spss练习题.ppt
为评价家电行业售后服务的质量，随机抽取了由100个家庭构成一个样本。服务质量的等级分别表示为：A.好；B.较好；C.一般；D.较差；E.差。根据评价数据制作频数分布表，绘制条形图和饼形图。练习一等级等级1414.114.114.12020.220.234.33232.332.366.71818.218.284.81515.215.2100.09999100.0100.0100.0100.0ABCDETotalTotalValidFrequencyPercentValid PercentCumulativePercentABCDEB BPies show counts练习二 为了确定灯泡的使用寿命，在一批灯泡中随机抽取100只进行测试。 要求： 1.对测试数据排序； 2.以组距为10进行等距分组，编制频数分布数列，绘制直方图，累积直方图和茎叶图 步骤: 1.分组：转换-重新编码-到不同变量 2.茎叶图和箱线图：分析-描述统计-探索分析 3.累积直方图在交互式选项卡中选择x x22.02.02.055.15.17.166.16.113.11616.216.229.32525.325.354.51818.218.272.71212.112.184.899.19.193.933.03.097.033.03.0100.09999100.0100.0100.0100.0650.00660.00670.00680.00690.00700.00710.00720.00730.00740.00TotalTotalValidFrequencyPercentValid PercentCumulativePercent注：下线不在内V1 Stem-and-Leaf Plot Frequency Stem & Leaf 1.00 Extremes (=749) Stem width: 10 Each leaf: 1 case(s)660680700720740V1V10%25%50%75%100%PercentPercent练习三 根据我国几个主要城市各月平均相对湿度数据绘制箱线图，并分析各城市平均相对湿度的分布特征。练习四1.根据1978-1999年我国的国内生产总值数据绘制线图；2.绘制第一、二、三产业国内生产总值的线图；注：简单线图，多重线图，垂线图练习五 参数估计 一家保险公司收集到由36投保个人组成的随机样本,得到每个投保人的年龄数据(单位：周岁)，试估计投保人的平均年龄，并建立投保人年龄90%的置信区间。探索性分析稳健估计值，区间估计DescriptivesDescriptives39.501.29637.3141.6939.6139.0060.4297.77423543111-.227.393-.448.768MeanLower BoundUpper Bound90% ConfidenceInterval for Mean5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosis年龄Statistic Std. ErrorM-EstimatorsM-Estimators39.7639.8139.7739.81年龄HubersM-EstimatoraTukeysBiweightbHampelsM-EstimatorcAndrewsWavedThe weighting constant is 1.339.a. The weighting constant is 4.685.b. The weighting constants are 1.700, 3.400, and 8.500c. The weighting constant is 1.340*pi.d. 练习六单样本的假设检验 某工厂用自动打包机打包，每包标准质量为100kg。为了保证生产的正常运行，每天开工后需要先行试机，检查打包机是否有系统偏差，以及时进行调整。某日开工后在试机中共打了9个包，测得9包的质量数据。问打包机是否需要进行调整？练习七成组设计两样本的均值比较 某化工原料的处理前后取样分析，测得样本的含脂率。假定处理前后含脂率服从正态分布，且标准差相同。试问在显著性水平=0.05下，处理前后的含脂率是否有显著差异？（独立样本检验）练习八非参数检验检验例六的数据是否来自正态分布的随机变量绘制P-P图和Q-Q图，进行K-S检验练习九单因素方差分析 某灯泡厂用4种不同配方料方案制成的灯丝生产了4批灯泡。从每批灯泡中随机地抽取ni（i=1,2,3,4）个灯泡，测试出使用寿命。根据使用寿命的测试数据分析4批灯泡的使用寿命是否有显著差异。 P(FF(n1,n2)，+)= 拒绝域(F(n1,n2)，+)ANOVAANOVASHOUMING38002.418312667.4731.466.251190151.4228643.247228153.825Between GroupsWithin GroupsTotalSum ofSquaresdfMean SquareFSig.方差来源 平方和 自由度 均方 P值 P 0.05组间因素组内误差总 和4批灯泡的使用寿命无显著差异。基本应用条件：独立性、正态性、方差齐性练习十 双因素方差分析 从由五名操作者操作的三台机器每小时产量中分别各抽取1 个不同时段的产量，观测到的产量如下表所示。试进行产量是否依赖于机器类型和操作者的方差分析。 三台机器五名操作者的产量数据 机器1 机器2 机器3 操作者1 53 61 51操作者2 47 55 51操作者3 46 52 49 操作者4 50 58 54 操作者5 49 54 50实验指标：产量Tests of Between-Subjects EffectsTests of Between-Subjects EffectsDependent Variable: x224.000a1416.0001.00040560.000140560.0001.000130.000265.00023.600p0.0011.00072.000418.0006.500p0.051.00022.00082.750.1.000.0000.40784.00015224.00014SourceCorrected ModelIntercept机器操作者机器 * 操作者ErrorTotalCorrected TotalType III Sumof SquaresdfMean SquareFSig.Partial EtaSquaredR Squared = 1.000 (Adjusted R Squared = .)a. 因此，可以认为机器类型和操作者的影响均是显著的。 下面是7个地区2000年的人均国内生产总值和人均消费水平的统计数据。要求： （1）人均GDP做自变量，人均消费水平做因变量，绘制散点图，说明二者之间的关系形态； （2）计算两个变量之间的线性相关系数，说明两个变量之间的关系强度； （3）求出估计的回归方程； （4）检验回归方程线性关系的显著性； （5）如果某地区的人均GDP为5000，预测其人均消费水平； （6）求人均GDP为5000时，人均消费水平在95%置信水平下的置信区间和预测区间。 练习十一 相关分析与回归分析Model SummaryModel Summary.998a.996.996247.303Model1RR SquareAdjustedR SquareStd. Error ofthe EstimatePredictors: (Constant), 人均GDP/元a. 相关系数 判别系数 校正后的 回归系数 判别系数 的标准误 回归系数的显著性检验F检验法 t 检验法P0.05，显著ANOVAANOVAb b81444969181444968.681331.692.000a305795.0561159.007817507646RegressionResidualTotalModel1Sum ofSquaresdfMean SquareFSig.Predictors: (Constant), 人均GDP/元a. Dependent Variable: 人均消费水平/元b. 最后一个表给出回归方程中的常数项，回归系数的估计值和检验结果，对各参数进行的t检验。
