spss统计学软件实验报告.docVIP

spss统计学软件实验报告

西安邮电大学

统计软件实习报告书系部名称

学生姓名

专业名称

时间经济与管理学院营销策划系陈志强商务策划管理2012年5月21日至2012年5月25日:::

:

实习内容:熟悉和学习SPSS软件，包括1.基本统计实验(均值、中位数、众数、全距、方差与标准差、四分位数、十分位数、频数、峰度、偏度);2均值比较和T检验(均值比较、单一样本T检验、两独立样本T检验和两配对样本T检验);3.相关分析(二元定距变量的相关分析、二元定序变量的相关分析、偏相关分析、距离相关分析);4.回归分析(一元线形回归和多元线形回归)。实习目的:

掌握SPSS基本的统计描述方法，可以对要分析的数据的总体特征有比较准确的把握，从而为以后实验项目选择其他更为深入的统计分析方法打下基础。实习过程:

实验1:二元定距变量的相关分析

?研究问题:

某工厂生产多种产品，分别对其进行两标准评分，评分结果如下表，现在要研究这两个标准之间是否具有相关性。

?实现步骤

『步骤1』在“Analyze”菜单“Correlate”中选择Bivariate命令，如图3-1所示。

图3-1选择BivariateCorrelate菜单

『步骤2』在弹出的如图3-2所示BivariateCorrelate对话框中，从对话框左侧的变量列表中分别选择“标准1”和“标准2”变量，单击

按钮使这两个变量进入Variables框。

在CorrelationCoefficients框中选择相关系数，本例选用Pearson项。

在Testofsignificance框中选择相关系数的双侧(Two-tailed)检验，检验两个变量之间的相关取向，也就是从结果中来得到是正相关还是负相关。

图3-2BivariateCorrelate对话框

选中Flagsignificationscorrelations选项，则相关分析结果中将不显示统计检验的相伴概率，而以星号(*)显示。一个星号表示当用户指定的显著性水平为0.05时，统计检验的相伴概率值小于等于0.05，即总体无显著性相关的可能性小于等于0.05;两个星号表示当用户指定的显著性水平为0.01时，统计检验的相伴概率值小于等于0.01，即总体无显著线形相关的可能性小于等于0.01。显然，在这两个星号比一个星号的检验更加精确。

『步骤3』单击Options按钮，出现BivariateCorrelate:Options对话框，如图3-3所示。

图3-3Options对话框

Statistics框中的Meansandstandarddeviations表示在输出相关系数的同时计算输出各变量的平均值和标准差;选中Cross-productdeviationsandcovariances项表示输出叉积离差和协方差。叉积离差即为Pearson简单相关系数公式的分子部分，协方差为:叉积离差/(–1),也反映变量间的相关程度。

MissingValues框中为对缺失值进行处理，Excludecasespairwise项表示如果正参与计算的两个变量中有缺失值，则暂时提出那些在这两个变量上去缺失值的个案;Excludecaseslistwise项为剔除所有具有缺失值的个案后再计算。

本例中选择Meansandstandarddeviations和Excludecasespairwise项，单击

Continue按钮，返回BivariateCorrelate对话框，单击OK按钮，则可得到SPSS相关分析的结果。

结果和讨论:

SPSS的运行结果如下:

Correlations

从以上结果可以得出第一个表格:(n=16)的标准1的平均值(74.5000)、标准

13.19596)、标准2的平均值(70.8750)和标准2的标准差(13.61311)。1的标准差(

第二个表格则是所要求的相关系数，它以一个矩阵的形式表示。从中可以看出，标准1和标准2的相关系数为0.278。在这个数据的旁边有没有星号，说明变量之间的相关程度极弱，可视为不相关。

实验2.绘制相关散点图

如果对变量之间的相关程度不需要那么精确，则可以通过绘制变量的散点图来直接判断。仍以上例作为说明。

?实现步骤

『步骤1』在“Graphs”菜单中选择Scatter命令，如图3-4所示。

图3-4选择Scatter命令

『步骤2』本例只需绘制出数学成绩和化学成绩两者的散布情况，因此选择“Simple”图，如图3-5所示。

-5Scatterplot对话框图3

『步骤3』单击Define按钮，打开SimpleScatterplot对话