文档详情

实验报告二(步骤)

飞***
实名认证
店铺
DOC
222.50KB
约4页
文档ID:41620380
实验报告二(步骤)_第1页
1/4

SPSS 实验报告二实验目的:掌握方差分析、相关分析和回归分析的基本操作;掌握其中相关的实验目的:掌握方差分析、相关分析和回归分析的基本操作;掌握其中相关的 问题检验;读懂输出结果并进行合理分析问题检验;读懂输出结果并进行合理分析第一题:利用外来工数据,完成下列问题: ((1))使用t检验,比较(目前从事行业中)制造业和服务业的总体平均年龄是 否有显著差异; 点击【Analyze】-【Compare Means】-【Independent Samples T test】 ,把【年龄】放入到【Test Variable(s) 】中,把【目前从事行业】放入【Grouping Variable】中,点【Define Groups】 在弹出的窗口中【group1】里输入1, 【group2】里输入3点【continue】 ,再点 【ok】 2))使用多因素方差分析研究教育程度教育程度和月收入月收入对家庭花费家庭花费(V2_2c),,说明两 个因素的影响是否显著,有没有显著的交互作用; 选择菜单:【Analyze】 【General Linear Model】 【Univariate】 ,把观测变量“家庭花费(已 婚[V2_2c]) ”放入到【Dependent Variable】中,把“教育程度[V1_3]”和“月收入[V2_1]” 添加到【Fixed Factor(s)】框中。

点【ok】输出结果3))如果因素影响显著而交互作用不显著,建立非饱和模型,并利用多重比较 比较(snk)各因素水平的高低; 1)由于交互作用不显著,所以建立非饱和模型时应选择【Main Effects】 ;来建立模型 2)选择菜单:【Analyze】 【General Linear Model】 【Univariate】 ,点击【Model】按钮,在 弹出的窗口中找到“Specify Model”标签,选着建立非饱和模型“Custom” ;在下面的“Factors & Covariates”下把 “V1_3”和“V2_1”放入到右边“Model”标签下的框中; 中间的“Build Term(s)”Type:选“Main effects”然后点“Continue”继续 3)回到“Univariate”对话框,点击右边的“Post Hoc”按钮在弹出的对话框中把“Factor(s)”下的“V1_3”和“V2_1”选到“Post Hoc Tests for”中,然后在“Equal Variances Assumed” 标签下选着“S-N-K”检验点“Continue”按钮继续 4)回到“Univariate”对话框,点“OK”按钮以输出结果。

第二题:应用 waste.sav 数据,研究固体垃圾排放量与宾馆、餐饮业用地、零售 业用地、运输、批发企业用地、金属制造业用地、工业企业用地的关系 (1) 、1))通过散点图观察变量间的相关关系,2))使用Enter建立模型,判断各 自变量间是否存在多重共线性,3))写出回归方程,4))说明T检验和F检验的结 果 DW检验结果分析参考的数据在P261中 1)点击【Graphs】-【Legacy Dialogs】-【Scatter/Dot】 ,在弹出来的窗口点击【Matrix Scatter】 ,如图设置,点击”OK”确定,把所有变量都放入到框中点【OK】输出散点图 2)选择菜单【Analyze】 【Regression】 【Linear】 ,在“Linear Regression”窗口中把“固体垃 圾排放量”放入到“Dependent”中,把其他变量加入到“Independent(s)”中, “Method” 标签中选择“Enter” 点击【Statistics】 ,如图勾选多【Collinearity diagnostics】和【Durbin-Watson】 点“Continue”按钮继续。

返回到“Linear Regression”窗口后点“OK”确定输出数据2) 、 利用Stepwise建立模型,通过计算D-W统计量和作出残差分布图、pp图 等方法初步判断是否存在序列相关(p260) 、异方差(p261)和正态性,保存模 型的预测值 点击【Analyze】-【Regression】-【Linear】 ,模型中选【stepwise】 点击【Plots】 ,把【ZRESID】放到 Y 轴,把【ZPRED】放到 X 轴左下角两个都勾选 点击【Save】 ,左边选【Unstandardized】和【Cook’s】 ,右边选【Studentized】 返回到主窗口,点 ok 输出数据第三题:完成 P283,例题 9-3,画出外出就餐和年份的散点图,利用复合函数, 指数函数和三次函数进行拟合,选择最好的拟合模型,写出曲线方程,并对之 后两年年的数据进行预测 先在数据视图中起连个数据值分别命名为 2003 和 2004作为预测的值 点击【Analyze】-【Regression】-【Curve Estimation】 ,在弹出来的窗口,如图设置点击【Save】 ,如图勾选按“OK” ,输出或按照如下设置:或按照如下设置: 不用再数据视图中新建两行数据,直接可以预测到未来两年的数据。

在【independent】中选【Time】 ,点【save】如图设置不要勾选最低的【display ANOVA table】不然会得不出方程系数。

下载提示
相似文档
正为您匹配相似的精品文档