SPSS期末大作业..docxVIP

数据分析方法及软件应用课程作业学号： 姓名：柏喜红班级：1306 北京交通大学2013年10月第5题：方差分析（2）分析思路根据所给的表定义变量，进而进行数据录入。在进行单因素和多因素对销售量的影响分析的时候，应先提出相应的零假设，进而选择检验统计量，对检验统计量进行计算，并计算出概率P值，将计算出的概率P值与给定的显著性水平进行比较，做出相应的决策。目标一：给出SPSS数据集格式定义变量，进行数据录入。从题意以及所给的表中可以得出，这里有四个变量，分别为销售地点、销售方式、月份和销售量。其中，销售地点和销售方式为控制变量，月份为随机变量，销售量为观测变量，结合所给的表，进行数据的录入，录入四十个观测变量值。图1 变量视图图2 数据视图目标二：分析销售地点对销售量的影响（1）操作步骤第一步：提出零假设。零假设H0是“销售地区对销售量没有产生显著影响”。第二步：选择检验统计量，并计算检验统计量的观测值和概率P值。选择菜单【分析——比较均值——单因素】将销售量指定到【因变量列表（E）】中，将销售地区指定到【因子（F）】中，点击确定按钮，出现图3所示的结果。图3单因素方差分析销售量平方和df均方F显著性组间254.600463.6501.107.369组内2013.0003557.514总数2267.60039第三步：给定显著性水平=0.05，根据表1，做出决策。（2）结果分析从图3中可以看出，观测变量销售量的总变差（2267.600）中“销售地区”可解释的变差为254.600，抽样误差引起的变差为2013.000，他们的方差为63.650和57.514，相除所得的F统计量为1.107，对应的概率P值接近于0.369。（3）结论因为显著性水平=0.05，概率P值大于，因而应接受原假设，认为不同的销售地区度销售量不产生显著影响。目标三：分析销售地点、销售方式和他们的交互作用对对销售量的影响（1）操作步骤第一步：提出零假设。零假设H0是“销售地区对销售量没有产生显著影响，销售方式对销售量没有产生显著影响，销售地区和销售方式对销售量没有产生显著的交互影响。”第二步：选择检验统计量，并计算检验统计量的观测值和概率P值。选择菜单【分析——一般线性模型——单变量】；将销售量指定到【因变量（D）】中，将销售地区和销售方式指定到【固定因子（F）】中，将月份指定到【随机因子（A）】中；点击“模型”按钮，在指定因子中选择【设定】，在构建项中选择【交互】，将销售地区、销售方式以及销售地区*销售方式指定到【模型（M）】中，点击“继续”按钮；点击“确定”按钮，出现如图4所示的结果：图4主体间效应的检验因变量: 销售量源III 型平方和df均方FSig.校正模型215650520.451.000截距269616.4001269616532.000销售地区254.600463.65011.468.000销售方式1193.8003397.93371.700.000销售方式 * 销售地区708.2001259.01710.634.000误差111.000205.550总计271884.00040校正的总计2267.60039a. R 方 = .951（调整 R 方 = .905）第三步：给出显著性水平=0.05，做出决策。（2）结果分析从图4中所示的结果可以看出，第一列是对销售量总变差分解的说明，第二列是对销售量变差分析的结果，第三列是自由度，第四列是均方，第五列是对F检验量的观察值，第六列是检验统计量的概率P值。从图中可以看到，销售量的总变差为2267.600，他被分解为四个部分，分别是销售地区不同引起的变差（254.600），销售方式不同引起的变差（1193.800），销售方式与销售地区交互作用引起的变差（708.200）以及随机因素引起的变差（111.000）。这些变差除以各自的自由度后，得到各自的均方，可计算出各F检验统计量的观测值和在一定自由度下的概率P值，概率P值分别为0.00，0.00和0.00.（3）结论因为显著性水平=0.05，概率P值小于显著性水平，因而应拒绝原假设，认为不同的销售地区、不同的销售方式和销售地区与销售方式的交互作用均为销售量带来了影响。这与单因素分析时得到的结果并不相同，本人认为可能因为随机变量月份的存在所导致的结果。R方为0.951，调整后的R方为0.905，因而拟合度还是比较高的。第9题：回归分析（4）分析思路根据题中所给的解释变量和被解释变量建立多元回归模型，利用回归方程的统计检验对建立的多元回归模型进行检验，首先对解释变量采取强行进入策略，分析他们之间的线性关系以及多重共线性；然后对解释变量采用向前筛选策略，做方差齐性和残差的自相关性检验。（