土木隧道畢業(yè)設(shè)計(jì)開題報(bào)告及統(tǒng)計(jì)學(xué)實(shí)習(xí)報(bào)告

PAGEPAGE1畢業(yè)設(shè)計(jì)(論文)開題報(bào)告題目： xxxxxxxxx設(shè)計(jì)課題類別：設(shè)計(jì)EQ\o\ac(□,√)論文□學(xué)生姓名： xxx學(xué)號(hào)： xxxxxxxxxxxx班級(jí)： 隧道xxxx班專業(yè)（全稱）：xxxxxxxxxxxxx指導(dǎo)教師：xxxxxx20年3月本課題設(shè)計(jì)（研究）的目的：畢業(yè)設(shè)計(jì)是全面系統(tǒng)地融匯所學(xué)理論知識(shí)和專業(yè)技能并運(yùn)用于解決實(shí)際問題的過程。本課題設(shè)計(jì)的目的如下：通過完成設(shè)計(jì)掌握公路隧道施工技術(shù)和簡(jiǎn)單結(jié)構(gòu)構(gòu)件驗(yàn)算的方法；鞏固、深化、拓寬所學(xué)的基礎(chǔ)課程和專業(yè)知識(shí)，提高綜合運(yùn)用這些知識(shí)獨(dú)立分析和解決實(shí)際問題的能力，提高專業(yè)技術(shù)素質(zhì)；學(xué)會(huì)根據(jù)實(shí)際情況和圖紙確定施工方案，并對(duì)各種可行的施工方案進(jìn)行比選和優(yōu)化設(shè)計(jì)；在熟悉資料的同時(shí)鍛煉自己搜集有效資料的能力，正確使用有關(guān)技術(shù)規(guī)范和規(guī)定，熟悉隧道結(jié)構(gòu)設(shè)計(jì)及其施工方法，為今后步入社會(huì)做準(zhǔn)備。設(shè)計(jì)（研究）現(xiàn)狀和發(fā)展趨勢(shì)（文獻(xiàn)綜述）：國內(nèi)現(xiàn)狀當(dāng)前，隧道和其他地下工程是人類向自然界要空間、進(jìn)行資源開發(fā)的主要方向，“上天入地”是人類向立體空間發(fā)展的必然趨勢(shì)。我國是個(gè)多山國家，75％左右國土都是山地或重丘，且江河縱橫，海域?qū)掗?。近十年來，公路網(wǎng)交通逐漸向崇山峻嶺穿越，向離岸深水延伸，山嶺公路隧道以年均350公里的速度增長，28座水下公路隧道也已建成通車；同時(shí)，在城市建設(shè)中，以節(jié)約土地和保護(hù)環(huán)境為宗旨，城市道路隧道方興未艾，地下互通立交也應(yīng)運(yùn)而生。應(yīng)當(dāng)說目前我國公路隧道的施工技術(shù)水平已接近國際先進(jìn)水平，部分已達(dá)到國際領(lǐng)先水平。截至2010年底，全國公路隧道為7384處、512.26萬米，其中，特長隧道265處、113.80萬米，長隧道1218處、202.08萬米。我國在高速公路建設(shè)中，遇到隧道時(shí)主要采用已積累了豐富理論和實(shí)踐經(jīng)驗(yàn)的雙洞分離式方案，但此方案的隧道凈距至少應(yīng)大于隧道洞徑的1—4倍，在特殊地質(zhì)及地形條件的地區(qū)，從總體路線線性、線橋隧銜接方式等因素綜合考慮，往往受到較大局限，尤其在山嶺重丘區(qū)，連拱隧道已成為一種重要的結(jié)構(gòu)形式。我國是世界上連拱隧道最多的國家，據(jù)不完全統(tǒng)計(jì)，目前全國在建和已建成的連拱隧道有250余座，如四川廣元的石梯溝連拱隧道、萬縣的金竹林連拱隧道、宜賓的鞋底坡連拱隧道；云南玉元、大保、昆石、元磨高速公路的磚房、老蒼山、水磨房、清水溝等25座連拱隧道；廣東京珠高速公路的雙港口一號(hào)、雙港口二號(hào)、太平港、里東等20座連拱隧道；湖南吉懷高速龍永康連拱隧道、常吉高速火麻沖連拱隧道、溆懷高速兩江連拱隧道等?？傮w上，我國公路隧道的建設(shè)已進(jìn)入快速發(fā)展時(shí)期，其建設(shè)成就表現(xiàn)為基礎(chǔ)理論日趨成熟，研究手段日益全面，勘測(cè)設(shè)計(jì)技術(shù)日益先進(jìn)，建設(shè)規(guī)模日益宏大，結(jié)構(gòu)型式日趨豐富，施工技術(shù)邁進(jìn)機(jī)械化，材料日益先進(jìn)，裝備漸趨完備等。基礎(chǔ)理論方面，從20世紀(jì)70年代末開始，隨著“新奧法”原理的引入和推廣，公路隧道技術(shù)人員逐漸注意到隧道圍巖為“三位一體”（產(chǎn)生荷載、承載結(jié)構(gòu)和建筑材料）的特性，并通過控制爆破、錨噴支護(hù)和現(xiàn)場(chǎng)監(jiān)測(cè)等手段的成功應(yīng)用，提高了我國的公路隧道建設(shè)水平；而且在實(shí)踐中也對(duì)新奧法進(jìn)一步發(fā)展，特別是結(jié)合我國公路隧道建設(shè)國情，在基礎(chǔ)理論方面開展了進(jìn)一步的探索研究，如淺埋暗挖法等。實(shí)踐證明，在巖層中特別是在軟弱、破碎和強(qiáng)度較低的巖層中修建地下工程，新奧法較之傳統(tǒng)的方法可取得更好的技術(shù)經(jīng)濟(jì)發(fā)展。它的核心是要使圍巖也成為支護(hù)結(jié)構(gòu)的基本組成部分，因而支護(hù)結(jié)構(gòu)具有廣義的性質(zhì)，即由圍巖和加固圍巖的噴錨支護(hù)系統(tǒng)兩部分組成。在設(shè)計(jì)和施工中，習(xí)慣上更注重噴錨支護(hù)和圍巖的收斂變形量測(cè)，而往往忽視爆破效果及效應(yīng)所帶來的后果。實(shí)際上，爆破作為隧洞施工中最主要的工程活動(dòng)，不是一種單純的開挖手段，它所產(chǎn)生的效果（如開挖的輪廓、平整度、有效進(jìn)尺等）和效應(yīng)（如對(duì)圍巖的強(qiáng)烈沖擊，應(yīng)力波在隧洞中的傳播，空氣沖擊波的傳播等）都會(huì)對(duì)圍巖和噴錨支護(hù)系統(tǒng)產(chǎn)生重要影響，從而削弱廣義支護(hù)結(jié)構(gòu)的支護(hù)效果。支護(hù)效果的好壞直接影響著隧洞的安全穩(wěn)定性。注重爆破開挖對(duì)廣義支護(hù)結(jié)構(gòu)的破壞機(jī)理，真正把握爆破應(yīng)控制的主要方面，探索一套既利于支護(hù)結(jié)構(gòu)正常作用又能做到快速經(jīng)濟(jì)施工的措施，對(duì)于新奧法更廣泛更有效地應(yīng)用，具有重要的意義。國外現(xiàn)狀日本和以意大利為中心的奧地利、瑞士、法國等國家在連拱及連拱形結(jié)構(gòu)物修建方面已有相當(dāng)?shù)脑O(shè)計(jì)施工經(jīng)驗(yàn)，但因其結(jié)構(gòu)的特殊性和設(shè)計(jì)施工技術(shù)的復(fù)雜性，一直都是各國隧道工程領(lǐng)域的重點(diǎn)研究對(duì)象。1974年日本在伊祖隧道首次采用了連拱隧道結(jié)構(gòu)方案，到目前為止包括高速及城市公路在內(nèi)，日本已修建了30多座雙連拱隧道；歐洲各國也基本在同一時(shí)期采用了連拱隧道這種結(jié)構(gòu)形式，但建成的數(shù)量較日本少。國內(nèi)外常用的隧道開挖方法多為新奧法，其關(guān)鍵在于控制爆破，國內(nèi)外對(duì)于隧道爆破做了不少的研究。伊斯坦布爾大學(xué)采礦工程系的ALIKAHRIMAN便針對(duì)隧道爆破施工引起的地面振動(dòng)參數(shù)預(yù)測(cè)進(jìn)行了研究。該研究是在伊斯坦布爾地鐵隧道中進(jìn)行的，其介紹了爆破引起的地面振動(dòng)參數(shù)的測(cè)量結(jié)果。在研究范圍內(nèi)，于隧道約300米的進(jìn)程中使用4種不同類型的振動(dòng)監(jiān)測(cè)器對(duì)所有爆破進(jìn)行地面振動(dòng)分量測(cè)量，得到質(zhì)點(diǎn)振動(dòng)速度的估計(jì)峰值，并確定振動(dòng)衰減曲線斜率與測(cè)試區(qū)的單段最大裝藥量。在統(tǒng)計(jì)分析數(shù)據(jù)對(duì)后，得到質(zhì)點(diǎn)振動(dòng)速度和比例距離之間的關(guān)系。研究證明，該試驗(yàn)所得的公式適用于控制隧道爆破施工。這對(duì)于控制爆破，指導(dǎo)未來的爆破作業(yè)和解決爆破帶來的環(huán)境問題具有非常重要的意義。3.發(fā)展趨勢(shì)近年來，隨著我國城市化建設(shè)的加快，隧道及地下工程建設(shè)項(xiàng)目日益增多，鐵路、公路、地鐵隧道“數(shù)量多、長度大、大埋深、大斷面”是21世紀(jì)我國以及世界隧道工程發(fā)展的總趨勢(shì)。我國交通隧道建設(shè)的3個(gè)非常明顯的趨勢(shì)：一是需修建的長隧道越來越多，長度越來越長；二是以隧道方式跨越江、河、湖、海水域的工程越來越多；三是城市隧道和地下鐵道的建設(shè)將迎來高潮。雖然我國在建和擬建的連拱隧道及連拱結(jié)構(gòu)物的數(shù)量居世界第一，但已建成的數(shù)量還較少，缺乏可借鑒的設(shè)計(jì)施工經(jīng)驗(yàn)，同時(shí)目前國內(nèi)在建和擬建的連拱和連拱形結(jié)構(gòu)物普遍存在施工方法單一、總體支護(hù)體系普遍過強(qiáng)，但局部位置又相對(duì)較弱、已修筑的襯砌產(chǎn)生大面積裂縫、襯砌接頭處嚴(yán)重漏水、進(jìn)出口淺埋段及低類別圍巖段工程造價(jià)過高等問題。隨著新一輪基礎(chǔ)設(shè)施建設(shè)尤其是西部大開發(fā)高潮的到來，連拱及連拱形結(jié)構(gòu)物必將大量出現(xiàn)。目前，鉆爆法仍是山嶺隧道最常用的設(shè)計(jì)和施工方法，但也有其局限性。而與此同時(shí)，“新意法”廣泛應(yīng)用于意大利的高速公路和高速公路工程中，并已納入意大利的隧道設(shè)計(jì)和施工規(guī)范，還應(yīng)用于歐洲其他國家的隧道工程中。事實(shí)表明，對(duì)于地質(zhì)條件很差的大斷面隧道，“新意法”具有比“新奧法”更強(qiáng)的適用性。雖然截止目前，“新意法”還沒在我國得到真正的應(yīng)用，但隨著我國對(duì)“新意法”研究的不斷深入，可以預(yù)見，“新意法”將逐步在我國得到推廣應(yīng)用。由于兩種方法各有優(yōu)勢(shì)，未來的發(fā)展趨勢(shì)最大的可能是在我國實(shí)際情況的基礎(chǔ)上結(jié)合兩者，逐步探索并形成具有中國特色的隧道設(shè)計(jì)、施工理論以及先進(jìn)適用的隧道施工方法和工藝。總之，21世紀(jì)我國交通隧道的建設(shè)和隧道施工技術(shù)必將有一個(gè)新的更大的發(fā)展。設(shè)計(jì)（研究）的重點(diǎn)與難點(diǎn)，擬采用的途徑（研究手段）：重點(diǎn)：1.洞門設(shè)計(jì)根據(jù)洞口段地質(zhì)情況、水文情況、地形條件和洞外有關(guān)工程結(jié)合環(huán)境保護(hù)選擇合適的洞門類型，本設(shè)計(jì)采用端墻式洞門。并對(duì)洞門的強(qiáng)度和穩(wěn)定性進(jìn)行驗(yàn)算；2.爆破設(shè)計(jì)本設(shè)計(jì)采用新奧法施工，以光面爆破為開挖方法。其爆破設(shè)計(jì)主要內(nèi)容為：爆破工程量的計(jì)算、爆破材料的選擇、爆破參數(shù)的確定、鉆孔的設(shè)計(jì)、炮眼的布置、起爆網(wǎng)路設(shè)計(jì)。難點(diǎn)：1.雙連拱隧道橫斷面設(shè)計(jì)和方案比選2.圍巖壓力計(jì)算及襯砌驗(yàn)算襯砌結(jié)構(gòu)結(jié)合規(guī)范和工程類比法設(shè)計(jì)。圍巖壓力通過經(jīng)驗(yàn)公式計(jì)算，分淺埋和深埋，分別計(jì)算垂直均布?jí)毫退骄級(jí)毫?。利用直剛法進(jìn)行襯砌驗(yàn)算。難點(diǎn)在于圍巖壓力計(jì)算復(fù)雜，直剛法分析時(shí)襯砌單元的劃分和數(shù)據(jù)的輸入較麻煩且會(huì)直接影響分析結(jié)果；3.整體防排水設(shè)計(jì)隧道排水系統(tǒng)應(yīng)當(dāng)設(shè)計(jì)成一個(gè)完整（洞內(nèi)、洞口和地表）的排水系統(tǒng)。設(shè)計(jì)內(nèi)容包括圍巖注漿、復(fù)合式防水層、防水混凝土以及變形縫和施工縫的處理。難點(diǎn)在于洞內(nèi)外縱向橫向環(huán)向排水結(jié)構(gòu)的系統(tǒng)化；4.洞門設(shè)計(jì)及驗(yàn)算難點(diǎn)在于土壓力計(jì)算和極限強(qiáng)度驗(yàn)算。途徑：在正確使用規(guī)范的前提下，在老師的指導(dǎo)下，通過查閱資料，閱讀案例，將工程類比法和理論知識(shí)與實(shí)際工程相結(jié)合完成該隧道整體初步設(shè)計(jì)。設(shè)計(jì)（研究）進(jìn)度計(jì)劃：第1—3周實(shí)習(xí)、文獻(xiàn)查閱，開題第4—5周隧道選址，隧道縱橫斷面設(shè)計(jì)，外文文獻(xiàn)翻譯第5—6周隧道洞門設(shè)計(jì)第6—7周襯砌設(shè)計(jì)，結(jié)構(gòu)驗(yàn)算第7—8周隧道防排水設(shè)計(jì)第9—12周隧道施工設(shè)計(jì)第11—13周隧道的通風(fēng)照明設(shè)計(jì)第14—15周交初稿與修改第16—17周定稿，答辯參考文獻(xiàn)：[1]覃仁輝主編.隧道工程[M].重慶：重慶大學(xué)出版社，2001.12.[2]JTGD70-2004公路隧道設(shè)計(jì)規(guī)范[S].北京：人民交通出版社,2004.9.[3]JTJ042-94公路隧道施工技術(shù)規(guī)范[S].北京：人民交通出版社,1995.8.[4]GB6722-2003爆破安全規(guī)程[S].北京：中國標(biāo)準(zhǔn)出版社,2004.1.[5]呂康成主編.公路隧道運(yùn)營設(shè)施[M].北京：人民交通出版社，1999.7.[6]呂康成編著.隧道與地下工程防排水指南[M].北京：人民交通出版社，2012.3.[7]中國公路學(xué)會(huì)隧道工程分會(huì)、山西省交通廳合編.2003年全國公路隧道學(xué)術(shù)會(huì)議論文集[C].北京：人民交通出版社，2003.9.[8]AliKahriman.PerdictabilityoftheGroundVibrationParametersInducedbyBlastingDuringtheTunneling[J].MineralResourcesEngineering,2002,11(3):279-291.[9]HanyEINaggar,SeaD.Hinchberger.ApproximateEvaluationofStressesinDegradedTunnelLinings[J].SoilDynamicsandEarthquakeEngineering,2012(43):45-57.[10]FabrizioBarpi.InfluenceoftheTunnelShapeonShotcreteLiningStresses[J].Computer-AidedCivilandInfrastructionEngineering,2012(27):260-275.[11]王建秀等.隧道及地下工程光面爆破技術(shù)研究現(xiàn)狀與展望[J].地下空間與工程學(xué)報(bào)，2013,9(4):800-804.[12]汪旭光等.國際工程爆破技術(shù)發(fā)展現(xiàn)狀.工程爆破[J]，1998,4(4)：68-69.[13]何川,林剛,汪會(huì)幫著.公路雙連拱隧道[M].北京：人民交通出版社,2006.1.指導(dǎo)教師意見簽名：月日教研室（學(xué)術(shù)小組）意見教研室主任（學(xué)術(shù)小組長）（簽章）：月日頻數(shù)分析研究題目：從居民調(diào)查問卷中研究“現(xiàn)在買東西合算還是存錢合算和預(yù)計(jì)未來一兩年中居民的收入狀況”。數(shù)據(jù)來源：老師提供的統(tǒng)計(jì)學(xué)實(shí)習(xí)居民調(diào)查問卷數(shù)據(jù)。主用的統(tǒng)計(jì)值：頻率、百分比、累計(jì)百分比、均值、四分位值分析方法：頻數(shù)分析表一FrequencyTable（頻數(shù)分布表）買東西合算還是存錢合算Frequency（頻率）Percent（百分比）ValidPercent（有效百分比）CumulativePercent（累計(jì)百分比）Valid（有效）“買東西合算”125448.248.248.2存錢合算135051.851.8100.0Total2604100.0100.0上表表明：2604名居民中有1254人認(rèn)為儲(chǔ)蓄用來買東西合算，占總?cè)藬?shù)的48.2%，累計(jì)百分比是48.2%有1350人認(rèn)為儲(chǔ)蓄用來存錢合算，占總?cè)藬?shù)的51.8%預(yù)計(jì)未來一兩年的收入FrequencyPercentValidPercentCumulativePercentValid增加68926.526.526.5基本不變98537.837.864.3減少93035.735.7100.0Total2604100.0100.0上表表明：2604名居民中有689人預(yù)計(jì)未來一兩年的收入將會(huì)增加，占總?cè)藬?shù)的26.5%有985人預(yù)計(jì)未來一兩年的收入基本不變，占總?cè)藬?shù)的37.8%，累計(jì)百分比是64.3%有930人預(yù)計(jì)未來一兩年的收入將會(huì)減少，占總?cè)藬?shù)的35.7%表二Statistics（統(tǒng)計(jì)量）買東西合算還是存錢合算預(yù)計(jì)未來一兩年的收入NValid有效26042604Missing缺失00Mean均值1.522.09Std.Deviation標(biāo)準(zhǔn)差.500.783Range全距12Percentiles分位值251.001.00502.002.00752.003.00上表表明：至少有四分之一的居民認(rèn)為儲(chǔ)蓄買東西合算，預(yù)計(jì)未來一兩年的收入將會(huì)增加；有一半的居民認(rèn)為儲(chǔ)蓄存錢合算，預(yù)計(jì)未來一兩年的收入基本不變；有四分之三的居民認(rèn)為儲(chǔ)蓄存錢合算，預(yù)計(jì)未來一兩年的收入將會(huì)減少。注:由于變量：“買東西合算還是存錢合算，預(yù)計(jì)未來一兩年中您的收入”是分類數(shù)據(jù)，所以運(yùn)用了條形圖對(duì)其進(jìn)行分析。BarChart（條形圖）結(jié)合上表和圖得：有約48.2%的人認(rèn)為儲(chǔ)蓄用來買東西合算，51.8%的人認(rèn)為儲(chǔ)蓄用來存錢合算。結(jié)合上表和圖得：有26.5%的人預(yù)計(jì)未來一兩年的收入將會(huì)增加；有37.8%的人預(yù)計(jì)未來一兩年的收入基本不變；有35.7%的人預(yù)計(jì)未來一兩年的收入將會(huì)減少。列聯(lián)分析研究題目：從居民調(diào)查問卷中研究“現(xiàn)在買東西合算還是存錢合算和預(yù)計(jì)未來一兩年中居民的收入狀況”。數(shù)據(jù)來源：老師提供的統(tǒng)計(jì)學(xué)實(shí)習(xí)居民調(diào)查問卷數(shù)據(jù)。主用的統(tǒng)計(jì)值：卡方、行百分比、列百分比、總百分比、P值分析方法：列聯(lián)分析表一買東西合算還是存錢合算*預(yù)計(jì)未來一兩年的收入crosstubulation交叉制表預(yù)計(jì)未來一兩年的收入Total合計(jì)增加基本不變減少買東西合算還是存錢合算“買東西合算”Count計(jì)數(shù)3554674321254ExpectedCount期望計(jì)數(shù)331.8474.3447.91254.0%within買東西合算還是存錢合算28.3%37.2%34.4%100.0%%within預(yù)計(jì)未來一兩年的收入51.5%47.4%46.5%48.2%%ofTotal13.6%17.9%16.6%48.2%Residual23.2-7.3-15.9存錢合算Count3345184981350ExpectedCount357.2510.7482.11350.0%within買東西合算還是存錢合算24.7%38.4%36.9%100.0%%within預(yù)計(jì)未來一兩年的收入48.5%52.6%53.5%51.8%%ofTotal12.8%19.9%19.1%51.8%Residual-23.27.315.9TotalCount6899859302604ExpectedCount689.0985.0930.02604.0%within買東西合算還是存錢合算26.5%37.8%35.7%100.0%%within預(yù)計(jì)未來一兩年的收入100.0%100.0%100.0%100.0%%ofTotal26.5%37.8%35.7%100.0%由上表得：總體情況：參加調(diào)查的居民共有2604人，實(shí)際觀察頻數(shù)中：（1）1254人認(rèn)為買東西合算，占總?cè)藬?shù)的48.2%；1350人認(rèn)為儲(chǔ)蓄用來存錢合算，占總?cè)藬?shù)的51.8%（2）有689人預(yù)計(jì)未來一兩年的收入將會(huì)增加，占總?cè)藬?shù)的26.5%；有985人預(yù)計(jì)未來一兩年的收入基本不變，占總?cè)藬?shù)的37.8%；有930人預(yù)計(jì)未來一兩年的收入將會(huì)減少，占總?cè)藬?shù)的35.7%具體情況：（1）認(rèn)為買東西合算的人共1254人，對(duì)未來一兩年的收入的看法：355人預(yù)計(jì)未來一兩年的收入將會(huì)增加；占買東西合算總?cè)藬?shù)的28.3%，占增加總?cè)藬?shù)的51.5%，占總?cè)藬?shù)的13.6%467人預(yù)計(jì)未來一兩年的收入基本不變；占買東西合算總?cè)藬?shù)的37.2%，占基本不變總?cè)藬?shù)的47.4%，占總?cè)藬?shù)的17.9%432人預(yù)計(jì)未來一兩年的收入減少；占買東西合算總?cè)藬?shù)的34.4%，占減少總?cè)藬?shù)的46.5%，占總?cè)藬?shù)的16.6%（2）認(rèn)為用來存錢合算的人共1350人，對(duì)未來一兩年的收入的看法：334人預(yù)計(jì)未來一兩年的收入將會(huì)增加；占存錢合算總?cè)藬?shù)的24.7%，占增加總?cè)藬?shù)的48.5%，占總?cè)藬?shù)的12.8%。518人預(yù)計(jì)未來一兩年的收入基本不變；占存錢合算總?cè)藬?shù)的38.4%，占基本不變總?cè)藬?shù)的52.6%，占總?cè)藬?shù)的19.9%。498人預(yù)計(jì)未來一兩年的收入減少；占存錢合算總?cè)藬?shù)的36.9%，占減少總?cè)藬?shù)的53.5%，占總?cè)藬?shù)的19.1%。（3）由此可見：認(rèn)為買東西合算的人中覺得“未來一兩年的收入基本不變”的比例（37.2%）高于覺得“未來一兩年收入將會(huì)增加（28.3%）或減少（34.4%）”的比例；認(rèn)為存錢合算的人中覺得“未來一兩年的收入基本不變”的比例（38.4%）高于覺得“未來一兩年收入將會(huì)增加（24.7%）或減少（36.9%）”的比例。說明認(rèn)為存錢核算的人比認(rèn)為買東西合算的人更覺“得未來一兩年的收入基本不變”且減少的可能性比增加的可能性大。表二卡方檢驗(yàn)Chi-SquareTestsValuedfAsymp.Sig.(2-sided)漸近sig(雙側(cè))PearsonChi-Square卡方4.4312.109LikelihoodRatio似然比4.4302.109Linear-by-LinearAssociation線性和線性組合3.8251.050NofValidCases有效案例中的n2604a.0cells(.0%)haveexpectedcountlessthan5.Theminimumexpectedcountis331.80.此檢驗(yàn)有效，a.0單元格的期望計(jì)數(shù)少于5，最小期望數(shù)位331.80.由卡方檢驗(yàn)表得：卡方概率p值大于顯著性水平（0.05或0.01）接受零假設(shè)，即認(rèn)為“買東西合算還是存錢合算”對(duì)“預(yù)計(jì)未來一兩年中的收入”無顯著影響。單因素方差分析研究題目：管理者的不同水平是否會(huì)導(dǎo)致講座的滿意度評(píng)分的顯著性差異。數(shù)據(jù)來源：見附錄1主用統(tǒng)計(jì)值：F統(tǒng)計(jì)量、P值、LSD值、均值差分析方法：?jiǎn)我蛩胤讲罘治霰硪籘estofHomogeneityofVariances方差奇性檢驗(yàn)滿意度平分LeveneStatisticdf1df2Sig.1.324215.296由以上檢驗(yàn)的結(jié)果知:檢驗(yàn)的P值為0.296，大于顯著性水平0.05。則應(yīng)接受原假設(shè),即各水平下的總體方差無顯著差異，滿足方差分析的前提。表二ANOVA滿意度平分SumofSquaresdfMeanSquareFSig.BetweenGroups組間29.610214.80511.756.001WithinGroups組內(nèi)18.890151.259Total48.50017由方差分析的結(jié)果可知F檢驗(yàn)的P值為0.001，小于顯著性水平0.05。拒絕原假設(shè)，即管理者的水平對(duì)評(píng)分有顯著影響。表三MultipleComparisons多重比較滿意度平分LSD(I)管理者層次(J)管理者層次MeanDifference均值差(I-J)Std.Error標(biāo)準(zhǔn)誤差顯著性Sig.95%ConfidenceInterval置信區(qū)間LowerBound下限UpperBound高級(jí)管理者中級(jí)管理者-1.25714.65710.075-2.6577.1434低級(jí)管理者1.76667*.67953.020.31833.2151中級(jí)管理者高級(jí)管理者1.25714.65710.075-.14342.6577低級(jí)管理者3.02381*.62434.0001.69314.3546低級(jí)管理者高級(jí)管理者-1.76667*.67953.020-3.2151-.3183中級(jí)管理者-3.02381*.62434.000-4.3546-1.6931*.Themeandifferenceissignificantatthe0.05level.顯著性水平為0.05由多重比較表可知：高級(jí)管理者與中級(jí)管理者的評(píng)分之間無顯著差異。高級(jí)管理者與低級(jí)管理者的評(píng)分之間存在顯著差異。中級(jí)管理者與低級(jí)管理者的評(píng)分之間存在顯著差異。圖一：各個(gè)水平下觀測(cè)變量均值的折線圖圖一表明：中級(jí)管理者與低級(jí)管理者的評(píng)分之間存在顯著差異，且中級(jí)管理者與低級(jí)管理者的評(píng)分之間差異比與高級(jí)管理者的差異大。相關(guān)分析研究題目：廣告費(fèi)用與銷售收入之間的關(guān)系。數(shù)據(jù)來源：見附錄2分析方法：主運(yùn)用散點(diǎn)圖、相關(guān)系數(shù)進(jìn)行分析從上面各散點(diǎn)圖可以看出，月銷售收入與電視廣告費(fèi)用、報(bào)紙廣告費(fèi)用之間都具有一定的線性關(guān)系。但，從各散點(diǎn)圖的分布情況看，月銷售收入與電視廣告費(fèi)用之間的線性關(guān)系比較密切。表一Correlations相關(guān)性月銷售收入電視廣告費(fèi)用報(bào)紙廣告費(fèi)用月銷售收入PearsonCorrelation1.808*-.021Sig.(2-tailed).015.962N888電視廣告費(fèi)用PearsonCorrelation.808*1-.556Sig.(2-tailed).015.152N888報(bào)紙廣告費(fèi)用PearsonCorrelation-.021-.5561Sig.(2-tailed).962.152N888*.Correlationissignificantatthe0.05level(2-tailed).由上表可以看出：在月銷售收入與電視廣告費(fèi)用、報(bào)紙廣告費(fèi)用兩個(gè)變量的關(guān)系中，與電視廣告費(fèi)用的相關(guān)系數(shù)（0.808）比較大，與報(bào)紙廣告費(fèi)用的相關(guān)系數(shù)(-0.021)比較小。即月銷售收入與電視廣告費(fèi)的線性關(guān)系比較密切。五、多元線性回歸研究題目：廣告費(fèi)用與銷售收入之間的關(guān)系。數(shù)據(jù)來源：見附錄2分析方法：多元線性回歸分析主運(yùn)用統(tǒng)計(jì)值：R2、調(diào)整后的R2、F統(tǒng)計(jì)量、P值、回歸系數(shù)、殘差、標(biāo)準(zhǔn)殘差、標(biāo)準(zhǔn)估計(jì)的誤差、標(biāo)準(zhǔn)誤差表一VariablesEntered/RemovedaModelVariablesEntered輸入的變量VariablesRemoved移去的變量Method方法dimension01電視廣告費(fèi).Stepwise(Criteria:Probability-of-F-to-enter<=.050,Probability-of-F-to-remove>=.100).2報(bào)紙廣告費(fèi).Stepwise(Criteria:Probability-of-F-to-enter<=.050,Probability-of-F-to-remove>=.100).a.因變量DependentVariable:月銷售收入上表表明：（1）本次多元回歸分析采用的是逐步篩選法

回歸系數(shù)顯著性F檢驗(yàn)的相伴概率值小于0.05的自變量引入了回歸方程，大于0.1的自變量剔除出了回歸方方程（2）自變量進(jìn)入回歸方程的順序

首先電視廣告費(fèi)進(jìn)入回歸方程，形成模型1

其次，在模型1的基礎(chǔ)上引入第二個(gè)自變量—報(bào)紙廣告費(fèi)，形成最終的回歸模型2

表二ModelSummary模型匯總cModel模型RRSquareR方AdjustedRSquareStd.ErroroftheEstimate標(biāo)準(zhǔn)估計(jì)的誤差dimension01.808.653.5951.215182.959b.919.887.64259a.預(yù)測(cè)變量Predictors:(Constant),電視廣告費(fèi)（萬元）b.預(yù)測(cè)變量Predictors:(Constant),電視廣告費(fèi)（萬元）,報(bào)紙廣告費(fèi)（萬元）c.因變量DependentVariable:月銷售收入（萬元）由上表得：隨著自變量的不斷引入回歸方程，調(diào)整的R2在不斷提高，回歸方程的估計(jì)標(biāo)準(zhǔn)誤差在不斷減小。

表三ANOVAcModel平方和SumofSquaresdf均方MeanSquareFSig.1Regression回歸16.640116.64011.269.015Residual殘差8.86061.477Total總計(jì)25.50072Regression23.435211.71828.378.002bResidual2.0655.413Total25.5007a.Predictors:(Constant),電視廣告費(fèi)（萬元）b.Predictors:(Constant),電視廣告費(fèi)（萬元）,報(bào)紙廣告費(fèi)（萬元）c.DependentVariable:月銷售收入（萬元）由上表得：（1）模型1（電視廣告費(fèi)）與模型2(報(bào)紙廣告費(fèi))F檢驗(yàn)的P值都小于顯著性水平0.05，即因變量銷售收入與自變量電視廣告費(fèi)、報(bào)紙廣告費(fèi)的線性關(guān)系是顯著的，即意味著模型中存在多重共線性。（2）第二列的三行分別列出了：回歸平方和、剩余平方和、因變量的總平方和。

第四列是第二列除以第三列自由度的結(jié)果，分別為平均的回歸平方和、平均的剩余平方和。第五列是用于回歸方程顯著性檢驗(yàn)的F統(tǒng)計(jì)量，由平均的回歸平方和除以平均的剩余平方和得到。第六列是F統(tǒng)計(jì)量對(duì)應(yīng)的相伴概率值。

表四Coefficients系數(shù)aModelUnstandardizedCoefficients非標(biāo)準(zhǔn)化系數(shù)StandardizedCoefficients標(biāo)準(zhǔn)系數(shù)tSig.CollinearityStatistics共線性統(tǒng)計(jì)量BStd.Error標(biāo)準(zhǔn)誤差Beta試用版ToleranceVIF1(Constant)88.6381.58256.016.000電視廣告費(fèi)1.604.478.8083.357.0151.0001.0002(Constant)83.2301.57452.882.000電視廣告費(fèi)2.290.3041.1537.532.001.6901.448報(bào)紙廣告費(fèi)1.301.321.6214.057.010.6901.448a.因變量DependentVariable:月銷售收入分析系數(shù)表得：（1）第一列，是回歸分析過程中形成的兩個(gè)模型的代碼和引入自變量的情況，模型2是最終的回歸模型；第二列，回歸模型各自變量的回歸系數(shù)，依據(jù)該回歸系數(shù)，案例最終的回歸方程為：

銷售收入＝83.230+2.290電視廣告費(fèi)+1.301報(bào)紙廣告費(fèi)第三列，回歸系數(shù)的標(biāo)準(zhǔn)誤差；第四列，標(biāo)準(zhǔn)化回歸系數(shù)，可以衡量自變量對(duì)因變量的貢獻(xiàn)程度。依據(jù)標(biāo)準(zhǔn)化回歸系數(shù)，案例最終的標(biāo)準(zhǔn)化回歸方程為：

銷售收入＝1.153電視廣告費(fèi)+0.621報(bào)紙廣告費(fèi)（2）可見，在其他變量保持一定的條件下：電視廣告費(fèi)增加一個(gè)單位，將引起銷售收入平均增加1.153個(gè)單位；報(bào)紙廣告費(fèi)增加一個(gè)單位，將引起銷售收入平均增加0.621個(gè)單位。（3）第五、六列，各回歸系數(shù)顯著性檢驗(yàn)的t統(tǒng)計(jì)量和其相應(yīng)的相伴概率值

回歸系數(shù)的P值均小于顯著性水平0.05。應(yīng)拒絕回歸系數(shù)顯著性檢驗(yàn)的零假設(shè)，

即認(rèn)為這些回歸系數(shù)與零有顯著差異，相應(yīng)的自變量能夠較好的解釋說明因變量的變化，應(yīng)該保留在回歸方程中。表五以排除的變量ExcludedVariablesbModel模型BetaIntSig.PartialCorrelation偏相關(guān)CollinearityStatistics共線性統(tǒng)計(jì)量ToleranceVIFMinimumTolerance容差1報(bào)紙廣告費(fèi).6214.057.010.876.6901.448.690a.PrCollinearityDiagnosticsaModelDimensionEigenvalueConditionIndexVarianceProportions(Constant)電視廣告費(fèi)報(bào)紙廣告費(fèi)111.9621.000.02.022.0387.228.98.98212.8461.000.00.01.012.1404.510.00.16.293.01414.4941.00.83.71a.DependentVariable:月銷售收入模型中的預(yù)測(cè)變量：（常量）edictorsintheModel:(Constant),電視廣告費(fèi)b.DependentVariable:月銷售收入上表表明：（1）該表是回歸分析過程中，尚未被引入方程的自變量的情況。（2）第二、三、四列，模型1；第二列表示：如果下一步引入報(bào)紙廣告費(fèi)，那么它的標(biāo)準(zhǔn)化系數(shù)應(yīng)該是0.621，這個(gè)數(shù)據(jù)與輸出結(jié)果表四中的模型2是相吻合的。第三、四列表示，如果下一步引入某自變量進(jìn)入回歸方程，它的回歸系數(shù)顯著性檢驗(yàn)的t值和對(duì)應(yīng)的相伴概率值。（3）第五列，在控制了方程中已有自變量的前提下計(jì)算出的某自變量與因變量的偏相關(guān)系數(shù)。第六列，顯示如果某自變量進(jìn)入了回歸方程，方程中所有自變量容忍度的最小值，通過比較最小容忍度和該自變量的容忍度，可以對(duì)目前方程中自變量共線性的大小程度有所把握。

表六殘差統(tǒng)計(jì)量ResidualsStatisticsaMinimum極小值Maximum極大值Mean均值Std.Deviation標(biāo)準(zhǔn)偏差NPredictedValue預(yù)測(cè)值90.412496.632593.75001.829738Std.PredictedValue標(biāo)準(zhǔn)預(yù)測(cè)值-1.8241.575.0001.0008Residual殘差值-.63249.65769.00000.543098Std.Residual標(biāo)準(zhǔn)殘差值-.9841.024.000.8458Stud.Residual-1.6251.225-.1481.1378DeletedResidual-1.72313.94145-.269921.037088Stud.DeletedResidual-2.1151.309-.1911.2648Mahal.Distance.0483.7471.7