《spss课后习题》由会员分享，可在线阅读，更多相关《spss课后习题（19页珍藏版）》请在金锄头文库上搜索。
1、第三章统计描述3-3 数据集0统计量销售额N有效30缺失()均值277.4000中值277.0000标准差28.24596百分位数25256.000050277.000075301.0000销售额频率百分比有效百分比累积百分比有效 210.0013.33.33.3234.0013.33.36.7239.0013.33.310.0249.0026.76.716.7252.0013.33.320.0256.0026.76.726.7257.0013.33.330.0258.0013.33.333.3265.0013.33.336.7267.0013.33.340.0268.0013.33.343.
2、3273.0013.33.346.7276.0013.33.350.0278.0026.76.756.7286.0013.33.360.0290.0013.33.363.3297.0013.33.366.7298.0026.76.773.3301.0026.76.780.0309.0013.33.383.3310.0013.33.386.7311.0013.33.390.0316.0013.33.393.3318.0013.33.396.7322.0013.33.3100.0合计30100.0100.03-4(1)答：应采用方差、标准差来比较成年组和幼儿组的身高差异,分析结果如下 数据集2描述
3、统计量N极小值极大值均值标准差方差成年10168.00180.00173.80004.1579917.289幼年1068.0075.0071.00002.403705.778有效的N ( 列表状态)10答: 通过分析， 成年组的身高方差为1 7 . 2 9 ,标准差为4 . 1 6；幼儿组的身高方差为5 . 7 8 ,标准差为2 . 4 0 o第四章 均值比较和T4检验4 - 4均值 数据集1案例处理摘要案例已包含已排除总计N百分比N百分比N百分比组 别 *血压12100.0%0.0%12100.0%报告组别血压均值N标准差方差102.002.001107.001.502.707.500108
4、.002.001115.001.001120.001.502.707.5(X)123.002.001127.001.001138.001.001141.001.001152.002.001总计1.5012.522.273DATASET ACTIVATE 数据集 0. GETFILE=C:TDDOWNLOAD6.5.sav. DATASETACTIVATE 数据集 0. DATASET CLOSE 数据集 2. DATASET ACTIVATE 数据集 1.DATASET CLOSE 数据集 0.4-5NEW FILE. T-TEST GROUPS=组名(0 1)/CRITERIA=CI(.95
5、)./MISSING=ANALYSIS /VARIABLES=成绩T检验附注创建的输出09-4- -月-2010 13 时 24 分 20 秒注释输入活动的数据集数据集3过滤器权重拆分文件工作数据文件中的N行40缺失值处理缺失的定义用户定义的缺失值将作为缺失对待。使用的案例每个分析的统计量是根据分析中的每个变量的值都不缺失或超出范围的案例计算的。语法T-TEST GROUPS=组名(0 1)/MISSING=ANALYSIS/VARIABLES=成绩/CRITERIA=CI(.95).资源 处理器时间0:00:00.015已用时间0:00:00.04645 数据集3组统计量组名N均值标准差均值
6、的标准误成绩 01202083.6075.456.7009.1791.4982.053独立样本检验方差方程的Levene检验均值方程的t检验FSig.tdfSig.（双侧）均值差值成绩 假设方差相等假设方差不相等1.110.2993.2073.2073834.768.003.0038.1508.150独立样本检验均值方程的t检验差分的95%置信区间标准误差值下限上限成绩 假设方差相等2.5413.00613.294假设方差不相等2.5412.99013.31()答：用两独立样本T 检验进行检验得出，甲乙两个班级学生的数学成绩方差无显著性差异，而这两个班级的学生数学成绩均值之间有差异，甲班成绩要
7、高于乙班同学的数学成绩。第 五 章 方 差 分 析5-4ONEWAY 用力肺活量 BY 组别 /STATISTICS HOMOGENEITY /PLOT MEANS/MISSING ANALYSIS.单向附注创建的输出注释01-4- -月-2010 16 时 11 分 49 秒输入活动的数据集数据集2过滤器权重拆分文件工作数据文件中的N行29缺失值处理缺失定义用户定义的缺失值以缺失对待。使用的案例每个分析的统计量都基于对于该分析中的任意变量都没有缺失数据的案例。语法ONEWAY用力肺活量B Y组别/STATISTICS HOMOGENEITY/PLOT MEANS/MISSING ANALYS
8、IS.资源处理器时间0:00:01.406附注创建的输出注释01-4- -月-2010 16 时 11 分 49 秒输入活动的数据集数据集2过滤器权重拆分文件工作数据文件中的N行29缺失值处理缺失定义用户定义的缺失值以缺失对待。使用的案例每个分析的统计量都基于对于该分析中的任意变量都没有缺失数据的案例。语法ONEWAY用力肺活量B Y组别/STATISTICS HOMOGENEITY/PLOT MEANS/MISSING ANALYSIS.资源处理器时间0:00:01.406已用时间0:00:03.781 数据集2方差齐性检验用力肺活量Levene统计量dfldf2显著性.408226.669
9、ANOVA用力肺活量平方和df均方F显著性组间10.91925.46097.103.000组内1.46226.056总数12.38128均值图O-O-O-O-50503.3.Z2用力肺活次的均位1.50-21组别5-5方差齐性检验Levene统计量dfldf2显著性治疗前2.702215.100治疗后4.650215.027成对样本检验成对差分差分的9 5 %置信区间均值标准差均值的标准误下限上限对1 治疗前 治疗后-39.44424.0645.672-51.411-27.478成对样本检验tdfSig.(双侧)对1 治疗前-治疗后-6.95417.000答：这三个组别的接受治疗的患者在接受治
10、疗之前各组之间没有显著性差异， 在接受治疗之后，三个组别之间仍然没有显著性差异。第六章相关分析6-4相关系数JudiJud2Jud3Jud4Jud5Jud6Kendall 的 tau_b Judi 相关系数1.000.889*.835*.784”.844*.688”S ig .（ 双侧）.000.000.001.000.002N121212121212Jud2 相关系数.889*1.000.866*.880.766.688S ig .（ 双侧）.000.000.000.001.002N121212121212Jud3 相关系数,835*.866*1.000.794”*.729*.636*S i
11、g .（ 双侧）.000.00().000.001.005N121212121212Jud4 相关系数.784*.880.794*1.000.819*.551*S ig .（ 双侧）.001.000.000.000.015N121212121212Jud5 相关系数.844“.766.729.819“1.00().615,S ig .（ 双侧）.000.001.001.000.006N121212121212Jud6 相关系数.688”“.688*.636*.551+.615-1.000S ig .（ 双侧）.002.002.005.015.006N121212121212Jud7相关系数.7
12、19*.844.729*.709*.615*.677S ig .（ 双侧）.001.000.001.002.006.002N121212121212Jud8相关系数.375.250.326.252.308.215S ig .（双侧）.097.268.147.266.168.335N121212121212Spearman 的 rho Judi相关系数1.000.963*.933”.899.942”.817S ig .（ 双侧）.000.000.000.000.001N121212121212Jud2相关系数.963“1.000.945”.940.912*”.842S ig .（双侧）.000.
13、000.000.000.001N121212121212Jud3相关系数.933”.945”1.000.892*.847”.803*S ig .（双侧）.000.000.000.001.002N121212121212Jud4相关系数.899”.940*.892*1.000.929.677,S ig .（ 双侧）.000.000.000.000.016N121212121212Jud5相关系数.942*.912”.847.929”“1.000.746”S ig .（双侧）.000.000.001.000.005N121212121212Jud6相关系数.817*.842“.803”.677.7
14、46“1.000S ig .（ 双侧）.001.001.002.016.005N121212121212Jud7相关系数.875*“.944.889”.845“.800.847“S ig .（ 双侧）.000.000.000.001.002.001N121212121212Jud8相关系数.576.408.457.406.484.291S ig .（双侧）.050.187.135.190.111.358N121212121212* * . 在置信度（ 双测）为0 .0 1时，相关性是显著的。* . 在置信度（ 双测）为0 .0 5时 , ，相关性是显著的。相关系数Jud7Jud8Kendall
15、 的 tau_b Judi 相关系数.719”.375S ig .（ 双侧）.001.097N1212Jud2 相关系数.844*.250S ig .（双侧）.000.268N1212Jud3 相关系数.729*.326S ig .（双侧）.001.147N1212Jud4 相关系数.709.252S ig .（ 双侧）.002.266N1212Jud5 相关系数.615”.308S ig .（ 双侧）.006.168N1212Jud6 相关系数.677.215S ig .（ 双侧）.002.335N1212Jud7 相关系数1.000.246S ig .（双侧）.270N1212Jud8 相
16、关系数.2461.000S ig .（双侧）.270N1212Spearm an的rho Judi 相关系数.875“.576S ig .（ 双侧）.000.050N1212Jud2 相关系数.944.408S ig .（ 双侧）.000.187N1212_Jud3 相关系数.889*.457S ig .（双侧）.000.135N1212Jud4 相关系数.845*.406S ig .（ 双侧）.001.190N1212Jud5 相关系数.800.484S ig .（ 双侧）.002.111N1212Jud6 相关系数.847*.291S ig .（ 双侧）.001.358N1212Jud7
17、相关系数1.000.344S ig .（ 双侧）.274N1212Jud8 相关系数.3441.000S ig .（ 双侧）.274N1212* * . 在置信度（ 双测）为0 .0 1时，相关性是显著的。* 在置信度（ 双测）为0.05时, 相关性是显著的。有分析可知： 裁判1至裁判7 的判决结果比较类似， 裁判8 与其他7 名裁判在平分上有显著差异。6-5PARTIAL CORR /VARIABLES=vl v2 v3 BY v4/STATISTICS=CORR /MISSING=LISTWISE./SIGNIFICANCE=TWOTAIL偏相关 数据集 1 C:Documents and
18、 Sellingsuser桌面6.5.sav相关性a .单元格包含零阶（ Pe a r s o n ）相关。控制变量v lv 2v 3v 4- 无V 1 相关性1 . 0 0 0. 7 1 9. 6 0 2. 3 4 2显著性（ 双侧）. 0 0 0. 0 0 1. 0 7 5d f0262626v 2 相关性. 7 1 91 . 0 0 0. 9 5 8. 8 26显著性（ 双侧）. 0 0 0. 0 0 0. 0 0 0d f2602626v 3 相关性. 6 0 2. 9 5 81 . 0 0 0. 9 3 4显著性（ 双侧）. 0 0 1. 0 0 0. 0 0 0d f2626026
19、v 4 相关性. 3 4 2. 8 26. 9 3 41 . 0 0 0显著性（ 双侧）. 0 7 5. 0 0 0. 0 0 0d f2626260v 4 v l 相关性1 . 0 0 0. 8 24. 8 3 9显著性（ 双侧）. 0 0 0. 0 0 0d f02525v 2 相关性. 8 241 . 0 0 0. 9 27显著性（ 双侧）. 0 0 0. 0 0 0d f25025v 3 相关性. 8 3 9. 9 271 . 0 0 0显著性（ 双侧）. 0 0 0. 0 0 0d f25250第 七 章 回 归 分 析7-4利用非线性回归分析的方法进行分析得出如下结果:模型汇总和参
20、数估计值因变量:y方程模型汇总参数估计值R方Fd f ld f 2S ig .常数线性. 0 5 1. 9 7 411 8. 3 3 7对数. 0 6 31 . 21 911 8. 28 4自变量为X。倒数.0751.452118.244二次.1841.918217.177三次.1942.050217.159复合.0691.334118.263144.928.0821.610118.221.656S.0941.857118.1906.779增长.0691.334118.2634.976指数.0691.334118.263144.928Logistic.0691.334118.263.007模型
21、汇总和参数估计值因变量:y方程参数估计值常数blb2b3线性74.346.296对数-1811.633316.488倒数703.053-324293.807二次-2946.8596.570-.003三次-2050.3003.612.000-IJ39E-6复合1.001S.908S-915.785增长.001指数.001Logistic.999自变量为X。由上表可以看出拟合度最优的是三次函数，故 y 对 x 的回归方程为y=-2050.3+3.612X-1.139X106X37-5模型汇总和参数估计值因变量:y方程模型汇总参数估计值R方Fdfldf2Sig.常数bl倒数.72510.538I4.
22、031168.698605.604自变量为Xo经分析得到的结果如上图所示，( 1 )由上图可知y对x的回归方程为：y = 1 6 8 . 6 9 8 + 6 0 5 . 6 0 4 / x( 2 )由R2= 0 . 7 25可得R= 0 . 8 5 1 ,即y对1 / x的相关系数为0 . 8 5 1。7 - 6 ( 1 ) 根据题中所给的数据可知判决系数R2= S S R/ S S T = 1 25 2. 0 9 5 / 1 7 9 0 . 5 5 0 = 0 . 6 9 9 ,由此可以判定两者之间的拟合度较好，有部分的观测值落下了回归线上。建立的假设为：H o： Bo=储H i： B o和
23、M不全为0。通过题中数据可以知道，F的相伴概率小于a,因此拒绝原假设，接受备则假设，即两者之间的线性关系不显著。( 2 )据题可得出估计回归方程为y = 8 . 1 8 4 + 0 . 8 5 5 x ,其中的回归系数表明高等数学对概率统计的线性影响程度。建立的假设与( 1 )中相同，由第二个表中的t检验的相伴概率小于a可得出结论：接受备则假设，即高等数学对概率统计具有显著的影响作用。7-7因变量:y模型汇总和参数估计值方程模型汇总R方Fdfldf2Sig.对数.80244.470111.000三次.89124.42239.000白变量为X o因变量:y模型汇总和参数估计值方程参数估计值常数b
24、lb2b3对数三次106.497104.4501.5911.507-.119.003自变量为XoyXO已观测对数- - - 三次经分析得到如上图表，由以上图表可知三次函数的曲线的拟合度更好。第八章8 -4答：采用Q型聚类。聚类表阶群集组合首次出现阶群集群 集1群 集2系数群 集1群 集2下一阶1412.100002214.12()0153617.350001141315.3600012518.45020126719.5900015721().75000118142().980001393111.100001010391.3209015II261.6157314121131.9925417135
25、142.0300816142182.31511018153723551061616353.08715131717135.105121619182166.70614019191215.33317180群集成员案例3群集1:112:223:314:415:516:627:718:819:9110:10211:11112:12113:13114:14115:15116:16317:17218:18219:191群集成员案例3群集1:112:223:314:415:516:627:718:819:9110:10211:11112:12113:13114:14115:15116:16317:17218:
26、18219:19120:2018.5答：采用快速聚类分析方法，分 为3类 。初始聚类中心聚类123氯气.059.08().027硫化氢.039.030.022二氧化碳.101.177.008环氧氯丙烷.015.010.008环乙烷.023.055.026迭代历史记录,迭代聚类中心内的更改1231.027.000.0332.007.000.0043.013.000.0064.000.000.000a .由于聚类中心内没有改动或改动较小而达到收敛。任何中心的最大绝对坐标更改为.000o当前迭代为4。 初始中心间的最小距离为.086。聚类成员案例号抽样点聚类距离111.028223.031333.0
27、10443.010553.016661.028773.040883.012992.00010101.017最终聚类中心聚类123氯气.049.080.027硫化氢.037.030.033二氧化碳.098.177.046环氧氯丙烷.014.010.012环乙烷.036.055.022最终聚类中心间的距离聚类1231.087.0582.087.1453.058.145ANOVA聚类误差均方df均方dfFSig.氯气.0012.00()718.237.002硫化氢.0002.0007.158.857二氧化碳.0092.00()724.517.001环氧氯丙烷.0002.0007.641.555环乙烷.0012.00074.571.054F检验应仅用了描述性目的，因为选中的聚类将被用来最大化不同聚类中的案例间的差别。观测到的显著性水平并未据此进行更正，因此无法将其解释为是对聚类均值相等这假设的检验。每个聚类中的案例数聚类13.(X)ol2i.oool36.000| 有效|10.0(X)l| 缺失 | .ooo|
