SPSS选修作业完整版.docxVIP

现有我国31个省、市、自治区2021年的GDP统计数据，数据中包括“省份〞、“GDP〞、

“人口〞三个变量，数据见1.sav,试计算出人均GDP(人均GDP=GDP/人口)作为新变量保存。

解：如下列图：

图1：数据1.sav

数据2.sav显示了2021年我国各个地区制造业的就业人数，利用频数分析对不同地区的就业情况进行分析，显示四分位数、均值、标准差和偏度，绘制频率分布直方图和正态曲线，并判断分布形态。

图2：数据2.sav

解：

制造业万

频率

百分比

有效百分比

累积百分比

有效

.8

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

合计

31

统计量

制造业万

N

有效

31

缺失

0

均值

标准差

偏度

偏度的标准误

.421

百分位数

25

50

75

分析：如上图所示，其分布形态为偏左分布，说明大多数地区在制造业就业的人数集中在100万左右，说明我国还有很大一局部地区在制造业行业还是比拟欠缺的，如果加强那么可以在很大一定程度上提高就业率。

数据3.sav记录了两个班级学生的数学和语文成绩，利用探索性分析该数据数学和语文成绩的最大值、最小值、众数和平均数，并检验样本数据的正态性。

图3：数据

解：

案例处理摘要

案例

有效

缺失

合计

N

百分比

N

百分比

N

百分比

数学

80

100.0%

0

0.0%

80

100.0%

语文

80

100.0%

0

0.0%

80

100.0%

描述

统计量

标准误

数学

均值

均值的95%置信区间

下限

上限

5%修整均值

中值

方差

标准差

极小值

46

极大值

99

范围

53

四分位距

15

偏度

.269

峰度

.228

.532

语文

均值

均值的95%置信区间

下限

上限

5%修整均值

中值

方差

标准差

极小值

47

极大值

99

范围

52

四分位距

14

偏度

.269

峰度

.405

.532

某地区水样中某种元素的含量为72毫克/升，现从某化工厂下游水域中抽取了20个水样，数据见4.sav，对样本数据进行单样本T检验，判断化工厂是否造成了下游水域水质

的变化。

图4：数据:

解：

单个样本统计量

N

均值

标准差

均值的标准误

水样中某元素含量

20

.647

单个样本检验

检验值=72

t

df

Sig.(双侧)

均值差值

差分的95%置信区间

下限

上限

水样中某元素含量

19

.000

分析：在上图中，P值为0.0000.05因此拒绝原假设，认为样本均值与总体均值有所不同，即判定化工厂造成了下游水域水质的变化。

数据5.sav是某超市在有无促销时的日销售额，利用两独立样本T检验分析两种情况下销售额是否显著不同。

图5：

解：

组统计量

类型

N

均值

标准差

均值的标准误

日销售额〔万元〕

无促销

18

有促销

16

分析：在上表中，首先进行方差相等假设检验，该检验的F统计量的观察值为0.225，对应的概率P值为0.683，显然大于0.05，因此认为在两组数据的方差是相等的，于是观察‘假设方差相等列’所对应的t检验结果，t统计对应的双尾概率p值为0.078，大于显著水平0.05，因此认为两总体均值不存在显著差异。所以两种情况下销售额没有显著不同。

为验证某种药物的疗效，对35名患者进行了观察。首先记录了治疗前的测试数据，然后记录了治疗后的测试数据，数据见6.sav，利用配对样本T检验，在5%的显著性水平下，分析该药是否有显著的疗效。

图6：

解：

成对样本统计量

均值

N

标准差

均值的标准误

对1

服药前的检查值

35

.98943

服药后的检查值

35

成对样本相关系数

N

相关系数

Sig.

对1

服药前的检查值服药后的检查值

35

.559

.000

分析：在第二个表中，可知变量的相关系数等于0.559，呈简单正相关关系，而概率p值为0.000＜显著水平0.05说明这两组样本相关性不显著，那么该药没有显著的疗效。

数据7.sav是某一品牌汽车不同地区的城市的销售量，以及该地区采用的广告形式和当地人均收入数据。利用单因素方差分析分别对地区、广告形式以及人均收入是否对该品牌汽车销量产生影响进行分析。

图7：数据7.sav

解：

方差齐性检验

销量

Levene统计量

df1

df2

显著性

2

23

.302

单因素方差分析

销量

平方和

df

均方

F

显著性

组间

2

.013

组内

23

总数

25

分析：在Levene统计量中，由于概率p值0.3020.05满足方差分析的前提条件。F值对应的概率p值0.0130.05拒绝原假设，销量对该品牌汽车销量产生影响