spss实践题分析及答案二.docx
- 文档编号:29835356
- 上传时间:2023-07-27
- 格式:DOCX
- 页数:20
- 大小:352.25KB
spss实践题分析及答案二.docx
《spss实践题分析及答案二.docx》由会员分享,可在线阅读,更多相关《spss实践题分析及答案二.docx(20页珍藏版)》请在冰豆网上搜索。
spss实践题分析及答案二
期末实践考查
一、一家消费者调查有限公司,它为许多企业提供消费者态度和消费者行为的调查。
在一项研究中,客户要求调查消费者的消费特征,此特征可以用来预测用户使用信用卡的支付金额。
研究人员收集了50位消费者的年收入、家庭人口和每年使用信用卡支付的金额数据。
试按照客户要求进行分析,给出分析报告(数据见附表)。
DescriptiveStatistics
Mean
Std.Deviation
N
消费金额(元)
3964.06
933.494
50
年收入(元)
43480.00
14550.742
50
家庭人口(人)
3.42
1.739
50
Correlations
消费金额(元)
年收入(元)
家庭人口(人)
PearsonCorrelation
消费金额(元)
1.000
.631
.753
年收入(元)
.631
1.000
.173
家庭人口(人)
.753
.173
1.000
Sig.(1-tailed)
消费金额(元)
.000
.000
年收入(元)
.000
.115
家庭人口(人)
.000
.115
N
消费金额(元)
50
50
50
年收入(元)
50
50
50
家庭人口(人)
50
50
50
VariablesEntered/Removed
Model
VariablesEntered
VariablesRemoved
Method
1
家庭人口(人),年收入(元)
Enter
ModelSummary
Model
R
RSquare
AdjustedRSquare
Std.Errorofthe
Estimate
1
.909a
.826
.818
398.091
ANOVA
Model
SumofSquares
df
MeanSquare
F
Sig.
1Regression
Residual
Total
35250755.672
7448393.148
42699148.820
2
47
49
17625377.836
158476.450
111.218
.000a
Coefficients
Model
UnstandardizedCoefficients
Standardized
Coefficients
t
Sig.
B
Std.Error
Beta
1(Constant)
年收入(元)
家庭人口(人)
1304.905
.033
356.296
197.655
.004
33.201
.516
.664
6.602
8.350
10.732
.000
.000
.000
结果分析:
由题目可知客户要求,是根据消费者年收入、家庭人口来预测其每年使用信用卡支付的金额数据,属于多元线性回归问题,其中年收入和家庭人口
看作两个自变量,每年信用卡支付金额看作因变量。
由分析得:
y1304.9050.033x1356.296x2
y:
信用卡支付金额x1:
年收入x2:
家庭人口
拟合优度检验R2为0.818,回归方程能很好的代表样本数据。
回归方程F检验和回归系数T检验的相伴概率都小于显著性水平,拒绝零假设即回归方程和回归系数都具显著型
二、下表为运动员与大学生的身高(cm)与肺活量(cm3)的数据,考虑到身
高与肺活量有关,而一般运动员的身高高于大学生,为进一步分析肺活量的差异
是否由于体育锻炼所致,试作控制身高变量的协方差分析,并给出分析报告。
运动员大学生
身高
肺活量
身高
肺活量
184.9
4300
168.7
3450
167.9
3850
170.8
4100
171.0
4100
165.0
3800
171.0
4300
169.7
3300
188.0
4800
171.5
3450
179.0
4000
166.5
3250
177.0
5400
165.0
3600
179.5
4000
165.0
3200
187.0
4800
173.0
3950
187.0
4800
169.0
4000
169.0
4500
173.8
4150
188.0
4780
174.0
3450
176.7
3700
170.5
3250
179.0
5250
176.0
4100
183.0
4250
169.5
3650
180.5
4800
176.3
3950
179.0
5000
163.0
3500
178.0
3700
172.5
3900
164.0
3600
177.0
3450
174.0
4050
173.0
3850
Between-SubjectsFactors
ValueLabel
N
类别
0
0
20
1
1
20
TestsofBetween-SubjectsEffectsDependentVariable:
肺活量
Source
TypeIIISumofSquares
df
MeanSquare
F
Sig.
Corrected
ModelIntercept身高类别Error
Total
Corrected
Total
6981685.135
a
208064.290
1630762.635
1407847.095
5649992.365
6.633E8
12631677.50
0
2
1
1
1
37
40
39
3490842.568
208064.290
1630762.635
1407847.095
152702.496
22.860
1.363
10.679
9.220
.000
.251
.002
.004
a.RSquared=.553(AdjustedRSquared=.529
结果分析:
控制变量的相伴概率值是0.004,小于显著性水平0.05,因此拒绝零假设,故在剔除身高对肺活量的影响前提下,是否经常进行体育锻炼对肺活量有显著影响;另外协变量相伴概率为0.002,说明身高的不同水平对肺活量也有显著影响。
、甲地区为大城市,乙地区为县城,丙地区为农村。
某地分别调查了上述三类
地区8岁男生三项身体生长发育指标:
身高、体重和胸围,数据见下表,问:
类地区之间男生三项身体生长发育指标的差异有无显著性?
试就此问题进行分
析并给出分析报告
结果分析:
由方差齐次性检验表可知,甲乙丙三个地区的的身高、体重和胸围的方差检验相伴概率都大于显著性水平,因此接受零假设,即三个地区的身高、体重和胸围方差相同没有显著性差异,即不同地区,身高、体总和胸围各总体均值服从方差相同的正态分布,因此可以用下面的单因素方差检验。
身高:
F(2,87)12.164相伴概率为0.000小于显著性水平,则各地区身高有显著性差异。
体重:
F(2,87)10.044相伴概率为0.000小于显著性水平,则各地区体重有显著性差异。
胸围:
F(2,87)
7.499相伴概率为0.001小于显著性水平,则各地区胸围有显著性差异再由LSD,S-N-K和图表分析可知,甲地区(城市)8岁男孩身高和胸围与乙(县
城)、丙(农村)地区有显著性差异,乙地区(县城)8岁男孩体重与甲(城市)、丙(农村)地区有显著性差异。
四、某地区10名健康儿童头发和全血中的硒含量(1000ppm)如下,试作发硒与血硒的相关分析,并给出分析报告。
编号
发硒
血硒
1
74
13
2
66
10
3
88
13
4
69
11
5
91
16
6
73
9
7
66
7
8
96
14
9
58
5
10
73
10
DescriptiveStatistics
Mean
Std.Deviation
N
发硒
75.40
12.295
10
血硒
10.80
3.327
10
Correlations
发硒
血硒
发硒PearsonCorrelation
1
.872**
Sig.(2-tailed)
.001
N
10
10
血硒PearsonCorrelation
.872**
1
Sig.(2-tailed)
.001
N
10
10
结果分析:
由分析可知,要进行发硒和血硒两个定距变量的相关分析。
由上图表可得发硒和血硒的pearson相关系数为0.872,为高度相关。
假设检验得出的相伴概率0.001小于显著水平0.01,因此拒绝零假设,即可以用它们的样本相关系数r代替总体相关系数ρ。
五、某地29名13岁男童身高(cm)、体重(kg)和肺活量(ml)的数据如下表,试对该资料作控制体重影响作用的身高与肺活量相关分析,并给出分析报告。
编号
身高(cm)
体重(kg)
肺活量(ml)
编号
身高(cm)
体重(kg)
肺活量
(ml)
1
135.1
32.0
1750
16
153.0
47.2
1750
2
139.9
30.4
2000
17
147.6
40.5
2000
3
163.6
46.2
2750
18
157.5
43.3
2250
4
146.5
33.5
2500
19
155.1
44.7
2750
5
156.2
37.1
2750
20
160.5
37.5
2000
6
156.4
35.5
2000
21
143.0
31.5
1750
7
167.8
41.5
2750
22
149.4
33.9
2250
8
149.7
31.0
1500
23
160.8
40.4
2750
9
145.0
33.0
2500
24
159.0
38.5
2500
10
148.5
37.2
2250
25
158.2
37.5
2000
11
165.5
49.5
3000
26
150.0
36.0
1750
12
135.0
27.6
1250
27
144.5
34.7
2250
13
153.3
41.0
2750
28
154.6
39.5
2500
14
152.0
32.0
1750
29
156.5
32.0
1750
15
160.5
47.2
2250
Correlations
ControlVariables
体重(kg)
肺活量(ml)
身高(cm)
a
-none-
体重(kg)
Correlation
1.000
.613
.719
Significance(2-tailed)
.000
.000
df
0
27
27
肺活量(ml)
Correlation
.613
1.000
.588
Significance(2-tailed)
.000
.001
df
27
0
27
身高(cm)
Correlation
.719
.588
1.000
Significance(2-tailed)
.000
.001
df
27
27
0
身高(cm)
体重(kg)
Correlation
1.000
.337
Significance(2-tailed)
.079
df
0
26
肺活量(ml)
Correlation
.337
1.000
Significance(2-tailed)
.079
df
26
0
a.Cellscontainzero-order(Pearson)correlations.
结果分析:
由上表分析可知,体重和肺活量的相关系数为0.613,身高和体重的相关系数为0.719,身高和肺活量的相关系数为0.588,三者之间为中度相关。
身高对体重和肺活量都有影响,剔除它的影响,采用偏相关分析,体重和肺活量相关系数为0.337,为低度相关,相伴概率值为0.079,大于显著性水平0.05,因此接受原假设,即不可以用样本相关系数代替总体相关系数。
六、某医师测得10名3岁儿童的身高(cm)、体重(kg)和体表面积(cm2)资料如下。
试分析“体表面积”可能满足的数学模型,并给出分析报告。
儿童编号
体表面积(Y)
身高(X1)
体重(X2)
1
5.382
88.0
11.0
2
5.299
87.6
11.8
3
5.358
88.5
12.0
4
5.292
89.0
12.3
5
5.602
87.7
13.1
6
6.014
89.5
13.7
7
5.830
88.8
14.4
8
6.102
90.4
14.9
9
6.075
90.6
15.2
10
6.411
91.2
16.0
Correlations
体表面积(Y)
身高(X1)
体重(X2)
PearsonCorrelation体表面积(Y)
1.000
.869
.943
身高(X1)
.869
1.000
.863
体重(X2)
.943
.863
1.000
Sig.(1-tailed)体表面积(Y)
.001
.000
身高(X1)
.001
.001
体重(X2)
.000
.001
N
体表面积(Y)
10
10
10
身高(X1)
10
10
10
体重(X2)
10
10
10
VariablesEntered/Removedb
Model
VariablesEntered
VariablesRemoved
Method
1
体重(X2),身高
(X1)
Enter
a.Allrequestedvariablesentered.
b.DependentVariable:
体表面积(Y)
ModelSummaryb
Model
R
RSquare
AdjustedRSquare
Std.Errorofthe
Estimate
1
a
.950a
.902
.874
.143346
a.Predictors:
(Constant),体重(X2),身高(X1)
b.DependentVariable:
体表面积(Y)
ANOVA
Model
SumofSquares
df
MeanSquare
F
Sig.
1Regression
1.321
2
.661
32.145
a
.000a
Residual
.144
7
.021
Total
1.465
9
a.Predictors:
(Constant),体重(X2),身高(X1)b.DependentVariable:
体表面积(Y)
Coefficients
Model
UnstandardizedCoefficients
Standardized
Coefficients
t
Sig.
B
Std.Error
Beta
1(Constant)
身高(X1)
体重(X2)
-2.856
.069
.184
6.018
.075
.057
.215
.758
-.475
.919
3.234
.649
.389
.014
结果分析:
由题目要求可知,这是一个多元线性回归问题。
上述图表知,体表面积与身高体重的关系为
y2.8560.069x10.184x2
其中y:
体表面积x1:
身高x2:
体重
拟合优度检验R2为0.874,回归方程能很好的代表样本数据。
回归方程F检验和回归系数T检验的相伴概率都小于显著性水平,拒绝零假设即回归方程和回归系数都具显著型。
七、某地1963年调查得儿童年龄(岁)X与锡克试验阴性率(%)Y的资料如下,试分析锡克试验阴性率,并给出分析报告。
年龄(岁)
X
锡克试验阴性率(%)Y
1
57.1
2
76.0
3
90.9
4
93.0
5
96.7
6
95.6
7
96.2
ModelDescription
ModelName
MOD_2
DependentVariable
1
锡克试验阴性率(%)
Equation
1
Inverse
2
Cubic
3
a
Sa
IndependentVariable
年龄
Constant
Included
VariableWhoseValuesLabelObservationsinPlots
Unspecified
ToleranceforEnteringTermsinEquations
.0001
ModelSummaryandParameterEstimates
DependentVariable:
锡克试验阴性率(%)
Equation
ModelSummary
ParameterEstimates
RSquare
F
df1
df2
Sig.
Constant
b1
b2
b3
Inverse
.975
198.446
1
5
.000
104.380
-48.271
Cubic
.994
165.373
3
3
.001
25.571
37.428
-6.570
.381
S
.983
288.099
1
5
.000
4.682
-.639
Theindependentvariableis年龄.
结果分析:
首先由散点图可知,锡克试验阴性率与年龄为非线性关系,因此采用
曲线拟合。
由表格可知,最佳拟合曲线为三次曲线(cubic),拟合优度R2为0.994,
最佳拟合曲线方程为:
y25.57137.428x6.570x20.381x3
y:
:
锡克试验阴性率(%)x:
年龄
八、某单位研究饮食中缺乏维生素E与肝中维生素A含量的关系,将同种属的大白鼠按性别相同,年龄、体重相近者配成对,共8对,并将每对中的两头白鼠随机分到正常饲料组和维生素E缺乏组,过一定时期,测得其肝中维生素A含量。
试分析不同饲料的大白鼠肝中维生素A含量有无差别,给出分析报告(数据见附表)
结果分析:
同种属的大白鼠按性别相同,年龄、体重相近者配成对,该问题属于
两配对样本t检验。
由分析得两配对样本t检验的相伴概率值为:
0.004,小于显著性水平0.05,因此拒绝零假设,即大白鼠食物中维生素E的不同含量与肝中维生素A的含量有显著性差异。
九、测得西北某城市1971~200
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 实践 分析 答案