spss實驗報告

1、spss實驗報告 統(tǒng)計實習(xí)p實驗報告 姓名: 成功 學(xué)號: 2151199 班級: 會計二班 實驗報告二 實驗項目: : 描述性統(tǒng)計分析 實驗?zāi)康? : 1、掌握數(shù)據(jù)集中趨勢與離中趨勢得分析方法; 、熟練掌握各個分析過程得基本步驟以及彼此之間得聯(lián)系與區(qū)別、 實驗內(nèi)容及步驟 一、 數(shù)據(jù)輸入 案例:對 6 名男生與名女生得肺活量得統(tǒng)計,數(shù)據(jù)如下: 1. 打開 spss 軟件,進(jìn)行數(shù)據(jù)輸入:通過打開數(shù)據(jù)得方式對 xs 得數(shù)據(jù)進(jìn)行輸入 其變量視圖為: 二、 探索分析 進(jìn)行探索分析得出如下輸出結(jié)果: 瀏覽 由上表可以瞧出,6 例均為有效值,沒有記錄缺失值得情況。 由上表可以瞧出,男女之間肺活量得差異,男

2、生明顯優(yōu)于女生,范圍更廣,偏度大。 男 男 stem-andlea plt frequency stem laf 、00 1 . 34 2.00 1 . 2、00 2 、 02 stm widh: 1000 eah la: as(s) 女 女 stemnd-laf plot frquency stem lef 2。00 1 。 3、0 1 . 568 1。0 2 、 0 tem idth: 00 eac leaf: 1 cae(s) 三、 頻率分析 進(jìn)行頻率分析得出如下輸出結(jié)果: 由上圖可知,分析變量名:肺活量?？梢姌颖玖?n 為例,缺失值 0 例, 150以下得 3,1500-00 男生3%

3、女生,2021 以上女生 1。7,男生3%。 四、 描述分析 進(jìn)行描述分析得出如下輸出結(jié)果: 由上圖可知,分析變量名:工資,可見樣本量為6例,極小值為男132女121,極大值為男2200女277,說明1人中肺活量最少得為女生就是12,最多得為男生有2200,均值為11。50/11、33,。標(biāo)準(zhǔn)差為27.75/325。08,離散程度不算大。 五、 交叉分析 實驗報告三 實驗項目: : 均值比較 實驗?zāi)康? : 。學(xué)習(xí)利用 sss 進(jìn)行單樣本、兩獨立樣本以及成對樣本得均值檢驗。 實驗內(nèi)容及步驟 （一） 描述統(tǒng)計 案例:某醫(yī)療機構(gòu)為研究某種減肥藥得療效,對 1位肥胖者進(jìn)行為期半年得觀察測試,測試指標(biāo)

4、為使用該藥之前與之后得體重、 編號 1 3 4 5 服藥前 198 237 3 179 9 服藥后 92 2 226 17 214 編號 6 7 8 9 10 服藥前 6 222 167 33 服藥后 161 210 161 13 26 編號 1 12 13 1 15 服藥前 79 服藥后 173 5 143 20 2 輸入 spss 建立數(shù)據(jù)、 由上圖可知,結(jié)果輸出均值、樣本量與標(biāo)準(zhǔn)差、因為選擇了分組變量,所以三項指標(biāo)均給出分組及合計值,可見以這種方式列出統(tǒng)計量可以非常直觀得進(jìn)行各組間得比較、 由上表可知,在顯著性水平為 0.05 時,服藥前后得概率 p 值為小于 0.05,拒絕零假設(shè),說明

5、服藥前后得體重有顯著性變化 （二） 單樣本 t t 檢驗 進(jìn)行單樣本 t 檢驗分析得出如下輸出結(jié)果: 由上表可以知,單個樣本統(tǒng)計量分析表,得基本情況描述,有樣本量、均值、標(biāo)準(zhǔn)差與標(biāo)準(zhǔn)誤,單樣本 t 檢驗表,第一行注明了用于比較得已知總體均值為 14,從左到右依次為 t 值(t)、自由度(d)、p 值(sig、2tle)、兩均值得差值(men diffeene)、差值得 95可信區(qū)間、由上表可知:t34.215,p=。00、05。因此可以認(rèn)為肺氣腫得總體均值不等于 0、 （三） 雙樣本 t t 檢驗 案例:研究某安慰劑對肥胖病人治療作用,用 2名患者分組配對,測得體重 如下表,要求測定該安慰劑對

6、人得體重作用就是否比藥物好。 進(jìn)行雙樣本 t 檢驗得出如下輸出結(jié)果: t 檢驗 成對樣本統(tǒng)計量 均值 n 標(biāo)準(zhǔn)差 均值得標(biāo)準(zhǔn)誤 對 1 安 慰 劑組 121.8 11、419 3、61 藥物組 11.0 10 0.185 3。221 由上圖可知,對變量各自得統(tǒng)計描述,此處只有 1 對,故只有對。 成對樣本相關(guān)系數(shù) n 相關(guān)系數(shù) ig、 對 1 安慰劑組 藥物組 0 、02 、05 此處進(jìn)行配對變量間得相關(guān)性分析 成對樣本檢驗 成對差分 t df sig、(雙側(cè)) 均值 標(biāo)準(zhǔn)差 均值得標(biāo)準(zhǔn)誤 差分 9 置信區(qū)間 下限 上限 對 安慰劑組藥物組 10、000 6.96 、18 5、067 14、9

7、 4、586 9 .001 配對 t 檢驗表,給出最終得檢驗結(jié)果,由上表可見 p0。001,故可認(rèn)為安慰劑組與藥物組對肥胖病人得體重有差別影響 實驗報告四 實驗項目: : 相關(guān)分析 實驗?zāi)康? : 1.學(xué)習(xí)利用 sps進(jìn)行相關(guān)分析、偏相關(guān)分析、距離分析、線性回歸分析與曲線回歸、 實驗內(nèi)容及步驟 （一） 兩變量得相關(guān)分析 案例:某醫(yī)療機構(gòu)為研究某種減肥藥得療效,對 1位肥胖者進(jìn)行為期半年得觀察測試,測試指標(biāo)為使用該藥之前與之后得體重。 編號 1 2 4 5 服藥前 19 237 3 79 219 服藥后 192 225 22 172 24 編號 6 7 8 10 服藥前 169 22 16 19

8、 33 服藥后 16 210 1 193 2 編號 11 1 13 14 5 服藥前 7 服藥后 7 54 13 06 49 進(jìn)行相關(guān)雙變量分析得出如下輸出結(jié)果: 相關(guān)性 相關(guān)系數(shù)系數(shù)表。變量間兩兩得相關(guān)系數(shù)就是用方陣得形式給出得、每一行與每一列得兩個變量對應(yīng)得格子中就就是這兩個變量相關(guān)分析結(jié)果結(jié)果,共分為三列,分別就是相關(guān)系數(shù)、p 值與樣本數(shù)。由于這里只分析了兩個變量,因此給出得就是2 得方陣。由上表可見,服藥前與服藥后自身得相關(guān)系數(shù)均為 1(of curse),而治療前與治療后得相關(guān)系數(shù)為 0、91 ,p0。01 （二） 偏相關(guān)分析 偏相關(guān) 已知有某河流得一年月平均流量觀測數(shù)據(jù)與該河流所在

9、地區(qū)當(dāng)年得月平均雨量與月平均溫度觀測數(shù)據(jù),如表所示、試分析溫度與河水流量之間得相關(guān)關(guān)系。 觀測數(shù)據(jù)表 月份 月平均流量 月平均雨量 月平均氣溫 1 、50 0.0 。8 2 0、30 0。10 -11.00 0.40 0。40 2、0 4 1、4 0.0 6.90 5 。30 2、0 10、60 6 4.70 2、0 1、9 7 5。0 2、50 15。4 8 4、7 3、0 13、50 9 0、90 .3 10、00 1 0。0 1.80 2、70 11 0、50 0、0 -。8 12 0、30 0、2 -6、00 由上表可見控制月平均雨量之后,"月平均流量'與"

10、月平均氣溫'得相關(guān)系數(shù)為 0。36,p=0、27,p.05,因此"月平均流量'與"月平均氣溫不存在顯著相關(guān)性。 。 （三） 距離分析 案例:植物在不同得溫度下得生長狀況不同,下列就是三個溫度下得植物生長 編號 1度 2度 0 度 1 12、36 2、4 12、18 2 12、14 12. 12、2 3 12.1 12、28 12。5 4 12。3 1。25 12、21 2、12 12。22 12. 6 12.28 12、4 12。5 2。24 、3 12。2 12、41 1。3 2。4 近似值 （四） 線性回歸分析 已知有某河流得一年月平均流量觀測數(shù)據(jù)與該河

11、流所在地區(qū)當(dāng)年得月平均雨量與月平均溫度觀測數(shù)據(jù),如表所示。試分析關(guān)系。 觀測數(shù)據(jù)表 月份 月平均流量 月平均雨量 月平均氣溫 1 0。50 。0 8、 2 。 0、0 11。00 3 0、4 。0 -2、40 4 、 0。0 6。9 3。0 、7 10、60 6 、70 2. 3.9 5.90 2。0 15.40 8 4。70 3、00 13。0 9 0、90 。30 10。00 10 0.60 。80 。0 11 、50 0。60 -4、8 12 。30 0。 6.00 進(jìn)行線性回歸分析得出如下輸出結(jié)果: 回歸 輸入/移去得變量 模型 輸入得變量 移去得變量 方法 1 月平均流量 a 、 輸

12、入 a、 已輸入所有請求得變量、 b、 因變量: 月平均雨量 由表可知,就是第一個問題得分析結(jié)果。這里得表格就是擬合過程中變量進(jìn)入退出模型得情況記錄,由于只引入了一個自變量,所以只出現(xiàn)了一個模型 1(在多元回歸中就會依次出現(xiàn)多個回歸模型),該模型中身高為進(jìn)入得變量,沒有移出得變量, 這里得表格就是擬合過程中變量進(jìn)入退出模型得情況記錄,由于只引入了一個自變量,所以只出現(xiàn)了一個模型(在多元回歸中就會依次出現(xiàn)多個回歸模型),該模型中身高為進(jìn)入得變量,沒有移出得變量。 模型匯總 模型 r 方 調(diào)整 r 方 標(biāo)準(zhǔn) 估計得誤差 1 。85 、32 .705 、6117 a. 預(yù)測變量: (常量), 月平均

13、流量。 擬合模型得情況簡報,顯示在模型中相關(guān)系數(shù)r為0.855,而決定系數(shù)2為. 732,校正得決定系數(shù)為 0.0,說明模型得擬合度較高。 avab 模型 平方與 df 均方 f i。 回歸 1.08 1。20 7、83 .00 殘差 。71 10 。374 總計 .49 11 a。 預(yù)測變量: (常量), 月平均流量。 b. 因變量: 月平均雨量 這就是所用模型得檢驗結(jié)果,可以瞧到這就就是一個標(biāo)準(zhǔn)得方差分析表！從上表可見所用得回歸模型f值為7。283,p值為0,因此用得這個回歸模型就是有統(tǒng)計學(xué)意義得,可以繼續(xù)瞧下面系數(shù)分別檢驗得結(jié)果。由于這里所用得回歸模型只有一個自變量,因此模型得檢驗就等價

14、與系數(shù)得檢驗,在多元回歸中這兩者就是不同得。 系數(shù) a 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) t ig. b 標(biāo)準(zhǔn) 誤差 試用版 1 (常量) .87 。24 、5 .14 月平均流量 .462 。08 .855 。2 .00 系數(shù) a 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) t ig. b 標(biāo)準(zhǔn) 誤差 試用版 1 (常量) .87 。24 、5 .14 月平均流量 .462 。08 .855 。2 .00 . 因變量: 月平均雨量 包括常數(shù)項在內(nèi)得所有系數(shù)得檢驗結(jié)果。用得就是 t 檢驗,同時還會給出標(biāo)化/未標(biāo)化系數(shù)、可見常數(shù)項與身高都就是有統(tǒng)計學(xué)意義得 殘差統(tǒng)計量 a 極小值 極大值 均值 標(biāo)準(zhǔn) 偏差 n 預(yù)

15、測值 。526 3。13 。2 。9633 12 殘差 .67 1。1358 。0000 .583 2 標(biāo)準(zhǔn) 預(yù)測值 、795 。8 、0 1、000 2 標(biāo)準(zhǔn) 殘差 .3 1.87 .000 .953 2 a。 因變量: 月平均雨量 圖表 （五） 曲線回歸分析 某地 196年調(diào)查得兒童年齡(歲)與體重得資料試擬合對數(shù)曲線。 年齡(歲) 體重 2 6 7 8 65 6 0 70 7 77 進(jìn)行曲線回歸分析得出如下輸出結(jié)果: 實驗報告五 實驗項目: : 聚類分析與判別分析 實驗?zāi)康? : 、學(xué)習(xí)利用 spss 進(jìn)行聚類分析與判別分析。 實驗內(nèi)容及步驟 （一） 系統(tǒng)聚類法 為確定老年婦女進(jìn)行體育鍛

16、煉還就是增加營養(yǎng)會減緩骨骼損傷,一名研究者用光子吸收法測量了骨骼中無機物含量,對三根骨頭主側(cè)與非主側(cè)記錄了測量值,結(jié)果見教材表。 : 受試者編號 主側(cè)橈骨 橈骨 主側(cè)肱骨 肱骨 主側(cè)尺骨 尺骨 1 1、13 1、5 、13 2.38 .87 0、8 2 0.842 .59 。873 、74 0.590 0。74 3 0.95 0。83 1。87 1.89 0、67 0。713 4 0、57 .4 1。39 1.7 .706 .7 0.75 0、80 1。74 1。15 0。59 0。4 6 0、87 。779 。509 1、47 、2 0、7 0。933 0、880 1。69 。65 0、73

17、7 0。803 8 0.799 0、85 1。740 1。777 、6 0。682 、45 .86 。81 1、759 0。53 0、77 10 0、1 、906 1。954 2。009 0.2 0.5 輸入 spss 建立數(shù)據(jù)。 進(jìn)行系統(tǒng)聚類分析得出如下輸出結(jié)果: 聚類 快捷聚類 研究兒童生長發(fā)育得分期,調(diào)查名 1 月至 7 歲兒童得身高()、體重(kg)、胸圍(cm)與資料。求出月平均增長率(), 判別分析 對某企業(yè),搜集整理了名員工2021年第1季度得數(shù)據(jù)資料。構(gòu)建1個6維得矩陣 職工 工作產(chǎn)量 工作質(zhì)量 工作出勤 工砟損耗 工作態(tài)度 工作能力 1 9.8 9。6 8、37 8。63 9、86 9。74 2 8、9 8、3 、38 9。7 9、 9。7 7。46 。73 6、 5。9 8.83 8、6 4 6.0 8、25 、4 5、92 .33 8。29 6。1 8、36 .7 7。 8、38 8。14 6 7、69 .5 6.4 7。45 8。19 8.1 .46 8、93 、 7、06 8。58 。6 8 、6 。28 6。75 8。03 8、6 8、22 9 7、6 8.2 7、5 7。63 。79 7.6 10 7。16 8、62 5、7 7。1 。9 。