南邮课程设计ISSS

1、学号：2016-2017学年第1学期第9-10周课程设计I报告班 级：姓 名：指导教师：职 称：成 绩：管理学院2015 年 11 月 1 日南京邮电大学课程设计I指导教师成绩评定表题目课程设计I学生姓名班级学号专业信管评分内容评分标准总分评分平时成绩认真对待课程设计，遵守实验室规定，上机不迟到早退，不做 和设计无关的事。20设计内谷设计内容丰富，符合大纲要求10界面外观漂亮、大方10功能符合大纲要求10文档设计正确合理10文档写作文档反映设计规划过程10文档反映系统设计流程10答辩简练、准确阐述设计内容，能准确有条理回答各种问题，系统 演示顺利。20总评分该生对待课程设计1的态度认真良好般比

2、较差。设计的系统界面外观美工处理情况很好较好般比较差指导教师系统前后台功能和脚本编写情况很好良好般比较差评阅意见文档书写符合规划与设计流程程度很好良好般比较差系统演示顺利情况和答辩流畅准确情况很好良好般比较差完成的课程设计特色之处：成绩指导教师签名日期2016.11.1一、SPSS勺安装和使用SPSS安装过程略SPSS主要窗口包括：数据编辑窗口、结果输出窗口、变量编辑窗口、语法编辑窗口、脚本编写窗口、脚本编写窗口、图表编辑窗口数据编辑窗口是用户进行数据处理与分析的主要窗口界面， 用户可在此窗口进行数据输入、 观察、编辑和统计分析等操作。结果输出窗口用于输出统计分析的结果或绘制的相关图表。变量编

3、辑窗口可以对变量的名称、类型、宽度、小数位、变量标签、变量值标签、缺失值、 列的宽度、对齐方式、度量标准以及角色进行设置。语法编辑窗口 ,用户可以在语法编辑器窗口输入或修改 SPSS命令，或单击任何分析对话框上的“粘贴”按钮，将使用对话框设置的各种命令或选项粘贴到语法编辑器窗口。脚本编写窗口，用户可以在此窗口编写SPSS内嵌的Sax Basic语言以形成自动化处理数据 的程序。图表编辑窗口可以对生成的图表进行编辑。二、数据文件的处理定义变量：点开变量视图设置变量名称及其属性。录入和编辑数据录入数据的方式有两种，一是新建数据，二是导入数据1、打开【文件】-【新建】-【数据】如图2、打开【文件】-

4、【打开】-【数据】如图、幻利巳踹档凹祗驾也）逬阳回转按（D 处析曲 J他O卜打开世）*匡.打开m;助理保存cw-s2然后可在图中的数据视图增添，删除，修改数据 计算新变量，输入所有人语数英的平均成绩打开【转换】-【计算变量】筛选变量（个案选择）选择工资大于2000的人打开【数据】-【选择个案】数据文件的拆分。打开【数据】-【拆分文件】数据文件的合并首先选择合并变量，打开要合并的数据后，需对两表的关键变量进行排序后才能合并打开【数据】-【合并文件】-【添加变量】数据文件的存储与读取存储：打开【文件】-【保存】读取：打开【文件】-【打开】-【数据】然后选取要打开的数据即可、统计图形 条形图打开【图

5、形】-【图表构建程序】 首先需确定数据中有名义度量（尺度度量不能放在 x 轴） 把左上方的变量依次拖入右边图表的 x轴，y轴。 其他图表如饼图、线形图、直方图、散点图方法类似。 如下图饼图线形图直方图散点图四、基本统计分析频数统计及总体均值与总体方差的估计、总体均值的置信区间的计算打开【分析】-【描述统计】-【频率】，把要用的变量放到右边，点击【统计量】把要输出的数据勾选。如下图描述性统计及总体均值与总体方差的估计、总体均值的置信区间的计算打开【分析】-【描述统计】-【频率】，把要用的变量放到右边，点击【选项】把要输 出的数据勾选。如下图五、回归分析元线性回归分析例题：分析不同地区的甲状腺肿的

6、患病率高低与本地水质的碘含量的关系首先，在做回归分析之前，可以先用散点图初步观察两变量有无相关趋势。如下图从左图可以看出，二者有一定的相关关 系，接 下来就可以做进一步的回归分析，找出它们二者间的 关联。打开【分析】-【回归】-【线性】把“碘含量”拖入自变量，把“患病率”拖入因变量, 统计量选择模拟拟合度和描述性。模里妙验量移去册星才洁1痕鈔A已筍匚脚用谐爭腔点虽”n囚支量.花确罡R恬唯星r储1.071d.943.9341.-67-37结果如下:dl1 an!Ui 944302.H27 eumns l ieana*n顷！I 自比i再科I卑亦疔t纲1Silb1E印17 41M7IfftClO30

7、CUN.410J7110730OOQFL乜WP从图得出所有变量都已纳入模型中；图得出相关系数R为0.971，所以RT即相关系数很大，说明模型拟合效果很好；图为对模型进行方差分析的结果，反映其具有统计学意义；图给出了回归方程的各项参数，a=17.484，b=4.459，即回归方程为 y=17.484+4.459x,认为碘含量对患病率是存在影响的。多元线性回归分析例题：采取措施的速度与保险公司的规模及其类型之间的关系分析散点图分析略打开【分析】-【回归】-【线性】把“公司类型”、“公司规模”拖入自变量，把“所需时间”拖入因变量，统计量选择模 拟拟合度和描述性。结果如下:1公武芬宴營司臥”睡占的史呈

8、11a己就二声有清求帥克捱.I馬需RT同RFt力标准甘计俞占1.895鬪33.22113a预测吏塁澤罚舍可牌丄词规样*30同H! 1 轉T1DD*171D.37g总卜+IBBO-BUO19 h. Bai吐轴i0骞皿a*p antf1(X 皇 1n.BNi.ruODC-.m2.099-J 11-lr gDOI0.DV5l.:e5iiGDCUM S从图得出所有变量都已纳入模型中；图得出相关系数R为0.946，所以RA2即相关系数很大，说明模型拟合效果很好；图为对模型进行方差分析的结果，反映其具有统计学意义； 图给出了回归方程的各项参数，a=33.874，b=-0.102，c=8.055即回归方程为

9、y=33.874-0.102x1+8.055x2,认为公司规模、公司类型对索赔的反应所需时间是存在影响的。六、方差分析单因素方差分析例题：比较三个不同的电池生产企业生产电池的寿命。打开【分析】-【比较均值】-【单因素 ANOV】在【两两比较】中选择“ LSD、“ S-N-K” ;在【选项】中选择“描述性”、“方差同质性检验”、“均值图”。把“电池”拖入因变量列表，把“企业”拖入因子。结果如下:量师显著性.39023：.&30方差齐性按验电我F1 aiQ723 7 71DOOO8U08333112 98T36U.I&蓝H3”心.l|EKt键几骨ELi711II?u&pJianiTE1 47!DQ

10、QI13913-583-35fl2I-i&tir.DDQ-llfll7.92S1.4?iDOO-1-B.&3I413i inIQ441?iiwkTi mMBS51I4.叫Uli、砖东1*113BlMdvni-MMmai-NMil*1 2n3133i130.05，故3组数据方差无差异。图所示为单因素方差分析的结果，并且进行了趋势检验，结果显示不同企业间方差分析统计量F=38.771, P值=0.000$.爆弼眸慎B1 国同TH上WE T SO741imriGisj air-W2FJ3A&741CD1询I血幻-is r*ow4M1xmaaisF7111：VW$?1111?-23H20TT4wnr5

11、741TOIE 1131B05 7射117-?C774-2199S=B*LWtt -4iS9S1l ?5iFJLLEkW, it 的u*flit HLSl*i Ji HSLfnc迄鼻阴-MD G4*豎卫尺11tSJJB-曲皿SO*M-1.TH3咖43di HZ 1枫1 Wtea*11 理ii irtCSTfiuE*Ifl 5dTE的D2fif71lbbMJWE1彌filEUDf-IJ-11 M 5.whiMiftE1M3仙10ifcMJIT AT? m*Q闻*沖4nm-1 WD也D3Z2-1* FTP 1 BESChFS心阪* nt仙iflz bm饵握LrtttH?Mf斶1 WlMH Ne5?

12、BuE4L-18 IT亀的Da-vaW仙Dh-h-31 212-4+54刚BtMF亦n疑B图所示为主效应模型检验，结果可见校正模型统计量F=6.772，P=0.000，说明模型有统计学意义。因素a和因素b均有统计学意义，P=0.000和P=0.037，均小于0.05图所示为不同饲料类型两两比较结果，从Sig值（即P值）可见，饲料B与饲料C间没有差异（P=0.117），其他均有差异，P0.05 图所示为不同品系小鼠喂养不同饲料的体重增重的均值图，可见 A饲料较好，B和C饲料差异不大I巴内加日rm船重复实验的双因素方差分析例题：某研究者欲了解一套新的锻炼方法的减肥效果。该研究者在某小学随机抽取12

13、名肥胖学生，随机分成两组，第一组每天下午按新的锻炼方法锻炼，第二组不参与新的锻炼方法锻炼，并于实验开始的第1.2. 3个月分别测量学生体重减重情况。打开【分析】般线性模型】-【重复度量】(1)打开【重复度量定义因子】，单击“被试内因子名称”中的Factor 1，修改为weight。(2) “级别数”框中输入重复测量次数“3”，单击“添加”按钮(3)单击左下角的“定义”按钮，将 3次测量变量One, Two和Three。按照框中测量的顺序，逐个放入右侧框中。如若顺序出现差异单击“群体内部变量”左侧的上下箭头来调整顺序，注意顺序一定不能出错。将因素变量 group放入“因子列表”框结果如下:rri

14、tairfflteWEJ! DDB9 U3DmQHZZDQWBD1DdintDQftMQin蚀皿和MilidlfibIMFlknHHV4HIJ|loanBEDS2L4区urnnmoHataing dTKfiIfiliLGlD9D码wimBDtM主3冃甘壬gtf* 弗翊Hrrrfr rHnthkcHI153*53 IF*U|IF1= JaWOTnp1 i書r 2 DOT i MW 411IP TEC31-J1DG仍MRT2BKE：HEEEHDHOD(RD3hiliar山期1ELT7? 1IX72J 忡期j1 F2 dm1 Cffl9-153SJBt-14 ra4 W4 394心玉1锵啣M3Gra

15、wwnjw-SPMirHkrpih-TafcHTffi24 U43* *44JIUI199id nnIQWi抑I2H1 JZ3HU课II此甲产FFrtHluM第越二旣315 3T511313.3T5J 25UZH.3M.1VnoMQ仙13.JT5TJI71d|.1931AS怙吗册館曲1呷1b11 J7E1 fliBb图所示为多变量检验结果，其中采用了4种检验方法计算了 T检验值、F值、假设df值和误差df值，表中可见不同测试时间的 weight有统计学差异，P=0.000,而测试时间与组 别间无统计学差异，P=0.55。然而是否以此结果为准的依据是球形性检验，若不符合球形 性，才以此结果为准或者以一元方差分析中校正结果为准。图所示为球形性检验结果，可见 Mauchly W=0.983 , P=0.926，符合球形性，结果以一元方差结果为准。如果PV0.05,则不符合球形性检验，则给出了3种校正模式，即Greenhous