiàn)代化指數(shù)的聚類分析。1. 選擇菜單analyze-classify-hierarchical cluster2. 完善如下圖所示三、實(shí)驗(yàn)結(jié)論(包括SPSS輸出結(jié)果及分析解釋)結(jié)論：層次聚類分析中的凝聚狀態(tài)表層次聚類的冰掛圖_層次聚類分析的樹形圖* * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +-+-+-+-+-+ D商廈 4 E商廈 5 C商廈 3 A商廈 1 B商廈 2 1. 層次聚類分析中的凝聚狀態(tài)表中，第一列表示聚類分析的第幾步；第二列、第三列表示本步聚類中那兩個樣本或小類聚成一類；第四列是個體距離或小類距離；第五列、第六列表示本步聚類中參與聚類的是個體還是小類，0表示樣本，非0表示由第n步聚類生成的小類參與本步聚類；第七列表示本步聚類的結(jié)果將在以下第幾步中用到。2. 層次聚類的冰掛圖可知，D商廈與E商廈的距離越近，首先合并成一類；其次合并的是A商廈和B商廈，他們間的距離大于D，E商廈間的距離；再次是C商廈與（D商廈，E商廈）合并；最后所有個體聚成一類，此時類間的距離已經(jīng)非常大了。3. 層次聚類分析的樹形圖中，當(dāng)聚成4類時，D,E商廈為一類，其他各商廈自成一類；當(dāng)聚成3類時，A,B商廈為一類，D,E商廈為一類，C商廈自成一類；當(dāng)聚成2類時，A,B商廈為一類，C,D,E商廈為一類。4. 層次聚類又稱系統(tǒng)聚類，簡單的講是指聚類過程是按照一定層次進(jìn)行的。層次聚類有兩種類型，分別是Q型聚類和R型聚類兩種；層次聚類的聚類方式又分為兩種，分別是凝聚方式和分解方式聚類兩種。南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院學(xué)生實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程名稱： 統(tǒng)計(jì)軟件及應(yīng)用 專業(yè)市場營銷班級學(xué)號姓名成績實(shí)驗(yàn)地點(diǎn)G805實(shí)驗(yàn)性質(zhì)： 演示性 驗(yàn)證性 綜合性 設(shè)計(jì)性實(shí)驗(yàn)項(xiàng)目名 稱因子分析指導(dǎo)教師李曉輝一、實(shí)驗(yàn)?zāi)康恼莆绽肧PSS軟件進(jìn)行因子分析的方法，并能對實(shí)驗(yàn)結(jié)果進(jìn)行解釋。二、實(shí)驗(yàn)內(nèi)容及步驟(包括實(shí)驗(yàn)案例及基本操作步驟)（1） 選擇菜單analyze-data reduction-factor（2） 完善如下表所示三、實(shí)驗(yàn)結(jié)論(包括SPSS輸出結(jié)果及分析解釋)結(jié)論：原有變量的相關(guān)系數(shù)矩陣巴特利特球度檢驗(yàn)和KMO檢驗(yàn)因子分析中的變量共同度（一）因子解釋原有變量總方差的情況因子的碎石圖因子載荷矩陣Component Score Covariance MatrixComponent111.000Undefined error #11401 - Cannot open text file spss.err: No such file or directory Undefined error #11408 - Cannot open text file spss.err: No such file or directory Undefined error #11418 - Cannot open text file spss.err: No such file or directory1. 收集到某年全國31個省市自治區(qū)各類經(jīng)濟(jì)單位包括國有經(jīng)濟(jì)單位、集體經(jīng)濟(jì)單位、聯(lián)營經(jīng)濟(jì)單位、股份制經(jīng)濟(jì)單位、外商投資經(jīng)濟(jì)單位、港澳臺經(jīng)濟(jì)單位和其他經(jīng)濟(jì)單位的年人均收入數(shù)據(jù)，現(xiàn)希望對全國各地區(qū)間年人均