还剩25页未读，继续阅读
本资源只提供10页预览，全部文档请下载后查看！喜欢就下载吧，查找使用更方便
文本内容:
《统计实习》实验报告SPSS姓名成功学号2011516199班级会计二班实验报告二实验项目描述性统计分析实验目的
1.掌握数据集中趋势和离中趋势的分析方法；
2.熟练掌握各个分析过程的基本步骤以与彼此之间的联系和区别实验内容与步骤
一、数据输入
1.案例对6名男生和6名女生的肺活量的统计，数据如下打开SPSS软件，进行数据输入通过打开数据的方式对XLS的数据进行输入其变量视图为
二、探索分析进行探索分析得出如下输出结果浏览由上表可以看出，6例均为有效值，没有记录缺失值得情况由上表可以看出，男女之间肺活量的差异，男生明显优于女生，范围更广，偏度大男男Stem-and-Leaf Plot
312.
3112.
2812.
35412.
3212.
2512.
21512.
1212.
2212.
1612.
2812.
3412.
25712.
2412.
3112.
2812.
4112.
312.46近似值
（六）线性回归分析已知有某河流的一年月平均流量观测数据和该河流所在地区当年的月平均雨量和月平均温度观测数据，如表所示试分析关系观测数据表月份月平均流量月平均雨量月平均气温
10.
500.10-
8.
8020.
300.10-
11.
0030.
400.40-
2.
4041.
400.
406.
9053.
302.
7010.
6064.
702.
4013.
9075.
902.
5015.
4084.
703.
0013.
50910.
000.
901.
30102.
700.
601.
80110.
500.60-
4.
80120.
300.20-
6.00进行线性回归分析得出如下输出结果:回归输入/移去的变量b模型输入的变量移去的变量方法月平均流量a输入a.已输入所有请求的变量b.因变量.月平均雨量由表可知，是第一个问题的分析结果这里的表格是拟合过程中变量进入/退出模型的情况记录，由于只引入了一个自变量，所以只出现了一个模型1（在多元回归中就会依次出现多个回归模型），该模型中身高为进入的变量，没有移出的变量，这里的表格是拟合过程中变量进入/退出模型的情况记录，由于只引入了一个自变量，所以只出现了一个模型（在多元回归中就会依次出现多个回归模型），该模型中身高为进入的变量，没有移出的变量模型汇总调整R标准估计方的误差模型R R方
1.855a.
732.
705.6117a.预测变量.（常量）.月平均流量拟合模型的情况简报，显示在模型中相关系数R为
0.855,而决定系数R2为
0.732,校正的决定系数为
0.705,说明模型的拟合度较高Anovab模型平方和df均方F Sig.1回归10,
208110.20827,283・000a残差
3.
74110.374总计
13.94911a.预测变量.（常量）.月平均流量b.因变量.月平均雨量这是所用模型的检验结果，可以看到这就是一个标准的方差分析表！从上表可见所用的回归模型F值为
27.283,P值为.00a,因此用的这个回归模型是有统计学意义的，可以继续看下面系数分别检验的结果由于这里所用的回归模型只有一个自变量,因此模型的检验就等价与系数的检验，在多元回归中这两者是不同的系数a标准系数模型非标准化系数t Sig.标准误差B试用版1（常量）.
387.
2471.
564.149月平均流.855,
462.
0885.
223.000量a.因变量.月平均雨量包括常数项在内的所有系数的检验结果用的是t检验，同时还会给出标化/未标化系数可见常数项和身高都是有统计学意义的残差统计量a极小值极大值均值标准偏差N预测值.
5263.
1131.
292.963312残差
63371.
1358.
0000.583212标准预测值一.
7951.
890.
0001.00012标准残差-
1.
0361.
857.
000.95312a.因变量.月平均雨量图表
（七）曲线回归分析某地1963年调查得儿童年龄（岁）与体重的资料试拟合对数曲线年龄岁体重168265367450570676777进行曲线回归分析得出如下输出结果实验报告五实验项目聚类分析和判别分析实验目的
1.学习利用SPSS进行聚类分析和判别分析实验内容与步骤-系统聚类法为确定主侧楼梯骨主侧肱肱骨主侧尺尺骨老年妇骨骨骨女进行体育锻炼还是增加营养会减缓骨骼损伤，一名研究者用光子吸收法测量了骨骼中无机物含量,对三根骨头主侧和非主侧记录了测量值，结果见教材表
0.
87211.
1031.
0522.
1392.
2380.
8730.
74420.
8420.
8591.
8731.
7410.
5900.
71330.
9250.
8731.
8871.
8090.767受试者编号
40.
8570.
7441.
7391.
5470.
7060.
67450.
7950.
8091.
7341.
7150.
5490.
65460.
7870.
7791.
5091.
4740.
7820.
57170.
9330.
8801.
6951.
6560.
7370.
80380.
7990.
8511.
7401.
7770.
6180.
68290.
9450.
8761.
8111.
7590.
8530.
777100.
9210.
9061.
9542.
0090.
8230.765输入SPSS建立数据进行系统聚类分析得出如下输出结果聚类快捷聚类研究儿童生长发育的分期，调查名1月至7岁儿童的身高cm、体重kg、胸围cm和资料求出月平均增长率％,判别分析对某企工作产工作质工作出工祚损工作态工作能业，搜量量勤耗度力集整理了10名员工2009年第1季度的数据资料构建1个10X6维的矩阵职工代号
19.
689.
628.
378.
639.
869.
7428.
098.
839.
389.
799.
989.
7337.
468.
736.
745.
598.
838.
4646.
088.
255.
045.
928.
338.
2956.
618.
366.
677.
468.
388.
1467.
698.
856.
447.
458.
198.
177.
468.
935.
77.
068.
588.
3687.
69.
286.
758.
038.
688.
2297.
68.
267.
57.
638.
797.
63107.
168.
625.
727.
118.
198.
181.“分析一一分类-——判别分析”,把“分类”选入“分组变量”，定义范围最小值
（1）,最大值
（4）,把XI.X
2.X
3.X
4.X5和X6输入“自变量框”，选择“使用逐步式方法”；
2.“统计量”中选择“均值”、“单变量ANOVA、“Fisher”、“未标准化”、“组内相关”；3•“方法”默认设置;
4.“分类”中选择“根据组大小计算”、“摘要表”、“不考虑该个案时的分类”、“在组内”、“合并图、分组、区域图”；
5.“保存”中选择“预测组成员”、“判别得分”；
6.点击确定得到以下各表和图特征值函数特征值方差的％累积%正则相关性
11.002a
100.
0100.
0.707a.分析中使用了..个典型判别式函数Wilks的LambdaWilks的Lambda函数检验卡方df Sig.
1.
4993.
4716.748函数工作质量.270工作产量831工作出勤406工昨损耗
1.415工作态度
1.879工作能力-
2.061结构矩阵函数1工昨损耗.541工作出勤.355工作态度.175工作产量.063工作能力056工作质量-.050判别变量和标准化典型判别式函数之间的汇聚组间相关性按函数内相关性的绝对大小排序的变量典型判别式函数系数函数1工作质量.581工作产量830工作出勤-.312工祚损耗
1.248工作态度
2.798Frequency StemLeaf・.
2.
2.
2.
3.
0......568・・1・S・・・.0♦Stem width:1000Each leaf:1case s
三、频率分析进行频率分析得出如下输出结果由上图可知，分析变量名肺活量可见样本量N为6例，缺失值0例，1500以下的33%,1500-2000男生33%女生50%,2000以上女生
16.7%,男生33%
四、描述分析进行描述分析得出如下输出结果由上图可知，分析变量名工资，可见样本量N为6例，极小值为男1342女1213,极大值为男2200女2077,说明12人中肺活量最少的为女生是1213,最多的为工作能力-
2.803（常量）-
6.817非标准化系数组质心处的函数函数1职工代号1-
73121.097在组均值处评估的非标准化典型判别式函数分类统计量分类处理摘要已处理的10已排除的缺失或越界组代码0至少一个缺失判别变量0用于输出中10组的先验概率用于分析的案例未加权的已加权的职工代号先验.
60066.
0001.
40044.0002合计
1.0001010,000分类函数系数职工代号
12121.
299122.360-
58.894-
60.411-
14.803-
15.373工作质量工作产量工作出
3.
7396.020勤工柞损耗工作态度工
123.
979129.094作能力（常量）-
63.284-
68.407-
547.493-
560.691Fisher的线性判别式函数单独组图表分类结果b,c预测组成员职工代号12合计初始计数15162134%
183.
316.
7100.
0225.
075.
0100.0交叉验证a计数12462404%
133.
366.
7100.
02100.0,
0100.0a.仅对分析中的案例进行交叉验证.在交叉验证中，每个案例都是按照从该案例以外的所有其他案例派生的函数来分类的b.已对初始分组案例中.
80.
0.个进行了正确分类c.已对交叉验证分组案例中.
20.
0.个进行了正确分类实验报告六实验项目因子分析和主成分分析实验目的I.学习利用SPSS进行因子分析和主成分分析实验内容与步骤
（一）因子分析下表资料为15名健康人的7项生化检验结果，6项生化检验指标依次命名为XI至X6,请对该资料进行因子分析因子分析
1.打开导入excle数据
2.选择菜单”分析一降维一因子分析”，弹出“因子分析”对话框在对话框左侧的变量列表中选除地区外的变量，进入“变量”框,
3.单击“描述”按钮，弹出“因子分析描述”对话框，在“统计量”中选“单变量描述”项，输出各变量的均数与标准差，“相关矩阵”栏内选“系数”，计算相关系数矩阵，并选“KMO和BartlettJ s球形度检验”项，对相关系数矩阵进行统计学检验，对以上资料进行因子分析分析一一降维一一因子分析，确定操作得出描述统计量均值标准差分析NXI
6.
02131.2384815X
27.
9880.5734015X
33.
99601.0119515X
45.
57001.3869915X
58.
3727.7778015X
69.
0247.6895515相关矩阵XI X2X3X4X5X6相关XI
1.
000.
966.
782.055,
104.019X
2.
9661.
000.
747.
028.
233.158X
3.
782.
7471.
000.
125.214024X
4.
055.
028.
1251.000-
150.233X
5.
104.
233.214-
1501.
000.753X
6.
019.
158024.
233.
7531.000Sig.（单XI.
000.
000.
423.
356.473侧）X
2.
000.
001.
461.
202.287X
3.
000.
001.
329.
222.467X
4.
423.
461.
329.
297.202X
5.
356.
202.
222.
297.001X6,
473.
287.
467.
202.001KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin.460度量
64.035Bartlett的球近似卡方形度检验df
15.000Sig.公因子方差初始提取XI
1.
000.950X
21.
000.930X
31.
000.801X
41.
000.989X
51.
000.928X
61.
000.
9363.单击“描述”按钮，弹出“因子分析描述”对话框，在“统计量”中选“单变量描述”项，输出各变量的均数与标准差，“相关矩阵”栏内选“系数”，计算相关系数矩阵，并选“KMO和Bartlett s球形度检验”项，对相关系数矩阵进行统计学检验，对以上资料进行因子分析分析一一降维一一因子分析，确定操作得出描述统计量均值标准差分析NXI
6.
02131.2384815X
27.
9880.5734015X
33.
99601.0119515X
45.
57001.3869915X
58.
3727.7778015提取方法主成份分析解释的总方差初始特征值提取平方和载入旋转平方和载入成方差累积方差累积方差累积份合计的%%合计的%%合计的%%
12.
76846.
1246.
122.
76846.
1246.
122.
67844.
6344.
6377774421.
68328.
0574.
171.
68328.
0574.
171.
76629.
4374.
0607072692.
251.
09118.
1892.
2531.
08418.
0792.
251.
08418.
074144.
3605.
99598.
2465.
0841.
40199.
6476.
021.
353100.000提取方法主成份分析成份矩阵成份123XI.935-277-.021X
2.954-131057X
3.868-
218.030X4,
107.
059.987X
5.
389.839-.272X
6.
263.
914.178提取方法主成份a.已提取・・个成份旋转成份矩阵成份123XI.
975001.016X
2.
953.146-012X
3.
892.
032.066X
4.
049.
021.993X
5.
145.930-.205X6-
013.
937.241提取方法主成份旋转法具有Kaiser标准化的正交旋转法a.旋转..次迭代后收敛成份转换矩阵成份
1231.
958.
281.0542一.
284.
957.0533037-.
066.997提取方法主成份旋转法具有Kaiser标准化的正交旋转法男生有2200,均值为
1810.50/
1621.33,.标准差为
327.735/
325.408,离散程度不算大
五、交叉分析实验报告三实验项目均值比较实验目的.学习利用SPSS进行单样本、两独立样本以与成对样本的均值检验实验内容与步骤描述统计案例某医疗机构为研究某种减肥药的疗效，对15位肥胖者进行为期半年的观察测试，测12345试指标为使用该药之前和之后的体重编号服药前198237233179219服药后192225226172214编号678910服药前169222167199233服药后161210161193226编号1112131415服药前179158157216257服药后173154143206249输入SPSS建立数据由上图可知，结果输出均值、样本量和标准差因为选择了分组变量，所以三项指标均给出分组与合计值，可见以这种方式列出统计量可以非常直观的进行各组间的比较-由上表可知，在显著性水平为
0.05时，服药前后的概率P值为小于
0.05,拒绝零假设，说明服药前后的体重有显著性变化二单样本T检验进行单样本T检验分析得出如下输出结果:三由上表可以知，单个样本统计量分析表，的基本情况描述，有样本量、均值、标准差和标准误，单样本t检验表，第一行注明了用于比较的已知总体均值为14,从左到右依次为t值t、自由度df、P值Sig.2-tailed、两均值的差值MeanDifference、差值的95%可信区间由上表可知:t=
34.2可,P=
0.
0000.05o因此可以认为肺气肿的总体均值不等于
0.四双样本T检验案例研究某安慰剂对肥胖病人治疗作用，用20名患者分组配对，测得体重如下表，要求测定该安慰剂对人的体重作用是否比药物好进行双样本T检验得出如下输出结果T检验成对样本统计量均值N标准差均值的标准误对1安慰齐IJ
121.
801011.
4193.611组药物组
111.
801010.
1853.221由上图可知，对变量各自的统计描述，此处只有1对，故只有对1相关系数Sig.成对样本相关系数成对样本检验成对差分差分95%置信区间标准均值的Sig.（下限上限均值差标准误t df双侧）安慰剂对
10.
06.
892.
1815.
0614.
94.
589.001组-药物10067336组配对t检验表，给出最终的检验结果，由上表可见P=
0.001,故可认为安慰剂组和药物组对肥胖病人的体重有差别影响实验报告四实验项目相关分析
1.实验目的
2.学习利用SPSS进行相关分析、偏相关分析、距离分析、线性回归分析和曲线回归实验内容与步骤
（一）两变量的相关分析案例某医疗机构为研究某种减肥药的疗效，对15位肥胖者进行为期半年的观察测试，测试指标为使用该药之前和之后的体重12345编号服药前198237233179219服药后192225226172214编号678910服药前169222167199233服药后161210161193226编号1112131415服药前179158157216257服药后173154143206249进行相关双变量分析得出如下输出结果相关性相关系数系数表变量间两两的相关系数是用方阵的形式给出的每一行和每一列的两个变量对应的格子中就是这两个变量相关分析结果结果,共分为三列，分别是相关系数、P值和样本数由于这里只分析了两个变量，因此给出的是2*2的方阵由上表可见，服药前和服药后自身的相关系数均为1（of course）,而治疗前和治疗后的相关系数为
0.911
（二）,P
0.01
（三）偏相关分析偏相关已知有某河流的一年月平均流量观测数据和该河流所在地区当年的月平均雨量和月平均温度观测数据，如表所示试分析温度与河水流量之间的相关关系观测数据表月份月平均流量月平均雨量月平均气温
10.
500.10-
8.
8020.
300.10-
11.
0030.
400.40-
2.
4041.
400.
406.
9052.
703.
3010.
602.
4064.
7013.
9075.
902.
5015.
4084.
703.
0013.
5090.
901.
3010.
00100.
601.
802.
70110.
500.60-
4.
80120.
300.20-
6.00
（四）由上表可见控制月平均雨量之后，“月平均流量”与“月平均气温”的相关系数为
0.365,P=
0.27,P
0.05,因此“月平均流量”与“月平均气温”不存在显著相关性
（五）距离分析案例植物在不同的温度下的生长状况不同，下列是三个温度下的植物生长编号10度20度30度
112.
3612.
412.18。
个人认证
优秀文档
获得点赞 0
