研一spss复习资料各章习题.doc

习题一（与第三章内容配套）数据处理、均值分析1.数据文件：《公司职工》
1）按照以下标准，给指定的变量观察值分组：
（1）变量：educ （受教育年限）
中学：educW12；大学：12<educW16；研究生：educN17
（2）变量：age （年龄）
青年：age<40；中年：40WageV60；老年：age^60
（3）变量：salary （当前薪金）
低收入：salaryW20000；中收入：20000<salary^40000；
高收入：salary>40000
2）统计老、中、青年各组的人数及占全体职工的比率。

3）统计不同性别的职工中，高、中、低收入的人数，及占全体职工人数的比率。

【2个因素交叉表】
4）在不同的受教育组中，按性别（gender）统计的不同职务（jobcat）的人数及占全体职工人数的比率。

【3个因素Means里分三层输入】
5）同3）,但还要统计每一组的平均当前薪金（salary）、最大当前薪金和最小当前薪金。

［Means里分一层输入即可】
2.数据文件：《学生考试成绩》
1）按以下要求，将成绩score分为五等：
优：score>90；良：80WscoreV90；中：70WscoreV80；
及格：60WscoreV70；不及格：score<60o
2）按照以上五个等级，统计每一个等级的人数及占总体的比率：
（1）总体取全体参加考试的学生；【频数分析】
（2）总体取每一个班级；【交叉表】
（3）总体取男生及女生。

【交叉表】
3）求全体参加考试学生的总平均成绩、每一班的平均成绩以及男、女生的平均成绩。

【均值分析。

自变量：班级、性别。

因变量：成绩】
4）全体学生成绩的中位数是多少？男、女生成绩的中位数分别是多少？成绩在60分（含）以上的学生占全体学生的比率是多少？80%的学生成绩不低于多少分？每一班的最高分与最低分分别是多少？【均值分析】
5）在每一个班级中，分男、女生统计不同成绩等级的学生人数及每一等级的平均分、最高分与最低分。

习题二（与第四章内容配套）35800假设检验
1.数据文件：《公司职工》
1）某甲估计该公司职工的平均当前薪金（salary）约35800元，某乙估计是36000元。

用0.05的显著性水平检验，谁的估计合理？如果把显著性水平改为0. 1呢？
2）男、女职工的平均年龄（age）有无显著性差异？平均受教育年限（educ）呢？（均取0. 05的显著性水平）
3）青年（参照第3章习题1,以下同）职工与老年职工的平均当前薪金（salary）有无显著差别？青年职工与中年职工的平均受教育年限（educ）有无显著差别？（取显著性水平0. 05）
4）年龄（age）在45岁（含）以上的职工与45岁以下职工的平均起始薪金（salbegin）分别是多少？能否认为有显著差别？（取显著性水平0. 05）5）70%的职工工作经验（prevexp）不超过多少个月？【频数分析分10个均等割点】这部分职工的平均当前薪金（salary）与其他职工有无显著差别？（取显著性水平0. 1）
6）全体职工的当前薪金（salary）与起始薪金（salbegin）有无显著差别？（取显著性水平0.01）
7）老、中、青三类不同年龄段的职工，他们的平均当前薪金（salary）、受教育年限（educ）和起始薪金（salbegin）分别是多少？在这三方面，不同年龄段的职工是否存在显著差异？（取显著性水平0. 05）【单因素方差分析】各个方面的不同年龄段职工之间的显著性差异水平涉及LSD （上），T2（T）ooo 2.数据文件：《上海市雨量记录》，其中记录了上海市从1884-1982年共99年的年降雨量。

根据这些数据，判断以下说法是否有道理（显著性水平均取0. 05）：1）认为建国以来（从1949年始）雨下得比过去少；【两个独立样本T检验】
2）认为60年代（从I960年始）雨量少于过去；【两个独立样本T检验】3）将1949年、1960年作为两个分界点，认为在三段不同年代的雨量有显著差别。

（1948年以前、1949—1959. 1960年以后）1先分组，三个分组再单因素方差分析】
习题三（与第五章内容配套）相关分析
1 .数据文件：《房屋数据》
1）对房屋销售价y影响最大的前三位因素依次是什么？
2）如果剔除房间数版的影响，房屋销售价y与起居室大小％的相关系数是多大？0.812
3）如果剔除房屋年龄足和车库数而房屋销售价y与起居室大小击的相关系数是多大？
2.数据文件：《财政收入》
1）财政收入y与其他变量为、足、我、扃、我的相关系数分别是多少？
2）如果剔除农业总产值长,财政收入y与工业总产值X2的相关系数是多少？如果剔除工业总产值财政收入y与农业总产值&的相关系数是多少？对于所得结果，你有什么想法？工业反补贴农业
习题四（与第六章内容配套）回归分析
1.数据文件：《财政收入》
1）用Enter方法，对序号为15的观察值，建立因变量y对于自变量无、足、小捐、*5的非标准化线性回归方程。

【Coefficients表】
2）在0. 01的显著性水平下，回归方程是否显著？【AN0VA表Sig】
3）在0.1的显著性水平下，哪些自变量是不显著的？【Coefficients表Sig】在0. 2的显著性水平下呢？
4）用所得回归方程预测序号为16的观察值的因变量*的值。

［数据表中的多处一列预测值】
2.数据文件：《财政收入》
1）用Backward方法，对序号为1-15的观察值，建立因变量y对于自变量为、&、*3、*、*5的非标准化线性回归方程。

2）在0.01的显著性水平下，所得的回归方程是否都显著？
3）在0.2的显著性水平下，哪些方程的自变量都显著？显著性水平为0.
15、0.05 呢？
3.数据文件：《财政收入》
1）用Stepwise方法，对序号为1-15的观察值，建立因变量y对于自变量击、*2、*3、可、*的非标准化线性回归方程。

2）为了以95%的把握保证不超支，试审查序号为16代表的地区提出的9百亿元的支出计划是否可行？
4.数据文件：《某夏季商品销售预测》
1）用Enter方法，建立销售量y对于人口数光、人均年收入&和高温天数我的非标准化线性回归方程。

2)讨论自变量为、足、和4“是否存在共线性现象？由系数a的共线性统计量中的容差均大于0.1,因此可以认为自变量xl、X2、和x3不存在共线性现象。

3)讨论残差项的独立性。

由模型汇总自的Durbin-Watson值为1.491,可以得出残差项存在某种程度的正自相关
5.数据文件：《住房贷款申请》
该文件的业主编号1T1记录了11处房产的有关数据。

试根据这些数据，用回归的方法，在0. 1的显著性水平下，判断第12号业主用房产抵押贷款15万元是否可行？可行
习题五(与第七章内容配套) 聚类分析
1.数据文件：《外商投资》，该文件记录了我国30个省、市地方吸引外资的情况。

(1)用系统聚类方法，取距离为Euclidean Distance,并对数据标准化，将所有的地方分为5类。

(2)计算所得每一类地区各变量的均值、最大值与最小值，思考所得的每一类的共性。

2.数据文件：《企业经济指标》，该文件记录了我国十五个企业的七项经济指标值。

(1)用系统聚类法，距离采用Euclidean和Pearson两种,数据都标准化, 将所有企业分为两类。

试分析：这两种分类的结果有什么不同？
(2)方法同上，将所有企业分为三类，以数据文件上的变量作为参照，哪种方法更好一些？
3.数据文件：《班级成绩单》，该文件记录了某班32名学生的考试成绩，请根据5门课的成绩，采用系统聚类法(Hierarchical Cluster)把所有学生分为三类, 聚类方法和距离使用系统默认方法，数据标准化(Z-score)。

根据聚类结果，回答下列问题。

(1)计算所得每一类学生各科目成绩的均值、最大值与最小值，思考所得的每一类的共性。

(2)在0.1的显著性水平下，5门课程是否都能很好区分3类学生。

(3)对该数据文件采用快速聚类法(K-Means Cluster)把所有学生分为三类，与系统聚类法相比，哪个方法的聚类结果更理想，简要说明理由。

习题六（与第八章内容配套）判别分析
1.数据文件：《企业经济指标》。

（1）用判别分析方法，判别企业newl和new2分属于哪一类？它们属于每一类的概率分别有多大？
（2）每个判别指标在0. 05的显著性水平下是否都显著？
（3）判别能力最强的典型判别函数是什么形式？它能够解释变量提供的多少信息？它和哪些判别指标的相关性强？
2.数据文件：《环保：有害气体》。

（1）用判别分析方法，判别地区New属于哪一类的概率最大？
（2）在0.05的显著性水平下，每个判别指标是否都显著？
（3）判别函数是否有不显著的？
（4）判别能力最强的典型判别函数和哪些变量的相关性较强？
3.数据文件《体检数据》。

文件中记录了23名人员身体检查的相关数据，请用典则判别分析方法判别: （1）在0.1的显著性水平下，每个判别指标是否都显著？
（2）判别能力最强的标准化典型判别函数能够解释变量提供的多少信息？该判别函数和哪些变量的相关性较强？
（3）接（2）按照该判别函数对23个样本进行判别，与数据中的分类（group）相对照，出现误判的是哪些样本？
（4）接（3）将误判样本数据剔除，再次建立判别函数，从判别指标的显著性、最强判别函数的判别能力、误判情况等进行分析,新的判别函数有什么不同？
习题七（与第九章内容配套）因子分析
1.数据文件《各省市居民消费支出》中记录了某年我国31个省市自治区城镇居
民家庭平均每人全年消费性支出的数据，试对变量做因子分析。

（1）如按默认功能去做，能得到几个公共因子？公共因子能反映变量多少
信息？有哪些变量的信息得不到充分反映？
（2）现要求公共因子反映全体变量90%以上总信息，至少要提取几个公共因子？这时公共因子能反映变量多少总信息？原来1中信息得不到充分反映的变量，现在有何改变？
（3）接（2）,写出因子模型。

与变量x8相关性最强的是哪个因子？与变量x4相关性最弱的是哪个因子？
（4）第一因子得分的前三名依次是哪几个省市？因子综合得分的前三名是哪儿个省市？
（5）该数据文件适合进行因子分析吗？对你的结论简述理由。

2.数据文件《LosAngeD,试进行因子分析。

（1）提取2个公共因子；
（2）若以解释变量信息的90%为标准，这两个公共因子有没有能力从整体到个体充分解释所有变量？降为85%呢？提高到95%呢？
（3）写出因子模型。

（4）每个因子都代表哪些变量？有些什么实际意义？
（5）对每个社区按综合积分排队，写出前三名的编号。

3.数据文件《房屋数据》中记录了对房屋售价y有影响的9个因素的相关数据, 试对这9个因素进行因子分析。

（1）如按默认功能去做，能得到几个公共因子？公共因子能反映变量多少信息？有哪些变量的信息得不到充分反映？
（2）现要求公共因子反映全体变量90%以上总信息，至少要提取儿个公共因子？这时公共因子能反映变量多少总信息？原来（1）中信息得不到充分反映的变量，现在有何改变？
（3）接（2）,写出因子模型。

（4）每个因子都代表哪些变量？有些什么实际意义？
（5）该数据文件适合进行因子分析吗？简要说明理由。