SPSS上机实验报告
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验名称：频数分布
实验目的和要求：绘制频数分布表、频数分布直方图并分析集中趋势指标、差异性指标和分布形状指标
实验内容：绘制频数分布表和频数分布直方图并分析
实验记录、问题处理：
绘制频数分布表
销售额
频率百分比有效百分比累积百分比
有效79.00 1 3.3 3.3 3.3
80.00 1 3.3 3.3 6.7 82.00 1 3.3 3.3 10.0 85.00 2 6.7 6.7 16.7 89.00 1 3.3 3.3 20.0 93.00 1 3.3 3.3 23.3
95.00 1 3.3 3.3 26.7
96.00 2 6.7 6.7 33.3
97.00 2 6.7 6.7 40.0 99.00 2 6.7 6.7 46.7 105.00 2 6.7 6.7 53.3 106.00 1 3.3 3.3 56.7 109.00 1 3.3 3.3 60.0 110.00 1 3.3 3.3 63.3 112.00 2 6.7 6.7 70.0 113.00 1 3.3 3.3 73.3 114.00 1 3.3 3.3 76.7 115.00 1 3.3 3.3 80.0 124.00 1 3.3 3.3 83.3 129.00 2 6.7 6.7 90.0 130.00 2 6.7 6.7 96.7 190.00 1 3.3 3.3 100.0 合计30 100.0 100.0
频数分布直方图
集中趋势指标、差异性指标和分布形状指标统计量
销售额
成
似然比 4.931 2 .085
线性和线性组合 4.650 1 .031
有效案例中的 N 100
a. 0 单元格(0.0%) 的期望计数少于 5。最小期望计数为
12.42。
对称度量
值近似值 Sig.
φ.220 .090
按标量标定
Cramer 的 V .220 .090
有效案例中的 N 100
a. 不假定零假设。
b. 使用渐进标准误差假定零假设。
实验结果分析：
从卡方检验看出sig>0.05,不显著。
所以男生女生对满意与否评价没有差异
实验名称：方差分析成绩：
实验目的和要求：单因子方差分析、多因子方差和协方差分析
实验内容：进行单因子方差分析并输出方差分析表、显著性检验及解释结果、多因子方差和协方差分析并输出方差分析表和协方差分析表、显著性检验及解释结果。
实验记录、问题处理：
单因子方差分析
分析——比较均值，单因素——键入销售额为因变量，键入促销力度为因
多因子方差分析
分析——一般线性模型，单变量——键入店内促销和赠券状态为固定因子，销售额为因变量——两两比较打钩L检验，选项方差齐性检验打钩，得：
协方差分析
分析——一般线性模型，单变量——键入店内促销和赠券状态为固定因子，销售额为因变量，键入客源排序为协变量——两两比较打钩L检验，
实验结果分析：
单因子：组间显著性为0.000，小于0.05，显著影响。
多因子：店内促销和赠券状态显著性分别都为0.000，小于0.05，显著影响。但是店内促销和赠券状态交互作用的显著性为0.206，大于0.05，不显著。
协方差：经协变量客源排序的显著性为0.363，对销售额影响不显著。店内促销的显著性为0.000，小于0.05，对销售额影响显著。赠券状态的显著性为0.000，小于0.05，对销售额影响显著。店内促销和赠券状态的交互作用显著性为0.208，大于0.05，对销售额影响不显著
实验名称：相关分析成绩：
实验目的和要求：计算Pearson相关系数和简单相关系数并分析
实验内容：计算Pearson相关系数和简单相关系数并分析
实验记录、问题处理：
分析——相关，双变量——添加收、家庭人口、受教育程度、汽车保有量
实验结果分析：
1、收入对受教育年数，相关系数为0.327，显著性为0.001，小于0.01，所以收入和受教育年为正向相关，且相关性很强。
2、收入对汽车保有量，相关系数为0.208，显著性为0.038，小于0.05，所以收入对汽车保有量为正向相关。
3、家庭人口对汽车保有量，相关系数为0.576，显著性为0.000，小于0.01，所以收入对汽车保有量为正向相关，且相关性很强。
4、受教育年数对收入，相关系数为0.327，显著性为0.001，小于0.01，所以受教育年数对收入为正想相关，且相关性很强。
实验名称：回归分析成绩：
实验目的和要求：掌握简单回归模型和多元回归分析的SPSS操作方法
实验内容：检验简单回归模型、绘制散点图、输出回归结果并分析、残差分析；检验多元回归分析模型、输出回归结果并分析及残差分析。
实验记录、问题处理：
（一）简单回归
实验结果分析：
R方为0.554，拟合优度一般。P值sig显著
表达式：
销售额=10.667-2.3*促销水平（二）多元线性回归
实验结果分析：
R方在第二次拟合达到0.856，说明模型的拟合的情况非常好方差分析表显示P值sig<0.05，说明模型非常显著。
表达式：
销售额=14.667-2.3*店内促销-2.667*赠券状态
实验名称：Logistic回归成绩：
实验目的和要求：掌握Logistic回归分析的SPSS操作方法实验内容：估计和检验Logistic回归系数并解释结果。