spss试验报告解析

1、统计实习SPSS实验报告姓名：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及彼此之间的联系和区别。实验内容及步骤数据输入案例：对6名男生和6名女生的肺活量的统计,数据如下:肺活量年龄男女713421213S149613549197215161018431685112010188312220020771. 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 入年龄男女7134212138U961364919726：101843168511201018831

2、222002077其变量视图为:名称类型宽度小数标签值列年龄数值(N)110无无11男数值110 I无无11女数值(N)110无无11二.探索分析进行探索分析得出如下输出结果:浏览案例有效锻失合计N百分比N百分比N百分比男6100.0%I.0%6100.0%女6100.0%0.0%6100.0%山上表可以看出，6例均为有效值，没有记录缺失值得悄况。统计量标准误男均値1810.50133.797均値的95%信越间下限1466.56上限2154.445%修整均値1814.89中値1907.50方差107410.300标准差327.735极小値1342极大値2200范围858四分位距600僞度-.5

3、34.845烽度-1.1991.741女均値1621.33132.847均値的95%置信区间下限1279.84上限1962.835%修整冏値1618.70中値1600.50方差105890.667标准差325.408极小値1213极大値2077范围864四分位距613僞度.213.845峰度-1.2031.741山上表可以看出，男女之间肺活量的差异，男主明显优于女生，范围更广，偏度 大。男男 Stem-and-Leaf PlotFrequencyStem &Leaf2.001 .342.001 .892.002 02经济与管理学院财会系会ir 2011-2班姓名：成功学号：201151

4、6199Stem width:1000经济与管理学院财会系会H 20H-2班姓名：成功学号：20H516199Each leaf:1 case(s)2.200-2.000-1.800-1.600-1,400-1,200-女女 Stem-and-Leaf PlotFrequencyStem &Leaf2.001 .233.001 .5681.002 .0Stem width:1000Each leaf:1 case(s)经济与管理学院财会系会ir 2011-2班姓名：成功学号：20115161992,200-2,000-1.800-1,600-1.400-1.200-三、频率分析进行频率

5、分析得出如下输出结果:*频率数据集1颌计量男女N有效66抉失00频率表男频率百分比有效百分比毘积百分比有效1342116716.716.71496116.71673331843116716.750.01972116.716.766.72010116.716783.32200116.716.7100.0合计6100.0100.0女频率百分比有效百分比果积百分比有效1213116.716716 71354116716.733.31516116.716750.01685116.716766.71883116.716.783.32077116.716.7100.0合计6100.0100.0由上图可知，

6、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%。LL!描述分析进行描述分析得出如下输出结果:描述数据集1描述统计量忖极小値极大値沟値标准差男6134222001810.50327735女6121320771621.33325.408有效的N （列表狀态）6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,最多的为男生有2200,均值为 1810.50/1621.33,.标准差为

7、327.735/325.408,离散程度不算大。五、交叉分析交叉表数据集1案列处理摘査窣例总失合计NN百分比N百分比女男6100 0%0.0%6100.0%女*男交叉制表计敎另合计134214961843197220102200女121310000011264010000115160001001168500100011883000010120770000011合计1111116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、两独立样本以及成对样本的均值检验。实验内容及步骤（-）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，测试指标为使

8、用该药之前和之后的体重。9 4IX IX2 298929976IX6916O21IX7 35 4IX IX9 37 7IX IX前后 前后 前后 号药药号药药号药药 扁艮艮扁艮艮扁艮艮 nfl nfl Hn Mfl输入SPSS建立数据。均値或据昊2案例处理摘要案例己包含己排除总计N百分讯N百分岗N百分比服药效果才分组30100.0%0.0%30100.0%赧告服药效果分组均値N标准差服药后193.671531.782服药前201.531532.084总计197.603031.632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及合讣值，可见以这种方式列出

9、统讣量可以非常直观的进行 各组间的比较。单向或据翠ANOVA索号平方和df均方F显著性组间2172.0002586 8804.603.074组内75.500418.875总數2247.50029山上表可知，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:*T检验対鎂2单介样本统计量N均値标准差均値的标准误服药鶴30197.6031.6325.775单个样本捡验碱値=0tdfSig.WJ)沟値差値差分的95%置駆间下限上限服药效果34.21529.000197.600185.792

10、09.41山上表可以知，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(Mean Difference)、差值的95%可信区间。由上表可知:t=34. 215 ,P二o000<0. 05o因此可以认为肺气肿的总体均值不等于0.（三）双样本T检验案例：研究某安慰剂对肥胖病人治疗作用z用20名患者分组配对z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。一空融齐U姐药做组i12121 083-11411

11、20£1OT1OT11O10411-498了;1151028J13S13291 2Y1O工塗園进行双样本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安慰剂 组121.801011.4193.611药物组111.801010.1853.221山上图可知，对变量各自的统计描述，此处只有1对，故只有对1。成对样本相关系数N相关系数Sig.对1安慰剂组&药物组10.802.005此处进行配对变量间的相关性分析成对样本检验成对差分tdfSig.（ 双侧）均值标准 差均值的 标准误差分95% 置信区间下限上限对安慰剂组1-药物组10.0006.8962.181

12、5.06714.9334.5869.001配对t检验表，给岀最终的检验结果，山上表可见P二0.001,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:相关分析实验目的：1.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。实验内容及步骤（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。前后 前后 前后 号药药号药药号药药8 29 9IX IX69IX9 37 7IX IX585467993 4IX75IX34IX062进行相关双变量分析得出如下输出结果：相

13、关性描述性飯计量均値标准差N服药前201.1332.15615服药后193.6731.78215招关牲服药前服药后服药前 Pearson相关性1.994"显著性（双侧）.000平方与燮积的和1 4475.73314222.667协方差1033.9811015.905N1515服药后 Pearson相关性.994"1显著性（驳恻）.000平方与又积的和14222.66714141.333协方差1015.9051010.095N1515初在山水平（双侧）上显著相关。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

14、分析结果结果，共分为三 列，分别是相关系数、P值和样本数。山于这里只分析了两个变量，因此给岀的 是2*2的方阵。曲上表可见，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,P<0. 01（二）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疑月平均雨量月平均气温10.5000-8.8020.3000-11.0030.400.40-2.4041.400.406.9053.302.7010.6064.702.40

15、13.9075.902.5015.4084.703.0013.5090.901.3010.00100.601.802.70110.500.60-4.80120.300.20-6.00描述性统计量均値标准差N月平均流屋1.9582.085212月平均气温3.3339.581212月平均雨量1.2921.126112招关性控制娈量月平均毓量月平均气温月平均雨屋 月平均流量 相关性1.000.365显晉性（驭侧）2了0df09月平均气温相关性.3651.000显著性（双刚）.270df90山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, P00

16、5,因此“月平均流量”与“月平均气温”不存在 显著相关性。（三）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112.3612.412.18212.1412.212.22312.3112.281235412. 3212. 2512.21512. 1212. 2212. 1612.2812.3412.25712.2412.3112.2812.4112.312.46近似值案例有效缺失合计N百分比N百分比N百分比842.1%1157.9%19100.0%近似距阵）线性回归分析Euclidean 810度20度30度10度.000.204.24120度

17、.204.000.34030度.241.340.000这是一个不相似性矩阵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10.5000-8.8020.3000-11.0030.400.40-2.4041.400.406.9053.302.7010.6064.702.4013.9075.902.5015.4084.703.0013.5090.901.3010.00100.601.802.70110.500.60-4.80120.300.20-6.00进行线性回归分析得出如下输出结果:回

18、归输入/移去的变量b模型输入的变量移去的变量方法1月平均流量a输入a.已输入所有请求的变量。 b因变量：月平均雨量山表可知，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/退出模型的惜况记录，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。模型汇总模型RR方R 整方调标准估计的 误差1855a.732.705.611

19、7a.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FSig.1回归残差 总计10.2083.74113.9491101110.208.37427.283000ja.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。山于这里所用的回归模型只有 一个自

20、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模型非标准化系数标准系数tSig.B标准误 差试用版1（常量）月平均流 量.387.462.247.088.8551.5645.223.149.000a.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极小值极大值预测值.5263.113残差-.63371.1358标准预测值-.7951.890标准残差-1.0361.857均值标准偏差N1.292.963312.0000.583212.0001.00012.000.9531

21、2a.因变量：月平均雨量图表頁方图因变最：月平均雨最坯値二833“7 标冶偏差-0.953 N = 12回切标准化残差（五）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:比曲线拟合数据集1模型描述漠型名秫MODJ因娈量 1年龄（岁）方程1线性自娈量体重常数包含其値在图中标记对规测値的变量未指定个瘵处理摘要N个案总数7己排除的个案启0己预测的个案0新创建的个案0a从分析中排除任何 变量中帝有皱失値的变量因娈虽年龄（罗）体重正値数77零的个数00负値数00缺失値数 用戸自定汶缺失0

22、0系纟離失00模型汇总和卷数估计|證因娈量年龄（罗）方程模型汇总参數估计値R方Fdf1df2Sig.常数b1线性.2001.25415.314-3.294.108自变量対体重。年龄（岁）0已观测 线性实验报告五实验项目:聚类分析和判别分析实验目的：L学习利用SPSS进行聚类分析和判别分析。实验内容及步g（一）系统聚类法为确定老年妇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。受试者编 号主侧桂骨主侧胧计肱骨主侧尺丹尺件11. 1031.0522. 1392.2380. 8730. 87220. 84

23、20. 8591.8731.7410. 5900. 74430. 9250. 8731.8871.8090. 7670.71340. 8570. 7441.7391.5470. 7060. 674L0. 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.

24、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:聚类近似値怒摇知案洌処理摘要3案例有效彼失合计N百分比N百分比N百分比|10100.0%0.0%10100.0%a平方Euclidean距离已使用CLUSTER/MATRIX IN(,C:DOCUMElADMINklLOCALS-lTempspss4724,/METHOD BAVERAGE/PRINT SCHEDULE/PLOT DENDROGRAM VICICLE.聚类或据集平均联结（组之问）聚类表阶群集组合系数首次出现號群集下一阶群集1群集2群集1群集2112.029004234.080005356.10100441

25、52 了013551310.023420使用平均联接（纽间）的树状图经济与管理学院财会系会ir 2011-2班姓名：成功学号：2011516199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）、 胸圉（cm）和资料。求出月平均增长率（）,砥工尹卅rT1讣 St19OG1 -SG-4.2TQ2826i1 «5243a is75 12 204-4756724J石085 ;9608G«51 78G6910063&1 902?7 ；7"巧475T-i 7-4 a6.733"401 0639e&2 0281 Ose

26、o1 390123身高73385681 5体重.了 42796751脚围4 .8631 3902 204迭代膜中心丙的更改1231.4 31.1 30.1 2S2.000000000a.由于聚类中心丙没:育改动或f 小而达刮收皱。任何中心的最二 坐标更改九.000 -当俞迭代対 躺中心间的最小距离対351 o123身高.840801874体重.823778825脚圉1 .8501 5072.1 1 6毎个乘类中的義例I数15.00023.00032.0001 0.000缺失.000判别分析对某企业，搜集整理了 10名员工2009年第1季度的数据资料。构建1个10X6 维的矩阵职工代号工作产量

27、工作质量 工作岀勤 工祚损耗工作态度 工作能力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.

28、625. 727. 118. 198. 181、“分析一一分类一一判别分析”，把“分类”选入“分组变量”，定义范围: 最小值（1）,最大值（4）,把XI、X2、X3、X4、X3和X6输入“自变量框S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J “不考虑该个案时的分类”、 “在组内S “合并图、分组、区域图S5、“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11.002a100

29、.0100.0.707a.分析中勺吏用了前1个E型判别式函数。Wilks 的 Lambda函数检验Wilks 的 Lambda卡方dfSig.1.4993.4716.748函数1工作质量.270工作产量-.831工作岀勤-.406工祚损耗1.415工作态度1.879工作能力-2.061结构矩阵函数1工祚损耗.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2.798

30、工作能力-2.803（常量）-6.817非标准化系数组质心处的函数职工代号函数11-.73121.097在组均值处评佔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组的先验概率职工代号先验用于分析的案例未加权的已加权的1.60066.0002.40044.000合计1.0001010.000分类函数系数职工代号12工作质量121.299122.360工作产量-5 & 894-60.411工作出勤-14.803-15.373工祚损耗3.7396.020工作态度123.979129.094工作能力-63.284-68

31、.407（常量）-547.493-560.691Fisher的线性判别式函数经济与管理学院财会系会ir 2011-2班姓名：成功学号：2011516199单独组图表典则判别函数1职工代号冷咖 7.73林准備违=0 850N = 6典则判别函数1标准偏羞. = *1.209N = 4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义验证。在交义验证冃X每个案例;駆是按照从该案例以外的所有其他案例派生的函数来分类

32、的。b.已对初始分组案例中的80.0%个进行了正确分类。c.已对交义验证分组案例中的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：1.学习利用SPSS进行因子分析和主成分分析。实验内容及步g（一）因子分析F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。ABCDEFXIX2X3X4X5X6>6. 048. 173.958.088. 248. 656. 277. 9434. 527.16匚8116. 618. 54.345.618. 528曲)7. 398. 445.925.378. 83T蘇7. 83

33、8. 793.855.358. 588. 03r7. 368. 535裁7. 098. 238. 04?7. 248. 614. 693. 989. 04S. 07)6. 498. 034- 567. 188. 548. 5705437. 674.223. 878. 417. 614. 577. 42.963. 028. 747. 9726. 438. 384.S74.878. 788. 3735. 887. 893.876.348. 378. 1943. 946. 912.976.M8.178. 1654. 82匸33. 075. 876邀& 0164. 02匕26 .285.639

34、砺;9. 07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Bartletfs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渥分析NXIX2X3X4X5X66.02137.98803.99605.57008.37278.02471.23848.573401.011951.3869