《spss实践题分析及答案(二).doc》由会员分享，可在线阅读，更多相关《spss实践题分析及答案(二).doc（13页珍藏版）》请在金锄头文库上搜索。
1、期末实践考查一、一家消费者调查有限公司，它为许多企业提供消费者态度和消费者行为的调查。在一项研究中，客户要求调查消费者的消费特征，此特征可以用来预测用户使用信用卡的支付金额。研究人员收集了50位消费者的年收入、家庭人口和每年使用信用卡支付的金额数据。试按照客户要求进行分析，给出分析报告（数据见附表）。Descriptive StatisticsMeanStd. DeviationN消费金额（元）3964.06933.49450年收入（元）43480.0014550.74250家庭人口（人）3.421.73950Correlations消费金额（元）年收入（元）家庭人口（人）Pearson Co
2、rrelation消费金额（元）1.000.631.753年收入（元）.6311.000.173家庭人口（人）.753.1731.000Sig. (1-tailed)消费金额（元）.000.000年收入（元）.000.115家庭人口（人）.000.115.N消费金额（元）505050年收入（元）505050家庭人口（人）505050Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1家庭人口（人）, 年收入（元）.Entera. All requested variables entered. b. D
3、ependent Variable: 消费金额（元）Model SummarybModelRR SquareAdjusted R SquareStd. Error of the Estimate1.909a.826.818398.091ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression35250755.672217625377.836111.218.000aResidual7448393.14847158476.450Total42699148.82049CoefficientsaModelUnstandardized Coeffici
4、entsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)1304.905197.6556.602.000年收入（元）.033.004.5168.350.000家庭人口（人）356.29633.201.66410.732.000 结果分析：由题目可知客户要求，是根据消费者年收入、家庭人口来预测其每年使用信用卡支付的金额数据，属于多元线性回归问题，其中年收入和家庭人口看作两个自变量，每年信用卡支付金额看作因变量。由分析得： ：信用卡支付金额 ：年收入 ：家庭人口拟合优度检验为0.818，回归方程能很好的代表样本数据。回归方程F检验和回
5、归系数T检验的相伴概率都小于显著性水平，拒绝零假设即回归方程和回归系数都具显著型。二、下表为运动员与大学生的身高（cm）与肺活量（cm3）的数据，考虑到身高与肺活量有关，而一般运动员的身高高于大学生，为进一步分析肺活量的差异是否由于体育锻炼所致，试作控制身高变量的协方差分析，并给出分析报告。运 动 员大 学 生身高肺活量身高肺活量184.9167.9171.0171.0188.0179.0177.0179.5187.0187.0169.0188.0176.7179.0183.0180.5179.0178.0164.0174.04300385041004300480040005400400048
6、0048004500478037005250425048005000370036004050168.7170.8165.0169.7171.5166.5165.0165.0173.0169.0173.8174.0170.5176.0169.5176.3163.0172.5177.0173.034504100380033003450325036003200395040004150345032504100365039503500390034503850Between-Subjects FactorsValue LabelN类别 0 020 1 120Tests of Between-Subject
7、s EffectsDependent Variable:肺活量SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model6981685.135a23490842.56822.860.000Intercept208064.2901208064.2901.363.251身高1630762.63511630762.63510.679.002类别1407847.09511407847.0959.220.004Error5649992.36537152702.496Total6.633E840Corrected Total12631677
8、.50039a. R Squared = .553 (Adjusted R Squared = .529结果分析：控制变量的相伴概率值是0.004，小于显著性水平0.05，因此拒绝零假设，故在剔除身高对肺活量的影响前提下，是否经常进行体育锻炼对肺活量有显著影响；另外协变量相伴概率为0.002，说明身高的不同水平对肺活量也有显著影响。三、甲地区为大城市，乙地区为县城，丙地区为农村。某地分别调查了上述三类地区8岁男生三项身体生长发育指标：身高、体重和胸围，数据见下表，问：三类地区之间男生三项身体生长发育指标的差异有无显著性？试就此问题进行分析并给出分析报告。 结果分析：由方差齐次性检验表可知，甲乙
9、丙三个地区的的身高、体重和胸围的方差检验相伴概率都大于显著性水平，因此接受零假设，即三个地区的身高、体重和胸围方差相同没有显著性差异，即不同地区，身高、体总和胸围各总体均值服从方差相同的正态分布，因此可以用下面的单因素方差检验。身高：相伴概率为0.000小于显著性水平，则各地区身高有显著性差异。体重：相伴概率为0.000小于显著性水平，则各地区体重有显著性差异。胸围：相伴概率为0.001小于显著性水平，则各地区胸围有显著性差异。再由LSD,S-N-K和图表分析可知，甲地区（城市）8岁男孩身高和胸围与乙（县城）、丙（农村）地区有显著性差异，乙地区（县城）8岁男孩体重与甲（城市）、丙（农村）地区有
10、显著性差异。四、某地区10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血硒的相关分析，并给出分析报告。编号发硒血硒123456789107466886991736696587313101311169714510 Descriptive StatisticsMeanStd. DeviationN发硒75.4012.29510血硒10.803.32710Correlations发硒血硒发硒Pearson Correlation1.872*Sig. (2-tailed).001N1010血硒Pearson Correlation.872*1Sig. (2-tailed).001N
11、1010结果分析：由分析可知，要进行发硒和血硒两个定距变量的相关分析。由上图表可得发硒和血硒的pearson相关系数为0.872，为高度相关。假设检验得出的相伴概率0.001小于显著水平0.01，因此拒绝零假设，即可以用它们的样本相关系数r代替总体相关系数。五、某地29名13岁男童身高（cm）、体重（kg）和肺活量（ml）的数据如下表, 试对该资料作控制体重影响作用的身高与肺活量相关分析，并给出分析报告。编号身高（cm）体重(kg)肺活量(ml)编号身高（cm）体重(kg)肺活量(ml)123456789101112131415135.1139.9163.6146.5156.2156.4167
12、.8149.7145.0148.5165.5135.0153.3152.0160.532.030.446.233.537.135.541.531.033.037.249.527.641.032.047.21750200027502500275020002750150025002250300012502750175022501617181920212223242526272829153.0147.6157.5155.1160.5143.0149.4160.8159.0158.2150.0144.5154.6156.547.240.543.344.737.531.533.940.438.537.536.034.739.532.017502000225027502000175022502750250020001750225025001750CorrelationsControl Variables体重(kg)肺活量(ml)身高（cm）-none-a体重(kg)Correlation1.000.613.719Significa
