当前位置：文档之家 › spss非标准试卷A

spss非标准试卷A

  • 格式：doc
  • 大小：286.00 KB
  • 文档页数：4

第 1 页 （共 2页）
玉溪师范学院2012至2013学年下学期期末考试上机试卷
课程名称：《spss应用》 （试卷编号： A ）
（本卷满分130分，考试时间120分钟）

考试方式: 考试 √ 考查 ( 闭卷 √ 开卷 仅理论部分 √
实验 )
学院： 专业： 班 级：
学号： 姓名： 考试时间: 6月25日19时10分

提醒：下面共有三题，注意满分130分（选题做）。
①所有操作之前，必须在E盘建立自己的文件夹，名称
为“学号-姓名-SPSS期末考试”。然后按照每题的要求操作。
②所有操作结果必须保存在自己的文件夹（存盘时请一
定注意保存带走结果）。
③操作结果按题目要求，打印文本并提交粘附在试卷处。
于下周内提交试卷。

一、描述统计分析题
（本大题共1题，共30分）

一项调查银行职员每年月工资的数据，共调查了男女两组，请对数据进行描
述性统计。
年分 工资水平1男性 工资水平2女性
2000 2850.870 3146.200
2001 3485.560 3306.900
2002 3955.470 3431.700
2003 4035.310 3582.400
2004 4391.770 4039.600

试分析以上数据的特点：
1、 请分析数据结果，说明数据特征。
N 有效 10
缺失 0
均值 3622.57800
均值的标准误 150.024921
中值 3533.98000
众数
2850.870

a

标准差
474.420456

方差
225074.769

极小值
2850.870

极大值
4391.770

和
36225.780

百分位数 25 3266.72500
50 3533.98000
75 4036.38250

2、 请分析男性和女性的收入水平波动变化最大的是？
描述统计量
N 极小值 极大值 均值 标准差 方差
统计量 统计量 统计量 统计量 标准误 统计量 统计量
女性工资水平 5 3146 4040 3501.36 152.492 340.982 116268.903
男性工资水平 5 2851 4392 3743.80 265.863 594.487 353414.818
有效的 N （列表状态） 5
标准差越大，说明波动越明显，差距越大，反之则越小。
由上表可以看出，男性工资水平的标准差大于女性工资水平标准
差，说明男性收入水平波动变化最大。

3、 请做出男性和女性收入水平的条形图（非3D条形图）提交图

题号 一 二 三 四 五 六 七 八 总分
得 分
评卷人
复核人

操作
得分

装
订
线

请
考
生
注
意
：
答
题
时
不
要
超
过
“
装
订
线
”
，

否
则
后
果
自
负
。
第 2 页 （共 2页）

二、回归分析题
（本大题1题，50分）

有6个样本，如下表所示：
1、 请分析收入水平与某公司职称、性别、公司工作时间的相关性特点，需要说明相关参数

操作
得分

样本 收入 公司职称 性别 公司工作时间
1 2286.17 初级 男 1
2 2850.87 初级 女 2
3 3485.56 中级 女 3
4 3955.47 中级 男 4
5 4035.31 高级 女 4
6 4391.77 高级 女 5
7 3500 中级 男 3
8 4500 高级 女 6
第 3 页 （共 2页）

相关性
收入 公司职称 性别 公司工作时间
收入 Pearson 相关性 1 .936** -.412 .977**
显著性（双侧） .001 .311 .000
N 8 8 8 8
公司职称 Pearson 相关性 .936** 1 -.455 .907**
显著性（双侧） .001 .258 .002
N 8 8 8 8
性别 Pearson 相关性 -.412 -.455 1 -.430
显著性（双侧） .311 .258 .287
N 8 8 8 8
公司工作时间 Pearson 相关性 .977** .907** -.430 1
显著性（双侧） .000 .002 .287
N 8 8 8 8
**. 在 .01 水平（双侧）上显著相关。

2、 请建立收入、职称、工作时间的回归函数

系数a
模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版
1 (常量) 1880.558 165.449 11.366 .000
公司职称 257.844 172.805 .283 1.492 .196
公司工作时间 342.048 89.931 .720 3.803 .013
a. 因变量: 收入
Y=1880.558+257.844*公司职称+工作时间*342.048

3、 如果有人想跳槽，其原公司职称为中级，工作时间为6年，则加入此公司后可能的收入
平均值水平应该在？（置信区间为95%基础上）
由预测得知其收入水平为4448.53258

4、 此人的原公司收入为3200元，请问是否会跳槽？
会跳槽，因为此人原公司收入水平为3200低于现在公司

的最低平均收入水平,平均收入在3803.10980--5093.95536
之间。

三、图表题（
本大题共1题，共50分）

对下表的数据，请分析。
某公司员工数据表
样本 收入 公司职称 性别 公司工作时间
1 2286.17 初级 男 1
2 2850.87 初级 女 2
3 3485.56 中级 女 3
4 3955.47 中级 男 4
5 4035.31 高级 女 4
6 4391.77 高级 女 5
7 3500 中级 男 3
8 4500 高级 女 6

操作
得分
第 4 页 （共 2页）

1、 分析职称分别为初级、中级、高级的工资平均水平。 报告 收入 公司职称 均值 N 标准差 极大值 极小值 方差 中值 初级 2568.52000 2 399.303199 2850.870 2286.170 159443.045 2568.52000 高级 4309.02667 3 243.144080 4500.000 4035.310 59119.043 4391.77000 中级 3647.01000 3 267.231748 3955.470 3485.560 71412.807 3500.00000 总计 3625.64375 8 761.383531 4500.000 2286.170 579704.882 3727.73500 2、 对上述数据采用交叉表制作。 性别 收入 工作时间 男 女 Mean Mean Count Count 公司职称 初级 1 1 2568.52 2 高级 0 3 4309.03 5 中级 2 1 3647.01 3 3、 假定有人在公司里收入水平3800元，工作时间为5年，性别男性，能否判断他的职称级别——是中级、高级、初级？（置信区间为95%） Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2201.450 261.780 8.410 .001 工作时间 343.664 99.188 .724 3.465 .026 公司职称 269.160 193.178 .295 1.393 .236 性别 -50.115 145.030 -.034 -.346 .747 a. Dependent Variable: 收入
装

订
线

请
考
生
注
意
：
答
题
时
不
要
超
过
“
装
订
线
”
，

否
则
后
果
自
负
。

合集下载

spss期末考试上机复习题(含答案)

spss期末考试上机复习题(含答案)

江苏理工学院2017-2018学年第1学期《spss软件应用》上机操作题库1.随机抽取100人，按男女不同性别分类，将学生成绩分为中等以上及中等以下两类，结果如下表。

问男女生在学业成绩上有无显著差异？中等以上中等以下男女性别* 学业成绩交叉制表计数学业成绩合计中等以上中等以下性别男23 17 40女38 22 60合计61 39 100根据皮尔逊卡方检验,p=0.558〉0。

05 所以男生女生在学业成绩上无显著性差异。

2．为了研究两种教学方法的效果。

选择了6对智商、年龄、阅读能力、家庭条件都相同的儿童进行了实验.结果（测试分数）如下.问：能否认为新教学方法优于原教学方法(采用非参数检验）？序号新教学方法原教学方法1 2 836978653 4 5 6 8793785988917259答:由威尔逊非参数检验分析可知p=0.08〉0。

05，所以不能认为新教学方法显著优于原教学方法。

3．下面的表格记录了某公司采用新、旧两种培训前后的工作能力评分增加情况，分析目的是比较这两种培训方法的效果有无差异。

考虑到加盟公司时间可能也是影响因素，将加盟时间按月进行了记录。

方法加盟时间分数方法加盟时间分数旧方法1。

5 9 新方法 2 12旧方法2。

5 10.5 新方法 4.5 14旧方法 5.5 13 新方法7 16旧方法 1 8 新方法0。

5 9旧方法 4 11 新方法4。

5 12旧方法 5 9。

5 新方法4。

5 10旧方法3。

5 10 新方法 2 10旧方法 4 12 新方法 5 14旧方法 4.5 12.5 新方法 6 16(1)分不同的培训方法计算加盟时间、评分增加量的平均数。

(2)分析两种培训方式的效果是否有差异？答:（1)所以新方法的加盟时间平均数为4 分数增加量的平均数为12.5556所以旧方法的加盟时间平均数为3.5 分数增加量的平均数为10.6111(2）检验统计量b旧方法 - 新方法Z —2。

530a渐近显著性(双侧) .011a. 基于正秩。

SPSS的非参数检验

SPSS的非参数检验

非参数检验可以提供更准确的统计推断，特别是在 数据特征不明或数据量较小的情况下。
02
SPSS非参数检验概述
定义与特点
定义
非参数检验是在统计分析中，相对于参数检验的一种统计方法。 它不需要对总体分布做严格假定，只关注数据本身的特点，因此 具有更广泛的适用范围。
特点
非参数检验对总体分布的假设较少，强调从数据本身获取信息， 具有灵活性、稳健性和适用范围广等优点。
局限性
计算量大
对于大规模数据集，非参数检验的计算量可 能较大，需要较长的计算时间。
对数据要求高
非参数检验要求数据具有可比性，对于不可 比的数据集可能无法得出正确的结论。
解释性较差
非参数检验的结果通常较为简单，对于深入 的统计分析可能不够满足。
对异常值敏感
非参数检验对异常值较为敏感，可能导致结 果的偏差。
THANK YOU
感谢聆听
常用非参数检验方法
独立样本非参数检验
用于比较两个独立样本的差异 ，如Mann-Whitney U 检验 、Kruskal-Wallis H 检验等。
相关样本非参数检验
用于比较相关样本或配对样本 的关联性，如Wilcoxon signed-rank 检验、Kendall's tau-b 检验等。
等级排序非参数检验
案例二：两个相关样本的非参数检验
总结词
适用于两个相关样本的比较，如同一班级内不同时间点的成绩比较。
描述
使用SPSS中的两个相关样本的非参数检验，如Wilcoxon匹配对检验，可以比较两个相关样本的总体分布是否相 同。
案例二：两个相关样本的非参数检验
01
步骤
02
1. 打开SPSS软件，输入数据。
第十章spss非参数检验

第十章spss非参数检验

文 化 程度 不 识 字或 识 字 很少 初小 高小 初中 高 中 中专 或 中 技 大专 大 学 本科 研 究 生以 上 Total
Mean 302.86 460.28 773.50 546.95 676.57 793.66 828.86 666.00 681.22
N 7
18 22 213 312 146 125 15 858
关系数 (Z 检 验 )
定距
方差分析 (F 检 验 )
Spearm an 相 关 系数
(Z 检 验 ) Pearson 相 关
(F 检 验 ) 回归系数 (T 检 验 )
定类—定类尺度：X2检验
卡方检验是用来检验样本中两个定类变量的关系强度测量 结果（卡方值）是否能推断总体。
A X2检验的假设： H0: X2＝0； H1: X2≠0； 卡方计算公式:
性 别 * 文 化 程 度 Crosstabulation 文化程度
男 女 Total
不识字 或识字
很少 7
1.1% 14.9%
40 6.4% 85.1%
47 3.8% 100%
卡方值
初小 34
5.4% 49.3%
35 5.6% 50.7%
69 5.5% 100%
高小 30
4.8% 46.2%
35 5.6% 53.8%
定序 双变量的关系统计 关系强度系数
强度系数的检验 SPSS 的命令 定距 双变量的关系统计 关系强度系数 强度系数的检验 SPSS 的命令 定距 双变量的关系统计 关系强度系数 强度系数的检验 SPSS 的命令
定类
列联 卡方值、列联系数 P h i， Lam d a 卡方检验 Crosstab
同上
A F 检验的假设： H0: μ1＝μ2 ＝ μ3 ＝ ...μk ； H1: μ1 ≠μ2 ≠μ3≠ ...μk ；
spss实验报告——非参数检验

spss实验报告——非参数检验

实验报告——（非参数检验）实验目的：1、学会使用SPSS软件进行非参数检验。

2、熟悉非参数检验的概念及适用范围，掌握常见的秩和检验计算方法。

实验内容：1、某公司准备推出一个新产品，但产品名称还没有正式确定，决定进行抽样调查，在受访200人中，52人喜欢A名称，61人喜欢B名称，87人喜欢C 名称，请问ABC三种名称受欢迎的程度有无差别？(数据表自建)SPSS计算结果如下：此题为总体分布的卡方检验。

零假设：样本来自总体分布形态和期望分布没有显著差异。

即ABC三种名称受欢迎的程度无差别,分布形态为1：1：1，呈均匀分布。

观察结果，上表为200个观察数据对A、B、C三个名称（分别对应1，2，3）的喜爱的期望频数以及实际观察频数和期望频数的差。

从下表中可以看出相伴概率值为0.007小于显著性水平0.05，因此拒绝零假设，认为样本来自的总体分布与制定的期望分布有显著差异，即A、B、C三种名称受欢迎的程度有差异。

2、某村庄发生了一起集体食物中毒事件，经过调查，发现当地居民是直接饮用河水，研究者怀疑是河水污染所致，县按照可疑污染源的大致范围调查了沿河居民的中毒情况，河边33户有成员中毒（+）和均未中毒（-）的家庭分布如下：（案例数据run.sav）-+++*++++-+++-+++++----++----+----毒源问：中毒与饮水是否有关？SPSS计算结果如下：此题为单样本变量值随机检验零假设：总体某变量的变量值是随机出现的。

即中毒的家庭沿河分布的情况随机分布，与饮水无关。

相伴概率为0.036，小于显著性水平0.05，拒绝零假设，因此中毒与饮水有关。

3、某试验室用小白鼠观察某种抗癌新药的疗效，两组各10只小白鼠，以生存日数作为观察指标，试验结果如下，案例数据集为：npara1.sav，问两组小白鼠生存日数有无差别。

试验组：24 26 27 30 32 34 36 40 60 天以上对照组：4 6 7 9 10 10 12 13 16 16SPSS计算结果如下：此题为两独立样本非参数检验。