统计分析与SPSS课后习题课后习题答案汇总第五版

1、?统计分析与SPSS的应用第五版?课后练习答案第一章练习题答案1、SPSS的中文全名是：社会科学统计软件包后改名为：统计产品与效劳解决方案英文全名是：StatisticalPackagefortheSocialScience.StatisticalProductandServiceSolutions2、SPSS的两个主要窗口是数据编辑器窗口和结果查看器窗口.数据编辑器窗口的主要功能是定义SPSSa据的结构、录入编辑和治理待分析的数据；结果查看器窗口的主要功能是现实治理SPS必计分析结果、报表及图形.3、SPSS的数据集：SPSS运行时可同时翻开多个数据编辑器窗口.每个数据编辑器窗口分别显示不同

2、的数据集合 简称数据集 .活动数据集：其中只有一个数据集为当前数据集.SPSS只对某时刻的当前数据集中的数据进行分析.4、SPSS的三种根本运行方式：完全窗口菜单方式、程序运行方式、混合运行方式.完全窗口菜单方式：是指在使用SPSS的过程中,所有的分析操作都通过菜单、按钮、输入对话框等方式来完成,是一种最常见和最普遍的使用方式,最大优点是简洁和直观.程序运行方式：是指在使用SPSS的过程中,统计分析人员根据自己的需要,手工编写SPS%令程序,然后将编写好的程序一次性提交给计算机执行.该方式适用于大规模的统计分析工作.混合运行方式：是前两者的综合.5、.sav是数据编辑器窗口中的SPSS数据文件

3、的扩展名.spv是结果查看器窗口中的SPS的析结果文件的扩展名.sps是语法窗口中的SPS钠序6、SPSS的数据加工和治理功能主要集中在编辑、数据等菜单中；统计分析和绘图功能主要集中在分析、图形等菜单中.7、概率抽样probabilitysampling:也称随机抽样,是指按一定的概率以随机原那么抽取样本,抽取样本时每个单位都有一定的时机被抽中,每个单位被抽中的概率是的,或是可以计算出来的.概率抽样包括简单随机抽样、系统抽样等距抽样、分层抽样类型抽样、整群抽样、多阶段抽样等.简单随机抽样simplerandomsampling:从包括总体N个单位的抽样框中随机地抽取n个单位作为样本,每个单位抽

4、入样本的概率是相等的.是最根本的抽样方法,是其它抽样方法的根底.优点：简单、直观,在抽样框完整时,可直接从中抽取样本,用样本统计量对总体参数进行估计比拟方便.局限性：当N很大时,不易构造抽样框,抽出的单位很分散,给实施调查增加了困难.分层抽样stratifiedsampling:将抽样单位按某种特征或某种规那么划分为不同的层,然后从不同的层中独立、随机地抽取样本.优点：保证样本的结构与总体的结构比拟相近,从而提升估计的精度,组织实施调查方便当层是以行业或行政区划分时,既可以对总体参数进行估计,也可以对各层的参数进行估计.整群抽样clustersampling:将总体中假设干个单位合并为组群工抽

5、样时直接抽取群,然后对选中群中的所有单位全部实施调查.优点：抽样时只需群的抽样框,可简化工作量；调查的地点相对集中,节省调查费用,方便调查的实施.缺点：估1/34计的精度较差.系统抽样systematicsampling:将总体中的所有单位抽样单位按一定顺序排列,在规定的范围内随机地抽取一个单位作为初始单位,然后按事先规定好的规那么确定其它样本单位,先从数字1到k之间随机抽取一个数字r作为初始单位,以后依次取r+k,r+2k等单位.优点：操作简便,可提升估计的精度.缺点：对估计量方差的估计较困难.多阶段抽样multi-stagesampling:先抽取群,但并不是调查群内的所有单位,而是再进行

6、一步抽样,从选中的群中抽取出假设干个单位进行调查.群是初级抽样单位,第二阶段抽取的是最终抽样单位.将该方法推广,使抽样的段数增多,就称为多阶段抽样.优点： 具有整群抽样的优点,保证样本相对集中,节约调查费用.在大规模的抽样调查中,经常被采用的方法.非概率抽样是指抽取样本时不是依据随机原那么,而是根据研究目的对数据的要求,采用某种方式从总体中抽出局部单位对其实施调查,包括方便抽样、自愿抽样、配额抽样、判断抽样和滚雪球抽样等.方便抽样：样本限于总体中易于抽到的一局部.最常见的方便抽样是偶遇抽样,即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员.“街头拦人法就是一种偶遇抽样.方便抽样是

7、非随机抽样中最简单的方法,省时省钱,但样本代表性因受偶然因素的影响太大而得不到保证.自愿抽样：某些调查对被调查者来说是不愉快的、麻烦的,这时为方便起见就采用以自愿被调查者为调查样本的方法.判断抽样： 研究人员从总体中选择那些被判断为最能代表总体的单位作样本的抽样方法.当研究者对自己的研究领域十分熟悉,对研究总体比拟了解时采用这种抽样方法,可获代表性较高的样本.这种抽样方法多应用于总体小而内部差异大的情况,以及在总体边界无法确定或因研究者的时间与人力、物力有限时采用.滚雪球抽样：以假设干个具有所需特征的人为最初的调查对象,然后依靠他们提供认识的合格的调查对象,再由这些人提供第三批调查对象,依次类

8、推,样本如同滚雪球般由小变大.滚雪球抽样多用于总体单位的信息缺乏或观察性研究的情况.这种抽样中有些分子最后仍无法找到,有些分子被提供者漏而不提,两者都可能造成误差.配额抽样也称定额抽样,是将总体依某种标准分层群；然后根据各层样本数与该层总体数成比例的原那么主观抽取样本.配额抽样与分层概率抽样很接近,最大的不同是分层概率抽样的各层样本是随机抽取的,而配额抽样的各层样本是非随机的.总体也可根据多种标准的组合分层群,例如,在研究自杀问题时,考虑到婚姻与性别都可能对自杀有影响,可将研究对象分为未婚男性、已婚男性、未婚女性和已婚女性四个组,然后从各群非随机地抽样.配额抽样是通常使用的非概率抽样方法,样本

9、除所选标识外无法保证代表性.8、利用SPSSS行数据分析的一般步骤：数据的准备-数据的加工处理-数据的分析-分析结果的阅读和解释.第二章练习题答案1、SPSS中两个根本的数据组织方式：原始数据的组织方式和计数数据的组织方式.原始数据的组织方式：待分析的数据是一些原始的调查问卷数据,或是一些根本的统计指标.计数数据的组织方式：所采集的数据不是原始的调查问卷数据,2/34后的数据.2、个案：在原始数据的组织方式中,数据编辑器窗口中的一行称为一个个案或观测.变量：数据编辑器窗口中的一列.3、默认的变量名：VAR；默认的变量类型：数值型.变量名标签和变量值标签可增强统计分析结果的可读性.而是经过分组汇

10、总4、数据文件如下图：I卢品类型卢品类型体草变体草变 化化IX数数11.001.00270021.002.00190032.001.00200042.002.0033005、缺失值分为用户缺失值UserMissingValue和系统缺失值SystemMissingValue.用户缺失值指在问卷调查中,将无答复的一些数据以及明显失真的数据当作缺失值来处理.用户缺失值的编码一般用研究者自己能够识别的数字来表示,如“0、“9、“99等.系统缺失值主要指计算机默认的缺失方式,如果在输入数据时空缺了某些数据或输入了非法的字符,计算机就把其界定为缺失值,这时的数据标记为一个圆点“？在变量视图中定义.6、变

11、量类型包括：数值型身高、定序型受教育程度以及定类型性别.在变量视图中定义.79题软件操作,答案略第三章练习题答案18题软件操作,答案略9、SPSS排序功能仅实现将观测按用户指定顺序重新排列；拆分功能在按序排列的根底上,能够实现对数据按排序变量进行分组,并分组进行后续的统计分析.第四章练习题答案1、Statistics户口所在地职业年龄ValidNMissing282028202820户口所在地FrequencyPercentValidPercentCumulativePercent中央城市20070.970.970.9Valid遥远郊区8229.129.1100.0Total282100.01

12、00.03/34职业FrequencyPercentValidPercentCumulativePercent国家机关248.58.58.5商业效劳业5419.119.127.7文教卫生186.46.434.0公交建筑业155.35.339.4经营性公司186.46.445.7学校155.35.351.1一般农户3512.412.463.5种粮棉专业Valid户41.41.464.9种果菜专业尸103.53.568.4工商运专业户3412.112.180.5退役人员176.06.086.5金融机构3512.412.498.9现役军人31.11.1100.0Total282100.0100.0年

13、龄FrequencyPercentValidPercentCumulativePercent20岁以下41.41.41.42035岁14651.851.853.2Valid3550岁9132.332.385.550岁以上4114.514.5100.0Total282100.0100.04/34分析：本次调查的有效样本为282份.常住地的分布状况是：在中央城市的人最多,有200人,而在遥远郊区只有82人；职业的分布状况是：在商业效劳业的人最多,其次是一般农户和金融机构；年龄方面：在35-50岁的人最多.由于变量中无缺失数据,因此频数分布表中的百分比相同.2、5/34PllNrrtJfct一忖De

14、scrifrtiwSlattsticaDescrifrtiwSlattstican nMganMganStd.DsviationStd.DsviationSkewnessSkewnessKurtosisKurtosisStiiHlicStiiHlicStalislicStalislicSlafistiCSlafistiCStc.ErofStc.ErofStalisticStalistic5ld.Erroi5ld.Erroilidlidblbl(listwist)(listwist)2822822 24736.094736.0910945.56910945.5695.2345.234,140,1

15、4033.D3033.D30,289,289分析：由表中可以看出,有效样本为282份,存取款金额的均值是4738.09,标准差为10945.09,峰度系数为33.656,偏度系数为5.234.与标准正态分布曲线进行比照,由峰度系数可以看出,此表的存款金额的数据分布比标准正态分布更陡峭；由偏度系数可以看出,此表的存款金额的数据为右偏分布,说明此表的存款金额均值对平均水平的测度偏大.Desc-nptk/eStatisticsDesc-nptk/eStatistics尸口所在地NMPAHStdDeMationKurinsisCiotisticCiotisticStatisticStatisticBM

16、stteBMstteCratisticCratisticCid.ErroiCid.ErroiCtntsUcCtntsUcSidErrorSidError中央城市在碑款去顼ValicINJisViise20C20C2 2口C C4S5&944S5&949T92JS1S9T92JS1S4.2934.293.172.1723i2083i208.342.342过五落区在图其金领vanewiisyjise8282020243043243043213402425134024255.94E5.94E.206.2069.0609.060526526分析：由表中可以看出,中央城市有200人,遥远

17、郊区为82人.两局部样本存取款金额均呈右偏尖峰分布,且遥远郊区更明显.3、利用描述菜单下窗口对话框中的“将标准得分另存为变量功能实现.对标准分数变量按降序排列,绝对值大于3的可视为“与众不同的样本.理由：标准化值反映的是样本值与样本均值的差是几个标准差单位.如果标准化值等于0,那么表示该样本值等于样本均值；如果标准化值大于0,那么表示该样本值大于样本均值；如果标准化值小于0,那么表示该样本值小于样本均值.如果标准化值的绝对值大于3,那么可认为是异常值.4、利用列联分析实现.首先编制列联表,然后进行卡方检验.以户口和收入的列联分析为例：口府初也,收入玳下 CrojstaiMilationCroj

18、staiMilation收入水平1000 元 HF1000*30005c3lnW.元SOQOxUt户口所在地中央城市 Count1912740u u203ExcectedCaunl355116.335.5I2.S2001%witrinF 二所在咄5.5%635%20.0%TO%100(%收入水平3E.0%inineo.oTO9%边适如工 caunl313737in432Ei|：ecredcaunl145ar7145二?STa尸匚所在出37.8%451%122%4.9%wan%withiniR62.0%工工 6%20.0%22.2%23.1%TotalCountw1645 口IBE 咔加普.Co

19、um1til05001fe.U202.J/withinF 匚所在鼬17.7%电说177%6 金,100.(1%withn 收入水平100.0%100.01C0.D%100.0%100.0%6/34Chi-EcChi-Ec和市用restsrestsValueValuectfctfAsi/mip.Gig.(2-sicAsi/mip.Gig.(2-sicledjledjPerandhPerandhb b32.0632.064 4J J3 3.aoo.aooUkrlihoodRdiiuUkrlihoodRdiiu29.30329.3033 3,000,000Unear-tjy-LlneaiUnear-

20、tjy-LlneaiAssociation15.33615.3361 1,000,000N NofValidCasesofValidCases烟烟w0c川(0%)hav?expectedcoimtlessIhan5TherrinirncmovctadElintis5?2表中,卡方统计量的观测值等于32.064,概率-P值等于0.001.假设显著性水平设为0.05,由于0.0010.05,拒绝原假设,说明户口地与收入水平不独立.5、多项选择项分类法;$setFrequencies$setFrequenciesRe;pon?esRe;pon?esPertentflfPertentflf二日*日5

21、5N NPertentPertent制一展连徵巨贲品&77.9%23.0%姑箱用5151E.D%IB.I正曷域零月iejiej21.5%63.9%63.9%成生意52526.1%18.4%购百方虫生产资料1.S%57%父江驿及单性柬提34344.0%12.1%买房或建房QS1Q4%1Q4%3L2%支时瓶子领苜黄用S.Q%犷口,养老主0b.5%b.5%1g.SJb阳山獐 m1D?12b%“9%程利1201J2%42B%-atalQ46100.0.：QD.Oa.0rMla存款的最主要目的是正常生活零用6、计算结果:7/34卡方统计量:575770706 60 01Q51Q548.848.8

22、69.369.378.0195.0195.0292%292%40.0%40.0%30.8%100.0100.0380%380%37.1%25.0%25.0%325%325%454587S3S31S51S546.846.868.368.376.076.01S5.01S5.023,1%44,0%32.3%32.3%100,0%100,0%30.0%30.0%41.4%41.4%56.3%56.3%*25%*25%4343454511711721021052552573.fi94.0210.0210.022,9%22,9%21.4%21.4%55.7%55.7%100.0%100.0%32.0%21

23、.4%21.4%43.5%茹 0%0%150150210240240600150.0150.0210.0240.0240.0600.0600.025.0%25.0%35M35M40.0%40.0%100.0%100.0%100.0%100,0%1000%1000%100,0%100,0%c(fijofije)2j1fije,用于测度各个单元格的观测频数与期望频数的差异,并依卡方理论分布判断差异是否统计显著.由于期望频数代表的是行列变量独立下的分布,所以卡方值越大说明实际分布与期望分布差异越明显.本例中,由于概率P值小于显著性水平,应拒绝原假设,婆媳关系与住房条件有关系.7、将计数数据复原为原始

24、数据,采用交叉分组下的频数分析,并进行卡方检验.8/34产品类驷产品类驷 体重变优文型制哀体重变优文型制哀体重宣化体重宣化甜明显城轻明显城轻碰显变化碰显变化产品类型第一种产品计数产品类型第一种产品计数27191946期望的计数期望的计数21.824.224.24&.0产品类型中的产品类型中的的的58.7%58.7%413%413%100.0%体重变化中的体重变化中的职职57.4%36.5%36.5%485%总数的弥总数的弥27.3%19.2%46.5%第二种户晶计题第二种户晶计题2020333363期望的计数期望的计数25.225.227827853.0产品类型中的先产品类型中的先37

25、.7%37.7%62.3%100.0%100.0%体重变化中的体重变化中的% %42.6%42.6%63.5%63.5%535%总数的将总数的将20.2%20.2%33.3%33.3%53.5%合计计数合计计数4747525299期望的计数期望的计数47.047.052.052.059.0产品类型中的产品类型中的% %47.5%47.5%S2.5%S2.5%1000%体重登化中的阳体重登化中的阳1C00%100.0%100.0%100.0%总麴的品总麴的品47475%5%52.5%52.5%100.0%100.0%卡方检验值df新逸 Sig.Sig.微侧精碓 Sig.Sig.励精确事?单蝴Pe

26、arsonPearson 卡方a=0.05所以不能拒绝原设；且总体均值的95%的置信区间为(67.31,80.14),检验值75包括在置信区间内,所以经理的话是可信的.2、12/34Onc-Sannr)ieStaiiOnc-Sannr)ieStaii liclic N NMeanStJ.DeriatiDnStd,EirorMeanStd,EirorMean上区的同2751291D7Q0041,印明 4Diit-&orupteTHsIDiit-&orupteTHsITestVlue=01dfdf5lg,(2-lal|ea)5lg,(2-lal|ea)DiTTerence95%95%ConfldGneeIMgglcf1hConfldGneeIMgglcf1hDifferencsDifferencsLowerLowerupper:上年 f 闽192919293434,000,0002T.M38D2T.M38D23.007323.0073312164312164每周上网时间的样本平均值为27.5,标准差为10.7,总体均值95%的置信区间为23.8-31.2.3、 利用两独立样本的T检验实现,本质为两