spss实践题分析及答案
spss实践题分析及答案
spss实践题分析及答案SPSS实践题习题1分析此班级不同性别的学⽣的物理和数学成绩的均值、最⾼分和最低分。
Report性别数学物理男⽣Mean 80.0769 74.5385N 13 13Std. Deviation 5.75125 5.17390Minimum 72.00 69.00Maximum 95.00 87.00⼥⽣Mean 80.7692 76.1538N 13 13Std. Deviation 8.91772 8.32512Minimum 70.00 65.00Maximum 99.00 91.00Total Mean 80.4231 75.3462N 26 26Std. Deviation 7.36029 6.84072Minimum 70.00 65.00Maximum 99.00 91.00结论：男⽣数学成绩最⾼分: 95 最低分: 72 平均分: 80.08物理成绩最⾼分: 87 最低分: 69 平均分: 74.54⼥⽣数学成绩最⾼分: 99 最低分: 70 平均分: 80.77 物理成绩最⾼分: 91 最低分: 65 平均分: 76.15 习题2分析此班级的数学成绩是否和全国平均成绩85存在显著差异。
One-Sample StatisticsNMean Std. Deviation Std. Error Mean数学2680.42317.360291.44347结论：由分析可知相伴概率为0.004，⼩于显著性⽔平0.05，因此拒绝零假设，即此班级数学成绩和全国平均⽔平85分有显著性差异习题3分析市2⽉份的平均⽓温在90年代前后有⽆明显变化。
Group Statistics分组 NMean Std. Deviation Std. Error Mean⼆⽉份⽓温0 11 -4.527273 1.2034043.3628400 118-3.2000001.3006786.3065729结论：由分析可知, ⽅差相同检验相伴概率为0.322,⼤于显著性⽔平0.05,因此接受零假设，90年代前后2⽉份温度⽅差相同。
spss练习题及简 答解读
SPSS练习题1、现有两个SPSS数据文件，分别为“学生成绩一”和“学生成绩二”，请将这两份数据文件以学号为关键变量进行横向合并，形成一个完整的数据文件。
先排序data---sort cases再合并data---merge files2、有一份关于居民储蓄调查的数据存储在EXCEL中，请将该数据转换成SPSS数据文件，并在SPSS中指定其变量名标签和变量值标签。
转换Data---transpose，输题目3、利用第2题的数据，将数据分成两份文件，其中第一份文件存储常住地是“沿海或中心繁华城市”且本次存款金额在1000-2000之间的调查数据，第二份数据文件是按照简单随机抽样所选取的70%的样本数据。
选取数据data---select cases4、利用第2题数据，将其按常住地（升序）、收入水平（升序）存款金额（降序）进行多重排序。
排序data---sort cases一个一个选，加5、根据第1题的完整数据，对每个学生计算得优课程数和得良课程数，并按得优课程数的降序排序。
计算transform---count按个输，把所有课程选取，define设区间，再排序6、根据第1题的完整数据，计算每个学生课程的平均分和标准差，同时计算男生和女生各科成绩的平均分。
描述性统计，先转换Data---transpose学号放下面，全部课程（poli到his）放上面，ok，analyze---descriptive statistics---descriptives，全选，options。
先拆分data---split file 按性别拆分，analyze---descriptive statistics---descriptives全选所有课程options---mean7、利用第2题数据，大致浏览存款金额的数据分布状况，并选择恰当的组限和组距进行组距分组。
数据分组Transform---recode---下面一个，输名字，change，old，range，new value---add 挨个输，从小加到大，等距8、在第2题的数据中，如果认为调查“今年的收入比去年增加”且“预计未来一两年收入仍会会增加”的人是对自己收入比较满意和乐观的人，请利用SPSS的计数和数据筛选功能找到这些人。
SPSS题目及答案汇总版
《SPSS原理与运用》练习题数据对应关系：06-均值检验；07-方差分析；08-相关分析；09-回归分析；10-非参数检验；17-作图1、以data06-03为例，分析身高大于等于155cm的与身高小于155cm的两组男生的体重和肺活量均值是否有显著性。
分析：一个因素有2个水平用独立样本t检验，此题即身高因素有155以上和以下2个水平，因此用独立样本t检验（analyze->compare means->independent-samples T test）。
报告：一、体重①m+s:>=155cm 时, m= 40.838kg; s= 5.117;<155cm 时, m= 34.133kg；s= 3.816；②方差齐性检验结果：P=0.198>0.05,说明方差齐性。
③t=4.056; p=0.001< 0.01,说明身高大于等于155cm 的与身高小于155cm的两组男生的体重有极显著性差异。
二、肺活量①m+s: >=155cm 时,m=2.404; s=0.402;<155cm 时, m=2.016；s=0.423；②方差齐性检验结果：P=0.961>0.05,说明方差齐性。
③t=2.512; p=0.018 < 0.05,说明说明身高大于等于155cm的与身高小于155cm的两组男生的体重有显著性差异。
2、以data06-04为例，判断体育疗法对降低血压是否有效。
分析：比较前后2种情况有无显著差异，用配对样本t检验，(analyze->compare means-> paired-samples T test).报告：①m+s 治疗前舒展压：m=119.50; s=10.069;治疗后舒展压：m=102.50; s=11.118;②相关系数correlation=0.599; p=0.067>0.05,说明体育疗法与降低血压相关。
SPSS操作实验作业1(附答案)
SPSS操作实验 (作业1)作为华夏儿女都曾为有着五千年的文化历史而骄傲过，作为时代青年都曾为中国所饱受的欺压而愤慨过，因为我们多是炎黄子孙。
然而，当代大学生对华夏文明究竟知道多少呢某研究机构对大学电气、管理、电信、外语、人文几个学院的同学进行了调查，各个学院发放问卷数参照各个学院的人数比例，总共发放问卷250余份，回收有效问卷228份。
调查问卷设置了调查大学生对传统文化了解程度的题目，如“佛教的来源是什么”、“儒家的思想核心是什么”、“《清明上河图》的作者是谁”等。
调查问卷给出了每位调查者对传统文化了解程度的总得分，同时也列出了被调查者的性别、专业、年级等数据信息。
请利用这些资料，分析以下问题。
问题一：分析大学生对中国传统文化的了解程度得分，并按了解程度对得分进行合理的分类。
问题二：研究获得文化来源对大学生了解传统文化的程度是否存在影响。
要求：直接导出查看器文件为.doc后打印（导出后不得修改）对分析结果进行说明，另附(手写、打印均可)。
于作业布置后，1周内上交本次作业计入期末成绩答案问题一操作过程1.打开数据文件作业。
同时单击数据浏览窗口的【变量视图】按钮，检查各个变量的数据结构定义是否合理，是否需要修改调整。
2.选择菜单栏中的【分析】→【描述统计】→【频率】命令，弹出【频率】对话框。
在此对话框左侧的候选变量列表框中选择“X9”变量，将其添加至【变量】列表框中，表示它是进行频数分析的变量。
3.单击【统计量】按钮，在弹出的对话框的【割点相等组】文本框中键入数字“5”，输出第20％、40％、60％和80％百分位数，即将数据按照题目要求分为等间隔的五类。
接着，勾选【标准差】、【均值】等选项，表示输出了解程度得分的描述性统计量。
再单击【继续】按钮，返回【频率】对话框。
4.单击【图表】按钮，勾选【直方图】和【显示正态曲线】复选框，即直方图中附带正态曲线。
再单击【继续】按钮，返回【频率】对话框。
最后，单击【确定】按钮，操作完成。
第4章 SPSS基本统计分析(课后练习参考)
第4章 SPSS基本统计分析(课后练习参考)1、利用习题二第6题数据，采用SPSS数据筛选功能将数据分成两份文件。
其中，第一份数据文件存储常住地是“沿海或中心繁华城市”且本次存款金额在1000至5000之间的调查数据；第二份数据文件是按照简单随机抽样所选取的70%的样本数据。
第一份文件：选取数据数据——选择个案——如果条件满足——存款>=1000&存款<5000&常住地=沿海或中心繁华城市。
第二份文件：选取数据数据——选择个案——随机个案样本——输入70。
2、利用习题二第6题数据，将其按常住地（升序）、收入水平（升序）、存款金额（降序）进行多重排序。
排序数据——排序个案——把常住地、收入水平、存款金额作为排序依据分别设置排列顺序。
3、利用习题二第4题的完整数据，对每个学生计算得优课程数和得良课程数，并按得优课程数的降序排序。
计算转换——对个案内的值计数输入目标变量及目标标签，把所有课程选取到数字变量，定义值——设分数的区间，之后再排序。
4、利用习题二第4题的完整数据，计算每个学生课程的平均分以及标准差。
同时，计算男生和女生各科成绩的平均分。
方法一：利用描述性统计，数据——转置学号放在名称变量，全部课程放在变量框中，确定后，完成转置。
分析——描述统计——描述，将所有学生变量全选到变量框中，点击选项——勾选均值、标准差。
先拆分数据——拆分文件按性别拆分，分析——描述统计——描述，全部课程放在变量框中，选项——均值。
方法二：利用变量计算，转换——计算变量分别输入目标变量名称及标签——均值用函数mean完成平均分的计算，标准差用函数SD完成标准差的计算。
数据——分类汇总——性别作为分组变量、全部课程作为变量摘要、（创建只包含汇总变量的新数据集并命名）——确定5、利用习题二第6题数据，大致浏览存款金额的数据分布状况，并选择恰当的组限和组距进行组距分组。
根据存款金额排序，观察其最大值与最小值，算出组数和组距。
spss习题及其答案
spss习题及其答案
SPSS习题及其答案
SPSS（Statistical Package for the Social Sciences）是一种统计分析软件，广泛应用于社会科学和商业研究。
它可以帮助研究人员对数据进行分析、建模和预测。
在学习和使用SPSS的过程中，习题和答案是非常重要的，可以帮助我们更好地理解和掌握SPSS的使用方法和技巧。
下面是一些常见的SPSS习题及其答案，供大家参考：
1. 问题：如何在SPSS中导入数据？
答案：在SPSS中，可以通过“文件”菜单中的“打开”选项来导入数据，也可以直接拖拽数据文件到SPSS的工作区。
2. 问题：如何计算变量的描述性统计量？
答案：在SPSS中，可以使用“分析”菜单中的“描述统计”选项来计算变量的描述性统计量，包括均值、标准差、最大值、最小值等。
3. 问题：如何进行相关性分析？
答案：在SPSS中，可以使用“分析”菜单中的“相关”选项来进行相关性分析，可以计算变量之间的皮尔逊相关系数或斯皮尔曼相关系数。
4. 问题：如何进行回归分析？
答案：在SPSS中，可以使用“回归”选项来进行回归分析，可以进行简单线性回归、多元线性回归等不同类型的回归分析。
5. 问题：如何进行因子分析？
答案：在SPSS中，可以使用“因子”选项来进行因子分析，可以帮助研究人员发现变量之间的潜在结构和关联。
通过以上习题及其答案的学习和实践，我们可以更好地掌握SPSS的使用方法，提高数据分析的效率和准确性。
希望大家在学习SPSS的过程中能够多多练习，不断提升自己的数据分析能力。
SPSS习题及其答案是我们学习的好帮手，也是我们进步的动力。
SPSS题目解答题答案解析
6、某百货公司9月份各天的服装销售数据如下（单位：万元）257 276 297 252 301 256 278 298 265 258286 234 210 322 310 278 301 290 256 249309 318 311 267 273 239 316 268 249 298（1）计算该百货公司日销售额的均值（277.4）、标准误差（5.15698）、中位数（277）、众数（249,256,278,298,301）、全距、方差（797.834）、标准差（28.24596）、四分位数、十分位数、百分位数、频数、峰度（-.518)和偏度(-.287)；（2）计算日销售额的标准化Z分数及对其线性转换。
解：（1）频数298.00 2 6.7 6.7 73.3301.00 2 6.7 6.7 80.0309.00 1 3.3 3.3 83.3310.00 1 3.3 3.3 86.7311.00 1 3.3 3.3 90.0316.00 1 3.3 3.3 93.3318.00 1 3.3 3.3 96.7322.00 1 3.3 3.3 100.0合计30 100.0 100.0统计量日销售额N 有效30缺失0均值277.4000均值的标准误 5.15698中位数277a众数249.00b标准差28.24596方差797.834偏度-.287偏度的标准误.427峰度-.518峰度的标准误.833全距112.00极小值210.00极大值322.00和8322.00百分位数10 242.3333c20 253.333325 256.333330 257.500040 267.500050 276.666760 288.000070 298.000075 300.250080 306.3333.25.50,75为四分位数，10，20，30··90为十分位数百分位数 1 .c,d2 212.40003 219.60004 226.80005 234.00006 235.50007 237.00008 238.50009 240.333310 242.333311 244.333312 246.333313 248.333314 249.400015 250.000016 250.600017 251.200018 251.800019 252.533320 253.333321 254.133322 254.933323 255.733324 256.133325 256.333326 256.533327 256.733328 256.933329 257.200030 257.500031 257.800032 258.700033 260.800035 265.000036 265.600037 266.200038 266.800039 267.200040 267.500041 267.800042 268.500043 270.000044 271.500045 273.000046 273.900047 274.800048 275.700049 276.266750 276.666751 277.066752 277.466753 277.866754 279.066755 280.666756 282.266757 283.866758 285.466759 286.800060 288.000061 289.200062 290.700063 292.800064 294.900065 297.000066 297.200067 297.400068 297.600069 297.800070 298.000071 298.450073 299.350074 299.800075 300.250076 300.700077 301.533378 303.133379 304.733380 306.333381 307.933382 309.100083 309.400084 309.700085 310.000086 310.300087 310.600088 310.900089 312.000090 313.500091 315.000092 316.200093 316.800094 317.400095 318.000096 319.200097 320.400098 321.600099 .a. 利用分组数据进行计算。
spss的试题、答案、结果
统计复习题目一.某公司管理人员为了解某化妆品在一个城市的月销售量Y （单位：箱）与该城市中适合使用该化妆品的人数1X （单位：千人）以及他们 人均月收入2X （单位：元）之间的关系，在某个月中对15个城市做调查，得上述各量的观测值如表A1所示.假设Y 与1X ，2X 之间满足线性回归关系15,,2,1,22110 =+++=i x x y i i i i εβββ 其中i ε独立同分布于),0(2σN .(1)求回归系数210,,βββ的最小二乘估计值和误差方差2σ的估计值，写出回归方程并对回归系数作解释；analyze-regression-linear,y to dependent,x1 x2 to indepents ,statistics-confidence回归系数210,,βββ的最小二乘估计值和误差方差2σ的估计值分别为：3.453,0.496,0.009和2σ=4.740. 回归方程为y=0.496*x1+0.009*x2+3.453回归系数解释：3.453可理解为化妆品的月基本销售量，当人均月收入2X 固定时，适合使用该化妆品的人数1X 每提高一个单位，月销售量Y 将增加0.496个单位；当适合使用该化妆品的人数1X 固定时，人均月收入2X 每提高一个单位，月销售量 Y 将增加0.009个单位 (2)求出方差分析表，解释对线性回归关系显著性检验的结果.求复相关系数的平方2R 的值并由于P 值=0.000<0.05，所以回归关系显著.2R 值=0.999，说明Y 与1X ，2X 之间的线性回归关系是高度显著的…(3)分别求1β和2β的置信度为95.0的置信区间；coefficients 的后面部分.1β和2β的置信度为95.0的置信区间分别为（0.483，0.509），（0.007,0.011）(4)对05.0=α，分别检验人数1X 及收入2X 对销量Y 的影响是否显著；由于系数1β，2β对应的检验P 值分别为0.000，0.000都小于0.05，所以适合使用该化妆品的人数1X 和人均月收入2X 对月销售量Y 的影响是显著的(5)该公司欲在一个适宜使用该化妆品的人数22001=x ，人均月收入250002=x 的新城市中销售该化妆品，求其销量的预测值及置信为0.95的置信区间.Y 的预测值及置信度为0.95的置信区间分别为：135.5741和（130.59977，140.54305）在数据表中直接可以看见二、某班42名男女学生全部参加大学英语四级水平考试，数据如下：（数据表为A2）问男女生在英语学习水平上有无显著差异？单击weight cases-weight cases by-x, ok, analyze-descriptive statistics-crosstabs,(列联表分析)sex to rows,score to column, exact-exact, statistics chi-square ,ok.原假设不显著，看这个（Asymp. Sig. (2-sided)）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SPSS实践题
习题1
分析此班级不同性别的学生的物理和数学成绩的均值、最高分和最低分。
Std. Deviation
Minimum
Maximum
结论：男生数学成绩最高分: 95 最低分: 72 平均分:
物理成绩最高分: 87 最低分: 69 平均分:
女生数学成绩最高分: 99 最低分: 70 平均分:
物理成绩最高分: 91 最低分: 65 平均分:
习题2
分析此班级的数学成绩是否和全国平均成绩85存在显著差异。
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
数学26
结论：由分析可知相伴概率为，小于显著性水平，因此拒绝零假设，即此班级数学成绩和全国平均水平85分有显著性差异
习题3
分析兰州市2月份的平均气温在90年代前后有无明显变化。
Group Statistics
分组N Mean Std. Deviation Std. Error Mean
二月份气温011.3628400
118.3065729
结论：由分析可知, 方差相同检验相伴概率为,大于显著性水平,因此接受零假设，90年代前后2月份温度方差相同。
双侧检验相伴概率为, 小于显著性水平，拒绝零假设，即2月份平均气温在90年代前后有显著性差异
习题4
分析15个居民进行体育锻炼3个月后的体质变化。
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Paired Samples Correlations
N Correlation Sig.
Pair 1锻炼前 & 锻炼后15.277
结论：由分析可知，锻炼前后差值与零比较，相伴概率小于显著性水平，
拒绝零假设，即锻炼前后有显著性差异
习题5
为了农民增收，某地区推广豌豆番茄青菜的套种生产方式。
为了寻找该
种方式下最优豌豆品种，进行如下试验：选取5种不同的豌豆品种，每
一品种在4块条件完全相同的田地上试种，其它施肥等田间管理措施完
全一样。
根据表中数据分析不同豌豆品种对平均亩产的影响是否显著。
ANOVA
产量
Sum of Squares df Mean Square F Sig.
Multiple Comparisons Dependent Variable:产量
(I) 品种(J) 品种Mean Difference
(I-J)Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
LSD12.509
3.773
4.289
5*.019
21.509
3.707
4.679
5*.005
31.773
2.707
4.434
5*.010
41.289
2.679
3.434
5*.002 51*.019
2*.005
3*.010
4
*.002
*. The mean difference is significant at the level.
产量
品种N Subset for alpha = 12
Student-Newman-Keuls a54
14
34
24
44
Sig..696 Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = .
结论：由以上分析可知，F统计量F(4,15)=，对应的相伴概率为，小于显著性水平，拒绝零假设，即不同品种豌豆与亩产量之间存在显著性差异。
1、2、3、4号品种与5号有明显差异, 5号品种产量最低, 因此购种选择前四种均可。
习题6
由于时间安排紧张，公司决定安排4名员工操作设备A、B、C各一天，得到日产量数据如表所示。
试分析4名员工和3台设备是否有显著性差异，以便制定进一步的采购计划。
Tests of Between-Subjects Effects
Dependent Variable:日生产量
Source Type III Sum of
Squares df Mean Square F Sig.
Corrected Model433.167a5.002
Intercept1
.000
equipment2.001 staff3.022 Error6
Total12
Corrected Total11
2
3
4 21
2
3
4 31
2
3
4
Based on observed means.
The error term is Mean Square(Error) = .
日生产量
员工N
Subset
12
Student-Newman-Keuls a,b23
33
43
13
Sig..070.335
日生产量
设备N
Subset
12
Student-Newman-Keuls a,b34
14
24
Sig..079
结论：由以上假设检验分析可知，不同人员、不同设备各自以及他们的交互作用对日生产量都有显著影响。
由上图可知，要提高员工日生产量，应该选购设备2。
习题7
数据记录了18个试验地里杨树一年生长量与施用氮肥和钾肥的关系，考虑杨树初始高度的影响，分析氮肥和钾肥的施肥量和杨树生长量之间的关系。
Between-Subjects Factors
N
钾肥量.006
6
6
氮肥量多9
少9
Descriptive Statistics
Dependent Variable:树苗生长量
钾肥量氮肥量Mean Std. Deviation N
.00多.080213少.202073
Total.194056
多.115333
少.066583
Total.094116
多.050003
少.150003
Total.100006 Total多.119499少.229739
Total.1862618
1. Grand Mean Dependent Variable:树苗生长量
Mean Std. Error
95% Confidence Interval Lower Bound Upper Bound
少 1.906a.043
多 2.111a.041
少 1.920a.041
多 2.263a.039
少 2.244a.039
a. Covariates appearing in the model are evaluated at the following values: 树苗初
始高度 = .
结论：由分析可知，剔除树苗初始高度的影响，树苗生长量与钾肥、氮肥施肥量有显著性差异。
习题8
试分析表中的全国各地区城镇居民消费性支出和总收入的相关性。
Descriptive Statistics
Mean Std. Deviation N
总收入31
消费性支出31
Correlations
总收入消费性支出
总收入Pearson Correlation1.987**
Sig. (2-tailed).000
N3131
消费性支出Pearson Correlation.987**1
Sig. (2-tailed).000
N3131
**. Correlation is significant at the level (2-tailed).
结论：由分析可知，总收入和支出的pearson相关系数为，为高度相关。
假设检验得出的相伴概率小于显著水平，因此拒绝零假设，即可以用样本相关系数r代替总体相关系数ρ。
习题9
试分析表中各地区科研投入的人年数和课题总量之间的相关关系。
Correlations
Control Variables投入人年数课题总数投入高级职称的人年数
-none-a投入人年数Correlation.959.988
Significance
(2-tailed)
..000.000
df02929课题总数Correlation.959.944
Significance
(2-tailed)
.000..000
df29029投入高级职称的人年数Correlation.988.944
Significance
(2-tailed)
.000.000.
df29290投入高级职称的人年数投入人年数Correlation.507
Significance
(2-tailed)
..004
df028
课题总数Correlation.507
Significance
(2-tailed)
.004.
df280
a. Cells contain zero-order (Pearson) correlations.
结论：由分析可知，投入高级职称的人年数对投入人年数和课题总数都有影响，剔除它的影响，采用偏相关分析。
投入人年数和课题总数相关系数为，为中度相关，可以用样本相关系数代替总体相关系数。