SPSS統(tǒng)計分析考查課試題

1、河南師范大學(xué)生命科學(xué)學(xué)院研究生考查課程答卷年級類別：12級學(xué)科專業(yè)：植物學(xué)學(xué)號：1204180293姓名：王多多課程名稱：SPSS統(tǒng)計分析授課教師：張黛靜邵云姜麗娜考試時間：2013-06-26考試分?jǐn)?shù)：1、SPSS的全稱是什么？SPSS統(tǒng)計軟件的特點是什么?2、為了從3種原料和3種溫度中選擇使酒精產(chǎn)量最高的水平組合，設(shè)計了二因素試驗，重復(fù)4次，結(jié)果如表1所示。試進(jìn)行統(tǒng)計分析，并進(jìn)行解釋表1原料與溫度對酒精產(chǎn)量影響資料（kg）原料（A）重復(fù)(B)B1(30C)R(35C)B3(40C)1411162491222A323252642524111474382593822A3503318440361

2、414855302353833A353472645944193、測定J10個大麥親本材料的穗長（XI）、穗卜節(jié)向長（X2）、每株穗數(shù)（X3）、每穗粒數(shù)（X4）、每株粒數(shù)（X5）、千粒重（X6）和每株粒重（V）的關(guān)系，結(jié)果如表2所示。試用逐步回歸的方法建立y依xj的最優(yōu)線性回歸方程，并進(jìn)行解釋表2大麥穗長資料編R穗長（X1）/cm穗下節(jié)間長（X2）/每株穗數(shù)（X3）/個每穗粒數(shù)（X4）/粒每株粒數(shù)（X5）/粒千粒重（%）/g母株粒重（y）/g19.5cm28.312.323.0282.138.410.726.236.012.324.8306.637.411.536.133.110.424.625

3、8.530.27.648.932.512.828.3362.637.212.557.930.69.028.4256.634.08.768.131.813.720.0273.845.514.979.425.612.722.8282.229.08.284.929.88.851.1447.426.011.697.432.99.149.2449.131.914.3105.829.810.223.3238.227.36.51 .答:SPSS的全稱是StatisticalPackagefortheSocialScience,于1968年由美國斯坦福大學(xué)（StanfordUniversity,USA）的三位

4、研究生研發(fā)而成，并以此名創(chuàng)立SPSS公司。SPSS統(tǒng)計軟件的特點是操作簡單，易學(xué)易用；具有較強(qiáng)的統(tǒng)計功能和強(qiáng)大的作圖功能，特別是能夠快速準(zhǔn)確的完成大量的、煩瑣的、專業(yè)的和復(fù)雜的數(shù)據(jù)統(tǒng)計分析。是國際上認(rèn)可的專業(yè)統(tǒng)計分析軟件之一。2 .統(tǒng)計分析及結(jié)果如下：原料多個比較因變量：酒精產(chǎn)量(I)原料（J）原料均值差值（I-J）標(biāo)準(zhǔn)誤差Sig.95%置信區(qū)間下限上限LSD12*-11.08333.73778.006-18.7526-3.41403*-17.66673.73778.000-25.3360-9.997421*11.08333.73778.0063.414018.75263-6.58333.73

5、778.090-14.25261.086031*17.66673.73778.0009.997425.336026.58333.73778.090-1.086014.2526基于觀測到的均值。誤差項為均值方（錯誤）=83.826o*.均值差值在.05級別上較顯著。檢驗結(jié)果表明：原料A1和原料A2之間，及原料A1和原料A3之間有顯著性差異，而原料A2和原料A3之間沒有顯著性差異，表明不同原料對酒精產(chǎn)量有較顯著影響。溫度多個比較因變量：酒精產(chǎn)量（I）溫度（J）溫度均值差值（I-J）標(biāo)準(zhǔn)誤差Sig.95%置信區(qū)間下限上限LSD123*11.7756*23.99243.665193.82178.003

6、.0004.255316.150819.296031.834121*-11.77563.66519.003-19.2960-4.25533*12.21683.75082.0034.520719.9128312*-23.9924*-12.21683.821783.75082.000.003-31.8341-19.9128-16.1508-4.5207基于觀測到的均值。誤差項為均值方（錯誤）=83.826o*.均值差值在.05級別上較顯著。結(jié)果表明，在0.01的顯著水平上，不同溫度處理之間的Sig值均小于0.01,因此不同溫度處理之間的差異性達(dá)到極顯著水平，表明不同溫度對酒精產(chǎn)量有極顯著影響3.描

7、述性統(tǒng)計量均值標(biāo)準(zhǔn)偏差N每株粒重10.65002.8434110穗長7.42001.6102410穗下節(jié)間長31.04002.8941310每株穗數(shù)11.13001.8282010每穗粒數(shù)29.550011.1515110每株粒數(shù)315.710077.6034010千粒重33.69006.0110010VariablesEntered/RemovedbModelVariablesEnteredVariablesRemovedMethod12每株粒數(shù)a千粒重.EnterStepwise(Criteria:Probability-of-F-to-enter<=.050,Probability

8、-of-F-to-remove>=.100).a. Allrequestedvariablesentered.b. DependentVariable:每株粒重ModelSummarycModelRRSquareAdjustedRSquareStd.ErroroftheEstimateDurbin-Watson1.607a.368.2892.39762.979b.958.946.65871.254a. Predictors:(Constant),每株粒數(shù)b. Predictors:(Constant),每株粒數(shù)，千粒重c. DependentVariable:每株粒重模型1給出了每株粒重

9、與每株粒數(shù)之間的相關(guān)系數(shù)0.607,反應(yīng)了兩者之間具有顯著的線性關(guān)系。模型2中，因變量與兩個自變量的復(fù)相關(guān)系數(shù)為0.979,反映了每株粒重與每株粒數(shù)和千粒重之間具有顯著的線性關(guān)系。模型2給出了杜賓-瓦特森值為1.254ANOVAModelSumofSquaresdfMeanSquareFSig.1Regression26.777126.7774.658.063aResidual45.98885.749Total72.76592Regression69.728234.86480.351.000bResidual3.0377.434Total72.7659a. Predictors:(Consta

10、nt),每株粒數(shù)b. Predictors:(Constant),每株粒數(shù)，千粒重c. DependentVariable:每株粒重表中給出了兩個模型的方差分析結(jié)果模型1,F=4.658sig=0.06冰達(dá)到顯著水平模型2,F=80.351sig=0.000S到極顯著水平，存在顯著線性關(guān)系CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant)3.6333.3391.088.308每株粒數(shù).022.010.6072.158.0632(Constant)-1

11、0.9721.731-6.339.000每株粒數(shù).029.003.7839.884.000千粒重.373.037.788I9.949.000Ia.DependentVariable:每株粒重根據(jù)表中數(shù)據(jù)非標(biāo)準(zhǔn)化系數(shù)B的值可知，逐步回歸過程中先后建立的兩個回歸模型分別是y=3.633-0.022X5y=-10.972+0.029X5+0.373X6根據(jù)表中標(biāo)準(zhǔn)化回歸系數(shù)Beta的值可知，逐步回歸過程中先后建立的兩個標(biāo)準(zhǔn)化回歸模型分別是y=0.607X5y=0.783X5+0.788X6ExcludedVariablesModelBetaIntSig.PartialCorrelationColli

12、nearityStatisticsTolerance1穗長.323a1.141.291.396.952穗下節(jié)間長.290a1.016.343.359.969每株穗數(shù).551a2.228.061.644.865每穗粒數(shù)-1.154a-1.912.097-.586.163千粒重.788a9.949.000.966.9502穗長-.068b-.728.494-.285.736穗下節(jié)間長-.014b-.156.881-.063.824每株穗數(shù)-.003b-.026.980-.011.478每穗粒數(shù).147b.554.600.221.094a. PredictorsintheModel:(Constan

13、t),每株粒數(shù)b. PredictorsintheModel:(Constant),每株粒數(shù)，千粒重c. DependentVariable:每株粒重相關(guān)性每株粒重穗長穗下節(jié)間長每株穗數(shù)每穗粒數(shù)每株粒數(shù)千粒重Pearson相關(guān)性每株粒重1.000.174.387.253.367.607.613穗長.1741.000-.421.592-.422-.219.502穗下節(jié)間長.387-.4211.000-.039.103.176.332每株穗數(shù).253.592-.0391.000-.701-.368.688每穗粒數(shù).367-.422.103-.7011.000.915-.461每株粒數(shù).607-.2

14、19.176-.368.9151.000-.224千粒重.613.502.332.688-.461-.2241.000Sig.（單側(cè)）每株粒重.315.135.240.148.031.030穗長.315.113.036.112.272.070穗下節(jié)間長.135.113.458.389.314.175每株穗數(shù).240.036.458.012.148.014每穗粒數(shù).148.112.389.012.000.090每株粒數(shù).031.272.314.148.000.267千粒重.030.070.175.014.090.267.N每株粒重10101010101010穗長10101010101010穗下節(jié)

15、間長10101010101010每株穗數(shù)10101010101010每穗粒數(shù)10101010101010每株粒數(shù)10101010101010千粒重10101010101010殘差統(tǒng)計量a極小值極大值均值標(biāo)準(zhǔn)偏差N預(yù)測值5.906814.553810.65002.821031C標(biāo)準(zhǔn)預(yù)測值-1.6811.384.0001.0001C預(yù)測值的標(biāo)準(zhǔn)誤差.408.598.512.06810調(diào)整的預(yù)測值5.111714.070710.62632.7312210殘差-.41117.59323.00000.3560710標(biāo)準(zhǔn)殘差-.667.962.000.57710Student化殘差-1.3951.472.0331.08210已刪除的殘差-2.470682.14664.023731.4542210Student化已刪除的殘差-1.9222.278.1551.38