SPSS管理软件应用考试题目与答案.docx

SPSS管理软件应用考试题目与答案.docx

《SPSS管理软件应用考试题目与答案.docx》由会员分享，可在线阅读，更多相关《SPSS管理软件应用考试题目与答案.docx（11页珍藏版）》请在冰豆网上搜索。

SPSS管理软件应用考试题目与答案

《管理软件应用》实践考查试卷

请按照以下题目要求，通过SPSS软件分析数据给出结果，并给出对结果的分析和讨论。

1．10名15岁中学生身高、体重数据如下：

编号

1

2

3

4

5

6

7

8

9

10

性别

男

男

男

男

男

女

女

女

女

女

身高（cm）

166.0

189.0

170.0

165.1

172.0

159.4

171.3

158.0

158.6

169.0

体重（kg）

57.0

58.5

51.0

58.0

55.0

44.7

45.4

44.3

42.8

51.5

回答：

1男生身高和体重的极小值、极大值？

2女生的身高、体重和体重指数的均数？

标准差？

●体重指数=体重（kg）/身高（m）2  

答：

1.1男生身高和体重的极小值、极大值分析如表所示，

因此，男生身高的极大值和极小值分别为189cm和165cm。

男生体重的极大值和极小值为58kg和51kg。

1.2女生的身高、体重和体重指数的均数和标准差分析如图所示，

因此女生的身高均数和标准差为163.26cm和6.361，体重均数和标准差为45.74和3.358，体重指数均数和标准差为0.2801和0.01532。

2.现希望评价两位教师的教学质量，试比较其分别任教的甲、乙两班（设两班原成绩相近，不存在差别）考试后的成绩是否存在差异？

甲班：

85 73 86 77 94 68 82 83 90 88 76 85 87 74 85 80 82 88 90 93

乙班：

75 90 62 98 73 75 75 76 83 66 65 78 80 68 87 74 64 68 72 80

答：

分析如图所示

可以从第二个表中看出F检验的值为0.747，对应的概率p值为0.393，如果显著性水平为0.05，由于概率p值大于0.05，可以认为两个总体的方差无显著性差异，即方差具备齐性。

3.为研究长跑运动对增强普通高校学生的心功能效果，对某校15名男生进行实验，经过5个月的长跑锻炼后，看其晨脉是否减少。

锻炼前后的晨脉数据如下：

高校学生实验前后的晨脉数据

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

锻炼前

70

76

56

63

63

56

58

60

65

65

75

66

56

59

70

锻炼后

48

54

60

64

48

55

54

45

51

48

56

48

64

50

54

答：

从第二个表中可以看出在显著性水平为0.05时，训练前后的概率p值为0.428，大于0.05，接受零假设，可以认为训练前后的晨脉数据没有明显的线性关系。

从第三个表中可以看出最后一列的双尾检验概率p值为0.001，在置信区间为95%时，显著性水平为0.05，由于概率p值小于0.05，拒绝零假设，可以认为训练后晨脉数有减少。

4.研究某地区土壤中所含植物可给磷的情况，得到下列表中的数据：

土壤子样序号

x1

x2

x3

y

土壤子样序号

x1

x2

x3

y

1

0.4

53

158

64

10

10.9

37

111

76

2

0.4

23

163

60

11

12.6

58

112

51

3

0.6

34

157

61

12

11.6

29

173

93

4

1.7

65

123

77

13

23.1

46

114

96

5

1.9

36

143

54

14

23.1

50

134

77

6

9.4

44

46

81

15

21.6

44

73

93

7

3.1

19

37

71

16

23.1

56

168

95

8

4.7

24

59

54

17

26.8

58

202

168

9

10.1

31

117

93

18

29.9

51

124

99

其中：

x1为土壤中含无机磷浓度；

x2为土壤中溶于K2C03溶液并受溴化物水解的无机磷浓度；

x3为土壤中溶于K2C03溶液但不受溴化物水解的无机磷浓度；

y为种植在20°C土壤内的玉米中的可给态磷。

建立数据文件，

（1）4个变量之间的相关分析；

（2）y关于x1、x2、x3、的线性回归方程。

给出分析的结果，并讨论。

答：

4.1

从表中第一行可知，土壤中无机磷浓度x1与x2，x3，y的相关系数分别为0.462>0，0.152>0，0.693>0，说明都呈正相关，而相伴概率Sig.分别为0.054>0.05，0.547>0.05，0.001<0.05，说明x2，x3均与x1无影响。

而y受x1的正影响，两者显著相关。

由表第二行可知，x2与x3,y的相关系数分别为0.318>0和0.354>0，说明x2与x3，y都呈正相关，而相伴概率sig.分别为0.199>0.05和0.149>0.05，说明x3,y均与x2无影响。

由表中第三行可知，x3与y的相关系数为0.362>0，说明x3与y呈正相关，而相伴概率sig.为0.140>0.05，说明x3与y无影响。

4.2线性回归方程

由表的第一列数据可知相关方程为y=1.785*x1-0.083*x2+0.161*x3。

但是由于x2的显著性概率为0.845>0.05, x3的显著性概率为0.171>0.05,表示x2,x3的系数与0没有显著性的差异,x2，x3不应当作为解释变量出现在方程中。

而x1的显著性概率为0.005<0.05，表示x1的系数与0有显著性的差异，x1应当作为解释变量出现在方程中。

因此最终相关方程为y=1.785*x1。

5.对给定数据进行探索性因子分析，分析数据并给出结果的讨论。

答：

5.1特征值与方差贡献表

TotalVarianceExplained

Component

InitialEigenvalues

ExtractionSumsofSquaredLoadings

Total

%ofVariance

Cumulative%

Total

%ofVariance

Cumulative%

1

3.250

65.006

65.006

3.250

65.006

65.006

2

1.220

24.396

89.401

1.220

24.396

89.401

3

.250

4.993

94.394

4

.181

3.620

98.014

5

.099

1.986

100.000

ExtractionMethod:

PrincipalComponentAnalysis.

可以看出前两个特征值大于1，同时这两个公共因子的方差贡献率占了89.401%，说明提取这两个公共因子可以解释原变量的绝大部分信息。

因此提取这两个变量为第一和第二主成分。

5.2旋转前的因子载荷矩阵

5.3旋转后的因子载荷矩阵

RotatedComponentMatrixa

Component

1

2

3

4

5

家庭多子率

-.239

-.573

-.207

.756

-.021

避孕率

.092

.968

.073

-.224

.011

初中以上人口比率

.607

.139

.753

-.213

.029

人均国民收入

.951

.121

.197

-.156

-.135

城镇人口比率

.856

.108

.367

-.138

.319

ExtractionMethod:

PrincipalComponentAnalysis.

RotationMethod:

VarimaxwithKaiserNormalization.

a.Rotationconvergedin6iterations.

在5.2未经旋转的载荷矩阵的表中，因子变量在许多变量上均有较高的载荷，从旋转后的因子载荷矩阵可以看出。

因子1在人均国民收入上有较大负荷，因子2在避孕率上有较大负荷。

5.4因子转换矩阵

ComponentTransformationMatrix

Component

1

2

3

4

5

1

.728

.404

.421

-.354

.066

2

.490

-.774

.184

.354

.049

3

.447

.330

-.680

.469

-.092

4

-.173

.357

.522

.717

.237

5

-.011

.045

.231

.125

-.964

ExtractionMethod:

PrincipalComponentAnalysis.

RotationMethod:

VarimaxwithKaiserNormalization.

上表是因子转换矩阵，表明了因子提取方法是主成分分析，旋转的方法是方差极大法。

5.5

ComponentScoreCoefficientMatrix

Component

1

2

家庭多子率

-.234

.454

避孕率

.175

-.630

初中以上人口比率

.274

.209

人均国民收入

.268

.284

城镇人口比率

.274

.303

ExtractionMethod:

PrincipalComponentAnalysis.

ComponentScores.

因子系数矩阵，可将所有主成分表示为各个变量的线性组合，即

F1=-0.234*zx1+0.175*zx2

F2=0.454*zx1-0.630*zx2

5.6其他分析

CorrelationMatrix

家庭多子率

避孕率

初中以上人口比率

人均国民收入

城镇人口比率

Correlation

家庭多子率

1.000

-.761

-.542

-.453

-.453

避孕率

-.761

1.000

.293

.253

.245

初中以上人口比率

-.542

.293

1.000

.771

.849

人均国民收入

-.453

.253

.771

1.000

.878

城镇人口比率

-.453

.245

.849

.878

1.000

KMOandBartlett'sTest

Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.

.713

Bartlett'sTestofSphericity

Approx.Chi-Square

106.776

df

10

Sig.

.000

Communalities

Initial

Extraction

家庭多子率

1.000

.887

避孕率

1.000

.913

初中以上人口比率

1.000

.860

人均国民收入

1.000

.878

城镇人口比率

1.000

.931

ExtractionMethod:

PrincipalComponentAnalysis.

6.对给定数据进行回归分析，用加权最小二乘法处理异方差问题。

答：

1、用OLS做出来的结果：

单位行程=36.834-0.014马力-0.005车重（R2=0.904）

2、用WLS做出来的结果：

单位行程=37.107-0.011马力-0.005车重（R2=0.798）