数据分析报告的范文121446.pdf

人不知而不愠，不亦君子乎？论语万两黄金容易得，知心一个也难求。曹雪芹数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 关于某地区 361 个人旅游情况统计分析报告-数据分析报告的范文精品篇 一、数据介绍：本次分析的数据为某地区 361 个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0 代表女，1 代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0 代表没走通道，1 代表走通道）；旅游的积极性，为三类变量（0 代表积极性差，1 代表积极性一般，2 代表积极性比较好，3 代表积极性好 4 代表积极性非常好）；额外收入,一类变量。通过运用 spss 统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析，以了解该地区上述方面的综合状况，并分析个变量的分布特点及相互间的关系。二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分地区 359 个人旅游基本状况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不同积极性情况的基本分布。统计量 积极性 性别 N 有效 359 359 缺失 0 0 首先，对该地区的男女性别分布进行频数分析，结果如下 性别 频率 百分比 有效百分比 累积百分比 有效 女 198 55.2 55.2 55.2 男 161 44.8 44.8 100.0 合计 359 100.0 100.0 表说明，在该地区被调查的359个人中，有198名女性，161名男性，男女比例分以家为家，以乡为乡，以国为国，以天下为天下。管子牧民穷则独善其身，达则兼善天下。孟子数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性。其次对原有数据中的旅游的积极性进行频数分析，结果如下表：积极性 频率 百分比 有效百分比 累积百分比 有效 差 171 47.6 47.6 47.6 一般 79 22.0 22.0 69.6 比较好 79 22.0 22.0 91.6 好 24 6.7 6.7 98.3 非常好 6 1.7 1.7 100.0 合计 359 100.0 100.0 其次对原有数据中的积极性进行频数分析，结果如下表：其次对原有数据中的是否进通道进行频数分析，结果如下表：谋事在人，成事在天！增广贤文其身正，不令而行；其身不正，虽令不从。论语数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 Statistics 通道 N Valid 359 Missing 0 通道 Frequency Percent Valid Percent Cumulative Percent Valid 没走通道 293 81.6 81.6 81.6 通道 66 18.4 18.4 100.0 Total 359 100.0 100.0 这说明，在该地区被调查的359个人中，有没走通道的占81.6%，占绝大多数。上表及其直方图说明，被调查的359个人中，对与旅游积极性差的组频数最高的，为171 人数的47.6%，其次为积极性一般和比较好的，占比例都为22.0%，积性为好的和非常好的比例比较低，分别为24人和6 人，占总体的比例为6.7%和1.7%。2、描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教育水平上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识，这就需要通过计算基本描述统计的方法来实现。下面就对各个变量进行描述统计分析，得到它们的均值、标准差、片度峰度等数据，以进一步把我数据的集中趋势和离散趋势。描述统计量 N 极小值 极大值 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 统计量 统计量 标准误 统计量 标准误 收入 359 7.426 6250.000 1032.93021 762.523942 581442.762 1.790.129 6.869.257 旅游花费 359 21 1006 116.41 130.716 17086.704 3.145.129 13.401.257 有效的 N（列表状态）359 人不知而不愠，不亦君子乎？论语常将有日思无日，莫待无时思有时。增广贤文数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 如表所示，以起始工资为例读取分析结果，359个人中收入最小值为7.426￥，最大值为6250.00000￥，平均1032.9302￥，标准差为762.5239￥偏度系数和峰度系数分别为1.790 和6.869。其他数据依此读取，则该表表明该地区旅游花费的详细分布状况。3、探索性数据分析（1）交叉分析。通过频数分析能够掌握单个变量的数据分布情况，但是在实际分析中，不仅要了解单个变量的分布特征，还要分析多个变量不同取值下的分布，掌握多个变量的联合分布特征，进而分析变量之间的相互影响和关系。就本数据而言，需要了解现工资与性别、年龄、受教育水平、起始工资、本单位工作经历、以前工作经历、职务等级的交叉分析。现以现工资与职务等级的列联表分析为例，读取数据（下面数据分析表为截取的一部分）：Count 性别*积极性 交叉制表 计数 积极性 合计 差 一般 比较好 好 非常好 性别 女 96 47 41 12 2 198 男 75 32 38 12 4 161 合计 171 79 79 24 6 359 忍一句，息一怒，饶一着，退一步。增广贤文万两黄金容易得，知心一个也难求。曹雪芹数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 上联表及 Bar Chart 涉及两个变量，即性别与积极性的二维交叉，反映了在不同的性别对于旅游积极性分布情况。上表中，性别成为行向量，积极性列向量。（2）性别与收入的探索性分析 性别 Case Processing Summary 性别 Cases Valid Missing Total N Percent N Percent N Percent 收入 女 198 100.0%0.0%198 100.0%男 161 100.0%0.0%161 100.0%Descriptives 性别 Statistic Std.Error 收入 女 Mean 1005.28562 49.514796 95%Confidence Interval for Mean Lower Bound 907.63853 Upper Bound 1102.93272 云路鹏程九万里，雪窗萤火二十年。王实甫穷则独善其身，达则兼善天下。孟子数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 5%Trimmed Mean 957.92011 Median 937.50000 Variance 485439.577 Std.Deviation 696.734940 Minimum 7.426 Maximum 3125.000 Range 3117.574 Interquartile Range 937.563 Skewness.896.173 Kurtosis.310.344 男 Mean 1066.92791 65.993219 95%Confidence Interval for Mean Lower Bound 936.59779 Upper Bound 1197.25802 5%Trimmed Mean 986.95497 Median 937.50000 Variance 701171.907 Std.Deviation 837.360082 Minimum 58.630 Maximum 6250.000 Range 6191.370 Interquartile Range 718.750 Skewness 2.370.191 Kurtosis 10.166.380 收入 Stem-and-Leaf Plots 收入 Stem-and-Leaf Plot for 性别=女 Frequency Stem&Leaf 18.00 0.001111111111111111 26.00 0.22222222222223333333333333 17.00 0.44444444444555555 33.00 0.666666666666666666666777777777777 谋事在人，成事在天！增广贤文忍一句，息一怒，饶一着，退一步。增广贤文数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 22.00 0.8889999999999999999999 13.00 1.0000000001111 18.00 1.222222222222222223 18.00 1.444455555555555555 4.00 1.7777 5.00 1.88888 14.00 2.00000111111111 .00 2.4.00 2.5555 1.00 2.6 2.00 2.88 3.00 Extremes (=3000)Stem width:1000.000 Each leaf:1 case(s)收入 Stem-and-Leaf Plot for 性别=男 Frequency Stem&Leaf 15.00 0.001111111111111 17.00 0.22222233333333333 13.00 0.4444445555555 26.00 0.66666666666667777777777777 19.00 0.8888899999999999999 13.00 1.0000000000011 19.00 1.2222222222222222223 13.00 1.4444555555555 2.00 1.77 6.00 1.888889 6.00 2.000111 12.00 Extremes (=2351)Stem width:1000.000 Each leaf:1 case(s)穷则独善其身，达则兼善天下。孟子谋事在人，成事在天！增广贤文数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 结果分析如下 收入 女 男 平均数 1005.28562 1066.92791 均数的95%可信区间 （907.63853，1102.93272）（936.59779，1197.25802）5%的调整均数 957.92011 986.95497 中位数 937.50000 937.50000 标准差 696.734940 837.360082 标准差 485439.577 701171.907 最小值 7.426 58.630 最大值 3125.000 6250.000 极差 3117.574 6191.370 四分位数间距 937.563 718.750 偏度系数 2.370 2.370 峰度系数 .310 10.166 （3）p-p图分析 丈夫志四方，有事先悬弧，焉能钧三江，终年守菰蒲。顾炎武百川东到海，何时复西归？少壮不尽力，老大徒伤悲。汉乐府长歌行数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 Age 结果分析 年龄在正态 p-p 图的散点近似成一条直线，无趋势正态 p-p 图的散点均匀分布在直线 y=0 的上下，故可认为本资料服从正态分布 4、相关分析。相关分析是分析客观事物之间关系的数量分析法，明确客观事 之间有怎样的关系对理解和运用相关分析是极其重要的。函数关系是指两事物之间的一种一一对应的关系，即当一个变量 X 取一定值时，另一个变量函数 Y 可以根据确定的函数取一定的值。另一种普遍存在的关系是统计关系。统计关系是指两事物之间的一种非一一对应的关系，即当一个变量 X取一定值时，另一个变量 Y 无法根据确定的函数取一定的值。统计关系可分为线性关系和非线性关系。事物之间的函数关系比较容易分析和测度，而事物之间的统计关系却不像函勿以恶小而为之，勿以善小而不为。刘备先天下之忧而忧，后天下之乐而乐。范仲淹数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 数关系那样直接，但确实普遍存在，并且有的关系强有的关系弱，程度各有差异。如何测度事物之间的统计关系的强弱是人们关注的问题。相关分析正是一种简单易行的测度事物之间统计关系的有效工具。Correlations 收入 旅游花费 额外收入 收入 Pearson Correlation 1.140*.853*Sig.(2-tailed).008.000 N 359 359 359 旅游花费 Pearson Correlation.140*1.183*Sig.(2-tailed).008 .000 N 359 359 359 额外收入 Pearson Correlation.853*.183*1 Sig.(2-tailed).000.000 N 359 359 359*.Correlation is significant at the 0.01 level(2-tailed).上表是对本次分析数据中，旅游花费、收入、额外收入的相关分析，表中相关系数旁边有两个星号（*）的，表示显著性水平为 0.01 时，仍拒绝原假设。一个星号（*）表示显著性水平为 0.05 是仍拒绝原假设。先以现旅游花费这一变量与其他变量的相关性为例分析，由上表可知，旅游花费与额外收入的相关性最大，5.回归分析 有相关性分析可得收入，旅游花费呈线性相关，因此作回归分析 Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 收入a.Enter a.All requested variables entered.b.Dependent Variable:旅游花费 Model Summaryb 吾日三省乎吾身。为人谋而不忠乎？与朋友交而不信乎？传不习乎？论语百学须先立志。朱熹数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 Model R R Square Adjusted R Square Std.Error of the Estimate 1.140a.020.017 129.604 a.Predictors:(Constant),收入 b.Dependent Variable:旅游花费 ANOVAb Model Sum of Squares df Mean Square F Sig.1 Regression 120443.809 1 120443.809 7.170.008a Residual 5996596.239 357 16797.188 Total 6117040.048 358 a.Predictors:(Constant),收入 b.Dependent Variable:旅游花费 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig.B Std.Error Beta 1(Constant)91.563 11.528 7.943.000 收入.024.009.140 2.678.008 a.Dependent Variable:旅游花费 Residuals Statisticsa Minimum Maximum Mean Std.Deviation N Predicted Value 91.74 241.90 116.41 18.342 359 Std.Predicted Value-1.345 6.842.000 1.000 359 Standard Error of Predicted Value 6.840 47.362 9.048 3.426 359 Adjusted Predicted Value 92.09 271.79 116.53 19.018 359 Residual-193.904 891.785.000 129.423 359 Std.Residual-1.496 6.881.000.999 359 Stud.Residual-1.607 6.891.000 1.002 359 Deleted Residual-223.789 894.316-.117 130.229 359 Stud.Deleted Residual-1.611 7.390.004 1.025 359 志不强者智不达，言不信者行不果。墨翟大丈夫处世，不能立功建业，几与草木同腐乎？罗贯中数据分析报告的范文 数据分析报告的范文键入文字 键入文字 键入文字 Mahal.Distance.000 46.811.997 2.955 359 Cooks Distance.000.199.003.015 359 Centered Leverage Value.000.131.003.008 359 a.Dependent Variable:旅游花费 Charts 由上图可知回归方程：y=91.563+0.024 (x1),(P(Sig=0.000)0.01)即 旅游花费=91.563+0.024*收入 (p0.05 旅游花费不成显著性差异，由图中可知旅行的旅游花费较高。学号:姓名:班级: