设为首页 - 加入收藏
  • 热门搜索: 自查报告 法律论文
  • 当前位置:首页 > 范文大全 > 二号文库

    SPSS数据统计软件实验报告

    栏目:二号文库 来源:网络 作者:风月无边 时间:2024-10-16 01:10:55 下载.docx文档

    SPSS数据统计软件实验报告

    专业

    信息与计算科学

    班级

    级班

    组别

    指导教师

    姓名

    同组人

    实验时间

    2024

    ****年**月**日

    实验地点

    实验名称

    方差分析

    实验目的通过对数据的分析,使其掌握用方差分析的方法来比较数据。

    实验仪器:

    1、支持Intel

    Pentium

    Ⅲ及其以上CPU,内存256MB以上、硬盘1GB以上容量的微机;

    软件配有Windows98/2024/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。

    实验内容、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【分析】|【比较均值】|【单因素 ANOVA】命令,弹出【单因素ANOVA检验】对话框。

    Step

    02

    选择因变量。

    在候选变量列表框中选择【销售量】变量作为因变量,将其添加至【因变量列表】列表框中。

    Step

    03

    选择因变量。

    在候选变量列表框中选择【销售方式】变量,将其添加至【因子】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【单因素ANOVA检验】对话框【选项】,在弹出的对话框选中【方差同质性检验】、【平均值图】复选框,然后单击【继续】。

    Step

    05

    事后多重比较。

    单击【单因素ANOVA检验】对话框【事后比较】,在弹出图中选中Bonferroni复选框,然后单击【继续】。

    Step

    06

    对组间平方和进行线性分解并检验。

    单击【单因素ANOVA检验】对话框【对比】,弹出图的对话框选中【多项式】,将【等级】设为【线性】,单击【继续】返回【单因素ANOVA检验】的对话框。

    Step

    07

    单击【确定】,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

    .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

    228.333

    7.336

    .003

    線性項

    比對

    196.000

    196.000

    6.297

    .023

    偏差

    489.000

    244.500

    7.855

    .004

    在群組內

    498.000

    31.125

    總計

    1183.000

    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解释的部分是196,被其他因素解释的有244.5,并且组间变异被销售方式所能解释的部分是非常显著的4.事后检验

    多重比較

    因變數:

    销售量

    Bonferroni

    (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,第二组和第三组、第四组的销售量均值差是非常明显的,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。从图可以清楚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,而第二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非常一致

    二、1.实例内容:

    某研究机构研究了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【分析】|【一般线性模型】|【单变量】命令,弹出【单变量】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【体重】变量作为因变量,将其添加至【因变量】列表框中。

    Step

    03

    选择因素变量。

    选择【饲料类型】和和【小鼠品系】变量作为因素变量,将它们添加至【固固定因子】列表框中,如图所示。

    Step

    04选择多重比较。

    单击【模型】按按钮,弹弹出【单变量:模型】对话框,如图5.23所示。选中【定制】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【模型】列表框中。选择【构建项】选项组中【类型】下拉列表框中的【主效应】选项,再单击【继继续】按钮,返回主对话框。

    Step

    05其他选项选择。

    单击【图】按钮,弹出图5.24所示【单变量:轮廓图】对话框。将因素b放入【单独的线条】框,将因素a放入【水平轴)】文本框,单击【添加】按钮,再单击【继续续】按钮,返回主对话框。

    单击【事后比较】按钮,弹出图所示对话框。将因素a和因素b放入【下列各项的事后检验】列表框,比较方法选择LSD法。

    单击【选项】按钮,弹出图5.26所示【单变量:选项】对话框。将因素a和因素b放入【显示下列各项的平均值】列表框,选中【比较主效应】复选框。选中【描述统计】复选框表示输出描述性统计量;选中【齐性检验】复选框表示输出方差齐性检验表。再单击【继续】按钮,返回主对话框。

    Step

    06

    完成操作。

    最后,单击【确确定】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

    1785.925

    6.772

    .000

    截距

    167796.750

    167796.750

    636.304

    .000

    a

    6487.875

    3243.938

    12.301

    .000

    b

    2441.750

    813.917

    3.086

    .037

    錯誤

    11075.625

    263.705

    總計

    187802.000

    校正後總數

    20005.250

    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。

    实验小结:

    通过该实验,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。

    教师评语:

    1.实验结果及解释:(准确合理、较准确、不合理);占30%

    2.实验步骤的完整度:(完整、中等、不完整);占30%

    3.实验程序的正确性:(很好、较好、中等、较差、很差);占30%

    4.卷面整洁度:(很好、较好、中等、较差、很差);占10%

    评定等级:()

    教师签名:

    日期:



    推荐阅读:
    SPSS数据统计软件实验报告
    浙教版数学一年级上册第二单元第五课时10与几同步测试
    抗“疫”先进人物事迹 先进典型事迹材料(合集五篇)
    文章的“厚”与“薄”[精选合集]
    XX镇2024年森林防火工作实施方案
    中学生
    Top