南邮课程设计I-SPSS

合集下载
  1. 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. 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. 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)。

课程设计I报告班级:

姓名:

指导教师:

职称:

成绩:

管理学院

2015 年11 月 1 日

南京邮电大学

课程设计I指导教师成绩评定表

SPSS安装过程略

SPSS主要窗口包括:数据编辑窗口、结果输出窗口、变量编辑窗口、语法编辑窗口、脚本编写窗口、脚本编写窗口、图表编辑窗口

数据编辑窗口是用户进行数据处理与分析的主要窗口界面,用户可在此窗口进行数据输入、观察、编辑和统计分析等操作。

结果输出窗口用于输出统计分析的结果或绘制的相关图表。

变量编辑窗口可以对变量的名称、类型、宽度、小数位、变量标签、变量值标签、缺失值、列的宽度、对齐方式、度量标准以及角色进行设置。

语法编辑窗口,用户可以在语法编辑器窗口输入或修改SPSS命令,或单击任何分析对话框上的“粘贴”按钮,将使用对话框设置的各种命令或选项粘贴到语法编辑器窗口。

脚本编写窗口,用户可以在此窗口编写SPSS内嵌的Sax Basic语言以形成自动化处理数据的程序。

图表编辑窗口可以对生成的图表进行编辑。

二、数据文件的处理

定义变量:点开变量视图设置变量名称及其属性。

录入和编辑数据

录入数据的方式有两种,一是新建数据,二是导入数据。

1、打开【文件】→【新建】→【数据】如图①

2、打开【文件】→【打开】→【数据】如图②、③

①②

③④

然后可在④图中的数据视图增添,删除,修改数据。

计算新变量,输入所有人语数英的平均成绩。

打开【转换】→【计算变量】

筛选变量(个案选择)

选择工资大于2000的人

打开【数据】→【选择个案】

数据文件的拆分。打开【数据】→【拆分文件】

数据文件的合并

首先选择合并变量,打开要合并的数据后,需对两表的关键变量进行排序后才能合并。

打开【数据】→【合并文件】→【添加变量】

数据文件的存储与读取

存储:打开【文件】→【保存】

读取:打开【文件】→【打开】→【数据】然后选取要打开的数据即可。

三、统计图形

条形图

打开【图形】→【图表构建程序】

首先需确定数据中有名义度量(尺度度量不能放在x轴)

把左上方的变量依次拖入右边图表的x轴,y轴。

其他图表如饼图、线形图、直方图、散点图方法类似。

如下图

饼图线形图

直方图散点图

四、基本统计分析

频数统计及总体均值与总体方差的估计、总体均值的置信区间的计算

打开【分析】→【描述统计】→【频率】,把要用的变量放到右边,点击【统计量】把要输出的数据勾选。如下图

描述性统计及总体均值与总体方差的估计、总体均值的置信区间的计算

打开【分析】→【描述统计】→【频率】,把要用的变量放到右边,点击【选项】把要输出的数据勾选。如下图

结果如下

五、回归分析

一元线性回归分析

例题:分析不同地区的甲状腺肿的患病率高低与本地水质的碘含量的关系。

首先,在做回归分析之前,可以先用散点图初步观察两变量有无相关趋势。如下图

从左图可以看出,二者有一定的相关关

系,接下来就可以做进一步的回归分析,

找出它们二者间的关联。

打开【分析】→【回归】→【线性】

把“碘含量”拖入自变量,把“患病率”

拖入因变量,统计量选择模拟拟合度和描

述性。

结果如下:

①②

③④

从图①得出所有变量都已纳入模型中;图②得出相关系数R为,所以R^2即相关系数很大,说明模型拟合效果很好;图③为对模型进行方差分析的结果,反映其具有统计学意义;

图④给出了回归方程的各项参数,a=,b=,即回归方程为y=+,认为碘含量对患病率是存在影响的。

多元线性回归分析

例题:采取措施的速度与保险公司的规模及其类型之间的关系分析。

散点图分析略

打开【分析】→【回归】→【线性】

把“公司类型”、“公司规模”拖入自变量,把“所需时间”拖入因变量,统计量选择模拟拟合度和描述性。

结果如下:

①②

③④

从图①得出所有变量都已纳入模型中;图②得出相关系数R为,所以R^2即相关系数很大,说明模型拟合效果很好;图③为对模型进行方差分析的结果,反映其具有统计学意义;

图④给出了回归方程的各项参数,a=,b=,c=即回归方程为y=认为公司规模、公司类型对索赔的反应所需时间是存在影响的。

六、方差分析

单因素方差分析

例题:比较三个不同的电池生产企业生产电池的寿命。

打开【分析】→【比较均值】→【单因素ANOVA】

在【两两比较】中选择“LSD”、“S-N-K”;在【选项】中选择“描述性”、“方差同质性检验”、

“均值图”。

把“电池”拖入因变量列表,把“企

业”拖入因子。

结果如下:

③④

图①所示为Levene方差齐性检验的结果,本例Levene统计量为。显着性P值一>,故3组数据方差无差异。

图②所示为单因素方差分析的结果,并且进行了趋势检验,结果显示不同企业间方差分析统计量F=, P值=<,因此认为不同企业间生产电池的寿命不同。

图③为LSD法比较结果,企业2与企业1、企业3显着性P值小于,其它的则大于

说明企业2与企业1、企业3生产的电池寿命有差异,企业1与企业3无差异。图④为S-N-K法比较结果,电池寿命数据被分为两组,企业2一组,企业1和企业3为一组,说明企业2与企业1、企业3生产的电池寿命有差异,企业1与企业3无差异。与LSD法结果一致。

无重复实验的双因素方差分析

例题:某研究机构研究了3种动物饲料对4种品系小鼠体重增加的影响。

打开【分析】→【一般线性模型】→【单变量】

在各个选项中做出对应设置如下图

结果如下:

①②

③④

图①所示为主效应模型检验,结果可见校正模型统计量F= ,P= ,说明模型有统计学意义。因素a和因素b均有统计学意义,P=和P=,均小于。

图②所示为不同饲料类型两两比较结果,从Sig值(即P值)可见,饲料B与饲料C间没有差异(P=,其他均有差异,P<。

相关文档
最新文档