《交通运输课程设计实验报告-计算机在道路运输管理中的应用.docx》由会员分享，可在线阅读，更多相关《交通运输课程设计实验报告-计算机在道路运输管理中的应用.docx（31页珍藏版）》请在三一文库上搜索。
1、成绩 实验报告课程名称：计算机在道路运输管理中的应用学 院：交通运输学院专 业： 交通运输 班 级： 0801班 学生姓名： 学 号： 指导教师： =2010 /2011学年第一学期=目 录实验大纲3实验一 SPSS的数据管理3实验二 描述性统计分析3实验三 均值比较3实验四 方差分析3实验五 相关分析与回归分析3实验六 曲线回归3实验七 聚类分析与判别分析3实验八 二分类logistic回归分析错误！未定义书签。实验九 统计绘图错误！未定义书签。 实验大纲（交通运输工程专业本科2007级学生）1. 实验目的使学生通过本课程实验教学，加深理解和巩固所学理论知识；结合专业背景，学会收集或调查行业
2、统计数据；切实掌握各种统计分析方法在统计软件SPSS中的实现，并能正确解释SPSS的运行结果。2. 实验内容在实验过程中，充分考虑到学生的自学能力和创新能力，安排命题开放式的实验内容给学生完成。共计十个实验项目如下表，实验题目见任务书。 序号实验内容学时1实验一 数据文件的管理22实验二 描述性统计分析23实验三 均值比较24实验四 方差分析25实验五 相关与回归分析36实验六 曲线回归27实验七 logistic回归28实验八 聚类与判别分析39实验九 统计绘图2合计203. 实验教材或实验指导书1.罗应婷等主编，SPSS统计分析从基础到实践.北京：电子工业出版社，2007年6月；2. 章文
3、波 陈红艳编著.实用数据统计分析及SPSS12.0应用.人民出版社，2006年；3.张文彤.SPSS.11.0统计分析教程.(高级篇)，北京希望电子出版社.2002年6月；4.郝黎仁等.SPSS实用统计分析.中国水利水电出版社.2003年1月。4. 实验有关事项实验时间：见课程表；实验地点：学校机房；纪律要求：成果提交：要求独立完成，十个实验项目按指定格式提交成一个最终实验报告，每人提交1份打印的实验报告（A4）及电子文档；打印稿统一交班长汇总并转交任课老师；电子文档以学号后四位+姓名为附件名发至邮箱：；5. 实验报告格式实验报告按以下内容装订：封面、实验大纲、目录、实验一实验十、成绩评定册。
4、实验大纲附件不装订；其中每个实验报告包括以下内容：实验名称、目的、题目、操作步骤、结果分析等。图表需按实验项目编号。具体格式参看实验报告样本。6. 附：上机指导书（不装订）7. 附：实验报告样本（含参考实验题目）仅提供参考实验题目，鼓励学生结合研究兴趣和行业热点问题调查相关数据，自行选题。实验一 SPSS的数据管理1. 实验目的：了解SPSS软件的环境以及相关的基本操作操作过程；学会建立数据文件以及对数据进行编辑整理。2. 题目：查询某地区1990-2008年GDP（亿元）、年末总人口数（万人）、人均可支配收入、客运量（years、GDP、popul、Dincome、passenger）等。试
5、完成以下操作：（1）定义变量，建立数据文件；（2）输入数据（直接输入，数据库查询导入，文本向导导入）；（3）生成新变量：人均GDP、生成新变量：GDP差分；（4）按人均可支配收入数据排序3. 操作步骤：(1)定义变量：(2)输入数据(3)计算新变量人均GDP(4)操作结果及分析：实验二 描述性统计分析1. 实验目的：掌握描述性统计分析相关指标，学会用SPSS进行频数分布分析、描述性统计分析、探索分析。2. 题目某市各地区某段时期每天交通事故数据如表2-1：表2-1东部北部中部南部西部1512101413171014912141313791117151014121412810-12121212-
6、79试求：交通事故日平均发生次数、标准差、中位数、四分位数、平均发生次数区间估计，并按进行频数分析。3. 操作步骤：（1）在变量视图中设变量“Group”和“X”（2）设值标签如下图：（3）转到“数据视图”，输入“值”和事故数据，如下： （4）在SPSS主界面，依次打开“分析”“描述统计”“描述”， 添加X变量，进行如下操作：（5）在SPSS主界面，依次打开“数据”“拆分文件”， 选择“按组输出” 此时，输出结果没有变化但是，请再进行一次描述，将会看到操作步骤与分析中的表2-14. 操作结果及分析：表2-1表2-2表2-3由表2-3中可见样本量 N为35例，缺失值0例，均数=10.54，中位数
7、=12.00，众数=12，标准差=4.546，方差=20.667，四分位数=9.00，极大值极小值分别是17、0。实验三 均值比较1. 实验目的：学习使用SPSS进行单样本、两独立样本以及成对样本的均值检验。2. 题目(3.1、3.2选做一题)3.1实验二中题目2.1中，试分析:1)能否认为该段时间内该市中部地区日交通事故次数为12次？2)该段时间内该市中部地区与南部地区日交通事故次数相等？（显著水平=0.01）3.2某轮胎厂的质量分析报告中说明，该厂某轮胎的平均寿命在一定的载重负荷与正常行驶条件下会大于25000公里。平均轮胎寿命的公里数近似服从正态分布。现对该厂该轮胎抽取一容量为15个的样
8、本，数据如表3-1。问能否作出结论：该厂产品与申报的质量标准是否相符？表3-1IDXIDXIDX1210006340001130000219000729000122850033300082600013275004315009250001428000518500102800015260003. 操作步骤如下图：点击进入analyzecomparemeansone-sample test。Test value设为25000，点击OK。 4：操作结果及分析：T检验概率为0.117，大于显著性水平0.05，不能拒接t检验的零假设 ，也就是说该厂产品与申报的质量标准无显著差异，另外从样本均值差的95%置
9、信区间看，区间跨0，这也说明该厂产品与申报的质量标准无显著差异。实验四 方差分析1. 实验目的：掌握使用SPSS进行单因素方差分析、多因素方差分析。2. 题目：2.1利用表4-1资料分析不同地区不同时间对农民家庭人均收入的影响（不分析地区与时间交叉影响）。表4-1时间地区北京天津河北山西内蒙古1980年290.46277.92175.78155.78181.321981年350.67297.77204.41179.53225.141982年432.63326.12235.73227.18273.031983年519.48411.69298.07275.78294.201984年664.1650
10、4.64345.00305.5336.121985年775.08564.55385.23358.32360.413. 操作步骤：（1）用SPSS处理表4-1的数据，,先将数据整理成列表的形式如下图。在SPSS中建立数据表以后，选择分析-一般线性模型-单变量，在主对话框中将“X”放入因变量矩形框，将“Group1”和“Group2”放入固定因子矩形框中（2）在主对话框中点击模型按钮进入模型对话框，选择Custom，在效应下拉框中选择Main effect，把“Group1”和“Group2”变量选入右边的模型框中，单击继续返回主对话框。其它选项采用默认值，单击主对话框中的“确定”按钮，可以得到无
11、交互作用的双因素方差分析结果，分析结果见下表。这一模型在Excel中是不能直接分析的。4. 操作结果及分析：根据上表的分析结果，在无交互作用的双因素方差分析模型中，Group1时间和Group2地区因素对农民家庭人均收入都有显著影响：时间因素的p值和地区因素的p值都等于0.000。表中的校正的总计是我们常用的“总离差平方和”，“Total”是总平方和（与0的离差平方和）。实验五 相关分析与回归分析1. 实验目的：掌握运用SPSS进行两变量的相关分析、一元线性回归、多元线性回归具体操作，深刻理解模型检验、残差分析以及共线性分析。2. 题目：某地区客运周转量的增长与该地区总人口的增长及人均月收入有
12、关，已经掌握近10年有关资料如下表。1) 试利用SPSS进行客运周转量与总人口的相关分析。2) 利用SPSS建立客运周转量与总人口、人均月收入多元回归方程。3) 对所建立的多元回归方程进行模型检验、残差分析，共线性诊断。表5-1序号客运周转量Y（千万人公里）总人口X1（万人）人均月收入（10美圆）17020045.027421512.538023547.548425052.558827555.069228557.5710030060.0811033057.5911235062.51011636065.5合计92628005453. 操作步骤：analyze correlate bivariat
13、e,点击opinions设置参数，最后点击OK。1：结果客运周转量和总人口有显著的相关性。2：Anovab模型平方和df均方FSig.1回归2366.54021183.270320.299.000a残差25.86073.694总计2392.4009a. 预测变量: (常量), 人均月收入, 总人口。b. 因变量: 客运周转量系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)10.7963.2973.274.014总人口.297.0171.01217.379.000人均月收入-.026.063-.024-.415.690a. 因变量: 客运周转量 回归方程： 有表中可以看出总人
14、数的p值小于0.05，人均月收入的p值大于0.05，说明总人口数对客运周转量具有显著影响，人均月收入对客运周转量影响不显著。结果输出与分析调整后的=0.986 说明方程拟合程度较好。特征值越小共线性也严重，方差比例大于0.5说明有共线的可能。由上图可以看到该方程的共线性比较严重。实验六 曲线回归1. 实验目的：掌握运用SPSS进行二次多项式回归、指数回归及logistic曲线回归。2. 题目：（1）我国1952年到1983年社会商品零售总额（按当年价格计算），试运用SPSS建立我国社会商品零售总额二次多项式回归与指数回归模型。表6-1年份时序（t）总额（yt）年份时序（t）总额（yt）年份时序
15、（t）总额（yt）19521276.8196312604.51974231163.619532348.0196413638.21975241271.119543381.1196514670.31976251339.419554392.2196615732.81977261432.819565461.0196716770.51978271558.619576474.2196817737.31979281800.019587548.0196918801.51980292140.019598638.0197019858.01981302350.019609696.9197120929.2198231
16、2570.0196110607.71972211023.31983322849.4196211604.01973221106.7（2）某地区汽车保有量可以用logistic回归模型进行估计。已知近年数据如表6-2，试运用SPSS建立logistic回归模型并分析。3. 操作步骤：（1）曲线回归模型二次多项式回归模型图6-1由上散点图提示，两变量呈抛物线关系。为求得初始值方法如下：消元法取三对观察值代入二次曲线方程：Y=b0+b1*X1+b2*X2，可解得b0、b1和b2 初始值分别为577.24，-44.33和3.29。通过显著性检验，拟合效果很好。标准误差为151.7.在菜单栏中选择分析-回
17、归-非线性，进入非线性回归对话框单击参数按钮进入参数录入对话框，输入初始值b0=577.24，b1=-44.33，b2=3.29。如下图6-2。单击继续按钮返回非线性回归对话框中将变量Y放入因变量栏，在模型表达式栏中写入曲线模型的数学表达式 b0+b1*X1+b2*X2如图6-3所示，单击确定按钮图6-2指数回归模型4. 操作结果及分析：（1）曲线回归模型分析结果如下：判定系数 R2为 0.952 抛物线方程为Y=1.263E7-12906.839*X1+3.926*X2实验七 聚类分析与判别分析1. 实验目的：掌握利用SPSS进行聚类分析和判别分析的基本操作和结果分析。2. 题目：2007年
18、江苏省的13个地市的GDP与年末人口数如下表：表5-1地区苏州无锡常州南京镇江南通扬州人口624.43461.74357.38617.17268.78766.13459.25GDP5700.853858.541881.283283.731206.692111.881311.89地区泰州徐州连云港淮安盐城宿迁人口500.70940.95482.23534.00809.79531.53GDP1201.821679.56618.18765.231371.26542.003. 操作步骤：定义变量，输入数据如图7-1图7-1 选择分析分类系统类聚，进入系统聚类分析框，进入方法并选择如下：判别分析统计量4
19、. 操作结果及分析：表7-1表7-2表7-3表7-4图7-2结果分析 表7-1到表7-3显示，首先系统根据指定的，按3类聚合确定初始聚类的各变量中心点，未经K-means 算法叠代，其类别间距离并非最优，经叠代运算后类别间各变量中心值得到修正； 表 7-4显示，对聚类结果的类别间距离进行方差分析，方差分析表明：类别间距离差异的概率值均0.001 即聚类效果好。聚合成3类，第一类含原有 1类 第二类含原有2类 第三类含原有10类；具体结果系统以变量名CLU3_1存于原始数据文件中,如图7-3所示 ：图7-3在原始数据文件(图7-3)中,我们可清楚地看到聚类结果:13个地市的GDP与年末人口数定为
20、：第一期苏州最高；第二期无锡和南京次之；第三期其他地区较低。实验八 二分类logistic回归分析1. 实验目的：掌握利用SPSS进行二分类logistic分析的基本操作和结果分析。2. 题目：某市居民使用交通工具的社会调查结果见表8-1。其中No=序号，x1=年龄，x2=月收入，x3=性别（女=0,男=1）,y=使用交通工具（0=骑自行车，1=乘公共汽车。可见y为二分类变量）。请建立Logistic回归分析模型并分析影响使用交通工具类型的主要因素是什么。（引自余建英等主编.2003年，P.242）表8-1NOX1X2X3YNOX1X2X3Y11885000152010001022112000
21、01625120010323850011727130010423950011828150010528120001193095011631850002032100010736150001213318001084210000122331000109469500123381200101048120000244115001011551800012545180011125621000126481000101358180001275215001114188501028561800113. 操作步骤：输入数据，X3和Y的values分别设置0,1代表意义。 Analyze=Regression=Binary Logistic 参数设置： Dependent框：选入Y Covariates框：选入x1x3。点击options，设置参数如图，method 选择forward conditional。单击OK钮4. 操作结果及分析： 上表称之为分类表，表明用该模型作预测，准确率为82.1%根据上图，可以写出logistic模型公式线性模型：模型的显著性影响从每一个变量的得分可以看出来 可见如果将X1系列则方程的改变是有显著意义的，X3也是如此。X2的作用性不明显。