31SPSS简单的练习作业

目录作业一SPSS数据文件的建立和管理、数据的预处理……………………………2实验一SPSS数据文件的建立和管理、数据的预处理………………………21.使用文本向导读入文本文件……………………………………………22.数据选取的基本操作……………………………………………………73.生成新变量的分组………………………………………………………9作业二SPSS基本统计分析和参数检验……………………………………………12实验一SPSS基本统计分析和参数检验………………………………………121.两独立样本t检验的基本操作…………………………………………122.两配对样本t检验………………………………………………………14作业三SPSS的方差分析、相关分析与线性回归分析……………………………17实验一SPSS的方差分析、相关分析与线性回归分析………………………171.单因素方差分析的基本操作……………………………………………172.单因素方差分析进一步分析的操作……………………………………181作业一SPSS数据文件的建立和管理、数据的预处理实验一SPSS数据文件的建立和管理、数据的预处理【实验目的】掌握SPSS软件的文件管理、数据预处理功能。【实验内容】SPSS数据文件的建立和管理，数据的结构和定义方法，数据的录入与编辑、数据的保存，数据文件的合并。数据的排序、变量计算、数据选取、计数、数据分组、数据预处理的其他功能。【实验步骤】1.使用文本向导读入文本文件（1）（2）2（3）（4）3（5）（6）4（7）（8）5（9）6（10）2.数据选取的基本操作（1）7（2）（3）（4）83.生成新变量的分组（1）9(2)(3)(4)1011作业二SPSS基本统计分析和参数检验实验一SPSS基本统计分析和参数检验【实验目的】利用来自两个总体的独立样本，推断两个总体的均值是否存在显著差异【实验内容】两独立样本t检验【实验步骤】1.两独立样本t检验的基本操作（1）（2）12（3）（4）13【实验结果与分析】（1）不同居住类型月住房开销的基本描述统计在表中，出租房月住房开销的样本均值为2643.39，自有房为1314.15，两者存在一定的差异。（2）月住房开销的两独立样本t检验结果根据上表分两步进行检验。第一步，两总体方差差异是否显著的F检验。该检验的F统计量的观测值为7.011，对应的概率值p为0.009.如果显著性水平α为0.05，由于概率值小于0.05，则认为两总体方差存在显著性差异；第二步，两总体均值差的检验。由于量总体方差存在显著性差异，再继续观察t的检验结果。其中t统计量的观测值为5.622，对应的概率值p值近似为0。由于p值小于显著性水平α，应拒绝零假设，认为两总体均值存在显著性差异，即居住房和自有房的月住房开销的总体均值显著不同，前者远远大于后者。表中第7列和第8列分别为t统计量的分子和分母值。第9列和第10列为两总体均值差的95%置信区间的上下限。该置信区间不跨0，也从另一角度证实了上述分析结论。2.两配对样本t检验(1)14(2)(3)15【实验结果与分析】(1)喝茶前与喝茶后体重的基本描述统计量由上表可知，喝茶前与喝茶后样本的平均值有较大差异。喝茶后的平均体重低于喝茶前的平均体重。（2）喝茶前与喝茶后体重的简单相关系数及检验如上表所示，第三列是喝茶前与喝茶后两组样本的简单相关系数，第四列是相关系数检验的概率p值。它表明，在显著性水平α为0.05时，肥胖志愿者服用减肥茶前后的体重并没有明显的线性变化，喝茶前后体重的线性相关程度较弱。（3）喝茶前与喝茶后体重的两配比对样本t检验结果如上表，第一行是喝茶前与喝茶后的平均差异，相差了19.2千克；第二行是差值样本的标准差；第三行是差值样本均值抽样分布的标准差估计；第四第五行是差值95%的置信区间的上限与下限；第六行是t检验统计量的观测值；第八行为t检验统计量观测值对应双尾概率p值，接近于0。如果显著水平为0.05，由于概率值小于显著水平，应拒绝零假设，认为总体上体重差的平均值与0有显著不同，意味着喝茶前和喝茶后的体重平均水平值存在差异，认为该减肥茶具有显著的减肥效果。16作业三SPSS的方差分析、相关分析与线性回归分析实验一SPSS的方差分析、相关分析与线性回归分析【实验目的】掌握SPSS软件的方差分析功能和相关性分析及线性回归分析功能。【实验内容】方差分析概述、单因素方差分析、多因素方差分析、相关分析和回归分析概述、相关分析和回归分析。【实验步骤】1.单因素方差分析的基本操作17【实验结果与分析】以上结果是广告形式对销售额的单因素方差的分析结果。可以看到，观测变量销售额的总离差平方和为26169.306；如果仅考虑“广告形式”单个因素的影响，则销售额总变差中，广告形式可解释的变差为5866.083，抽样误差引起的变差为20303.222，它们的方差（平均变差）分别为1955.361和145.023，相除所得的F统计量的观测值为13.483，对应的概率p值近似为0。如果显著性水平α为0.05，由于概率p值小于显著性水平α，则应拒绝零假设，认为不同广告形式对销售产生显著影响，它对销售额的影响效应不全为0。2.单因素方差分析进一步分析的操作18【实验结果与分析】19（1）上述结果表明，在4种不同广告形式下各有36个样本。报纸广告形式的销售额最高，广播广告的效果与报纸相近，宣传品广告的效果最不理想。（2）上图表明，不同的广告形式下的销售额的方差齐检验值为0.765，概率p值为0.515.如果显著性水平α为0.05，由于概率p大于显著性水平，不应拒绝零假设，认为不同广告形式下销售额的总体方差无显著差异，满足方差分析的前提要求。（3）20在上图中，分别显示了两两广告形式下销售额均值检验的结果。在SPSS中全部采用了LSD方法中的分布标准误，因此各种方法的前两列计算结果完全相同。表中第三列是检验统计量观测值在不同分布中概率值p，可以发现各种方法在检验敏感度上市存在差异的。以报纸广告与其他三种广告形式的两两检验结果为例，如果显著性水平α=0.05，在LSD方法中，报纸广告和广播广告的效果没有显著性差异，p值为0.412，与宣传品和体验均有显著性差异，概率p值分别是0.00，接近和0.021；但是在其他三种方法中，报纸广告只与宣传品广告存在显著性差异，而与体验无显著性差异。表中第一列星号的含义是，在显著性水平α=0.05的情况下，相应两总体的均值存在显著性差异，与第三列的结果相对应。21成绩评定：实验项目得分作业一（30分）作业二（30分）作业三（40分）总分