实验四实验五截图doc

23 0 3130.43 3100.00 1800a 1073.306 1500 5000 17 0 2370.59 2000.00 2000 996.095
极小值 极大值 a. 存在多个众数。显示最小值
1500 4700
（5）对工资进行探索性分析 M-估计器
性别
Huber 的
Hampel
M-估计器 Tukey 的 的 M-估 Andrews
茎叶图
薪水 Stem-and-Leaf Plot for gender= 女
Frequency Stem & Leaf
2.00
1.
16.00
1.
14.00
1.
31.00
2.
35.00
2.
38.00
2.
22.00
2.
17.00
2.
7.00
3.
8.00
3.
8.00
3.
5.00
3.
2.00
3.
11.00 Extremes
方差齐性检验 工资
Levene 统
计量
df1
基于均值
.003
1
基于中值
.416
1
基于中值和带有 .416
1
调整后的 df
基于修整均值 .047
1
df2
Sig.
38
.953
38
.523
36.591 .523
38
.829
Sig>0.05，接受原假设，各组方差相等
这两个是男、女工资水平的茎叶图，尅推断男 雇员工资集中在30000-34000之间，女雇员的 工资集中在15000-19000之间。从图中看出男
工资
-.950
.733
工资的偏度为0.534 为正值且在-1—1之间，表明数据近似对称分 布，分布左偏，右侧有长尾
峰度为-0,.950 为负值，扥不曲线相对平缓，峰低，两尾部较短。
统计量
工资
男
N
女
N
（3）分性别求工资的标准分
有效 缺失 均值 中值 众数 标准差 极小值 极大值 有效 缺失 均值 中值 众数 标准差
Stem width: 10000
Each leaf:
1 case(s)
薪水 Stem-and-Leaf Plot for gender= 男
Frequency Stem & Leaf
1.00
1.
18.00
2.
64.00
2.
60.00
3.
22.00
3.
16.00
4.
11.00
4.
9.00
5.
10.00
5.
8.00
6.
14.00
源自文库
6.
6.00
7.
5.00
7.
4.00
8.
10.00 Extremes
9 111122222223344444 5555555555566666666666666667777777777777777788888888888999999999 000000000000000000000000000001111111111111122233333333344444 5555555566667778889999 0000000012223334 55556677889 001122344 5555667899 00001112 55566666788889 000233 55888 0123 (>=86250)
正态性检验
Kolmogorov-Smirnova
Shapiro-Wilk
性别
统计量
df
Sig.
统计量
df
Sig.
薪水 女
.146
216
.000
.842
216
.000
男
.208
258
.000
.813
258
.000
a. Lilliefors 显著水平修正
Sig全为0.000<0.05，拒绝数据呈正态分布假设
（1）求出性别、工资等级的频次分布表，性别的众数、工资等级的中位数，并用工资 等级做条形图。
统计量
性别
工资等级
N
有效
40
40
缺失 中值
0
0
2.0000
众数 男
性别众数：男 工资的中位数：2.0000
条形图
工资的最大值、最小值、标准差、四分互差、十分位数
（2）求工资的均值、最大值、最小值、标准差、四分位数、十分位数，并用工资做带 正态曲线的直方图。
Pearson 卡方 连续校正b
5.402a
1
3.225
1
.020 .073
似然比
5.786
1
.016
Fisher 的精确检验
.041
.035
线性和线性组合
5.042
1
.025
有效案例中的 N
15
a. 4 单元格(100.0%) 的期望计数少于 5。最小期望计数为 2.80。
b. 仅对 2x2 表计算
M-估计器
性别
Huber 的 M-估计
Hampel 的 M-估计
器a
Tukey 的双权重b
器c
Andrews 波d
薪水 女
$24,606.10
$24,015.98
$24,419.25
$24,005.82
男
$34,820.15
$31,779.76
$34,020.57
$31,732.27
a. 加权常量为 1.339。 b. 加权常量为 4.685。 c. 加权常量为 1.700、3.400 和 8.500 d. 加权常量为 1.340*pi。
统计量
工资
N
有效
40
缺失 众数
0 2000
标准差
1096.179
百分位数
极小值 极大值 10 20 25 30 40 50 60 70 75 80 90
1500 5000 1555.00 1810.00 1862.50 1915.00 2000.00 3000.00 3130.00 3270.00 3375.00 3900.00 4680.00
由于许多单元格的频数少于5，所以应该用fisher精确检验结果。Sig=0.175>0.05,所以性别和 工资等级没有关系。
2.试以spss自带的某一个数据文件为例进行分析，了解变量是否相关，发掘数据中的规
律，完成实验报告。（数据来自07-04）
卡方检验
值
df 渐进 Sig. (双侧) 精确 Sig.(双侧) 精确 Sig.(单侧)
均值：2807.5 标准偏差：1096.179
4）求工资的峰度、偏度，对照带正态曲线的直方图理解结果
N
极小值
极大值
均值
标准差
偏度
统计量
统计量
统计量
统计量
统计量
统计量
标准误
工资 有效的 N （列表状态）
40
1500
5000 2807.50 1096.179
.534
.374
40
描述统计量
峰度
统计量
标准误
55 6666666666777777 88889999999999 0000000000000111111111111111111 22222222222222222222233333333333333 44444444444444444444444444555555555555 6666666666677777777777 88888899999999999 0001111 22233333 44444555 66777 88 (>=40800)
实验五
1.以实验3中保存的“数据8.sav”为例，完成以下任务： 求出性别与工资等级的列联表，要求按性别输出百分比，求出相关系数，并 进行卡方检验，理解所得结果。
卡方检验
Monte Carlo Sig.(双侧)
99% 置信区间
值
df 渐进 Sig. (双侧) Sig.
下限
上限
Pearson 卡方
4.714a
Stem width: Each leaf:
10000 1 case(s)
正态 Q-Q 图
如图，男女雇员中预测值有很多都偏离直线，因此数据分布不呈正态分布，点组成V形曲 线。
反趋势正态 Q-Q 图
图为性别变量的两个分 组的工资箱图。女个愿当前工资水平的全距较男雇员带的小，两组变量中都存在不少异常 值
Sig全为0.000<0.05，这些数据不是来自同一组数据
薪水
方差齐性检验
Levene 统计量
基于均值
119.669
基于中值
51.603
基于中值和带有调整后的 df
51.603
基于修整均值
95.446
df1 1 1 1 1
df2 472 472
310.594 472
Sig. .000 .000 .000 .000
a
双权重b 计器c
波d
工资 男
3102.04 3109.40 3130.40 3109.37
女
2018.70 1871.46 2015.38 1865.00
a. 加权常量为 1.339。 b. 加权常量为 4.685。 c. 加权常量为 1.700、3.400 和 8.500 d. 加权常量为 1.340*pi。
女之间的工资水平可能有较大差异
从图中可得出男雇员的工资最大值达到5000， 最小值大概在1500左右，女雇员的工资最大值
大约在4700左右，最小值在1500左右。
这是女雇员工资的正态Q-Q图，其中的直线是正态分布的标准线，各点为预测值，这些点与 直线不重合，所以数据分布不呈正态分布
第二大题（数据来自07-03）
由于样本过小，所以单元格的期望频数小于5，最小的期望值为2.8，，fisher精确检验计算 的双尾概率为p=0.041，结论书不同性别之间经理的收入高低差异显著。
3
似然比
4.801
3
Fisher 的精确检验
4.591
.194 .187
.175b .225b .175b
.020 .055 .020
.330 .395 .330
有效案例中的 N
40
a. 4 单元格(50.0%) 的期望计数少于 5。最小期望计数为 1.28。
b. 基于 40 采样表，启动种子为 2000000 。
正态性检验
Kolmogorov-Smirnova
Shapiro-Wilk
性
别 统计量
df
工资 男 .158
23
Sig. .140
统计量 df .918 23
Sig. .061
女 .313
17
.000
.798 17 .002
a. Lilliefors 显著水平修正
样本量=40 ，男的Sig值为0.061>0.05，接受正态分布假设，女的sig值为0.02<0.05， 拒绝正态分布假设。