SPSS实验报告
spss分析实验报告
spss分析实验报告SPSS分析实验报告引言在社会科学研究领域，SPSS（Statistical Package for the Social Sciences）作为一种数据分析工具，被广泛应用于统计分析和数据挖掘。
本实验报告旨在通过SPSS软件对某项研究进行数据分析，探索其背后的数据模式和相关关系。
一、研究背景与目的本次研究旨在探究大学生的学习成绩与睡眠时间之间的关系。
学习成绩和睡眠时间是大学生日常生活中两个重要的方面，通过分析两者之间的关联，可以为学生提供科学的学习指导，提高学习效果。
二、研究设计与数据收集本研究采用问卷调查的方式，通过随机抽样的方法选取了500名大学生作为研究对象。
问卷内容包括学生的学习成绩和每日平均睡眠时间。
收集到的数据以Excel表格的形式整理并导入SPSS软件进行分析。
三、数据预处理在进行数据分析之前，需要对数据进行预处理。
首先，检查数据是否存在缺失值或异常值。
通过SPSS软件的数据清洗功能，将缺失值进行填补或删除，确保数据的完整性和准确性。
其次，对数据进行标准化处理，以消除不同变量之间的量纲差异。
四、描述性统计分析描述性统计分析是对数据的基本特征进行总结和描述。
通过SPSS软件的统计功能，可以计算出学生的学习成绩和睡眠时间的平均值、标准差、最大值、最小值等统计指标。
同时，可以绘制直方图、箱线图等图表来展示数据的分布情况。
五、相关性分析相关性分析是研究不同变量之间相关关系的一种方法。
本研究中，我们使用Pearson相关系数来衡量学习成绩和睡眠时间之间的线性相关性。
通过SPSS软件的相关性分析功能，可以得到相关系数的数值和显著性水平。
如果相关系数接近于1或-1，并且显著性水平小于0.05，则说明学习成绩和睡眠时间之间存在显著的相关关系。
六、回归分析回归分析是研究自变量对因变量影响程度的一种方法。
在本研究中，我们使用线性回归模型来探究睡眠时间对学习成绩的影响。
通过SPSS软件的回归分析功能，可以得到回归方程的系数、显著性水平和模型的拟合优度。
spss实验报告,心得体会
spss实验报告,心得体会篇一:SPSS实验报告SPSS应用——实验报告班级:统计0801班学号:1304080116 姓名: 宋磊指导老师:胡朝明2010.9.8一、实验目的:1、熟悉SPSS操作系统，掌握数据管理界面的简单的操作;2、熟悉SPSS结果窗口的常用操作方法，掌握输出结果在文字处理软件中的使用方法。
掌握常用统计图(线图、条图、饼图、散点、直方图等)的绘制方法;3、熟悉描述性统计图的绘制方法;4、熟悉描述性统计图的一般编辑方法。
掌握相关分析的操作，对显著性水平的基本简单判断。
二、实验要求:1、数据的录入，保存，读取，转化，增加，删除;数据集的合并，拆分，排序。
2、了解描述性统计的作用，并1掌握其SPSS的实现(频数，均值，标准差，中位数，众数，极差)。
3、应用SPSS生成表格和图形，并对表格和图形进行简单的编辑和分析。
4、应用SPSS做一些探索性分析(如方差分析，相关分析)。
三、实验内容:1、使用SPSS进行数据的录入，并保存: 职工基本情况数据:操作步骤如下:打开SPSS软件，然后在数据编辑窗口(Data View)中录入数据，此时变量名默认为var00001,var00002,…,var00007,然后在Variable View窗口中将变量名称更改即可。
具体结果如下图所示:输入后的数据为:将上述的数据进行保存:单击保存即可。
2、读取上述保存文件:选择菜单File--Open—Data;选择数据文件的类型，并输入文件名进行读取，出现如下窗口:选定职工基本情况.sav文件单击打开即可读取数据。
3、对上述数据新增一个变量工龄，其操作步骤为将当前数据单元确定在某变量上，选择菜单Data—Insert Variable，SPSS自动在当前数据单元所在列的前一列插入一2个空列，该列的变量名默认为var00016，数据类型为标准数值型，变量值均是系统缺失值，然后将数据填入修改。
结果如下图所示:篇二:SPSS相关分析实验报告本科教学实验报告(实验)课程名称:数据分析技术系列实验实验报告学生姓名:一、实验室名称:二、实验项目名称:相关分析三、实验原理相关关系是不完全确定的随机关系。
SPSS上机实验报告一
1.数据文件的建立。
打开SPSS,在数据编辑器的变量视图中，输入变量的属性特征，如Name,Width,Decinmal等。
以习题一为例，输入为下：返回数据编辑库，数据视图，直接录入数据。
习题一的数据表如下：点击Save，输入文件名将文件保存。
2.数据的整理数据编辑窗口的Date可提供数据整理功能。
其主要功能包括定义和编辑变量、观测量的命令，变量数据变换的命令，观测量数据整理的命令。
以习题一为例，将上图中的数据进行整理，以GDP值为参照，升序排列。
数据整理后的数据表为：整理后的数据，可以直观看出GDP值的排列。
3、频数分析。
以习题一为例(1).单击“分析→描述统计→频率”(2)打开“频率”对话框，选择GDP为变量(3)单击“统计量”按钮，打开“统计量”对话框.选择中值及中位数。
得到如下结果：（4）单击“分析→描述统计→探索”，打开“探索”对话框，选择GDP（亿元），输出为统计量。
结果如下：4、探索分析以习题2为例子：（1）单击“分析→统计描述→频率”，打开“频率”对话框，选择“身高”变量。
（2）选择统计量，分别选择百分数，均值，标准差，单击图标。
的如下结果：（3）单击“分析→统计描述→探索”，选择相应变量变量，单击“绘制”，选择如下图表，的如下结果：从上述图标可以看出，除了个别极端点以外，数据都围绕直线上下波动，可以看出，该组数据，在因子水平下符合正态分布。
4．交叉列联表分析：以习题3,原假设是吸烟与患病无关备择假设是吸烟与患病有关操作如下：单击“分析→统计描述→交叉表”，打开“交叉表”对话框，选择相应变量变量，单击精确，并选择“统计量”按钮，选择“卡方”作为统计量检验，然后单击“单元格”按钮，选择“观测值”和“期望值”进行计数。
得出分析结果如下：分析得出卡方值为7.469,，自由度是1，P值为0.004<0.05拒绝原假设，故有大于95%的把握认为吸烟和换慢性气管炎有关。
习题4：原假设是性别与安全性能的偏好无关备择假设是性别与安全性能的偏好有关操作如下：单击“分析→统计描述→交叉表”，打开“交叉表”对话框，选择相应行列变量然后选择“统计量”按钮，以“卡方”作为统计量检验.单击“单元格”按钮，选择“观测值”和“期望值”进行计数单击“确定”，得出分析结果如下：分析得出卡方值为19自由度是4，P值为0.001<0.05拒绝原假设，故有99.9%的把握认为性别与安全性能的偏好有关5实验作业补充。
SPSS实验报告完整版
SPSS实验实验课程专业统计软件应用上课时间学年学期周（年月日—日）学生姓名学号所在学院指导教师第五章第一题通过样本分析，结果如下图One-Sample StatisticsN Mean Std. Deviation Std. Error Mean 成绩27 77.9312.111 2.331One-Sample TestTest Value = 70t df Sig. (2-tailed)Mean Difference 95% Confidence Interval of theDifferenceLower Upper成绩 3.400 26.0027.926 3.13 12.72从图看出，sig=0.002，小于0.05，因此本班平均成绩与全国平均成绩70分有显著性差异。
第五章第二题通过独立样本分析，结果如下图Group Statistics成绩N Mean Std. Deviation Std. Error Mean成绩1=男10 84.0011.528 3.6450=女10 62.9018.454 5.836Independent Samples TestLevene's Test forEquality of Variances t-test for Equality of MeansF Sig. t dfSig.(2-tailed)MeanDifferenceStd. ErrorDifference95% Confidence Interval of theDifferenceLower Upper成绩Equalvariancesassumed1.607.221 3.06718.007 21.100 6.881 6.64435.556Independent Samples TestLevene's Test forEquality of Variances t-test for Equality of MeansF Sig. t dfSig.(2-tailed)MeanDifferenceStd. ErrorDifference95% Confidence Interval of theDifferenceLower Upper成绩Equalvariancesassumed1.607.221 3.06718.007 21.100 6.881 6.64435.556Equalvariancesnotassumed3.06715.096.008 21.100 6.881 6.44235.758在显著性水平为0.05的情况下，t统计量的概率p为0.007，故拒绝零假设，既两样本的均值不相等，既男女生成绩有显著性差异。
SPSS聚类分析实验报告
SPSS聚类分析实验报告一、实验目的本实验旨在通过SPSS软件对样本数据进行聚类分析，找出样本数据中的相似性，并将样本划分为不同的群体。
二、实验步骤1.数据准备：在SPSS软件中导入样本数据，并对数据进行处理，包括数据清洗、异常值处理等。
2.聚类分析设置：在SPSS软件中选择聚类分析方法，并设置分析参数，如距离度量方法、聚类方法、群体数量等。
3.聚类分析结果：根据分析结果，对样本数据进行聚类，并生成聚类结果。
4.结果解释：分析聚类结果，确定每个群体的特征，观察不同群体之间的差异性。
三、实验数据本实验使用了一个包含1000个样本的数据集，每个样本包含了5个变量，分别为年龄、性别、收入、教育水平和消费偏好。
下表展示了部分样本数据：样本编号，年龄，性别，收入，教育水平，消费偏好---------，------，------，------，---------，---------1，30，男，5000，大专，电子产品2，25，女，3000，本科，服装鞋包3，35，男，7000，硕士，食品饮料...，...，...，...，...，...四、实验结果1. 聚类分析设置：在SPSS软件中，我们选择了K-means聚类方法，并设置群体数量为3，距离度量方法为欧氏距离。
2.聚类结果：经过聚类分析后，我们将样本分为了3个群体，分别为群体1、群体2和群体3、每个群体的特征如下：-群体1：年龄偏年轻，女性居多，收入较低，教育水平集中在本科，消费偏好为服装鞋包。
-群体2：年龄跨度较大，男女比例均衡，收入中等，教育水平较高，消费偏好为电子产品。
-群体3：年龄偏高，男性居多，收入较高，教育水平较高，消费偏好为食品饮料。
3.结果解释：根据聚类结果，我们可以看到不同群体之间的差异性较大，每个群体都有明显的特征。
这些结果可以帮助企业更好地了解不同群体的消费习惯，为市场营销活动提供参考。
五、实验结论通过本次实验，我们成功地对样本数据进行了聚类分析，并得出了3个不同的群体。
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1.82.3 2.91.42.13.21.52.1 2.72.1 2.1 2.81.92.6 2.71.72.53.01.82.33.41.92.43.01.82.43.41.8 3.32.03.5SPSS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。
不同地区贡献的离差平方和为7149.781，均方为3574.891；不同广告贡献的离差平方和为7625.708，均方为3812.854。
说明不同广告和不同地区对汽车销量都有显著性影响。
广告对于销量的影响略大于地区对销量的影响。
从地区这个变量比较：第一组和第三组的相伴概率为0.000，低于显著性水平，一、三组均值差异显著；第二组和第三组的相伴概率为0.028，低于显著性水平，二、三组均值差异显著。
SPSS聚类分析实验报告
SPSS聚类分析实验报告摘要：本实验旨在利用SPSS软件进行聚类分析，并通过实验结果分析数据的分布情况，揭示数据中的隐含规律。
通过聚类分析，我们将数据样本划分为不同的类别，以便更好地理解数据的特征、相似性以及群组之间的差异。
实验结果表明，SPSS软件在聚类分析方面具有较高的可靠性和准确性，能够有效地提取数据的特征和隐含信息，为数据分析提供有力支持。
1.引言2.实验方法2.1数据收集与准备本实验使用到的数据集是从公开渠道获取的一份包含各个地区收入、消费、教育等特征的数据集。
为了保护数据安全和隐私，将被分析的数据进行了匿名化处理。
2.2SPSS操作步骤（1）导入数据集：将数据集导入SPSS软件，并进行数据检查和处理，确保数据的完整性和准确性。
（2）选择合适的聚类算法：根据实验目的和数据特点选择适合的聚类算法，这里选择了k-means算法作为聚类算法。
（3）设置聚类参数：设置聚类的类别数、迭代次数等参数，以得到最优的聚类结果。
（4）进行聚类分析：运行聚类分析模块，观察聚类结果和聚类中心的分布情况。
（5）结果解释与分析：根据聚类结果，对不同类别的数据进行特征分析和差异比较，以更好地理解数据的特点和分布规律。
3.实验结果与分析通过SPSS软件进行聚类分析，得到了数据样本的聚类结果。
根据平均轮廓系数和间隔分析等指标，确定了最优的聚类类别数，并得到了每个类别的聚类中心和分布情况。
3.1聚类类别数的确定为了确定合适的聚类类别数，使用平均轮廓系数方法和间隔分析方法进行评估。
通过计算不同聚类类别数下的平均轮廓系数和间隔分析值，选择具有最大平均轮廓系数和最小间隔分析值的类别数作为最优的聚类类别数。
经过计算分析，确定了聚类类别数为33.2聚类结果与分析根据聚类类别数为3的聚类结果，将数据样本分为了三组。
分别对每组数据进行了特征分析和差异比较。
3.2.1类别1：高收入、高教育水平、低消费该类别的个体具有较高的收入水平和教育水平，但消费水平较低。
主成分分析、因子分析实验报告--SPSS
主成分分析、因子分析实验报告--SPSS主成分分析、因子分析实验报告SPSS一、实验目的主成分分析（Principal Component Analysis，PCA）和因子分析（Factor Analysis，FA）是多元统计分析中常用的两种方法，旨在简化数据结构、提取主要信息和解释变量之间的关系。
本次实验的目的是通过使用 SPSS 软件对给定的数据集进行主成分分析和因子分析，深入理解这两种方法的原理和应用，并比较它们的结果和差异。
二、实验原理（一）主成分分析主成分分析是一种通过线性变换将多个相关变量转换为一组较少的不相关综合变量（即主成分）的方法。
这些主成分是原始变量的线性组合，且按照方差递减的顺序排列。
主成分分析的主要目标是在保留尽可能多的数据信息的前提下，减少变量的数量，从而简化数据分析和解释。
（二）因子分析因子分析则是一种探索潜在结构的方法，它假设观测变量是由少数几个不可观测的公共因子和特殊因子线性组合而成。
公共因子解释了变量之间的相关性，而特殊因子则代表了每个变量特有的部分。
因子分析的目的是找出这些公共因子，并估计它们对观测变量的影响程度。
三、实验数据本次实验使用了一份包含多个变量的数据集，这些变量涵盖了不同的领域和特征。
数据集中的变量包括具体变量 1、具体变量 2、具体变量 3等，共X个观测样本。
四、实验步骤（一）主成分分析1、打开 SPSS 软件，导入数据集。
2、选择“分析”＞“降维”＞“主成分分析”。
3、将需要分析的变量选入“变量”框。
4、在“抽取”选项中，选择主成分的提取方法，如基于特征值大于1 或指定提取的主成分个数。
5、点击“确定”，运行主成分分析。
（二）因子分析1、同样在 SPSS 中，选择“分析”＞“降维”＞“因子分析”。
2、选入变量。
3、在“描述”选项中，选择相关统计量，如 KMO 检验和巴特利特球形检验。
4、在“抽取”选项中，选择因子提取方法，如主成分法或主轴因子法。
- 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)。
描述性统计分析一、实验目得1. 进一步了解掌握SPSS专业统计分析软件，能更好地使用英进行数据统计分析。
2. 学习描述性统汁分析及英在SPSS中得实现，内容具体包括基本描述性统汁量得龙义及计算、频率分析、描述性分析、探索性分析、交叉表分析等。
3. 复习权重等前章得知识。
二、实验内容题目一打开数据文件“da ta4-5、sa v“,完成以下统计分析：(1) 计算各科成绩得描述统计虽:平均成绩、中位数、众数、标准差、方差、极差、最大值与最小值；(2) 使用“Recode"命令生成一个新变量“成绩段"，其值为各科成绩得分段:90〜1 00为1,8 0〜89为2,70-79为3, 6 0 ~6 9为4, 6 0分以下为5,其值标签设为：1 一优，2-良,3-中,4 一及格,5-不及格。
分段以后进行频数分析,统讣各分数段得人数，最后生成条形图与饼图。
1 •解决问题得原理因为问题涉及各科成绩，用描述性分析，第二问要先进行数据分段，英后利用频数分析描述统计量并可以生成条形图等。
2、实验步骤针对第一问第1步打开数据菜单选择：“文件一打开一数据”，将“da t a 4-8、sav”导入。
第2步文件拆分菜单选择：“数据一拆分文件”，打开“分割文件”对话框，点击比较组按钮，将“科目”加入到“分组方式”列表框中，并确圧。
力櫻8矽仿帕 狄巴・UKfB "㈣CM9SS5M Mew rrwrt” tUl打制梅』<T M•力仕 l-c]勺 xa""注2»/»vn*\■:近多©" Tt第3步描述分析设置：(1) 选择菜单:“分析一描述统计一 描述“，打开“描述性"对话框，将“成绩” “加入到“变量”列表框中。
打开“选项”对话框，选中如下图中得各项。
J 戻制g V E 小血“万走 “ /大II!✓范 i Q®的畅砂◎ 号布r 魁：匚毗-且示亦_C 76iSff(A>C iSNjtljtWJFMfFfC).：找灼值附测W 回点击“继续"按钮。
(4)回到“描述性"对话框，点击确左。
针对第二问第1步频率分析设置：(1) 选择菜单:“分析一描述统计一频率“，(2)打丹濒率(F)”对话框，点击“合计S 再点击“继续”按钮、.25Ujixx»Mica.v.rjMR2*<») "s Q»HS« 55伍密 awsitUe*SStORJitfn*»«Xt5r vT IIr4r TJi”t ifr aT2r 7J r ”r 72r 辛r捕® ■彎|WKM 4MfUXI _」at 一 一《>一1_«_」_at 丄赵―l_ga_J_xa_J_Rl_] jtt 一I I i I i i ; I I Im 却tl 也⑥船屯勺 .aKRU»w»tt»W(U »'. rwitMQ'I S J WEL B 矶"皿•.uNWIttttN• wt ，E 0tt<N'GUW2：■r^• trHMTNnch o^ftaMve⑶打开“图表”对话框，选中“条形” 复选框，点击“继续”按钮。
⑷ 回到“频率(F广对话框，点击确立。
(5)重复步骤(1) (2)把步骤(3)改成打开“图表”对话框，选中"饼图” 复选框，点击“继续”按钮。
再回到c 濒率（F 广对话框,点击确定。
三、实验结果及分析统计量数学N有效 15缺失均值55 • 87中值49、00众数37标准羞24、348 方盪592 、 838极小值24极大值95百分位数 2536、00504,007581 70英语N有效 15缺失均值57、80中值56、00众数56标准差22、697方渥515U71极小值15极大值91百分位数 2534、005056、007578、00存在多个众数。
显示锻小值成绩段料目：语文成塡段成绩段料目：数学ft成塡段不M成纳段科目：英语试址段料目：话文□啸□ A成纳段 科目：敢7语文成绩得平均成绩为67、87,中位数就是73、众数6 0、标准差21、73 8、方差472、552、 极差9 8 -19=79.最大值9 8与最小值1 9 ; 各分数段人数：语文90~10 0为3, 80〜8 9为1, 70〜79为4, 6 0~69为4, 6 0分以下为3, 数学90〜100为1,80〜8 9为3,70-7 9为2,60〜69为0, 60分以下为9, 英语9 0〜1 00为2 ,80-89为1, 70-79为2,60- 6 9为2,60分以下为9 , 生成条形图与饼图如截图所示 题目二1.打开数据文件“d a 24—6、s a g 完成以下统计分析：(1)对身高进行考察，分析四分位数、计算上奇异值、上极端值、下奇异值与下极端值，并生 成茎叶图与箱图：(2) 考察身高、体重与胸用得正态性。
针对第一问试址段 料目：英语□啸 □ A1、解决问题得原理探索性分析第1步打开数据菜单选择：“文件一打开一数据”，将"data 4 — 9 . s av"导入。
第2步探索分析设置：(1)选择菜单“分析一描述统计-探索”，打开“探索”对话框，，将“身髙”字段移入“因变量列表S(2)打开“统讣量”对话框，选中“描述性”及古计：T'选项;因变量列表(R):I 「处 _ _@按索;统曲•一AH描述淫均值的這信区间©：隔| %厨世-估计量(M)O界外徹0E百分位数(E)—［取消J〔帮助|⑶打开“探索:图”对话框，选中“按因子水平分组”、“茎叶图”、“带检验得正态图”等选项。
打开“探索:选项”，选中“按列表排除个案”选项针对第二问与第一问得方法相似也可用探索性分析第1步探索分析设置：(1)选择菜单“分析一描述统计-探索”，打开“探索”对话框,，将“体重”字段移入“因变量列表M O（2）打开“统计量”对话框,选中“描述性”及“M—估计量”选项;因变量列表（P）：- —1 I 几 _ _區抿索;统计呈0描述准均值的這信区间©：協| % 厨世-估计量（M） O界外值◎ B百分位数（E）统计Bootstra（缠续］〔取消H帮助］（3）打开“探索:图”对话框，选中“按因子水平分组J “茎叶图”、“带检验得正态图”等选项。
打开“探索:选项”，选中“按列表排除个案”选项第2步探索分析设置：(1)选择菜单“分析-描述统计 -探索”，打开“探索”对话框,,将“胸围”字段移入“因变量列表”O因变量列表助1 「几 _ _ 區探索;统H 星•一 A 01苗述准均值的這信区间©：隔| % 厨世-估计量(M)O 界外值(Q) 百分位数迟)— ［竝簇］|取消］|帮助|(3) 打开“探索:图”对话框，选中“按因子水平分⑵打开“统汁量”对话框，选中“描述性”及“NM 古计量”选项;1 ［统计呈］绘制C 」|选项I组二“茎叶图J “带检验得正态图”等选项。
打开“探索：选项”，选中“按列表排除个案”选项3.结果及分析身咼身高Stem-and-Leaf Plot Frequency Stem & Leaf2.00 16.00 39.00 18.00 13.00 9・9910・ 000000122233334410 ・ 55555555666667777888888899999999999999911 ・ 00000011.222223334411・ 55566677889997.00 12 ・ 00000021.00 12 . 5Stem width; 10.0Each kaf: 1 case(s)从上得茎叶图可以更加详细地分析身髙数据。
125 0-120 0-115.0-110.0-:C5 0-10CCT95 0-DetrondtO Normal Q-Q Plot of>4-o•骞I MoI严小吧z °• s*O $从上得箱图可以分析变量“身高”得四分位数。
ObMrvtd V4纫U的正书QQ朝刿憎的0降iF•鲁QQM从上得Q-Q图中可以瞧出，身髙、体重、胸用三个变量都很好得服从正态分布。
题目三表4、2 2就是对吸烟与患气管炎得调查表，试分析吸烟与患气管炎之间得关系。
（用交叉列联表分析，参见数据文件：data4—10、sav o）1、解决问题得原理:运用交叉表分析2、实验内容第1步打开数据菜单选择：“文件-*打开-*数据”，将"data4— 1 0、sav"导入。
第2步加权设置：菜单选择：“数据一加权个案”，打开“加权个案”对话框，如图设巻。
第3步交叉表分析设置：⑴选择菜单:“分析一描述统计一交叉表”，打开“交叉表”对话框，将“就是否吸烟”及“就是否换气管炎”字段分别加入“行（s ）”及“列（0 ”列表框中。
⑵打开“统讣量”对话框，选中“卡方”选项。
3）@交叉表:统计星I 茨1藉确09…圍卡方（旦） □相笑性迟）L 丈B ------------- r-SE ---------------------------包元格匡）…相依系数（9）:Gamma(G)格式（巳…□ Phi Cramer 变量二 Somers" d(S)>otstrap(A).[□ Lambda(L)□ Kendall 的 tau •以B)□不定性怒数也） Kendairs tau-c(C)按区间标定0 Kappa(K)□ Eta(E)［□风险①~ McNemar(M)鬥 Cochran's and Mantel-Haenszel 统计呈(A)检验一般几率比等于］:[5^] 帮助)（确定J |粘贴吃）11重置迟）H 取消 H 顾—［（3）打开“单元显示”对话框，选中“观察值”及“四舍五入单元格计数”选项，二者 都就是缺省设置。
残差未标准化应）□标准化（g>n 调节的标准化©） 非整数权重◎四舍五入单元格计数迥）©四舍五入个案 ©裁短单元格计数（丄） O 截短个累权重（旦） ◎无调节®）［竝续］〔取消］j3实验结果及分析就是否吸烟*就是否患气管炎Cr os s tabulat i on百分比（C ）行迟） □列a、Oc e 1 1 s ( * 0%) have expe c t ed cou n t les s than 5 ' The mini mum expect ed c oun t is 22 • 14 ■b、pu t ed only f or a 2x 2 tableBarChartZJLL> 5炬否吸JW综上所示，各种检验方法显著水平都远小于0、05,所以有理由拒绝“实验准备与评价结果就是独立得”假设,即认为实验准备这一评价指标与评价结果就是相关得。