信息管理专业调研调查(共23页)

1、江苏大学(dxu)京江学院课 程 设 计 课程名称 SPSS课程设计 专业(zhuny)班级 信息(xnx)1301 学生姓名 胡鹏辉 学 号 4131118021 日期 2015年 1月 8日SPSS实习作业(zuy)报告第一(dy)题案例处理摘要案例有效的缺失合计N百分比N百分比N百分比MATH * PHSY80100.0%0.0%80100.0%MATH* PHSY 交叉制表计数PHSY合计123456MATH1820000102422300029301011300244005621145000110260001001合计123419113180第二(d r)题第三(d sn)题身高(s

2、hn o),cm Stem-and-Leaf Plot fory2= 1-男 Frequency Stem & Leaf 10.00 10 . 0000133334 20.00 10 . 55555666788888999999 9.00 11 . 000112234 6.00 11 . 667899 4.00 12 . 0000 1.00 Extremes (=125) Stem width: 10.0 Each leaf: 1 case(s)身高(shn o),cm Stem-and-Leaf Plot fory2= 2-女 Frequency Stem & Leaf 2.00 9 . 9

3、9 6.00 10 . 002224 19.00 10 . 5556677788999999999 9.00 11 . 000222334 7.00 11 . 5556789 3.00 12 . 002 Stem width: 10.0 Each leaf: 1 case(s)第四题案例处理摘要案例已包含已排除总计N百分比N百分比N百分比每小时薪水 * 工作经验（年）57896.3%223.7%600100.0%报告每小时薪水工作经验（年）均值N标准差小于等于517.9088903.837476-1018.51601463.6131311-1519.63191653.8862816-2020.

4、57151133.7689421-3521.1796594.14743大于等于3619.742556.59941总计19.42445783.97317第五(d w)题成对样本统计量均值N标准差均值的标准误对 1x1614.200010119.6446637.83496x2586.90001099.3125831.40540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的 95% 置信区间下限上限对 1x1 - x227.3000025.824418.166398.8263345.773673.3439.009第六题描述性统计量均值标准差Nmpg23.844.283154s

5、ales52.9980868.029422157相关性mpgsalesmpgPearson 相关性1-.017显著性（双侧）.837N154154salesPearson 相关性-.0171显著性（双侧）.837N154157相关系数mpgsalesKendall 的 tau_bmpg相关系数1.000.096Sig.（双侧）.087N154154sales相关系数.0961.000Sig.（双侧）.087.N154157Spearman 的 rhompg相关系数1.000.134Sig.（双侧）.098N154154sales相关系数.1341.000Sig.（双侧）.098.N154157

6、第七题迭代历史记录b迭代数a残差平方和参数ABC1.085.25010.500.300.7001.132.9778.090.300.7002.032.9778.090.300.700导数是通过数字计算的。a. 主迭代数在小数左侧显示，次迭代数在小数右侧显示。b. 由于连续参数估计值之间的相对减少量最多为 PCON = 1.00E-008，因此在 3 模型评估和 2 导数评估之后，系统停止运行。参数估计值参数估计标准误95% 置信区间下限上限A8.090.7816.17810.002B.300.000.300.300C.700.000.700.700参数估计值的相关性ABCA1.000.B.C.

7、ANOVAa源平方和df均方回归589.0333196.344残差32.97765.496未更正的总计622.0109已更正的总计32.9778因变量: Productsa. R 方 = 1 -（残差平方和）/（已更正的平方和）= .。第八(d b)题案例处理汇总未加权的案例aN百分比选定案例包括在分析中70082.4缺失案例15017.6总计850100.0未选定的案例0.0总计850100.0a. 如果权重有效，请参见分类表以获得案例总数。分类表a,b已观测已预测Previously defaulted百分比校正NoYes步骤 0Previously defaultedNo5170100.

8、0Yes1830.0总计百分比73.9a. 模型中包括常量。b. 切割值为 .500方程中的变量BS.E,WalsdfSig.Exp (B)步骤 0常量-1.039.086145.7821.000.354不在方程中的变量得分dfSig.步骤 0变量age13.2651.000employ56.0541.000address18.9311.000income3.5261.060debtinc106.2381.000creddebt41.9281.000othdebt14.8631.000总统计量201.2717.000模型系数的综合检验卡方dfSig.步骤 1步骤252.1567.000块252

9、.1567.000模型252.1567.000Hosmer 和 Lemeshow 检验的随机性表Previously defaulted = NoPreviously defaulted = Yes总计已观测期望值已观测期望值步骤 117069.7500.2507026968.80911.1917036366.91173.0897046563.93156.0697056459.956610.0447065454.6861615.3147074948.0422121.9587083740.7093329.2917093530.5763539.42470101113.6295956.37170方程

10、中的变量BS.E,WalsdfSig.Exp (B)步骤 1aage.034.0173.7761.0521.034employ-.265.03268.6121.000.767address-.104.02320.0941.000.901income-.008.008.8641.352.992debtinc.065.0314.5411.0331.067creddebt.628.11430.5121.0001.874othdebt.070.078.8181.3661.073常量-1.378.5725.8101.016.252a. 在步骤 1 中输入的变量: age, employ, address

11、, income, debtinc, creddebt, othdebt.相关矩阵Constantage employ address income debtinc creddebtothdebt 步骤 1Constant1.000-.744.040.250-.410-.552.327.412age -.7441.000-.307-.510-.106-.017.099.006employ .040-.3071.000.262.062.180-.424-.283address .250-.510.2621.000.007-.008-.176-.059income -.410-.106.062.0

12、071.000.703-.652-.670debtinc -.552-.017.180-.008.7031.000-.578-.760creddebt.327.099-.424-.176-.652-.5781.000.358othdebt .412.006-.283-.059-.670-.760.3581.000第九题ANOVAScore on training exam平方和df均方F显著性组间2525.69121262.84612.048.000组内5974.72457104.820总数8500.41559多重比较因变量:Score on training exam(I) Sales tr

13、aining group(J) Sales training group均值差 (I-J)标准误显著性95% 置信区间下限上限LSD12-9.98789*3.23759.003-16.4711-3.50473-15.69947*3.23759.000-22.1826-9.2163219.98789*3.23759.0033.504716.47113-5.711583.23759.083-12.1947.77163115.69947*3.23759.0009.216322.182625.711583.23759.083-.771612.1947Tamhane12-9.98789*3.84079.

14、040-19.6053-.37053-15.69947*3.17733.000-23.8792-7.5198219.98789*3.84079.040.370519.60533-5.711582.56883.102-12.2771.85393115.69947*3.17733.0007.519823.879225.711582.56883.102-.853912.2771*. 均值差的显著性水平为 0.05。Score on training examSales training groupNalpha = 0.05 的子集12Duncana12063.579822073.567732079.

15、2792显著性1.000.083将显示同类子集中的组均值。a. 将使用调和均值样本大小 = 20.000。第十题第十一题组统计量Type有效的 N（列表状态）未加权的已加权的1流动比率1919.000总资产周转率1919.000资产净利率1919.000总资产增长率1919.0002流动比率1919.000总资产周转率1919.000资产净利率1919.000总资产增长率1919.000合计流动比率3838.000总资产周转率3838.000资产净利率3838.000总资产增长率3838.000分类处理摘要已处理的38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38组的先验概率T

16、ype先验用于分析的案例未加权的已加权的1.5001919.0002.5001919.000合计1.0003838.000分类结果aType预测组成员合计12初始计数116319251419%184.215.8100.0226.373.7100.0a. 已对初始分组案例中的 78.9% 个进行了正确分类。第十二题模型汇总指定增长方法CHAID因变量分组自变量学生就业得分, 师生满意度得分, 师资得分, 社会资源得分, 校友力量得分, 学术得分, 硬件条件得分, 生源质量得分 验证无最大树深度3父节点中的最小个案100子节点中的最小个案50结果自变量已包括学术得分, 师资得分, 社会资源得分 节

17、点数13终端节点数8深度2风险估计标准 误差.220.016增长方法:CHAID因变量列表: 分组分类已观测已预测教学性研究性正确百分比教学性4882994.4%研究性1255831.7%总计百分比87.6%12.4%78.0%增长方法:CHAID因变量列表: 分组第十三题相关矩阵a人均GDP利用外资数量公路密度平均受教育年限乡镇工业比例人均固定资产净值相关人均GDP1.000.746.491.756.648.944利用外资数量.7461.000.149.232.629.635公路密度.491.1491.000.665-.204.663平均受教育年限.756.232.6651.000.150.

18、883乡镇工业比例.648.629-.204.1501.000.372人均固定资产净值.944.635.663.883.3721.000Sig.（单侧）人均GDP.011.090.009.030.000利用外资数量.011.351.274.035.033公路密度.090.351.025.299.026平均受教育年限.009.274.025.350.001乡镇工业比例.030.035.299.350.162人均固定资产净值.000.033.026.001.162a. 行列式 = 1.00E-005公因子方差初始提取人均GDP1.000.991利用外资数量1.000.779公路密度1.000.84

19、7平均受教育年限1.000.856乡镇工业比例1.000.873人均固定资产净值1.000.984提取方法：主成份分析。解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %13.75862.63362.6333.75862.63362.6332.87247.87447.87421.57126.18888.8211.57126.18888.8212.45740.94788.8213.4507.49796.3184.2063.42799.7455.014.23399.9786.001.022100.000提取方法：主成份分析。成份

20、矩阵a成份12人均GDP.985.144利用外资数量.714.519公路密度.608-.691平均受教育年限.819-.430乡镇工业比例.526.772人均固定资产净值.981-.149提取方法 :主成份。a. 已提取了 2 个成份。成份得分系数矩阵成份12人均GDP.144.238利用外资数量-.064.376公路密度.405-.236平均受教育年限.342-.073乡镇工业比例-.205.468人均固定资产净值.262.093成份得分协方差矩阵成份1211.000.0002.0001.000提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。 构成得分。 第十四题初始

21、聚类中心聚类1234567牛奶1367576咖啡6317673茶6616346苏打水7371732果汁7157655矿泉水7547515啤酒7677161葡萄酒7554661迭代历史记录a迭代聚类中心内的更改123456712.1652.6822.6613.0411.1182.3652.8172.000.896.332.928.000.610.0003.000.514.435.000.000.000.0004.000.000.000.000.000.000.000a. 由于聚类中心内没有改动或改动较小而达到收敛。任何中心的最大绝对坐标更改为 .000。当前迭代为 4。初始中心间的最小距离为 7

22、.280。聚类成员案例号受试者聚类距离1sub1 12.1652sub1 34.2533sub1 32.8444sub1 43.6215sub1 74.7036sub1 62.4077sub1 73.8538sub1 73.0199sub2 12.94710sub2 35.52711sub2 54.09312sub2 43.43213sub2 64.92214sub2 63.63715sub2 53.04116sub2 43.18017sub3 11.09018sub3 33.76419sub3 34.07820sub3 43.80121sub3 24.93822sub3 62.28623su

23、b3 53.12224sub3 44.01425sub4 23.84026sub4 74.82727sub4 32.32328sub4 23.79229sub4 22.30030sub4 23.44031sub4 72.45532sub4 73.32033sub5 22.50834sub5 35.16035sub5 33.57536sub5 74.26737sub5 22.26038sub5 24.47439sub5 72.81740sub5 72.76841sub6 12.38542sun6 32.80343sub6 34.49944sub6 64.40145sub6 23.78046sub

24、6 63.15347sub6 51.11848sub6 43.43249sub7 34.66750sub7 33.72351sub7 33.12752sub7 24.67353sub7 23.41454sub7 62.37855sub7 73.33456sub7 73.375最终聚类中心聚类1234567牛奶1357567咖啡6526664茶6426345苏打水7453744果汁6255644矿泉水6346626啤酒5666262葡萄酒7663651最终聚类中心间的距离聚类123456716.8877.5767.7606.4378.1589.16926.8875.9856.7277.3394.

25、2717.71237.5765.9857.8366.7026.0707.70447.7606.7277.8367.1265.5685.08956.4377.3396.7027.1266.7335.97468.1584.2716.0705.5686.7337.29679.1697.7127.7045.0895.9747.296每个聚类中的案例数聚类14.000211.000313.00046.00054.00067.000711.000有效56.000缺失.000第十五题模型描述模型类型模型 ID出口总额模型_1ARIMA(1,1,1)(0,0,0)模型拟合拟合统计量均值SE最小值最大值百分位5

26、102550759095平稳的 R 方.244.244.244.244.244.244.244.244.244.244R 方.862.862.862.862.862.862.862.862.862.862RMSE2.301E9.2.301E92.301E92.301E92.301E92.301E92.301E92.301E92.301E92.301E9MAPE12.145.12.14512.14512.14512.14512.14512.14512.14512.14512.145MaxAPE127.620.127.620127.620127.620127.620127.620127.62012

27、7.620127.620127.620MAE1.591E9.1.591E91.591E91.591E91.591E91.591E91.591E91.591E91.591E91.591E9MaxAE6.874E9.6.874E96.874E96.874E96.874E96.874E96.874E96.874E96.874E96.874E9正态化的 BIC43.233.43.23343.23343.23343.23343.23343.23343.23343.23343.233模型统计量模型预测变量数模型拟合统计量Ljung-Box Q(18)离群值数平稳的 R 方统计量DFSig.出口总额-模型_

28、10.24483.11016.0000预测模型一月 2003二月 2003三月 2003四月 2003五月 2003六月 2003七月 2003八月 2003九月 2003十月 2003十一月 2003十二月 2003出口总额-模型_1预测3.08E103.07E103.09E103.11E103.13E103.15E103.18E103.20E103.23E103.25E103.27E103.30E10UCL3.53E103.57E103.60E103.64E103.67E103.71E103.75E103.78E103.82E103.85E103.89E103.92E10LCL2.62E1

29、02.57E102.57E102.58E102.59E102.60E102.61E102.62E102.63E102.65E102.66E102.67E10对于每个模型，预测都在请求的预测时间段范围内的最后一个非缺失值之后开始，在所有预测值的非缺失值都可用的最后一个时间段或请求预测时间段的结束日期（以较早者为准）结束。第十六题年限表一阶控制期初时间期初记入数期内退出数历险数期间终结数终结比例生存比例期末的累积生存比例期末的累积生存比例的标准误概率密度概率密度的标准误风险率风险率的标准误部门承保部026642245.00031.13.87.87.02.013.002.01.00101931718

30、4.50038.21.79.69.03.018.003.02.002013810133.00025.19.81.56.03.013.002.02.00301031098.00034.35.65.37.04.020.003.04.014059457.00022.39.61.23.03.014.003.05.015033033.00021.64.36.08.02.014.003.09.026012012.00011.92.08.01.01.008.002.17.0370101.00011.00.00.00.00.001.001.20.00理赔部028113274.50016.06.94.94.01.006