《spss数分大作业--北交大》由会员分享,可在线阅读,更多相关《spss数分大作业--北交大(8页珍藏版)》请在金锄头文库上搜索。
1、第二题:利用居民储蓄调查数据,从中随机选取 75%的样本,进行分析,实现以下目标: 1、分析不同户口储户的储蓄目的(一),只输出图形并进行分析即可,不需要输出频数表格;2、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度; 3 、分析储户一次存款金额的分布,并检验储户的一次存款金额的均值为 4500 元, 是否可 信?基本思路基本思路 由于本题只需要“从中随机选取 75%的样本,进行分析” ,所以需要用到数据选取一项。数 据选取的方式很多,依本题思路看,属于随机抽样即近似抽样和精确抽样。 操作步骤操作步骤 数据-选择个案-随机个案样本,点开下面的样本-大约个案填写 75% 结果结
2、果结果的解释和结论结果的解释和结论 其中会多出生成一个名为 filter_$的新变量,取值为 1 或 0。1 表示本个案被选中,0 表示未 被选中。该变量是 SPSS 产生的中间变量,如果删除它则自动取消样本抽样。 1、分析不同户口储户的储蓄目的、分析不同户口储户的储蓄目的(一一),只输出图形并进行分析即可,不需要输出频数表格;,只输出图形并进行分析即可,不需要输出频数表格;基本思路基本思路 首先进行多选项分析,对多选项变量集进行频数分析;对不同职业储户储蓄目的进行分析, 采用多 选项交叉分组下的频数分析 操作步骤操作步骤 分析-描述统计-交叉表-行选择目的一,列选择户口,勾选显示条形图和取消
3、表格。结果结果结果分析:结果分析:从条形图来看, 城市户口的人比农村户口的人购买能力强,二者在正常生活零用方面花费最大。其次,城 市人口的花销重心还在买高档消费商品和结婚用品上,说明城镇户口的生活水平高。2.分析城镇和农村储户对分析城镇和农村储户对“未来收入状况的变化趋势未来收入状况的变化趋势”是否持相同的态度是否持相同的态度 基本思路基本思路:该问题列联表的行变量为户口,列变量为未来收入状况,在列联表中输出各种 百分比、期望频数、剩余、标准化剩余,显示各交叉分组下频数分布柱形图,并利用卡方 检验方法,对城镇和农村储户对该问题的态度是否一致进行分析。 操作步骤操作步骤:分析描述统计交叉表,显示
4、复式条形图前打勾,行选择户口,列选择未来 收入情况,统计量选择卡方,点击单元格,在观察值、期望值、行、列、总计、四舍五入 单元格计数前打勾,最后确认 结结果:果:结果解释和结论:结果解释和结论:在本例中,对应的卡方统计量的值为 7.739(2=0.471) ,对应的自由度 为 3(df=3) ,显著性水平值为 0.021 F1- (k-1, n-k)得到 F=13.244 。显著性0.0000.05说明拒绝原假设(销售方式对销售量 无显著性影响),证明销售方式对销售量有显著性影响。 3.销售方式和销售地点以及它们的交互作用对销售量的影响销售方式和销售地点以及它们的交互作用对销售量的影响 操作步
5、骤操作步骤:分析-一般线性模型-单变量-因变量:收率,固定因子结果结果结果分析:结果分析:第一个表中是各自变量的水平数,销售方式的水平数为 4,分别 为,每个水平 36 个案例;地区的水平数位 8,每个水平 8 个案例。根据表二的双因子方差分析结果得到:FA=23.175 FB=6.459 FAB=1.153 X1,x2,x1*x2的P值分别为0.000,0.000.0.286.只有X1*X2的P值大于0.05.在a=0,05的显著水 平下,因子A和B是显著的,即销售方式、销售地点对结果有显著影响,而它们的交互作用 对结果没有显著作用。第八题第八题以高校科研研究数据为例,建立回归方程研究。以课
6、题总数以高校科研研究数据为例,建立回归方程研究。以课题总数X5为被解释变量,解为被解释变量,解 释变量为投入人年数释变量为投入人年数X2、投入科研事业费、投入科研事业费X3、论文数、论文数X7、获奖数、获奖数X8。基本思路:基本思路:使用回归分析方法来分析事物之间的统计关系侧重考察变量之间的数量变化规律 并通过回归方程的形式描述和反映这种关系帮助人们准确把握变量受其他一个或多个变 量影响的程度进而为预测提供科学依据。本文就 是借助多元回归模型来揭示被解释变量与其他多 个解 释变 量之 间的 线性 关系。 即用 线性 回归 分析方法进行分析被解释变量为立项课题数X5解释变量为投入人年 数X2,投
7、入科研事业费X3、论文数X7、获奖数X8、之间的关系。 操作步骤:操作步骤:分析-回归-线性,X5因变量,x2,x3,x7,x8为自变量,自变量框下面的方法按钮选 择“进入” 。结果结果结果分析结果分析解释解释 解释变量采用(强制)进入策略,对回归方程和回归系数的显著性检验结果进行解释分析, 并给出最终的回归模型(=0.05) 。回归方程的拟合优度检验(判定系数) 拟合优度检 验(判定系 拟合优度检 验(判定系数)采用(强制)进入策略”项,说明你选择的进入方式回归方程的显著性检验1.进入策略,也是强制策略,所有变量的回归结果都显示出来。左表1的结果是针对“解释变量采用(强制)进入策略”项,说明
8、你选择的进入方式2.回归方程的显著性检验(方差分析F检验)。右表1为方差分析表,列出了变异源、自由度、均方、F值及对F的显著性检验。本例中回归方程显著性检验结果表明:回归平方和为14627497.26,残差平方和为1449312.743,总平方和为21076810.00,对应的F统计量的值为88.027,显著性水平小于0.05,可以认为所建立的回归方程有效4.回归系数的显著性检验(t检验)右表2为系数分析表,列出了常数及非标准化回归系数的值及标准化的回归系数,同时对其进行显著性检验。回归系数的显著性检验是要检验回归方程中被解释变量与每一个解释变量之间的线性关系是否显著。本例中因变量Y对两个自变量X1,X2,X3,x4(分别依次对应)的回归的非标准化回归系数分别为0.5980.105-0.1010.610;对应的显著性检验的t值分别为3.4240.299-2.0371.303,两个回归系数B的显著性水平Sig.分别为0.0020.7670.0520.204其中只有X1小于0.05,可以认为自变量X1(投入人年数)对因变量Y均有显著影响。其他不显著。因此被投入人年数与被解释变量间的线性关系显著它保留在模型中是合理的。最终的回归方程为Y=-57.232+0.598X1即立项课题数=57.232+0.598投入人年数