《spss案例分析报告.docx》由会员分享，可在线阅读，更多相关《spss案例分析报告.docx（4页珍藏版）》请在三一文库上搜索。
1、Spss分析身高与体重的相互影响姓名：刘海艳 班级：11电商班 学号：14113201683 序号：26一、案例介绍：这是某幼儿园学生的身高体重数据，数据中主要包 括编号，学生姓名，性别，学生年龄，每个学生的体重以及身 高数值。主要是看下幼儿园学生体重与身高的相互关系。二、研究案例的目的：分析幼儿园学生身高体重的相互关系和影响三、下面是数据来源：性别年龄体重鱼斤身高匣米114.319.00105.0022卑5520 00115.0033女5.116.0D107.004A4.917.50106.005S何条格6016.50109.0D65217 00108.00774.713.70105.00a
2、e何秀拎5.119.00105.0099罗慕忠5.5W.OO109.001010胡悦元4.016.00107.001111畀5,119.001OS.001212昊子急5.216.00106.001313女5316.90109.0014145.E18.50110 001515李小青5.615.50111.0016165.015.60116.C101717卓荣杰里4.923.00106.0018ia慰阳自亮5.518.20107.501919胡洁增男5.120.00116.002020施佳空5.219.00112.502121里5515.00105.502222畀5.419.6D108.502J2
3、3里5.217.00107.50ham aTypeOecimak：LaibslValuesI CDluFflft5Ahgn1cilnriEShJnhrBz Ljjfl址iMuErhal28Non*B=d桃Narnrual3Slnn00)8NarrirMiANumtdc91MontNon*eJL Narrih4l百NuirwrlcQ2Mont8乱Nflirih*lENuiYWriCa2Mil*8tyh：四、研究的方法：主要是使用SPSS中的描述统计分析和线性回归分 析；在描述统计分析中主要是分析出身高体重的最大值和最小 值、均值，在图表中可以看出身高的最大值；在线性回归分析 中主要是采用身高为自
4、变量，体重为因变量来进行分析的。五、研究的结果：1)描述分析：打开文件“某班23名同学的身高、体重、年龄数据”，通过菜单 兰中的分析选项，进行描述性分析，选择体重和身高，求最大值最小 值和均值，得到如下结果：DataSet H；l犬三作业I数据源+ swhDescripth/e SiaiisticsNMinimumMaximumMeanStd. DeviationftsaJf2313.7023 001773912 03933身高匣耒Valid N(listlse)2323105.001 16.001 0895E23.28023从结果看出，该班学生样本数为 23,体重最小值为13.7kg，最大
5、值为23kg，平均体重为17.7167kg。身高最小值为105cm，最大值为 116cm,平均身高为108.85cm。以身高为例子，选择描述中的频率选项可以得出分布，在频率对 话框的图形选项中，选择条形图，即可用图形直观看到结果。105 DO 1Q550 106 DO 107.00 T07 50 106XJC- 1QB5D 109 00 110 03 111 DO 112 50 11SD0 116 CD从图形中可以很直观的看出不同身高段的人数分布情况，其中108cm左右的人数最多。从表格中则可以清楚地看到具体数目。2）线性回归分析：选择分析回归线性，在弹出的对话框中，以身高作为自变量，体重作为
6、因变量，结果如下:Waria bles Entere(ljReincwetlbMode1VariablesEhteredVariablesRemovedMethod1身島匣米=1Entera. All requested varia bles entered.b. CependentVariable;体重公斤Model SummaryMode1RR SquareAjdiusted R SquareStd. Error of the Estimate1223a.050.0152.03453a Predictors: (Constant),身高厘栄从表中可以得出。R=0.223即两者具有弱相关性。
7、ANOVA*ModelSum of SauaresdfMean SquareFSiq.1RegressionFiesidualTotal4.5898E.92691495i21224.5694.1391.104205aa Predictors: (Constant),身高厘米 b. DependentVariablle:体重公片Coefficients*ModelUn standardized coefliderrtsStandardizedCoefficientstSig.Std. ErrorBela1(Cori st 日 rd)261714.400182.8冼身昌崔米.13932.2231.051.305a. Dependent Variable:体重公斤从图表中，可以看出它们之间的线性关系大概可以表示为y=-0.139x+2.617六、研究结论：