统计分析方法：应用及案例

统计分析方法：应用及案例名称：

姓名：

学号：

年级专业：12级电子科学与技术

年月日

成绩：

评语：

指导教师：（签名）

关于某地区361个人旅游情况统计分析报告

一、提出问题

为了了解某地区的旅游情况，发展该地的旅游经济，促进该地人民的生活水平的提高，现通过SPSS软件对某地区361个人旅游情况进行分析，从而更好地掌握该地旅游情况，为经济发展提出决策

二、数据收集

本次分析的数据为某地区361个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0代表女，1代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0代表没走通道，1代表走通道）；旅游的积极性，为三类变量（0代表积极性差，1代表积极性一般，2代表积极性比较好，3代表积极性好4代表积极性非常好）；额外收入,一类变量。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、。。。以了解该地区上述方面的综合状况，并分析个变量的分布特点及相互间的关系

此数据来源于/publications/jse/jse_data_archive.htm

三、数据统计处理

1、频数分析

基本的统计分析往往从频数分析开始。通过频数分地区359个人旅游基本状况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不同积极性况的基本分布。

Statistics

性别

N Valid 359

Missing 0

首先，对该地区的男女性别分布进行频数分析，结果如下

性别

Frequency Percent Valid Percent Cumulative Percent

Valid 女198 55.2 55.2 55.2

男161 44.8 44.8 100.0

Total 359 100.0 100.0

表说明，在该地区被调查的359个人中，有198名女

性，161名男性，男女比例分别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性

其次对原有数据中的旅游的积极性进行频数分析，结果如下表：

旅游积极性

Frequency Percent Valid Percent Cumulative Percent

Valid 差171 47.6 47.6 47.6 一般79 22.0 22.0 69.6

比较好79 22.0 22.0 91.6

好24 6.7 6.7 98.3

非常好 6 1.7 1.7 100.0

Total 359 100.0 100.0

Statistics

通道

N Valid 359

Missing 0

通道

Frequency Percent Valid Percent Cumulative Percent

Valid 没走通道293 81.6 81.6 81.6

通道66 18.4 18.4 100.0

Total 359 100.0 100.0

表说明，在该地区被调查的359个人中，有没走通道的占81.6%，占绝大多数。

上表及其直方图说明，被调查的359个人中，对与旅游积极性差的组频数最高的，为171 人数的47.6%，其次为积极性一般和比较好的，占比例都为22.0%，积性为好的和非常好的比例比较低，分别为24人和6人，占总体的比例为6.7%和1.7%

2、相关分析

相关分析是分析客观事物之间关系的数量分析法，明确客观事

之间有怎样的关系对理解和运用相关分析是极其重要的。

函数关系是指两事物之间的一种一一对应的关系，即当一个变量X取一定值时，另一个变量函数Y可以根据确定的函数取一定的值。另一种普遍存在的关系是统计关系。统计关系是指两事物之间的一种非一一对应的关系，即当一个变量X取一定值时，另一个变量Y无法根据确定的函数取一定的值。统计关系可分为线性关系和非线性关系。

事物之间的函数关系比较容易分析和测度，而事物之间的统计关系却不像函数关系那样直接，但确实普遍存在，并且有的关系强有的关系弱，程度各有差异。如何测度事物之间的统计关系的强弱是人们关注的问题。相关分析正是一种简单易行的测度事物之间统计关系的有效工具。

Correlations

收入旅游花费额外收入

收入Pearson Correlation 1 .140**.853**

Sig. (2-tailed) .008 .000

N 359 359 359

旅游花费Pearson Correlation .140** 1 .183**

Sig. (2-tailed) .008 .000

N 359 359 359

额外收入Pearson Correlation .853**.183** 1

Sig. (2-tailed) .000 .000

N 359 359 359

**. Correlation is significant at the 0.01 level (2-tailed).

上表是对本次分析数据中，旅游花费、收入、、额外收入的相关分析，表中相关系数旁边有两个星号（**）的，表示显著性水平为0.01时，仍拒绝原假设。一个星号（*）表示显著性水平为0.05是仍拒绝原假设。先以现旅游花费这一变量与其他变量的相

关性为例分析，由上表可知，旅游花费与额外收入的相关性最大，

3、回归分析

有相关性分析可得收入，旅游花费呈线性相关，因此作回归分析

Variables Entered/Removed b

Model Variables

Entered

Variables

Removed Method

1 收入a. Enter

a. All requested variables entered.

b. Dependent Variable: 旅游花费

Model Summary b

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

1 .140a.020 .017 129.604

a. Predictors: (Constant), 收入

b. Dependent Variable: 旅游花费

ANOVA b

Model Sum of Squares df Mean Square F Sig.

1 Regression 120443.809 1 120443.809 7.170 .008a

Residual 5996596.239 357 16797.188

Total 6117040.048 358

a. Predictors: (Constant), 收入

b. Dependent Variable: 旅游花费

Coefficients a

Model Unstandardized Coefficients

Standardized

Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 91.563 11.528 7.943 .000

收入.024 .009 .140 2.678 .008