统计学实验报告
- 格式:doc
- 大小:484.50 KB
- 文档页数:14
(1)数据的排序
步骤:
(1)打开SPSS软件,打开数据住房状况调查表。
(2)选择菜单中的排序→排序个案,指定主排序变量“户口状况”到排序依据中,然后选择排序顺序中的升降序。
然后再把“现住面积”放到排序依据中,依然选择升降序。
然后点击确定,得到下面的图框。
(2)数据的分组
步骤:
(1)菜单→转换→重新编码为不同变量。
(2)选择分组变量“人均面积”到【变量—>输出变量】
(3)在输出变量名称中存放分组结果的变量名,这里的变量名为“mj”,标签为分组后的人均面积,出现如下图框。
(4)点击“旧值与新值”按钮进行分组区间的定义。
最低到10用1表示。
10.5到20用2表示。
20.5到30用3表示。
30.5到最高用4表示。
得到下面的图片。
(3)数据转置
步骤:
(1)打开SPSS软件,打开数据”职工奖金”.
(2) 选择菜单:数据→转置.
(3)把”职工号”选入名称变量框,职工奖金选入变量框.如下图:
最后单击“确定”。
(4)数据排序
步骤:
(1)打开SPSS软件,打开数据住房状况调查表。
(2)选择菜单:数据→排序个案
(3) 指定主排序变量“户口状况”到排序依据中,然后选择排序顺序
中的升降序。
然后再把“现住面积”放到排序依据中,依然选择
升降序。
随后显示如下图,然后点击确定.
(5)频数分析:
步骤:
(1)打开住房状况调查表,菜单中的分析→描述统计→频率,出现以下所示的对话框。
(2)选择从业状况和房屋产权到变量框中,点击图表,出现以下图示,选择条形图。
(3)结果如下:
(6)单样本T检验:
步骤:
(1)打开住房状况调查表,菜单→分析→比较均值→单样本T检验
(2)选择待检验的变量“人均面积”到检验变量中,设置“检验值“为20,得到如下图框。
(3)点击“选项”按钮的
(4)结果:
分析结果:
人均面积的均值为22.0060,P值为0.000,显著性水平是0.05,因为P值小于显著性水平,所以拒绝原假设。
所以人均住房面积的平均值与20平方米有显著性差异。
人均住房面积的在95%的置信区间在21.5508~22.4612,平方米中。
没有包括20平方米。
(7)独立样本T检验:
步骤:(1)打开数据住房状况调查表。
(2)菜单→分析→比较均值→独立样本T检验
(3)选择“人均面积”到检验变量中,“户口变量”到分组变量中,点击定义组,得到如下图框。
(4)结果:
分析结果:
由表一得:人均面积中本市户口和外地户样本的平均值存在这差异。
由表二得:(一)两个总体方差是否相等,F值是65.469,P值是0.000,显著性水平时0.05,因为P值小于显著性水平,所以两个总体方差存在着显著性差异。
(二)两个总体均值是否相等,由(一)可得,两个总体方差不相等,所以选择的T值为-3.369,对应的P值是-0.001,显著性水平是0.05,P值小于显著性水平,所以两个总体均值存在显著性差异,即本地户口和外地户口在人均住房面积的平均值存在差异。
(8)配对样本检验:
步骤:(1)打开住减肥茶数据。
(2)菜单→分析→比较均值→配对样本T检验
(3)选择成对样本按”ctrl”键到“成对变量“中,按选项按钮设置95%的置信区间,
得到如下的图框。
(4)结果如下:
分析结果得:由表一的喝茶后的平均体重低于喝茶前的的体重。
由表三可知T检验观测值是14.52,P值接近0,显著性水平是0.05,因为P值小于显著性水平,所以拒绝原假设。
即喝茶后和喝茶前的体重是存在显著性差异。
(9)单因素方差分析:
解:由题意的:
步骤:
(1)利用SPSS软件,菜单→分析→比较均值→单因素方差分析,
(2)把销售额选入因变量列表,广告形式选做因子,在选项中选中方差同性质检验,两两比较中选择LSD,点击确定。
得到如下结果;
ANOVA
销售额
分析结果:
从图中可以看出所得到的F值是13.484,对应的P值接近0,又因为显著性水平是0.05,由于P值小于显著性水平,所以不同的广告形式对销售额有显著性影响。
(10)线性相关
步骤:
(1)输入数据
选择
运行结果如下:
从图中可以看出,考试成绩与复习时间为正相关关系步骤:
(2)选择
运行结果如下:
描述性统计量
均值标准差N
复习时
间x
24.00 6.481 8
考试成
绩y
76.00 11.250 8
相关性
复习时间x 考试成绩y
复习时间x Pearson 相关
性
1 .862**显著性(双侧).006 N 8 8
考试成绩y Pearson 相关
性
.862** 1 显著性(双侧).006
N 8 8
**. 在 .01 水平(双侧)上显著相关。
从图中看出:显著性检测值p=0.006<0.05,表明两个变量之间存在显著的线形关系,而且相关系数为0.862,属于高度相关。