spss统计软件实验报告new

1、实验课程Spss16.0 与统计数据分析上课时间2012 学年 第二 学期 17 周 （ 2012 年 6 月 10 日）学生姓名刘杰学号2010211322班级0301004所在学院重庆邮电大学上课地点： 经管大楼实验室五楼指导教师邓维斌二、实验内容 第六章：方差分析 1实验目的 通过方差分析的学习，比如说在比较三组平均数时可以避免用T检验（需做3次比较），不仅如此，如果去显著性水平为0.05，则经过3次检验后可靠性降为0.875.因此，在检验n个样本平均数的显著性是，樱井幸方差分析。方差分析可以由较少的实验获得大量的信息。通过对方差分析的学习可以很好掌握单因素或者多因素下数据的比较与分析。

2、 2.实验内容第六章第一题 （1）解决问题的原理：本题考虑的是一个控制变量（小麦品种）对另一个观测变量（小麦产量）的影响，而且是四个品种的小麦，应采用单因素方差分析。先对各组方差是否具有齐性进行检验。 （2）：实验步骤Test of Homogeneity of Variances产量Levene Statisticdf1df2Sig.3.593312.046ANOVA产量Sum of SquaresdfMean SquareFSig.Between Groups2263.4823754.49412.158.001Within Groups744.7151262.060Total3008.19

3、715 （3）：结果及分析：在0.05显著性水平下的齐性检验： Sig.=0.046,0.01说明应接受h0（方差相等）假设组间相伴概率Sig.（p值）=0.0010.05，方差相等，又如表6.212，p=0.7230.05接受原假设，即各里程无显著性差异第六章第三题（1）解决问题的原理：需要研究不同的摆放位置和不同的商品包装对销量的影响。（2）实验步骤：Between-Subjects FactorsValue LabelN包装1A192A293A39摆放位置1B192B293B39Levenes Test of Equality of Error VariancesaDependent V

4、ariable:销量Fdf1df2Sig.754818.646Tests the null hypothesis that the error variance of the dependent variable is equal across groups.a. Design: Intercept + casing + place + casing * placeTests of Between-Subjects EffectsDependent Variable:销量SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model

5、65.407a88.1767.612.000Intercept822.2591822.259765.552.000casing.9632.481.448.646place3.18521.5931.483.253casing * place61.259415.31514.259.000Error19.333181.074Total907.00027Corrected Total84.74126a. R Squared = .772 (Adjusted R Squared = .670)Multiple ComparisonsDependent Variable:销量(I) 包装(J) 包装Mea

6、n Difference (I-J)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundLSDA1A2-.44.489.375-1.47.58A3-.11.489.823-1.14.92A2A1.44.489.375-.581.47A3.33.489.504-.691.36A3A1.11.489.823-.921.14A2-.33.489.504-1.36.69TamhaneA1A2-.44.778.924-2.521.63A3-.11.915.999-2.582.36A2A1.44.778.924-1.632.52A3.33.

7、941.980-2.192.86A3A1.11.915.999-2.362.58A2-.33.941.980-2.862.19Based on observed means. The error term is Mean Square(Error) = 1.074.实验结果及分析：相伴概率sig.=0.6460.05，因此可以认为各个组中提方差是相等的。满足方差检验的前提。 多因素方差分析及交互检验结果：从相伴概率来看包装的sig.=0.6460.05 .摆放位置sig.=0.2530.05说明这两者对销量无显著影响但是包装和摆放位置的组合sig.0.05,认为各组方差具有齐性。表一sig都0

8、.05，故他们都没有交互作用，采用协方差检验。 表二是各变量独立的条件下的结果，此时各个sig0.05，即拒绝原假设（无显著性影响）即氮肥量、钾肥量及树苗初始高度都对生长量有显著性影响第八章：相关分析1.实验目的要求对3组以上数据两两之间进行相关分析，以0.05或其他的显著性水平检验相关系数的显著性。能够分析事物之间或者变量之间线性相关程度的强弱并用适当的统计指标表示出来。通过学习能够熟练掌握二元变量分析，偏相关分析和距离分析等相关分析。 2.实验内容 第八章第一题（1）解决问题的原理：三组数据两两比较分析，故采用二元变量相关分析（2）实验步骤及结果：实验结果分析：由表sig得出花瓣和花枝00

9、.05，有显著性花瓣和花萼00.05有显著性花枝和花萼0.0020.05故线性相关显著，为高度相关第八章第三题（1）解决问题的原理：问这两个名次是否在0.05的显著性水平下具有相关性，考虑的是两个变量的相关性问题，故采用二元变量相关分析（2）实验结步骤表实验结果分析：由表知sig=0.0250.05无显著性，0.0250.03，相关性很弱，可视为不相关第八章第四题（1）解决问题的原理：分析销售量与平均价格、广告费用和日照时间之间的关系，并说明此题用偏相关分析是否有实际意义。考虑到问题要求，同时也是多因素共同影响销售量，所以采用偏相关（2）实验步骤及结果：表8.411表8.412表8.413实验

10、结果分析：表8.411sig=0.0240.3可是视为不相关表8.412sig=0.0360.3可是视为不相关表8.113sig=0.0010.3可是视为不相关第八章第五题（1）解决问题的原理：现分别对3个幼仔的长、体重、四肢总长、头重进行测量，试就这几个测量数据而言，用距离分析法分析3个幼仔的相似性。按题目要求采用距离分析法实验结果：表8.511实验结果分析：表8.511可知2号和3好比较相似，1号和2号、3号相似度不高第九章：回归分析实验目的：对x和y进行一元线性回归分析，懂得变量和变量之间的关系分为确定性关系和非确定发行关系。掌握线性回归、曲线估计、偏最小二乘回归和顺序回归。第九章第一题（1）解决问题的原理：钢的硬度和碳含量有密切的关系，因此采用一元线性回归分析实验步骤及结果：表9.111实验结果分析：表9.111可以看出回归方程y=-94.575+1410.210*x， sig=00.05接受原假设，无显著性，当sig=0.010.05时决绝原假设，有显著性，即回归显著第九章第三题（1）解决问题的原理：研究青春发育阶段的年龄与远视率的变