数据分析与软件运用.docx
- 文档编号:3291754
- 上传时间:2022-11-21
- 格式:DOCX
- 页数:15
- 大小:84.45KB
数据分析与软件运用.docx
《数据分析与软件运用.docx》由会员分享,可在线阅读,更多相关《数据分析与软件运用.docx(15页珍藏版)》请在冰豆网上搜索。
数据分析与软件运用
《数据分析与软件运用》
实验指导书
南京农业大学工学院王明芳
2012-8-3
实验一数据集的建立及其预处理
内容一数据集的建立
【实验目的】
1、掌握统计数据的基本结构
2、了解原始样本数据与SPSS数据集之间的对应关系
3、熟练掌握SPSS数据集的建立方法
4、熟悉SPSS主窗口及主要界面
【知识准备】
1、变量及其类型的划分
2、数据的结构
【实验内容】
时下大学生逃课成了一种比较普遍的现象,对各高校来说是一个不容忽视的问题,它会影响到学校教学质量和学生专业知识的提高,正常的教学秩序会促进校风的建设,同时也可为学生的学习创造一个良好的环境
经历了“黑色”的六月,千辛万苦,好不容易迈进梦寐以求的大学校园,背负着父母殷切希望的大学生本应珍惜学习机会,努力学习,可他们为什么要逃课呢,逃课后又在做什么‘逃课是否会影响学习成绩呢,带着这些疑问,请针对大学生“必修课选逃,选修课必逃”现象展开调查,把调查的资料录入到SPSS文档中
【实验步骤】
1、确定变量个数
2、定义变量属性
3、录入样本数据
【问题思考】
1、调查问卷中的问答设计一般有哪几种方式可采用?
问卷的类型,可以从不同角度进行划分。
如按问题答案划分,可以分为结构式、半结构式、开放式3种;如按调查方式划分,可以分为访问问卷和自填问卷;如按问卷用途分,则分为甄别问卷、调查问卷和回访问卷等。
一般来说,调查问卷的问题有两种类型:
封闭性问题和开放性的问题。
开放性问题,又称为无结构的问答题,被调查者用他们自己的语言自由回答,不具体提供选择答案的问题。
封闭性问答题,又称有结构的问答题,它规定了一组可供选择的答案和固定的回答格式
3、本试验中的样本数据不包含数值型变量,如出现数值型变量,应如何定义其SPSS数据集中的10个变量
答:
数值型变量包括整数型和浮点型两类。
①整数型变量都是带符号位的,依据字节数分为字节型(8泣)、短整型(16位)、整型(32位)和长整型(64位)四种,分别用关键字byte、short、int和long来定义。
比如:
bytem,n;
shortx,y;
longd,c,f;上述语句分别将m,n定义为8位字节型变量;将x,y定义为16位短整型变量;将d,e,f定义为64位长整型变量。
在实际使用中,byte类型用得较少,因为它表示的数据范围较小。
short类型规定数据存储时高位字节在前、低位字节在后。
但是在有些类型的计算机中,对双字节数据存储时规定低位字节在前、高位字节在后。
这样,使用short类型数据时,就容易造成不易发现的错误。
因此,short类型的数据也尽量不用。
②浮点型变量分为单精度浮点型(32位)和双精度浮点型(64位)两种。
分别用关键字float和double来定义。
比如:
floatm;
doublen;上述语句将m定义为单精度浮点型变量,将n定义为双精度浮点型变量,它们的默认值均为0.0。
在Java中,规定两个单精度浮点数的运算结果仍为单精度浮点数,如果操作数中有一个双精度浮点数,则运算结果为双精度浮点数
实验二数据的描述统计分析
【实验目的】
1、掌握定类数据、定序数据和数值型数据的图表表示方法
2、掌握定类数据、定序数据和数值型数据图表表示的SPSS操作
3、熟练描述统计量的类型划分及其作用
4、准确理解各种描述统计量的构造原理并熟练掌握描述统计量的SPSS操作
5、培养运用描述统计方法解决身边之际问题的能力
【知识准备】
1、品质数据的频数分布表、分布图(条形图、帕累托图、饼形图)
2、数值型数据的频数分布表、分布图(茎叶图、盒行图、直方图)
3、描述集中趋势、离散趋势及分布形态的统计量
【实验内容】
品质数据
随着证券市场的发展,基金理财目前已成为一种非常普遍的投资方式。
统计数据显示,目前基金持有人账户总数已过1.1亿户,估计约有四分之一的城镇居民家庭参与了基金投资。
投资者面对300多只基金,如何选择基金公司,投资何种类型的基金,需要对基金作出全面了解的基础上进行决策。
这里搜集了晨星开放式基金2011年业绩评级资料,供您分析使用。
此数据以2011年12月28日最后一个交易日为截止日期,反映了317只开放式基金的综合数据。
见数据data3-1.sav,这些变量中,V24是我们比较关心的一个定类变量,V5,V6为比较典型的两个定序变量。
针对这些变量数据制作频数分布表和分布图
数值数据
为帮助您了解和分析上海的综合状况,现搜集到上海A股的一部分财务数据并建立了SPSS数据集。
见数据data4-1.sav,此数据级反映上海A股中32个行业840家上市公司2011年12月28日,即本年度最后一个交易日的资料,请根据需要制作品数分布图表进行统计描述
绝大多数课程的期末考试成绩成对称的钟形分布,但这也不是绝对的规律。
“证券市场模拟实战”是一门深受学生喜爱的选修课程,课程性质有其特殊性,那么其期末考试成绩是否也有其分布规律的特殊性?
这里有一份2008年期末5个班263名学生的考试成绩,见数据data5-1.sav,请运用统计量描述手段对此数据做一个分析
【实验步骤】
品质数据
1、V24频数分布表与频数分布条形图
打开数据集Analyze---DescriptiveStatistics—Frequencies根据提示进行操作
频率
统计量
投资类型
N
有效
317
缺失
0
投资类型
频率
百分比
有效百分比
累积百分比
有效
股票型
172
54.3
54.3
54.3
积极配置型
52
16.4
16.4
70.7
保守配置型
8
2.5
2.5
73.2
普通债券型
27
8.5
8.5
81.7
短债型
3
.9
.9
82.6
货币市场型
4
1.3
1.3
83.9
保本型
51
16.1
16.1
100.0
合计
317
100.0
100.0
V5的频数分布饼形图帕累托图Graphs—Pie;Pareto根据提示进行操作
频率
统计量
两年评级
N
有效
317
缺失
0
两年评级
频率
百分比
有效百分比
累积百分比
有效
--
191
60.3
60.3
60.3
★
13
4.1
4.1
64.4
★★
27
8.5
8.5
72.9
★★★
46
14.5
14.5
87.4
★★★★
40
12.6
12.6
100.0
合计
317
100.0
100.0
数值数据
2、V3茎叶图打开数据集Analyze---DescriptiveStatistics—Explore根据提示进行操作\
案例处理摘要
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
总股本
840
100.0%
0
.0%
840
100.0%
描述
统计量
标准误
总股本
均值
230232.45
62638.534
均值的95%置信区间
下限
107285.82
上限
353179.08
5%修整均值
51536.39
中值
34100.51
方差
3.296E12
标准差
1815437.184
极小值
5050
极大值
33401884
范围
33396834
四分位距
40896
偏度
14.279
.084
峰度
219.152
.169
总股本Stem-and-LeafPlot
FrequencyStem&Leaf
22.000.567788899
166.001.000001111122222222233333334444444444455555555556666666666677777777788888888999999
163.002.00000000011111222222333333333333444444444555555555566666677777788888888999999999
132.003.0000000001111111112222222223333344444444555556666667777788889999
93.004.000000000111122222233333334444445667778889999
49.005.0001112223344455566788&
35.006.01222335566668&
19.007.1233446&
18.008.113579&&
14.009.035&&&
16.0010.0566&&&
7.0011.05&
4.0012.1&
102.00Extremes(>=122714)
Stemwidth:
10000
Eachleaf:
2case(s)
&denotesfractionalleaves.
总股本
3、V8频数分布盒形图、V10频数分布直方图Graphs—Boxplot,Histogram
行业
案例处理摘要
行业
案例
有效
缺失
合计
N
百分比
N
百分比
N
百分比
每股净资
采掘业
23
100.0%
0
.0%
23
100.0%
传播文化
7
100.0%
0
.0%
7
100.0%
电器机械
31
100.0%
0
.0%
31
100.0%
电子
25
100.0%
0
.0%
25
100.0%
房地产业
39
100.0%
0
.0%
39
100.0%
纺织服装
33
100.0%
0
.0%
33
100.0%
非金属
31
100.0%
0
.0%
31
100.0%
黑色金属
22
100.0%
0
.0%
22
100.0%
化学制品
55
100.0%
0
.0%
55
100.0%
建筑业
21
100.0%
0
.0%
21
100.0%
交运仓储
46
100.0%
0
.0%
46
100.0%
交运设备
38
100.0%
0
.0%
38
100.0%
金融保险
19
100.0%
0
.0%
19
100.0%
金属制品
6
100.0%
0
.0%
6
100.0%
木材家具
2
100.0%
0
.0%
2
100.0%
农林牧渔
19
100.0%
0
.0%
19
100.0%
批零贸易
62
100.0%
0
.0%
62
100.0%
普通机械
17
100.0%
0
.0%
17
100.0%
其他制造
11
100.0%
0
.0%
11
100.0%
社会服务
20
100.0%
0
.0%
20
100.0%
石化炼焦
7
100.0%
0
.0%
7
100.0%
食品饮料
15
100.0%
0
.0%
15
100.0%
食品制造
22
100.0%
0
.0%
22
100.0%
水电煤气
40
100.0%
0
.0%
40
100.0%
橡塑制品
13
100.0%
0
.0%
13
100.0%
信息技术
53
100.0%
0
.0%
53
100.0%
医药生物
55
100.0%
0
.0%
55
100.0%
仪器仪表
6
100.0%
0
.0%
6
100.0%
有色金属
11
100.0%
0
.0%
11
100.0%
造纸印刷
16
100.0%
0
.0%
16
100.0%
专用设备
32
100.0%
0
.0%
32
100.0%
综合类
43
100.0%
0
.0%
43
100.0%
每股净资
4、263名学生成绩整体的统计量描述Analyze---DescriptiveStatistics—Descriptives
描述统计量
N
极小值
极大值
均值
标准差
总成绩
203
64
99
86.62
7.259
序号
236
1
236
118.50
68.272
班级
236
1
5
3.01
1.420
平时成绩
203
70
100
95.11
7.962
期末成绩
203
61
98
82.98
9.252
有效的N(列表状态)
203
5、各班级学生成绩的统计量描述Data—SplitFile系统将数据拆分成5组
Analyze---DescriptiveStatistics—Descriptives
描述统计量
班级
N
均值
标准差
偏度
峰度
统计量
统计量
统计量
统计量
标准误
统计量
标准误
金融
平时成绩
39
93.85
8.148
-1.145
.378
.530
.741
期末成绩
39
88.18
8.463
-1.130
.378
1.077
.741
总成绩
39
89.88
6.201
-.911
.378
.891
.741
有效的N(列表状态)
39
统计
平时成绩
34
97.44
4.287
-1.189
.403
-.538
.788
期末成绩
34
84.09
8.321
-.291
.403
-.813
.788
总成绩
34
88.09
6.235
-.247
.403
-1.019
.788
有效的N(列表状态)
34
国贸
平时成绩
44
97.50
6.147
-2.950
.357
9.625
.702
期末成绩
44
79.73
9.527
.211
.357
-1.248
.702
总成绩
44
85.06
7.423
-.177
.357
-.729
.702
有效的N(列表状态)
44
财税
平时成绩
39
93.59
9.315
-1.212
.378
.291
.741
期末成绩
39
81.79
8.751
-.583
.378
-.097
.741
总成绩
39
85.33
7.896
-.766
.378
-.052
.741
有效的N(列表状态)
39
工商
平时成绩
47
93.51
9.378
-1.446
.347
1.187
.681
期末成绩
47
81.87
9.088
-1.022
.347
.377
.681
总成绩
47
85.36
7.265
-1.053
.347
.627
.681
有效的N(列表状态)
47
【问题思考】
1、定类数据和定序数据的频数分布表有何不同?
2、欲制作不同投资类型下的V5和V6的频数分布图表,应如何操作
3、数据集中的大量数据可为我们选择具体的基金管理公司提供什么帮助?
4、直方图与条形图有什么不同\
a.条形的长度(横置时)表示各类别频数的多少,其宽度(表示类别)则是固定的
b.图是用面积表示各组频数的多少,矩形的高度表示每一组的频数或百分比,宽度则表示各组的组距,其高度与宽度均有意义
c.图的各矩形通常是连续排列,条形图则是分开排列
d.图主要用于展示分类数据,直方图则主要用于展示数值型数据
5、欲比较不同行业在同一变量上的频数分布直方图,应如何操作
6、由此数据集中的数据我们可以认识到上海A股股市的哪些特点
7、SPSS中还可以通过哪些途径计算有关的描述统计量
8、试对此数据集进行图表描述,并结合本试验中的输出结果评述此课程考试成绩的频数分布特征
- 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:
- 数据 分析 软件 运用
![提示](https://static.bdocx.com/images/bang_tan.gif)