SPSS数据统计软件实验报告.docx
SPSS数据统计软件实验报告SPSS数据统计软件试验报告 专业 信息与计算科学 班级 级班 组别 指导老师 姓名 同组人 试验时间 2018 年 月 日 试验地点 试验名称 方差分析 试验目的 通过对数据的分析，使其驾驭用方差分析的方法来比较数据。试验仪器： 1、支持Intel Pentium 及其以上CPU，内存256MB以上、硬盘1GB以上容量的微机； 软件配有Windows98/2000/XP操作系统及SPSS软件。2、了解SPSS软件的特点及系统组成，在电脑上操作SPSS软件。试验内容、步骤及程序： 一、1.实例内容： 下表给出销售方式对销售量的对比试验数据，利用单因素方差分析来分析不同 的销售方式对销售量的影响。 2.实例操作： Step 01 打开对话框。 打开数据文件,选择菜单栏中的|吩咐,弹出对话框。Step 02 选择因变量。在候选变量列表框中选择变量作为因变量,将其添加至列表框中。Step 03 选择因变量。在候选变量列表框中选择变量,将其添加至文本框中。 Step 04 定义相关统计选项以及缺失值处理方法。 单击对话框，在弹出的对话框选中、复选框，然后单击。 Step 05 事后多重比较。 单击对话框，在弹出图中选中Bonferroni复选框，然后单击。 Step 06 对组间平方和进行线性分解并检验。 单击对话框，弹出图的对话框选中，将设为，单击返回的对话框。 Step 07 单击，输出分析结果。 3.实例结果及分析 變異數同質性測試 销售量 Levene 統計資料 df1 df2 顯著性 .346 3 16 .793 给出了方差齐性检验的结果。从该表可以得到 Levene方差齐性检验的P值为0.793, 与显著性水平0.05相差大,因此基本可以认为样本数据之间的方差是非齐次的。變異數分析 销售量 平方和 df 平均值平方 F 顯著性 群組之間 （合併） 685.000 3 228.333 7.336 .003 線性項 比對 196.000 1 196.000 6.297 .023 偏差 489.000 2 244.500 7.855 .004 在群組內 498.000 16 31.125 總計 1183.000 19 给出了单因素方差分析的结果。从表中可以看出,组间平方和是685、组内平方 和是196,其中组间平方和的的F值为7.336,相应的概率值是0.003,小于显著性水平0.05,因此认为不同的销售方式对销售量有显著的影响。另外,这个表中也给出了线性形式的趋势检验结果,组间变异被销售方式所能说明的部分是196,被其他因素说明的有244.5,并且组间变异被销售方式所能说明的部分是特别显著的 4.事后检验 多重比較 因變數: 销售量 Bonferroni 法 (I) 销售方式 (J) 销售方式 平均差異 (I-J) 標準錯誤 顯著性 95% 信賴區間 下限 上限 1.0 2.0 -7.0000 3.5285 .388 -17.615 3.615 3.0 9.0000 3.5285 .128 -1.615 19.615 4.0 4.0000 3.5285 1.000 -6.615 14.615 2.0 1.0 7.0000 3.5285 .388 -3.615 17.615 3.0 16.0000* 3.5285 .002 5.385 26.615 4.0 11.0000* 3.5285 .040 .385 21.615 3.0 1.0 -9.0000 3.5285 .128 -19.615 1.615 2.0 -16.0000* 3.5285 .002 -26.615 -5.385 4.0 -5.0000 3.5285 1.000 -15.615 5.615 4.0 1.0 -4.0000 3.5285 1.000 -14.615 6.615 2.0 -11.0000* 3.5285 .040 -21.615 -.385 3.0 5.0000 3.5285 1.000 -5.615 15.615 *. 平均值差異在 0.05 層級顯著。给出了多重比较的结果,*表示该组均值差是是显著的。因此,从表中可以看出, 其次组和第三组、第四组的销售量均值差是特别明显的,但是第三组与第四组的销售量均值差话相却不是很明显。另外,还可以得到每组之间均值差的标准误差、置信区间等信息。 平均值圖形 给出了各组的均值图。从图可以清晰地看到不同的施肥类型对应不同的销售量均 值。可见,第三组的销售量最低,且与其他两组的销售量均值相差较大,而其次组和和第三组之间的销售量均值差异不大,这个结果和多重比较的结果特别一样 二、1.实例内容： 某探讨机构探讨了3种动物饲料对4种品系小鼠体重增加的影响,数据如图下所示,变量a为饲料种类,变量b为鼠的品系,变量x为增重克数。 2.实例操作： Step 01 打开对话框。 打开数据文件,选择菜单栏中的|吩咐,弹出对话框,如图所示。 Step 02 选择观测变量。 在候选变量列表框中选择变量作为因变量,将其添加至列表框中。Step 03 选择因素变量。选择和和变量作为因素变量,将它们添加至列表框中,如图所示。 Step 04选择多重比较。 单击按按钮,弹弹出对话框,如图5.23所示。选中单选按钮,在左侧列表框中选择“因因素a”和“因因素b”变量并移至列表框中。选择选项组中下拉列表框中的选项,再单击按钮,返回主对话框。 Step 05其他选项选择。 单击按钮,弹出图5.24所示对话框。将因素b放入框,将因素a放入文本框,单击按钮,再单击按钮,返回主对话框。 单击按钮,弹出图所示对话框。将因素a和因素b放入列表框,比较方法选择LSD法。 单击按钮,弹出图5.26所示对话框。将因素a和因素b放入列表框,选中复选框。选中复选框表示输出描述性统计量;选中复选框表示输出方差齐性检验表。再单击按钮,返回主对话框。 Step 06 完成操作。 最终,单击按钮,操作作完成。3.实例结果及分析 (1)主体间效应检验表 表所示为主效应模型检验,结果可见校正模型统计量F=6.772、P=0.000,说明模型有统计学意义。因素a和因素b均有统计学意义,P=0.000、P=0.037,均小于0.05。 主旨間效果檢定 因變數: 体重 來源 第 III 類平方和 df 平均值平方 F 顯著性 修正的模型 8929.625a 5 1785.925 6.772 .000 截距 167796.750 1 167796.750 636.304 .000 a 6487.875 2 3243.938 12.301 .000 b 2441.750 3 813.917 3.086 .037 錯誤 11075.625 42 263.705 總計 187802.000 48 校正後總數 20005.250 47 a. R 平方 = .446（調整的 R 平方 = .380） (2)成对比较表。 表所示为不同饲料类型两两比较结果,从Sig值(即P值)可见,饲料B与饲料C没有差异（p=0.117），其余均有差异，p<0.05。 成對比較 因變數: 体重 (I) 饲料类型 (J) 饲料类型 平均差異 (I-J) 標準錯誤 顯著性b 95% 差異的信賴區間b 下限 上限 A饲料 B饲料 18.750* 5.741 .002 7.163 30.337 C饲料 27.938* 5.741 .000 16.351 39.524 B饲料 A饲料 -18.750* 5.741 .002 -30.337 -7.163 C饲料 9.188 5.741 .117 -2.399 20.774 C饲料 A饲料 -27.938* 5.741 .000 -39.524 -16.351 B饲料 -9.188 5.741 .117 -20.774 2.399 根據估計的邊際平均值 *. 平均值差異在 .05 層級顯著。 b. 調整多重比較：最小顯著差異（等同於未調整）。（3）均值图 图所示为不同品系小鼠喂养不同饲料的体重增重的均值图。可见A饲料较好,B饲料和C饲料差异不大。 试验小结： 通过该试验，让我懂得了利用数学思想解决实际问题，很好的把数学运用到实际生活中，在今后的学习中我会再接再厉的。 老师评语： 1. 试验结果及说明：（ 精确合理、 较精确、 不合理 ）；占30% 2. 试验步骤的完整度：（ 完整、 中等、 不完整 ）；占30% 3. 试验程序的正确性：（ 很好、 较好、 中等、 较差、 很差 ）；占30% 4. 卷面整齐度：（ 很好、 较好、 中等、 较差、 很差 ）；占10% 评定等级：（ ） 老师签名： 日期：
