spss實(shí)踐題分析及答案(二)

期末實(shí)踐考查一、一家消費(fèi)者調(diào)查有限公司，它為許多企業(yè)提供消費(fèi)者態(tài)度和消費(fèi)者行為的調(diào)查。在一項(xiàng)研究中，客戶要求調(diào)查消費(fèi)者的消費(fèi)特征，此特征可以用來預(yù)測(cè)用戶使用信用卡的支付金額。研究人員收集了50位消費(fèi)者的年收入、家庭人口和每年使用信用卡支付的金額數(shù)據(jù)。試按照客戶要求進(jìn)行分析，給出分析報(bào)告（數(shù)據(jù)見附表）。Descriptive StatisticsMeanStd. DeviationN消費(fèi)金額（元）3964.06933.49450年收入（元）43480.0014550.74250家庭人口（人）3.421.73950Correlations消費(fèi)金額（元）年收入（元）家庭人口（人）Pearson Correlation消費(fèi)金額（元）1.000.631.753年收入（元）.6311.000.173家庭人口（人）.753.1731.000Sig. (1-tailed)消費(fèi)金額（元）.000.000年收入（元）.000.115家庭人口（人）.000.115.N消費(fèi)金額（元）505050年收入（元）505050家庭人口（人）505050Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1家庭人口（人）, 年收入（元）.Entera. All requested variables entered. b. Dependent Variable: 消費(fèi)金額（元）Model SummarybModelRR SquareAdjusted R SquareStd. Error of the Estimate1.909a.826.818398.091ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression35250755.672217625377.836111.218.000aResidual7448393450Total42699148.82049CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)1304.905197.6556.602.000年收入（元）.033.004.5168.350.000家庭人口（人）356.29633.201.66410.732.000 結(jié)果分析：由題目可知客戶要求，是根據(jù)消費(fèi)者年收入、家庭人口來預(yù)測(cè)其每年使用信用卡支付的金額數(shù)據(jù)，屬于多元線性回歸問題，其中年收入和家庭人口看作兩個(gè)自變量，每年信用卡支付金額看作因變量。由分析得： ：信用卡支付金額 ：年收入 ：家庭人口擬合優(yōu)度檢驗(yàn)為0.818，回歸方程能很好的代表樣本數(shù)據(jù)?；貧w方程F檢驗(yàn)和回歸系數(shù)T檢驗(yàn)的相伴概率都小于顯著性水平，拒絕零假設(shè)即回歸方程和回歸系數(shù)都具顯著型。二、下表為運(yùn)動(dòng)員與大學(xué)生的身高（cm）與肺活量（cm3）的數(shù)據(jù)，考慮到身高與肺活量有關(guān)，而一般運(yùn)動(dòng)員的身高高于大學(xué)生，為進(jìn)一步分析肺活量的差異是否由于體育鍛煉所致，試作控制身高變量的協(xié)方差分析，并給出分析報(bào)告。運(yùn) 動(dòng) 員大 學(xué) 生身高肺活量身高肺活量184.9167.9171.0171.0188.0179.0177.0179.5187.0187.0169.0188.0176.7179.0183.0180.5179.0178.0164.0174.043003850410043004800400054004000480048004500478037005250425048005000370036004050168.7170.8165.0169.7171.5166.5165.0165.0173.0169.0173.8174.0170.5176.0169.5176.3163.0172.5177.0173.034504100380033003450325036003200395040004150345032504100365039503500390034503850Between-Subjects FactorsValue LabelN類別 0 020 1 120Tests of Between-Subjects EffectsDependent Variable:肺活量SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model6981685.135a23490842.56822.860.000Intercept208064.2901208064.2901.363.251身高1630762.63511630762.63510.679.002類別1407847.09511407847.0959.220.004Error5649992.36537152702.496Total6.633E840Corrected Total12631677.50039a. R Squared = .553 (Adjusted R Squared = .529結(jié)果分析：控制變量的相伴概率值是0.004，小于顯著性水平0.05，因此拒絕零假設(shè)，故在剔除身高對(duì)肺活量的影響前提下，是否經(jīng)常進(jìn)行體育鍛煉對(duì)肺活量有顯著影響；另外協(xié)變量相伴概率為0.002，說明身高的不同水平對(duì)肺活量也有顯著影響。三、甲地區(qū)為大城市，乙地區(qū)為縣城，丙地區(qū)為農(nóng)村。某地分別調(diào)查了上述三類地區(qū)8歲男生三項(xiàng)身體生長(zhǎng)發(fā)育指標(biāo)：身高、體重和胸圍，數(shù)據(jù)見下表，問：三類地區(qū)之間男生三項(xiàng)身體生長(zhǎng)發(fā)育指標(biāo)的差異有無顯著性？試就此問題進(jìn)行分析并給出分析報(bào)告。 結(jié)果分析：由方差齊次性檢驗(yàn)表可知，甲乙丙三個(gè)地區(qū)的的身高、體重和胸圍的方差檢驗(yàn)相伴概率都大于顯著性水平，因此接受零假設(shè)，即三個(gè)地區(qū)的身高、體重和胸圍方差相同沒有顯著性差異，即不同地區(qū)，身高、體總和胸圍各總體均值服從方差相同的正態(tài)分布，因此可以用下面的單因素方差檢驗(yàn)。身高：相伴概率為0.000小于顯著性水平，則各地區(qū)身高有顯著性差異。體重：相伴概率為0.000小于顯著性水平，則各地區(qū)體重有顯著性差異。胸圍：相伴概率為0.001小于顯著性水平，則各地區(qū)胸圍有顯著性差異。再由LSD,S-N-K和圖表分析可知，甲地區(qū)（城市）8歲男孩身高和胸圍與乙（縣城）、丙（農(nóng)村）地區(qū)有顯著性差異，乙地區(qū)（縣城）8歲男孩體重與甲（城市）、丙（農(nóng)村）地區(qū)有顯著性差異。四、某地區(qū)10名健康兒童頭發(fā)和全血中的硒含量（1000ppm）如下，試作發(fā)硒與血硒的相關(guān)分析，并給出分析報(bào)告。編號(hào)發(fā)硒血硒123456789107466886991736696587313101311169714510 Descriptive StatisticsMeanStd. DeviationN發(fā)硒75.4012.29510血硒10.803.32710Correlations發(fā)硒血硒發(fā)硒Pearson Correlation1.872*Sig. (2-tailed).001N1010血硒Pearson Correlation.872*1Sig. (2-tailed).001N1010結(jié)果分析：由分析可知，要進(jìn)行發(fā)硒和血硒兩個(gè)定距變量的相關(guān)分析。由上圖表可得發(fā)硒和血硒的pearson相關(guān)系數(shù)為0.872，為高度相關(guān)。假設(shè)檢驗(yàn)得出的相伴概率0.001小于顯著水平0.01，因此拒絕零假設(shè)，即可以用它們的樣本相關(guān)系數(shù)r代替總體相關(guān)系數(shù)。五、某地29名13歲男童身高（cm）、體重（kg）和肺活量（ml）的數(shù)據(jù)如下表, 試對(duì)該資料作控制體重影響作用的身高與肺活量相關(guān)分析，并給出分析報(bào)告。編號(hào)身高（cm）體重(kg)肺活量(ml)編號(hào)身高（cm）體重(kg)肺活量(ml)123456789101112131415135.1139.9163.6146.5156.2156.4167.8149.7145.0148.5165.5135.0153.3152.0160.532.030.446.233.537.135.541.531.033.037.249.527.641.032.047.21750200027502500275020002750150025002250300012502750175022501617181920212223242526272829153.0147.6157.5155.1160.5143.0149.4160.8159.0158.2150.0144.5154.6156.547.240.543.344.737.531.533.940.438.537.536.034.739.532.017502000225027502000175022502750250020001750225025001750CorrelationsControl Variables體重(kg)肺活量(ml)身高（cm）-none-a體重(kg)Correlation1.000.613.719Significance (2-tailed).000.000df02727肺活量(ml)Correlation.6131.000.588Significance (2-tailed).000.001df27027身高（cm）Correlation.719.5881.000Significance (2-tailed).000.001.df27270身高（cm）體重(kg)Correlation1.000.337Significance (2-tailed).079df026肺活量(ml)Correlation.3371.000Significance (2-tailed).079.df260a. Cells contain zero-order (Pearson) correlations.結(jié)果分析：由上表分析可知，體重和肺活量的相關(guān)系數(shù)為0.613，身高和體重的相關(guān)系數(shù)為0.719，身高和肺活量的相關(guān)系數(shù)為0.588，三者之間為中度相關(guān)。 身高對(duì)體重和肺活量都有影響，剔除它的影響，采用偏相關(guān)分析，體重和肺活量相關(guān)系數(shù)為0.337，為低度相關(guān)，相伴概率值為0.079，大于顯著性水平0.05，因此接受原假設(shè)，即不可以用樣本相關(guān)系數(shù)代替總體相關(guān)系數(shù)。六、某醫(yī)師測(cè)得10名3歲兒童的身高（cm）、體重（kg）和體表面積（cm2）資料如下。試分析“體表面積”可能滿足的數(shù)學(xué)模型，并給出分析報(bào)告。兒童編號(hào)體表面積（Y）身高（X1）體重（X2）123456789105.3825.2995.3585.2925.6026.0145.8306.1026.0756.41188.087.688.589.087.789.588.890.490.691.211.011.812.012.313.113.714.414.915.216.0Correlations體表面積（Y）身高（X1）體重（X2）Pearson Correlation體表面積（Y）1.000.869.943身高（X1）.8691.000.863體重（X2）.943.8631.000Sig. (1-tailed)體表面積（Y）.001.000身高（X1）.001.001體重（X2）.000.001.N體表面積（Y）101010身高（X1）101010體重（X2）101010Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1體重（X2）, 身高（X1）.Entera. All requested variables entered.b. Dependent Variable: 體表面積（Y）Model SummarybModelRR SquareAdjusted R SquareStd. Error of the Estimate1.950a.902.874.143346a. Predictors: (Constant), 體重（X2）, 身高（X1）b. Dependent Variable: 體表面積（Y）ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression1.3212.66132.145.000aResidual.1447.021Total1.4659a. Predictors: (Constant), 體重（X2）, 身高（X1） b. Dependent Variable: 體表面積（Y）CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)-2.8566.018-.475.649身高（X1）.069.075.215.919.389體重（X2）.184.057.7583.234.014結(jié)果分析：由題目要求可知，這是一個(gè)多元線性回歸問題。上述圖表知，體表面積與身高體重的關(guān)系為其中 ：體表面積 ：身高 ：體重?cái)M合優(yōu)度檢驗(yàn)為0.874，回歸方程能很好的代表樣本數(shù)據(jù)?；貧w方程F檢驗(yàn)和回歸系數(shù)T檢驗(yàn)的相伴概率都小于顯著性水平，拒絕零假設(shè)即回歸方程和回歸系數(shù)都具顯著型。七、某地1963年調(diào)查得兒童年齡（歲）X與錫克試驗(yàn)陰性率（%）Y的資料如下，試分析錫克試驗(yàn)陰性率，并給出分析報(bào)告。年齡（歲）X錫克試驗(yàn)陰性率（%）Y123456757.176.090.993.096.795.696.2Model DescriptionModel NameMOD_2Dependent Variable1錫克試驗(yàn)陰性率（%）Equation1Inverse2Cubic3SaIndependent Variable年齡ConstantIncludedVariable Whose Values Label Observations in PlotsUnspecifiedTolerance for Entering Terms in Equations.0001Model Summary and Parameter EstimatesDependent Variable:錫克試驗(yàn)陰性率（%）EquationModel SummaryParameter EstimatesR SquareFdf1df2Sig.Constantb1b2b3Inverse.975198.44615.000104.380-48.271Cubic.994165