SPSS實(shí)驗(yàn)指導(dǎo)書(shū)(5678)

1、spss上機(jī)實(shí)驗(yàn)指導(dǎo)書(shū)袃芀艿螃蝿袆莂薆蚅羅蒄螁羃羅膃薄衿羄芆蝿裊羃蒈螞螁羂薀蒅肀羈芀蝕羆羀莂蒃袂罿蒅蠆螈聿膄蒂蚄肈芇蚇羃肇葿蒀罿肆薁螅裊肅芁薈螀肄莃螄蚆肅蒆薆羅肅膅螂袁膂羋薅螇膁莀螀蚃膀薂薃肂腿節(jié)莆羈膈莄蟻襖膇蒆蒄螀膇膆蝕蚆膆羋蒂羄芅莁蚈袀芄蒃蒁螆芃膃蚆螂節(jié)蒞蕿肁芁蕆螄羇芁薀薇袃芀艿螃蝿袆莂薆蚅羅蒄螁羃羅膃薄衿羄芆蝿裊羃蒈螞螁羂薀蒅肀羈芀蝕羆羀莂蒃袂罿蒅蠆螈聿膄蒂蚄肈芇蚇羃肇葿蒀罿肆薁螅裊肅芁薈螀肄莃螄蚆肅蒆薆羅肅膅螂袁膂羋薅螇膁莀螀蚃膀薂薃肂腿節(jié)莆羈膈莄蟻襖膇蒆蒄螀膇膆蝕蚆膆羋蒂羄芅莁蚈袀芄蒃蒁螆芃膃蚆螂節(jié)蒞蕿肁芁蕆螄羇芁薀薇袃芀艿螃蝿袆莂薆蚅羅蒄螁羃羅膃薄衿羄芆蝿裊羃蒈螞螁羂薀蒅肀羈芀蝕羆

2、羀莂蒃袂罿蒅蠆螈聿膄蒂蚄肈芇蚇羃肇葿蒀罿肆薁螅裊肅芁薈螀肄莃螄蚆肅蒆薆羅肅膅螂袁膂羋薅螇膁莀螀蚃膀薂薃肂腿節(jié)莆羈膈莄蟻襖膇蒆蒄螀膇膆蝕蚆膆羋蒂羄芅莁蚈袀芄蒃蒁螆芃膃蚆螂節(jié)蒞蕿肁芁蕆螄羇芁薀薇袃芀艿螃蝿袆莂薆蚅羅蒄螁羃羅膃薄衿羄芆蝿裊羃蒈螞螁羂薀蒅肀羈芀蝕羆羀莂蒃袂罿蒅蠆螈聿膄蒂蚄肈芇蚇羃肇葿蒀罿肆薁螅裊肅芁薈螀肄莃螄蚆肅蒆薆羅肅膅螂袁膂羋薅螇膁莀螀蚃膀薂薃肂腿節(jié)莆羈膈莄蟻襖膇蒆蒄螀膇膆蝕蚆膆羋蒂羄芅莁蚈袀芄蒃蒁螆芃膃蚆螂節(jié)蒞蕿肁芁蕆螄羇芁薀薇袃芀艿螃蝿袆莂薆蚅羅蒄螁羃羅膃薄衿羄芆蝿裊羃蒈螞螁羂薀蒅肀羈芀蝕羆羀莂蒃袂罿蒅蠆螈聿膄蒂蚄肈芇蚇羃肇葿節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿

3、羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃

4、肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄

5、螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅

6、羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿

7、肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀

8、螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄

9、羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅

10、肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆

11、袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀

12、羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁

13、蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅

14、衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆

15、羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆

16、蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻

17、袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂

18、罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅

19、蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇

20、袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈

21、羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻

22、螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃

23、袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆

24、羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇

25、螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿

26、裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞

27、肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃

28、螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁芇蒁薀螁羆芄蒆袀聿葿螅衿膁節(jié)蟻袈芃蕆薇袇肅芀薃袆膅薆葿裊羋莈螇

29、裊羇薄蚃襖肀莇蕿羃膂薂蒅羂芄蒞螄羈羄膈螀羀膆莃蚆羀羋芆薂罿羈蒂蒈羈肀芄螆羇膃蒀螞肆芅芃薈肅羅蒈蒄肄肇芁袃肄艿蕆蝿肅莂荿蚅肂肁薅薁蚈膄莈蕆蚇芆薃螅蚇羆莆蟻螆肈薁薇螅膀莄蒃螄莂膇袂螃肂蒂螈螂膄芅蚄螁 目 錄（一）因子分析（二）聚類(lèi)分析（三）回歸分析（四）判別分析41實(shí)驗(yàn)一：因子分析一、實(shí)驗(yàn)?zāi)康模哼\(yùn)用因子分析方法分析數(shù)據(jù)二、內(nèi)容：1. spss操作2. 因子分析三、案例背景：現(xiàn)有24名同學(xué)身高、體重、坐高、胸圍、肩寬、盆骨寬此6項(xiàng)數(shù)據(jù)，有沒(méi)有可能用更少的數(shù)據(jù)說(shuō)明每位同學(xué)的身體狀況？實(shí)驗(yàn)步驟：步驟一：導(dǎo)入數(shù)據(jù)步驟二：確定數(shù)據(jù)類(lèi)型(variable view)步驟三：輸入數(shù)據(jù)（data view）并確定

30、分析方法variables列表框：用箭頭按鈕從左邊列表框中選擇想要分析的變量名移動(dòng)到右邊，準(zhǔn)備分析。descriptive按鈕：?jiǎn)螕粼摪粹o，打開(kāi)對(duì)話框，并在其中設(shè)置描述統(tǒng)計(jì)量(在需要得到的統(tǒng)計(jì)量前的括號(hào)打鉤)。univariate descriptive:計(jì)算單變量描述信息，包括個(gè)變量有效值的個(gè)數(shù)，均值和標(biāo)準(zhǔn)差。initial solution:計(jì)算初始解。包括變量的初始共同度，因子特征值，各特征值占特征值之和的百分?jǐn)?shù)及累計(jì)百分?jǐn)?shù)。coefficients:生成相關(guān)系數(shù)矩陣。significance levels:生成相關(guān)系數(shù)矩陣中的單側(cè)顯著性水平determinant:生成相關(guān)系數(shù)矩陣的行列

31、式。kmo and bartletts test of sphericity：進(jìn)行kmo和bartlett檢驗(yàn)。inverse:生成相關(guān)系數(shù)矩陣的逆矩陣reproduced:生成再生相關(guān)矩陣，并給出原相關(guān)矩陣與再生相關(guān)矩陣數(shù)據(jù)的差anti-image:生成反映像相關(guān)矩陣選擇完畢后，單擊continueextraction按鈕:單擊該按鈕打開(kāi)對(duì)話框，進(jìn)行因子設(shè)置。method:選擇提取因子方法。（本次選擇principle components）correlation matrix:生成相關(guān)矩陣covariance matrix:生成協(xié)方差矩陣unrotated factor solution:

32、顯示沒(méi)有旋轉(zhuǎn)的因子載荷、公共因子和特征值scree plot:顯示碎石圖eigenvalues over:在后面的窗口輸入數(shù)值，確定提取特征值大于該數(shù)值的因子number of factors:人為確定因子個(gè)數(shù)maximum iterations for :確定最大迭代次數(shù)選擇完畢后，單擊continuerotation按鈕:進(jìn)行矩陣旋轉(zhuǎn)設(shè)置。none:不旋轉(zhuǎn)loading plot:顯示前3個(gè)因子的三維因子載荷圖；對(duì)于兩因子求解，輸出二維圖選擇完畢后，單擊continuescores按鈕:進(jìn)行因子得分選項(xiàng)設(shè)置。save as variables:將因子得分保存為新變量method:regre

33、ssion:用回歸的方法計(jì)算因子得分（此例選擇此項(xiàng)）display factor score coefficient matrix:計(jì)算因子得分系數(shù)矩陣選擇完畢后，單擊continueoption按鈕:設(shè)置缺失值的處理方式（本例中無(wú)缺失值）和系數(shù)顯示格式sorted by size:按大小排序suppress absolute values lee:在后面窗口輸入一個(gè)正數(shù)，確定系數(shù)的絕對(duì)值不得大于該數(shù)值。步驟四：表格分析相關(guān)系數(shù)矩陣表（correlation matrix）:表中行的第一部分為相關(guān)系數(shù)矩陣，第二部分為原假設(shè)為相關(guān)系數(shù)為零的單側(cè)顯著性檢驗(yàn)概率矩陣總方差解釋表（total vari

34、ance explained）：component:因子序號(hào)total:特征值的大小% of variance:特征根占方差的百分比cumulative:特征根占方差的累計(jì)百分比因子載荷矩陣（component matrix）:表中對(duì)應(yīng)各變量的兩個(gè)因子的載荷值再生相關(guān)矩陣表（reproduced correlations）:再生相關(guān)矩陣表，表中行的第一部分為再生相關(guān)系數(shù)矩陣，矩陣中對(duì)角線元素為再生共同度。表中行的第二部分為殘差矩陣。旋轉(zhuǎn)后因子載荷表（rotated component matrix）:旋轉(zhuǎn)坐標(biāo)軸后的因子載荷因子得分系數(shù)矩陣（component score coefficient

35、 matrix）四、練習(xí)下表資料為25名健康人的7項(xiàng)生化檢驗(yàn)結(jié)果，7項(xiàng)生化檢驗(yàn)指標(biāo)依次命名為x1至x7，請(qǐng)對(duì)該資料進(jìn)行因子分析。x1x2x3x4x5x6x73.768.596.227.579.035.513.278.749.649.738.597.124.695.511.665.909.848.394.947.239.469.554.948.219.413.664.996.147.287.083.980.627.009.491.332.985.493.011.341.615.769.274.924.382.307.315.354.523.086.440.541.344.527.072.591.

36、300.443.311.031.001.173.682.171.271.571.551.512.541.031.771.044.254.502.425.115.2810.029.8412.6611.766.923.3611.6813.579.879.179.725.985.812.808.8413.6010.056.687.7912.0011.748.079.1012.509.777.502.171.794.545.337.633.5313.139.877.852.642.764.571.785.409.023.966.494.3911.582.771.793.752.4513.7410.16

37、2.732.106.227.308.844.7618.5211.069.913.433.555.382.097.5012.675.249.065.3716.183.512.104.663.104.782.131.090.821.282.408.391.122.353.702.621.192.013.433.721.971.751.432.812.272.421.051.291.720.91四、實(shí)驗(yàn)小結(jié)：實(shí)驗(yàn)中遇到的問(wèn)題及解決辦法、心得體會(huì)等等.實(shí)驗(yàn)二：聚類(lèi)分析一、實(shí)驗(yàn)?zāi)康模哼\(yùn)用聚類(lèi)分析方法分析數(shù)據(jù)二、內(nèi)容：1spss操作2聚類(lèi)分析三、案例背景：現(xiàn)有5名同學(xué)學(xué)科背景（1為文科，2為理科），抽象能

38、力，形象能力，創(chuàng)新能力的資料，用聚類(lèi)分析將其分類(lèi)。實(shí)驗(yàn)步驟：步驟一：導(dǎo)入數(shù)據(jù)步驟二：確定數(shù)據(jù)類(lèi)型及標(biāo)準(zhǔn)化上圖為選擇需要標(biāo)準(zhǔn)化的參數(shù)上圖表示選擇完畢后要將標(biāo)準(zhǔn)化后變量值保存，單擊“ok”步驟三：確定分析方法variable:從左邊列表框中選擇作為聚類(lèi)分析對(duì)象的變量lable cases:在該窗口輸入變量名，對(duì)應(yīng)變量值作為個(gè)案的標(biāo)注cluster:cases:對(duì)個(gè)案聚類(lèi)variables:對(duì)變量聚類(lèi)display:statistics:輸出分析統(tǒng)計(jì)量plots:輸出分析得到的圖形statistics按鈕：agglomeration schedule:生成聚結(jié)表proximity matrix：生成

39、組間距矩陣cluster membership:設(shè)置有關(guān)變量與聚類(lèi)步驟之間的關(guān)系（此例選擇none）plots按鈕：dendrogram:生成樹(shù)形圖icicle:設(shè)置冰柱圖有關(guān)參數(shù)method按鈕：save按鈕：none:不保存新變量single solution:輸入整數(shù)n,生成一個(gè)新變量，用該變量保存聚為n類(lèi)時(shí)個(gè)案所對(duì)應(yīng)的類(lèi)range of solution:輸入一小一大兩個(gè)數(shù)值，分別保存參數(shù)聚為這兩個(gè)數(shù)之間類(lèi)數(shù)時(shí)，各個(gè)案對(duì)應(yīng)的類(lèi)步驟四：表格分析上圖為“聚結(jié)表”：stage:聚類(lèi)步驟號(hào)cluster combined:在某步中合并的個(gè)案。如在第一步中，個(gè)案3、4合并coefficients

40、:距離或相似系數(shù)。距離最小或相似系數(shù)最接近1的最先合并stage cluster first appears:如果合并中，有哪一個(gè)是新生成的類(lèi)（即由兩個(gè)或兩個(gè)以上個(gè)案合并成的類(lèi)），則在對(duì)應(yīng)列顯示該新類(lèi)是在哪一步中第一次生成的。next stage:表示新類(lèi)將在第幾步中與其他個(gè)案或類(lèi)合并vertical iciclenumber of clusterscase5:case5 4:case4 3:case3 2:case2 1:case11xxxxxxxxx2xxxxx xxx3x xxx xxx4x xxx x x上圖為垂直冰掛圖，第一列為聚類(lèi)步驟號(hào)，第一行為個(gè)案號(hào)。如果個(gè)案或類(lèi)在第n步中合并，

41、則在第n步以上合并項(xiàng)之間的列用“x”填充。所以，冰掛圖應(yīng)從下往上讀解。如圖所示，3，4先合并；然后1、2合并；然后5與3、4合并得到的新類(lèi)合并；最后1、2合并的類(lèi)跟3、4、5合并的類(lèi)做最后合并。c* * * * * * 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 +-+-+-

42、+-+-+ case3 3 case4 4 case5 5 case1 1 case2 2 上圖為樹(shù)狀圖，分析類(lèi)似“冰掛圖”四、練習(xí)29名兒童的血紅蛋白（g/100ml）與微量元素（g/100ml）測(cè)定結(jié)果如下表。由于微量元素的測(cè)定成本高、耗時(shí)長(zhǎng)，故希望通過(guò)聚類(lèi)分析（即r型指標(biāo)聚類(lèi)）篩選代表性指標(biāo)，以便更經(jīng)濟(jì)快捷地評(píng)價(jià)兒童的營(yíng)養(yǎng)狀態(tài)。編號(hào)n0.鈣x1鎂x2鐵x3錳x4銅x5血紅蛋白x6123456789101112131415161718192021222324252627282954.8972.4953.8164.7458.8043.6754.8986.1260.3554.0461.2360

43、.1769.6972.2855.1370.0863.0548.7552.2852.2149.7161.0253.6850.2265.3456.3966.1273.8947.3130.8642.6152.8639.1837.6726.1830.8643.7938.2034.2337.3533.6740.0140.1233.0236.8135.0730.5327.1436.1825.4329.2728.7929.1729.9929.2931.9332.9428.55448.70467.30425.61469.80456.55395.78448.70440.13394.40405.60446.003

44、83.20416.70430.80445.80409.80384.10342.90326.29388.54331.10258.94292.80292.60312.80283.00344.20312.50294.70 0.012 0.008 0.004 0.005 0.012 0.001 0.012 0.017 0.001 0.008 0.022 0.001 0.012 0.000 0.012 0.012 0.000 0.018 0.004 0.024 0.012 0.016 0.048 0.006 0.006 0.016 0.000 0.064 0.0051.0101.6401.2201.22

45、01.0100.5941.0101.7701.1401.3001.3800.9141.3501.2000.9181.1900.8530.9240.8171.0200.8971.1901.3201.0401.0301.3500.6891.1500.83813.5013.0013.7514.0014.2512.7512.5012.2512.0011.7511.5011.2511.0010.7510.5010.2510.00 9.75 9.50 9.25 9.00 8.75 8.50 8.25 8.00 7.80 7.50 7.25 7.00五、實(shí)驗(yàn)小結(jié)：實(shí)驗(yàn)中遇到的問(wèn)題及解決辦法、心得體會(huì)等等.實(shí)

46、驗(yàn)三：回歸分析一、實(shí)驗(yàn)?zāi)康模哼\(yùn)用一元線性回歸與多元線性回歸進(jìn)行預(yù)測(cè)二、內(nèi)容：1spss操作2一元線形回歸3多元線性回歸 三、實(shí)驗(yàn)背景：已知某工廠14年間的產(chǎn)值，用回歸分析法預(yù)測(cè)未來(lái)產(chǎn)值。實(shí)驗(yàn)步驟：步驟一： 先看散點(diǎn)圖：拖曳圖標(biāo)選擇橫縱坐標(biāo)含義：觀察直觀圖形，確定是否存在線性關(guān)系：確定線性回歸：確定自變量和應(yīng)變量：點(diǎn)擊“plots”繪制圖形：dependnt:因變量；zpred:標(biāo)準(zhǔn)化預(yù)測(cè)值；zresid:標(biāo)準(zhǔn)化殘差等等。scatter：從左側(cè)候選變量框中選擇變量x,y軸變量，定義需要繪制的回歸分析診斷圖或預(yù)測(cè)圖。standardized residual plots：選擇繪制標(biāo)準(zhǔn)化殘差圖的類(lèi)型

47、，包括直方圖histogram,標(biāo)準(zhǔn)正態(tài)圖normal probability plot。produces all partial plots:選擇是否繪制每一個(gè)自變量與因變量殘差的散點(diǎn)圖。點(diǎn)擊“ok”觀察所生成圖表：表示變量進(jìn)入、推出模型的基本情況上表表示回歸模型的擬合程度。第一列表示選擇的回歸方法種類(lèi)，第二列表示復(fù)相關(guān)系數(shù)，其含義類(lèi)似相關(guān)系數(shù)，反映的是自變量和應(yīng)變量之間的密切程度。其值在0到1之間，越大表示相關(guān)程度愈好。第三列表示復(fù)相關(guān)系數(shù)的平方，又稱(chēng)為決定系數(shù)。需要注意的是復(fù)相關(guān)系數(shù)隨著自變量個(gè)數(shù)的增加會(huì)不斷變大。所以在多元線性回歸模型中復(fù)相關(guān)系數(shù)就不太可靠，這就是需要引入調(diào)整后的復(fù)相關(guān)

48、系數(shù)的原因。第四列表示調(diào)整后的復(fù)相關(guān)系數(shù)，該值是在考慮了模型中自變量個(gè)數(shù)情況下計(jì)算的決定系數(shù)。第五列表示標(biāo)準(zhǔn)差。上表為方差分析表，f值為f檢驗(yàn)的統(tǒng)計(jì)值，sig表示由統(tǒng)計(jì)檢驗(yàn)值得到的顯著性水平。上表給出了擬合未標(biāo)準(zhǔn)化和標(biāo)準(zhǔn)化之后的回歸系數(shù)，并通過(guò)t檢驗(yàn)方法對(duì)擬合結(jié)果進(jìn)行檢驗(yàn)。上表給出了一些與殘差有關(guān)的統(tǒng)計(jì)量，包括預(yù)測(cè)值，標(biāo)準(zhǔn)化后的預(yù)測(cè)值，殘差，標(biāo)準(zhǔn)化的殘差，及其最小值，最大值，平均值，標(biāo)準(zhǔn)差，樣本容量。上圖為標(biāo)準(zhǔn)化殘差直方圖上圖為標(biāo)準(zhǔn)化殘差正態(tài)p-p圖，如果變量值服從正態(tài)分布，則繪制的概率圖為一條從縱軸零點(diǎn)指向右上角的直線。案例背景二：已知某工廠13年的產(chǎn)出及可能與產(chǎn)出相關(guān)的4個(gè)因素，請(qǐng)用回歸分

49、析法預(yù)測(cè)未來(lái)產(chǎn)出情況。步驟二：首先選擇線性回歸選擇自變量和應(yīng)變量：選擇statistics按鈕：estimation:輸出回歸系數(shù)的估計(jì)值及其標(biāo)準(zhǔn)誤，檢驗(yàn)統(tǒng)計(jì)量，標(biāo)準(zhǔn)化的回歸系數(shù)等confidence intervals:輸出每個(gè)回歸系數(shù)95%的置信區(qū)間covariance matrix:輸出每個(gè)變量的相關(guān)矩陣、方差、協(xié)方差矩陣model fix:輸出回歸模型變量的一些檢驗(yàn)統(tǒng)計(jì)量descriptives :輸出描述性統(tǒng)計(jì)量collinearity diagnostics:輸出統(tǒng)計(jì)量用于判斷是否存在多重共線性duibin-watson:輸出dw值用以判斷是否存在序列相關(guān)現(xiàn)將不同于一元線性回歸中圖

50、形做如下說(shuō)明：上表用以輸出參數(shù)的均值，標(biāo)準(zhǔn)差，及樣本容量上表用以描述個(gè)參數(shù)相關(guān)系數(shù)等統(tǒng)計(jì)指標(biāo)上表顯示x3,x4的顯著性水平過(guò)大，需調(diào)整變量。上表用于判斷是否存在多重共線性。四、練習(xí)某醫(yī)師測(cè)得10名3歲兒童的身高（cm）、體重（kg）和體表面積（cm2）資料如下。試用多元回歸方法確定以身高、體重為自變量，體表面積為應(yīng)變量的回歸方程。兒童編號(hào)體表面積（y）身高（x1）體重（x2）123456789105.3825.2995.3585.2925.6026.0145.8306.1026.0756.41188.087.688.589.087.789.588.890.490.691.211.011.812

51、.012.313.113.714.414.915.216.0五、實(shí)驗(yàn)小結(jié)：實(shí)驗(yàn)中遇到的問(wèn)題及解決辦法、心得體會(huì)等等.實(shí)驗(yàn)四：判別分析一、實(shí)驗(yàn)?zāi)康模哼\(yùn)用判別分析進(jìn)行分類(lèi)預(yù)測(cè)二、內(nèi)容：1spss操作2聚類(lèi)分析三、案例背景：為研究舒張期血壓和血漿膽固醇對(duì)冠心病的作用，某醫(yī)師測(cè)定了50-59歲冠心病人15例和正常人16例的舒張壓和膽固醇指標(biāo)，結(jié)果如下，試作判別分析，建立判別函數(shù)以便在臨床中用于篩選冠心病人。編號(hào)冠心病人組編號(hào)正常人組舒張壓kpax1膽固醇mmol/lx2舒張壓kpax1膽固醇mmol/lx21234567891011121314159.8613.3314.669.3312.8010.6

52、610.6613.3313.3313.3312.0014.6613.3312.8013.335.183.733.897.105.494.094.453.635.965.706.194.014.013.635.961234567891011121314151610.6612.5313.339.3310.6610.669.3310.6610.6610.6610.409.3310.6610.6611.209.332.074.453.063.944.454.923.682.773.215.023.944.922.692.433.423.63實(shí)驗(yàn)步驟：1建立數(shù)據(jù)文件。舒張壓、膽固醇的變量名分別以x1、x2表示，將冠心病人資料和正常人資料合并，一同輸入。再定義一變量名為result，用于區(qū)分冠心病人資料和正常人資料，即冠心病人資料的result值均為1，正常人資料的result值均為2。2選擇菜單“analyzeclassifydiscriminant”項(xiàng)，彈出“disc