spss和sas統(tǒng)計實驗指導書(文件)

　

【正文】 法。★ 研究問題3個案之間的相似性測量分析某動物一次產(chǎn)下3個幼仔，分別對3個幼子的長、體重、四肢總長、頭重進行測量，試就這幾個測量而言，分析3個幼子的相似性，數(shù)據(jù)如表35所示。圖319 Distance對話框在Compute Distances框中選擇Between cases項，表示作個案之間的距離相關(guān)分析。『步驟4』 單擊Continue按鈕返回Distance對話框，再單擊OK按鈕，即得到SPSS相關(guān)分析的結(jié)果。在Measure欄中選擇Dissmilarities項，作不相似性測距。『步驟3』 單擊Continue按鈕返回Distance對話框，再單擊OK按鈕，即得到SPSS相關(guān)分析的結(jié)果。2) 研究問題2的SPSS運行結(jié)果如下：Proximities第一個表格是個案概述。從表格中可以看出，3個個案的相似性非常高。從表格中可以看出，；；，可見第二個幼子和第三個幼子最相近。3個集裝箱情況高/mm寬/mm長/mm最大總重/kg第一個243824301219130480第二個243024331219530477第三個243424391218830485實驗四：回歸分析實驗?zāi)康模赫莆帐褂靡辉€形回歸和多元線形回歸在SPSS中的實現(xiàn)。假設(shè)為：檢驗統(tǒng)計量為 其中 ， ② 回歸方程顯著性檢驗（F檢驗）。如圖4－2所示。該對話框用來設(shè)置將回歸分析的結(jié)果保存到spss數(shù)據(jù)編輯窗口的變量中，還是某個spss的數(shù)據(jù)文件中。 Variables Entered/Removed(b)ModelVariables EnteredVariables RemovedMethod1x(a).Entera All requested variables entered.b Dependent Variable: y該表格輸出的是被引入或從回歸方程中被踢除的各變量。說明樣本回歸方程的代表性強。類外，Sum of Squares 一欄中分別代表回歸平方和（）、殘差平方和（）以及總平方和（），Df為自由度。說明回歸系數(shù)與0有顯著差別，該回歸方程有意義：★ 練習題： 合金鋼的強度y與鋼材中碳的含量x有密切關(guān)系，為了冶煉出符合要求強度的鋼，常常通過控制鋼水中的碳含量來達到目的，因此需要了解y與x之間的關(guān)系，下面是10組不同的碳含量x（％）對應(yīng)的強度y（kg/m）數(shù)據(jù)。2）spss實現(xiàn)多元回歸分析的步驟（利用spss過程進行多元線性回歸分析仍然采用Linera Regression 過程，與一元線性回歸不同的是，進行多元線性回歸，需要在“Independents”列表框中輸入多個變量名。單擊statistics按鈕將打開linear regression：statistics對話框，用來選擇輸出那些統(tǒng)計量圖46Linear regression對話框『步驟3』 單擊OK按鈕，即可得到spss多元線性回歸分析的結(jié)果。該部分說明在對編號為1的模型進行分析時所采用的方法是全部引入法Enter。（6） 輸出的結(jié)果文件中第六個表格是回歸系數(shù)分析。s Distance.000.400.042.09036Centered Leverage Value.025.422.167.08136a Dependent Variable: MY這個表格是殘差統(tǒng)計結(jié)果表。（分別用全回歸，逐步回歸法，向后法，向前法）63。練習題：某種水泥在凝固時放出的熱量（單位：卡/克）Y與水泥中下列4中化學成分的百分比有關(guān)： X1： X2： X3： X4：現(xiàn)測得13組數(shù)據(jù)，如下圖所示，要求建立熱量與水泥化學成分之間的經(jīng)驗回歸關(guān)系式。從表格中可以看出該多元回歸方程為：其中Z6和Z7被剔除。 Variables Entered/Removed(b)ModelVariables EnteredVariables RemovedMethod1z6, z2, z1, z4, z5, z3(a).Entera All requested variables entered.b Dependent Variable: MY（4） 輸出的結(jié)果文件第四個表格如下： Model Summary(b)ModelRR SquareAdjusted R SquareStd. Error of the Estimate1.607(a).368.238a Predictors: (Constant), z6, z2, z1, z4, z5, z3b Dependent Variable: MY該表格是常用的統(tǒng)計量。（2） 輸出的結(jié)果文件中的第二個表格如下：Correlations MYZ1Z2Z3Z4Z5Z6Z7Z8Pearson CorrelationMY.413.118.326.427.245.486 Z1.413.186.386.315.043.213.304 Z2.118.186.241.373.045 Z3.326.386.217.200.454.270 Z4.427.315.241.217.353.322.234 Z5.043.373.200.353.330 Z6.245.213.045.454.322.330.172 Z7 Z8.486.304.270.234.172Sig. (1tailed)MY..006.246.026.005.330.075.037.001 Z1.006..139.010.031.402.106.096.036 Z2.246.139..485.078.012.397.230.200 Z3.026.010.485..102.121.003.495.055 Z4.005.031.078.102..017.028.000.084 Z5.330.402.012.121.017..025.352.491 Z6.075.106.397.003.028.025..170.157 Z7.037.096.230.495.000.352.170..421 Z8.001.036.200.055.084.491.157.421.NMY363636363636363636 Z1363636363636363636 Z2363636363636363636 Z3363636363636363636 Z4363636363636363636 Z5363636363636363636 Z6363636363636363636 Z7363636363636363636 Z8363636363636363636該表格列出了各個變量之間的相關(guān)性，從該表格可以看出自變量Z1和因變量MY之間的相關(guān)性很大。表42： 員工多個心理變量值合員工滿意度數(shù)據(jù)Z1Z2Z3Z4Z5Z6Z7Z8滿意度66646250585612555505959535112250474945464620555950545269112055594856475011246254684646511236060565352511215252695857621123565557394446115505068464556255854605952511125535255576564122525653576351205665525162471122506359535548112063576066515612626564658504552212147505749504820205366535955451252561555861586112323596460525456262655607260556712626565268405155303059516156525612525605362554763272752515745555920205657575259552626685871685361130306053616056511272764567450595718186753605353511242456566767565212424534649435048191953576552675917176040715756581242454454449424612323『步驟1』在spss的數(shù)據(jù)編輯窗口中輸入上表所示的數(shù)據(jù)。 總體回歸方程： β0常數(shù)項，β1 , … ,βP 稱為總體偏回歸系數(shù)。其中，Unstandardized Coefficients 為非標準化系數(shù)，Standardized Coefficients 為標準化系數(shù)，I為回歸系數(shù)檢驗統(tǒng)計量，Sig 為伴隨概率值。從這部分結(jié)果看出：統(tǒng)計量F＝；伴隨概率P。 Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.986(a).972.969.4118a Predictors: (Constant), x該表格輸出的是常用統(tǒng)計量。在該對話框中可以對多元線性回歸分析中與自變量的篩選有關(guān)的參數(shù)進行設(shè)定，同時也可設(shè)置缺省值采用不同的處理方法。該對話框用來設(shè)置對殘差序列作圖形分析，從而檢驗殘差序列的正態(tài)性、隨機性和是否存在異方差現(xiàn)象。求合成纖維與拉伸倍數(shù)之間是否存在顯著性線性相關(guān)關(guān)系。1．一元線性回歸采用最小二乘法，使隨機誤差（殘差）平方和為最小，即min。問測試結(jié)果是否一致。4) 研究問題4的SPSS運行結(jié)果如下：Proximities研究問題4中的第一個表格是個案分析概述，表明3個個案數(shù)據(jù)全部都有效。3) 研究問題3的SPSS運行結(jié)果如下：Proximities研究問題3中的第一個表格是個案概述，表明3個個案