SPSS实验报告4

安徽建筑大学 数 据 统 计 分 析

实 验 报 告 专 业 统计学 班 级 （二）班 学生姓

名 廖 星 和 学 号 11207040214 实验日期

2013.11.13 实验一 描述性统计分析 一、实验目的：统计分析的目的在于研究总体特征。但是，由于各种各样的原因，我们能够得到的往往只能是从总体中随机抽取的一部分观察对象，他们构成了样本，只有通过对样本的研究，我们才能对总体的实际情况作出可能的推断。因此描述性统计分析是统计分析的第一步，做好这一步是进行正确统计推断的先决条件。通过描述性统计分析可以大致了解数据的分布类型和特点、数据分布的集中趋势和离散程度，或对数据进行初步的探索性分析（包括检查数据是否有错误，对数据分布特征和规律进行初步观察）。 本本实验旨在于：引到学生利用正确的统计方法对数据进行适当的整理和显示，描述并探索出数据内在的数量规律性，掌握统计思想，培养学生学习统计学的兴趣，为继续学习推

断统计方法及应用各种统计方法解决实际问题打下必要而坚实的基础。 二、实验原理： 描述统计是统计分析的基础，它包括数据的收集、整理、显示，对数据中有用信息的提

取和分析，通常用一些描述统计量来进行分析。 集中趋势的特征值：算术平均数、调和平均数、几何平均数、众数、中位数等。其中均

数适用于正态分布和对称分布资料，中位数适用于所有分布类型的资料。 离散趋势的特征值：全距、内距、平均差、方差、标准差、标准误、离散系数等。其中

标准差、方差适用于正态分布资料，标准误实际上反映了样本均数的波动程度。 分布特征值：偏态系数、峰度系数、他们反映了数据偏离正态分布的程度。 根实验中每

种统计方法所涉及到的数理背景，或者数学理论的简要描述。 三、实验内容： 下面这个例题是关于房地产调查，该文件包括问卷id，姓名，性别，家庭年收入，年龄等变量，现在我们就此数据给出相关的描述性统计说明，并就问卷调查者情况的一些描述性

统计量，如均值、频数、方差等描述统计量的计算 。 四、实验步骤：

1．频数分析（frequencies）1 在spss中的频数分析的实现步骤如下： 选择菜单“【文件】—>【打开】—>【数据】”在对话框中找到需要分析的教学案例－地产调查数据库.sav数据文件，然后选择“打开”。 选择菜单“【分析】—>【描述统计】—>【频率】”。如图1.1所示 图1.1 frequencies对话框 确定所要分析的变量户型结构,在变量选择确定之后，在同一窗口上，点击“statistics”

按钮，打开统计量对话框，如下图1.2所示，选择统计输出选项。 图1.2 统计量子对话框 图1.3 charts子对话框 结果输出与分析

点击frequencies 对话框中的“ok”按钮，即得到下面的结果。 2．描述统计（descriptives）2 选择菜单【分析】→【描述统计】→【描述】，如图1.7所示 2 描述统计主要对定距型

或定比型数据的分布特征作具体分析。篇二：spss实验报告4 《统计分析软件》实验报告 篇三：spss实验报告四 实验报告四

一、实验项目：相关于回归分析 二、实验目的： 系统地介绍相关分析方法，并运用事例和实例介绍几个常用的相关分析方法。目的使学生明白运用spss软件进行相关分析的意义。并运用事例和实例来介绍一元线性回归、多元线

性回归和非线性回归模型。目的使学生能运用spss软件进行回归分析。 三、实验内容: 一、两变量的相关分析

1、相关分析是研究随机变量之间相关性的统计分析方法。 2、2010统计模拟实习资料\\数据资料\\数据集\\第二章\\2.3中国历年gdp与教育发展的关

系\\数据集\\spss数据--中国历年gdp与教育发展的关系\\gdp和教育数据.sav 据spps软件分析gdp与教育经费的支出是否相关。 由分析结果知：相关系数为0.959，故gdp与教育经费的支出是高度相关的。 假设：原假设：gdp与教育经费支出不相关 备择假设：gdp与教育经费支出相关 由分析结果知：p=0.000＜0.01

故:拒绝原假设，接受备择假设，及gdp与教育经费支出相关。 二、偏相关分析

1、偏相关分析是指当两个变量同时与第三个变量相关时，将第三个变量的 影响剔除，只分析另外两个变量之间相关程度的过程。 2、2010统计模拟实习资料\\数据资料\\数据集\\第二章\\2.3中国历年gdp与教育发展的关

系\\数据集\\spss数据--中国历年gdp与教育发展的关系\\gdp和教育数据.sav 相关性 gdp(亿元人

控制变量 教师人数 经费 相关性 显著性（双侧）df gdp(亿元人民币)

相关性 显著性（双侧）df 经费 民币)

据spps软件分析教师人数，使用教育经费的支出与gdp是否相关。 由偏向关控制变量：教师人数 据分析结果知：教育经费的支出与gdp相关系数为0.929 故：教育经费的支出与gdp相

关程度很高。 假设：原假设：教育经费的支出与gdp不相关 备择假设：教育经费的支出与gdp相关 由分析结果知：p=0.00＜0.05 故：拒绝原假设，接受备择假设，及教育经费的支出与gdp相关 相关性 gdp(亿元人

控制变量 经费 gdp(亿元人 民币)

相关性 显著性（双侧）df 教师人数

相关性 显著性（双侧）df 民币) 教师人数

据spps软件分析教育经费支出，使用教师人数与gdp是否相关。 由偏向关控制变量：教育经费支出

据分析结果知：教师人数与gdp相关系数为0.486 故：教师人数与gdp相关程度低。 假设：原假设：教师人数与gdp不相关。 备择假设：教师人数与gdp相关。 由

分析结果知：p=0.000<0.05

故：拒绝原假设，及教师人数与gdp相关。 三、距离分析

1、距离分析：是对观测量之间或变量之间相似或不相似程度的一种测度， 据spps软件分析生长量再不同月份之间的差异 由距离:月份 据分析结果知： 一月份与八月份的生长量差异最大，与十二月的生长量差异最小。 二月份与八月份的生长量差异最大，与十二月的生长量差异最小。三月份与八月份的生

长量差异最大，与二月的生长量差异最小。 四月份与八月份的生长量差异最大，与三月的生长量差异最小。 五月份与十一月份的生长量差异最大，与八月的生长量差异最小。 六月份与八月份的生长量差异最大，与七月的生长量差异最小。 七月份与八月份的生长量差异最大，与六月的生长量差异最小。 八月份与十一月份的生长量差异最大，与五月的生长量差异最小。 九月份与十一月份的生长量差异最大，与五月的生长量差异最小。 十月份与八月份的生长量差异最大，与六月的生长量差异最小。 十一月份与八月份的生长量差异最大，与二月的生长量差异最小。 十二月份与八月份

的生长量差异最大，与二月的生长量差异最小。 四、线性回归分析

1 、回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。 2、案例数据资料\\数据集\\第二章\\2.6本科生就业影响因素分析\\数据集\\因素分析.sav 据spps软件回归分析家庭出身和思想观念是否相关。 由分析结果知：在模型汇总中r方=0.005 故：思想观念的0.5%可由家庭出身引起。 在anovab表中：假设：原假设：家庭出身和思想观念不相关。 备择假设：家庭出身和思想

观念相关。 由分析结果知：p=0.289>0.05 故：接受原假设，及家庭出身和思想观念不相关。

本文来源：https://www.bwwdw.com/article/9r0p.html