spss實驗報告心得體會(SPSS相關(guān)分析實驗報告)
spss實驗報告心得體會
spss實驗報告心得體會
篇一：SPSS實驗報告
SPSS應(yīng)用——
實驗報告
班 級：統(tǒng)計0801班
學(xué) 號：1304080116
姓 名： 宋 磊
指導(dǎo)老師：胡 朝 明
一、實驗?zāi)康模?/strong>
1、熟悉SPSS操作系統(tǒng)，掌握數(shù)據(jù)管理界面的簡單的操作；
2、熟悉SPSS結(jié)果窗口的常用操作方法，掌握輸出結(jié)果在文字處理軟件中的使用方法。掌握常用統(tǒng)計圖（線圖、條圖、餅圖、散點、直方圖等）的繪制方法； 3、熟悉描述性統(tǒng)計圖的繪制方法；
4、熟悉描述性統(tǒng)計圖的一般編輯方法。掌握相關(guān)分析的操作，對顯著性水平的基本簡單判斷。
二、實驗要求：
1、數(shù)據(jù)的錄入，保存，讀取，轉(zhuǎn)化，增加，刪除；數(shù)據(jù)集的合并，拆分，排序。 2、了解描述性統(tǒng)計的作用，并掌握其SPSS的實現(xiàn)（頻數(shù)，均值，標(biāo)準(zhǔn)差，中位數(shù)，眾數(shù)，極差）。
3、應(yīng)用SPSS生成表格和圖形，并對表格和圖形進行簡單的.編輯和分析。 4、應(yīng)用SPSS做一些探索性分析（如方差分析，相關(guān)分析）。
三、實驗內(nèi)容：
1、使用SPSS進行數(shù)據(jù)的錄入，并保存： 職工基本情況數(shù)據(jù)：
操作步驟如下：
打開SPSS軟件，然后在數(shù)據(jù)編輯窗口（Data View）中錄入數(shù)據(jù)，此時變量名默認為var00001,var00002,…,var00007,然后在Variable View窗口中將變量名稱更改即可。具體結(jié)果如下圖所示：
輸入后的數(shù)據(jù)為：
將上述的數(shù)據(jù)進行保存：
單擊保存即可。 2、讀取上述保存文件：
選擇菜單File--Open—Data；選擇數(shù)據(jù)文件的類型，并輸入文件名進行讀取，出現(xiàn)如下窗口：
選定職工基本情況.sav文件單擊打開即可讀取數(shù)據(jù)。
3、對上述數(shù)據(jù)新增一個變量工齡，其操作步驟為將當(dāng)前數(shù)據(jù)單元確定在某變量上，選擇菜單Data—Insert Variable，SPSS自動在當(dāng)前數(shù)據(jù)單元所在列的前一列插入一個空列，該列的變量名默認為var00016，數(shù)據(jù)類型為標(biāo)準(zhǔn)數(shù)值型，變量值均是系統(tǒng)缺失值，然后將數(shù)據(jù)填入修改。結(jié)果如下圖所示：
篇二：SPSS實驗報告
描述性統(tǒng)計分析
一、實驗?zāi)康?/strong>
1. 進一步了解掌握SPSS專業(yè)統(tǒng)計分析軟件，能更好地使用其進行數(shù)據(jù)統(tǒng)計分析。
2. 學(xué)習(xí)描述性統(tǒng)計分析及其
在SPSS中的實現(xiàn)，內(nèi)容具體包括基本描述性統(tǒng)計量的定義及
計算﹑頻率分析﹑描述性分析﹑探索性分析﹑交叉表分析等。 3. 復(fù)習(xí)權(quán)重等前章的知識。 二﹑實驗內(nèi)容 題目一
打開數(shù)據(jù)文件“data4-5.sav”，完成以下統(tǒng)計分析：
（1）計算各科成績的描述統(tǒng)計量：平均成績、中位數(shù)、眾數(shù)、標(biāo)準(zhǔn)差、方差、極差、最大值和最小值；
（2）使用“Recode”命令生成一個新變量“成績段”，其值為各科成績的分段：90～100為1，80～89為2，70～79為3，60～69為4，60分以下為5，其值標(biāo)簽設(shè)為：1-優(yōu)，2-良，3-中，4-及格，5-不及格。分段以后進行頻數(shù)分析，統(tǒng)計各分數(shù)段的人數(shù)，最后生成條形圖和餅圖。 1．解決問題的原理
因為問題涉及各科成績，用描述性分析，第二問要先進行數(shù)據(jù)分段，其后利用頻數(shù)分析描述統(tǒng)計量并可以生成條形圖等。 2.實驗步驟 針對第一問
第1步打開數(shù)據(jù) 菜單選擇：“文件→打開→數(shù)據(jù)”，將“data4-8.sav”導(dǎo)入。 第2步 文件拆分 菜單選擇：“數(shù)據(jù)→拆分文件”，打開“分割文件”對話框，點擊比較組按鈕，將“科目”加入到“分組方式”列表框中，并確定。
第3步 描述分析設(shè)置：
（1） 選擇菜單：“分析→ 描述統(tǒng)計 → 描述”，
打開“描述性”對話框，將“成績””加入到“變量”列表框中。
打開“選項”對話框，選中如下圖中的各項。
點擊“繼續(xù)”按鈕。
（4）回到“描述性”對話框，點擊確定。 針對第二問
第1步 頻率分析設(shè)置：
（1） 選擇菜單：“分析→ 描述統(tǒng)計 → 頻率”，
（2） 打開“頻率（F）”對話框，點擊“合計”。再點擊“繼續(xù)”按鈕.
（3）打開“圖表”對話框，選中“條形”
復(fù)選框，點擊“繼續(xù)”按鈕。
（4）回到“頻率（F）”對話框，點擊確定。
（5）重復(fù)步驟（1）（2）把步驟（3）改成打開“圖表”對話框，選中“餅圖” 復(fù)選框，點擊“繼續(xù)”按鈕。
再回到“頻率（F）”對話框，點擊確定。 三、實驗結(jié)果及分析
統(tǒng)計量
成績 語文
N
有效 缺失
均值 中值 眾數(shù) 標(biāo)準(zhǔn)差 方差 極小值 極大值 百分位數(shù)
25 50 75
數(shù)學(xué)
N
有效 缺失
均值 中值 眾數(shù) 標(biāo)準(zhǔn)差 方差 極小值 極大值 百分位數(shù)
25 50 75
英語
N
有效 缺失
均值 中值
60a
SPSS相關(guān)分析實驗報告
SPSS相關(guān)分析實驗報告
篇一：spss對數(shù)據(jù)進行相關(guān)性分析實驗報告
實驗一
一.實驗?zāi)康?/strong>
掌握用spss軟件對數(shù)據(jù)進行相關(guān)性分析，熟悉其操作過程，并能分析其結(jié)果。
二.實驗原理
相關(guān)性分析是考察兩個變量之間線性關(guān)系的一種統(tǒng)計分析方法。更精確地說，當(dāng)一個變量發(fā)生變化時，另一個變量如何變化，此時就需要通過計算相關(guān)系數(shù)來做深入的定量考察。P值是針對原假設(shè)H0：假設(shè)兩變量無線性相關(guān)而言的。一般假設(shè)檢驗的顯著性水平為0.05，你只需要拿p值和0.05進行比較：如果p值小于0.05，就拒絕原假設(shè)H0，說明兩變量有線性相關(guān)的關(guān)系，他們無線性相關(guān)的可能性小于0.05；如果大于0.05，則一般認為無線性相關(guān)關(guān)系，至于相關(guān)的程度則要看相關(guān)系數(shù)R值，r越大，說明越相關(guān)。越小，則相關(guān)程度越低。而偏相關(guān)分析是指當(dāng)兩個變量同時與第三個變量相關(guān)時，將第三個變量的影響剔除，只分析另外兩個變量之間相關(guān)程度的過程，其檢驗過程與相關(guān)分析相似。 三、實驗內(nèi)容
掌握使用spss軟件對數(shù)據(jù)進行相關(guān)性分析，從變量之間的相關(guān)關(guān)系，尋求與人均食品支出密切相關(guān)的因素。
(1)檢驗人均食品支出與糧價和人均收入之間的相關(guān)關(guān)系。
a.打開spss軟件，輸入“回歸人均食品支出”數(shù)據(jù)。
b.在spssd的菜單欄中選擇點擊， 彈出一個對話窗口。
C.在對話窗口中點擊ok,系統(tǒng)輸出結(jié)果，如下表。
從表中可以看出，人均食品支出與人均收入之間的相關(guān)系數(shù)為0.921，t檢驗的顯著性概率為0.000<0.01，拒絕零假設(shè)，表明兩個變量之間顯著相關(guān)。人均食品支出與糧食平均單價之間的相關(guān)系數(shù)為0.730，t檢驗的顯著性概率為0.000<0.01，拒絕零假設(shè)，表明兩個變量之間也顯著相關(guān)。
(2)研究人均食品支出與人均收入之間的偏相關(guān)關(guān)系。
讀入數(shù)據(jù)后：
A.點擊系統(tǒng)彈出一個對話窗口。
B.點擊OK，系統(tǒng)輸出結(jié)果，如下表。
從表中可以看出，人均食品支出與人均收入的偏相關(guān)系數(shù)為0.8665，顯著性概率p=0.000<0.01，說明在剔除了糧食單價的影響后，人均食品支出與人均收入依然有顯著性關(guān)系，并且0.8665<0.921，說明它們之間的顯著性關(guān)系稍有減弱。 通過相關(guān)關(guān)系與偏相關(guān)關(guān)系的比較可以得知：在糧價的影響下，人均收入對人均食品支出的影響更大。
三、實驗總結(jié)
1、熟悉了用spss軟件對數(shù)據(jù)進行相關(guān)性分析，熟悉其操作過程。
2、通過spss軟件輸出的數(shù)據(jù)結(jié)果并能夠分析其相互之間的關(guān)系，并且解決實際問題。
3、充分理解了相關(guān)性分析的應(yīng)用原理。
實驗二
一、實驗?zāi)康?
掌握用spss軟件對數(shù)據(jù)進行分析，用K-S檢驗單一樣本是否來自某一特定分布，熟悉其操作過程，并能分析其結(jié)果。
二、實驗原理
K-S檢驗方法能夠利用樣本數(shù)據(jù)推斷樣本來自的總體是否服從某一理論分布，是一種擬合優(yōu)度的檢驗方法，適用于探索連續(xù)型隨機變量的分布。單樣本K-S檢驗的原假設(shè)是：樣本來自得總體與指定的理論分布無顯著差異，SPSS的理論分布主要包括正態(tài)分布、均勻分布、指數(shù)分布和泊松分布等。 它的假設(shè)檢驗問題： H0:樣本所來自的總體分布服從某特定分布
H1:樣本所來自的總體分布不服從某特定分布
k-s檢驗是一種非常實用的檢驗數(shù)據(jù)分布的方法，應(yīng)該熟練掌握。
二.實驗內(nèi)容
用k-s檢驗“回歸人均食品支出”數(shù)據(jù)中的人均收入服從什么分布，并且了解k-s檢驗的操作過程和原理。
A.打開spss軟件，輸入“回歸人均食品支出”數(shù)據(jù)。
B.點擊nonparametric tests
1-sample k-s,系統(tǒng)彈出一個對話窗口。
C.點擊OK，系統(tǒng)輸出結(jié)果，如下表。
在上面有四個檢驗，Test1是檢驗這組數(shù)據(jù)是否服從標(biāo)準(zhǔn)正態(tài)分布，從表中可看出T檢驗的顯著性概率為0.140>0.05,接受零假設(shè)，即這組數(shù)據(jù)服從標(biāo)準(zhǔn)正態(tài)分布。Test2是檢驗這組數(shù)據(jù)是否服從均勻分布，從表中可看出T檢驗的顯著性概率為0.000<0.05,拒絕零假設(shè)，即這組數(shù)據(jù)不服從均勻分布。Test3是檢驗這組數(shù)據(jù)是否服從指數(shù)分布，從表中可看出T檢驗的顯著性概率為0.000<0.05,拒絕零假設(shè)，即這組數(shù)據(jù)不服從指數(shù)分布。Test4是檢驗這組數(shù)據(jù)是否服從泊松分布，從表中可看出T檢驗的顯著性概率為0.000<0.05,拒絕零假設(shè)，即這組數(shù)據(jù)不服從泊松分布。
三、實驗總結(jié)
k-s檢驗方法是以樣本數(shù)據(jù)的累計頻數(shù)分布與特定理論分布比較，若兩者間的差距很小，則推論該樣本取自某特定分布族。
篇二：SPSS相關(guān)分析實驗報告
實驗報告
學(xué)生姓名：
一、實驗室名稱：
二、實驗項目名稱：
相關(guān)分析
三、實驗原理
相關(guān)關(guān)系是不完全確定的隨機關(guān)系。在相關(guān)關(guān)系的情況下，當(dāng)一個或幾個相互聯(lián)系的變量取一定值得時候，與之相應(yīng)的另一變量的值雖然不確定，但它仍然按照某種規(guī)律在一定的范圍內(nèi)變化。
按照數(shù)據(jù)度量的尺度不同，相關(guān)分析的方法也不同，連續(xù)變量之間的相關(guān)性常用Pearson簡單相關(guān)系數(shù)測定；定序變量的相關(guān)系數(shù)常用Spearman秩相關(guān)系數(shù)和Kendall秩相關(guān)系數(shù)測定；定類變量的相關(guān)分析要使用列連表分析法。
四、實驗?zāi)康?/strong>
理解相關(guān)分析的基本原理，掌握在SPSS軟件中相關(guān)分析的主要參數(shù)設(shè)置及其含義，掌握SPSS軟件分析結(jié)果的含義及其分析。
五、實驗內(nèi)容及步驟
實驗內(nèi)容：以雇員表為例，共有474條數(shù)據(jù)，運用相關(guān)分析方法對變量間的相關(guān)關(guān)系進行分析。
1）分析性別與工資之間是否存在相關(guān)關(guān)系。
2）分析教育程度與工資之間是否存在相關(guān)關(guān)系。
實驗要求：掌握相關(guān)分析方法的計算思路及其在SPSS環(huán)境下的操作方法，掌握輸出結(jié)果的解釋。
1. 分析性別與工資之間是否存在相關(guān)關(guān)系。
分析：性別屬于定類變量，是離散值，因使用卡方檢驗。 Step1.操作為Analyze Descriptive Statistics Crosstabs
Step2.將性別（Gender）和收入（Current Salary）分別移入Rows列表框和Columns列表框。
Step3.單擊Statistics按鈕，在彈出的子對話框中選中默認的Chi-square，進行卡方檢驗。退回到主對話框，單擊ok。
2. 分析教育程度與工資之間是否存在相關(guān)關(guān)系。
分析：教育程度為定序變量，工資為連續(xù)變量，可使用Spearman和Kendall秩相關(guān)系數(shù)檢驗。
Step1. 用散點圖初步判斷二變量的相關(guān)性，操作為Graphs / Legacy Dialogs / Scatter,選擇Simple Scatter，教育程度為自變量，工資為因變量，做散點圖。