spss 统计分析与应用 作业

1、统计分析与SPSS应用作业目录第一题1第二题4第三题 第一题： 使用的数据文件为自己编辑的具体data view如下数据属性variable view如下其中sex的value值设定如下renge的value值设定如下jixiao的value值设定如下Frequencies过程的结果:对weight字段用frequencies过程分析的结果如下Statistics体重NValid28Missing0Percentiles525507595体重FrequencyPercentValid PercentCumulative PercentValid4214634714824915215325445

2、51583591631641682702761771Total28由第一张表可以看出，被调查的工人样本的体重的四分位数分别为：，。第二张表可以看出体重的累积分布百分数，有百分之64.3%的工人的体重位于49kg70kg之间。对renge和jixiao字段用frequencies过程分析的结果如下霍兰德的六种人格类型FrequencyPercentValid PercentCumulative PercentValid社会型S1企业型E2传统型C11现实性R8研究型I4艺术性A2Total28绩效评级FrequencyPercentValid PercentCumulative PercentV

3、alidA6B8C9D5Total28表中给出了人格类型和绩效评级的频数表，其中Frequency为频数，Percent为各族频数占总例数的百分比（包括缺失数据），Valid Percent为各组频数占总例数的有效百分比，因为我所选用的工人信息表中没有缺失数据，因此Percent和Valid Percent 字段的值是相同的。Cumulative Percent为各组频数占总例数的累积百分比。在有关人格类型分析的表中，可见，大多数工人有传统型或者现实型人格，共有大约67.9%。在绩效评级分析的表中，可见，大多数人达到了C级以上的绩效评级。总体而言该公司的绩效评级体制还是合理的。Descript

4、ive过程的结果对height字段用descriptive过程分析结果如下Descriptive StatisticsNMinimumMaximumMeanStd. Deviation身高28Valid N (listwise)28可看出，被调查的28个样本中，身高最大值为186cm，最小值为152cm，均值为，标准误差为Explore模块分析结果Case Processing Summary性别CasesValidMissingTotalNPercentNPercentNPercent身高男15100.0%0.0%15100.0%女13100.0%0.0%13100.0%Descriptiv

5、es性别StatisticStd. Error身高男Mean95% Confidence Interval for MeanLower BoundUpper Bound5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewness.033.580Kurtosis.683女Mean95% Confidence Interval for MeanLower BoundUpper Bound5% Trimmed MeanMedianVarianceStd. DeviationMinim

6、umMaximumRangeInterquartile RangeSkewness.029.616Kurtosis从上两张图中可以看出集中趋势指标、离散趋势指标、分布特征指标和参数估计值等。下两张图分别为男工人和女工人的身高分布直方图下图分别为男工人和女工人身高分布的茎叶图身高Stem-and-LeafPlotforsex=男FrequencyStem&Leaf1.00Extremes(=186)Eachleaf:1case(s)身高Stem-and-LeafPlotforsex=女FrequencyStem&Leaf2.0015.892.0016.444.0016.55673.0017.02

7、42.0017.56Eachleaf:1case(s)下图为分布的盒形图Crosstabs过程分析的结果对renge字段和jixiao字段分析的结果如下Case Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent霍兰德的六种人格类型 * 绩效评级28100.0%0.0%28100.0%霍兰德的六种人格类型 * 绩效评级 Crosstabulation绩效评级TotalABCD霍兰德的六种人格类型社会型SCount01001% within 霍兰德的六种人格类型.0%100.0%.0%.0%100.0% within

8、绩效评级.0%12.5%.0%.0%3.6%企业型ECount00202% within 霍兰德的六种人格类型.0%.0%100.0%.0%100.0% within 绩效评级.0%.0%22.2%.0%7.1%传统型CCount352111% within 霍兰德的六种人格类型27.3%45.5%18.2%9.1%100.0% within 绩效评级50.0%62.5%22.2%20.0%39.3%现实性RCount32218% within 霍兰德的六种人格类型37.5%25.0%25.0%12.5%100.0% within 绩效评级50.0%25.0%22.2%20.0%28.6%研究

9、型ICount00134% within 霍兰德的六种人格类型.0%.0%25.0%75.0%100.0% within 绩效评级.0%.0%11.1%60.0%14.3%艺术性ACount00202% within 霍兰德的六种人格类型.0%.0%100.0%.0%100.0% within 绩效评级.0%.0%22.2%.0%7.1%TotalCount689528% within 霍兰德的六种人格类型21.4%28.6%32.1%17.9%100.0% within 绩效评级100.0%100.0%100.0%100.0%100.0%第一张表给出了缺失值的情况报告。第二张表是人格和绩效的

10、交叉表，行变量是人格，列变量是绩效。这样便可以根据第二张表中提供的信息进行一定的结果分析。有一些可能是由于偶然误差导致的，必须要通过假设检验才可进行更精确的理论证明。第二题数据文件仍然用第一题中的对数据文件中的连续变量身高、体重、工龄等进行降序排列操作，结果如下对身高进行分组，身高168cm 的归类为高个子，低于168cm的归类为低个子。结果如下：对身高比较的结果分析如下Statistics身高比较NValid28Missing0身高比较FrequencyPercentValid PercentCumulative PercentValid低个子14高个子14Total2828名被选作样本的工

11、人中，高个子和低个子所占比例相同，都为50%。条形图描述如下对二分类变量“性别”统计不同类别下的连续变量“奖金”是否存在差异。奖金定义为“jixiao*10”。分析结果如下：男性工人的奖金分布如下OLAP Cubes性别:男SumNMeanStd. Deviation% of Total Sum% of Total N奖金1553.6%53.6%女性工人的奖金分布如下OLAP Cubes性别:女SumNMeanStd. Deviation% of Total Sum% of Total N奖金1346.4%46.4%6, 以多值变量“霍兰德的六种人格类型”为基础统计得到的奖金分布结果如下表所示

12、：社会型人格的奖金分布霍兰德的六种人格类型:社会型SSumNMeanStd. DeviationMinimumMaximum奖金1.企业型人格的奖金分布霍兰德的六种人格类型:企业型ESumNMeanStd. DeviationMinimumMaximum奖金2.00000传统型人格的奖金分布霍兰德的六种人格类型:传统型CSumNMeanStd. DeviationMinimumMaximum奖金11现实型人格的奖金分布霍兰德的六种人格类型:现实性RSumNMeanStd. DeviationMinimumMaximum奖金8研究型人格的奖金分布霍兰德的六种人格类型:研究型ISumNMeanSt

13、d. DeviationMinimumMaximum奖金4艺术型人格的奖金分布霍兰德的六种人格类型:艺术性ASumNMeanStd. DeviationMinimumMaximum奖金2.00000第三题: 建立的有关数据如下：各变量的属性定义为：研究gdp（国民生产总值）与xiaofei（居民消费）,investment（外商投资），zongchuxu（居民总储蓄），jingchukou(净出口)之间的关系，建立相关的回归方程。相关结果如下所示：Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1外商

14、投资, 居民总储蓄, 居民消费a.Entera. All requested variables entered.b. Dependent Variable: 国民生产总值Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.961a.923.90993a. Predictors: (Constant), 外商投资, 居民总储蓄, 居民消费a. Predictors: (Constant), 外商投资, 居民总储蓄, 居民消费b. Dependent Variable: 国民生产总值ANOVAb（Mode

15、lSum of SquaresdfMean SquareFSig.1Regression3.000aResidual16Total19a. Predictors: (Constant), 外商投资, 居民总储蓄, 居民消费CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant).258居民消费.438.000居民总储蓄.312.005外商投资.368a. Dependent Variable: 国民生产总值第一张表示对模型中各个变量纳入模型情况进行的

16、汇总，本例中共有三个自变量，变量选择的方法为强行进入法，也就是将所有的自变量都放进模型中。第二张表示对模型的简单汇总，其实就是对回归方程模拟和情况的描述，通过这张表可以知道相关系数的取值（R），相关系数的平方即决定系数（R-square），校正后的决定系数（Adjust RSquare）和回归系数的标准误（Std.Error of the Estimate）。本例子中R-Square的值相对较大，说明这三个因素对于被解释变量所起的作用是很大的。第三张表为对模型进行方差分析的结果，F值为，P值小于，所以该模型是有意义的第四张表中给出了回归方程中常数项，回归系数的估计值和检验结果。1回归系数，b1

17、=，b2=，b3=。表示的意义是：居民消费每增加一个单位，gdp平均增加个单位；居民总储蓄每增加一个单位，gdp平均减少个单位，外商投资每增加一个单位，gdp平均减少个单位.2. 第四张表中还用t检验对各参数进行了检验，其中对常数检验其是否为0，t检验结果和相应的P值可以知道，常数并不为0，拒绝了原假设。对各个回归系数的检验拒绝了原假设，认为以上三个影响是的确存在的。 3. 对方程的偏回归系数进行检验结果如下：CorrelationsControl Variables净出口国民生产总值居民总储蓄净出口Correlation.828Significance (2-tailed).000df017国民生产总值Correlation.828Significance (2-tailed).000.df170在控制住国民总储蓄这一因素后，净出口和国民生产总值之间的关系很密切，相关系数达到了，切经过检验P值约为。4. 分析所建模型的优劣程度 第二张表中，复相关系数R，R-Square值和调整后的R-Square值很大，回归情况良好。第三张表为对模型进行方差分析的结果，F值为，P值小于。标准化残差Std. Error of the Estimat