2020年SPSS相关分析实验报告

1、SPSS篇一：spss对数据进行相关性分析实验报告实验一一实验目的掌握用spss能分析其结果。二实验原理相关性分析是考察两个变量之间线性关系的一种统计分析方法。更精确地说，当一个变量发生变化时，另一个变量如何变化，此时就需要通过计算相关系数来做深入的定量考察。P值是针对原假设 H0：0.05，你只需要拿p值和0.05进行比较：如果p值小于0.05，就拒绝原假设 H0，说明两变量有线性相关的关系，他们无线性相关的可能性小于 0.05；如果大于0.05，则一般认为无线性相关关系，至于相关的程度则要看相关系数Rr越大，说明越相关。越小，则相关程度检验过程与相关分析相似。三、实验内容掌握使用spss关

2、系，寻求与人均食品支出密切相关的因素。检验人均食品支出与粮价和人均收入之间的相关关系。a.打开spss软件，输入“回归人均食品支出”数据。b.在 spssd的菜单栏中选择点击，弹出一个对话窗口。C.在对话窗口中点击ok,系统输出结果，如下表。从表中可以看出，人均食品支出与人均收入之间的相关系数为0.921，t检验的显著性概率为0.0000.01，拒绝零假设，表明两个0.730，t检验的显著性概率为0.0000.01，拒绝零假设，表明两个变量之间也显著相关。研究人均食品支出与人均收入之间的偏相关关系。读入数据后：A.点击系统弹出一个对话窗口。B.点击OK，系统输出结果，如下表。从表中可以看出，人

3、均食品支出与人均收入的偏相关系数为0.8665，显著性概率p=0.0000.01，说明在剔除了粮食单价的影响0.86650.05,接受零假设，即这组数据服从标准正态分布。Test2是检验这组数据是否服从均匀 T检验的显著性概率为0.0000.05,拒绝零假设，即这组数据不服从均匀分布。Test3是检验这组数据是否服从指数分布，从表中可看出 T检验的显著性概率为 0.0000.05,拒绝零假设，即这组数据不服从指数分布。Test4是检验这组数据是否服从泊松分布，从表中可看出 T检验的显著性概率为 0.0000.05,拒绝零假设，即这组数据不服从泊松分布。三、实验总结k-s检验方法是以样本数据的累

4、计频数分布与特定理论分布比较，若两者间的差距很小，则推论该样本取自某特定分布族。篇二：SPSS相关分析实验报告实验报告学生姓名：一、实验室名称：二、实验项目名称：相关分析三、实验原理相关关系是不完全确定的随机关系。在相关关系的情况下，当值虽然不确定，但它仍然按照某种规律在一定的范围内变化。按照数据度量的尺度不同，相关分析的方法也不同，连续变量之间的相关性常用Pearson常用Spearman秩相关系数和Kendall秩相关系数测定；定类变量的相关分析要使用列连表分析法。四、实验目的 SPSS软件中相关分析的主要参数设置及其含义，掌握SPSS软件分析结果的含义及其分析。五、实验内容及步骤实验内容

5、：以雇员表为例，共有474条数据，运用相关分析方法对变量间的相关关系进行分析。1）分析性别与工资之间是否存在相关关系。2）分析教育程度与工资之间是否存在相关关系。SPSS环境下的操作方法，掌握输出结果的解释。1.分析性别与工资之间是否存在相关关系。Step1.操作为AnalyzeDescriptiveStatisticsCrosstabsStep2.将性别（Gender）和收入（CurrentSalary）分别移入Rows列表框和Columns列表框。Step3.单击 StatisticsChi-square，进行卡方检验。退回到主对话框，单击ok。2.分析教育程度与工资之间是否存在相关关系。 Spearman和 Kendall秩相关系数检验。Step1.用散点图初