SPSS管理统计学作业

洪城水业2009-2013年日收盘价与大盘走势分析研究

--以上证A股洪城水业（600461）为例

（一）个股分析

本文我们将对洪城水业2009-2013年五年每日的收盘价为样本研究对象，将大盘走势用上证综合指数来表示。剔除离群值，画出图形，并进行数据分析。本文数据来源于国泰安数据库，利用EXCEL! SPSS21.进行分析。在我们所要分析的数据中，有时会出现个别测定值与其他数据相差甚远，这些数据被称为离群值。而离群值对统计分析会造成影响，造成参数估计的偏离，统计分布的错判，以及对统计方法的选择与结果解释都会造成一定的影响，从而得出错误的统计分析结论。常用的剔除离群值的方法有：（1）可依据常识和

原理直接判断；（2）箱线图观察；（3）Z值观察。箱线图法剔除离群值相对精确，因此为提高数据的代表性我们选择此种方法去除离群值对样本的影响。如图：

图1-1

箱线图

2009 2010 2011 2012 2013

处励「I期图1-2

图中的点为疑似异常点，相应的序号为245、246、247、256、258、259、260、265、458、463、465、466、469、1177、1176代表异常点在各列对应的位置。将这些离群值去掉所得洪城水业历史五年从2009-2013年每日收盘价共1192个数据。图中横轴表示时间，纵轴表示日收盘价。从箱线图1-1中我们可以看出2010年日收盘价相对较高，而2011年全年股价的每日收盘价差异较大，并在这一年股价也达到了历史最高水平，相对前几年来说2012-2013股价变化平稳。

图1-3

交易日期

频率百分比有效百分比累积百分比

2009 241 20.2 20.2 20.2

2010 236 19.8 19.8 40.0

2011 240 20.1 20.1 60.2

有效

2012 237 19.9 19.9 80.0

2013 238 20.0 20.0 100.0

合计1192 100.0 100.0

图1-3表示洪城水业2009-2013年日收盘价的频率分析图

图1-4

N 极小

值

极大值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统计

量

标准

误

统计量标准

误

2009 241 5.61 12.07 9.1080 .09352 1.45184 -.271 .157 -.167 .312 2010 236 10.52 18.64 14.9551 .11298 1.73566 -.575 .158 .554 .316 2011 240 8.09 19.87 13.1935 .23612 3.65803 .414 .157 -1.637 .313 2012 237 6.11 9.03 7.4653 .04368 .67245 .385 .158 -.703 .315 2013 238 6.26 9.15 7.6996 .03709 .57222 .194 .158 -.283 .314 数据来源：作者手工整理

根据2009-2013年洪城水业个股收盘价描述性分析图可以看到5年历史日收盘价2009年为最低值5.61在2011年达到最大值19.87,股价波动的最大差距为14.26,反映股价5年间波动较大。2010年日收盘价均值为14.9551均高于其他年度，说明2010年洪城水业股票价格增长势头明显，可以给投资者带来更多投资回报。而2012年和2013年日收盘价的最小值分别为6.11和6.26,最大值为9.03和9.15,标准差分别为0.67245和0.57222,表明这两年股价变化平稳，相比以往年度有所下降。

图1-5

曰收陽价

N - 1 ,1DS

= 10.48

从图1-5日收盘价的直方图中可以看出2009-2013年洪城水业收盘价具有右偏趋势，不具备明显的正态分布

图1-6

交易日期Kolmogorov-Smirnov a Shapiro-Wilk

统计量df Sig. 统计量df Sig.

2009 .067 241 .010 .973 241 .000

2010 .124 236 .000 .938 236 .000

日收盘价2011 .274 240 .000 .801 240 .000

2012 .082 237 .001 .967 237 .000

2013 .068 238 .010 .989 238 .064

图中显示了按时间分为的5个分组的两种检验方法的正态性检验结果，包括各分组的统计量、自由度及显著性水平，以K-S方法为例分析：2009-2013年洪城水业日收盘价其自

由度sig.分别为0.01、0.000、0.000、0.001、0.010明显小于0.05,故应拒绝原假设，认为日收盘价分组中的数据不服从正态分布。

图1-7

M聒计器

交易日期Huber 的M-估

计器a Tukey的双权重

b

Hampel 的M-估

计器c

Andrews 波d

2009 9.1200 9.1977 9.1583 9.2043

日2010 15.0358 15.0923 15.0932 15.0907

收

2011 11.4289 10.2745 11.0635 10.2730

盘

价0127.3917 7.3954 7.4261 7.3958

2013 7.6612 7.6593 7.6728 7.6590

a. 加权常量为1.339。

b. 加权常量为4.685。

c. 加权常量为1.700、3.400 和8.500

d. 加权常量为1.340*pi 。

图1-7中提供了四种估计方法，每种估计方法的加权量在表下方给出，对于有异常值或极端值的数据，M均值估计有很好的稳定性，用M估计值代替均值或中位数，结果更准确。根据样本值的权重不同，可以得到不同的估计量。从表中我们可以看到使用每一种方法的出来的估计量相差都不大，证明其稳定性较好。

图1-8

图1-9

根据图1-8和图1-9从上图中可以看出，分组中的数据日收盘价与直线的重合度不是很好，故不服从标准正态分布这与前面的正态检验表中的结果一致。

卡方检验分析：

图1-10

图1-11

a. 3350 单元格100.0%）的期望计数少于5。最小期望计数

为.20。

表1-11中显示行、列变量通过卡方检验给出的独立性检验结果。共使用了三种检验方法。上表各种检验方法显著水平sig.都远远小于0.05,所以有理由拒绝实验准备与评价结果是独立的假设，即认为日收盘价这个评价指标和时间是相关的。

（二）大盘走势分析

研究大盘走势选用上证综合指数进行统计分析，选取2009-2013年5年每日收盘指数

共1211个数据，同样利用箱线图法剔除离群值，根据离群值的判别法大盘综合指数2009-2010年数据分布较为合理不存在大于1.5倍四分位数间距的数值，故无需剔除离群值。如图：

图2-1

2009-2013年上证综合指数箱线图

ssQD.aDcr

3000.aoo-

200D.ODO-

1 500.000-

2009 201020112012

日期

图2-2

日期案例

有效缺失合计

N 百分比N 百分比N 百分比2009 244 100.0%

0.0% 244 100.0%

2010 242 100.0% 0 0.0% 242 100.0%

收盘指数

2011 244 100.0%

0.0% 244 100.0%

2012 243 100.0% 0 0.0% 243 100.0%

2013 238 100.0% 0 0.0% 238 100.0% 图2-3

日期

频率百分比有效百分比累积百分比

2009 244

20.1 20.1 20.1

2010 242 20.0 20.0 40.1

2011 244 20.1 20.1 60.3

有效

2012 243 20.1 20.1 80.3

2013 238 19.7 19.7 100.0

合计1211 100.0 100.0

案例处理摘要

数据分析spss作业

数据分析方法及软件应用 （作业） 题目：4、8、13、16题 指导教师： 学院：交通运输学院 姓名： 学号：

4、在某化工生产中为了提高收率，选了三种不同浓度，四种不同温度做试验。在同一浓度与温度组合下各做两次试验，其收率数据如下面计算表所列。试在α=0.05显著性水平下分析 (1)给出SPSS数据集的格式(列举前3个样本即可)； (2)分析浓度对收率有无显著影响； (3)分析浓度、温度以及它们间的交互作用对收率有无显著影响。 解答：（1）分别定义分组变量浓度、温度、收率，在变量视图与数据视图中输入表格数据，具体如下图。 (2)思路：本问是研究一个控制变量即浓度的不同水平是否对观测变量收率产生了显著影响，因而应用单因素方差分析。假设：浓度对收率无显著影响。 步骤：【分析-比较均值-单因素】，将收率选入到因变量列表中，将浓度选入到因子框中，确定。 输出： 變異數分析 收率 平方和df 平均值平方 F 顯著性 群組之間39.083 2 19.542 5.074 .016 在群組內80.875 21 3.851 總計119.958 23 显著性水平α为0.05，由于概率p值小于显著性水平α，则应拒绝原假设，认为浓度对收率有显著影响。

（3）思路：本问首先是研究两个控制变量浓度及温度的不同水平对观测变量收率的独立影响，然后分析两个这控制变量的交互作用能否对收率产生显著影响，因而应该采用多因素方差分析。假设，H01：浓度对收率无显著影响；H02：温度对收率无显著影响；H03：浓度与温度的交互作用对收率无显著影响。 步骤：【分析-一般线性模型-单变量】，把收率制定到因变量中，把浓度与温度制定到固定因子框中，确定。 输出： 主旨間效果檢定 因變數: 收率 來源第 III 類平方 和df 平均值平方 F 顯著性 修正的模型70.458a11 6.405 1.553 .230 截距2667.042 1 2667.042 646.556 .000 浓度39.083 2 19.542 4.737 .030 温度13.792 3 4.597 1.114 .382 浓度 * 温度17.583 6 2.931 .710 .648 錯誤49.500 12 4.125 總計2787.000 24 校正後總數119.958 23 a. R 平方 = .587（調整的 R 平方 = .209） 第一列是对观测变量总变差分解的说明；第二列是观测变量变差分解的结果；第三列是自由度；第四列是均方；第五列是Ｆ检验统计量的观测值；第六列是检验统计量的概率ｐ值。可以看到观测变量收率的总变差为119.958，由浓度不同引起的变差是39.083，由温度不同引起的变差为13.792，由浓度和温度的交互作用引起的变差为17.583，由随机因素引起的变差为49.500。浓度，温度和浓度*温度的概率p值分别为0.030,0.382和0.648。 浓度：显著性<0.05说明拒绝原假设（浓度对收率无显著影响），证明浓度对收率有显著影响；温度：显著性＞0.05说明不拒绝原假设（温度对收率无显著影响），证明温度对收率无显著影响；浓度与温度: 显著性＞0.05说明不拒绝原假设（浓度与温度的交互作用对收率无显著影响），证明温浓度与温度的交互作用对收率无显著影响。 8、以高校科研研究数据为例：以课题总数X5为被解释变量，解释变量为投入人年数X2、投入科研事业费X4、专著数X6、获奖数X8；建立多元线性回归模型，

教育统计学与SPSS课后作业答案祥解题目

教育统计学课后作业 一、P118 1 题目：10位大一学生平均每周所花的学习时间与他们的期末考试成绩见表6-17.试问： （1）学习时间与考试成绩之间是否相关？ （2）比较两组数据谁的差异程度大一些？ （3）比较学生2与学生9的期末考试测验成绩。 表6-17 学习时间与期末考试成绩 1 2 3 4 5 6 7 8 9 10 学习时间考试成绩40 58 43 73 18 56 10 47 25 58 33 54 27 45 17 32 30 68 47 69 解题步骤： （1）第一步：定义变量：“xuexishijian”、“xuexichengji”后，输入数据.如下图： 1

第二步：单击选择“分析(Analyze)”中的“相关(Correlate)”中的“双变量(Bivariate Correlations)”， 将上图中的“xuexishijian”和“xuexichengji”添加到右边变量框中，如下图： 第三步：点击“确定“后，输出结果如下图： 第四步：分析结果

3 由上图可知：学习时间与学习成绩之间的pearson 相关系数为0.714，p （双侧）为0.20。自由度 df=10-2=8时，查“皮尔逊积差相关系数显著临界值表”知：r 0.05= 0.623 ； r 0.01=0.765。 因为0.765 > 0.714 >0.623，所以在0.05水平上学习时间和学习成绩是相关显著的。 （2）SPSS 软件分析结果如下图： 由上图可知：学习时间标准差和平均值为：S 1=12.037 ?X 1= 29.00 ；学习时间标准差和平均值为：S 2=12.437?X 2=56.00 根据差异系数公式可知： 学习时间差异系数为：%100?=X S CV S =12.037/29.00×100%=41.51% 学习成绩差异系数为：%100?= X S CV S =12.437/56.00×100%=22.27% 有上述结果可知学习时间差异程度大于学习成绩差异程度。 （4） 把学生2和学生9的期末考试成绩转化成标准分数： Z 2=(X -?X) /S= (73—56)/12.437=1.367 Z 9=(X-?X)/S=(68—56)/12.437=0.965 由上计算可知：学生2期末考试测验成绩优于学生9的期末考试测验成绩。 二、P119 2 题目：某班数学的平均成绩为90，标准差10；化学的平均分为85，标准差为8；物理的平均分为79，标准差为15.某生这三科成绩分别为95,80,80.试问 （1） 该生在哪一学科上突出一些？ （2） 该班三科成绩的差异度如何？有无学习分化现象？ （3） 该生的学期分数是多少？ （4） 三科的总平均和总标准差是多少？ 解题步骤：

spss数据分析总结.

spss数据分析总结 2018-01-15 下面就是小编为您收集整理的spss数据分析总结的相关文章，希望可以帮到您，如果你觉得不错的话可以分享给更多小伙伴哦！ 篇一：spss数据分析总结 实验一 SPSS基本操作 一、实验目的 1．熟悉SPSS的菜单和窗口界面，熟悉SPSS各种参数的设置； 2．掌握SPSS的数据管理功能。二、实验内容及步骤 （一）数据的输入和保存 1. SPSS界面 当打开SPSS后，展现在我们面前的界面如下： 请注意窗口顶部显示为“SPSS for Windows Data Editor”，表明现在所看到的是SPSS的数据管理窗口。这是一个典型的Windows软件界面，有菜单栏、工具栏。该界面和EXCEL极为相似，很多操作也与EXCEL类似，同学们可以自己试试。 2.定义变量 选择菜单Data==>Define Variable。系统弹出定义变量对话框如下： 对话框最上方为变量名，现在显示为“VAR00001”，这是系统的默认变量名；往下是变量情况描述，可以看到系统默认该变量为数值型，长度为8，有两位小数位，尚无缺失值，显示对齐方式为右对齐；第三部分为四个设置更改按钮，分别可以设定变量类型、标签、缺失值和列显示格式；第四部分实际上是用来定义变量属于数值变量、有序分类变量还是无序分类变量，现在系统默认新变量为数值变量；最下方则依次是确定、取消和帮助按钮。 假如有两组数据如下： GROUP 1: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 GROUP 2: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 先来建立分组变量GROUP。请将变量名改为GROUP，然后单击OK按钮。现在SPSS的数据管理窗口如下所示：

SPSS统计基础 数据分析

《SPSS统计基础》课程数据分析报告 （2016— 2017学年度第二学期） 题目：关于381名大学生学习适应情况的分析报告 班级：14小教2班 学号： 姓名： 2017年6月

381名大学生学习适应性调查数据分析报告 姓名：学号：班级： 一、数据分析目的及内容 （一）数据分析的目的 通过对师范学院学生学习适应现状及其影响因素的调查研究，了解我院学生对自己所学专业在适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应环境因素、适应总分六个维度的基本情况。本文拟在以往研究的基础上对大学生学习适应状况进行调查,并探讨影响大学生学习适应的因素，从而让大学生能更快更好地适应大学生活。 （二）数据分析的内容 1. 381名大学生在适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应 环境因素五个维度的得分及适应总分. 2.对年级、专业、生源地变量的容量等数据分布指标的描述，了解数据分布的全貌。 3.对适应学习动机、适应教学模式、使用学习能力、适应学习态度、适应环境因素五个 维度的极大值、极小值、均值和标准差的统计。 4.学习适应各因子之间的相关分析。 5.学习适应五因子及适应总分的相关性分析。 二、数据库介绍 （一）数据来源： 1被试分布：总容量为381、年级（大一156人、大二136人、大三89人）、专业（小学教育140人、学前教育本科113人、学前教育专科128人）、生源地（城镇145人、农村236人）等方面的人数分布； 2、调查工具：《大学生学习适应量表》由冯廷勇等人编制，共29 个题目，量表采 用Likert5 点计分法，即完全不符合计 1 分，比较不符合计 2 分，不确定计 3 分，较符合计4 分，完全符合计 5 分。各维度和总量表分数越高，表明适应状况越好。总分低于58分，表明学习适应状态较差需要做较大调整；总分在59到87分之间，表明学习适应状态中等，需要做适当的调整；总分在88到116分之间，表明学习适应状态良好；总分在117到145分之间，表明学习适应状态良好。量表的效度为0.85，信度为0.87。该量表由五个维度构成： （1）学习动机（8题）：1、6、7、8、9、13、17、23 （2）教学模式（7题）：2、3、10、14、18、22、24 （3）学习能力（6题）：4、11、15、21、25、26 （4）学习态度（4题）：5、12、20、27 （5）环境因素（4题）：16、19、28、29 （二）变量介绍： 1、本次问卷调查有三个变量； 2、变量名称为：专业，年级，生源地； 3、变量名称的取值为：专业：1=“小学教育”，2=“学前教育本科”，3=“学前教育专 科”；年级：1=“大一”，2=“大二”，3=“大三”，4=“大四”；生源地：1=“城镇”，2=“农村”。 三、数据统计与分析

SPSS大作业-环境保护

当代大学生对全球气候变化 认知程度的研究 摘要：随着我国经济建设的飞速发展,人们向大自然排放的有害物质与日俱增,环境问题日益严重。环境污染问题不仅影响我国人民的生存环境和生存质量,也危害人民的身体健康,在环境污染中城市环境污染已经成为制约社会发展的重要问题。本研究采样方式为匿名方式随机投放网络问卷以及纸质问卷，采用SPSS statistics软件分析采样数据，得到频率表以及考虑性别的交叉表。本文考虑性别、城乡等差异，分别从基本的环保知识到主动投身环保事业等各方面加以分析，研究当代大学生对环境污染问题认知程度的差异。 关键字：性别；气候变化；差异；SPSS 一、研究背景 我国改革开放30多年的经济发展迅速，主要是以粗放式发展为主要模式。由此而带来的就是高增长、高能耗、高排放的三高企业，我国是发展中国家，在经济发展的过程中，政府对环境破坏的监管不力，睁一眼闭一眼，所以我国改革开放30年快速发展以牺牲能源、破坏环境为代价的，尤其我国的经济发展又极不平衡，主要是以城市主力军，这样城市的环境恶化就很严重。同样，农村人口环境保护意识淡薄，农村环境恶化也不可小觑，我国高速发展的近几十年来，环境的恶化程度逐年增加，应该引起政府环保部门的重视。 环境污染对人们的生活影响越来越严重，我们现在出门看到的最打眼的一景就是戴口罩的人越来越多，人们越来越感受到空气污染对

自己身心健康的威胁，据统计，世界儿童死亡80%是由于空气污染导致的，这个数字让人触目惊心。 环境污染很大因素是由于企业恣意排放污染物，但在日常生活中，民众的环保意识与环保行为对生活污染——尤其是随处可见的污染——有较大的影响。性别、年龄等不同，对气候变化认知程度也会存在差异。本文考虑到男女性别的差异、城乡区别，分别从基本的环保知识到主动投身环保事业等各方面加以分析，研究不同性别对环境污染问题认知程度的差异。 二、研究方法及样本描述 （一）研究方法 本研究采样方式为匿名方式随机投放网络问卷以及纸质问卷调查的方法，与2014年5月在西安交通大学进行问卷调查。调查面向西安交大本科生以及研究生，最终获得有效问卷431份。 （二）样本特征描述 431位被访者中，女性209位，占48.5%；男性222位，占51.5%。如图1所示，样本主要来自大一、大二以及大三群体，总共381位，占88.4%；大四毕业生以及研究生占11.6%。被访者所读专业性质也有较大差别，文科生178位，占41.3%；工科生人数122位，占28.3%；理科生108位，占比25.1%，如表1所示。

SPSS调查报告 - 期末作业

---------------------------------------------装--------------------------------- --------- 订 -----------------------------------------线---------------------------------------- 班级 姓名 学号 - 广 东 财 经 大 学 答 题 纸（格式二） 课程 数据处理技术与SPSS 20 15 －20 16 学年第 1 学期 成绩 评阅人 评语： ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ （题目）关于本部学生对收费代课现象支持度的调查报告 （正文） 一、调查背景 如今，大学生逃课现象屡见不鲜，随之衍生了“收费代课”的现象。据了解，在全国近百所高校中，存在“收费代课”现象的高校居然有一半之多。当“收费代课”现象衍变成了一种行业，成为有领导、有组织、有规模、有纪律的机构，不仅仅应当引起社会的关注，更应引起校方对教育方式的深刻反思。“有偿代课”作为一种不正常的校园现象，有其存在的社会土壤，其原因有多方面，值得让人对当前大学教育深思。在“收费代课”现象蔚然成风之时，我们学校的学生们也加入了这支大队伍。对于这样的一种收费代课的行为，同学们褒贬不一，每个人都有自己的看法。然而，这种行为经常在我们的身边发生着，无疑应该引起我们的关注，并引发我们的深思，形成一定的判别能力与认知能力。

二、调查目的 我们希望通过本次调查了解广东财经大学本部学生选择收费代课的原因，以及对本专业学习、实习实践的认知程度，是否支持放弃学习去实习或者做自己的事情，是否支持收费代课。同时，我们也希望通过这份调查报告揭露出的一些情况，一方面，帮助学生更好地权衡学习与实习的利弊，更加理性地对待收费代课的行为，做出对自己正确合适的选择；另一方面，引起学校对这种收费代课现象的重视，给学校提一些建议，希望学校采取一些措施改善这种不良校风。 三、调查方法 从可行性角度出发，本次调查采用非概率随机抽样的街头拦截法，集中对象为本部大三大四的同学，以自愿形式对本部同学分发调查问卷，总共发出80份问卷，回收80份，有效问卷80份。收集问卷之后，利用spss软件进行数据整理与分析，最后把结论整理成调查报告。调查报告中采用的数据分析方法主要有：频数分析、多选项分析、交叉列联表行列变量间关系的分析、单因素方差分析等。 四、描述统计 1、对样本性别作频数分析 从上表可以看出，这次填写问卷的女生较多，占了样本的66.3%，这与我们学校男女比例不均衡有很大的关系，样本的男女比例不相等，也可以较好地接近学校的实际情况，有利于我们得到更为准确的结论。 2、对样本年级作频数分析 从上表可知，参加问卷调查的大三大四学生比例明显比较高，这与一开始我们预期相符，样本中大三大四学生所占比例较多，有利于我们得到更为有针对性的结论。

spss期末作业

吉林财经大学 《SPSS统计软件分析》作业（2010——2011学年第一学期） 学院信息学院 专业班级电子商务0806班 学生姓名王瑞霞 学号1403080616

1、对未分组资料频数分析 从中国统计局中获得从11月21日至30日国内50个城市主要食品平均价格变动情况，以该数据为例为例，进行频数分析。 首先输入数据： 选择Analyze中Descriptive Statistics——Frequencies，打开Frequencies对话框；将需处理的变量键入变量框中

单击Statistics…按钮统计量子对话框12指标，选中所需要计算的指标： 单击Charts …按钮,选择需绘制的统计图： 单击OK按钮开始运行，运行结果为：

从上图中可以看出数据中缺失值为0，花生油的平均价格104.84是最高的，而巴氏牛奶的平均价格1.81最低，全部食品平均价格的平均数为16.5327，标准差为22.4668，各种食品的平均价格差距较大。

条形图、饼形图以及直方图是用不同的图形表示方法来说明数据的指标，其实质是一样的，从图中可以看出平均价格在0—22元之间的食品是最多的，20—40元之间的食品数次之，接下来是40—60元之间的食品，不存在平均价格在60—100之间的食品。 2、以食品平均价格为依据对数据进行分组并对分组后的数据进行频数分析： Transform —Recode—Into same V ariables ，将要分组的变量放入Numeric 栏中，单击Old and new V alues分组：

分组结果如下图所示： 回到数据编辑窗，定义变量的V alue labels ： 再对食品平均价格进行频数分析，分析结果如下截图所示

教育统计学与SPSS名解总结

第一章导论（阅览前必读：书上每个章节后的名解我全都列出来了，黑色字体的都是书上原文，量多，但有些不重要的名解没必要背，你挑着背不要被吓到。绿色是章节题目，红色的就是我的一些说明、补充、吐槽，一个人打字很无聊啊有木有！一直自言自语啊有木有！并非书上的名词解释，看看就好，可删。这段紫色的也删了哈。接下来……正文，走你！） 统计学（statistics）：即研究统计原理与方法的科学。 教育统计学（educational statistics）：是专门研究如何搜集、整理、分析在心理和教育方面有实验或调查所获得的数字资料，如何根据这些资料所传递的信息，进行数学推论，找出客观规律的一门学科。简言之，教育统计学是运用统计学的一般原理和方法研究教育科学领域数量关系的一门科学。 描述统计（descriptiive statistics）：是实验或调查所获得的数据加以整理（如制表、绘图），并计算其各种代表量数（如集中量数、差异量数、相关量数等），其基本思想是平均。 Or：是研究如何整理心理与教育科学实验或调查得来的大量数据，描述一组数据的全貌，表达一件事物的性质的一种统计方法。 推断统计（inferencial statistics）：又称抽样统计，它是根据对部分个体进行观测所得到的信息，通过概括性的分析、论证，在一定可靠程度上去推测相应的团体。 Or：是研究如何通过局部数据所提供的信息，运用概率的理论进行分析论证，在一定可靠程度上推论总体或全局情形的统计方法。这是统计学中的主要内容。 实验设计（experimental statistics）：是研究如何更加合理、有效的获得观测资料，如何更正确、更经济、更有效的达到实验目的，以揭示实验中各种变量关系的实验计划。 Or：实验者为了揭示实验中自变量与因变量的关系，在实验之前所制定的实验计划，称为实验设计。他是研究如何科学地、经济地以及更有效地进行实验。 统计常态法则：从总体中随机抽取一部分个体所组成的样本，差不多可以保持总体的特征。 小数永存法则：从总体中抽取的第一个样本中所表现的特性，在其他样本中也会存在。 大量惰性原则：某一事物的某一性质或状态，在反复观察或试验中是保持不变的。 有效数字：是指能影响测量准确性的数字。 随机变量（random variable）：在统计学中把在取值之前不能预料到取什么值的量称为变量（随机变量）。 数据（data）：如果一旦某个数值被取定了，成这个数值为随机变量的一个观察值，即数据。 总体（population）：指客观存在的，并在同一性质的基础上结合起来的许多个别单位的整体，即具有某一特性的一类事物的全体，又叫母体或全域。 个体（individual）: 构成总体的基本单位或单元，又称元素或个案。 样本（sample）：从总体中抽取的一部分个体。 参数（parameter）：表示总体特征的量数。 统计量（statistic）：是直接从样本计算出的量数，代表样本的特征。

spss的数据分析案例

s p s s的数据分析案例 Modified by JACK on the afternoon of December 26, 2020

关于某公司474名职工综合状况的统计分析报告一、数据介绍： 本次分析的数据为某公司474名职工状况统计表，其中共包含十一变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin （起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分 析能够了解变量的取值状况，对把握数据的分布特征非常有用。 此次分析利用了某公司474名职工基本状况的统计数据表，在gender(性别)、edcu（受教育水平程度）、不同的状况下的频数分析，从而了解该公司职工的男女职工数量、受教育状况的基本分布。 Statistics 首先，对该公司的男女性别分布进行频数分析，结果如下：

上表说明，在该公司的474名职工中，有216名女性，258名男性，男女比例分别为%和%，该公司职工男女数量差距不大，男性略多于女性。 其次对原有数据中的受教育程度进行频数分析，结果如下表： Educational Level (years)

16 59 17 11 18 9 19 27 20 2 .4 .4 21 1 .2 .2 Tot al 474 上 表及其直方图说明，被调查的474名职工中，受过12年教育的职工是该组频数最高的，为190人，占总人数的%，其次为15年，共有116人，占中人数的%。且接受过高于20年的教育的人数只有1人，比例很低。 2、 描述统计分析。再通过简单的频数统计分析了解了职工在性别和受教育水平上的总体分布状况后，我们还需要对数据中的其他变量特征有更为精确的认识，这就需要通过计算基本描述统计的方法来实现。下面就对各个变量进行描述统计分析，得到它们的

《统计分析与SPSS的应用(第五版)》课后练习标准答案(第2章)

《统计分析与SPSＳ的应用（第五版)》（薛薇) 课后练习答案 第2章SＰSS数据文件的建立和管理 １、SPSS中有哪两种基本的数据组织形式？各自的特点和应用场合是什么？ SＰSS中两个基本的数据组织方式：原始数据的组织方式和计数数据的组织方式。 ●原始数据的组织方式:待分析的数据是一些原始的调查问卷数据,或是一些基本的 统计指标。 ●计数数据的组织方式:所采集的数据不是原始的调查问卷数据,而是经过分组汇总 后的数据。 ２、什么是SＰSS的个案？什么SPSＳ的变量? 个案:在原始数据的组织方式中,数据编辑器窗口中的一行称为一个个案或观测。 变量:数据编辑器窗口中的一列。 3、在定义SPＳS数据结构时,默认的变量名和变量类型是什么？如果希望增强ＳPSS统计分析结果的易读性,还需要对数据结构的哪些方面进行必要说明？ 默认的变量名:VAR---－--；默认的变量类型：数值型。 变量名标签和变量值标签可增强统计分析结果的可读性。 ４、收集到以下关于两种减肥产品试用情况的调查数据，请问在SPSS中应如何组织该份资料? 产品类型体重变化情况 明显减轻无明显变化 第一种产品2７１９ 第二种产品20 33 问:在SＰＳS中应如何组织该数据? 数据文件如图所示: ５、什么是SＰSS的用户缺失值？为什么要对用户缺失值进行定义?如何在SPSＳ中指定用户缺失值? 缺失值分为用户缺失值(User Missing Valuｅ）和系统缺失值（Ｓｙstｅm Ｍiｓｓing

Ｖaｌue）。用户缺失值指在问卷调查中,将无回答的一些数据以及明显失真的数据当作缺失值来处理。用户缺失值的编码一般用研究者自己能够识别的数字来表示，如“０”、“9”、“9９”等。系统缺失值主要指计算机默认的缺失方式，如果在输入数据时空缺了某些数据或输入了非法的字符,计算机就把其界定为缺失值,这时的数据标记为一个圆点“?”。在变量视图中定义。 6、从计量尺度角度看，变量包括哪三种主要类型？请各举出一个相应的实际数据。如何在ＳＰSS中指定变量的计算尺度？ 变量类型包括：数值型（身高）、定序型（受教育程度)以及定类型（性别)。在变量视图中定义。 ７、有一份关于居民储蓄调查的模拟数据存储在Eｘｃel中，文件名为“居民储蓄调查数据．ｘｌs”。该数据的第一行是变量名，格式如下图所示。请将该份数据转换成SPSＳ数据文件，并在SＰSＳ中指定其变量名标签和变量值标签。(该份数据的具体含义见Excel文件的后半部分) 【文件(F)】→【打开（O)】→【数据(A)】→文件类型选“Ｅｘceｌ(＊.xｌｓ,…)”,文件名选“居民储蓄调查数据.xls”→【打开】→选中“从第一行数据读取变量名”,在“范围” 中输入“A１：Q２８3”→【确定】→在“变量视图”窗口，调整Ａ1变量的宽度,输入变量名标签和变量值标签→在主菜单窗口选定【文件（F)】→【保存】→选择保存路径,保存类型为“saｖ”，文件名为“居民储蓄调查数据”→【保存】. ８、现有股民投资状况调查的文本数据，文件名为“股民投资数据．txt”。其中各变量的含义和编码见文件“股民投资数据.xls”。请将该文本数据读入ＳＰSS，并定义变量名标签和变量值标签。其中各变量取值为9的均为用户缺失值，请加以定义说明。（注：本调查问卷中涉及多选项问题,以及多选项问题的编码等，可先忽略。） 【文件(Ｆ)】→【打开文本数据(D)】→【数据（A)】→文件类型选“Text（＊.txt,…)”，文件名选“股民投资数据.ｔxｔ”，【打开】→在“您的文本文件与预定义的格式匹配吗？”中选“否”，【下一步】→在“变量名称是否包括在文件的顶部”中选“是”,【下一步】→在“第一个数据个案从哪个行号开始”中输入“2”,其他默认,【下一步】→【下一步】→在“数据格式”中输入“字符串”,接着在弹出的窗口输入“4”，【下一步】→默认各选项,【完成】→在主菜单窗口选定【文件(Ｆ)】→【保存】→选择保存路径,保存类型为“sav”，文件名为“股民投资数据”→【保存】.

spss课后作业答案

SPSS课后作业 第一章 1-1、spss的运行方式有几种？分别是什么？ 答：SPSS的运行方式有三种，分别是批处理方式、完全窗口菜单运行方式、程序运行方式。1-2、SPSS中“DataView”所对应的表格与一般的电子处理软件有什么区别？ 答：与一般电子表格处理软件相比，SPSS的“Data View”窗口还有以下一些特性：（1）一个列对应一个变量，即每一列代表一个变量（Variable）或一个被观测量的特征；（2）行是观测，即每一行代表一个个体、一个观测、一个样品，在SPSS中称为事件（Case）；（3）单元包含值，即每个单元包括一个观测中的单个变量值；（4）数据文件是一张长方形的二维表。 第二章 2-1、在SPSS中可以使用那些方法输入数据？ 答：SPSS中输入数据一般有以下三种方式：（1）通过手工录入数据；（2）可以将其他电子表格软件中的数据整列（行）的复制，然后粘贴到SPSS中；（3）通过读入其他格式文件数据的方式输入数据。 2-2、对于缺失值，如何利用SPSS进行科学替代？ 答：选择“Transform”菜单的Replace Missing Values命令，弹出Replace Missing Values 对话框。先在变量名列中选择1个或多个存在缺失值的变量，使之添加到“New Variable(s)”框中，这时系统自动产生用于替代缺失值的新变量。最后选择合适的替代方式即可。 2-3、在计算数据的加权平均数时，如何对变量进行加权？ 答：选择“Data”菜单中的Weight Cases命令，出现如图2-22所示的Weight Cases对话框。其中， Do not weight cases项表示不做加权，这可用于取消加权；Weight cases by 项表示选择1个变量做加权。 2-4、如何对变量进行自动赋值？ 答：变量的自动赋值可以将字符型、数字型数值转变成连续的整数，并将结果保存在一个新的变量中。具体操作的过程如下：选择“Transform”菜单中的Automatic Recode命令，在出现的对话框中，从左边的变量列表中选择需要自动赋值的变量，将它添加到Variable -> New Name框中，然后在下面New Name右边的文本框中输入新的变量名称，单击New Name 按钮，将新的变量名添加到上面的框中。从Recode Starting from框中有两个选项中选择一个，然后单击OK按钮，即可完成自动赋值运算。 3-1、一组数据的分布特征可以从哪几个方面进行测度？ 答：一组数据的分布特征可以从平均数、中位数、众数、方差、百分位、频数、峰度、偏度等方面描述。 3-2、简述众数、中位数和均值的特点及应用场合。 答：均值是总体各单位某一数量标志的平均数。平均数可应用于任何场合，比如在简单时序预测中可用一定观察期内预测目标的时间序列的均值作为下一期的预测值。中位数是指将数据按大小顺序排列起来，形成一个数列，居于数列中间位置的那个数据。中位数的作用与算术平均数相近，也是作为所研究数据的代表值。在一个等差数列或一个正态分布数列中，中位数就等于算术平均数。在数列中出现了极端变量值的情况下，用中位数作为代表值要比用算术平均数更好，因为中位数不受极端变量值的影响。众数是指一组数据中出现次数最多的那个数据。它主要用于定类（品质标志）数据的集中趋势，当然也适用于作为定序（品质标志）数据以及定距和定比（数量标志）数据集中趋势的测度值。 3-3、

SPSS期末大作业-完整版

第1题：基本统计分析1 分析：本题要求随机选取80%的样本，因而需要选用随机抽样的方法，在此选择随机抽样中的近似抽样方法进行抽样。其基本操作步骤如下：数据→选择个案→随机个案样本→大约（A）80 所有个案的%。 1、基本思路： （1）由于存款金额为定距型变量，直接采用频数分析不利于对其分布形态的把握，因而采用数据分组，先对数据进行分组再编制频数分布表。此处分为少于500元，500~2000元，2000~3500元，3500~5000元，5000元以上五组。分组后进行频数分析并绘制带正态曲线的直方图。 （2）进行数据拆分，并分别计算不同年龄段储户的一次存取款金额的四分位数，并通过四分位数比较其分布上的差异。 操作步骤： （1）数据分组：【转换→重新编码为不同变量】，然后选择存取款金额到【数字变量→输出变量（V）】框中。在【名称（N）】中输入“存取款金额1”，单击【更改（H）】按钮；单击【旧值和新值】按钮进行分组区间定义。 存取款金额1 频率百分比有效百分比累积百分比 有效1.00 82 34.6 34.6 34.6 2.00 76 32.1 32.1 66.7 3.00 10 4.2 4.2 70.9 4.00 22 9.3 9.3 80.2 5.00 47 19.8 19.8 100.0 合计237 100.0 100.0 （2）【分析→描述统计→频率】；选择“存款金额分组”变量到【变量（V）】框中；单击【图标（C）】按钮，选择【直方图】和【在直方图上显示正态曲线】；选中【显示频率表格】，确定。

（3）【数据→拆分文件】，选择“年龄”变量到【分组方式】框中，选中【比较组】和【按分组变量排序文件】，确定；【分析→描述统计→频率】，选择“存款金额”到【变量】框中，单击【统计量】按钮，选择【四分位数】→继续→确定。 统计量 存(取)款金额 20岁以下 N 有效 1 缺失 0 百分位数 25 50.00 50 50.00 75 50.00 20~35岁 N 有效 131 缺失 0 百分位数 25 500.00 50 1000.00 75 5000.00 35~50岁 N 有效 73 缺失 0 百分位数 25 500.00 50 1000.00 75 4500.00 50岁以上 N 有效 32 缺失 0 百分位数 25 525.00 50 1000.00 75 2000.00 结果及结果描述： 频数分布表表明，有一半以上的人的一次存取款金额少于2000元，且有34.6%的人的存取款金额少于500元，19.8%的人的存取款金额多于5000元，下图为相应的带正态曲线的直方图。

统计学 SPSS作业

频率 统计量 XB性别MRC月消费金额 N 有效126 126 缺失0 0 频率表 XB性别 频率百分比有效百分比累积百分比 有效 A.男65 51.6 51.6 51.6 A.女61 48.4 48.4 100.0 合计126 100.0 100.0 MRC月消费金额 频率百分比有效百分比累积百分比 有效 A.300元-400元 1 .8 .8 .8 B.401元-600元9 7.1 7.1 7.9 C.601元-1000元77 61.1 61.1 69.0 D.1000元以上39 31.0 31.0 100.0 合计126 100.0 100.0

通过以上交叉表可知，男性日常用品花费在41-60元和61-100元这两个区间所占比 游程检验 2 XB性别NL年龄 检验值a 1.48 19.59 案例 < 检验值65 70 案例 >= 检验值61 56 案例总数126 126 Runs 数8 35 Z -10.017 -5.112 渐近显著性(双侧) .000 .000 a. 均值 从上图中可以知道图中显示性别的分割点分别为1和1.48，,SPSS计算出游程数分别共有1和8，表格中年龄所使用的分割点为均数19和19.59，而不是原先的中位数20，导致游程增加到46和35.

可见在年龄为21时样本的信心指数均值为1.8556，低于基线水平100.样本均数抽样误差为0.13216 由上面的检验结果t=-742.635 p=0 由于p值小于检验水准0.05。因此拒绝H0，所以样本所在的均值与假设的在总体均值相同。

分析结果的第一部分为Levene’s方差齐性检验，用于判别两总体方差是否为齐性方差，这里的检测结果为F=10.975，P=0.006，因此拒绝Ho,认为本例中两个样本所在总体的方差是不齐的。 相关性 控制变量NL年龄YY MRC月消费金额NL年龄相关性 1.000 . 显著性（双侧）. . df 0 15 YY 相关性. 1.000 显著性（双侧）. . df 15 0 在控制了月消费金额之后计算出的年龄和总指数的偏相关矩阵，可见两者的偏相关系数为1。 G图

SPSS调查报告期末作业

S P S S调查报告期末作业 Document serial number【LGGKGB-LGG98YT-LGGT8CB-LGUT-

---------------------------------------------装--------------------------------- --------- 订 ---------------------------------------- -线----------------------------------- -- - --

上表表明，5中不同年级形式下共有80个样本，大一的均值最高，大二的均值次之，接着，大四的均值排第三，而大三的均值是最低的。由于在录入数据当中，选择调查问卷中选项A“是”，身边有请人带过课的同学，则录为1:；选择调查问卷中选项B“否”，身边没有请人带过课的同学，则录为2。所以，均值的结果表明，数值越大，则身边出现代课同学越少，数值越小，则表明身边出现的代课同学越多。因此，大三中的代课同学是最多的，大四次之，大二次之，大一最少。 上表表明，不同年级下代课情况的方差齐性检验值为，概率为,。如果显着性水平为，由于概率值大于显着性水平，不应拒绝零假设，认为不同年级下代课情况的总体方差无显着差异，满足方差分析的前提要求。 上表分别显示了两两不同年级下代课情况均值检验的结果。通过两两比较，最终可以得出，大一的均值>大二的均值>大三的均值，大四的均值大小情况不能确定，基本上得出的结论与实际情况相符。 五、建议 在以上对数据的分析过程当中，我们提到了逃课现象严重，收费代课行为愈发普遍的原因，这里稍微再做一下总结。原因如下： a.一些专业课程，教学内容循规蹈矩，考试题目照本宣科，无法引起学生兴趣； b.学校管理有较大漏洞，上课学生中“替身”大量潜伏而不知； c.学生自身自制力不够，容易受到外界的影响，不能静心学习； d.社会就业压力大，导致学生青睐于早点实习； 针对以上这些导致收费代课产生的原因，我想提出几点建议： （一）学校在专业设置、教师的互动性教学、知识的创新性和灵活体现、教学管理体系建设等诸多方面，都应反思，并采取一定的措施。高校则应该实行自主办学措施，在课程设置、专业方向设置上应当有自我特色。与其大张旗鼓地对“收费代课”现象进行大力批判，还不如放开手来，从根本上指导学生如何学会自主学习，如何利用有限的学习时间。倘若不加以反思，做出课程设置、教师互动性教学的改进，而是纯粹地一味加强考勤管理，必然会扼杀一部分学生的学习积极性，“人在心不在”的上课状态恐怕也难以培养出符合时代需求的大学生。 (二)学生应该分清楚学习和工作的不同意义，学习是一种能力的提高过程。大学生应当学会对自己的现在以及未来负责。大学四年，是相当宝贵的青春年华。我们年轻，我们活动，但是这些都不应该成为我们虚度时间，不学习的理由。调查结果中显示，大三的收费代课现象是最为严重的，这样的结果确实应该引起学生的重视了。我们都知道，大三是专业学习的主要一年，很多的专业课都在大三进行安排。可是大三的同学的不认真学习专业课，选择请人代课，这不是明显浪费了学习专业课的机会吗所以，这里，我想提醒本部的同学们，要合理地定位自己的身份与任务，不要在该学习的阶段去实习或娱乐。另外，也要明确自己上大学的初衷，不要因为大学生活的闲适，而慢慢丢失了自己的理想。 （三）政府要给大学生提供公平的就业环境，打击不规范的就业行为，消除掉大学生的就业焦虑。为大学生就业，提供更加全面完整的服务系统，让大学生在大学期间安心学

教育统计学 SPSS练习题

1.某学校初中一年级80名学生的数学考试成绩如下，制作频数分布表和图形并作频数分布分析。 某校初一年级80名学生的数学考试成绩 88,89,90,72,89,88,84,83,92,86 90,86,76,87,91,90,90,74,85,84 90,85,89,76,77,85,93,91,81,84 91,83,80,85,87,86,87,84,89,91 84,89,88,84,83,95,85,89,89,89 80,95,83,91,86,87,92,93,89,73 95,82,87,89,80,70,85,85,68,83 82,89,88,85,90,89,80,90,77,72 2.将第1题中的80名学生的数学考试成绩分成0-60，60-70，70-80，80-90，90-100五段，进行分段频数统计，并绘制频数分布条形图 3.某班学生政治面貌分布情况为：党员21人，团员35人，群众43人，请绘制统计图。 4.某班学生政治面貌分布情况为：党员21人（其中男生11人，女生10人），团员35人（其中男生15人，女生20人），群众43人（其中男生23人，女生20人），请绘制统计图。 5.某职业技术学院2000年对其240名学生家长的职业调查结果如下：公务员58人，医生26人，军人15人，工人90人，个体工商业主45人，教师6人，请据此绘制一个圆形图。 6.对15名初三学生用一套初中数学水平测验试卷进行测试，其测验得分如下，另以这些学生的校内数学期末考试成绩为效标，试计算初中数学水平测验的效标关联效度系数。 学生序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 水平测验得分56 73 65 78 64 77 90 61 54 75 45 72 88 95 61 期末成绩63 65 70 74 68 85 92 64 59 70 50 79 90 91 65 7.某大学一年级12名学生的英语阅读理解能力测验成绩与其平时阅读作业成绩如下表所列，试计算阅读理解能力测验的效标关联效度系数。 学生序号 1 2 3 4 5 6 7 8 9 10 11 12 测验得分32 33 34 34 36 37 38 39 40 41 43 45 作业成绩（等级）6 4 2 7 5 9 1 3 11 12 10 8 8. 从某班学生中随机抽取15名，测得他们的数学成绩如下： 65,77,80,78,89,90,74,73,89,95,83,56,68,92,82 （1）试对该班学生的数学平均成绩和成绩的离散程度作出估计。 （2）试求该班成绩均值的95%和99%的置信区间。 9.已知某年级学生的语文成绩服从正态分布，其中总体平均数为76.9，标准差未知。现从该年级某班随机抽取16名学生的语文成绩，数据如下： 75,88,73,93,85,76,68,90,61,58,78,89,95,77,60,74，问该班学生的平均语文成绩是否也是76.9？（α=0.01）

统计分析与SPSS应用_期末作业

统计分析与SPSS的应用 摘要：为对统计分析与spss应用分析所学知识进行巩固和检验，特运用所学知识进行简单的统计分析应用，下文以某校学生学期成绩进行模拟分析。 一：原始数据：10级市场营销2班成绩 分析一：综测成绩四分位数 上表表明：综测成绩的最小值为68.61分，最大值为89.15分。其中25%的学生综测成绩为74.4100分，50%的学生综测成绩为80.3740分，75%的学生综测成绩为85.2200分。四分位数差从侧面证实了学生综测成绩呈一定左偏分布。

分析二：综测成绩直方图 上图表明：该班学生的综测成绩均分为80.07分，标准差为5.62。从图中可以看出，综测成绩呈左偏性分布，在85分左右的学生人数最多，70分左右的学生人数最少。 分析三：综测成绩的基本统计量分析 上表表明：综测成绩的极差为20.55分，意味着数据相对较分散。另外，综测成绩的最小值和最大值分别为68.61分和89.15分，平均分为80.0734分，标准差为5.61963。从偏度系数可以看出，系数小于0，偏度标准误差为0.421，因而该班综测成绩呈左偏分布，。从峰度系数可以看出，峰度值小于0，峰度标准误差为0.821，因而数据的分布比标准正态分布更加平缓，称

为平峰分布。 分析四：各科成绩的统计量分析比较 各科成绩统计量结果分析表 由上表可知：宏观经济学的全距最大，而生产与运作管理的全距最小，表明宏观经济学的成绩离散程度最高，而生产与运作管理的成绩离散程度最低；同时，对于标准差而言，也是宏观经济学的标准差最大而生产与运作管理的标准差最小。各科成绩平均分最高的为体育成绩，平均分最低的为英语成绩。各科成绩中只有人力资源管理的成绩是呈右偏分布，其他各科成绩均呈左偏分布。另外，各科成绩中，只有宏观经济学的成绩呈尖峰分布，其他各科呈平峰分布。