(实验报告二.docxVIP

SPSS实验报告二实验目的：掌握方差分析、相关分析和回归分析的基本操作；掌握其中相关的问题检验；读懂输出结果并进行合理分析。第一题：利用外来工数据，完成下列问题：使用t检验，比较（目前从事行业中）制造业和服务业的总体平均年龄是否有显著差异；分析——比较均值——独立样本t检验——检验变量（年龄）——分组变量（所从事的行业）——定义组（制造业和服务业）——确定组统计量目前从事行业N均值标准差均值的标准误年龄制造业16930.378.366.644服务业9727.917.236.735独立样本检验方差方程的Levene检验均值方程的 t 检验FSig.tdfSig.(双侧)均值差值标准误差值差分的 95% 置信区间下限上限年龄假设方差相等3.516.0622.427264.0162.4661.016.4664.466假设方差不相等2.524224.367.0122.466.977.5414.390P0.05 拒绝原假设，认为（目前从事行业中）制造业和服务业的总体平均年龄有显著差异。使用多因素方差分析研究教育程度和月收入对家庭花费(V2_2c)，说明两个因素的影响是否显著，有没有显著的交互作用；分析——一般线性模型——单变量——因变量（选择家庭花费V2-2c）——固定因子（选择教育程度月收入）——确定主体间效应的检验因变量: 家庭花费(已婚)源III 型平方和df均方FSig.校正模型193602261.170a1314892481.62814.832.000截距466960425.3201466960425.320465.061.000V1_312124741.61826062370.8096.038.003V2_161115389.230415278847.30815.217.000V1_3 * V23317432563.190.431.882误差244996451.3612441004083.817总计1608433153.000258校正的总计438598712.531257a. R 方 = .441（调整 R 方 = .412）从上表P值可看到教育程度和月收入两因素影响显著而它们的交互作用(P=0.8820.05)不显著。（3）如果因素影响显著而交互作用不显著，建立非饱和模型，并利用多重比较比较（snk）各因素水平的高低；分析——一般线性模型——单变量——因变量（选择家庭花费V2-2c）——固定因子（选择教育程度月收入）——模型（设定选择V1-3 V2-1到模型M框）——继续——绘制——水平轴（V2-1）——单图（V1-3）——添加——继续——两两比较（将V1-3 V2-1指向两两比较检验框P）——勾选s-n-k——保存——勾选预测值（未标准化）——残差（标准化）——诊断（Cook距离）——继续——选项——勾选（描述统计方差齐性检验）——继续——确定主体间效应的检验因变量: 家庭花费(已婚)源III 型平方和df均方FSig.校正模型190574318.839a631762386.47332.143.000截距502244370.1571502244370.157508.270.000V1_312486468.82826243234.4146.318.002V2_1115006246.078428751561.52029.097.000误差248024393.692251988144.995总计1608433153.000258校正的总计438598712.531257a. R 方 = .435（调整 R 方 = .421）家庭花费(已婚)Student-Newman-Keuls教育程度N子集123初中及以下541528.30中专或高中1451969.88大学及以上593071.51Sig.1.0001.0001.000已显示同类子集中的组均值。基于观测到的均值。误差项为均值方 (错误) = 988144.995。a. 使用调和均值样本大小 = 70.814。b. 组大小不相等。将使用组大小的调和均值。不保证 I 型误差级别。c. Alpha = 0.05。家庭花费(已婚)Student-Newman-Keuls月收入N子集123800元以下71232.14801－1200691421.421201－2000871776.542001－3000512362.333000元以上443809.95Sig..1451.0001.000已显示同类子集中的组均值。基于观测到的均值。误差项为均值方 (错误) = 988144.995。a. 使用调和均值样本大小 = 23.677。b. 组大小不相等。将使用组大小的调和均值。不保证 I 型误差级别。c. Alpha = 0.05。从家庭花费和教育程度来看，大学及以上学