应用Spss处物理实验数据(完成).docVIP

SPSS在物理实验数据处理中的应用 王明美 （合肥师范学院物理与电子工程系，合肥，230061） 摘要：利用统计软件SPSS并结合具体实例，介绍应用SPSS14.0处理物理实验数据和作图的方法。 关键词：SPSS；物理实验；数据处理 1 SPSS简介 在物理实验中，常常需要对大量的数据进行统计处理，这是一项细致而繁琐的工作，如果完全依靠手工进行，工作量较大，且难以保证准确性，也很难得到高的精确度。为了减轻整理和计算大量数据的负担，提高工作效率，我们应该充分利用现代化的技术手段。随着计算机软件技术的发展，计算机在分析数据方面发挥了相当大的作用。 SPSS（Statistical Product and Sercice Solutions，统计产品与服务解决方案）是专业的通用统计软件包，界面友好，使用简单，兼有数据管理、统计分析、统计绘图和统计报表功能，可以用于各种数据的计算和统计分析。 2 应用实例 下面介绍SPSS14.0在物理实验数据处理中的图形应用的几个实例。 2.1 光电效应 2.1.1 题设 当某一光电表面受到不同波长的光线照射时，其入射光的频率和截止电压的值如表所列，试以入射光频率和截止电压为轴作图，并通过这些数据求普朗克常数。 频率（1015Hz） 1.18 0.958 0.822 0.741 截止电压（V） 1.95 0.98 0.50 0.14 2.1.2 实验数据处理 在SPSS的变量浏览窗口新建2个变量：x、 y。x表示入射光频率，单位是赫兹，y表示截止电压，单位是伏特。将x的数据类型设置为Scientific（科学型），宽度为12，Decimals（小数）设置为4；y的数据类型设置为Numeric（数值），宽度为8，Decimals（小数）设置为4，其他默认设置。 将所得数据录入SPSS数据表中，选择“Analyze（统计分析）”菜单中“Regression（回归分析）”的“Linear（线性回归）”命令，打开Linear Regression（线性回归）对话框，设y为Dependent（因变量），设x为Independent（自变量），单击“OK”确定，得到一组表格。其中有模型概述和方差分析，我们则更关注Coefficients偏回归系数这张表。由这张表，可以看到Sig. 0.002，小于0.05，可以认为线性回归方程成立。由此写出回归方程 用SPSS作回归分析，先做虚无假设，进行有效性检验。系统默认设置的provability of F的Entry值为0.05，Removal值为0.10。当一个自变量F统计量的相伴概率值为Sig小于或等于0.05时，应拒绝虚无假设，认为该变量对因变量影响是显著的，应被引入回归方程中。当方程中一个自变量的F统计量的相伴概率值Sig大于或等于0.10时，则不能拒绝虚无假设，可以认为该变量对因变量影响是不显著的，应从回归方程中剔除。 在Coefficients 偏回归系数 表中，常数相伴概率为0.002，小于0.05，应拒绝虚无假设，该变量对因变量影响显著，应被引入回归方程中；自变量回归系数相伴概率为0.001，表明用t统计量检验假设“回归系数等于零的概率为0.001”，同样说明两个变量之间的线性相关关系显著。由此写出线性回归方程为：。 选择“Analyze（统计分析）”菜单中“Regression（回归分析）”的“Curve Estimation（曲线估计）”命令， 将y设置为Dependent（因变量），x设置为Independent（自变量），Models（模型）选择“Linear（线性）”，其他默认设置，单击“OK”，得到入射光频率与截止电压的拟合曲线，见下图所示。 由回归方程的斜率可以求出普朗克常数： 。 2.2 放射性衰变 2.2.1 题设 某种放射性样品每隔5分钟测得的放射性强度为19.2，7.13，2.65，0.99和0.37毫居里，试以放射性强度的对数值和时间为轴作图，并通过这些数据求这种放射性样品的半衰期。 2.1.2 实验数据处理 先列出实验数据的表格如下： 时间（分钟） 0 5 10 15 20 放射性强度（毫居里） 19.2 7.13 2.65 0.99 0.37 ln 放射性强度 2.95 1.96 0.974 -0.010 -0.994 在SPSS的变量浏览窗口新建2个变量：x、 y。x表示时间，单位是分钟，y表示放射性强度的自然对数值。将x和y的数据类型设置为Numeric（数值），宽度为8，Decimals（小数）设置为3，其他默认设置。 将所得数据录入SPSS数据表中，选择“Analyze（统计分析）”菜单中“Regression（回归分析）”的“Linear（线性回归）”命令，打开Linear Regressio