统计分析与SPSS的应用考试

《统计分析软件》试（题）卷班级姓名学号题号一二三四五六总成绩成绩说明：1.本试卷分析结果写在每个题目下面（即所留空白处）；2.考试时间为100分钟；3.每个试题20分。

一、（20分）已经给出某个班的学生基本情况及其学习成绩的两个SPSS数据文件，学生成绩一.sav；学生成绩二.sav。

要求：（1)将所给的两个SPSS数据文件“学生成绩一.sav”与“学生成绩二.sav”合并，并保存为“成绩.sav.”（2）对所建立的数据文件“成绩.sav”进行以下处理：1）按照性别求出男、女数学成绩的各种统计量(包括平均成绩、标准差等)。

2）计算每个学生的总成绩、并按照总成绩的大小进行排序3）把数学成绩分成优、良、中三个等级，规则为优(X≥85)，良(75≤X≤84),中(X≤74)，并对优良中的人数进行统计。

1.Descriptive Statistics性别N Minimum Maximum Mean Std. Deviation男数学 4 77.00 85.00 82.2500 3.77492Valid N (listwise) 4女数学16 67.00 90.00 78.5000 7.09930Valid N (listwise) 16男生数学的均值为82.25高于女生的均值78.5。

女生的的标准差7.09930高于男生的标准差3.77492。

2.3.优共有4人，良具有12人中有4人。

二、（20分）为了解笔记本电脑的市场情况，针对笔记本电脑的3种品牌，进行了满意度调查，随机访问了30位消费者，让他们选出自己满意的品牌，调查结果见下表，其中变量“职业”的取值中，1表示文秘人员，2表示管理人员，3表示工程师，4表示其他人；3个品牌变量的取值中，1表示选择，0表示未选数据见Excel数据文件“调查.exe”。

根据所给数据完成以下问题（1）将所给数据的Excel文件导入到SPSS中，要求SPSS数据文件写出数据结构（包括变量名，变量类型，变量值标签等）命，并保存为：“调查. Sav”。

（2）试利用多选项分析，利用频数分析来分析消费者对不同品牌电脑的满意度状况；分析不同职业消费者对笔记本品牌满意度状况。

分析：<1>(1)(2)(3)(4)(5)(6)（7）最后保存的文件“调查.sav”格式及内容如下：<2> 先对数据进行频数分析（1）（2）（3）三、(20分)入户推销有五种方法。

某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。

从尚无推销经验的应聘人员中随机挑选一部分，并随机地将他们分为五个组，每组用一种推销方法培训。

一段时期后得到他们在一个月内的推销额，如下表所示（SPSS数据见“入户推销.sav”）:1.利用单因素方差分析方法分析这五种推销方式是否存在显著差异。

2.绘制各组的均值对比图，并利用LSD方法进行多重比较检验，说明那组推销方式最好？1.如上图是推销方式对销售额的单因素方差分析结果。

可以看到：观测变量销售额的离差平方总和为676.415；如果只考虑推销方式单个因素的影响，则销售额总变差中，不同推销方式可解释的变差为406.627，抽样误差引起的变差为269.789，它们的方差分别为101.657和8.993，相除所得的F统计量的观测值为11.304，对应的概率P 值小于显著性水平a,因此拒绝原假设，认为不同销售方式对销售额产生了显著影响。

2.图a图b如图b可知，可看出。

采用了LSD方法中的标准误差，可看出第五组方法最好。

四、（20分）利用“入户推销.sav”数据完成以下问题：（1）按照性别建立推销员频率分布表及销售额的直方图；（2）利用交叉列联表分析不同性别推销人员参与销售方式状况；（3）利用参数检验来分析不同性别推销人员的销售额是否有显著性差异？1.Statistics性别性别销售额男N Valid 19 19Missing 0 0女N Valid 16 16Missing 0 017.30 1 5.3 5.3 15.817.50 1 5.3 5.3 21.118.20 1 5.3 5.3 26.320.00 1 5.3 5.3 31.620.10 1 5.3 5.3 36.820.20 1 5.3 5.3 42.120.80 1 5.3 5.3 47.421.20 1 5.3 5.3 52.622.50 1 5.3 5.3 57.922.60 1 5.3 5.3 63.223.90 1 5.3 5.3 68.425.20 1 5.3 5.3 73.726.90 1 5.3 5.3 78.928.30 1 5.3 5.3 84.229.30 1 5.3 5.3 89.529.90 1 5.3 5.3 94.730.20 1 5.3 5.3 100.0Total 19 100.0 100.0女Valid 16.50 1 6.3 6.3 6.317.70 1 6.3 6.3 12.517.90 1 6.3 6.3 18.818.40 1 6.3 6.3 25.019.10 1 6.3 6.3 31.320.70 1 6.3 6.3 37.520.90 1 6.3 6.3 43.821.30 1 6.3 6.3 50.022.00 1 6.3 6.3 56.322.40 1 6.3 6.3 62.524.90 1 6.3 6.3 68.826.20 1 6.3 6.3 75.026.80 2 12.5 12.5 87.529.70 1 6.3 6.3 93.8Total 16 100.0 100.02．CasesValid Missing TotalN Percent N Percent N Percent 推销方式* 性别35 100.0% 0 .0% 35 100.0%推销方式* 性别Crosstabulation性别男女Total推销方式第一组Count 4 3 7Expected Count 3.8 3.2 7.0% within 推销方式57.1% 42.9% 100.0%% within 性别21.1% 18.8% 20.0%% of Total 11.4% 8.6% 20.0%Residual .2 -.2Std. Residual .1 -.1第二组Count 4 3 7Expected Count 3.8 3.2 7.0% within 推销方式57.1% 42.9% 100.0%% within 性别21.1% 18.8% 20.0%% of Total 11.4% 8.6% 20.0%Residual .2 -.2Std. Residual .1 -.1第三组Count 4 3 7Expected Count 3.8 3.2 7.0% within 推销方式57.1% 42.9% 100.0%% within 性别21.1% 18.8% 20.0%% of Total 11.4% 8.6% 20.0%Residual .2 -.2Std. Residual .1 -.1第四组Count 3 4 7Expected Count 3.8 3.2 7.0% within 推销方式42.9% 57.1% 100.0%% within 性别15.8% 25.0% 20.0%% of Total 8.6% 11.4% 20.0%Residual -.8 .8Std. Residual -.4 .4第五组Count 4 3 7Expected Count 3.8 3.2 7.0% within 推销方式57.1% 42.9% 100.0%% within 性别21.1% 18.8% 20.0%% of Total 11.4% 8.6% 20.0%Residual .2 -.2Std. Residual .1 -.1Total Count 19 16 35Expected Count 19.0 16.0 35.0% within 推销方式54.3% 45.7% 100.0%% within 性别100.0% 100.0% 100.0%% of Total 54.3% 45.7% 100.0%首先，在所调查的35人当中，有19个为男，16个为女，分别占总样本的54.3%和45.7%，可见男生占多数。

推销方式第一组、第二组、第三组、第四组、第五组样本量分别为7、7、7、7、7，占总样本的20%、20%、20%、20%、20%。

其次，对不同推销方式进行分析，在第一组中，男生和女生的人数分别为4和3，五、（20分）已知我国2003年部分地区城镇居民人均可支配收入和人均消费性支出如下表所示：（单位：元）（1）绘制城镇居民人均可支配收入与人均消费性支出的相关图（散点图）；（2）利用相关系数分析城镇居民人均可支配收入与人均消费性支出之间的关系？（3）如果有相关关系，建立一元线性回归模型，解释输出结果。

12.Correlations人均可支配收入(X) 人均消费性支出（Y）人均可支配收入(X) Pearson Correlation 1 .991**Sig. (2-tailed) .000N 13 13人均消费性支出（Y）Pearson Correlation .991** 1Sig. (2-tailed) .000N 13 13**. Correlation is significant at the 0.01 level (2-tailed).人均消费性支出与人均可支配收入的简单相关性系数为0.992，说明两者之间存在正的强相关性，其相关系数检验的概率P-值近似为0.因此，当显著性水平a为0.05或0.01时，应拒绝相关系数的原假设，认为总体不是零相关。

Anova b模型平方和df 均方 F Sig.方程为y=8875.085-0.239x为一元线性回归的模型及其输出结果。