SPSS实践报告(最终版).doc

1、SPSS应用实验报告姓名： 胡昆仁学号： 1304100715指导老师： 胡朝明专业班级： 统计1001一 目的SPSS for Windows 使用Windows的窗口方式展示各种管理数据和分析方法的功能，使用对话框展示各种功能选择项，清晰、直观、易学易用，涵盖面积广。由于它具有强大的图形功能，使用它不但可以得到分析后的数字结果，还可以得到直观、清晰、漂亮的统计图，形象地显示对原始数据和分析结果的各种描述。所以，作为统计专业的学生有必要掌握这门软件的使用。这次课程实践的目的主要有以下三个方面： 1.掌握SPSS的基本操作，能够熟练应用SPSS进行基本的统计分析。2.在用SPSS对具体实例进行

2、分析的基础上能对结果进行正确的解释。3.在对SPSS基本操作熟练的情况下，进一步自学SPSS更强大的分析能力。二 内容要求1. 掌握如何通过SPSS进行数据的获取和管理，包括数据的录入，保存，读取，转化，增加，删除；数据集的合并，拆分，排序。2. 了解描述性统计的作用，并掌握其 SPSS 的实现（频数，均值，标准差，中位数，众数，极差）。3. 应用SPSS生成表格和图形，并对表格和图形进行简单的编辑和分析。4. 应用SPSS做一些探索性分析（如方差分析，相关分析、回归分析）5. 应用SPSS做一个案例分析（某医院护士长对床旁凝血测定仪的应用研究）三 实验内容1.江西省的投资收益表（单位：亿元）

3、年份GDP最终消费居民消费工资总额投资总额19951169.73769.98629.78162.16284.1819961409.74919.59758.36185.83355.8519971605.77989.6796.77194.4384.319981719.871053.66823.03173.93454.7719991853.651122.56865.87205.78491.4820002003.071269.58989.2204.74548.220012175.681357.471041.96225.43660.4920022450.481459.651114.58243.75924

4、.620032807.411515.641161.01271.091379.9720043456.71822.141431.42305.451819.6620054056.762117.31642.2358.312292.5520064670.532372.911804.79417.072168.9720075500.252793.452047.13499.423301.9420086480.313279.892522.19573.254745.4320097589.223545.842750.72671.396643.1420109435.364489.223545.46807.148775

5、（1） 数据的录入过程：打开SPSS13.0软件，在SPSS的variable view里面的名称改成如下的格式：然后再回到data view输入数据可以得到：（2）数据的保存过程点击SPSS的文件-保存有如下的界面：（3）数据的读取点击文件-打开-数据文件，然后会出现下面的窗口，只要点击你要打开的sav后缀文件：（4）数据的转化过程：点击数据-行列转换，将所有的拖到变量中有：点击确定之后，data view里就会出现：（5）数据的增加过程：在var上右键点击就会出现插入变量，然后在variable view修改名称,在data view里输入相应变量的数据这样就增加了一列数据有：（6）数据的

6、删除过程：选取某一行，或某一列的数据，右键-清除，例如，清除投资总额的数据，在投资总额上右键，然后点击清除有：（7）数据集的合并：观测值合并：先将需要合并的文件保存年份GDP居民消费工资总额1990428.62250.0265.71991479.37270.8971.931992572.55299.3786.031993723.04349.29104.21994948.16471.91140.7点击数据-合并-合并观测值，然后点击你要合并的文件有：点击打开之后将不配对变量全部拖入新工作数据文件中的变量有：点击确定之后，数据就合并了，有：变量的合并：年份房地产投资199827.12 199933

7、.59 2002103.36 2003177.47 2007435.45 先将其保存至一个文件，然后在江西投资收益表这个文件的数据下打开数据-合并文件-合并变量有点击打开之后，在已经排序的文件中按关键变量匹配观测量前面打勾，并选取两个文件都是提供观测量，然后将排除变量中的年份移入到关键变量中就有：点击确定之后出现：（8）数据的拆分由于上述数据没有分类，不便于拆分和排序，因此，需要换下面的某大学的成绩数据，其中的性别1为男性，2为女性某大学基本信息学号 性别年龄成绩121985221964311852421894511968612175722076811977911884101195211219

8、45122209513122781421763将这些数据录入到SPSS后，点击数据-拆分文件根据分组安排输出：将性别和年龄拖入，点击确定之后有：（9）数据的排序对（8）中合并的数据进行成绩排序，操作步骤为：数据-观测量排序有：点击确定之后就有：2下表是某公司销售某产品的销量：234159187155172183182177163158143198141167194225177189196203187160214168172178184209176188161152149211196234185189196206150161178168174153186190160171228162223170

9、165179186175197208153163218180175144178191197192166196179171233179187173174210154164215233175188237194198168174226182172190172187189200211156165175210207181205195201172203165196172176182188195202213用SPSS得出频数分布的步骤是：先将这些数据在SPSS中保存为一列的数据，再点击分析-描述统计-频数分布表，然后将销售量拖入到变量中，有：点击统计：勾选需要统计量，点击继续之后，点确定有：Statisti

10、csNValid120Missing0Mean184.5750Median182.0000Mode172.00Std. Deviation21.68245Range96.00销售量 FrequencyPercentValid PercentCumulative PercentValid141.001.8.8.8143.001.8.81.7144.001.8.82.5149.001.8.83.3150.001.8.84.2152.001.8.85.0153.0021.71.76.7154.001.8.87.5155.001.8.88.3156.001.8.89.2158.001.8.810.01

11、59.001.8.810.8160.0021.71.712.5161.0021.71.714.2162.001.8.815.0163.0021.71.716.7164.001.8.817.5165.0032.52.520.0166.001.8.820.8167.001.8.821.7168.0032.52.524.2170.001.8.825.0171.0021.71.726.7172.0065.05.031.7173.001.8.832.5174.0032.52.535.0175.0043.33.338.3176.0021.71.740.0177.0021.71.741.7178.0032.

12、52.544.2179.0032.52.546.7180.001.8.847.5181.001.8.848.3182.0032.52.550.8183.001.8.851.7184.001.8.852.5185.001.8.853.3186.0021.71.755.0187.0043.33.358.3188.0032.52.560.8189.0032.52.563.3190.0021.71.765.0191.001.8.865.8192.001.8.866.7194.0021.71.768.3195.0021.71.770.0196.0054.24.274.2197.0021.71.775.8

13、198.0021.71.777.5200.001.8.878.3201.001.8.879.2202.001.8.880.0203.0021.71.781.7205.001.8.882.5206.001.8.883.3207.001.8.884.2208.001.8.885.0209.001.8.885.8210.0021.71.787.5211.0021.71.789.2213.001.8.890.0214.001.8.890.8215.001.8.891.7218.001.8.892.5223.001.8.893.3225.001.8.894.2226.001.8.895.0228.001

14、.8.895.8233.0021.71.797.5234.0021.71.799.2237.001.8.8100.0Total120100.0100.0 3基本图表（1）直方图可以同时上题画出它的正态分布曲线，只要点击图表，直方图：结果为：（2）饼图对上述的大学生基本信息中的年龄画饼图操作：点击图表-饼图有：点击定义之后有： 点击确定之后：从而可以看出这届19岁的学生为最多 。（3）散点图（SPSS11.5画）点击图表-散点图有：点击确定之后有：再点击确定之后有：从这个图可以看出学生们的成绩有高有低，直观地显示了每个同学的成绩4探索性分析（1） 方差分析单因素方差分析：为寻求适应本地区的高产量

15、油菜品种，今选了5个不同品种，每一品种在4块试验田上试种，得到在每一块田上的亩产量如下表。田块/品种ABCDE1256244250288206222230027728021232802902303152204298275322259212首先对这种数据进行预处理，在SPSS中如下显示：点击分析-均值比较-一维方差分析，将产是拖入因变量列，将因子拖入品种内有：点击确定之后有：查出表中的数据和上述的F值进行比较可以得出，不同品种的为产量在0.05水平上有显著差异。双因素方差分析：下面记录了3位操作工分别在4台不同机器上操作二天的日产量机器操作工甲乙丙115171916192121717151521

16、1631516191518184182215171717对它进行双因素方差分析的过程为：同理对此，SPSS的显示为从而点击-分析-一般线性模型-单因素双变量方差分析：点击确定之后有：通过查表比较F值从而可以看出机器与机器之间无显著差异，操作工与操作工之间有显著差异，操作工*机器有显著差异。（2） 相关分析下面是某生产公司的基本信息：电力消耗（千瓦）温度（华氏）日产量128312011791101385128975101148710510811081284110117710714851121184119对它们进行相关分析有：在中点击分析相关分析两个变量相关分析有：点击确定之后有：从输出的结果来看

17、：电力消耗和温度在0.01水平上显著相关电力消耗和日产量之间低度相关温度和日产量中度相关（3） 回归分析维尼纶纤维的耐热水性能好坏可以用指标“缩醛化度”来衡量。这个指标越高，耐热水性能就越好。而甲醛浓度是影响缩醛化度的重要因素，在生产中常用甲醛浓度去控制这一指标，为此必须找出它们之间关系，现安排了一批试验，获得如下的数据：甲酫浓度（克/升）18202224262830缩醛化度（摩尔%）26.6828.3528.7528.8729.753030.36先观察它们之间的关系散点图：根据上面的操作步骤对它们画散点图有：从而可以看出基本呈现线性分析，所以对其进行一元线性回归分析，具体操作为点击分析-回归

18、-线性有：点击确定之后有：这个显示的是选取的变量，舍弃的变量，和分析的方法，这里用到的方法是进入的方法进行回归。这个输出显示了拟合的优度，从R方，我们可以看到，拟合优度可以达到90%，可以看出还是很理想的这个就是方差分析。从这个我可以看出它的方程为：五、案例分析案例一分析：某医院护士长对床旁凝血测定仪的应用研究（SPSS19.0中文版）我很赞成护士长的做法，简单，科学，有说服力。但是我自己做了一下，发现护士长做的方差分析过程中的输出是明显有误的，这里我主要探讨护士长结果是如何做来的，是怎么运用SPSS得到的，并且指出文章中明显错误的地方，下面是我做的过程：1、方差分析将数据录入成这种形势：AP

19、TT PT INR之间的均值比较分析点击分析-比较均值-单因素anova有：然后将APPT .PT .INR 拖入因变量列表 方式拖入因子中点击两两比较有：在假定方差齐性中选择LSD 在示假定方差齐性中选择Tamhanes T2点击继续之后确定有：多重比较因变量(I) 方式(J) 方式均值差 (I-J)标准误显著性95% 置信区间下限上限APPTLSD1.002.00-4.01471*.96543.000-5.9303-2.09913.00-1.72647.96543.077-3.6421.18922.001.004.01471*.96543.0002.09915.93033.002.2882

20、4*.96543.020.37264.20393.001.001.72647.96543.077-.18923.64212.00-2.28824*.96543.020-4.2039-.3726Tamhane1.002.00-4.01471*.91633.000-6.2596-1.76983.00-1.72647.98923.236-4.1512.69832.001.004.01471*.91633.0001.76986.25963.002.28824.98890.070-.13574.71213.001.001.72647.98923.236-.69834.15122.00-2.28824.9

21、8890.070-4.7121.1357PTLSD1.002.00-.18235.36425.618-.9051.54043.00.07647.36425.834-.6463.79922.001.00.18235.36425.618-.5404.90513.00.25882.36425.479-.4639.98163.001.00-.07647.36425.834-.7992.64632.00-.25882.36425.479-.9816.4639Tamhane1.002.00-.18235.37018.947-1.0897.72503.00.07647.37473.996-.8419.994

22、82.001.00.18235.37018.947-.72501.08973.00.25882.34725.841-.59191.10953.001.00-.07647.37473.996-.9948.84192.00-.25882.34725.841-1.1095.5919INRLSD1.002.00-.01147.01879.543-.0488.02583.00.00912.01879.629-.0282.04642.001.00.01147.01879.543-.0258.04883.00.02059.01879.276-.0167.05793.001.00-.00912.01879.6

23、29-.0464.02822.00-.02059.01879.276-.0579.0167Tamhane1.002.00-.01147.01820.897-.0561.03313.00.00912.01880.949-.0370.05522.001.00.01147.01820.897-.0331.05613.00.02059.01935.644-.0268.06803.001.00-.00912.01880.949-.0552.03702.00-.02059.01935.644-.0680.0268*. 均值差的显著性水平为 0.05。显然这与文章中的结果不一样，但是明显可以看出文章中的数据

24、采用了38组数据（38*3-1=113）来进行计算，但是给出的数据只有34组（34*3-1=101）。从上面第一个表中可以看出 APTT显著性概率0.000.01，表示三各方法所得A数据具有方差齐性，既不同方法所得PT没有显著差异。INR显著性概率0.5490.01，表示三各方法所得A数据具有方差齐性，既不同方法所得INR没有显著差异。从上面第二个表可以看出对于APTT（Tamhane值）：静脉血实验室组与静脉血试条组所得APTT均值组合的显著性概率为0.000.01，既 两种方法所得的APTT均值有显著性差异，静脉血实验室组与末梢血试条组组合的显著性概率为0.236 0.01，既两种方法所得的APTT均值无显著性差异，静脉血试条组与末梢血试条组组合的显著性概率为 0.070.01，既两种方法所得的APTT均值无显著性差异。对于PT（LSD）静脉血实验室组与静脉血试条组的显著性概率为0.6180.01，无显著性差异，静 脉血实验室组与末梢血试条组的显著性概率为0.8340.01，无显著性差异，静脉血