1、峰度.591-.791峰度的标准误.243.242极小值464极大值230455和4193378781百分位数1067.0090.002072.0097.702575.25103.253080.30112.004088.00122.005060100.00205.0070250.0075129.75302.0080141.60305.0090160.00350.30描述：描述统计量全距标准误Time to Accelerate from 0 to 60 mph （sec）178629115.50.1402.8217.958.211.389Country of Origin405236361.5
2、7.040.798.637.929-.796Model Year （modulo 100）12823075475.94.1863.74214.001.019-1.198有效的 N （列表状态）探索：。有直方图、QQ图、描述、正态性检验、箱线图等。正态性检验Kolmogorov-SmirnovaShapiro-WilkdfSig.387.000.675a. Lilliefors 显著水平修正4. 了解企业员工的任职时间、起始薪水、当前薪水等信息；将上述信息转换成标准正态评分值，并以便利的形式存入数据库。Current Salary.207475.778Beginning Salary.255.6
3、71Months since Hire.082.955肥胖与控制：分析-描述性统计-交叉表-卡方检验显著性、sig检验，大于0.05接受 了解企业员工的任职时间、起始薪水、当前薪水等信息；将上述信息转换成标准正态评分值，并以便利的形式存入数据库。：分析-描述统计-描述 分析-多重响应 ：定义多重响应值 受访人群中最受欢迎的饮料？（频率）先在分析-多重相应-定义变量集里将茶等5种饮料定义为多重相应集，计数值为1，名称为A。再在分析-多重相应-频率里选中A，确定。$A 频率响应个案百分比百分比$Aa茶1123.9%61.1%牛奶21.7%55.6%咖啡715.2%38.9%果汁919.6%50.0
4、%水总计100.0%255.6%a. 值为 1 时制表的二分组。男女喜好的饮料有无差别？ （交叉表）在分析-多重相应-交叉表中，A选在行，SEX选在列。定义范围，男为1，女为2 ，所以最小值是1，最大值是2. 男生最喜欢牛奶，而女生喜欢牛奶的很少，所以男女生的喜好有差别。$A*sex 交叉制表性别男女计数518百分比和总计以响应者为基础。三个城市对饮料的喜好有无差别？（交叉表）与上一题方法一样，定义范围是1-3. 有差别，比如广州喜欢喝果汁，而上海选果汁的人很少。$A*city 交叉制表生活地区北京上海广州Pkc.sav分析肿瘤病人的性别及分期对PKC的值有无影响：分析-比较均值-均值：由下图
5、可见，性别影响很小，级别影响比较大。pkc * sexpkcsex66.56473415.2315664.194116.4050165.77455115.50851pkc * jibiejibie2.0080.23506.455623.0065.1533157.903514.0048.2812169.22036某汽车厂商声称其发动机排放标准的一个指标平均值低于20个单位，在抽查了10台发动机后，得到文件中的数据，究竟能否由此认定该标准值低于20个单位？分析-比较均值单样本T检验：（exh.sav）把T检验设为20单个样本检验检验值 = 20 tSig.（双侧）均值差值差分的 95% 置信区间下
6、限上限exh1.234.2491.13000-.94223.2022原假设为高于20个单位，Sig值大于0.05，接受原假设。因此不能认为该机器低于20个单位。独立样本T检验：（spromotion.sav）某商场为某种产品进行了促销活动，请比较前后数日的销售额，以确定促销活动对销售有无影响。独立样本检验方差方程的 Levene 检验均值方程的 t 检验F标准误差值日销售额（万元）假设方差相等.225.638-1.81832.078-84.43146.445-179.03610.174假设方差不相等-1.81331.163.07946.565-179.38010.519原假设为促销活动对销售额
7、无影响，SIG值大于0.05，接受，但是配对样本T检验：为研究某种药是否影响血清胆固醇，将20名女性按年龄配成10对，每对中随机抽取一人服用新药，另一个服用安眠药，经过一段时间，测量血清胆固醇含量，结果在文件中，问新药是否有影响？成对样本检验成对差分对 1newdrug - placebo-.43000.88198.27891-1.06093.20093-1.542.158原假设新药没有影响，SIG大于0.05，无影响单因素检验：Compare mean *one-way ANOVAs（spromotion-copy.sav）某商场为某种产品进行了三种促销方法的尝试，请比较三种促销方法的销售额
8、，以确定促销活动对销售有无影响。多重比较购买金额LSD（I） type（J） type均值差 （I-J）显著性95% 置信区间方法一方法二-45.40065.987.497-180.7989.99方法三-2.500.970-137.89132.8945.400-89.99180.7942.900.521-92.49178.292.500-132.89137.89-42.900-178.2992.49所以没什么差别。 bivariate用于进行两个/多个变量间的参数/非参数相关分析，如果是多个变量，则给出两两分析的结果。Corr.sav:Fenxi-相关-双变量1.根据以前的大量调查，已知顾客对
9、某产品的满意度评分在 72 分左右，现该产品进行了从新包装，收集了一些顾客的满意度评分，现在的评价有无改变？（ Score.sav ） 找不到呀 2.对促销人员培训前和培训后销售额的比较，以确认业务培训有无效果。 （ pair1.sav ） 分析-比较均值-配对样本T检验：培训前 - 培训后-70.83333106.0410230.61140-138.20858-3.45809-2.314.041SIG小于0.05，拒绝原假设，所以业务培训有效果。 3.对于数据，名牌与普通商品进行比较，名牌商品和普通商品是否价格有差异，如果有，价格差异大约是多少，给出区间估计。（名牌与普通商品价格比较 .sa
10、v ） 名牌商品价格 - 普通商品价格1.07000.58739.18575.649811.490195.761分析-比较均值-配对样本T检验SIG小于0.05，拒绝原假设，认为有差别。 某公司考察一个产品品牌定位，对 31 名消费者中的女职员、女大学生及家庭主妇进行了偏好指数测定，问三组消费者的偏好有无差别 .（prefer.sav） indicator（I） 分期（J） 分期一期二期-.52020*.10522-.7357-.3047三期-1.29091*.09982-1.4954-1.0864.52020*.3047.7357-.77071*-.9862-.55521.29091*1.0
11、8641.4954.77071*.5552.9862*. 均值差的显著性水平为 0.05。有差别例：某公司准备推出一个新品牌的矿泉水，现已经万事俱备，就是在新产品的名字上几位董事意见尚未统一。董事会屡议不绝之后，最终决定进行抽样调查，采访了200人，52人喜欢1，61人喜欢2，87人喜欢3，问三种名称的受欢迎程度有无差异？非参数型检验-卡方（先数据-加权）检验统计量VAR00002卡方9.910a渐近显著性.007Monte Carlo 显著性.007b99% 置信区间.005.009a. 0 个单元 （.0%） 具有小于 5 的期望频率。单元最小期望频率为 66.7。b. 基于 10000
12、个具有起始种子 2000000 的采样表。有差异根据以往经验，新生儿染色体异常率一般为1%，现某医院观察了当地共400名新生儿，只发现一例染色体异常，该地新生儿染色体异常率是否低于一般：非参数检验-二项分布先加权，再二项检验，检验比例0.01.不符合。二项式检验类别观察比例检验比例渐近显著性（单侧）精确显著性（单侧）组 11.00.00.01.090a,b.090c组 2399.00399总数a. 备择假设规定第一组中的案例比例小于 .01。b. 基于 Z 近似值。c. 将为该检验提供了精确结果而不是 Monte Carlo。显著性大于0.05，接受原假设，不能说明XX低于一般。根据emplo
13、yee.sav，分析工资高低是否与教育水平有关：分析-相关-双相关Educational Level （years）.664*476有关，正相关，相关系数为0.664*. 在 .01 水平（双侧）上显著相关。相关性越接近1，相关性越强请分析spss自带数据anxity.sav中score 的分布情况如何，以及四次实验间的评分有无变化趋势，方差是否齐。描述-探索，score再上面，trial再下面，是x TrialScore.238.060.890.117.169.200*.940.495.182.947.595.201.193.885.100*. 这是真实显著水平的下限。 SIG大于0.05，
14、方差齐四次评分有变化 请分析veneer.sav的磨损指数非参数检验k个独立样本，定义范围1-4秩品牌秩均值Amount of material worn away8.259.1313.63检验统计量a,b10.188.017a. Kruskal Wallis 检验b. 分组变量: 品牌例 5.1 某专门面向年轻人制作肖像的公司计划在国内再开设几家分店，收集了目前已开设的分店的销售数据 （Y ，万元 ） 及分店所在城市的 16 岁以下人数 （X1 ，万人 ） 、人均可支配收入。 （reg.sav） 分析数据sample.sav 中的数据，评价被访者的性别与各种新闻获取方式的情况；定义多重响应及
15、。 评价被访者年龄分组与各种汽车产地的情： Life.xls是某市从1978到1992年的一份统计表，内容包括商品零售总额、居民收入和全市人口数，试分析他们之间是否存在线性相关关系，强度如何。相关：双变量相关现已测得20名糖尿病人的血糖（y,mmol/L）,胰岛素（x1,mu/L）,及生长素（x2,ug/L）的数据，分析糖尿病人血糖浓度和生长素浓度间有无相关关系。Pcorr.sav控制变量血糖（mmol/L）生长素（ug/L）胰岛素（mU/L）1.000.200.411即排除胰岛素的影响分析其他二者的关系篇相关 2. 某种药品服用计量一般很大，现研究口服此药与心肌梗死的关系，考虑到年龄是一个可
16、能的因素，将其也纳入调查，数据在oc.sav，请分析口服此药与心肌梗死的关系。偏相关occountage.848328正相关，相关系数为0.848Pcorr.sav 中，建立血糖浓度与胰岛素及生长素的多元线性回归方程。系数a模型非标准化系数标准系数B标准 误差试用版（常量）17.0112.4726.880-.406.094-.743-4.313.098.116.145.843a. 因变量: 血糖（mmol/L）1. 分析数据 sample.sav 中的数据，评价被访者的性别与各种新闻获取方式的情况； 评价被访者年龄分组都使用什么产地的汽车。 分析-多重相应-把报纸等定义为多重相应及，再算交叉表。$X*sex 交叉制表MaleFemale$Xa报纸375430805杂志121173294电视4516261077收音机233318551网络35950886789611852081 对sample.sav中按照子女分类做每天看电视的小时数、年龄、家庭总收入、个人总收入图。其中每天看电视的小时数、年龄以线图表示，家庭总收入和个人总收入以条图表示（在一张图上）分类变量的相关只能用交叉表来做，卡方 研究中风病人入院时状况（GPS评分）和入院时间的关系，收集了88例中风病人记录。变量time为时间，1级为5小时以内，级别越高，时间越久。请问病人及时入院者gsc评
