數(shù)據(jù)分析spss作業(yè)

本文格式為Word版，下載可任意編輯——數(shù)據(jù)分析spss作業(yè)

數(shù)據(jù)分析方法及軟件應(yīng)用

（作業(yè)）

題目：4、8、13、16題指導(dǎo)教師：

學(xué)院：交通運(yùn)輸學(xué)院姓名：學(xué)號(hào)：

4、在某化工生產(chǎn)中為了提高收率，選了三種不同濃度，四種不同溫度做試驗(yàn)。在同一濃度與溫度組合下各做兩次試驗(yàn)，其收率數(shù)據(jù)如下面計(jì)算表所列。試在α=0.05顯著性水平下分析

(1)給出SPSS數(shù)據(jù)集的格式(列舉前3個(gè)樣本即可)；(2)分析濃度對(duì)收率有無(wú)顯著影響；

(3)分析濃度、溫度以及它們間的交互作用對(duì)收率有無(wú)顯著影響。解答：（1）分別定義分組變量濃度、溫度、收率，在變量視圖與數(shù)據(jù)視圖中輸入表格數(shù)據(jù)，具體如下圖。

(2)思路：本問(wèn)是研究一個(gè)控制變量即濃度的不同水平是否對(duì)觀測(cè)變量收率產(chǎn)生了顯著影響，因而應(yīng)用單因素方差分析。假設(shè)：濃度對(duì)收率無(wú)顯著影響。

步驟：，將收率選入到因變量列表中，將濃度選入到因子框中，確定。

輸出：

變異數(shù)分析收率群組之間在群組內(nèi)總計(jì)平方和39.08380.875119.958df22123平均值平方19.5423.851F5.074顯著性.016顯著性水平α為0.05，由于概率p值小于顯著性水平α，則應(yīng)拒絕原假設(shè)，認(rèn)為濃度對(duì)收率有顯著影響。

（3）思路：本問(wèn)首先是研究?jī)蓚€(gè)控制變量濃度及溫度的不同水平對(duì)觀測(cè)變量收率的獨(dú)立影響，然后分析兩個(gè)這控制變量的交互作用能否對(duì)收率產(chǎn)生顯著影響，因而應(yīng)當(dāng)采用多因素方差分析。假設(shè)，H01：濃度對(duì)收率無(wú)顯著影響；H02：溫度對(duì)收率無(wú)顯著影響；H03：濃度與溫度的交互作用對(duì)收率無(wú)顯著影響。

步驟：，把收率制定到因變量中，把濃度與溫度制定到固定因子框中，確定。

輸出：

主旨間效果檢定因變數(shù):收率第III類平方來(lái)源修正的模型截距濃度溫度濃度*溫度錯(cuò)誤總計(jì)校正後總數(shù)和70.4582667.04239.08313.79217.58349.5002787.000119.958adf111236122423平均值平方6.4052667.04219.5424.5972.9314.125F1.553646.5564.7371.114.710顯著性.230.000.030.382.648a.R平方=.587（調(diào)整的R平方=.209）第一列是對(duì)觀測(cè)變量總變差分解的說(shuō)明；其次列是觀測(cè)變量變差分解的結(jié)果；第三列是自由度；第四列是均方；第五列是Ｆ檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值；第六列是檢驗(yàn)統(tǒng)計(jì)量的概率ｐ值?？梢钥吹接^測(cè)變量收率的總變差為119.958，由濃度不同引起的變差是39.083，由溫度不同引起的變差為13.792，由濃度和溫度的交互作用引起的變差為17.583，由隨機(jī)因素引起的變差為49.500。濃度，溫度和濃度*溫度的概率p值分別為0.030,0.382和0.648。

濃度：顯著性=.100）。a.應(yīng)變數(shù):課題總數(shù)a

模型摘要模型1R.959abR平方.919調(diào)整後R平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤Durbin-Watson.917241.95821.747a.預(yù)測(cè)值：（常數(shù)），投入人年數(shù)b.應(yīng)變數(shù):課題總數(shù)表中變量為投入人年數(shù)，參考調(diào)整的判定系數(shù)，由于調(diào)整的判定系數(shù)(0.917)較接近于1，因此認(rèn)為擬合優(yōu)度較高，被解釋變量可以被模型解釋的部分較多，未能被解釋的部分較少。方程DW檢驗(yàn)值為1.747，殘差存在一定的正自相關(guān)。

變異數(shù)分析模型1迴歸殘差平方和19379040.0471697769.953df129平均值平方19379040.04758543.791F331.018顯著性.000ba總計(jì)21076810.00030a.應(yīng)變數(shù):課題總數(shù)b.預(yù)測(cè)值：（常數(shù)），投入人年數(shù)被解釋變量的總離差平方和為21076810.00，回歸平方和及均方分別為19379040.047和19379040.047，剩余平方和及均方分別為1697769.953和58543.791，??檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為331.018，對(duì)應(yīng)的概率??值近似為0。依據(jù)該表可進(jìn)行回歸方程的顯著性檢驗(yàn)。假使顯著性水平??為0.05，由于概率??值小于顯著性水平??，應(yīng)拒絕回歸方程顯著性檢驗(yàn)的零假設(shè)，認(rèn)為回歸系數(shù)不為0，被解釋變量與解釋變量的線性關(guān)系是顯著的，可建立線性模型。係數(shù)非標(biāo)準(zhǔn)化係數(shù)模型1（常數(shù)）投入人年數(shù)a.應(yīng)變數(shù)\\:課題總數(shù)B-94.524.492標(biāo)準(zhǔn)錯(cuò)誤72.442.027.959標(biāo)準(zhǔn)化係數(shù)BetaT-1.30518.194顯著性.202.000共線性統(tǒng)計(jì)資料允差VIFa1.0001.000依據(jù)該表可以進(jìn)行回歸系數(shù)顯著性檢驗(yàn)，寫出回歸方程和檢測(cè)多重共線性?？梢钥吹?，假使顯著性水平??為0.05，投入人年數(shù)變量的回歸系數(shù)顯著性t檢驗(yàn)的概率p值小于顯著性水平??，因此拒絕零假設(shè)，認(rèn)為其偏回歸系數(shù)與0有顯著差異，與被解釋變量與解釋變量的線性關(guān)系是顯著的，應(yīng)保存在方程中。同時(shí)冷靜忍度和方差膨脹因子看，解釋變量與投入人年數(shù)多重共線性很弱，可以建立模型。最終回歸方程為，課題總數(shù)=-94.524+0.492投入人年數(shù)。排除的變數(shù)共線性統(tǒng)計(jì)資料允差下模型1投入科研事業(yè)費(fèi)（百元）專著數(shù)獲獎(jiǎng)數(shù)a.應(yīng)變數(shù):課題總數(shù)b.模型中的預(yù)測(cè)值：（常數(shù)），投入人年數(shù)Beta入.152.023.030bbbaT1.528.182.411顯著性.138.857.684偏相關(guān).278.034.077允差.267.188.542VIF3.7485.3081.846限.267.188.542該表展示回歸方程的剔除變量，可以看到，假使顯著性水平??為0.05，表中三個(gè)變量的回歸系數(shù)顯著性t檢驗(yàn)的概率p值大于顯著性水平