统计分析与SPSS应用 期末作业

统计分析与SPSS的应用

原始数据：10级市场营销2班成绩

分析一：综测成绩四分位数

上表表明：综测成绩的最小值为68.61分，最大值为89.15分。其中25%的学生综测成绩为74.4100分，50%的学生综测成绩为80.3740分，75%的学生综测成绩为85.2200分。四分位数差从侧面证实了学生综测成绩呈一定左偏分布。

分析二：综测成绩直方图

上图表明：该班学生的综测成绩均分为80.07分，标准差为5.62。从图中可以看出，综测成绩呈左偏性分布，在85分左右的学生人数最多，70分左右的学生人数最少。

分析三：综测成绩的基本统计量分析

上表表明：综测成绩的极差为20.55分，意味着数据相对较分散。另外，综测成绩的最小值和最大值分别为68.61分和89.15分，平均分为80.0734分，标准差为5.61963。从偏度系数可以看出，系数小于0，偏度标准误差为0.421，因而该班综测成绩呈左偏分布，。从峰度系数可以看出，峰度值小于0，峰度标准误差为0.821，因而数据的分布比标准正态分布更加平缓，称

为平峰分布。

分析四：各科成绩的统计量分析比较

各科成绩统计量结果分析表

由上表可知：宏观经济学的全距最大，而生产与运作管理的全距最小，表明宏观经济学的成绩离散程度最高，而生产与运作管理的成绩离散程度最低；同时，对于标准差而言，也是宏观经济学的标准差最大而生产与运作管理的标准差最小。各科成绩平均分最高的为体育成绩，平均分最低的为英语成绩。各科成绩中只有人力资源管理的成绩是呈右偏分布，其他各科成绩均呈左偏分布。另外，各科成绩中，只有宏观经济学的成绩呈尖峰分布，其他各科呈平峰分布。

分析五：各科成绩的Q-Q图分析

由上图可得出结论：各科成绩均符合正态分布，只有几个高分和低分点略偏离正态分布线。分析六：对体育成绩的t检验

由上面两个表的内容可知：本班31人的体育成绩中，平均分为87.2903分，标准差为

8.29535。原假设为：本班体育成绩的平均分不低于88分。单样本t检验中t统计量的双尾概率P-值为0.637，比例总体均值的95%置信区间为（-3.7524,2.3331）。如果显著性水平为0.05，由于应进行单尾检验且0.637/2大于显著性水平，因此不应拒绝原假设，不能认为本班体育成绩的平均分不显著高于88分，同时88分大于95%的置信区间的下限值也证实了这个结论。

分析七：性别对大学英语成绩的单因素方差分析结果

上表是性别对大学英语成绩的单因素方差分析结果。可以看到：观测变量大学英语成绩的离差平方总和为1629.097；如果仅考虑性别单个因素的影响，则大学英语成绩总变差中，性别

可解释的变差为585.265，抽样误差引起的变差为1043.832，它们的方差分别为585.265和

35.994，相除所得的F统计量观测值为16.260，对应的概率P-值近似为0。如果显著性水平为0.05，由于概率P-值小于显著性水平，因此应拒绝原假设，认为性别对大学英语成绩产生了显著性影响，性别对大学英语成绩的影响效应不全为0。

分析八：会计学成绩及格率二项分布检验

为0.9。检验及格率为0.9。由于是小样本，检验值和观察值恰好一致，可认为本班的会计学及格率达到了90%。

分析九：均学成绩与综测成绩的相关系数分析

由表可知，均学成绩与综测成绩间的简单相关系数为0.952，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1，两者存在强的相关性。该表中相关系数上角的两个星号（**）表示显著性水平为0.01时拒绝原假设。一个星号（*）表示显著性为0.05时拒绝原假设。因此，两个星号比一个星号拒绝原假设犯错误的可能性更

由表可知，当聚成3类时，1类的有15人，2类的有7人，3类的有9人；当聚成2类时，1类有15人，2类有16人。

学习心得：通过这次作业的完成，我了解到，统计分析必须完善基础，不断提高统计分析能力。将课本所学的方法与知识灵活运用，多加练习才能熟练的对一份数据做好正确的分析。