计量地理学实验报告参考模板.docx
- 文档编号:25155151
- 上传时间:2023-06-05
- 格式:DOCX
- 页数:50
- 大小:280.71KB
计量地理学实验报告参考模板.docx
《计量地理学实验报告参考模板.docx》由会员分享,可在线阅读,更多相关《计量地理学实验报告参考模板.docx(50页珍藏版)》请在冰豆网上搜索。
计量地理学实验报告参考模板
湖北文理学院
《计量地理学》
实验报告
专业班级:
地科1311
姓名:
学号:
2013113130
任课教师:
实验一描述性统计分析
一.实验目的
利用spss进行描述性统计分析。
要求掌握频数分析(Frequencies过程)、描述性分析(Descriptives过程)、探索分析(Explore过程)。
二.实验时间、地点
2015年5月11日周一19:
00,五栋412
三.实验内容及步骤
1.实验内容:
下表给出的是1951-1970年实测的由一次降雨导致的土壤侵蚀量。
试分析田间小区的土壤侵蚀量分布特征,并绘制频数表、直方图,计算平均值、标准差、变异系数等描述统计量。
年份
日期
土壤侵蚀量(t/km^2)
1951
9.27
4380
1952
8.26
10130
1953
8.28
2750
1954
6.16
5970
1955
8.23
2510
1956
7.14
1600
1957
8.02
7530
1958
9.11
1770
1959
7.21
17
1960
7.05
1523.3
1961
8.04
0.1
1962
8.08
830
1963
8.28
620
1964
6.26
6540
1965
8.15
12670
1966
8.14
90
1967
6.27
12440
1968
7.17
10733
1969
8.19
180
1970
8.24
384
2.实验步骤
(1)打开相关数据文件,选择菜单“Analyze-DescriptivesStatistics-Frequencies”
(2)选择进行频数分析变量。
选择“土壤侵蚀量”进入“Variables”列表框,在该框中将列出所有要分析的变量。
(3)设置输出频数分布表。
选中“频数分析”中的“Displayfrequencytables”,要求输出变量的频数分布表。
(4)设置输出有关描述统计量。
单击“频数分析”对话框下部的“Statistic”
按钮,根据题目要求选择需要输出的描述统计量。
(5)设置有关图形输出,单击“频数分析”对话框下部的“Chart”按钮,选择有关类型的图形输出。
(6)设置有关输出格式。
单击“频数分析”对话框下部的“Format”按钮,选择升降序问题。
(7)设置完成后,单击“Continue”按钮,单击“OK”按钮,等待输出结果。
3、输出结果
”
图1土壤侵蚀量
N
Valid
20
Missing
0
Mean
4133.370
Std.ErrorofMean
985.2024
Median
2140.000
Mode
.1(a)
Std.Deviation
4405.9590
Variance
19412475.0401
Skewness
.891
Std.ErrorofSkewness
.512
Kurtosis
-.639
Std.ErrorofKurtosis
.992
Range
12669.9
Minimum
.1
Maximum
12670.0
Sum
82667.4
Percentiles
10
24.300
20
220.800
25
443.000
30
683.000
40
1553.980
50
2140.000
60
3728.000
70
6369.000
75
7282.500
80
9610.000
90
12269.300
aMultiplemodesexist.Thesmallestvalueisshown
图2土壤侵蚀量
Frequency
Percent
ValidPercent
CumulativePercent
Valid
.1
1
3.7
5.0
5.0
17.0
1
3.7
5.0
10.0
90.0
1
3.7
5.0
15.0
180.0
1
3.7
5.0
20.0
384.0
1
3.7
5.0
25.0
620.0
1
3.7
5.0
30.0
830.0
1
3.7
5.0
35.0
1523.3
1
3.7
5.0
40.0
1600.0
1
3.7
5.0
45.0
1770.0
1
3.7
5.0
50.0
2510.0
1
3.7
5.0
55.0
2750.0
1
3.7
5.0
60.0
4380.0
1
3.7
5.0
65.0
5970.0
1
3.7
5.0
70.0
6540.0
1
3.7
5.0
75.0
7530.0
1
3.7
5.0
80.0
10130.0
1
3.7
5.0
85.0
10733.0
1
3.7
5.0
90.0
12440.0
1
3.7
5.0
95.0
12670.0
1
3.7
5.0
100.0
Total
20
74.1
100.0
Missing
System
7
25.9
Total
27
100.0
图3
4、结果分析
(1)从图1可以看出,有效样品数为20个,没有缺失值。
1951-1970年黄土高原某地区的次降水平均土壤侵蚀量为4133.370(t/km^2),标准差为4405.9590(t/km^2),25%、50%、75%百分位数的值分别是443.000、2140.000、7282.500。
(2)图2给出了土壤侵蚀量的频数分布。
在该表中从左到右各列分别为有效变量数值、频数、频数所占总数的百分比、有效数占总数的百分比和累计百分比。
(3)图3是此次降雨土壤侵蚀量的直方图,从图中可以看出次降雨土壤侵蚀量主要集中在1000(t/km^2)以下,出现次数在6次以上。
实验二均值比较和T检验
一、实验目的
(1)掌握均值比较,用于计算指定变量的综合描述统计量;
(2)掌握独立样本T检验(IndependentSamplesTest),用于检验两组来自独立总体的样本,企图理综题的均值或中心位置是否一样
二、实验时间和地点
2015年5月18日周一19:
00,5栋412
三、实验内容及步骤
1、实验内容
列出某单位的男女职员年薪,从中可以比较该单位不同性别之间的薪水的差异。
2.实验步骤
(1)输入数据
编号
性别
年薪/元
1
男
57000
2
男
40200
3
女
21450
4
女
21900
5
男
45000
6
男
32100
7
男
36000
8
女
21900
9
女
27900
10
女
24000
11
女
30300
12
男
28350
13
男
27750
14
女
35100
15
男
27300
16
男
40800
17
男
46000
18
男
103750
19
男
42300
20
女
26250
(2)打开相关数据文件,选择“Anlyze--CompareMeans--Means”
(3)选择进行描述性统计分析变量
(4)选择自己要比较的选项
(5)所有设置完成后单机“继续”
(6)所有设置确认无误后,单机“确认”,得出输出结果。
(7)输出结果
均值
图1
案例处理摘要
案例
已包含
已排除
总计
N
百分比
N
百分比
N
百分比
年薪*性别
20
100%
0
0%
20
100.0%
图2
报告
年薪
性别
极小值
均值
N
标准差
中值
均值的标准误
极大值
方差
男
27300
43879.17
12
20812.894
40500.00
6008.165
103750
433176571.970
女
21450
26100.00
8
4828.709
25125.00
1707.206
35100
23316428.571
总计
21450
36767.50
20
18418.285
31200.00
4118.454
103750
339233230.263
四、实验结果分析
(1)处理样本统计,图1表示,共有20个样本,,占全部样本数的100%,即分析计算中没有因数据缺测或其他原因等导致样本剔除。
(2)图2表示,该单位职员男性12人,平均薪水43879.17元,标准差为20812.894元;女性8人,平均薪水26100.00元,标准差为4828.709元。
结果表明该单位不同性别的薪水有很大差异,男性比女性薪水明显要高。
实验三方差分析
一、实验目的
(1)学习利用spss进行单因素方差分析和多因素方差分析。
(2)掌握单因素方差分析。
单因素方差分析也称作一维方差分析。
它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。
还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析,即进行均值的多重比较。
二、实验时间和地点:
2015年5月25日周一19:
00,5栋412
三、实验内容及实验步骤
1.实验内容:
某城市从4个排污口取水,进行某种处理后检测大肠杆菌数量,单位面积内菌数量如下表所示,请分析各个排污口的大肠杆菌数量是否有差别。
某城市四个排污口测量的大肠杆菌数量
排污口
A
B
C
D
大肠杆菌数量
9,12,7,5
20,14,18,12
12,7,6,10
23,13,16,21
2.实验步骤
(1)数据输入整理,在建立数据文件时要定义三个变量,即编号,大肠杆菌数量以及排污口。
1-4代表排污口A-D。
(2)选择“Anlyze—CompareMeans—OneWayANOVA”,弹出“单因素方差分析”对话框。
(3)选择需要进行单因素方差分析的变量和分组因素,从对话框左侧的变量选择“大肠杆菌数量”,使之进入因变量列表,选“排污口”进入因子列表。
(4)对组间平方和进行线性分析并检验。
单机“对比”,选择所需要的分析。
(5)选择进行各组间两两比较的方法。
(6)选择选项按钮选择定义相关统计选项以及缺失值。
(7)完成设置后单机“确定”按钮,执行单因素方差分析
(8)结果输出
图1
描述
大肠杆菌
N
均值
标准差
标准误
均值的95%置信区间
极小值
极大值
下限
上限
1
4
8.25
2.986
1.493
3.50
13.00
5
12
2
4
16.00
3.651
1.826
10.19
21.81
12
20
3
4
8.75
2.754
1.377
4.37
13.13
6
12
4
4
18.25
4.573
2.287
10.97
25.53
13
23
总数
16
12.81
5.540
1.385
9.86
15.76
5
23
图2
方差齐性检验
大肠杆菌
Levene统计量
df1
df2
显著性
1.269
3
12
.329
图3
单因素方差分析
大肠杆菌
平方和
df
均方
F
显著性
组间
(组合)
308.188
3
102.729
8.097
.003
线性项
对比
103.513
1
103.513
8.159
.014
偏差
204.675
2
102.338
8.066
.006
组内
152.250
12
12.688
总数
460.438
15
图4
多重比较
因变量:
大肠杆菌
(I)排污口
(J)排污口
均值差(I-J)
标准误
显著性
95%置信区间
下限
上限
TukeyHSD
1
2
-7.750*
2.519
.041
-15.23
-.27
3
-.500
2.519
.997
-7.98
6.98
4
-10.000*
2.519
.009
-17.48
-2.52
2
1
7.750*
2.519
.041
.27
15.23
3
7.250
2.519
.058
-.23
14.73
4
-2.250
2.519
.808
-9.73
5.23
3
1
.500
2.519
.997
-6.98
7.98
2
-7.250
2.519
.058
-14.73
.23
4
-9.500*
2.519
.012
-16.98
-2.02
4
1
10.000*
2.519
.009
2.52
17.48
2
2.250
2.519
.808
-5.23
9.73
3
9.500*
2.519
.012
2.02
16.98
LSD
1
2
-7.750*
2.519
.010
-13.24
-2.26
3
-.500
2.519
.846
-5.99
4.99
4
-10.000*
2.519
.002
-15.49
-4.51
2
1
7.750*
2.519
.010
2.26
13.24
3
7.250*
2.519
.014
1.76
12.74
4
-2.250
2.519
.389
-7.74
3.24
3
1
.500
2.519
.846
-4.99
5.99
2
-7.250*
2.519
.014
-12.74
-1.76
4
-9.500*
2.519
.003
-14.99
-4.01
4
1
10.000*
2.519
.002
4.51
15.49
2
2.250
2.519
.389
-3.24
7.74
3
9.500*
2.519
.003
4.01
14.99
Tamhane
1
2
-7.750
2.358
.101
-16.97
1.47
3
-.500
2.031
1.000
-8.33
7.33
4
-10.000
2.731
.080
-21.27
1.27
2
1
7.750
2.358
.101
-1.47
16.97
3
7.250
2.287
.121
-1.83
16.33
4
-2.250
2.926
.978
-13.74
9.24
3
1
.500
2.031
1.000
-7.33
8.33
2
-7.250
2.287
.121
-16.33
1.83
4
-9.500
2.669
.096
-20.80
1.80
4
1
10.000
2.731
.080
-1.27
21.27
2
2.250
2.926
.978
-9.24
13.74
3
9.500
2.669
.096
-1.80
20.80
*.均值差的显著性水平为0.05。
图5均值图
四、实验结果分析
(1)图1给出了一些基本描述性统计量,输出统计量包括各组样品数,均值,标准误、均值95%置信区间、最小值和最大值,如各组参与分析的样品数量均为4,总样品数为16。
(2)图2是方差其次性检验结果。
从表可知,输出的相伴概率sig为0.329,远大于显著水平0.05,因此可认为各组总体方差相等。
(3)图3输出的是方差分析表。
从表中可知,总离差平方和为460.438,组间离差平方和为308.188,组内离差平方和为152.250,组间离差平方和中能被线性解释部分为103.513,方差检验F=8,097,对应的相伴率为0.03,小于显著性水平0.05,因此认为4组之间至少有一个组与另一个组差异显著,但不能说明是哪两组之间差异显著。
(4)图4输出的是多重比较表。
从表中可知,排污口A和排污口C之间,排污口B和排污口D之间的相伴概率都大于显著水平0.05,说明这两组之间的差异不明显,其他各种组合的两组之间的相伴概率都小于0.05,说明两组之间的差异显著
。
(5)图5为输出的各组均值折线图,可以看出排污口A和排污口C的均值相对较小。
实验四相关分析
一、实验目的:
调用此过程可对变量进行相关关系的分析,计算有关的统计指标,以判断变量之间相互关系的密切程度。
调用该过程命令时允许同时输入两变量或两个以上变量,但系统输出的是变量间两两相关的相关系数。
实验内容:
从某校学生中随机抽出15个学生,调查他们英语、数学、物理和化学等4门功课的考试成绩,数据文件如下图所示。
试用二元变量相关分析过程分析各科成绩之间是否存在线性相关关系。
二、实验时间和地点:
2015年5月28日星期四,5栋412
三、实验步骤:
1.打开BivariateCorrrlations对话框,选择变量“English、math、physics、chemical”移入Variables框中。
输入数据
number
english
math
physics
chemical
1
76
75
78
82
2
66
65
60
54
3
65
78
80
75
4
68
86
85
85
5
78
80
90
83
6
65
75
78
78
7
82
85
89
95
8
65
78
73
80
9
68
82
84
85
2.打开options对话框进行相关设置。
3.单机主对话框中的OK提交系统运行。
4.输出结果及分析如下
输出结果
描述统计量表
DescriptiveStatistics
Mean
Std.Deviation
N
ENGLISH
70.33
6.538
9
MATH
78.22
6.320
9
PHYSICS
79.67
9.206
9
CHEMICAL
79.67
11.136
9
各课程成绩的相关矩阵表
Correlations
ENGLISH
MATH
PHYSICS
CHEMICAL
ENGLISH
PearsonCorrelation
1
.376
.590
.577
Sig.(2-tailed)
.
.318
.095
.104
SumofSquaresandCross-products
342.000
124.333
284.000
336.000
Covariance
42.750
15.542
35.500
42.000
N
9
9
9
9
MATH
PearsonCorrelation
.376
1
.884(**)
.905(**)
Sig.(2-tailed)
.318
.
.002
.001
SumofSquaresandCross-products
124.333
319.556
411.667
509.667
Covariance
15.542
39.944
51.458
63.708
N
9
9
9
9
PHYSICS
PearsonCorrelation
.590
.884(**)
1
.889(**)
Sig.(2-tailed)
.095
.002
.
.001
SumofSquaresandCross-products
284.000
411.667
678.000
729.000
Covariance
35.500
51.458
84.750
91.125
N
9
9
9
9
CHEMICAL
PearsonCorrelation
.577
.905(**)
.889(**)
1
Sig.(2-tailed)
.104
.001
.001
.
SumofSquaresandCross-products
336.000
509.667
729.000
992.000
Covariance
42.000
63.708
91.125
124.000
N
9
9
9
9
**Correlationissignificantatthe0.01level(2-tailed).
四、结果分析:
英语成绩与数学、物理、化学成绩之间的相关系数依次为0.376、0.590、0.577,英语成绩与这几门理科课程的成绩虽有一定的正相关关系,但是相关系数普遍较低,说明文理科之间的差异。
数学与物理、化学成绩的相关系数分别为0.884、0.905,物理与化学的相关系数为0.889,都反映了理科各科课程之间具有高度的正相关关系。
实验五回归分析
一、实验目的
掌握线性回归分析的基本思想和具体操作,能够读懂分析结果,并能够写出回归方程,对回归方程进行各种统计检验。
二、实验时间及地点
2014年6月1日周一19:
00,5栋412
三、实验内容及步骤
1、实验内容:
表为全国以及各地的供水情况,给出了供水管道长度(公里)和全年供水总量(万立方米)。
试采用一元回归分析方法,根据供水管道长度变化,来分析全年供水总量的变化情况。
2.实验步骤:
(1)输入相关数据
地区
供水管道长度(公里)
全年供水总量(万立方米)
全国
333288.8
4752548
北京
15896
128823
天津
6822
64537
河北
10771.2
160132
山西
5669.3
77525
内蒙古
5635.5
59276
辽宁
21999
280510
吉林
6384.9
159570
黑龙江
9065.9
153387
上海
22098.8
308309
江苏
36632.4
380395
浙江
24126.9
235535
安徽
7389.4
204128
福建
6270
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 地理学 实验 报告 参考 模板