内容发布更新时间 : 2024/11/9 5:12:48星期一 下面是文章的全部内容请认真阅读。
南昌航空大学经济管理学院学生实验报告
实验课程名称：统计分析与SPSS的应用 专业 经济学 班级学号 09091141 姓名 律江山 成绩 实验地点 G804 实验性质： 演示性 ? 验证性 综合性 设计性 实验项目名称 相关分析 指导教师 周小刚 一、实验目的 掌握利用 SPSS 软件进行相关分析的基本方法，包括简单相关分析、偏相关分析和其它相关系数的计算。 二、实验内容及步骤(包括实验案例及基本操作步骤) 1、选择菜单Analyze-→Correalate→Bivariate, 2、选择参加计算相关系数的变量到variables框。 3、在Correlation Coefficents框中选择计算哪种相关系数。 4、在Test of significance框中选择输出相关系数检验的双尾概率p值还是单尾概率P值 5、选中Flag significance of correlations选项表示分析结果中除显示统计检验的概率P值以外，还输出星号标记，以表明变量间的相关性是否显著：不选中则不输出星号标记。 6、在Opyions按钮中的Statistics选项中，选中Cross-product deviations and covariances表示输出各变量的离差平方和、样本方差、两变量的叉积离差和协方差。 三、实验结论(包括SPSS输出结果及分析解释) 实验结论： 立项课题总数，投入具有高级职称的人年数以及论文数之间都有较强的线性关系，且投入具有高级职称的人年数以及论文数之间的线性关系最强。立项课题数会受到这些因素的影响。 南昌航空大学经济管理学院学生实验报告
实验课程名称：统计分析与SPSS的应用 专业 经济学 班级学号 09091141 姓名 律江山 成绩 实验地点 G804 实验性质： 演示性 ? 验证性 综合性 设计性 实验项目名称 回归分析 指导教师 周小刚 一、实验目的 掌握在 SPSS 软件中进行多元线性回归分析方法和曲线参数的估计方法。 二、实验内容及步骤(包括实验案例及基本操作步骤) 1、选择菜单Analyze→Regression→Liner,于是出现如图所示窗口 2、选择被解释变量进入Dependent框 3、选择一个或多个解释变量变量进入Independent框 4、在Method框中选择回归分析中解释变量的筛选策略。其中，Enter表示所选变量强行进入回归方程，是SPSS默认的策略方法，通常用在一元线性回归分析中；Remove表示从回归方程中剔除所选变量；Stepwise表示逐步筛选策略；Backward表示向后筛选策略；Forward表示向前筛选策略。 5、第三和第四步中确定的解释变量及变量筛选策略可放置在不同的块中。通常在回归分析中有不只一组的待加入方程的解释变量和相应的筛选策略，可以单击Next和Previous按钮设置多组解释变量和变量筛选策略并放置在不同的块中。 6、选择一个变量作为条件变量到Selection Variable框中，并单击Rule按钮给定一个判断条件。 7、在Case Labels框中指定哪个变量作为样本数据点的标识变量，该变量的值将在回归分析的输出图形中。 三、实验结论(包括SPSS输出结果及分析解释) 立项课程总数与投入高级职称的人年数间的简单相关系数为0.994，与论文数间的简单相关系数为0.887.它们的相关系数检验的概率值都接近于0<0.05,即认为两总体存在线性相关。立项课题总数将受投入高级职称的人年数和论文数的正向影响。 在投入高级职称的人年数作为控制变量的条件下，课题总数和论文间的偏相关为-0.1398呈积弱的负相关关系，说明上年发表的论文数对当年立项课题数的线性影响非常弱 南昌航空大学经济管理学院学生实验报告
实验课程名称：统计分析与SPSS的应用 专业 经济学 班级学号 09091141 姓名 律江山 成绩 实验地点 G805 实验项目名称 一、实验目的 实验性质： 演示性 ? 验证性 综合性 设计性 聚类分析（层次聚类） 指导教师 周小刚 掌握利用SPSS软件进行聚类分析的方法，并能对实验结果进行解释。 二、实验内容及步骤(包括实验案例及基本操作步骤) 案例:31个省市自治区小康和现代化指数的K-Means聚类分析 1.选择选项 输出结果： 下面是描述性统计量： 三、实验结论(包括SPSS输出结果及分析解释) K-Means聚类分析的结果与层次聚类分析相比略有差异，黑龙江从下游省份中分离出来，被划入中有省份。这是有两类分析思路上的差异造成的。可见，层次聚类分析中样本所属类一旦确定就不会在改变，而在K-Means聚类分析中类的归属是不断调整的。 南昌航空大学经济管理学院学生实验报告
实验课程名称：统计分析与SPSS的应用 专业 经济学 班级学号 09091141 姓名 律江山 成绩 实验地点 G804 实验性质： 演示性 ? 验证性 综合性 设计性 实验项目名称 因子分析 指导教师 周小刚 一、实验目的 掌握利用SPSS软件进行因子分析的方法，并能对实验结果进行解释。 二、实验内容及步骤(包括实验案例及基本操作步骤) 案例：研究全国各地区年人均收入的差异性和相似性。 1.导入数据，选择菜单Analyse→Date Reduction→ Factor出现如下窗口： 2单击Descriptives按钮选中intial solution和KMOand bartlett’s test of sphericity 3. 单击Extraction按钮选中 三、实验结论(包括SPSS输出结果及分析解释) 1、考察原有变量是否适合进行因子分析。 此图是原有变量的相关系数矩阵。可以看到，大部分的县官系数都较高，个变量城建哦强的线性关系，能够从中提取公共因子，适合进行因子分析。 巴特利特泅渡检验统计量的观测值为182.913，相应的概率p接近0.同时，kmo值为0.882，根据kaiser给出了kmo度量标准可知原有变量适合进行因子分析。 2、提取因子。 因子分析的初始了解，显示了所有变量的共同读数据。港澳台经济单位，集体单位以及外商投资经济单位等变量的绝大部分信息可被因子分析解释，这些变量的信息丢失较少。但是联营经济单位、其他经济单位两个单位的信息丢失的比较严重。因此本因子提取的总体效果并不理想。 各个变量信息丢失较少，因此本次因子分析的总体效果较理想。 因子旋转后，累计方差比没有改变，也就是没有影响原有变量的共同度，但却重新分配了各个因子解释原有变量的方差，改变了各个因子的方差贡献，使得因子更易于解释。 实验结果： 计算公式为：F=0.43594F1+0.42923F2,人均年收入较高的省市有北京、上海、广东、浙江、天津、福建和江苏等，他们多数与经济文化中心或南部沿海地区。人均年收入较低的省市由内蒙古、山西、黑龙江等，他们多属于内陆或西北部边缘地区。