实验九经编机成圈过程的分析
实验九经编机成圈过程的分析
一、实验目的与要求
1．熟悉舌针、钩针两种经编机的成圈过程。
2．了解主要成圈机件的形状、规格、在机上的相互配置及在成圈过程中的作用原理。
3.了解舌针和钩针经编机成圈机件的运动规律。
4.掌握用一般量具测绘成圈机件在成圈过程中静态位移曲线的方法。
5.了解各成圈机件位移曲线的工艺意义及相互配合的要求。
二、实验设备与工具
1．舌针经编机。
2．钩针经编机。
3．主轴刻度盘、指针。
4. 百分表及磁力表座。
5．钢板及天平尺。
6. 毫米方格纸。
三，实验方法与步骤
1．仔细观察动态经编机的成圈过程，了解各成圈机件的运动规律及相互运动配合。
2．测量不同机型成圈机件的规格(舌针、钩针、沉降片、导纱针)。
3．测绘成圈机件的位移曲线。
(1)定主轴零度：各成圈机件相对位置的调节配合，一般都以针床位置为基础，并以针床下降到最低位置为成圈过程的起始点，即定其为主轴零度。在测绘各成圈机件的位移曲线时也必须将针床调整到主轴零度。
定主轴零度的方法是：先在主轴一端头固装一个刻度盘，在刻度盘1旁侧装一
指针2，此指针可固定在车头主轴托架的底板螺钉3上，在机身上面放一把平尺，在平尺1上放一磁力座2，再放上百分表3，将表头指在针床主臂4上，然后用机上手柄摇动主轴，使针床下降到最低位置(也是针床即将上升的位置)，此肘百分表所指的值为最小值。针床最低位置找准后将刻度盘指针对准零度。
(2)测绘各成圈机件的位移曲线；用手柄摇动主轴，在主轴转过50或100后停止摇动，观看百分表上的数值变化，此值即为被测定的某一成圈机件的位移数值，随即作好记录。此后每摇动50或100就作一记录，将主轴转过3600，把取得的位移数值记录点相连接，即可得出被测成圈机件在成圈过程中的位移曲线。
测完一个成圈机件的位移曲线后，可将百分表指针移到另一所需测定的成圈机件主臂上，再调主轴到零度位置后即可进行测定。
在摇动主轴时，每间隔50或100测定一次是较难控制的，但所得数据绘出的曲线还比较准确，一般间隔大于100误差就比较大。在实验课上由于设备数量少、时间短，只能以掌握测绘方法为主，故可以每转过150～200取一数值，作出近似曲线。
四，实验报告要求
1.整理实验中所测得的数据并填入成圈机件位移记录表中。
2.根据实测数据绘出针床、导纱梳栉、压板、沉降片在成圈过程中的位移曲线。
3.根据所绘曲线分析所测机器的成圈过程，指出主要工艺点并简述各成圈机件的相互位置配合必须相互制约的重要意义。
4.简述钩针经编机各成圈机件在成圈过程中的作用原理(可结合成圈过程叙述)。
5.试比较舌针与钩针经编机的成圈过程并简述其主要区别。
【实验报告】SPSS相关分析实验报告
SPSS相关分析实验报告 篇一：spss对数据进行相关性分析实验报告 实验一 一.实验目的 掌握用spss软件对数据进行相关性分析，熟悉其操作过程，并能分析其结果。 二.实验原理 相关性分析是考察两个变量之间线性关系的一种统计分析方法。更精确地说，当一个变量发生变化时，另一个变量如何变化，此时就需要通过计算相关系数来做深入的定量考察。P值是针对原假设H0：假设两变量无线性相关而言的。一般假设检验的显著性水平为0.05，你只需要拿p值和0.05进行比较：如果p值小于0.05，就拒绝原假设H0，说明两变量有线性相关的关系，他们无线性相关的可能性小于0.05；如果大于0.05，则一般认为无线性相关关系，至于相关的程度则要看相关系数R值，r越大，说明越相关。越小，则相关程度越低。而偏相关分析是指当两个变量同时与第三个变量相关时，将第三个变量的影响剔除，只分析另外两个变量之间相关程度的过程，其检验过程与相关分析相似。三、实验内容 掌握使用spss软件对数据进行相关性分析，从变量之间的相关关系，寻求与人均食品支出密切相关的因素。 (1)检验人均食品支出与粮价和人均收入之间的相关关系。 a.打开spss软件，输入“回归人均食品支出”数据。
b.在spssd的菜单栏中选择点击，弹出一个对话窗口。 C.在对话窗口中点击ok,系统输出结果，如下表。 从表中可以看出，人均食品支出与人均收入之间的相关系数为0.921，t检验的显著性概率为0.0000.01，拒绝零假设，表明两个变量之间显著相关。人均食品支出与粮食平均单价之间的相关系数为0.730，t检验的显著性概率为 0.0000.01，拒绝零假设，表明两个变量之间也显著相关。 (2)研究人均食品支出与人均收入之间的偏相关关系。 读入数据后： A.点击系统弹出一个对话窗口。 B.点击OK，系统输出结果，如下表。 从表中可以看出，人均食品支出与人均收入的偏相关系数为0.8665，显著性概率p=0.0000.01，说明在剔除了粮食单价的影响后，人均食品支出与人均收入依然有显著性关系，并且0.86650.921，说明它们之间的显著性关系稍有减弱。通过相关关系与偏相关关系的比较可以得知：在粮价的影响下，人均收入对人均食品支出的影响更大。 三、实验总结 1、熟悉了用spss软件对数据进行相关性分析，熟悉其操作过程。 2、通过spss软件输出的数据结果并能够分析其相互之间的关系，并且解决实际问题。 3、充分理解了相关性分析的应用原理。
spss实验报告---方差分析
实验报告 ——（方差分析） 一、实验目的 熟练使用SPSS软件进行方差分析。学会通过方差分析分析不同水平的控制变量是否对结果产生显著影响。 二、实验内容 1、某职业病防治院对31名石棉矿工中的石棉肺患者、可疑患者及非患者进行了用力肺活量（L）测定，问三组石棉矿工的用力肺活量有无差别?（自建数据集） 石棉肺患者可疑患者非患者 1.8 2.3 2.9 1.4 2.1 3.2 1.5 2.1 2.7 2.1 2.1 2.8 1.9 2.6 2.7 1.7 2.5 3.0 1.8 2.3 3.4 1.9 2.4 3.0 1.8 2.4 3.4 1.8 3.3 2.0 3.5 SPSS计算结果： 在建立数据集时定义group1为石棉肺患者，group2为可疑患者，group3为非患者。 零假设：各水平下总体方差没有显著差异。 相伴概率为0.075，大于0.05，可以认为各个组的方差是相等的，可以进行方差检验。
从上表可以看出3个组之间的相伴概率都小于显著性水平0.05，拒绝零假设，说明3个组之间都存在显著差别。 2、某汽车经销商在不同城市进行调查汽车的销售量数据分析工作，每个城市分别处于不同的区域：东部、西部和中部，而且汽车经销商在不同城市投放不同类型的广告，调查数据放置于附件中数据文件“汽车销量调查.sav”。 （1）试分析不同区域与不同广告类型是否对汽车的销量产生显著性的影响？（2）如果考虑到不同城市人均收入具有差异度时，再思考不同区域和不同广告类型对汽车销量产生的影响差异是否改变，这说明什么问题？ SPSS计算结果： （1）此为多因素方差分析 相伴概率为0.054大于0.05，可以认为各个组总体方差相等可以进行方差检验。
典型相关分析及其应用实例
摘要 典型相关分析是多元统计分析的一个重要研究课题.它是研究两组变量之间相关的一种统计分析方法，能够有效地揭示两组变量之间的相互线性依赖关系.它借助主成分分析降维的思想，用少数几对综合变量来反映两组变量间的线性相关性质.目前它已经在众多领域的相关分析和预测分析中得到广泛应用. 本文首先描述了典型相关分析的统计思想，定义了总体典型相关变量及典型 相关系数，并简要概述了它们的求解思路，然后深入对样本典型相关分析的几种算法做了比较全面的论述.根据典型相关分析的推理，归纳总结了它的一些重要性质并给出了证明，接着推导了典型相关系数的显著性检验.最后通过理论与实例分析两个层面论证了典型相关分析的应用于实际生活中的可行性与优越性. 【关键词】典型相关分析，样本典型相关，性质，实际应用 ABSTRACT The Canonical Correlation Analysis is an important studying topic of the Multivariate Statistical Analysis. It is the statistical analysis method which studies the correlation between two sets of variables. It can work to reveal the mutual line dependence relation availably between two sets of variables. With the help of the thought about the Principal Components, we can use a few comprehensive variables to reflect the linear relationship between two sets of variables. Nowadays It has already been used widely in the correlation analysis and forecasted analysis. This text describes the statistical thought of the Canonical Correlation Analysis firstly, and then defines the total canonical correlation variables and canonical correlation coefficient, and sum up
典型相关分析
武夷学院实验报告 课程名称：多元统计分析项目名称：典型相关分析 姓名：专业：14信计班级：1班学号：同组成员：无 -、实验目的 1.对典型相关分析问题的思路、理论和方法认识; 2.SPSS软件相应计算结果确认与应用； 3.SPSS软件相应过程命令。 二、实验内容 这里通过典型相关分析来反映我国财政收入与财政支出之间的关系。第一组反映财政收入的指标有国内增值税、营业税、企业所得税、个人所得税、专项收入及行政事业性收费收入等，分别用X1-X6来表示。第二 组反映财政支出的指标有一般公共服务、国防、公共安全、教育、科学技术、社会保障和就业、医疗卫生与计划生育及节能环保等，分别用Y1-Y8来表示。原始数据如下： jts 10^ ?96K! 1?痼8496.6641 H929? 129.06M.820H W234 8? 225.0B425.1 '2W.39tU.31 非参数检验 实验报告 方差分析 学院: 参赛队员: 参赛队员: 参赛队员: 指导老师: 目录 一、实验目的 (1) 1.了解方差分析的基本内容； (1) 2.了解单因素方差分析； (1) 3.了解多因素方差分析； (1) 4.学会运用spss软件求解问题； (1) 5.加深理论与实践相结合的能力。 (1) 二、实验环境 (1) 三、实验方法 (1) 1. 单因素方差分析； (1) 2. 多因素方差分析。 (1) 四、实验过程 (1) 问题一： (1) 1.1实验过程 (1) 1.1.1输入数据，数据处理； (1) 1.1.2单因素方差分析 (1) 1.2输出结果 (3) 1.3结果分析 (3) 1.3.1描述 (3) 1.3.2方差性检验 (4) 1.3.3单因素方差分析 (4) 问题二： (4) 2.1实验步骤 (5) 2.1.1命名变量 (5) 2.1.2导入数据 (5) 2.1.3单因素方差分析 (5) 2.1.4输出结果 (7) 2.2结果分析 (7) 2.2.1描述 (7) 2.2.2方差性检验 (8) 2.2.3单因素方差分析 (8) 问题三： (8) 3.1提出假设 (8) 3.2实验步骤 (8) 3.2.1数据分组编号 (8) 3.2.2多因素方差分析 (9) 3.2.3输出结果 (13) 3.3结果分析 (14) 五、实验总结 (14) 方差分析 一、实验目的 1.了解方差分析的基本内容； 2.了解单因素方差分析； 3.了解多因素方差分析； 4.学会运用spss软件求解问题； 5.加深理论与实践相结合的能力。 二、实验环境 Spss、office 三、实验方法 1.单因素方差分析； 2.多因素方差分析。 四、实验过程 问题一： 1.1.1输入数据，数据处理； 1.1.2单因素方差分析 选择：分析→比较均值→单因素AVONA； 实验八存储过程的使用 一、实验目的 1、熟练掌握存储过程的定义及使用 二、实验要求 1、实验前做好上机实验的准备，针对实验内容，认真复习与本次实验有关的知识，完成 实验内容的预习准备工作； 2、能认真独立完成实验内容； 3、实验后做好实验总结，根据实验情况完成实验报告。 三、实验内容 创建图书管理库的图书、读者和借阅三个基本表的表结构： 图书表： BOOK ( BOOK_ID NUMBER(10), SORT V ARCHAR2(10), BOOK_NAME V ARCHAR2(50), WRITER V ARCHAR2(10), OUTPUT V ARCHAR2(50), PRICE NUMBER(3)); 读者表 READER ( READER_ID NUMBER(3), COMPANY V ARCHAR2(10), NAME V ARCHAR2(10), SEX V ARCHAR2(2), GRADE V ARCHAR2(10), ADDR V ARCHAR2(50)); 借阅表 BORROW ( READER_ID NUMBER(3), BOOK_ID NUMBER(10), BORROW_DA TE DA TE); 插入数据: BOOK表: insert into book values(445501,'TP3/12','数据库导论','王强','科学出版社',17.90); insert into book values(445502,'TP3/12','数据库导论','王强','科学出版社',17.90); insert into book values(445503,'TP3/12','数据库导论','王强','科学出版社',17.90); insert into book values(332211,'TP5/10','计算机基础','李伟','高等教育出版社',18.00); insert into book values(112266,'TP3/12','FoxBASE','张三','电子工业出版社',23.60); insert into book values(665544,'TS7/21','高等数学','刘明','高等教育出版社',20.00); insert into book values(114455,'TR9/12','线性代数','孙业','北京大学出版社',20.80); insert into book values(113388,'TR7/90','大学英语','胡玲','清华大学出版社',12.50); insert into book values(446601,'TP4/13','数据库基础','马凌云','人民邮电出版社',22.50); insert into book values(446602,'TP4/13','数据库基础','马凌云','人民邮电出版社',22.50); insert into book values(446603,'TP4/13','数据库基础','马凌云','人民邮电出版社',22.50); insert into book values(449901,'TP4/14','FoxPro大全','周虹','科学出版社',32.70); insert into book values(449902,'TP4/14','FoxPro大全','周虹','科学出版社',32.70); insert into book values(118801,'TP4/15','计算机网络','黄力钧','高等教育出版社',21.80); insert into book values(118802,'TP4/15','计算机网络','黄力钧','高等教育出版社',21.80); READER表: insert into reader values(111,'信息系','王维利','女','教授','1号楼424'); insert into reader values(112,'财会系','李立','男','副教授','2号楼316'); insert into reader values(113,'经济系','张三','男','讲师','3号楼105'); insert into reader values(114,'信息系','周华发','男','讲师','1号楼316'); insert into reader values(115,'信息系','赵正义','男','工程师','1号楼224'); insert into reader values(116,'信息系','李明','男','副教授','1号楼318'); insert into reader values(117,'计算机系','李小峰','男','助教','1号楼214'); insert into reader values(118,'计算机系','许鹏飞','男','助工','1号楼216'); insert into reader values(119,'计算机系','刘大龙','男','教授','1号楼318'); insert into reader values(120,'国际贸易','李雪','男','副教授','4号楼506'); insert into reader values(121,'国际贸易','李爽','女','讲师','4号楼510'); insert into reader values(122,'国际贸易','王纯','女','讲师','4号楼512'); insert into reader values(123,'财会系','沈小霞','女','助教','2号楼202'); insert into reader values(124,'财会系','朱海','男','讲师','2号楼210'); insert into reader values(125,'财会系','马英明','男','副教授','2号楼212'); BORROW表: 实验五相关分析实验报关费 一、实验目得: 学习利用ｓpss对数据进行相关分析(积差相关、肯德尔等级相关)、偏相关分析。利用交叉表进行相关分析。 二、实验内容: 某班学生成绩表1如实验图表所示。 1.对该班物理成绩与数学成绩之间进行积差相关分析与肯德尔等级相关 分析. 2.在控制物理成绩不变得条件下，做数学成绩与英语成绩得相关分析（这 种情况下得相关分析称为偏相关分析)。 3.对该班物理成绩与数学成绩制作交叉表及进行其中得相关分析。 三、实验步骤： 1.选择分析→相关→双变量,弹出窗口，在对话框得变量列表中选变量 “数学成绩"、“物理成绩”,在相关系数列进行选择，本次实验选择 皮尔逊相关(积差相关)与肯德尔等级相关。单击选项，对描述统计量进 行选择,选择标准差与均值.单击确定,得出输出结果,对结果进行分析解 释。 2.选择分析→相关→偏相关，弹出窗口，在对话框得变量列表选变量“数 学成绩”、“英语成绩”,在控制列表选择要控制得变量“物理成绩”以在 控制物理成绩得影响下对变量数学成绩与英语成绩进行偏相关分析； 在“显著性检验”框中选双侧检验,单击确定，得出输出结果,对结果进 行分析解释． 3.选择分析→描述统计→交叉表，弹出窗口,对交叉表得行与列进行选 择，行选择为数学成绩，列选择为物理成绩.然后对统计量进行设置, 选择相关性,点击继续→确定,得出输出结果，对结果进行分析解释。 四、实验结果与分析: 表１ 五、实验结果及其分析: 分析一:由实验结果可观察出,数学成绩与物理成绩得积差相关系数r=0、７86，肯德尔等级相关系数r=０、602可知该班物理成绩与数学成绩之间存在显著相关。 分析二:由偏相关分析结果可知,英语成绩与数学成绩得相关系数ｒ=—0、1５8,英语成绩与物理成绩得相关系数r=－0、150,在物理成绩得控制下，数学成绩与 云南大学滇池学院 方差分析与假设检验实验报告二 学生姓名：方炜学号：20092123080 专业：软件工程 一、实验目的和要求： 1、初步了解SPSS的基本命令； 2、掌握方差分析和假设检验。 二、实验内容： 1、为比较5中品牌的合成木板的耐久性，对每个品牌取4个样本作摩擦试验测量磨损量，得以下数据： （1）它们的耐久性有无明显差异？ （2）有选择的作两品牌的比较，能得出什么结果？ 2、将土质基本相同的一块耕地分成5块，每块又分成均等的4小块。在每块地内把4个品 种的小麦分钟在4小块内，每小块的播种量相同，测得收获量如下： 考察地块和品种对小麦的收获量有无显著影响？并在必要时作进一步比较。 3、为了研究合成纤维收缩率和拉伸倍数对纤维弹性的影响进行了一些试验。收缩率取0，4， 8，12四个水平；拉伸倍数取460，520，580，640四个水平，对二者的每个组合重复作两次试验，所得数据如下： （1）收缩率，拉伸倍数及其交互作用对弹性有无显著影响？ （2）使弹性达到最大的生产条件是什么？ 三、实验结果与分析： 1、运行结果截图： 1、结果分析： （1）、Sig<0.05，耐久性有明显差异 （2）、由样本分析，品牌3分为一类；品牌1，2，5分为一类；品牌4分为一类。而品牌3和品牌4差距最大，品牌3的耐久性最差，品牌4的耐久性最好。 2、运行结果截图： 2、结果分析： （1）、地块（A组）Sig>0.05对小麦的收获量无显著影响，品种（B组）Sig<0.05对小麦的收获量有显著影响。 （2）、由图得，地块4最适合种小麦，地块1最不适合种小麦；而品种2的小麦收获量最大，品种4的小麦收获量最小。 3、运行结果截图： 嘉应学院计算机学院 2012年 12月12日 一、实验目的 通过实验掌握SQL SERVER存储过程的基本设计方法。 二、实验原理 存储过程是保存起来的可以接受和返回用户提供的参数的 Transact-SQL 语句的集合，它被编译并存储为一个单一的数据库对象，可用存储过程实现批处理。 可以创建一个过程供永久使用，或在一个会话中临时使用（局部临时过程），或在所有会话中临时使用（全局临时过程）。 游标(Cursor)它使用户可逐行访问由数据库返回的结果集。使用游标(cursor)的一个主要的原因就是把集合操作转换成单个记录处理方式。基本语法： create procedure 存储过程名 (参数表 ) as t_sql语句的集合 t_sql语句除SQL语句外，还可包括声明变量，流控制语句及游标等。 （注意：t_sql语句在不同的数据库系统中，语法不同） 三、实验环境 操作系统:Windows Server 2003 、Windows 7 编译环境:SQL Server Enterprise Manager 数据库管理系统:Microsoft SQL Server 2005 四、实验步骤及内容 1. 了解T_SQL语法 （1）变量 A.局部变量 例如：declare @v_sno nvarchar(20), @v_grade float /* 声明了两个局部变量 */ B.全局变量 如：@@error, @@fetch_status C.表变量 声明表类型变量的语句将该变量初始化为一个具有指定结构的空表。 例如： declare @Mytab table (id int primary key, books varchar(15) ) insert @Mytab values(1,'9901') insert @Mytab values(2,'9902') 典型相关分析 典型相关分析（Canonical correlation ）又称规则相关分析，用以分析两组变量间关系的一种方法；两个变量组均包含多个变量，所以简单相关和多元回归的解惑都是规则相关的特例。典型相关将各组变量作为整体对待，描述的是两个变量组之间整体的相关， 而不是 两个变量组个别变量之间的相关。 典型相关与主成分相关有类似， 不过主成分考虑的是一组变量，而典型相关考虑的是两 组变量间的关系，有学者将规则相关视为双管的主成分分析；因为它主要在寻找一组变量的 成分使之与另一组的成分具有最大的线性关系。 典型相关模型的基本假设： 两组变量间是线性关系， 每对典型变量之间是线性关系，每 个典型变量与本组变量之间也是线性关系；典型相关还要求各组内变量间不能有高度的复共 线性。典型相关两组变量地位相等，如有隐含的因果关系，可令一组为自变量，另一组为因 变量。 典型相关会找出一组变量的线性组合 * *= i i j j X a x Y b y 与，称为典型变量；以 使两个典型变量之间所能获得相关系数达到最大，这一相关系数称为典型相关系数。 i a 和j b 称为典型系数。如果对变量进行标准化后再进行上述操作，得到的是标准化的典型系数。 典型变量的性质 每个典型变量智慧与对应的另一组典型变量相关，而不与其他典型变量相关； 原来所有 变量的总方差通过典型变量而成为几个相互独立的维度。一个典型相关系数只是两个典型变 量之间的相关，不能代表两个变量组的相关；各对典型变量构成的多维典型相关， 共同代表 两组变量间的整体相关。 典型负荷系数和交叉负荷系数典型负荷系数也称结构相关系数， 指的是一个典型变量与本组所有变量的简单相关系数， 实验心得体会 在做测试技术的实验前,我以为不会难做,就像以前做物理实验一样,做完实验,然后两下子就将实验报告做完.直到做完测试实验时,我才知道其实并不容易做,但学到的知识与难度成正比,使我受益匪浅. 在做实验前,一定要将课本上的知识吃透,因为这是做实验的基础,否则,在老师讲解时就会听不懂,这将使你在做实验时的难度加大,浪费做实验的宝贵时间.比如做光伏的实验,你要清楚光伏的各种接法,如果你不清楚,在做实验时才去摸索,这将使你极大地浪费时间,使你事倍功半.做实验时,一定要亲力亲为,务必要将每个步骤,每个细节弄清楚,弄明白,实验后,还要复习,思考,这样,你的印象才深刻,记得才牢固,否则,过后不久你就会忘得一干二净,这还不如不做.做实验时,老师还会根据自己的亲身体会,将一些课本上没有的知识教给我们,拓宽我们的眼界,使我们认识到这门课程在生活中的应用是那么的广泛. 通过这次测试技术的实验,使我学到了不少实用的知识,更重要的是,做实验的过程,思考问题的方法,这与做其他的实验是通用的,真正使我们受益匪浅. 实验心得体会 这个学期我们学习了测试技术这门课程，它是一门综合应用相关课程的知识和内容来解决科研、生产、国防建设乃至人类生活所面临的测试问题的课程。测试技术是测量和实验的技术，涉及到测试方法的分类和选择，传感器的选择、标定、安装及信号获取，信号调理、变换、信号分析和特征识别、诊断等，涉及到测试系统静动态性能、测试动力学方面的考虑和自动化程度的提高，涉及到计算机技术基础和基于LabVIEW的虚拟测试技术的运用等。 课程知识的实用性很强，因此实验就显得非常重要，我们做了金属箔式应变片：单臂、半桥、全桥比较,回转机构振动测量及谱分析,悬臂梁一阶固有频率及阻尼系数测试三个实验。刚开始做实验的时候，由于自己的理论知识基础不好，在实验过程遇到了许多的难题，也使我感到理论知识的重要性。但是我并没有气垒，在实验中发现问题，自己看书，独立思考，最终解决问题，从而也就加深我对课本理论知识的理解，达到了“双赢”的效果。 实验中我学会了单臂单桥、半桥、全桥的性能的验证；用振动测试的方法，识别一小阻尼结构的（悬臂梁）一阶固有频率和阻尼系数；掌握压电加速度传感器的性能与使用方法；了解并掌握机械振动信号测量的基本方法；掌握测试信号的频率域分析方法；还有了解虚拟仪器的使用方法等等。实验过程中培养了我在实践中研究问题，分析问题和解决问 实验报告 方差分析 学院: 参赛队员: 参赛队员: 参赛队员: 指导老师: 目录 一、实验目的 (4) 1.了解方差分析的基本内容； (4) 2.了解单因素方差分析； (4) 3.了解多因素方差分析； (4) 4.学会运用spss软件求解问题； (4) 5.加深理论与实践相结合的能力。 (4) 二、实验环境 (4) 三、实验方法 (4) 1. 单因素方差分析； (4) 2. 多因素方差分析。 (4) 四、实验过程 (4) 问题一： (4) 1.1实验过程 (4) 1.1.1输入数据，数据处理； (4) 1.1.2单因素方差分析 (4) 1.2输出结果 (6) 1.3结果分析 (6) 1.3.1描述 (6) 1.3.2方差性检验 (7) 1.3.3单因素方差分析 (7) 问题二： (7) 2.1实验步骤 (8) 2.1.1命名变量 (8) 2.1.2导入数据 (8) 2.1.3单因素方差分析 (8) 2.1.4输出结果 (10) 2.2结果分析 (10) 2.2.1描述 (10) 2.2.2方差性检验 (11) 2.2.3单因素方差分析 (11) 问题三： (11) 3.1提出假设 (11) 3.2实验步骤 (11) 3.2.1数据分组编号 (11) 3.2.2多因素方差分析 (12) 3.2.3输出结果 (16) 3.3结果分析 (17) 五、实验总结 (17) 方差分析 一、实验目的 1.了解方差分析的基本内容； 2.了解单因素方差分析； 3.了解多因素方差分析； 4.学会运用spss软件求解问题； 5.加深理论与实践相结合的能力。 二、实验环境 Spss、office 三、实验方法 1. 单因素方差分析； 2. 多因素方差分析。 四、实验过程 问题一： 1.1.1输入数据，数据处理； 1.1.2单因素方差分析 选择：分析→比较均值→单因素AVONA； 实验七存储过程及应用 1．实验目的 1、理解存储过程的概念。 2、掌握存储过程的使用方法。 2．实验要求 1．建立如下的存储过程（基于前面实验建立的表和插入的数据，并为每个存储过程设计返回的状态值）： （1）按要求设计完成如下功能的存储过程。 ①查询平均分数在x到y范围内的学生信息。 说明： 该存储过程有两个参数； 要求查询的学生信息包括学号、姓名、院系名称和平均分数。 ②更新操作，以学号、课程编号和考试成绩作参数更新指定学生和课程的考试成绩，并返回该学生的平均成绩。 (2)自行再分别设计一个完成查询和完成操作功能的存储过程（在实验报告中要准确描述功能需求）。 （3）在客户端以存储过程和输入SQL语句的方式分别执行相同的查询或操作，比较使用和不使用存储过程的区别。 3、实验过程 （1）①查询平均分数在x到y范围内的学生信息 create procedure cc711@x smallint,@y smallint as select学生.学号,学生.姓名,院系.名称,学生.平均成绩 from学生join院系on学生.院系=院系.编号 where学生.平均成绩between@x and@y EXECUTE cc71160,90 ②更新操作，以学号、课程编号和考试成绩作参数更新指定学生和课程的考试成绩，并返回该学生的平均成绩 create procedure mcc712@xh nchar(8),@kcbh nchar(8),@cj int as update选课set成绩=@cj where学号=@xh and课程编号=@kcbh declare@pjcj int select@pjcj=AVG(成绩)from选课where学号=@xh return@pjcj declare@avg int execute@avg=mcc7122,5,98 print'更新后平均成绩：'+str(@avg,6) 课程论文 题目统计学实验 学院数学与统计学院 专业金融数学 班级14金融数学 学生姓名罗星蔓 指导教师胡桂华 职称教授 2016 年 6 月21 日 相关与回归分析实验报告 一、实验目的：用EXCEL进行相关分析和回归分析. 二、实验内容： 1.用EXCEL进行相关分析. 2.用EXCEL进行回归分析. 三、实验步骤 采用下面的例子进行相关分析和回归分析. 相关分析： 数学分数（x）统计学分数(y) 数学分数（x） 1 统计学分数(y) 0.986011 1 回归分析： SUMMARY OUTPUT 回归统计 Multiple R 0.986011 R Square 0.972217 Adjusted R 0.968744 Square 标准误差 2.403141 观测值 x 方差分 析 df SS MS F Significance F 回归分析1 1616.69 9 1616.69 9 279.943 8 1.65E-07 残差8 46.2006 9 5.77508 6 总计9 1662.9 Coefficie nts 标准误 差 t Stat P-valu e Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 12.32018 4.2862 79 2.8743 3 0.0206 91 2.4360 05 22.204 36 2.4360 05 22.204 36 数学分数（x）0.896821 0.0536 01 16.731 52 1.65E- 07 0.7732 18 1.0204 24 0.7732 18 1.0204 24 RESIDUAL OUTPUT 观测值预测统计学分数 (y) 残差标准残差 1 84.06587 0.934133 0.412293 2 93.03408 -1.03408 -0.4564 3 66.12945 3.87055 4 1.708324 4 93.03408 -3.03408 -1.33913 5 82.27223 0.727775 0.321214 6 90.34361 -0.34361 -0.15166 7 93.03408 0.965922 0.426323 8 52.67713 -2.67713 -1.18159 9 90.34361 2.656385 1.172433 10 84.06587 -2.06587 -0.9118 PROBABILITY OUTPUT 百分比排 位统计学分数 (y) 5 50 15 70 25 82 35 83 45 85 55 90 65 90 75 92 典型相关分析S P S S例 析 集团企业公司编码：（LL3698-KKI1269-TM2483-LUI12689-ITT289- 典型相关分析 典型相关分析（Canonicalcorrelation ）又称规则相关分析，用以分析两组变量间关系的一种方法；两个变量组均包含多个变量，所以简单相关和多元回归的解惑都是规则相关的特例。典型相关将各组变量作为整体对待，描述的是两个变量组之间整体的相关，而不是两个变量组个别变量之间的相关。 典型相关与主成分相关有类似，不过主成分考虑的是一组变量，而典型相关考虑的是两组变量间的关系，有学者将规则相关视为双管的主成分分析；因为它主要在寻找一组变量的成分使之与另一组的成分具有最大的线性关系。 典型相关模型的基本假设：两组变量间是线性关系，每对典型变量之间是线性关系，每个典型变量与本组变量之间也是线性关系；典型相关还要求各组内变量间不能有高度的复共线性。典型相关两组变量地位相等，如有隐含的因果关系，可令一组为自变量，另一组为因变量。 典型相关会找出一组变量的线性组合**=i i j j X a x Y b y =∑∑与，称为典 型变量；以使两个典型变量之间所能获得相关系数达到最大，这一相关系数称为典型相关系数。i a 和j b 称为典型系数。如果对变量进行标准化后 再进行上述操作，得到的是标准化的典型系数。 典型变量的性质 每个典型变量智慧与对应的另一组典型变量相关，而不与其他典型变量相关；原来所有变量的总方差通过典型变量而成为几个相互独立的 维度。一个典型相关系数只是两个典型变量之间的相关，不能代表两个变量组的相关；各对典型变量构成的多维典型相关，共同代表两组变量间的整体相关。 典型负荷系数和交叉负荷系数 典型负荷系数也称结构相关系数，指的是一个典型变量与本组所有变量的简单相关系数，交叉负荷系数指的是一个典型变量与另一组变量组各个变量的简单相关系数。典型系数隐含着偏相关的意思，而典型负荷系数代表的是典型变量与变量间的简单相关，两者有很大区别。 重叠指数 如果一组变量的部分方差可以又另一个变量的方差来解释和预测，就可以说这部分方差与另一个变量的方差之间相重叠，或可由另一变量所解释。将重叠应用到典型相关时，只要简单地将典型相关系数平方（2 CR）,就得到这对典型变量方差的共同比例，代表一个典型变量的方差可有另一个典型变量解释的比例，如果将此比例再乘以典型变量所能解释的本组变量总方差的比例，得到的就是一组变量的方差所能够被另一组变量的典型变量所能解释的比例，即为重叠系数。 例1：CRM（CustomerRelationshipManagement）即客户关系管理案例，有三组变量，分别是公司规模变量两个（资本额，销售额），六个CRM实施程度变量（WEB网站，电子邮件，客服中心，DM快讯广告Directmail缩写，无线上网，简讯服务），三个CRM绩效维度（行销绩效，销售绩效，服务绩效）。试对三组变量做典型相关分析。 数据的格式如上所示，以下对三组变量两两做典型相关分析。 相关与回归分析实验报告 学 2014106146 号： 课程论文 题目统计学实验 学院数学与统计学院 专业金融数学 班级14金融数学 学生姓名罗星蔓 指导教师胡桂华 职称教授 2016 年 6 月21 日 相关与回归分析实验报告 一、实验目的：用EXCEL进行相关分析和回归 分析. 二、实验内容： 1.用EXCEL进行相关分析. 2.用EXCEL进行回归分析. 三、实验步骤 采用下面的例子进行相关分析和回归分析. 学生数学分数（x）统计学分数 (y) 1 2 3 4 5 6 7 8 9 10 80 90 60 90 78 87 90 45 87 80 85 92 70 90 83 90 94 50 93 82 相关分析： 数学分数（x）统计学分数(y) 数学分数（x） 1 统计学分数(y) 0.986011 1 回归分析： SUMMARY OUTPUT 回归统计 Multiple R 0.98601 1 R Square 0.97221 7 Adjusted R Square 0.96874 4 标准误差2.40314 1 观测值 x 方差分 析 df SS MS F Significanc e F 回归分析1 1616.69 9 1616.69 9 279.943 8 1.65E-07 残差8 46.2006 9 5.77508 6 总计9 1662.9 Coeffici ents 标准误 差 t Stat P-valu e Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept 12.32018 4.2862 79 2.8743 3 0.0206 91 2.4360 05 22.204 36 2.4360 05 22.204 36 数学分数（x）0.896821 0.0536 01 16.731 52 1.65E- 07 0.7732 18 1.0204 24 0.7732 18 1.0204 24 RESIDUAL OUTPUT 观测值预测统计学分数 (y) 残差 标准残 差 1 84.06587 0.93413 3 0.41229 3 2 93.03408 -1.0340 8 -0.4564 3 66.12945 3.87055 4 1.70832 4 4 93.03408 -3.0340 8 -1.3391 3 5 82.27223 0.72777 5 0.32121 4 6 90.34361 -0.3436 1 -0.1516 6 7 93.03408 0.96592 2 0.42632 3 8 52.67713 -2.6771 3 -1.1815 9 9 90.34361 2.65638 5 1.17243 3 10 84.06587 -2.0658 7 -0.9118 PROBABILITY OUTPUT 百分比排 位统计学分数 (y) 5 50 15 70 25 82 35 83 实验8 存储过程和触发器 1．实验目的 （1）掌握通过SQL Server管理平台和Transact-SQL语句CREATE PROCEDURE 创建存储过程的方法和步骤。 （2）掌握使用Transact-SQL语句EXECUTE执行存储过程的方法。 （3）掌握通过SQL Server管理平台和Transact-SQL语句ALTER PROCEDURE 修改存储过程的方法。 （4）掌握通过SQL Server管理平台和Transact-SQL语句DROP PROCEDURE 删除存储过程的方法。 （5）掌握通过SQL Server管理平台和Transact-SQL语句CREATE TRIGGER 创建触发器的方法和步骤。 （6）掌握引发触发器的方法。 （7）掌握使用SQL Server管理平台或Transact-SQL语句修改和删除触发器。（8）掌握事务、命名事务的创建方法，了解不同类型的事务的处理情况。2．实验内容及步骤 （1）在查询设计器中输入以下代码，创建一个利用流控制语句的存储过程letters_print，该存储过程能够显示26个小写字母。 CREATE PROCEDURE letters_print AS DECLARE @count int SET @count=0 WHILE @count<26 BEGIN PRINT CHAR(ASCII('a')+ @count) SET @count=@count +1 END 单击查询分析器的“执行查询”按钮，查看studentsdb数据库的存储过程是否有letters_print。 使用EXECUTE命令执行letters_print存储过程。 （2）输入以下代码，创建存储过程stu_info，执行时通过输入姓名，可以查询该姓名对应的学生的各科成绩。 CREATE PROCEDURE stu_info @name varchar(40) AS SELECT a.学号,姓名,课程编号,分数 FROM student_info a INNER JOIN grade ta ON a.学号= ta.学号 WHERE 姓名= @name 使用EXECUTE命令执行存储过程stu_info，其参数值为“马东”。 如果存储过程stu_info执行时没有提供参数，要求能按默认值查询（设姓名为“刘卫平”），如何修改该过程的定义？ （3）使用studentsdb数据库中的student_info表、curriculum表、grade表。 ①创建一个存储过程stu_grade，查询学号为0001的学生的姓名、课程名称、分数。方差分析实验报告
oracle实验--存储过程
spss相关分析实验报告
方差分析与假设检验实验报告
实验六存储过程设计
典型相关分析报告SPSS例析
实验报告心得体会
方差分析实验报告
实验七 存储过程及应用完整版含截图
相关与回归分析实验报告
典型相关分析SPSS例析精编版
相关与回归分析实验报告
数据库技术与应用实验八