《管理统计学》实验报告
管理统计学实践报告
管理统计学实践报告XX系本科学生手机运营商使用情况的调查XX0801班胡婧（U200815715）胡毅鹏（U200815675）陆天（U200812378）2010年10月XX系学生手机运营商使用情况的调查一、 调查目的通过调查，了解和分析XX 系本科学生手机运营商选择使用情况， 具体说来是运用管理统计学课程所学习的抽样方法、参数估计和假设检验等方法，利用Excel 和SPSS 软件，并通过查找资料自学和探索了新的数据分析模型，分析中国移动、中国联通和中国电信三大手机运营商在XX 系本科学生中的使用比例，以及资费套餐的相关选用情况。
通过调查，达到深入理解所学理论知识，熟练掌握运算方法和工具，提升分析问题和解决问题的能力。
二、 调查方式我们调查了XX 系本科全部学生的年级、性别、电话号码、每月平 均花费、选用资费套餐等信息和数据，采用了调查问卷（见附录）、实地访谈的方式。
数据分析时使用了随机抽样和假设检验的方法。
三、 调查结果分析（一）分别计算各年级学生运营商选择使用情况 1、 确定抽样人数我们从调查问卷和询问年级辅导员及各班班长，获得了XX 系各年级专业人 数N ，由于我们之前没有相关调查和数据做参考，我们选择π=0.5(以保证在△水平下所获得的概率最大) ,α为0.05。
2/αz αα利用以下两个公式算出实际取样值n。
计算结果如下表：2、计算平均值P3、计算方差1()πππ-⋅⋅-)1(z2/⋅-⋅NNnππα=0.034、 计算浮动范围，得出置信区间.0≥1N n N n )1(Z P ,1N n N n P)-P(1Z P /2/2---+---P P αα（二）计算四个年级学生总体选用手机运营商情况 XX 系本科四个年级总人数：47+60+54+58=2191、检验手机运营商的选择与不同年级是否相关——同质性检验H0：Pa1=Pb1=Pc1=Pd1 Pa2=Pb2=Pc2=Pd2 Pc3=Pb3=Pc3=Pd3利用公式 计算得：= 0.0057+0.0288+0.0056+0.0331+2.1382+1.2300+0.0999+0.0059+0.5917+0.0002+0.0165+0.9732=5.1288自由度df=（r-1）（c-1）=6 查表知 =12.592大于5.1288 所以应当接受原假设，即手机运营商的选择与年级无关．．。
管理统计学实验报告
管理学院实验报告学号xxx姓名xxx专业班级xxx指导老师xxx实验日期课程名称管理统计学实验名称实验成绩实验项目一：假设检验的Excel实现实验时间：2016.6.2 1. 实验目的和要求巩固熟悉假设检验的相关原理及方法，掌握Excel中进行假设检验的相关计算过程。
2. 实验原理假设检验的相关原理及方法。
3. 主要仪器设备（软件）1）硬件配置：使用综合实验室中现有配置的计算机，无特殊要求。
2）软件环境：Windows XP或以上的操作系统，Excel软件。
4. 实验内容及步骤假设检验中关于T检验、F检验的相关内容5．实验数据记录T检验：成对双样本均值分析九个专家对两个品牌的评价，对两品牌的评价是否有显著差异本检验的假设为：H0:μ d = 0 H1: μ d ≠0由α=0.05得临界值t0.05/2(8) = 2.306，由于是双侧检验，拒绝域为：|t|>2.3063.277>t0.05/2(9) = 2.306t值落在拒绝域，故拒绝H0，即认为专家对于两个品牌的评价有显著差异。
T检验：双样本等方差假设P108例4-28本检验假设为：H0:μ d = 0 H1: μ d ≠0由α=0.05得临界值t0.05/2(14) = 2.14，由于是双侧检验，拒绝域为：|t|>2.14 1.30<t0.05/2(14) = 2.14t值落在接受域，故不能拒绝H0，即认为两种饲料的增重效果没有显著差异。
T检验：双样本异方差假设P108例4-28本检验假设为：H0:μ d = 0 H1: μ d ≠0由α=0.0得临界值t0.05/2(14) = 2.18，由于是双侧检验，拒绝域为：|t|>2.18 1.30<t0.05/2(14) = 2.18t值落在接受域，故不能拒绝H0，即认为两种饲料的增重效果没有显著差异F检验P108例4-28，本检验假设为：H0:μ d = 0 H1: μ d ≠0F值为2.09 F临界值为3.79 F<F临界值t值落在接受域，故不能拒绝H0，即认为两种饲料的增重效果没有显著差异6.问题及体会在几次的统计学实验中，通过实验操作可使我们加深对假设检验的相关理论知识的理解；学习和掌握统计学的基本方法，并能进一步熟悉和掌握EXCEL的操作方法和进行假设检验的相关计算过程，培养我们分析和解决实际问题的基本技能。
管理统计实验报告心得(3篇)
第1篇一、实验背景随着我国经济的快速发展，企业面临着激烈的市场竞争。
为了提高企业的管理水平和决策能力，统计学在企业管理中的应用越来越广泛。
为了使同学们更好地掌握管理统计的基本理论和方法，我们开展了管理统计实验课程。
通过本次实验，我对管理统计有了更深入的了解，以下是我对本次实验的心得体会。
二、实验目的1. 掌握管理统计的基本理论和方法；2. 熟悉SPSS等统计软件的使用；3. 培养同学们分析问题和解决问题的能力；4. 提高同学们的数据处理和分析能力。
三、实验内容本次实验主要分为以下几个部分：1. 数据收集与整理：通过查阅相关资料，收集实验所需的数据，并对数据进行整理和清洗。
2. 描述性统计：运用SPSS软件对数据进行分析，包括计算均值、标准差、方差等指标，并绘制直方图、频率分布图等。
3. 推断性统计：运用假设检验、相关分析、回归分析等方法对数据进行推断和分析。
4. 统计图表制作：运用SPSS软件制作各种统计图表，如柱状图、折线图、散点图等，以直观地展示数据分析结果。
5. 实验报告撰写：根据实验内容，撰写实验报告，对实验过程、结果和结论进行总结。
四、实验心得1. 理论与实践相结合：通过本次实验，我深刻体会到理论知识和实践操作的重要性。
在实验过程中，我不仅巩固了管理统计的基本理论，还学会了如何运用SPSS 等统计软件进行数据分析。
2. 数据处理与分析能力提升：在实验过程中，我学会了如何对数据进行收集、整理、清洗和分析。
这对我今后的学习和工作具有很大的帮助。
3. 团队合作意识增强：本次实验要求我们分组进行，每个小组负责不同的实验内容。
在实验过程中，我们相互协作，共同解决问题，提高了团队协作能力。
4. 分析问题与解决问题的能力提高：在实验过程中，我们遇到了很多问题，如数据缺失、异常值处理等。
通过查阅资料、讨论和请教老师，我们成功地解决了这些问题，提高了分析问题和解决问题的能力。
5. 对管理统计的深入理解：通过本次实验，我对管理统计有了更深入的理解。
管理统计学实习报告
实习报告实习单位：某企业管理部门实习时间：2023年6月1日至2023年6月30日实习内容：管理统计学应用一、实习背景及目的随着我国经济的快速发展，企业对管理统计学的需求日益增长。
为了提高自身实践能力和理论水平，我选择了某企业管理部门进行为期一个月的实习，旨在学习并应用管理统计学知识为企业管理提供支持。
二、实习内容及收获1. 数据收集与处理在实习期间，我参与了企业内部销售数据的收集与处理工作。
通过对销售数据的整理，我学会了如何运用Excel等软件进行数据清洗、分类和分析。
此外，我还掌握了如何利用图表展示数据，以便于管理层更直观地了解销售情况。
2. 描述性统计分析在数据处理的基础上，我运用描述性统计分析方法对销售数据进行了分析。
通过计算均值、标准差、最小值、最大值等统计量，我了解了销售数据的分布特征，为企业制定销售策略提供了依据。
3. 推断性统计分析针对销售数据，我运用推断性统计分析方法，计算了销售量的预测值和置信区间。
这有助于企业预测未来销售趋势，为生产计划和库存管理提供参考。
同时，我还学会了如何进行假设检验，判断销售数据是否存在显著性差异。
4. 统计软件应用在实习过程中，我学会了使用SPSS、SAS等统计软件进行数据分析和处理。
通过这些软件，我能够更高效地进行大规模数据的处理和分析，提高了自己的实际操作能力。
5. 团队协作与沟通在实习期间，我与部门同事密切合作，共同完成各项统计分析任务。
我学会了如何与他人沟通，提高了团队协作能力。
此外，我还向同事请教了企业管理方面的经验，为今后的工作积累了宝贵的人际关系和经验。
三、实习总结通过本次实习，我深刻认识到管理统计学在企业运营中的重要性。
实践过程中，我不仅提高了自己的统计分析能力，还学会了与他人协作和沟通。
在今后的工作中，我将继续努力学习管理统计学知识，为企业管理提供更有力的支持。
同时，我也意识到自身的不足，需要在实践中不断积累经验，提高自己的综合素质。
管理统计实验报告
一、实验背景与目的随着信息技术的飞速发展，企业对数据分析和管理的需求日益增长。
管理统计作为一种重要的数据分析工具，能够帮助企业从海量数据中提取有价值的信息，辅助决策。
本实验旨在通过实际操作，使学生掌握管理统计的基本原理和方法，提高数据分析能力，为今后从事管理工作打下坚实基础。
二、实验内容本次实验以某制造企业为例，通过以下步骤进行管理统计：1. 数据收集与整理收集该企业近一年的销售数据、生产数据、人力资源数据等，并对数据进行清洗、整理，确保数据的准确性和完整性。
2. 描述性统计分析对收集到的数据进行描述性统计分析，包括计算均值、标准差、最大值、最小值、中位数、众数等，以了解数据的集中趋势和离散程度。
3. 推断性统计分析运用假设检验、方差分析等方法，对数据进行分析，以验证企业运营过程中是否存在显著差异或异常情况。
4. 回归分析建立销售量与广告投入、生产效率与设备投资等变量之间的回归模型，分析各因素对业务绩效的影响。
5. 时间序列分析对企业销售数据、生产数据等进行时间序列分析，预测未来一段时间内的业务趋势。
三、实验步骤1. 数据收集与整理- 利用企业内部信息系统或公开数据平台，收集相关数据。
- 使用Excel等软件对数据进行清洗、整理，确保数据质量。
2. 描述性统计分析- 利用Excel中的统计函数，计算均值、标准差、最大值、最小值、中位数、众数等。
- 绘制直方图、箱线图等图表，直观展示数据的分布情况。
3. 推断性统计分析- 利用Excel中的假设检验、方差分析等功能，对数据进行统计分析。
- 分析结果，得出结论，为企业管理提供依据。
4. 回归分析- 利用Excel中的数据分析工具，建立回归模型。
- 分析各因素对业务绩效的影响程度，为企业决策提供参考。
5. 时间序列分析- 利用Excel中的数据分析工具，对数据进行时间序列分析。
- 预测未来一段时间内的业务趋势，为企业制定战略规划提供依据。
四、实验结果与分析1. 描述性统计分析- 通过描述性统计分析，了解到该企业近一年的销售数据、生产数据、人力资源数据等的基本情况。
管理统计学实验报告
《管理统计学》实验报告实验项目名称：1、案例2.2迎宾商场 X品牌手机销售数据统计2、2009年中国上市公司50强营业收入数据统计（省略）实验指导老师：信息学院张建桃学生班级：10工业工程2班学号：20103111020x学生姓名：hqhsks一、实验目的：1、了解熟悉spss软件的使用，让学生用spss对数据的简单处理2、进一步提高学生对数据的处理和分析能力3、通过操作加深学生理论与实际操作向结合的能力二、原理简述1、spss集数据整理、分析功能于一身。
SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。
SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。
SPSS也有专门的绘图系统，可以根据数据绘制各种图形。
三、仪器设备Spss软件（英文名称Statistical Package for the Social Science）四、实验内容和实验步骤1、启动spss软件，在变量视图里面把实验中涉及到的变量名称输进去2、返回数据输入窗口把数据输进去进行排序为7组，且应该是是点击转换窗口再点击重新编码为不同变量窗口4、紧接着上面一步进入数据分组画面，分为7小组了解数据的走势我采取了直方图5、显示出来的直方图然后双击直方图即可进行折线图的显示6、进行全体数据的统计（包括中位数、众数和标准差等等数据特征）问题：根据频率分布直方图说明金额分布属于哪个类型？答：根据上面的图可以大概属于正态分布五、实验心得1、通过实验更加熟悉操作了spss软件，另外也加深自己对这个软件的操作，另外我也深深感到spss软件对数据处理的威力之大，所以以后还是会进一步借助工具简化自己的工作。
管理统计学实验报告(1)
管理统计学实验报告(1)管理统计学实验报告一、研究背景管理统计学是管理学中的一门重要课程，它主要研究如何通过统计分析来解决管理问题。
这门课程对于培养学生的管理思维和分析能力十分重要。
本次实验旨在通过对数据的分析，帮助学生加深对于统计分析方法的理解和运用。
二、实验目的通过对运动员的数据进行分析，探索不同变量对于运动员的成绩表现的影响，进一步理解统计分析方法的应用。
三、实验流程1. 收集数据：收集200名运动员的年龄、身高、体重、性别、训练天数、成绩等信息。
2. 对数据进行初步分析：计算基本统计量、绘制散点图和箱线图。
3. 建立模型：选取年龄、身高、体重、性别、训练天数等变量，建立适当的回归模型。
4. 模型检验和优化：通过对模型进行检验和优化，提高模型的预测准确率。
5. 结果分析和应用：根据模型结果，分析不同因素对于运动员成绩的影响，并提出可行的性别阈值和训练天数建议。
四、实验结果1. 初始数据分析结果本次实验收集到的数据包括200名运动员的年龄、身高、体重、性别、训练天数、成绩信息。
通过计算基本统计量，可以发现运动员的平均年龄为27岁，平均身高为176.7厘米，平均体重为72.1千克。
男女运动员数量大致相当，平均训练天数为1.5年。
成绩的平均值为78分，标准差为8.2。
2. 回归分析结果通过对不同变量的回归分析，得到了以下结论：（1）年龄对于成绩有一定的影响，随着年龄的增加，成绩往往会有所下降。
（2）体重对于成绩的影响并不明显，体重较轻的运动员考取高分的概率略高。
（3）身高对于成绩的影响也不大，但较高的身高往往会增加运动员受伤的风险。
（4）训练天数对于成绩的影响非常重要，较长时间的训练能够显著提高运动员成绩。
（5）根据模型结果，我们发现女性运动员的表现相对于男性更好，因此，我们建议设置性别阈值为男女分别分数的差值乘以0.8。
五、实验结论通过对200名运动员的数据进行分析，我们得出了以下结论：（1）年龄、体重和身高对于成绩的影响较小，但都有一定的影响。
管理统计实训个人报告
一、实训背景与目的随着社会的快速发展，管理统计在各个行业中的作用日益凸显。
为了提高自身的实践能力和专业素养，我参加了为期一个月的管理统计实训。
本次实训旨在通过实际操作，巩固课堂所学理论知识，培养数据分析、统计软件应用和报告撰写能力。
二、实训内容与过程1. 实训内容本次实训主要包括以下内容：（1）数据收集与整理：学习如何从不同渠道收集数据，掌握数据整理的方法和技巧。
（2）统计软件应用：学习使用Excel、SPSS等统计软件进行数据处理和分析。
（3）统计方法学习：学习描述性统计、推断性统计、回归分析等统计方法。
（4）报告撰写：学习如何撰写规范的统计报告，包括报告结构、语言表达等。
2. 实训过程（1）数据收集与整理：在实训导师的指导下，我学习了如何从互联网、企业内部系统等渠道收集数据。
同时，掌握了数据清洗、筛选、排序等整理方法。
（2）统计软件应用：通过实际操作，我学会了使用Excel进行数据处理，包括数据透视表、图表制作等。
此外，我还学习了SPSS软件的使用，掌握了描述性统计、推断性统计、回归分析等方法。
（3）统计方法学习：在实训过程中，我深入学习了描述性统计、推断性统计、回归分析等统计方法，并尝试将这些方法应用于实际数据。
（4）报告撰写：在实训导师的指导下，我学习了如何撰写规范的统计报告。
报告包括摘要、引言、数据来源、方法、结果、结论等部分。
在撰写报告的过程中，我注重逻辑清晰、语言规范，力求使报告具有说服力。
三、实训成果与收获1. 成果（1）完成了一份关于某企业销售数据的统计报告，包括数据收集、整理、分析、报告撰写等环节。
（2）掌握了数据收集、整理、分析的方法和技巧。
（3）熟悉了Excel、SPSS等统计软件的使用。
2. 收获（1）提高了数据分析能力：通过实际操作，我对数据收集、整理、分析的方法有了更深入的了解，为今后的工作奠定了基础。
（2）提高了统计软件应用能力：熟练掌握了Excel、SPSS等统计软件的使用，为今后的数据分析工作提供了有力支持。
- 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)。
《管理统计学》实验报告学号：姓名：班级：指导老师：2020年9 月11 日目录熟悉SPSS的使用方法___________________________________________________________ 3实验（或实训）总结、评价 ____________________________________________________ 6描述统计、参数估计及假设检验 _________________________________________________ 6实验（或实训）总结、评价 ___________________________________________________ 24方差分析（含单因素和双因素） ________________________________________________ 24实验（或实训）总结、评价 ___________________________________________________ 31相关系数、回归参数估计和检验 ________________________________________________ 32实验（或实训）总结、评价 ___________________________________________________ 36熟悉SPSS的使用方法一、实验目的、任务（1）了解SPSS 的运行模式，熟悉其主要窗口的结构；（2）理解并掌握有关数据文件创建和整理的基本操作，学习如何将收集到的数据输入计算机，建成一个正确的 SPSS 数据文件；（3）掌握如何对原始数据文件进行整理，包括数据查询，数据修改、删除，数据的排序等。
二、实验基本内容（1）SPSS的启动和退出方法；（2）创建数据文件和读取外部数据的方法；（3）数据的编辑、保存和整理。
实验（实训）结果例题：实验原始数据某航空公司38 名职员性别和工资情况的调查数据，如表所示，试在SPSS中进行如下操作：1、将数据输入到SPSS 的数据编辑窗口中，将gender 定义为字符型变量，将salary定义为数值型变量，并保存数据文件，命名为“实验1.sav”。
/插入一个变量income，定义为数值型变量。
将数据文件按性别分组。
查找工资大于40000 美元的职工。
当工资大于40000 美元时，职工的奖金是工资的20％；当工资小于40000 美元时，职工的奖金是工资的10%，假设实际收入＝工资＋奖金，计算所有职工的实际收入，并添加到income 变量中。
4F$ 21900 23 F$ 24000 5M$ 45000 24 F$ 16950 6M$ 32100 25 F$ 21150 7M$ 36000 26 M$ 31050 8F$ 21900 27 M$ 60375 9F$ 27900 28 M$ 3255010 F$ 24000 29 M$ 13500011 F$ 30300 30 M$ 3120012 M$ 28350 31 M$ 3615013 M$ 27750 32 M$ 11062514 F$ 35100 33 M$ 4200015 M$ 27300 34 M$ 9200016 M$ 40800 35 M$ 8125017 M$ 46000 36 F$ 3135018 M$103750 37 M$ 2910019 M$ 42300 38 M$ 31350（2）（3）gender频率百分比有效百分比累积百分比有效 F 13 34.2 34.2 34.2M 25 65.8 65.8 100.0合计38 100.0 100.0（4）（5）实验（或实训）总结、评价答：通过学习SPSS，我了解到SPSS具有完整的数据输入、编辑、统计分析、图形制作等功能。
相比Excel对数据的分析，许多操作都要自己一步一步操作，而使用SPSS软件在对数据进行整理时，只需对软件某选项内设置变量条件，系统便自动进行整理，这是非常方便实用的。
我相信，在以后能灵活的运用这个软件，一定对我们是很有帮助的。
描述统计、参数估计及假设检验一、实验（或实训）目的、任务（1）了解数据的分布类型和特点、数据分布的集中趋势和离散程度，利用SPSS 对数据进行初步的探索分析；（2）熟悉点估计和区间估计的概念与SPSS 的操作方法；2（3）熟练掌握t 检验的SPSS 操作方法。
二、实验（或实训）基本内容（要点）（1）频数分析、描述性统计量和探索分析；（2）单一总体均值的区间估计；（3）单一总体均值的假设检验；（4）两独立样本均值的假设检验；（5）配对样本T 检验。
实验（或实训）步骤1、频数分析（Frequencies）、描述性统计量（Descriptives）和探索分析（Explore）基本统计分析往往从频数分析开始。
通过频数分析能够了解变量取值的状况，对把握数据的分布特征是非常有用的。
比如，在某项调查中，想要知道被调查者的性别分布状况。
频数分析的第一个基本任务是编制频数分布表。
SPSS 中的频数分布表包括的内容有：频数（Frequency）即变量值落在某个区间中的次数；百分比（Percent）即各频数占总样本数的百分比；有效百分比（Valid Percent）即各频数占有效样本数的百分比。
这里有效样本数＝总样本-缺失样本数；累计百分比（Cumulative Percent）即各百分比逐级累加起来的结果。
最终取值为百分之百。
频数分析的第二个基本任务是绘制统计图。
统计图是一种最为直接的数据刻画方式，能够非常清晰直观地展示变量的取值状况。
频数分析中常用的统计图包括：条形图，饼图，直方图等。
（1）频数分析的应用步骤，本节的例题包括学生的编号、性别、身高三个变量，我们将给出它的频数分析，计算学生的一些描述统计量。
表2.1 描述性统计量统计量2性别N 有效16缺失0表2.1中给出了总样本量（N），其中变量性别的有效个数为16个、缺失值为0。
表2.2 性别频数分布表表2.2反映的是性别的频数及百分比情况。
图2.4是变量性别的条形图，图2.5是变量性别的饼图。
2图2.4 变量性别的饼图图2.5 变量性别的条形图（2）描述统计的应用步骤SPSS 的【描述】命令专门用于计算各种描述统计性统计量。
本节利用某年国内上市公司的财务数据来介绍描述统计量在SPSS 中的计算方法。
具体操作步骤如下：选择菜单【分析】→【描述统计】→【描述】，如图2.6 所示。
22表2.6 描述对话框将待分析的变量移入 Variables 列表框，例如将重量这个变量进行描述性统计，以观察电脑重量的差异。
Save standardized values as variables ，对所选择的每个变量进行标准化处理， 产生相应的 Z 分值，作为新变量保存在数据窗口中。
其变量名为相应变量名前 加前缀 z 。
标准化计算公式：Zi =xi - x s单击【选项】按钮，如图 2.7 所示，选择需要计算的描述统计量。
2图2.7 选项子对话框在主对话框中单击“确定”执行操作。
在结果输出窗口中给出了所选变量的相应描述统计，如表 2.3 所示。
1 表2.3 描述统计量表描述统计量N均值 标准差 方差 偏度峰度统计量统计量 统计量 统计量 统计量 标准误 统计量 标准误 重量181.8061.10858.012.079.536.5711.038有效的 N （列表状态）18由该表的统计量我们可以得知，该电脑重量的分布比较均匀，再由偏度和峰度可知重量分布为对称分布。
如图2.8为电脑重量的分布直方图。
图2.8 电脑重量的分布直方图（3）探索分析的应用步骤调用此过程可对变量进行更为深入详尽的描述性统计分析，故称之为探索分析。
它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，显得更加细致与全面，对数据分析更进一步。
探索分析一般通过数据文件在分组与不分组的情况下获得常用统计量和图形。
一般以图形方式输出，直观帮助研究者确定奇异值、影响点、还可以进行假设检验，以及确定研究者要使用的某种统计方式是否合适。
在打开的数据文件上，选择如下命令：选择菜单【分析】→【描述统计】→【探索】，打开对话框。
2图2.9 探索对话框因变量列表；待分析的变量名称，例如将重量作为研究变量。
因子列表：从源变量框中选择一个或多个变量进入因子列表，分组变量可将数据按照该观察值进行分组分析。
标准个案：在源变量表中指定一个变量作为观察值的标识变量。
在输出栏中，选择两者都，表示输出图形及描述统计量。
选择【统计量】按钮，选择想要计算的描述统计量。
如图2.10所示图2.10 统计量对话框对所要计算的变量的频数分布及其统计量值作图打开“Plots 对话框”，出现如图2.11。
2图2.11 图对话框案件处理摘要表，如表2.4为重量的案件摘要表。
2表2.4 案件摘要表在案件处理摘要表中可以看出重量有18个个体，无缺失值。
描述表表2.5 描述表描述统计量标准误重量均值 1.8061.02559 均值的95% 置信区间下限 1.7521上限 1.86015% 修整均值 1.8046中值 1.8152方差.012标准差.10858极小值 1.59极大值 2.05范围.46四分位距.14偏度.079 .536峰度.571 1.038 重量分布直方图图2.12 重量分布直方图2茎叶图描述重量Stem-and-Leaf PlotFrequency Stem & Leaf1.00 15 . 92.00 16 . 685.00 17 . 056997.00 18 . 03335892.00 19 . 121.00 20 . 5Stem width: .10Each leaf: 1 case(s)箱图2图2.13 重量分布箱图图中灰色区域的方箱为箱图的主体，上中下3条线分别表示变量值的第75、50、25百分位数，因此变量的50%观察值落在这一区域中。
方箱中的中心粗线为中位数。
箱图中的触须线是中间的纵向直线，上端截至线为变量的最大值，下端截至线为变量的最小值。
2、单一总体均值的假设检验本节给出的例题文件为该学校20位学生的英语成绩，在α=0.05 的显著水平下，检验该校的英语成绩与全区的英语平均成绩是否一致？判断检验类型该例属于“小样本、总体标准差σ未知。
假设形式为：H ：μ＝μH :μ≠μ软件实现程序打开已知数据文件，然后选择菜单【分析】→【比较均值】→单样本T检验，打开“单样本T检验”对话框。
从源变量清单中将“分数”向右移入“检验变量”框中。
22图2.14 单样本检验窗口在“检验值” 框里输入一个指定值（即假设检验值，本例中假设为65）， T 检验过程将对每个检验变量分别检验它们的平均值与这个指定数值相等的假 设。