實(shí)驗(yàn)一 單因變量多因素方差分析.doc

實(shí)驗(yàn)一 單因變量多因素方差分析練習(xí) 對(duì)廣告城市與銷(xiāo)售額進(jìn)行分析（一） 實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)單因變量多因素方差分析法對(duì)廣告城市與銷(xiāo)售額進(jìn)行進(jìn)行評(píng)估。（二） 實(shí)驗(yàn)內(nèi)容 數(shù)據(jù)為廣告城市與銷(xiāo)售額的關(guān)系的資料，這次的實(shí)驗(yàn)是對(duì)廣告城市與銷(xiāo)售額進(jìn)行方差分析。（三） 實(shí)驗(yàn)步驟1 選擇FileOpenData命令，打開(kāi)方差分析（廣告城市與銷(xiāo)售額）.sav數(shù)據(jù)表2 選擇Analyze丨General Linear Model 丨Univariate命令，彈出Univariate（單變量方差分析）對(duì)話(huà)框。3 在左側(cè)變量框中選擇“銷(xiāo)售額”變量，選擇到右側(cè)的Denpendent Variable，然后再左側(cè)的變量框中分別選擇“地區(qū)”、 “廣告形式”變量，選入右側(cè)的Fixed Factor。4 單擊Model 按鈕，彈出Univariate：Model對(duì)話(huà)框。5 在Specifty Model中選擇Custom，并在Type選項(xiàng)中選擇Main effects，將左側(cè)變量框的兩個(gè)變量選入右側(cè)對(duì)話(huà)框，單擊Continue按鈕。6 回到單變量方差分析的對(duì)話(huà)框后，單擊Contrasts按鈕，彈出Univariate：Contrasts對(duì)話(huà)框。7單擊Continue按鈕，回到單變量方差分析對(duì)話(huà)框，單擊Plots.按鈕，彈出Univariate：Profile Plots 對(duì)話(huà)框。8在Univariate：Profile Plots 對(duì)話(huà)框中單擊add按鈕。再選擇continue。9回到單變量方差對(duì)話(huà)框，單擊Post Hot按鈕，彈出Univariate：Post Hoc Multiple Comparisons for Observed Means 對(duì)話(huà)框。10單擊continue后，回到單變量方差分析對(duì)話(huà)框，單擊Save按鈕，彈出Univariate：Save對(duì)話(huà)框，選擇好以下幾個(gè)選項(xiàng)，單擊continue。11回到單變量方差分析對(duì)話(huà)框，單擊Options按鈕，彈出Univariate：Options對(duì)話(huà)框。將左側(cè)第一個(gè)選項(xiàng)選入右側(cè)，并選好以下選項(xiàng)。單擊Continue。12回到單變量方差分析對(duì)話(huà)框，單擊OK按鈕，進(jìn)入計(jì)算分析。（四） 實(shí)驗(yàn)結(jié)果1原始數(shù)據(jù)綜合信息：系統(tǒng)接受了144個(gè)觀測(cè)量，列出各個(gè)因素變量，變量值標(biāo)簽和樣本含量。2表的左上方標(biāo)注了因變量，為score，從方差分析的角度來(lái)看偏差平方和的分解。兩個(gè)因素變量的主效應(yīng)、兩個(gè)二維交互效應(yīng)和一個(gè)三維交互效應(yīng)三者的偏差平方和之和為Corrected Model的偏差平方和20094.306，總偏差平方和（Corrected Total）為26169.306，兩者之差為誤差Error的偏差平方和6075。3銷(xiāo)售額與廣告、地區(qū)之間的交互效應(yīng)。實(shí)驗(yàn)二 兩變量相關(guān)分析練習(xí)一 產(chǎn)婦與嬰兒體重相關(guān)分析（一） 實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)兩變量相關(guān)分析法來(lái)分析產(chǎn)婦與嬰兒體重相關(guān)分析（二） 實(shí)驗(yàn)內(nèi)容本次實(shí)驗(yàn)使用的數(shù)據(jù)是某婦幼保健院對(duì)33名產(chǎn)婦進(jìn)行產(chǎn)前檢查，對(duì)產(chǎn)后嬰兒的體重進(jìn)行測(cè)量，使用兩變量相關(guān)分析過(guò)程分析產(chǎn)婦與嬰兒的體重之間是否存在線(xiàn)性相關(guān)關(guān)系。（三） 實(shí)驗(yàn)步驟1 選擇File丨Open丨Data命令，打開(kāi)chanfu.sav數(shù)據(jù)表。2 選擇Analyze丨Correlate丨Bibariate命令，彈出Bivariate Correlations（兩變量相關(guān)分析）對(duì)話(huà)框。3 在對(duì)話(huà)框左側(cè)變量框中分別選擇“髂前上棘間徑”、“ 髂脊間徑”、“恥髂外徑”、“坐骨節(jié)間徑”、“血紅蛋白”、“嬰兒體重”變量，選入右側(cè)的變量框。4 單機(jī)Option按鈕，彈出Bivariate Correlation:Options 對(duì)話(huà)框。5 在對(duì)話(huà)框中進(jìn)行設(shè)置，選擇Statistics選項(xiàng)中的Means and standard deviations 選項(xiàng)，并選擇Continue，然后單擊OK按鈕。進(jìn)入計(jì)算分析。（四） 實(shí)驗(yàn)結(jié)果1下圖中給出了基本的描述性統(tǒng)計(jì)結(jié)果，其中各行數(shù)據(jù)分別為幾個(gè)變量的平均值、樣本標(biāo)準(zhǔn)差及樣本容量。2這個(gè)圖給出了孕婦的各項(xiàng)變量系數(shù)矩陣及相關(guān)性檢驗(yàn)的結(jié)果，其中每個(gè)行變量與列變量交叉單元格處是二者的相關(guān)統(tǒng)計(jì)量的值。例如，髂前上棘間徑與髂脊間徑、 恥髂外徑、坐骨節(jié)間徑、血紅蛋白、嬰兒體重的相關(guān)系數(shù)依次為0.796、0.684、0.283、0.269、0.340，髂前上棘間徑與這幾個(gè)變量雖然有一定的正相關(guān)關(guān)系，但部分相關(guān)系數(shù)普遍較低，說(shuō)明它們之間的差異。髂前上棘間徑與髂脊間徑、恥髂外徑的相關(guān)系數(shù)分別為0.796、0.684，髂脊間徑與恥髂外徑的相關(guān)系數(shù)為0.684，坐骨節(jié)間徑與嬰兒體重的系數(shù)為0.765，都反映了它們之間具有高度的正相關(guān)關(guān)系。特別的，血紅蛋白與嬰兒體重的相關(guān)系數(shù)為0.880，說(shuō)明這兩個(gè)變量之間具有非常密切的關(guān)系。實(shí)驗(yàn)三 分層聚類(lèi)分析練習(xí) 對(duì)各省學(xué)生的體質(zhì)進(jìn)行評(píng)估（一）實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本次實(shí)驗(yàn)了解分層聚類(lèi)基本思想和基本算法，理解分解法和凝聚法兩種聚類(lèi)方法在聚類(lèi)過(guò)程中的不同點(diǎn)。（二）實(shí)驗(yàn)內(nèi)容 數(shù)據(jù)為1985年中國(guó)學(xué)生體質(zhì)調(diào)查的各省19-22歲年齡組城市男學(xué)生身體形態(tài)指標(biāo)的平均值，用分層聚類(lèi)來(lái)分析各省學(xué)生的體質(zhì)的評(píng)估。（三）實(shí)驗(yàn)步驟 1選擇File丨Open丨Data命令，打開(kāi)xueshengtizhi.sav數(shù)據(jù)表。2選擇Analyze丨Classify丨Hierarchical Cluster.命令。3在Hierarchical Cluster Analysis對(duì)話(huà)框中，將左側(cè)的變量移到右邊的Variables框中，在Label Cases by欄中，選入“省份”變量。4在Hierarchical Cluster Analysis對(duì)話(huà)框中，再次選擇Statistics對(duì)話(huà)框，如下圖所選，并在Number of clusters 中鍵入5，單擊Continue。6 回到分層聚類(lèi)分析對(duì)話(huà)框時(shí)，單擊Plots按鈕，彈出Hierarchical Cluster Analysis：Plots對(duì)話(huà)框，選入以下選項(xiàng)，單擊Continue。7 回到分層聚類(lèi)分析對(duì)話(huà)框，單擊Method.按鈕，彈出Hierarchical Cluster Analysis：Method 對(duì)話(huà)框，如下圖選擇好選項(xiàng)后單擊Continue。8 在回到分層聚類(lèi)分析對(duì)話(huà)框時(shí)，單擊Save.按鈕，彈出Hierarchical Cluster Analysis：Save New Variables 對(duì)話(huà)框，選擇Single solution丨Number of clusters中鍵入5，單擊Continue按鈕。9 回到分層聚類(lèi)分析對(duì)話(huà)框，單擊OK。（四）實(shí)驗(yàn)結(jié)果1樣本處理的基本信息，包括樣本總數(shù)、含有缺失值的樣本數(shù)以及百分比等。2從下表數(shù)值可見(jiàn)，第一步，首先第一類(lèi)，陜西與江蘇兩個(gè)省份的觀測(cè)量合并為一類(lèi)；第二次聚類(lèi)