SPSS实验报告一

《统计分析与spss的应用》 实 验 报 告 一 一、 数据来源及说明 本次试验报告数据来源于1991年美国社会变迁普查（1991 u.s. general social survey）。在这次试验研究的是美国居民幸福感状况，分析性别、种族和地区之间的差异对幸福感的影响。研究个案为1991年美国社会变迁普查的1517个个案，主要变量为sex、race、region、happy这四个。 二、 统计分析结果 （1）整体幸福感 表1 general happiness 有效 缺失 合计 very happy pretty happy not too happy 合计 na 频率 467 874 165 1504 13 1517 百分比 30.8 57.5 10.9 99.1 .9 100.0 有效百分比 31.1 58.0 11.0 100.0 累计百分比 31.1 58.0 11.0 100.0 图 1 general happiness的直方图 表2 关于general happy的统计量 （2）按性别分析幸福感 表3 不同性别的幸福感 respondent’s sex male female 有效 缺失 合计 有效 缺失 合计 very happy pretty happy not too happy 合计 na very happy pretty happy not too happy 合计 na 频率 206 374 53 633 3 635 261 498 112 871 10 881 百分比 32.4 58.8 8.3 99.5 .5 100 29.6 56.5 12.7 98.9 1.1 100.0 有效百分比 32.5 59.1 8.4 100.0 30.0 57.2 12.9 100.0 图2 分性别幸福箱图 （3）按种族分析幸福感 表 4 不同人种的幸福感 race of respondent white black other 有效 缺失 合计 有效 缺失 合计 有效 缺失 合计 very happy pretty happy not too happy 合计 na very happy pretty happy not too happy 合计 na very happy pretty happy not too happy 合计 na 百分比 32.4 57.8 9.3 99.4 .6 100.0 22.5 56.9 19.1 98.5 1.5 100.0 24.5 53.1 18.4 95.9 4.1 100.0 有效百分比 32.6 58.1 9.3 100.0 22.9 57.7 19.4 100.0 25.5 55.3 19.1 100.0 图3分人种幸福感箱图 （4）按地区分析幸福感 表5 不同地区的幸福感 region of the united states 有效 缺失 合计 有效 缺失 合计 有效 缺失 合计 very happy pretty happy not too happy 合计 na very happy pretty happy not too happy 合计 na very happy pretty happy not too happy 合计 na 频率 185 412 76 673 6 679 149 215 47 411 4 415 133 245 42 420 3 423 百分比 27.2 60.7 11.2 99.1 9 100.0 35.9 51.8 11.3 99.0 1.0 100.0 31.4 57.9 9.9 99.3 7 100.0 有效百分比 27.5 61.2 11.3 100.0 36.3 52.3 11.4 100.0 31.7 58.3 10.0 100.0 north east south east west篇二：spss软件实验报告01 一、 实验目的 1.熟悉spss的菜单和窗口界面，熟悉spss各种参数的设置；掌握spss的数据管理功能。 2. 利用spss进行描述性统计分析。 3. 学习利用spss进行单样本、两独立样本以及成对样本的均值检验。 4. 学习利用spss进行单因素方差分析、多因素方差分析和协方差分析。 5. 运用因子分析方法分析数据 6.运用聚类分析方法分析数据 7. 运用一元线性回归与多元线性回归进行预测 二、实验内容 1.统计分析离不开数据，因此数据管理是spss的重要组成部分。详细了解spss的数据管理方法，将有助于用户提高工作效率。spss的数据管理是借助于数据管理窗口和主窗口的file、data、transform等菜单完成的。 2. 频数分析、交叉列联表分析 3. 单样本t检验、双样本t检验、成对样本t检验 4. 两变量的相关分析、偏相关分析、距离分析 5. spss操作、因子分析 6. spss操作、聚类分析 7. 1spss操作、一元线形回归、多元线性回归 三、实验习题 1、定义spss数据结构。下表是某大学的一个问卷调查，要求将问卷调查结果表示成spss可识别的数据文件，利用spss软件进行分析和处理。练习：创建数据文件的结构，即数据文件的变量和定义变量的属性。 表1 大学教师基本情况调查表 结果： 2、打开数据文件descriptives.sav，是从某校选取的3个班级共16名学生的体检列表，要求以班级为单位列表计算年龄，体重和身高的统计量，包括极差，最小最大值，均值，标准差和方差。给出操作步骤和分析结果。 结果： 【分析】根据实验结果和图表分析可知： 3个班级16名学生的年龄，体重和身高的统计量分析总结如下： 1、极差： 年龄为5 体重为32.00 身高为31.00 2、最小值： 年龄为13 体重为38.00 身高为149.00 3、最大值： 年龄为18 体重为70.00 身高为180.00 4、均值： 年龄为16.06 体重为55.6250 身高为163.6875 5、标准差： 年龄为1.526 体重为9.47892 身高为9.03857 6、方差： 年龄为2.329 体重为89.850 身高为 81.0696 3、一个生产高性能汽车的公司生产直径为322mm的圆盘制动闸。公司的质量控制部门随机抽取不同机器生产的制动闸进行检验。共4台机器，每台机器抽取16支产品。见数据文件ttest1.sav，要求检验每个机器生产的产品均值和322在90%的置信水平下是否有显著差异。 结果： 【结果分析】上表1表示参与分析的样本均为64，平均直径为322.0016，对应的标准差是0.0122577，均值误差为0.0015322；表2可知自由度为63，统计量是1.055，p=0.295>0,接受原假设。有显著性差异。 4、打开数据文件distance.sav, 文件是利用三种不同的仪器对飞机的10只叶片的半径分别进行了测量。要求对10只叶片进行距离分析。用euclidean distance。进行结果解释。 结果： 篇三：spss实验报告册 《spss统计软件应用》 实验报告册 20 13 ——20 14 学年 第 一 学期 班 级： 学 号： 姓 名： 实验教师： 实验学时： 实验组号： 目录 实验一 spss的数据管理·······1 实验二 实验三 实验四 实验五 实验六 实验七 实验八 实验九 实验十 实验十一 描述性统计分析········13 均值检验··············21 相关分析··············27 方差分析··············34 绘制统计图············40 因子分析··············44 聚类分析··············48 判别分析··············58 回归分析··············67 非参数检验············75 实验一 spss的数据管理 一、实验目的 1.熟悉spss的菜单和窗口界面，熟悉spss各种参数的设置； 2.掌握spss的数据管理功能。 二、实验内容及步骤： 1、定义spss数据结构。下表是某大学的一个问卷调查，要求将问卷调查结果表示成spss可识别的数据文件，利用spss软件进行分析和处理。练习：创建数据文件的结构，即数据文件的变量和定义变量的属性。 表1 大学教师基本情况调查表 实验步骤： （1）打开定义变量的界面启动spss，进入主界面，单击图6-2所示的屏幕左下角的“variable view”选项卡，打开定义变量的表格。 （2）输入变量名，符合变量的命名规则在“name”列的第一个单元格输入第一个变量名，如 “xm”。 （3）确定变量类型，单击“type”列的第一个单元格，如图6-3所示，spss的默认变量类型为数值型。单击数值型变量后的“ ”，弹出如图6-4所示的对 话框，用户可以从该对话框中选择其他的变量类型。 （4）设置字段值 （5）依次按要求输入完毕即可。 结果如下： 2 、高校提前录取名单的确定 （3）对西部考生和少数民族考生，给予加分优惠。少数民族考生加20分，西部考生加10分。 （4）对参加过省以上竞赛并取得三等奖以上名次的考生，每项加10分。 （5）文化课成绩和加分总和构成综合分，录取综合排名为前7名的学生。 篇四：spss实验报告 第四章 描述性统计分析 一、实验目的 通过计算诸如样本均值、中位数、样本方差等重要基本统计量，并辅助于spss提供的图形功能，能够使分析者把握数据的基本特征和数据的整体分布形态，对进一步的统计推断和数据建模工作起到重要作用。并且，通过例子学习描述性统计分析及其在spss中的实现，包括统计量的定义及计算、频率分析、描述性分析、探索性分析、交叉表分析和多重响应分析，能够使分析者更好的掌握基本的统计分析，即单变量频数分布的编制、基本统计量的计算以及数据的探索性分析等。 二、实验内容 1．打开数据文件data4-8.sav，完成以下统计分析。 （1）计算各科成绩的描述统计量：平均成绩、中位数、众数、标准差、方差、极差、最大值和最小值； ①解决问题的原理：描述性分析 ②实验步骤：通过“分析-描述统计-描述”，打开“描述性”对话框，根据题目所需要的统计量进行设置。 ③结果及分析： 表中分析变量“成绩”的个案数、所有个案中的极大值、极小值、均值、标准差及方差。 （2）使用recode命令生成一个新变量“成绩段”，其值为各科成绩的分段：90～100为1，80～89为2，70～79为3，60～69为4，60分以下为5，其值标签：1—优，2—良，3—中，4—及格，5—不及格。分段以后进行频数分析，统计各分数段的人数，最后生成条形图和饼图。 ①解决问题的原理：频率分析。 ②实验步骤：通过“分析-描述统计-频率”，打开“频率”对话框，根据题目所需要的统计量进行设置。 ③结果及分析： 成绩 有效 15 19 24 28 30 32 33 34 36 37 43 49 50 55 有效百分比 累积百分比 2.2 2.2 2.2 2.2 2.2 4.4 2.2 2.2 2.2 4.4 2.2 2.2 2.2 2.2 2.2 4.4 6.7 8.9 11.1 15.6 17.8 20.0 22.2 26.7 28.9 31.1 33.3 35.6 56 60 62 63 69 70 73 74 75 76 78 81 83 85 86 90 91 95 98 合计 及累积百分比。 8.9 6.7 2.2 2.2 2.2 2.2 6.7 2.2 2.2 2.2 2.2 2.2 2.2 4.4 2.2 4.4 2.2 4.4 2.2 100.0 44.4 51.1 53.3 55.6 57.8 60.0 66.7 68.9 71.1 73.3 75.6 77.8 80.0 84.4 86.7 91.1 93.3 97.8 100.0 表中显示了变量“成绩段”在各个取值上出现的次数（频率）、其频率占所有个案中的百分比、有效百分比 表中显示了变量“成绩段”的直方图，从图上可以看出不具备明显的正态分布。 表中显示了变量“成绩段”的饼图，从图上可以更好的看出“成绩段”的分布。 2．打开数据文件data4-9.sav，完成以下统计分析。 （1）对身高进行考察，分析四分位数，计算上奇异值、上极端值、下奇异值和下极端值，并生成茎叶图和箱图； ①解决问题的原理：探索性分析