北科SPSS軟件練習(xí)試題.doc

Spss第 4 次作業(yè)第1題(1)【實(shí)驗(yàn)?zāi)康摹繉W(xué)會(huì)用spss進(jìn)行相關(guān)分析(2)【實(shí)驗(yàn)內(nèi)容】1、對(duì)15家商業(yè)企業(yè)進(jìn)行客戶滿意度調(diào)查，同時(shí)聘請(qǐng)相關(guān)專家對(duì)這15家企業(yè)的綜合競(jìng)爭(zhēng)力進(jìn)行評(píng)分，結(jié)果如下表編號(hào)客戶滿意度得分綜合競(jìng)爭(zhēng)力得分190702100803150150413014051209061101207402081401309106010203011801001270110133010145040156050這些數(shù)據(jù)能否說明企業(yè)的客戶滿意度與綜合競(jìng)爭(zhēng)力存在較強(qiáng)的正相關(guān)關(guān)系？為什么？(3)【操作步驟】1. 輸入數(shù)據(jù)圖形散點(diǎn)圖/點(diǎn)圖選擇“簡(jiǎn)單散點(diǎn)圖”定義將“綜合競(jìng)爭(zhēng)得分”導(dǎo)入“Y軸”將“客戶滿意度得分”導(dǎo)入“X軸”確定；2.在數(shù)據(jù)輸出窗口，雙擊圖形空白處元素總計(jì)擬合線線性應(yīng)用；3. 分析回歸線性添加客戶滿意度得分到因變量，綜合競(jìng)爭(zhēng)力的分到自變量確定(4)【輸出結(jié)果】輸入/除去的變量a模型輸入的變量除去的變量方法1綜合競(jìng)爭(zhēng)力得分b.輸入a. 因變量：客戶滿意度得分b. 已輸入所請(qǐng)求的所有變量。模型摘要模型RR 方調(diào)整后 R 方標(biāo)準(zhǔn)估算的誤差1.864a.747.72823.344a. 預(yù)測(cè)變量：(常量), 綜合競(jìng)爭(zhēng)力得分ANOVAa模型平方和自由度均方F顯著性1回歸20915.714120915.71438.381.000b殘差7084.28613544.945總計(jì)28000.00014a. 因變量：客戶滿意度得分b. 預(yù)測(cè)變量：(常量), 綜合競(jìng)爭(zhēng)力得分系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性B標(biāo)準(zhǔn)誤差Beta1(常量)10.85712.684.856.408綜合競(jìng)爭(zhēng)力得分.864.140.8646.195.000a. 因變量：客戶滿意度得分(5)【結(jié)果分析】擬合線性直線的方程為：y=10.86+0.86x, 相關(guān)系數(shù)r為0.864，當(dāng)顯著性水平為0.01時(shí)拒絕原假設(shè)，表明兩個(gè)變量（企業(yè)的客戶滿意度與綜合競(jìng)爭(zhēng)力）之前具有較強(qiáng)的線性關(guān)系，相關(guān)性顯著。第2題(1)【實(shí)驗(yàn)?zāi)康摹?學(xué)會(huì)用spss進(jìn)行相關(guān)分析(2)【實(shí)驗(yàn)任務(wù)】 為研究香煙消耗量與肺癌死亡率的關(guān)系，收集到下表數(shù)據(jù)。國(guó)家1930年人均香煙消耗量1950年每百萬男子中死于肺癌的人數(shù)澳大利亞480180加拿大500150丹麥380170芬蘭1100350英國(guó)1100460荷蘭490240冰島23060挪威25090瑞典300110瑞士510250美國(guó)1300200繪制散點(diǎn)圖，并計(jì)算相關(guān)系數(shù)，說明香煙消耗量與肺癌死亡率之間是否存在顯著的相關(guān)關(guān)系。(3)【操作步驟】1. 輸入數(shù)據(jù)圖形散點(diǎn)圖/點(diǎn)圖選擇“簡(jiǎn)單散點(diǎn)圖”定義將“1950年每百萬男子中死于肺癌的人數(shù)”導(dǎo)入“Y軸”將“1930年人均香煙消耗量”導(dǎo)入“X軸”確定；2.在數(shù)據(jù)輸出窗口，雙擊圖形空白處元素總計(jì)擬合線線性應(yīng)用；3.在數(shù)據(jù)編輯窗口，分析相關(guān)雙變量將“1930年人均香煙消耗量”、“1950年每百萬男子中死于肺癌的人數(shù)”導(dǎo)入變量中選項(xiàng)選中“平均值和標(biāo)準(zhǔn)差”、“叉積偏差和協(xié)方差”繼續(xù)確定。(4)【輸出結(jié)果】描述統(tǒng)計(jì)平均值標(biāo)準(zhǔn)差個(gè)案數(shù)客戶滿意度得分80.0044.72115綜合競(jìng)爭(zhēng)力得分80.0044.72115相關(guān)性客戶滿意度得分綜合競(jìng)爭(zhēng)力得分客戶滿意度得分皮爾遜相關(guān)性1.864*顯著性（雙尾）.000平方和與叉積28000.00024200.000協(xié)方差2000.0001728.571個(gè)案數(shù)1515綜合競(jìng)爭(zhēng)力得分皮爾遜相關(guān)性.864*1顯著性（雙尾）.000平方和與叉積24200.00028000.000協(xié)方差1728.5712000.000個(gè)案數(shù)1515*. 在 0.01 級(jí)別（雙尾），相關(guān)性顯著。(5)【結(jié)果分析】回歸分析顯著性為0.202，皮爾遜相關(guān)系數(shù)相差較大，可能是有最后幾組差異較大的數(shù)據(jù)點(diǎn)所影響。線性回歸方程：1950年每百萬男子中死于肺癌人數(shù)=67.561+ 1930年人均香煙消耗量*0.228。第3題(1)【實(shí)驗(yàn)?zāi)康摹?學(xué)會(huì)用spss進(jìn)行相關(guān)分析(2)【實(shí)驗(yàn)任務(wù)】 收集到某商品在不同地區(qū)的銷售額，銷售價(jià)格以及該地區(qū)平均家庭收入的數(shù)據(jù)，如下表所示：銷售額（萬元）銷售價(jià)格（元）家庭收入（元）1005010000757060008060120007060500050803000657040009050130001004011000110301300060903000（1） 繪制銷售額，銷售價(jià)格以及家庭收入兩兩變量間的散點(diǎn)圖，如果所繪制的圖形不能比較清晰地展示變量之間的關(guān)系，應(yīng)對(duì)數(shù)據(jù)如何處理后再繪圖？（2） 選擇恰當(dāng)?shù)慕y(tǒng)計(jì)方法分析銷售額與銷售價(jià)格之間的相關(guān)關(guān)系。(3)【操作步驟】步驟：圖形舊對(duì)話框散點(diǎn)圖矩陣散點(diǎn)圖定義添加銷售額（萬元），銷售價(jià)格（元）家庭收入（元）確定步驟：分析相關(guān)雙變量銷售價(jià)格，家庭收入，銷售額添加到變量中選擇皮爾遜相關(guān)系數(shù)選擇雙尾顯著性檢驗(yàn)確定(4)【輸出結(jié)果】相關(guān)性銷售價(jià)格（元）家庭收入（元）銷售額（萬元）銷售價(jià)格（元）皮爾遜相關(guān)性1-.857*-.933*顯著性（雙尾）.002.000個(gè)案數(shù)101010家庭收入（元）皮爾遜相關(guān)性-.857*1.880*顯著性（雙尾）.002.001個(gè)案數(shù)101010銷售額（萬元）皮爾遜相關(guān)性-.933*.880*1顯著性（雙尾）.000.001個(gè)案數(shù)101010*. 在 0.01 級(jí)別（雙尾），相關(guān)性顯著。(5)【結(jié)果分析】1.從相關(guān)性分析表中得出：銷售價(jià)格與家庭收入與銷售額 三者兩兩相關(guān)，并且皮爾遜相關(guān)系數(shù)絕對(duì)值較大成很強(qiáng)的相關(guān)性。2. 結(jié)論分析：如圖所擬合的直線，銷售額與銷售價(jià)格由較強(qiáng)的負(fù)相關(guān)?；貧w分析第4題(1)【實(shí)驗(yàn)?zāi)康摹?學(xué)會(huì)用spss進(jìn)行回歸分析(2)【實(shí)驗(yàn)任務(wù)】1、 數(shù)據(jù) 學(xué)生成績(jī)一.sav 和 學(xué)生成績(jī)二.sav ，任意選擇兩門成績(jī)作為解釋變量和被解釋變量，利用SPSS提供的繪制散點(diǎn)圖功能進(jìn)行一元線性回歸分析，請(qǐng)繪制全部樣本以及不同性別下兩門成績(jī)的散點(diǎn)圖，并在圖上繪制三條回歸直線，其中，第一條針對(duì)全體樣本，第二條和第三條分別針對(duì)男生樣本和女生樣本，并對(duì)各回歸直線的擬合效果進(jìn)行評(píng)價(jià)。(3)【操作步驟】打開“學(xué)生成績(jī)一.sav”圖形散點(diǎn)圖/點(diǎn)圖簡(jiǎn)單散點(diǎn)圖定義將數(shù)據(jù)導(dǎo)入“X軸”、“Y軸”確定；在查看器中圖形激活；選擇元素總計(jì)擬合曲線和子組擬合曲線。分析回歸線性將數(shù)據(jù)導(dǎo)入“因變量”、 “自變量”統(tǒng)計(jì)選中“共線性診斷”繼續(xù)確定。(4)【輸出結(jié)果】ANOVAa模型平方和自由度均方F顯著性1回歸461.8711461.8717.934.007b殘差3376.5415858.216總計(jì)3838.41359a. 因變量：chib. 預(yù)測(cè)變量：(常量), math(5)【結(jié)果分析】上表得出，不論是總體擬合效果還是男女分類擬合效果，都比較差，這說明，這兩門成績(jī)的相關(guān)性弱。第5題(1)【實(shí)驗(yàn)?zāi)康摹?建立多元線性回歸方程，分析影響的主要因素。(2)【實(shí)驗(yàn)任務(wù)】 請(qǐng)先收集若干年糧食總產(chǎn)量以及播種面積，使用化肥量，農(nóng)業(yè)勞動(dòng)人數(shù)等數(shù)據(jù)，然后建立多元線性回歸方程，分析影響糧食總產(chǎn)量的主要因素，數(shù)據(jù)文件 “糧食總產(chǎn)量.sav”(3)【操作步驟】分析回歸線形(4)【輸出結(jié)果】輸入/除去的變量a模型輸入的變量除去的變量方法1農(nóng)業(yè)勞動(dòng)者人數(shù)(百萬人), 糧食播種面積(萬公頃), 施用化肥量(kg/公頃)b.輸入a. 因變量：糧食總產(chǎn)量(y萬噸)b. 已輸入所請(qǐng)求的所有變量。模型摘要模型RR 方調(diào)整后 R 方標(biāo)準(zhǔn)估算的誤差1.986a.971.9681378.77302a. 預(yù)測(cè)變量：(常量), 農(nóng)業(yè)勞動(dòng)者人數(shù)(百萬人), 糧食播種面積(萬公頃), 施用化肥量(kg/公頃)ANOVAa模型平方和自由度均方F顯著性1回歸1989131592.7473663043864.249348.784.000b殘差58931465.939311901015.030總計(jì)2048063058.68634a. 因變量：糧食總產(chǎn)量(y萬噸)b. 預(yù)測(cè)變量：(常量), 農(nóng)業(yè)勞動(dòng)者人數(shù)(百萬人), 糧食播種面積(萬公頃), 施用化肥量(kg/公頃)系數(shù)a模型未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性B標(biāo)準(zhǔn)誤差Beta1(常量)-20715.6147459.573-2.777.009糧食播種面積(萬公頃)2.136.513.1544.167.000施用化肥量(kg/公頃)128.80213.679.6909.416.000農(nóng)業(yè)勞動(dòng)者人數(shù)(百萬人)62.4619.836.4616.350.000風(fēng)災(zāi)面積比例(%)-198.59854.231-.112-3.662.001a. 因變量：糧食總產(chǎn)量(y萬噸)(5)【結(jié)果分析】結(jié)論分析：從最后的系數(shù)的分析表中得出，其中施用化肥量與糧食總產(chǎn)量的相關(guān)性最大。第6題(1)【實(shí)驗(yàn)?zāi)康摹?完成下列題目(2)【實(shí)驗(yàn)任務(wù)】 一家產(chǎn)品銷售公司在30個(gè)地區(qū)設(shè)有銷售分公司。為研究產(chǎn)品銷售量（y）與銷售價(jià)格(x1)各地區(qū)的人均收入（x2），廣告費(fèi)用（x3）之間的關(guān)系，搜集到30個(gè)地區(qū)的有關(guān)數(shù)據(jù)。進(jìn)行多元回歸分析所得的結(jié)果如下： 表1模型離差平方和Df均方離差FSig回歸12026774.134008924.772.798.88341E-13剩余1431812.62655069.7154總計(jì)13458586.7294063994.4154 表2 非標(biāo)準(zhǔn)化系數(shù)tSigB標(biāo)準(zhǔn)誤差常數(shù)7589.124483.10.00457X1-117.931.95-3.690.00103X280.614.765.460.00001X30.50120.1263.980.00049a) 將表 1 中的數(shù)據(jù)補(bǔ)齊. 如圖一b) 寫出銷售量與銷售價(jià)格，年人均收入，廣告費(fèi)用的多元線性回方程，并解釋各回歸系數(shù)的意義。Y=-117.9X1+80.6X2+0.5012X3+7589.1c) 檢驗(yàn)回歸方程的線性關(guān)系是否顯著。顯著d) 檢驗(yàn)各回歸系數(shù)是否顯著，均小于0.05，顯著e) 計(jì)算判定系數(shù)，并解釋它的實(shí)際意義。 12026774.1/13458586.7=0.91 表明回歸方程對(duì)樣本數(shù)據(jù)點(diǎn)擬合優(yōu)度高。第7題(1)【實(shí)驗(yàn)?zāi)康摹?用spss預(yù)測(cè)數(shù)據(jù)，并估計(jì)誤差(2)【實(shí)驗(yàn)任務(wù)】 試根據(jù)“糧食總產(chǎn)量.sav”數(shù)據(jù)，利用SPSS曲線估計(jì)方法選擇恰當(dāng)?shù)哪Ｐ停瑢?duì)樣本期外的糧食總產(chǎn)量進(jìn)行外推預(yù)測(cè)，并對(duì)平均預(yù)測(cè)預(yù)測(cè)誤差進(jìn)行估計(jì)。(3)【操作步驟】圖形，舊對(duì)話框，線圖，簡(jiǎn)單，個(gè)案組摘要，定義，類別軸選擇“年份”，其他統(tǒng)計(jì)量變量選擇“糧食總產(chǎn)量”。確定步驟：分析，回歸，曲線估計(jì)，將“糧食總產(chǎn)量”導(dǎo)入因變量。選擇時(shí)間，選擇二次項(xiàng)和指數(shù)分布。保存，確定。(4)【輸出結(jié)果】二次模型匯總RR 方調(diào)整 R 方估計(jì)值的標(biāo)準(zhǔn)誤.978.957.9551651.679ANOVA平方和df均方FSig.回歸1.961E929.804E8359.372.000殘差8.730E7322728042.572總計(jì)2.048E934系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta個(gè)案順序-164.291113.713-.217-1.445.158個(gè)案序列 * 224.2343.0641.1877.909.000（常數(shù)）17269.480887.80319.452.000指數(shù)模型匯總RR 方調(diào)整 R 方估計(jì)值的標(biāo)準(zhǔn)誤.939.881.878.107ANOVA平方和df均方FSig.回歸2.82812.