spss應(yīng)用與分析

1、吉首大學(xué)JISHOU UN IVERS ITYSPPS統(tǒng)計(jì)分析與應(yīng)用姓名：田芳園學(xué)號(hào)： 20084084236班級(jí)：08級(jí)7班學(xué)院：商學(xué)院專(zhuān)業(yè)：會(huì)計(jì)指導(dǎo)老師：張琰飛老師吉首大學(xué)教務(wù)處制實(shí)驗(yàn)一：廣告城市與銷(xiāo)售額的單因變量多因素方差分析一、實(shí)驗(yàn)?zāi)康耐瓿蓡我蜃兞慷嘁蛩胤讲罘治鰧?shí)驗(yàn)二、實(shí)驗(yàn)內(nèi)容對(duì)廣告城市與銷(xiāo)售額進(jìn)行單因變量多因素方差分析三、實(shí)驗(yàn)步驟第一步：univariate 一dependent variable：銷(xiāo)售額（X3）, Fixed factors：廣告形式（X1），地區(qū)（X2）。如下圖1-1所示。圖1-1單變量發(fā)差分析對(duì)話框第二步：?jiǎn)螕鬽odel按鈕，彈出univariate： mode

2、l （單變量方差分析: 模型）對(duì)話框，如下圖1-2所示。圖1-2單變量方差分析：模型對(duì)話框第三步 單擊plots按鈕，彈出Univariats： Profile Plots （單變量方差分析：輪廓圖）對(duì)話框，如圖1-3所示第三步：點(diǎn)擊 save.按鈕一 Predicted Values:Unstandized, Standatderror.如下圖1-3所示。在對(duì)話框中的選擇第四步:析：選項(xiàng)）對(duì)話框，50.0040.0090.00-80.0070.00-60.00=廣播宣侍品廣借形式圖1-6均值圖報(bào)泯Estimated Marginal Means of 俺售額1.0010.002.0011.0

3、03.0012.004.0013.005.0014.006.00-15.007.00-16.008.0017.009.0018.001、從下圖1-5方差分析結(jié)果表可以看出：顯著性水平P=0.0000.05，則拒 絕原假設(shè)，有顯著性差異，說(shuō)明廣告城市對(duì)銷(xiāo)售額有顯著性作用。Tests of Between-Subjects Effects如日ndentMariab廚肖售額SourceType III Sum of SquaresdfMean SquareFSiq.Corrected Model15131.309a20756.5690.431.000Intercept642936.694164293

4、6.6947.165E3.000X15866.08331955.36121.789.000 x29265.30617545.0106.073.000Error1 1 037.91 712309739Total6691 06.000144Corrected Total26169.306143a. R Squared =.578 (Adjusted R Squared = .510)圖1-5方差分析結(jié)果表顯然最差。2、從下圖1-6邊際均值圖可以看出：宣傳品位于最低值，實(shí)驗(yàn)二：癌細(xì)胞轉(zhuǎn)移的Logistic回歸分析一、實(shí)驗(yàn)?zāi)康耐瓿砂┘?xì)胞轉(zhuǎn)移的Logistic回歸分析實(shí)驗(yàn)二、實(shí)驗(yàn)內(nèi)容對(duì)癌細(xì)胞轉(zhuǎn)移進(jìn)行Lo

5、gistic回歸分析三、實(shí)驗(yàn)步驟第一步：Regressiondependent :x7,Covariates:x2,x3,x4,x5,x6, 如下圖2-1所示。第二步：savePredicted Values:Probabilities 如下圖 2-2 所示。所示。第三步：O2-3圖2-3 Logistic回歸分析選擇對(duì)話框第二步：Ok。1、從下圖2-4模型系數(shù)綜合檢驗(yàn)可以看出：顯著性水平P=0.0000.05，則 拒絕原假設(shè)，具有顯著性，說(shuō)明模型在統(tǒng)計(jì)上是合理的。Omnibus Tests of Model CoefficientsChi-sauaredfSia.Step 1 Step24.

6、3314.000Block24.3314.000Model24.3314.000圖2-4模型系數(shù)綜合檢驗(yàn)2、從下圖2-5初始分類(lèi)表可以看出：總的分類(lèi)正確率=65.4 %，整體的正 確分類(lèi)率=100%，明顯高于原始的正確率65.4%，顯然第二個(gè)模型的穩(wěn)定性好于 第一個(gè)模型，因此，在實(shí)驗(yàn)工作中使用第二個(gè)模型更加合理。Classification TableflbObservedPredictedPercentage Correct01Step 00Overall Percentage170100.065.4Constant is included in the model.The cut valu

7、e is .500圖2-5初始分類(lèi)表3、從圖2-6進(jìn)入模型的變量可以得出方程：Prob(event)=eA(-361.013-2.189x2+113.627x3-4.07x4+24.715x5+54.241x6)/1+eA(361.013-2.189x2+113.627x3-4.07x4+24.715x5+54.241x6)Variables in the EquationBS.E.WalddfSiq.Stepx21 a-2.1S9274746.0001.994.112x3113.6271.003E4.0001.9912.225E49x4-.40778.491.0001.996.666x524

8、7153.561E3.0001.9945.412E10 x654.2415.069E3.0001.9913.601E23Constant-361.0133.113E4.0001.991.000a. Variable(s) entered on step 1: x2, x3, x4, x5, x6圖2-6進(jìn)入模型的變量實(shí)驗(yàn)三：對(duì)各省學(xué)生的體制進(jìn)行評(píng)估一、實(shí)驗(yàn)?zāi)康耐瓿煞謱泳垲?lèi)分析實(shí)驗(yàn)二、實(shí)驗(yàn)內(nèi)容對(duì)各省學(xué)生的體制進(jìn)行評(píng)估的分層聚類(lèi)分析三、實(shí)驗(yàn)步驟第一步： Classity Hierarchical clucteranalysis variables:x2,x3,x4,x5,x6,label:省份。如

9、下圖 3-1 所示。第二步:Statistic 一agglomeration schedule,cluster membership： singlesolution number 3。如下圖 3-2 所示第三步：Plots所示。第四步：Method 一Cluster Method： Nearest neighbor, Measure： Euclidean distance.如下圖 3-4 所示。圖3-4分層聚類(lèi)分析方法對(duì)話框第五步:save - cluster membership: none, cluster membership: single solution number 3。如下圖

10、3-5 所示。1、從下圖3-6聚類(lèi)過(guò)程表可以看出：第一步，10 （陜西）、15 （江蘇）在一起，合并為一類(lèi)。第二步，7 （吉林）、10 （陜西）在一起，合并為一類(lèi)。2、StagCluster CombinedCoefficientsStage Cluster First AppearsNext StageCluster 1Cluster 2Cluster 1Cluster 211015.4230022710.611016368.93800641218.9710055412.9850410667.9873277561.197069311171.22500129251.2700116104161.3005011114221.30810012124111.32211815133131.33800221424231.3510018154141.4121201616241.4439151717291.443160211823241.517014191923261.538180202023271.636190232112圖3-6聚類(lèi)過(guò)程表172222131.758211323231231.7832220