《spss练习作业具体步骤.docx》由会员分享，可在线阅读，更多相关《spss练习作业具体步骤.docx（12页珍藏版）》请在三一文库上搜索。
1、spss练习作业具体步骤一、调查问卷二、用SPSS Statistics软件进行描述统计分析1、某地区经济增长率的时间序列图形。解：第一步：数据来源，如图1图 1 某地区经济增长率xls截图图2 Spss软件制作过程截图第二步：将数据输入SPSS软件之中，如图2，制作某地区经济增长率的时间序列图形，如图3。图3某地区19902021年经济增长率的时间序列图第三步，从图中可以看出，某地区随时间的变化经济增长率变化趋势较大。2、用SPSS Statistics进行描述统计分析解：第一步，按照题目中的要求，随机选取了148个数据，如图4部分数据： 图4 Spss 随机数据截图第二步，根据要求，对上月
2、工资进行描述统计分析，主要包括描述数据的集中趋势、离散程度（见表1），绘制直方图（见图5）。表1 上月工资描述统计表（单位：元） 图5 上月工资直方图集中趋势离散趋势均值 2925 极小值 1500 中值 2900 极大值 4800 众数 2900 全距 3300 和 432900 标准差 496.364 偏度0.165峰度1.238数据总计148第三步，分析数据的统计分布状况。首先，从集中趋势来，上个月平均工资2925元，其中众数和中数也都在2900元，这说明大部分工资水平在2900左右。其次，从离散趋势来看，最高工资4800元，最低工资1500元，最高工资和最低工资相差3300元，标准差为
3、496.364，相差较大。最后，从直方图来看和评述统计表来看，工资在2900元以上的占多数。可以的该地区整体工资水平大于平均值的占多数，该地区工资水平相对较高。峰度为1.238，偏度为0.165符合正态分布。三、用SPSS Statistics 软件进行参数估计和假设检验及回归分析1、计算总体中上月平均工资95%的置信区间（见表3）。解：总体中上月平均工资分布未知，但是样本容量大于30，且已知标准误，所以通过SPSS 分析得出总体中上月平均工资95%的置信区间，见表3, 假设；H0：总体中上月平均工资95%的不在此在此区间H1：总体中上月平均工资95%的在此区间答，总体中上月平均工资095的置
4、信区间为2844.37，3005.63，p=0.0002、检验能否认为总体中上月平均工资等于2021元。解：在本案例中，要检验样本中上月平均工资与总体中上月平均工资（为已知值：2021元）是否存在差异，即某一样本数据与某一确定均值进行比较。虽然不知道总体分布是否正态，但样本较大（N30），可以运用单样本T 检验.通过SPSS 检验结果见（表4 、表5） 设; H o:2021=H 1:2021 其中，表示总体中上月平均工资表4 单个样本统计量 表5 单个样本检验答:作出结论，均值差值为925，t=22.671,p=0.0000.05,所以不能拒绝原假设，可以认为两组数据无显著差异，所以应该选择
5、方差相等下的T 检验。表7独立样本检验 假设2： H 0：21H 1：21 其中1代表男生总体平均数，2代表女生总体平均数，下同作出结论：从表6、表7中可以看出，男生有73人，平均工资3156.16元，女生75人，平均工资2700.00元。t=6.277,且p=0.0004、一些学者认为，由于经济不景气，学生的平均工资今年和去年相比没有显著提高。检验这一假说。解： 根据题意可知，需要进行相关样本T 检验,设：H 0：12 H 1；12 同上表8 相关样本T 检验 均值标准差均值标准误 T df 相关系数 sig 上月工资2925 496.364 40.801去年同月工资2721.62 447.
6、296 36.767 上月工资&去年同月工资 203.378 183.10115.50113.5311470.930.000通过表8可知，t=13.531,P=0.0000.05，接受H0，拒绝H1，三者之间没有显著性差异。可以认为不同学科上月工资水平相同。第三步，多重比较，经过Levene检验（见表10），p=0.724，方差没有显著性差异，方差齐性，经过LSD检验（见表11），P值均大于0.05，所以可以得出同样的结论，三门学科的上月工资水平没有差异。表10 方差齐性检验（2）在方差分析中同时考虑学科和性别因素，用双因素方差分析模型分析学科和性别对上月平均工资的影响。解：第一步，提出假设，
7、H0：性别和学科对上月工资水平没有影响H1：性别和学科同时对上月工资水平有影响第二步，经过SPSS计算，见表12，表12主体间效应的检验第三步，作出决策性别因素P=0.000学科因素P=0.4650.05,在0.05水平上差异不显著，所以接受原假设，拒绝备择假设，即学科因素对上月工资水平没有影响，和前面结果一致。性别* 学科p=0.9620.05,在0.05水平上差异不显著，所以接受原假设，拒绝备择假设，即学科和性别因素同时对上月工资水平没有影响。6、非参数检验。（1）用非参数检验方法检验能否认为男生和女生上月工资的中位数相等。解：第一步，采用wilcoxon符号秩检验中位数，选择的原设与备择
8、假设如下：H0：男生与女生上月工资的中位数相等；H1：男生与女生上月工资的中位数不相等。第二步，通过SPSS软件计算，见表13、14表第三步，男生上月工资的平均秩为41.33，女生上月工资的平均秩是19.84，说明从样本看男生上月工资的中位数要高于女生。用正态分布计算时的M=1265.000,W=4115.000,Z=-5.663,p=0.000H0：男生月收入中位数小于女生月收入的中位数；H1：男生月收入中位数大于于女生月收入的中位数。P值为0.000，可以拒绝原假设。H0：男生月收入中位数大于女生月收入的中位数；H1：男生月收入中位数小于女生月收入的中位数。P值为1-0.000/2 =1，
9、接受原假设。因此可以认为男生上月工资中位数大于女生上月工资中位数。（2）用非参数检验方法检验学生上月工资和去年同月工资的中位数是否有显著变化。解：第一步，采用非参数检验中的两个相关样本样本，选择的原假设与备择假设如下：H0：上月工资与去年同月工资差值为0H1：上月工资与去年同月工资差值不为0第二步，通过SPSS软件计算，结果如表15、16第三步，作出结论，由于此样本为大样本，应该采用渐近显著性的p值（0.000）,小于0.01，拒绝原假设，接受备择假设，则可以认为上月工资与去年同月工资有显著差别。（3）用非参数检验方法不同学科学生平均学分绩点的中位数是否相等。解：第一步，采用Kruskal-W
10、allis检验不同学科学生平均学分绩点的中位数是否相等，原假设和备择假设设置如下：H0：不同学科学生平均学分绩点的中位数相等；H1：不同学科学生平均学分绩点的中位数不相等第二步，通过SPSS软件计算结果如表17、18；表17 Kruskal-Wallis检验中计算的各组平均秩表18 Kruskal-Wallis检验的检验统计量和p值第三步，作出结论，因为p=0.6530.05，不可拒绝原假设，认为三个学科平均学分绩点的中位数没有显著差异.。（4）检验学生的上月工资是否服从正态分布。解：第一步，样本是否来自正态分布，可用单样本K-S检验，原假设和备择假设设置如下H0：学生的上月工资服从正态分布H
11、1：学生的上月工资不服从正态分布第二步，通过SPSS软件计算结果如表19表19 单样本Kolmogorov-Smirnov 检验第三步，作出结论，p=0.291，大于0.05，不能拒绝原假设，也就是说能认为此样本来自正态分布。（5）检验学生对专业的满意程度是否为离散的均匀分布第一步，采用卡方分布进行检验，H0：学生对专业的满意程度服从离散的均匀分布H1：学生对专业的满意程度不服从离散的均匀分布第二步，通过SPSS软件计算结果表20、21 第三步，作出结论，因为p=0.000，小于0.01，可以拒绝原假设，接受备择假设认为学生对专业的满意程度不服从离散的均匀分布。 7、回归分析。（1）计算上月工
12、资与平均学分绩点的相关系数并作假设检验。 解：第一步，假设如下：H 0：0= H 1：0第二步，通过SPSS 计算，见表22 第三步，根据计算相关系数为0.763，P=0.000（2）以上月工资为因变量，平均学分绩点为自变量做回归分析，分析模型的拟合效果和假设检验的结果。 （第一次抽样无法做回归分析，需要重新抽样）解：第一步，假设1，H0：回归模型无意义，H1:回归模型有意义 假设2，Ho ；常量为 H1：常量不等于0假设3，Ho ：平均学分绩点的系数为0，H1:平均学分绩点的系数不等于0 第二步，通过SPSS 分析，见表23、24、25表23 模型汇总 表24 回归模型 图6图7图8说明：图
13、6为残差的直方图，图中残差的分布基本均匀图7为残差的正态P-P概率图，图中散点基本呈直线趋势，且并未发现异常点图8残差是否有随标准化预测值增大而改变的趋势。从图中可以看出分布基本均匀，可以认为残差的方差是齐性的第三步，作出结论，从表23中可以看出此表为拟合模型的拟合优度的情况，其中R方为0.584，Durbin-Watson统计量为2.163，比较接近2，可以认为残差之间相互独立。从表24中可以到F=189.216 .P=0.000，可以认为这个回归模型是有统计意义的。从表25中可以得到模型的常量为-661.720，平均学分点的系数为1177.971，通过以上综合分析，最后得出的模型为：月工资
14、=-661.720+1177.971*平均学分绩点（3）以上月工资为因变量，平均学分绩点和性别为自变量做回归分析，分析模型的拟合效果和假设检验的结果。解：第一步，假设1，H0：回归模型无意义，H1:回归模型有意义假设2，Ho；常量为H1：常量不等于0假设3，Ho：平均学分绩点的系数为0，H1:平均学分绩点的系数不等于0 第二步，通过SPSS计算可以得出表26、27、28、29，ca第三步，作出结论，从表26中可以看出此表为拟合模型的拟合优度的情况，其中调整R方为0.835，Durbin-Watson统计量为 1.887，比较接近2，可以认为残差之间相互独立。从表24中可以到F=338.928，
15、.P=0.000，可以认为这个回归模型是有统计意义的。从表25中可以得到模型的常量为-137.317，P=0.4310.05,所以在统计学中，没有意义。平均学分点的系数为1098.030，性别的系数为-537.566，通过以上综合分析，最后得出的模型为：月工资=-537.566*性别+1098.030*平均学分绩点图9图10图11说明：图9为残差的直方图，图中残差的分布基本均匀图10为残差的正态P-P概率图，图中散点基本呈直线趋势，且并未发现异常点图11 残差是否有随标准化预测值增大而改变的趋势。从图中可以看出分布基本均匀，可以认为残差的方差是齐性的（4）在（2）和（3）模型中你会选择哪一个模型用于预测？为什么？假设一名男生的平均学分绩点为3.5，试预测他的上月工资的点估计值和区间估计。解：（2）中模型的R方等于0.584，（3）中模型的R方等于0.835，R方越大，所以选择（3）中的模型作为预测模型。假设一名男生的平均学分绩点为3.5，根据（3）中的模型公式：月工资=-537.566*性别+1098.030*平均学分绩点=-537.566*0+1098.030*3.5=3843.105，其置信区间为3843.105+/-219.02,结果为【3624.085，4062.125.】