数据统计与分析课后参考答案.docx

数据统计与分析课后参考答案.docx

《数据统计与分析课后参考答案.docx》由会员分享，可在线阅读，更多相关《数据统计与分析课后参考答案.docx（35页珍藏版）》请在冰点文库上搜索。

数据统计与分析课后参考答案

附录2：

《数据统计与分析——SPSS应用教程》习题答案

本“习题答案”也适用于《统计分析应用教程—SPSS，LISREL&SAS实例精选》书中的习题。

习题1答案

1．

（1）答：

有错误,犯了水平互相嵌套的错误;如“每周去2次或2次以上”把第1组的编码嵌套进去了。

又比如：

“每周去3次或3次以上”又把第2组的编码嵌套进去了。

（2）答：

正确的编码方案如下：

1=每周去1次

2=每周去2次

3=每周去3次

4=每周去4次或4次以上

2．答：

该编码问题严重。

（1）80岁不能是缺失值,缺失值可用00岁。

（2）职业不编码不行,而必须编码为：

1=工人2=农民等等。

（3）职业变量用全称（Occupation）超出8个字符。

（4）而且栏目位置占1列即可。

（5）颜色的第1个字母作为变量值会引起重复,应该用单词的前3-4个字符。

（6）Color变量的栏目位置10被嵌套在“4-14”之内,这是严重的错误。

更正后的编码方案见图1-19：

Variable

Code

栏目位置

Age

00岁是MissingValue

1-2

Occupation

①职业应编码为：

1=工人2=农民

3=教师4=干部

5=医生6=其它

②职业变量要缩写，如Occu，然后用变量标签注解Occu为“职业”

3

Color

颜色用前三个字母作为变量值,比如：

blu=蓝色（blue）

bla=黑色（black）

4

图1-19纠错后的编码方案

3．

（1）答：

错。

错在变量名超过8个字符。

（2）答：

错。

错在变量名的首字符是数字领头。

（3）答：

错。

错在变量名中间冒出一个空格。

（4）答：

对，#号可以作为变量名。

但不提倡。

习题2答案

1．答：

合并后的大目标数据文件“BIGab.sav”中仍然有30个Cases、但每个Cases各有（50+30）=80个变量，即v1、v2、v3、v4……v50、x1、x2、x3、x4……x30。

2．答：

合并后的大目标数据文件“BIGab2.sav”中仍然是50个变量，即v1、v2、v3、v4……v50。

但是Cases数目增加为（20+30）=50个Cases。

3．答：

请读者照着书中的方法去使用对话框。

排序的命令如下：

SORTCASESBYxh（D）sex.

LISTxhsexscore。

4．答：

对话框的解法请按照书中介绍的去举一反三。

命令解法如下：

GETFile=’9293.sav’.

SELECTIF（location=2ANDsex=2）.

SORTCasesBYxh（D）sex.

LISTxhsexscore.

5．答：

对话框的解法请按照书中介绍的去举一反三。

命令解法如下：

SAMPLE0.20.

LISTxh.

6．答：

对话框的解法请按照书中介绍的去举一反三。

命令解法如下：

N50.

LISTxh.

7．答：

对话框的解法请按照书中介绍的去举一反三。

命令解法如下：

WEIGHTBYlocation.

8．答案略。

9．答案略。

习题3答案

1．

（1）答：

DATALIST命令本身应有终止符“.”。

（2）答：

在DATALIST命令中，File所调用的数据文件名必须用一对左撇号括住。

正确的写法是：

DATALISTFile='Myf1.Dat'/v11-2v23.

（3）答：

栏目位置不够变量数目整除。

正确的写法是：

DATALIST/v1Tov1210-33.

（4）答：

数值标签要用一对左撇号括住,而且要加上命令的终止符“.”。

正确的写法是：

VALUELABELVf1'工人'2'农民'3'教师'4'医生'.

（5）答：

命令后面应有终止符“.”。

正确的写法是：

VALUELABELVf1'工人'2'农民'3'教师'4'医生'

5'干部'.

（6）答：

定义缺失值时只能根据变量的栏目位置赋予一个唯一的值。

正确的写法是：

MISSINGVALUEv1Tov100（-1）.

或是：

MISSINGVALUEv1Tov100（0）.

（7）答：

变量标签是唯一的;一个变量应该对应唯一的一个标签。

正确的写法是：

VARIABLELABELScore1'第一次考试的成绩'

/Score2'第二次考试的成绩'

/Score3'第三次考试的成绩

2．

（1）答：

此文件的前5个cases见表1-4。

表1-4文件的前5个cases

CASES

Id

age

Height

1

01

23

1.65

2

02

22

1.70

3

06

21

1.75

4

08

21

1.76

5

12

21

1.68

（2）答：

学号为01的学生有最多的Score1（高考得分）。

（3）答：

学号为12的学生家住农村。

（4）答：

在Vm变量中,有4个Cases的数据有效。

3．答：

至少有8处错误。

（1）A应改为（A）

（2）Haircolor超过8个字符,应改为Haircolr

（3）Weigh应改为WEIGHT

（4）VALUELABEL中的Eyecolr应改为Eyecolor

（5）VALUELABEL中的Haircolor应改为8个字符以内,如Haircolr

（6）MISSINGVALUE中的age（-1）应去掉,因为DataList中尚未定义age。

（7）正确的MISSINGVALUE语句应改为：

MISSINGVALUEHeightWeight（000）.

（8）ListVariable语句应改为：

ListVariable=HeightToEyecolor.

4．答：

“05FLl”中的Ll为字母（型）,犯了类型不匹配的错误。

正确的写法是：

05F00

5．答：

总体（population）是样本测量值的集合。

对于感兴趣的整个组中，每个成员都对应一个这样的值。

具体说来是某省的人口（总体）或工业产值（总体）中的某个指标测量值的集合，而不是那些人或物的集合。

样本（sample）虽然也是一些值的集合，但不代表整个感兴趣的组。

比如，一个样本可以是某省中某县的人口的集合或某县工业产值的集合。

6．答：

由于总体与样本的不同，由此派生出参数与统计量的差别。

（1）参数：

参数（parameters）是总体的测量值，用希腊字母表示。

（2）统计量：

统计量（statistics）则是样本的测量值，用一般的英文字母表示（见本章内容）。

7．答：

（1）均值：

用以描述数据（值）分布的中心位置。

定距以上的数据计算均值才有意义。

比如，对于一个总体（某省）的人口，其平均值被称为总体均值（populationgmean），记为μ。

对于某样本（某县）的人口，其平均人口则被称为样本均值（sampleaverage）。

总体均值和样本均值的计算公式是相同的。

但是其他测量值不一定相同。

此外，还有方差、标准偏差等概念。

（2）标准偏差：

也被称为标准差。

表示某人的身高或收入等测量值偏离均值多少。

比如甲班语文成绩的标准偏差为20，乙班语文成绩的标准偏差为30，那么，乙班语文成绩比甲班的语文成绩变化（波动）大。

（3）方差：

标准偏差的平方则是方差。

方差表示数据内部的变异性。

8．答：

统计学上，一般都是假设被统计的样本是来自正态分布（Normaldistribution）的总体。

正态分布是关于总体的一种理论分布，是有严格的数学定义的。

从正态分布的总体中抽取的样本一般是服从正态分布的。

正态分布的重要特征如下：

（1）均值：

均值是观察值的平均值（Meanvalue）。

区间（Interval）型以上变量值的均值才有意义。

（2）众数：

众数是最经常发生的频次。

众数是对定类变量（Nominal）而言的。

比如某班有男生25名、女生15名，那么，该班男生的人数是众数。

（3）中位数：

中位数是对次序（Ordinal）变量值而言的。

中位数是比取值的一半大、同时又比取值的一半小的值。

或者说，中位数的一半落在均值之上，同时，另一半则落在均值之下。

中位数的取值方法有两种:

单数情况下的观察值的中位数；双数情况下的观察值的中位数。

（4）正态分布的均值、众数、中位数重叠：

将正态分布的图形沿着中心位置对半折叠时，均值、众数、中位数三者重叠在一起。

9.有哪些经验规则？

答：

如果数据来自服从正态分布的总体，可用下面的经验规则很快地概括出我们的数据。

经验规则如下：

·68%的观察值是落在离均值一个标准偏差（1σ）的范围内。

·95%的观察值是落在离均值两个标准偏差（2σ）的范围内。

·99%的观察值是落在离均值三个标准偏差（3σ）的范围内。

习题4答案

下面是RECODE习题。

1．答：

命令格式如下：

RECODEv1，v2（原值1=新值1）（原值2=新值2）......（原值m=新值m）

例如：

RECODEage（0thru30=1）（30thru60=2）（60thru90=3）（90thruhi=4）.

2．答：

命令中允许使用的关键词如下：

LO（或LOWEST）、HI（或HIGHEST）、THRU、MISSING、ELSE、SYSMIS

3.

（1）答：

语法正确，但结果不太理想。

因为结果只剩下0和2两组。

（2）答：

语法正确，但结果不太理想。

原因同上。

4.答：

用“/”分隔。

例如：

RECODEGage（1，2=1）（3，4=2）/sex（1=1）（2=0）.

5.答：

对。

因为将变量A由原来的4组合并为两组。

6.

（1）答：

对。

这是端点连接法。

（2）答：

对。

符合语法规则，但是会漏掉各组的端点值。

（3）答：

对。

符合语法规则。

但结果只剩下100卡以内的一组数据。

7.RECODEage（MISSING=00）.

MISSINGVALUEage（-1）.（进一步将系统缺失值“-1”改为用户缺失值）

8.答：

RECODEINCOME（LOTHRU5000=1）（5000THRUHI=2）.

9.答：

RECODEsex（’F’=’B’）（’M’=’A’）.

10.答：

有以下4个变换命令。

RECODEsex（1=1）（2=0）.

COMPUTEGage=age.

COUNTFM=F

（1）M

（2）.

IF（sex=2ANDlocation=2）GROUP=2.

下面是Compute习题

11.答：

COMPUTEscore=S1/S2*100.

COMPUTEX=ABS（-7.8）.

12.答：

见第4章。

13.

（1）答：

Y1=7.8

（2）答：

Y2=-16

（3）答：

Y3=25

（4）答：

Y4=-1

（5）答：

A=10

（6）答：

B=0.79

（7）答：

C=2.2

（8）答：

D=2

（9）答：

E=2.72

（10）答：

F=0

下面是COUNT习题

14.

（1）答：

真

（2）答：

真

（3）答：

假

15.

（1）答：

真

（2）答：

真

习题5答案

下面是FREQUENCIES习题答案。

1．

（1）答：

众数

（2）答：

众数

（3）答：

均值

（4）答：

均值

（5）答：

众数

（6）答：

均值

（7）答：

均值

2．

（1）答：

真

（2）答：

真

（3）答：

假

（4）答：

假

（5）答：

真

3.答：

已填补的频次见图5-24中打#标记的数据。

图5-24择偶标准的频率表

4.

（1）答：

画出的book变量的频率表见图5-25。

图5-25book变量的频率表

（2）答：

用直方图为宜。

因为直方图可画出空缺的位置，便于一目了然地看出缺的是何种数据。

（3）答：

直方图与条形图的主要区别见表5-1。

表5-1直方图与条形图的主要区别

直方图

条形图

①适用于区间（定距）以上的数据，如：

收入、年龄、工资、体重等。

适用于标称（定类）型以上的数据。

如：

性别、肤色、种族、国别等。

②以图形的面积为频次

以图形的条形为频次

③变量的某种水平空缺时仍留空位置

变量的某种水平空缺时，不留空位

下面是Descriptive习题答案。

5.

（1）答：

Computepct=income1/income2*100.

（2）答：

COMPUTEsqrt1=SQRT（x**2）.

或COMPUTEsqrt1=SQRT（x*x）.

（3）答：

计算变量s的命令为：

COMPUTEs=SQRT（a*a+b*b）*4.

（4）答：

COMPUTEmax1=MAX（a，b，c）.

6.

（1）答：

结果为13

（2）答：

结果为19

（3）答：

结果为15

（4）答：

结果为11

（5）答：

结果为13

7.

（1）答：

结果为2

（2）答：

结果为9

（3）答：

结果为3

（4）答：

结果为8

（5）答：

结果为4

8.

（1）答：

其范围为：

30岁以下的归入第1组，“30.5”岁以上的归入第2组。

（2）答：

其范围为：

20岁以下的归入第1组，“20.5”岁以上的归入第2组。

（3）答：

其范围为：

8-10岁的归入第1组，18-20岁的归入第2组，其余的忽略不计。

（4）答：

其范围为：

18岁以下的归入第1组，18岁-30岁的归入第2组，“30.5”岁～45岁的归入第3组，“45.5”岁以上的归入第4组。

（5）答：

其范围为：

45岁以下的归入第1组，“45.5”岁以上的归入第2组。

（6）答：

其范围为：

40岁～45岁的归入第1组，“45.5”岁以上的不分组。

9.

（1）答：

无意义

（2）答：

有意义

（3）答：

排序后有意义

10.

（1）答：

无意义

（2）答：

有意义

（3）答：

无意义

11.

（1）标称测量

（2）比例测量

（3）次序测量

（4）比例测量

（5）区间测量

（6）标称测量

12.答：

中位数=（355+1）/2=178，即第178个个案为中位数。

13.

（1）答：

能。

因为服从正态分布，其均值、中位数、众数均为0.09

（2）答：

能。

因为服从正态分布，其均值、中位数、众数均为0.09

（3）答：

能。

因为其方差等于标准偏差0.12的平方

（4）答：

不能。

因为服从正态分布，其峰态系数为0

14.答：

需要。

因为标准值的均值应是0。

15.答：

其含义是女性占了80％。

16.

（1）答：

假

（2）答：

有可能，但不一定。

17.答：

如果我是该公司的经理，我将用均值统计量描述高支付水平。

因为该数据的离散性显著，只有采用均值统计量，才能描述高支付水平。

答：

如果我是该公司的雇员，我将用中位数（或众数）描述低支付水平。

因为该数据虽然离散性显著，但绝大多数人集中在低收入范畴，采用中位数（或众数）统计量，能描述实际低支付水平。

18.答：

填补后的结果见表5-3。

表5-3填补空缺值后的表格

Mean1.70

Variance0.1236

StdDev1.06

Maximum4

Minimum0

Mode2

Median2

Range4

19.答：

填补后的结果见表5-5。

表5-5填补标准值Z后的表格

Student

Student

StandardScore（Z）

1

75

-0.5

2

85

0.5

3

80

0

20.解：

Mean=60Range=60Minimum=30Maximum=90均不变。

只是N=99+1=100（人）。

21.解答：

略。

习题6答案

1.答：

有4名学生月伙食费漏答（0元，被当作极小值）。

有19名学生月伙食费在500元以上，这些是极大值。

学生月伙食费100元的有5人，120元的有2人。

其余照此分析。

其中，&表示只列出部分的值。

2.答：

占半数学生的家中，兄弟姐妹有1～2人，中位数偏向均值之下。

极大值1人，界外值1人。

3.答:

因为Sig值0.25>α值0.05，所以没有理由拒绝原假设。

说明方差相同。

方差相同时数据可以不转换。

又因为斜率=-2.286，查表6-1知，该数据可以不转换。

4.答案见书。

习题7答案

1.答：

该程序运行之后，输出见图7-20。

图7-20Crosstabs表格（已填充）

2.

（1）答：

正确。

因为不带选项是允许的。

（2）答：

错误。

因为WITH关键词在此是非法的，可改为：

CROSSTABShappyBYmaritalBYsex.

3.答：

没有单个的测量值（即统计量）能概括所有可能的结合测量，如标称测量的统计量LAMBDA虽好，却也不能用于次序数据的测量中。

余者类推。

4.

（1）答：

见正文的图7-21，如果性别与地区是互为独立的两个变量，则观察图7-21各单元中的第2行频次。

例如（1，1）单元中的行百分比为50.0%，（2，1）单元中的行百分比为60.0%等。

（2）答：

这个交叉表的自由度为：

DF=（行-1）*（列-1）=（2-1）*（2-1）=1

（3）答：

独立性卡方检验的卡方值为0.166，详见图7-22。

图7-22皮尔逊独立性卡方检验

5.

（1）答：

编码方案见表7-2（供参考）：

表7-2编码方案

变量名

变量标签

变量类型

栏位

数据（变量值）编码

Id

个案号

数值型

1-2

Sex

性别

数值型

3

1=男

2=女

Age

年龄

数值型

4-8

比例测量（RatioMeasure）

Dq

家庭住址

数值型

9

1=城市

2=农村

Height

学生身高

数值型

10-12

比例测量（RatioMeasure）

Weight

学生体重

数值型

13-16

比例测量（RatioMeasure）

score1

高考得分

数值型

17-19

比例测量（RatioMeasure）

score2

高考满分

数值型

20-22

比例测量（RatioMeasure）

Mz

民族

数值型

23

1=汉族2=回族3=朝鲜族

4=满族5=苗族6=藏族

（2）答：

根据

（1）的编码方案，可建立以下的程序7.5。

程序7.5：

DATALIST/ID1-2sex3age4-8dq9height10-12

（1）

weight13-16

（1）score117-19score220-22mz23.

VARIABLELABELid'个案号'/sex'性别'/age'年龄'

/dq'家庭住址'/height'学生身高'

/weight'学生体重'/score1'高考得分'

/score2'高考满分'/mz'民族'.

VALUELABELsex1'男'2'女'

/dq1'城市'2'农村'

/mz1'汉族'2'回族'3'朝鲜'

4'满族'5'苗族'6'藏族'.

MISSINGVALUEsex（9）age（00000）mz（0）WEIGHT（0000）

heightscore1score2（000）.

BEGINDATA.

01120.00116912005026401

02121.50217112004976401

03220.75116611007779002

04119.25117613007709002

05222.00116009805256403

06119.50217311155276401

07222.25115809054926004

08220.25116010354946005

09123.00217513556087201

10119.75117012802654006

ENDDATA.

SAVEOUTFile='Score.sav'.

6.答：

COMPUTEscore=score1/score2*100.

7.答：

以下是所要求的命令。

程序7.6：

COMPUTEgscore=score.

RECODEgscore（LOTHRU70=1）（70THRU75=2）

（75THRU80=3）（80THRU85=4）（85THRUHI=5）.

CROSSTABSageBYscore/FORMAT=NOTABLE

/STATISTICS=CHISQCORR.

CROSSTABSageBYgscore/CELL=ROWColumnTotalCount

/STATISTICS=CHISQLAMBDA.

评价（略）。

习题8答案

下面是MEANS过程的习题答案。

1.答：

其命令为MEANSscoreBYvfBYlocation/MISSING=DEPENDENT.

2.

（1）答：

表达式有误。

正确的写法是：

IF（vfEQ1ORvf=2ORvf=6）GROUP=1.

（2）答：

表达式有误。

正确的写法是：

IF（location=1ANDsex=1）GROUP=1.

（3）答：

表达式有误。

正确的写法是：

IF（ageGE20ANDageLE23）GROUP=1.

3.

（1）答：

Means

（2）答：

Crosstabs

（3）答：

Frequences

（4）答：

Means

（5）答：

Crosstabs

4.答：

这个高考平均成绩的概括表如图8-24所示。

图8-24按城乡考生分组，并进一步按父亲职业分组的高考平均成绩

下面是T-Test习题答案。

5.

（1）答：

jobcat≥8的为第1组，jobcat<8的为第2组。

（2）答：

jobcat=1的为第1组，jobcat=3的为第2组。

（3）答：

jobcat=1的为第1组，jobcat=2的为第2组。

6.

（1）答：

错误。

错在缺少命令的终止符"."。

正确的写法是：

T-TESTGROUP=sex/VARIABLES=score/PAIRS=income1income2.

（2）答：

错误。

错在子命令PAIRS与GROUPS的位置颠倒了。

正确的写法是：

T-TESTGROUP=sex/VARIABLES=score/PAIRS=income1income2.

（3）答：

错误。

子命令PAIRS后面少了一个变量INCOME2，正确的写法是：

T-TESTPAIRS=income1income2.

（4）答：

正确。

（5）答：

错误。

错在括号内多了一个值。

正确的写法是：

T-TESTGROUPS=jobcat（1，2）/var=Score.

或T-TESTGROUPS=jobcat（1，3）/var=Score.

或T-TESTGROUPS=j