北科SPSS軟件練習(xí)試題

1、精品文檔考UnivorsityatAndTeehralogyBeijingSpss第4次作業(yè)【實驗?zāi)康摹繉W(xué)會用spss進行相關(guān)分析【實驗內(nèi)容】1、對15家商業(yè)企業(yè)進行客戶滿意度調(diào)查，同時聘請相關(guān)專家對這15家企業(yè)的綜合競爭力進行評分，結(jié)果如下表編P客戶滿意度得分綜合競爭力得分190702100803150150413014051209061101207402081401309106010203011801001270110133010145040156050這些數(shù)據(jù)能否說明企業(yè)的客戶滿意度與綜合競爭力存在較強的正相關(guān)關(guān)系？為什么?(3)【操作步驟】1 .輸入數(shù)據(jù)一圖形一散點圖/點圖一選擇“簡單

2、散點圖”一定義一將“綜合競爭得分”導(dǎo)入“Y軸”一將“客戶滿意度得分”導(dǎo)入“X軸”一確定；2 .在數(shù)據(jù)輸出窗口，雙擊圖形空白處一元素一總計擬合線一線性一應(yīng)用；3 .分析回歸線性添加客戶滿意度得分到因變量，綜合競爭力的分到自變量確定1歡通下載精品文檔(4)【輸出結(jié)果】0747客戶滿意度得分輸入/除去的變量a模型輸入的變量除去的變量方法1綜合競爭力得分b.輸入b,已輸入所請求的所有變量。a,因變量：客戶滿意度得分模型摘要模型RR方調(diào)整后R方標準估算的誤差1,864a.747.72823.344a,預(yù)測變量：(常量)，綜合競爭力得分ANOVA模型平方和自由度均方F顯著性1回歸20915.7141209

3、15.71438,381,000b殘差7084.28613544,945總計28000.000142歡通下載精品文檔a.因變量：客戶滿意度得分b.預(yù)測變量：(常量)，綜合競爭力得分系數(shù)模型未標準化系數(shù)標準化系數(shù)t顯著性B標準誤差Beta1(常量)10.85712.684.856.408綜合競爭力得分.864.140.8646.195.000a.因變量：客戶滿意度得分(5)【結(jié)果分析】擬合線性直線的方程為：y=10.86+0.86x,相關(guān)系數(shù)r為0.864,當顯著性水平”為0.01時拒絕原假設(shè)，表明兩個變量(企業(yè)的客戶滿意度與綜合競爭力)之前具有較強的線性關(guān)系，相關(guān)性顯著?！緦嶒?zāi)康摹繉W(xué)會用sp

4、ss進行相關(guān)分析(2)【實驗任務(wù)】為研究香煙消耗量與肺癌死亡率的關(guān)系，收集到下表數(shù)據(jù)。國家1930年人均香煙消耗量1950年每白力男子中死于肺癌的人數(shù)澳大利亞480180加拿大500150380170芬蘭1100350英國1100460荷蘭490240冰島23060挪威25090瑞典300110瑞士510250美國1300200繪制散點圖，并計算相關(guān)系數(shù)，說明香煙消耗量與肺癌死亡率之間是否存在顯著的相關(guān)關(guān)系。(3)【操作步驟】3歡通下載精品文檔1 .輸入數(shù)據(jù)一圖形一散點圖/點圖一選擇“簡單散點圖”一定義一將“1950年每百萬男子中死于肺癌的人數(shù)”導(dǎo)入“Y軸”一將“1930年人均香煙消耗量”導(dǎo)入

5、“X軸”一確定；2 .在數(shù)據(jù)輸出窗口，雙擊圖形空白處一元素一總計擬合線一線性一應(yīng)用；3 .在數(shù)據(jù)編輯窗口，分析一相關(guān)一雙變量一將“1930年人均香煙消耗量”、“1950年每百萬男子中死于肺癌的人數(shù)”導(dǎo)入變量中一選項一選中“平均值和標準差”、“叉積偏差和協(xié)方差”繼續(xù)一確定。（4）【輸出結(jié)果】葭恤）=3.544195。年每日77見于死于肺病的人數(shù)描述統(tǒng)計平均值標準差個案數(shù)客戶滿意度得分80.0044.72115綜合競爭力得分80.0044.72115相關(guān)性客戶滿意度得分綜合競爭力得分客戶滿意度得分皮爾遜相關(guān)性顯著性（雙尾）1*.864.0004歡通下載精品文檔平方和與叉積28000.0002420

6、0.000協(xié)方差2000.0001728.571個案數(shù)1515綜合競爭力得分皮爾遜相關(guān)性*.8641顯著性（雙尾）.000平方和與叉積24200.00028000.000協(xié)方差1728.5712000.000個案數(shù)1515*.在0.01級別（雙尾），相關(guān)性顯著。（5）【結(jié)果分析】回歸分析顯著性為0.202,皮爾遜相關(guān)系數(shù)相差較大，可能是有最后幾組差異較大的數(shù)據(jù)點所影響。線性回歸方程：1950年每百萬男子中死于肺癌人數(shù)=67.561+1930年人均香煙消耗量*0.228。（1）【實驗?zāi)康摹繉W(xué)會用spss進行相關(guān)分析（2）【實驗任務(wù)】收集到某商品在不同地區(qū)的銷售額，銷售價格以及該地區(qū)平均家庭收入的

7、數(shù)據(jù)，如下表所示:銷售額（萬元）銷售價格（元）家庭收入（元）1005010000757060008060120007060500050803000657040009050130001004011000110301300060903000（1）繪制銷售額，銷售價格以及家庭收入兩兩變量間的散點圖，如果所繪制的圖形不能比較清晰地展示變量之間的關(guān)系，應(yīng)對數(shù)據(jù)如何處理后再繪圖？（2）選擇恰當?shù)慕y(tǒng)計方法分析銷售額與銷售價格之間的相關(guān)關(guān)系。（3）【操作步驟】步驟：圖形舊對話框散點圖矩陣散點圖定義添加銷售額（萬元），銷售價格（元）家庭收入（元）確5歡通下載精品文檔定步驟：分析相關(guān)雙變量銷售價格，家庭收入，銷售

8、額添加到變量中選擇皮爾遜相關(guān)系數(shù)選擇雙尾顯著性檢驗確定（4）【輸出結(jié)果】冢庭收入元)銷售轍（萬元）銷售價格元）家庭收入（元）相關(guān)性銷售價格（元）家庭收入（元）銷售額（萬元）銷售價格（元）皮爾遜相關(guān)性1*-.857*-.933顯著性（雙尾）.002.000個案數(shù)101010家庭收入（元）皮爾遜相關(guān)性*-.8571*.880顯著性（雙尾）.002.001個案數(shù)101010銷售額（萬元）皮爾遜相關(guān)性*-.933*.8801顯著性（雙尾）.000.0016歡通下載IIIIIII3040印SO7C8090精品文檔1個案數(shù)1101010I*.在0.01級別（雙尾），相關(guān)性顯著。銷售價格（元）【結(jié)果分析】1

9、 .從相關(guān)性分析表中得出：銷售價格與家庭收入與銷售額三者兩兩相關(guān)，并且皮爾遜相關(guān)系數(shù)絕對值較大成很強的相關(guān)性。2 .結(jié)論分析：如圖所擬合的直線，銷售額與銷售價格由較強的負相關(guān)?；貧w分析7歡通下載精品文檔【實驗?zāi)康摹繉W(xué)會用spss進行回歸分析(2)【實驗任務(wù)】1、數(shù)據(jù)學(xué)生成績一,sav和學(xué)生成績二.sav,任意選擇兩門成績作為解釋變量和被解釋變量，利用SPS珊供的繪制散點圖功能進行一元線性回歸分析，請繪制全部樣本以及不同性別下兩門成績的散點圖，并在圖上繪制三條回歸直線，其中，第一條針對全體樣本，第二條和第三條分別針對男生樣本和女生樣本，并對各回歸直線的擬合效果進行評價。(3)【操作步驟】打開“學(xué)

10、生成績一.sav”一圖形一散點圖/點圖一簡單散點圖一定義一將數(shù)據(jù)導(dǎo)入“X軸”、“Y軸”一確定;在查看器中一圖形一激活；一選擇元素一總計擬合曲線和子組擬合曲線。分析一回歸一線性一將數(shù)據(jù)導(dǎo)入“因變量”、“自變量”一統(tǒng)計一選中“共線性診斷”一繼續(xù)一確定。(4)【輸出結(jié)果】ANOVA模型平方和自由度均方F顯著性1回歸461.8711461,8717.934,007b殘差3376.5415858,216總計3838.41359a.因變量：chib.預(yù)測變量：(常量),math8歡通下載精品文檔60.0-女R2線住=口.21。R2線性=0。78R2tttt=Q.12O100.D-90.0-70.D-60.

11、0-3004D.050J060.070.DBO.O90.0K會見A見爐OO""rmath【結(jié)果分析】上表得出，不論是總體擬合效果還是男女分類擬合效果，都比較差，這說明，這兩門成績的相關(guān)性弱。第5題【實驗?zāi)康摹拷⒍嘣€性回歸方程，分析影響的主要因素。(2)【實驗任務(wù)】請先收集若干年糧食總產(chǎn)量以及播種面積，使用化肥量，農(nóng)業(yè)勞動人數(shù)等數(shù)據(jù)，然后建立多元線性回歸方程，分析影響糧食總產(chǎn)量的主要因素，數(shù)據(jù)文件“糧食總產(chǎn)量.sav”(3)【操作步驟】分析一回歸一線形(4)【輸出結(jié)果】9歡通下載精品文檔輸入/除去的變量模型輸入的變量除去的變量方法1農(nóng)業(yè)勞動者人數(shù)（百萬人），糧食播種面積（

12、萬公頃），施用化肥量（kg/公頃）b,輸入a.因變量：糧食總產(chǎn)量（y萬噸）b,已輸入所請求的所有變量。模型摘要模型RR方調(diào)整后R方標準估算的誤差1,986a,971,9681378.77302a,預(yù)測變量：（常量），農(nóng)業(yè)勞動者人數(shù)（百萬人），糧食播禾面積（萬公頃），施用化肥量（kg/公頃）ANOVA模型平方和自由度均方F顯著性1回歸1989131592.7473663043864.249348,784,000b殘差58931465.939311901015.030總計2048063058.68634a,因變量：糧食總產(chǎn)量（y萬噸）b,預(yù)測變量：（常量），農(nóng)業(yè)勞動者人數(shù)（百萬人），糧食播禾面積（

13、萬公頃），施用化肥量（kg/公頃）系數(shù)模型未標準化系數(shù)標準化系數(shù)t顯著性B標準誤差Beta1（常量）-20715.6147459,573-2.777,009糧食播禾面積（萬公頃）2.136,513,1544.167,000施用化肥量（kg/公頃）128,80213,679,6909.416,000農(nóng)業(yè)勞動者人數(shù)（百萬人）62,4619.836,4616.350,000風(fēng)災(zāi)面積比例（）-198,59854,231-,112-3.662,001a,因變量：糧食總產(chǎn)量（y萬噸）（5）【結(jié)果分析】10k速下載精品文檔結(jié)論分析：從最后的系數(shù)的分析表中得出，其中施用化肥量與糧食總產(chǎn)量的相關(guān)性最大。第6題【

14、實驗?zāi)康摹客瓿上铝蓄}目（2）【實驗任務(wù)】一家產(chǎn)品銷售公司在30個地區(qū)設(shè)有銷售分公司。為研究產(chǎn)品銷售量（y）與銷售價格（x1）各地區(qū)的人均收入（x2）,廣告費用（x3）之間的關(guān)系，搜集到30個地區(qū)的有關(guān)數(shù)據(jù)。進行多元回歸分析所得的結(jié)果如下：表1模型離差平方和Df均方離差FSig回歸12026774.134008924.772.798.88341E-13剩余1431812.62655069.7154總計13458586.7294063994.4154表2非標準化系數(shù)tSigB標準誤差常數(shù)7589.124483.10.00457X1-117.931.95-3.690.00103X280.614.76

15、5.460.00001X30.50120.1263.980.00049a）將表1中的數(shù)據(jù)補齊如圖一b）寫出銷售量與銷售價格，年人均收入，廣告費用的多元線性回方程，并解釋各回歸系數(shù)的意義。Y=-117.9X1+80.6X2+0.5012X3+7589.1c）檢驗回歸方程的線性關(guān)系是否顯著。顯著d）檢驗各回歸系數(shù)是否顯著，均小于0.05,顯著e）計算判定系數(shù)，并解釋它的實際意義。12026774.1/13458586.7=0.91表明回歸方程對樣本數(shù)據(jù)點擬合優(yōu)度高。1欲逆下載精品文檔【實驗?zāi)康摹坑胹pss預(yù)測數(shù)據(jù)，并估計誤差(2)【實驗任務(wù)】試根據(jù)“糧食總產(chǎn)量.sav”數(shù)據(jù)，利用SPSSa線估計方

16、法選擇恰當?shù)哪Ｐ?，對樣本期外的糧食總產(chǎn)量進行外推預(yù)測，并對平均預(yù)測預(yù)測誤差進行估計。(3)【操作步驟】圖形，舊對話框，線圖，簡單，個案組摘要，定義，類別軸選擇“年份”，其他統(tǒng)計量變量選擇“糧食總產(chǎn)量”。確定步驟：分析，回歸，曲線估計，將“糧食總產(chǎn)量”導(dǎo)入因變量。選擇時間，選擇二次項和指數(shù)分布。保存，確定。(4)【輸出結(jié)果】二次模型匯總RR方調(diào)整R方估計值的標準誤.978.957.9551651.679ANOVA平方和df均方FSig.回歸1.961E929.804E8359.372.000度差8.730E7322728042.572總計2.048E934系數(shù)12;速下載精品文檔未標準化系數(shù)標準

17、化系數(shù)tSig.B標準誤Beta個案順序-164.291113.713-.217-1.445.158個案序列*224.2343.0641.1877.909.000（常數(shù)）17269.480887.80319.452.000指數(shù)模型匯總RR方調(diào)整R方估計值的標準誤.939.881.878.107ANOVA平方和df均方FSig.回歸殘差總計2.828.3813.209133342.828.012244.898.000系數(shù)未標準化系數(shù)標準化系數(shù)tSig.B標準誤Beta個案順序.028.002.93915.649.000（常數(shù)）14169.354525.99726.938.000因變量為ln（糧食總產(chǎn)量（y萬噸）里食尊產(chǎn)ht僅萬叫二次惜浦1也逆下載精品文檔FIT_1O3579473672SI353903a63763374D144.81CE93S41293.79653942469.48033P4043661313634144