spass软件与统计分析实验报告

Spass16.0与统计数据分析实验报告实验课程：专业统计软件运用上课时间：2012学年上学期16周（2012年06月04日—07日）姓名：花满楼学号：2010201101班级：0301008班学院：经济管理学院上课地点：经管实验室五楼指导教师：刘进第六章实验一实验1及目的1.某农场为了比较4种不同品种的小麦产量的差异，选择土壤条件基本相同的土地，分成16块，将每一个品种在4块试验田上试种，测得小表亩产量（kg）的数据如表6.17所示（数据文件为data6-4.sav），试问不同品种的小麦的平均产量在显著性水平0.05和0.01下有无显著性差异。（数据来源：《SPSS实用统计分析》郝黎仁，中国水利水电出版社）表6.17小麦产量的实测数据品种A1A2A3A4产量277.5244.2249.2273276.4249.5244.2240.9271236.8252.8257.4272.4239251.4266.5二实验内容解决问题1的原理：单因素方差分析实验步骤：1.打开数据文件data6-4.sav2.选择analyze—comparemeans—one-wayANOVA3.dependentlist框里为产量，factor为品种4.在options中选择homogeneityofvariancetest和excludecasesanalysisbyanalysis5.在posthoc按钮里选择LSD方法，改变相关系数为0.05和0.016.得出结果三结果分析1.实验结果图如下TestofHomogeneityofVariances产量LeveneStatisticdf1df2Sig.3.593312.046ANOVA产量SumofSquaresdfMeanSquareFSig.BetweenGroups2263.4823754.49412.158.001WithinGroups744.7151262.060Total3008.197152.数据分析：在0.05和0.01显著性水平下，H0假设都是：方差相等，从上表中可以看出Sig.=0.046，小于0.05大于0.01，所以在0.05的显著性水平下不接受H0假设，即有显著性差异，但是在0.01的显著性水平下接受H0假设，即无显著性差异。一实验2及目的2.某公司希望检测四种类型的轮胎A，B，C，D的寿命（由行驶的里程数决定），见表6.18（单位：千英里）（数据文件为data6-5.sav），其中每种轮胎应用在随机选择的6辆汽车上。在显著性水平0.05下判断不同类型轮胎的寿命间是否存在显著性差异？（数据来源：《统计学（第三版）》，M.R.斯皮格尔，科学出版社）表6.18四种轮胎的寿命数据A333836403135B324042383034C313735333430D293432303331二实验内容解决问题2的原理：单因素方差分析实验步骤：1.打开数据文件data6-5.sav2.选择analyze—comparemeans—one-wayANOVA3.方差相等的齐性检查。将“历程”、“轮胎”分别移入DependentList以及Factor。点击Options按钮，选中Homogeneityofvariancetest（方差齐性检验），而后运行4.多重分析比较。在One-wayNOVA中单击PostHoc…按钮，选择LSD方法，显著性水平取0.05，单击Options按钮，选中Descripive和Meansplot，对数据进行整体描绘5.得出结果。三结果分析1.数据截图TestofHomogeneityofVariances里程LeveneStatisticdf1df2Sig.3.088320.050ANOVA里程SumofSquaresdfMeanSquareFSig.BetweenGroups77.500325.8332.388.099WithinGroups216.3332010.817Total293.833232：数据分析：在0.05显著性水平下，H0假设是：方差相等，从上表中可以看出Sig.=0.050，等于于0.05，所以在0.05的显著性水平下接受H0假设，说明没有显著性差异。一实验3及目的3.某超市将同一种商品做3种不同的包装（A）并摆放在3个不同的货架区（B）进行销售试验，随机抽取3天的销售量作为样本，具体资料见表6.20。要求检验：在显著性水平0.05下商品包装、摆放位置及其搭配对销售情况是否有显著性影响。（数据来源：《应用统计学》耿修林，科学出版社；数据文件：data6-7.sav）表6.20销售样本资料B1B2B3A15,6,46,8,74,3,5A27,8,85,5,63,6,4A33,2,46,6,58,9,6二实验内容解决问题3的原理：多因素方差分析原理实验步骤：1.分析，需要研究不同包装的产品A和不同货架区对销售量的影响。这是一个多因素方差分析问题。2.数据组织，按表6.20的变量名组织成4列数据。3．变量设置，按Analyze→GeneralLinearModel→Univeariate的步骤打开Univariate对话框。并将“销售量”变量移入DependentVariable框中作为观测变量，将“包装（A）”、“货架区（B）”移入FixedFactor（s）中作为控制变量。4.设置方差齐性检验，单击Options按钮，由于方差分析要求不同组别数据方差相等，故应进行方差齐性检验，选中“Homogeneitytests5.得出结果。三结果分析1.数据截图Between-SubjectsFactorsValueLabelN包装1A192A293A39摆放位置1B192B29Levene'sTestofEqualityofErrorVariancesaDependentVariable:销量Fdf1df2Sig..754818.646Teststhenullhypothesisthattheerrorvarianceofthedependentvariableisequalacrossgroups.a.Design:Intercept+casing+place+casing*placeTestsofBetween-SubjectsEffectsDependentVariable:销量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel65.407a88.1767.612.000Intercept822.2591822.259765.552.000casing.9632.481.448.646place3.18521.5931.483.253casing*place61.259415.31514.259.000Error19.333181.074Total907.00027CorrectedTotal84.74126a.RSquared=.772(AdjustedRSquared=.670)MultipleComparisonsDependentVariable:销量(I)包装(J)包装MeanDifference(I-J)Std.ErrorSig.95%ConfidenceIntervalLowerBoundUpperBoundLSDA1A2-.44.489.375-1.47.58A3-.11.489.823-1.14.92A2A1.44.489.375-.581.47A3.33.489.504-.691.36A3A1.11.489.823-.921.14A2-.33.489.504-1.36.69TamhaneA1A2-.44.778.924-2.521.63A3-.11.915.999-2.582.36A2A1.44.778.924-1.632.52A3.33.941.980-2.192.86A3A1.11.915.999-2.362.58A2-.33.941.980-2.862.19Basedonobservedmeans.TheerrortermisMeanSquare(Error)=1.074.2.数据分析：从上图可以看出，所有的LSD方法的结果中，三组相伴概率Sig.均大于显著性性水平0.05，所以不能拒绝原假设，结果没有显著性影响。一实验4及目的4.研究杨树一年生长量与施用氮肥和钾肥的关系。为了研究这种关系，一共进行了18个样地的栽培实验，测定杨树苗的一年生长量、初始高度、全部实验条件（包括氮肥量和钾肥量）及实验结果（杨树苗的生长量）数据如表6.21，请在显著水平0.05下检验氮肥量、钾肥量及树苗初始高度中哪些对杨树的生长有显著性影响。（数据来源：《生物数学模型的统计学基础》李勇，科学出版社；数据文件：data6-8.sav）表6.21杨树栽培试验数据序号氮肥量钾肥量树苗初高生长量序号氮肥量钾肥量树苗初高生长量1少04.51.8510多06.52.152少06211多061.993少041.612多06.52.064少12.56.5213多12.541.935少12.572.0414多12.562.16少12.551.9115多12.55.52.157少2572.416多2554.28少2554.2517多2562.39少2552.118多255.54.25二实验内容解决问题4的原理：多因素方差分析原理实验步骤：1.打开数据源文件data6-8.sav2.变量设置，按Analyze→GeneralLinearModel→Univeariate的步骤打开Univariate对话框。并将“生长量”变量移入DependentVariable框中作为观测变量，将“氮肥量”、“钾肥量”、“树苗初高”移入FixedFactor（s）中作为控制变量。3.设置方差齐性检验，单击Options按钮，由于方差分析要求不同组别数据方差相等，故应进行方差齐性检验，选中“Homogeneitytests4.得出结果三结果分析1.数据截图TestsofBetween-SubjectsEffectsDependentVariable:生长量SourceTypeIIISumofSquaresdfMeanSquareFSig.CorrectedModel.574a15.0385.006.179Intercept69.453169.4539078.823.000N6.429E-516.429E-5.008.935K.1432.0729.378.096height.1446.0243.143.261N*K.0000...N*height.0000...K*height.0052.003.332.751N*K*height.0000...Error.0152.008Total77.80118CorrectedTotal.59017a.RSquared=.974(AdjustedRSquared=.779)2.数据分析：从表格中可以看出，“氮肥量”、“钾肥量”、“树苗初高”的相伴概率Sig.均大于0.05，所以他们对杨树的生长无显著性影响。第八章实验一实验3及目的3．K.K.Smith在烟草杂交繁殖的花上收集到如表8.16所示的数据，要求对以上3组数据两两之间进行相关分析，以0.05的显著性水平检验相关系数的显著性。（数据来源：《统计软件SPSS系列应用实践篇》苏金明，电子工业出版社；数据文件：data8-5.sav）表8.16K.K.Smith所调查的长度资料花瓣长494432423253363937454148453940343735花枝长272412221329142016212225231820152013花萼长191612171019151415211422221514151516实验原理：本章实验原理主要包括二元变量相关性分析（3、4、5题）和偏相关分析（6）以及距离分析（7）实验步骤：1.打开相应数据文件2.运行Analyze—Correlate—bivariate,填好Variable