《SPSS統(tǒng)計軟件》課程作業(yè)

1、SPSS統(tǒng)計軟件課程作業(yè)要求：數(shù)據(jù)計算題要求注明選用的統(tǒng)計分析模塊和輸出結(jié)果；并解釋結(jié)果的意義。 完成后將作業(yè)電子稿發(fā)送至1. 某單位對100名女生測定血清總蛋白含量，數(shù)據(jù)如下：74.3 78.8 68.8 78.0 70.4 80.5 80.5 69.7 71.2 73.579.5 75.6 75.0 78.8 72.0 72.0 72.0 74.3 71.2 72.075.0 73.5 78.8 74.3 75.8 65.0 74.3 71.2 69.7 68.073.5 75.0 72.0 64.3 75.8 80.3 69.7 74.3 73.5 73.575.8 75.8 68.8

2、76.5 70.4 71.2 81.2 75.0 70.4 68.070.4 72.0 76.5 74.3 76.5 77.6 67.3 72.0 75.0 74.373.5 79.5 73.5 74.7 65.0 76.5 81.6 75.4 72.7 72.767.2 76.5 72.7 70.4 77.2 68.8 67.3 67.3 67.3 72.775.8 73.5 75.0 73.5 73.5 73.5 72.7 81.6 70.3 74.373.5 79.5 70.4 76.5 72.7 77.2 84.3 75.0 76.5 70.4計算樣本均值、中位數(shù)、方差、標(biāo)準(zhǔn)差、最大值

3、、最小值、極差、偏度和峰度，并給出均值的置信水平為95%的置信區(qū)間。解：描述統(tǒng)計量標(biāo)準(zhǔn)誤血清總蛋白含量均值73.6680.39389均值的 95% 置信區(qū)間下限72.8864上限74.44965% 修整均值73.6533中值73.5000方差15.515標(biāo)準(zhǔn)差3.93892極小值64.30極大值84.30范圍20.00四分位距4.60偏度.054.241峰度.037.478樣本均值為：73.6680；中位數(shù)為：73.5000；方差為：15.515；標(biāo)準(zhǔn)差為：3.93892；最大值為：84.30；最小值為：64.30；極差為：20.00；偏度為：0.054；峰度為：0.037；均值的置信水平為9

4、5%的置信區(qū)間為：【72.8864，74.4496】。2. 繪出習(xí)題1所給數(shù)據(jù)的直方圖、盒形圖和QQ圖，并判斷該數(shù)據(jù)是否服從正態(tài)分布。解：正態(tài)性檢驗Kolmogorov-SmirnovaShapiro-Wilk統(tǒng)計量dfSig.統(tǒng)計量dfSig.血清總蛋白含量.073100.200*.990100.671a. Lilliefors 顯著水平修正*. 這是真實顯著水平的下限。表中顯示了正態(tài)性檢驗結(jié)果，包括統(tǒng)計量、自由度及顯著性水平，以K-S方法的自由度sig.=0.671,明顯大于0.05，故應(yīng)接受原假設(shè)，認(rèn)為數(shù)據(jù)服從正態(tài)分布。3. 正常男子血小板計數(shù)均值為, 今測得20名男性油漆工作者的血小板

5、計數(shù)值（單位：）如下： 220 188 162 230 145 160 238 188 247 113 126 245 164 231 256 183 190 158 224 175問油漆工人的血小板計數(shù)與正常成年男子有無異常？ 解：下表給出了單樣本T檢驗的描述性統(tǒng)計量，包括樣本數(shù)（N）、均值、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤差：單個樣本統(tǒng)計量N均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤血小板計數(shù)值20192.150042.236529.44437單個樣本檢驗檢驗值 = 225 tdfSig.(雙側(cè))均值差值差分的 95% 置信區(qū)間下限上限血小板計數(shù)值-3.47819.003-32.85000-52.6173-13.0827

6、本例置信水平為95%，顯著性水平為0.05，從上表中可以看出，雙尾檢測概率P值為0.003，小于0.05，故原假設(shè)不成立，也就是說，油漆工人的血小板計數(shù)與正常成年男子有異常。 4. 在某次考試中，隨機抽取男女學(xué)生的成績各10名，數(shù)據(jù)如下： 男：99 79 59 89 79 89 99 82 80 85 女：88 54 56 23 75 65 73 50 80 65假設(shè)總體服從正態(tài)分布，比較男女得分是否有顯著性差異。解：組統(tǒng)計量性別N均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤成績a1084.000011.527743.64539b1062.900018.453855.83562上表給出了本例獨立樣本T檢驗的基本描述

7、統(tǒng)計量，包括兩個樣本的均值、標(biāo)準(zhǔn)差和均值的標(biāo)準(zhǔn)誤差。 獨立樣本檢驗方差方程的 Levene 檢驗均值方程的 t 檢驗差分的 95% 置信區(qū)間FSig.tdfSig.(雙側(cè))均值差值標(biāo)準(zhǔn)誤差值下限上限成績假設(shè)方差相等1.607.2213.06718.00721.100006.880656.6442935.55571假設(shè)方差不相等3.06715.096.00821.100006.880656.4423535.75765 根據(jù)上表“方差方程的 Levene 檢驗”中的sig.為0.221，遠(yuǎn)大于設(shè)定的顯著性水平0.05，故本例兩組數(shù)據(jù)方差相等。在方差相等的情況下，獨立樣本T檢驗的結(jié)果應(yīng)該看上表中的“

8、假設(shè)方差相等”一行，第5列為相應(yīng)的雙尾檢測概率（Sig.（雙側(cè)）為0.007，在顯著性水平為0.05的情況下，T統(tǒng)計量的概率p值小于0.05，故應(yīng)拒絕零假設(shè),，即認(rèn)為兩樣本的均值不是相等的，在本例中，能認(rèn)為男女得分有顯著性差異。 5. 設(shè)有5種治療蕁麻疹的藥，要比較它們的療效。假設(shè)將30個病人分成5組，每組6人，令同組病人使用一種藥，并記錄病人從使用藥物開始到痊愈所需時間，得到下面的記錄：藥物類別治愈所需天數(shù)15，8，7，7，10，824，6，6，3，5，636，4，4，5，4，347，4，6，6，3，559，3，5，7，7，6問所有藥物的效果是否一樣？解：ANOVA治愈所需天數(shù)平方和df均方

9、F顯著性組間36.46749.1173.896.014組內(nèi)58.500252.340總數(shù)94.96729上表是幾種藥物分析的結(jié)果，組間（Between Groups）平方和（Sum of Squares）為36.467，自由度（df）為4，均方為9.117；組內(nèi)（Within Groups）平方和為58.500，自由度為25，均方為2.340；F統(tǒng)計量為3.896。由于組間比較的相伴概率Sig.（p值）=0.0140，說明呈正相關(guān)相關(guān)性人數(shù)X1人均收入X2人數(shù)X1Pearson 相關(guān)性1.569*顯著性（雙側(cè)）.027平方與叉積的和191088.933679452.467協(xié)方差13649.21

10、048532.319N1515人均收入X2Pearson 相關(guān)性.569*1顯著性（雙側(cè)）.027平方與叉積的和679452.4677473615.733協(xié)方差48532.319533829.695N1515*. 在 0.05 水平（雙側(cè)）上顯著相關(guān)。其中包括了叉積離差矩陣、協(xié)方差矩陣、Pearson相關(guān)系數(shù)及相伴概率p值。從表中可看出，相關(guān)系數(shù)為0.5690，說明呈正相關(guān)相關(guān)性銷售Y人數(shù)X1銷售YPearson 相關(guān)性1.995*顯著性（雙側(cè)）.000平方與叉積的和53901.600101031.400協(xié)方差3850.1147216.529N1515人數(shù)X1Pearson 相關(guān)性.995*1

11、顯著性（雙側(cè)）.000平方與叉積的和101031.400191088.933協(xié)方差7216.52913649.210N1515*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。表格中包括了叉積離差矩陣、協(xié)方差矩陣、Pearson相關(guān)系數(shù)及相伴概率p值。從表中可看出，相關(guān)系數(shù)為0.9950，說明呈正相關(guān)(2) 同時預(yù)測適合購買此化妝品的人數(shù)為220千人，人均收入為2500元的某城市對該化妝品的銷量。輸入移去的變量模型輸入的變量移去的變量方法1人均收入X2, 人數(shù)X1a.輸入a. 已輸入所有請求的變量。表中顯示回歸模型編號、進(jìn)入模型的變量、移出模型的變量和變量的篩選方法?？梢钥闯?，進(jìn)入模型的自變量為“人均

12、收入X2和人數(shù)X1” 。 模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計的誤差更改統(tǒng)計量R 方更改F 更改df1df2Sig. F 更改1.999a.999.9992.17722.9995679.466212.000a. 預(yù)測變量: (常量), 人均收入X2, 人數(shù)X1。R=0.999，說明自變量與因變量之間的相關(guān)性很強。R方(R2) =0.999，說明自變量“人均收入和人數(shù)”可以解釋因變量“銷售量”的99.9%的差異性。 Anovab模型平方和df均方FSig.1回歸53844.716226922.3585679.466.000a殘差56.884124.740總計53901.60014a. 預(yù)測

13、變量: (常量), 人均收入X2, 人數(shù)X1。b. 因變量: 銷售Y表中顯示因變量的方差來源、方差平方和、自由度、均方、F檢驗統(tǒng)計量的觀測值和顯著性水平。方差來源有回歸、殘差。從表中可以看出，F(xiàn)統(tǒng)計量的觀測值為5679.466，顯著性概率為0.000，即檢驗假設(shè)“H0：回歸系數(shù)B = 0”成立的概率為0.000，從而應(yīng)拒絕原假設(shè)，說明因變量和自變量的線性關(guān)系是非常顯著的，可建立線性模型系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B 的 95.0% 置信區(qū)間相關(guān)性B標(biāo)準(zhǔn) 誤差試用版下限上限零階偏部分1(常量)3.4532.4311.420.181-1.8438.749人數(shù)X1.496.006.934

14、81.924.000.483.509.995.999.768人均收入X2.009.001.1089.502.000.007.011.639.940.089a. 因變量: 銷售Y表中顯示回歸模型的常數(shù)項、非標(biāo)準(zhǔn)化的回歸系數(shù)B值及其標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)化的回歸系數(shù)值、統(tǒng)計量t值以及顯著性水平（Sig.）因此可以得到回歸方程：Y=0.496*X1+0.009*X2 即，銷售量=0.496*人數(shù)+0.009*人均收入?；貧w系數(shù)的顯著性水平為0.000，明顯小于0.05，故應(yīng)拒絕T檢驗的原假設(shè)，這也說明了回歸系數(shù)的顯著性，說明建立線性模型是恰當(dāng)?shù)?。那么?dāng)化妝品的人數(shù)為220千人，人均收入為2500元，代入到上

15、面公式可以得到Y(jié)=0.496*220000+0.009*2500=109142.5元。7. 研究青春發(fā)育階段的年齡和遠(yuǎn)視率的變化關(guān)系，測得數(shù)據(jù)如下年齡6789101112131415161718遠(yuǎn)視率63.6461.0638.8413.7514.58.074.412.272.091.022.513.122.98請對年齡與遠(yuǎn)視率的關(guān)系進(jìn)行曲線估計。解：線性模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.821.674.64413.498對數(shù)模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.939.882.8718.128倒數(shù)模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.908.825.8099.896二次模

16、型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.971.943.9315.937三次模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.979.959.9455.313復(fù)合模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.891.794.775.650冪模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.923.851.838.553增長模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.891.794.775.650指數(shù)模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.891.794.775.650Logistic模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.891.794.775.650S模型匯總RR 方調(diào)整 R 方估計值的標(biāo)準(zhǔn)誤.

17、891.794.775.650三次曲線的方差分析圖：ANOVA平方和df均方FSig.回歸5887.85031962.61769.538.000殘差254.013928.224總計6141.86312從決定系數(shù)（R方即R2）來看，三次曲線效果最好（因為其R2值最大），并且方差分析的顯著性水平（Sig.）為0。故重新進(jìn)行上面的過程，只選“三次曲線（Cubic）”一種模型。 系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta個案順序-25.9224.829-4.462-5.368.000個案序列 * 22.361.7865.8473.002.015個案序列 * 3-.069.037-2.213-1.868.095（常數(shù)）93.5768.10711.543.000從表中可知因變量與自變量的三次回歸模型為：y=-93.576-25.922*x+2.361*x2-0.069*x3擬合效果圖：從圖形上看，擬合效果很好。8. 談?wù)勀銓?shù)理統(tǒng)計和統(tǒng)計軟件課程的學(xué)習(xí)心得和想法，有何收獲，有何建議等。關(guān)于SPSS軟件的學(xué)習(xí)已經(jīng)有一段時間了，初次接觸這個軟件是在上次數(shù)學(xué)建模比賽，因為統(tǒng)計的需要，所以我就大概的了解了一下，這次通過系統(tǒng)的學(xué)習(xí)，發(fā)現(xiàn)自己對以前利用SPSS統(tǒng)計的