SPSS考试真题宝典.docx
- 文档编号:3268867
- 上传时间:2022-11-21
- 格式:DOCX
- 页数:51
- 大小:3.91MB
SPSS考试真题宝典.docx
《SPSS考试真题宝典.docx》由会员分享,可在线阅读,更多相关《SPSS考试真题宝典.docx(51页珍藏版)》请在冰豆网上搜索。
SPSS考试真题宝典
正态性检验、描述性统计量、正常值范围、置信区间
正态性检验:
Analyzenonparametrictests1-sampleK-S
看这个Kolmogorov-SmirmovZ的值和Asymp.Sig.(2-tailed)P>0.05来确定是否为正态分布和概率。
描述性统计量:
Analyzedescriptivestatisticsfrequencies或descriptives
置信区间:
Analyzecomparemeansone-sampleTtest
其中S值为StdDivation值为Mean值
值为值
单侧正常值上下限都需要自己计算。
数据录入的时候就只用一个变量把所有数据放在这个变量下面
2、单样本T检验
Analyzecomparemeansone-sampleTtest
例2:
已知某品种成年水牛体高的总体均值为131(cm)。
现随机抽取7头水牛的体高数据为:
137,133,136,129,133,130,131。
检验水牛体高总体均值是否等于131(cm)(H0:
µ=µ0=131).
录入数据时建立一个变量先进行正态性检验Analyzenonparametrictests1-sampleK-S然后Analyzecomparemeansone-sampleTtest
进入后按照体重给出的标准值设计填入TestValue
值为0.466Asymo.Sig.(2-tailed)为0.982>0.05服从正态分布。
t=1.520P=0.179>0.05差异不显著接受原假设尚不能认为水牛体高总体均值不等于131(cm).
3、独立样本T检验
Analyzecomparemeansindependent-samplesTtest
例3:
分别测定了10只大耳白家兔、11只青紫蓝家兔在停食18小时后正常血糖值如下表,已知其服从正态分布,问该两个品种家兔的正常血糖值是否有显著差异?
(单位:
kg)
数据录入就是将血糖录为一个变量兔子的种类录为一个变量
检测方差齐性用Analyzecomparemeansone-wayANOVA中选择Options然后选择Homogeneityofvariancetests和Descriptive这样就可以检测方差齐性
经过方差齐性分析,得F(LeveneStatistics)
=0.327,p(Sig)=0.574>0.05,故方差齐性。
经过独立样本T检验,得t=2.718,p=0.014<0.05,故两个品种家兔的正常血糖值有显著差异。
其中Levene’sTestforEqualityofVariances中F和Sig就是方差齐性检验数值。
4、配对样本T检验
Analyzecomparemeanspaired-samplesTtest
用家兔10只试验某批注射液对体温的影响,测定每只家兔注射前后的体温,见下表。
设体温服从正态分布,问注射前后体温有无显著差异?
数据录入方式如右表
Analyzecomparemeanspaired-samplesTtest
经过配对样本T检验,得t=-5.189,p=0.001<0.01,
故注射前后体温有极显著差异。
5、单因素方差分析
Analyzecomparemeansone-wayANOVA
例5三种配合饲料对肉鸡增重效果的对比试验,增重数值为(60天体重-1000g)如下表,试检验三种配合饲料的增重效果间是否存在差异。
数据录入如右图将处理的三个方式作为一个变量(分组)把增重
作为另一个变量
Analyzecomparemeansone-wayANOVA
在PostHoc中选择LSD
然后在Options中选择
Descriptive和Homogeneity
ofvariancetests检测方差齐性
方差齐性中F=0.034,
Sig=0.967>0.05方差为齐性。
在增重中F=28.303,Sig=0.000<0.05所以不同处理间对增重存在明显差异。
检测各处理间的差异:
经过LSD比较:
A1与A2、
A1与A3、A2与A3间
均有显著差异。
Sig分别为0.036,0.000,
0.000
6随机区组设计方差分析
SPSS操作中将区组也看成一个固定因素,因此选择双因素主效应分析
Analyzegenerallinearmodelunivariate
例68个小麦品种对比试验,在3个地块上进行,记录规定面积产量(kg)数据如下表,试检验8个品种产量间有无差异。
数据录入如右图二
选定固定值(如区组)
把小麦品种作为一个变量
把区组作为一个变量
把产量定义为Dependent
Variable
把区组和小麦品种设为Fixed
Factors
在Model中选择Custom
然后把区组和小麦品种转入Model中
BuildTerms中MainEffects
在PostHocTests中选择小麦品种
选择LSD
结果中区组间F=13.605,
Sig=0.001<0.05
即3个区组间产量总体
平均值不都相同。
品种间F=4.337
Sig=0.009<0.05
即品种间平均值不都相同
品种间多重比较
两因素处理无重复设计方差分析
SPSS操作中选择双因素主效应分析
Analyzegenerallinearmodelunivariate
例7来自7个不同地区的战士各1人,分别在3种不同的气温下,以相同速度做相等距离的行军后,测定其生理紧张指数,数据如下表。
试检验:
1.不同温度下生理紧张指数有无差异;2.不同地区战士间生理紧张指数有无差异。
数据录入如右图
把紧张系数作为一个变量
把温度作为固定变量
把地区作为一个变量
选择
Analyze
generallinearmodel
univariate
把紧张系数作为
DependentVariable
把温度和地区
作为FixedFactors
在Model中选择Custom
然后把温度和地区转入Model中
BuildTerms中MainEffects
在PostHocTests中选择温度和地区选择LSD(Least-SignificantDifference)LSD是用t检验完成各组均值间的配对比较的方法
8、拉丁方设计方差分析
SPSS操作中选择三因素主效应分析
Analyzegenerallinearmodelunivariate
例8用5头不同品种奶牛,在5个不同的阶段,分别饲喂5种不同饲料,记录产乳量(kg)如下表。
试检验:
1.不同品种、2.不同阶段、3.不同饲料间产乳量有无差异。
数据录入如右图
把品种阶段产乳量和饲料种类设为变量
Analyzegenerallinearmodelunivariate
把产乳量作为DependentVariance
品种阶段和饲料设为FixedFactors
Model中选择Custom将品种阶段和饲料种类移到Model中选择MainEffects
在PostHocTests中品种阶段和
饲料种类选择LSD
9、析因设计方差分析
SPSS操作中选择双固定因素全模型分析
Analyzegenerallinearmodelunivariate
例9在研究家兔神经缝合后的轴突通过率(%)时,考虑缝合部位和缝合时间两个因素各两个水平,共4个处理。
每个处理随机分配5只家兔进行试验。
试验结果如下表。
试检验:
1.不同缝合部位间、2.缝合后不同时间间总体平均轴突通过率有无差异、3.缝合部位与缝合后时间间有无交互作用。
录入数据如右图
Analyzegenerallinearmodel
univariate
将轴突通率作为DependentVariance
缝合部位和缝合时间设为FixedFactors
Model中选择Custom
把缝合时间缝合部位
缝合部位*缝合时间分别作为Model的
变量
选择交互(当做两者之间有无交互的
时候,把需要比较的两者同时选上
单独把每个变量也选上)
在PostHoc选项中把缝合时间
缝合部位都选上
选择LSD
10、正交设计方差分析
SPSS操作中选择5固定因素主效应分析
Analyzegenerallinearmodelunivariate
例10为研究5种维生素即5个因素(不妨设为A、B、C、D、E)对肉鸡增重的影响,每个维生素采用喂
(1)和不喂
(2)两个水平,且专业上认为各因素间无交互作用,现做正交设计并分析不同维生素喂与不喂有无显著差异。
数据录入如右图
将每个处理(维生素种类)都作为一个变量
把增重作为一个变量
选择
Analyze
generallinearmodelunivariate
把增重作为DependentVariable
其余五个处理作为FixedFactor
在Model中
把abcde选上Model选择MainEffects
在Options中把abcde都选上
选择CompareMainEffects
然后就得出结果
在各个处理(维生素)里进行比较
11、系统分组设计方差分析
SPSS操作:
先进行单因素(A)分析,再选择两固定因素主效应分析,然后根据方差分析表进行计算,查表判断。
Analyzegenerallinearmodelunivariate
例113头公猪与8头母猪配种,各产下若干仔猪。
仔猪的断奶体重(kg)数据如下表。
试检验:
1.不同公猪间、2.不同母猪间仔猪总体平均断奶重是否有差异。
数据录入如右图
把公猪号和母猪号体重作为变量
按照不同的公猪号又进行组内分号,母猪组内也是如此
先进行单因素(A)分析
Analyzecomparemeansone-wayANOVA
公猪内仔猪体重
然后进行母猪内仔猪体重分析
公猪内对母猪分析
最后进行再选择两固定因素主效应分析,然后根据方差分析表进行计算,查表判断。
Analyzegenerallinearmodelunivariate
把体重作为DependentVariable
把公猪号和母猪号作为FixedFactor
在Model中选择MainEffects将公猪号和母猪号移到Model框中
Options中选择公猪号和母猪号进行
CompareMainEffects
进行分析之后
得到TestofBetween-SubjectsEffects
SS总=600.984即为取双因素固定
分析中的CorrectedTotal值
公猪间SS=44.731即为
ANOVA中的
S2=22.366即为MeanSquare
公猪内母猪间为
固定双因素方差分析中的
SS=37.942S2=65.588
母猪内仔间为
SS=228.310S2=4.151
最后进行分析得到如右图
的数据
具体数据都在双因素固定方差
分析中找到如下
其中公猪内母猪间和母猪内仔猪间都在相应数据的下一行查找
12、完全随机设计单因素协方差分析
SPSS操作:
根据专业知识判定哪一个为协变量,再进行协方差分析。
Analyzegenerallinearmodelunivariate
例124种饲料A1、A2、A3、A4各喂10头猪,受试猪的始重y及日增重x如下表。
考虑到始重的不同对增重的影响会干扰对不同饲料增重效果的比较研究,故把始重做为协变量,对不同饲料增重效果间的比较做协方差分析。
数据录入如右图
将四种饲料作为一个变量下的四个分组
将始重作为一个变量增重作为一个变量
Analyzegenerallinearmodelunivariate
将始重作为协变量(Covariate)饲料组作为FixedFactors日增重作为DependentVariable
Model中选择Maineffects选择变量和
协变量。
在Options中选择将Group进行
CompareMainEffects。
在双因素方差分析中找F协变量F校正日增重然后在PairwiseComparition中查找多重比较。
13、适合性2检验
SPSS操作:
先进行例数的加权,再进行适合性2检验
加权:
DataWeightCases
2检验:
AnalyzeNonparametrictestschi-square
例13在研究牛的毛色和角的有无两对相对性状分离现象时,用黑色无角牛和红色有角牛杂交,子二代出现黑色无角牛192头,黑色有角牛78头,红色无角牛72头,红色有角牛18头,共360头。
试问这两对性状是否符合孟德尔遗传规律中9∶3∶3∶1的遗传比例?
将角色作为一个变量把数量作为一个变量
将数量加权
加权:
DataWeightCases加权数量
将角色(因素)转入
TestVariableList中
并在ExpectedValue中选择Value
并按照输入数据的先后顺序输入
比例值
Chi-Square为卡方值Asymp.Sig为P值
然后进行判定
14、两个率比较(四格表资料)的2检验
SPSS操作:
先进行例数的加权,再进行2检验
加权:
DataWeightCases
2检验:
Analyzedescriptivestatisticscrosstabs
例14对海锦止血粉中的甲、乙两处方,分别用66、54只实验犬,做快速止血效果对比试验,结果如下表。
试检验甲、乙两处方间总体止血成功率有无差异。
输入数据如右图
将数量进行加权
DataWeightCases
2检验:
Analyze
descriptivestatisticscrosstabs
选择Crosstabs
按照题目中图表选择Row和
Column
在Statistic中选择
Chi-Square
在得出的结果中得到的
ContinuityCorrection中
Value值为2c
P为Asymp.Sig.(2-sided)
对应的值
15、配对计数资料(四格表)的2检验
SPSS操作:
先进行例数的加权,再进行2检验
加权:
DataWeightCases
2检验:
Analyzedescriptivestatisticscrosstabs
例15对260份血清样品,分别用两种不同的免疫学检测方法,检验类风湿因子,结果如表。
试检验两种方法的检测结果是否相互独立(是否有关联)。
数据录入如右
将数量作为一个变量将A处理作为一个变量
把B处理作为一个变量
将+作为一个处理项—作为一个处理项
对数量进行加权:
DataWeightCases
2检验:
Analyzedescriptivestatisticscrosstabs
选择Column和Row的选项
选择Statistic
选择Chi-Square
2的值为ContinuityCorrection
(连续性校正)的值=169.866P=0.000<0.05
16、两个配对样本符号秩和检验
AnalyzeNonparametrictests2relatedsamples
例16某试验用大白鼠研究饲料维生素E缺乏与肝脏中维生素A含量的关系,先将大白鼠按性别、月龄、体重等配为10对,再把每对中的两只大白鼠随机分配到正常饲料组和维生素E缺乏饲料组,试验结束后测定大白鼠肝中维生素A的含量如表11-4。
试检验两组大白鼠肝中维生素A的含量是否有显著差异。
数据录入
将鼠对别,正常饲料数据维生素E缺乏组数据分别作为
变量
AnalyzeNonparametrictests2relatedsamples
将不同的处理组配对输入TestPairListTestType选择Wilcoxon
在TestStatistic中选择数据。
17、两个非配对样本符号秩和检验
AnalyzeNonparametrictests2independentsamples
例17研究两种不同能量水平饲料对5-6周龄肉仔鸡增重(克)的影响,资料如下表所示。
问两种不同能量水平的饲料对肉仔鸡增重的影响有无差异?
数据录入
把增重量作为一个变量
把能量的高低作为一个变量
1作为高能量组
2作为低能量组
AnalyzeNonparametrictests2independentsamples
在TestVariable中选择增重这个变量
在GroupingVariable中选择能量高低分组
这一个变量
因为在能量的高低分组中由12两个组
在DefineGroups中
分为12两组
在TestType中选择Mann-WhitneyU
得到的
在TestStatistic中看Z的值
概率看Asympt.Sig.(2-tailed)
P=0.003
18、完全随机设计资料的秩和检验(Kruskal-Wallis)
AnalyzeNonparametrictestsKindependentsamples
例184组大白鼠分别注射不同剂量的某种激素后,测得耻骨间隙宽度增加量(mm)数据如表。
试检验4个不同剂量总体有无差异。
数据录入如右
把编号增加量分别作为
变量
把剂量处理的不同
分为1234四个不同
的处理
AnalyzeNonparametrictestsKindependentsamples
在TestVariable
中选择增加量
在GroupingVariable
中选择编号
在DefineRange中选择
Max为最多分组4
Min为1
在TestType中选择
Kruskal-Wallis
Options中选择Descriptive
看SPSS中卡丁方为Chi-Square=12.209Asymp.Sig.=0.007<0.05差异显著
所以不都相同。
19、双因素或区组设计资料的(Friedman)秩和检验(多个相关样本)
AnalyzeNonparametrictestsKrelatedsamples
例19在5种不同配方的溶液,对4种不同种类的细菌的抑菌效果试验中,抑菌圈直径(mm)数据如表。
试检验:
1.不同溶液间、2.不同细菌间的抑菌效果有无差异。
数据录入
将溶液类型录为一个变量
每一种菌的名字各录为一个变量
AnalyzeNonparametrictests
Krelatedsamples
将各种菌的类型转换到TestVariable中
在TestType中选择Friedman
卡方值为TestStatistic中Chi-Square的值P为Asymp.Sig的值
得出结果为对四种细菌的抑制效果不都相同。
DATATranspose数据旋转
数据如右
AnalyzeNonparametrictests
Krelatedsamples
把Var001-005转入TestVariable中
TestType选择Friedman
卡方选择Chi-Square的值
P选择Asymp.Sig.的值
20、两组等级计数资料的(Wilcoxon)秩和检验
AnalyzeNonparametrictests2independentsamples
例20两种方法治疗过敏性鼻炎的疗效结果如下表。
试检验不同疗法间疗效有无差异。
数据录入如右
把组别例数疗效
等级等三个录为变量
AnalyzeNonparametrictests2independentsamples
因为是计数资料所以要对例数进行加权。
TestVariable中选择疗效GroupingVariable中按照疗法的不同分为两组
选择Mann-WhtineyU为TestType
数据的选择
在TestStatistic中Z的值为Wilcoxon下面的Z的值Asymp.Sig.(2-tailed)的值为P的值
得出两组总体疗效不同,激光组优于冷紫组。
21、直线相关与回归分析
相关:
AnalyzeCorrelateBivariate
回归:
AnalyzeRegressionLinear
例21计算10只绵羊的胸围(cm)和体重(kg)的相关系数。
表10只绵羊胸围和体重资料
数据录入
把编号胸围体重分为三个变量录入
设胸围为X体重为Y
首先绘制散点图。
选择GraphScatter/Dot
选择第一个SimpleScatter
Define
选择定义
X和Y
然后就出现如右的散点图。
散点图显示,x、y可能存在直线关联.
相关:
AnalyzeCorrelateBivariate
将胸围体重转入Variable中
CorrectionCoefficient中选择Pearson
TestofSignificance中选择Two-Tailed
R值为体重后的PearsonCorrection0.847P值为Sig.(2-Tailed)的值0.002
回归:
AnalyzeRegressionLinear
在Independent中选择胸围(X)
在Dependent中选择体重(Y)
即:
x与y有直线相关关系,即y对x有直线回归关系.建立y对x的直线回归方程:
其中a的值为UnstandardizedCoefficients下面的B下面对应的第一个值,即为(Constant)后的第一个值X前面的系数即b的值为为UnstandardizedCoefficients下面的B下面对应的第二个值即为胸围(X)后面对应的值。
22、偏相关分析:
AnalyzeCorrelatePartial
例22随机抽测29名儿童的血中微量元素钙、镁、锰、铁、铜及血红蛋白含量,数据如下表。
试求相关系数。
数据录入
按照题目
将样品号钙
镁铁锰铜
血红蛋白
分别作为变量
AnalyzeCorrelatePartial
在此种类型的题目中把要比较
- 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 考试 宝典