SPSS双号答案仅供参考如有错误后果自负 -

发布时间:

一题:数据2为居民储蓄调查数据,请比较不同年龄人群的收入水平。 方法:分组求均值
主要操作命令:AnalyzeCompare MeansMeans
Options后选择如图:



分析:因为2.15>2.14>2.07>1.5 所以35-50岁的收入水平高于20-35岁的收入水平高于50岁以上收入水平高于20岁以下收入水平

二题:试利用方差分析方法分析不同广告形式的产品销售额是否有显著差异(数据4 )? 方法:方差分析
主要操作命令:AnalyzeNonparametrics Test1Sample KS



接着操作:AnalyzeCompare MeansOneWay ANOVA
如图操作:






分析:由第一张结果图可知销售额的P=0.4>0.05,所以销售额满足正态分布

由第二张结果图可知销售额的P=0.515>0.05,所以销售额满足方差齐性
由第三张结果图可知:不同广告形式在销售额的P=0<0.05,即不同广告形式在销售额上有显著差异
由第四张结果图可知:
报纸与广播在销售额的P=0.412>0.05,即报纸与广播在销售额上没有显著差异。 报纸与宣传品在销售额的P=0<0.05,即报纸与宣传品在销售额上有显著差异。 报纸与体验在销售额的P=0.021<0.05,即报纸与体验在销售额上有显著差异。 广播与宣传品在销售额的P=0<0.05,即广播与宣传品在销售额上有显著差异。 广播与体验在销售额的P=0.134>0.05,即广播与体验在销售额上没有显著差异。 宣传品与体验在销售额的P=0.001<0.05,即宣传品与体验在销售额上有显著差异。

三题:数据6为某企业员工信息,要求:利用性别、受教育年限、民族等指标对企业员工总体特征进行描述分析;比较不同性别企业员工的工资水平。 方法:频次分析和分组求均值
主要操作命令: AnalyzeDescriptive StatisticsFrequencies :



接着操作: AnalyzeCompare MeansMeans :









分析:由第一张结果图可知员工的平均受教育年限为13.49 由第二张结果图可知: 女性员工有216,占整体的45.6%.男性员工有258,占整体的54.4%. 员工受8年教育的有53,占整体的11.2%.员工受12年教育的有190,占整体的40.1%. 员工受14年教育的有6,占整体的1.3%.员工受15年教育的有116,占整体的24.5%. 员工受16年教育的有59,占整体的12.4%.员工受17年教育的有11,占整体的2.3%. 员工受18年教育的有9,占整体的1.9%.员工受19年教育的有27,占整体的5.7%. 员工受20年教育的有2,占整体的0.4%.员工受21年教育的有1,占整体的0.2%. 员工不是少数民族的有370,占整体78.1%.员工是少数民族的有104,占整体21.9%. 由第三张结果图可知:女性员工的平均工资为23347.78美元,而男性员工的平均工资为23523.95美元.故男性员工工资水平高于女性员工工资水平.
四题:试利用回归分析对员工工资收入的影响因素进行分析,并建立回归方程(数据6 方法:回归分析
主要操作命令: AnalyzeNonparametrics Test1Sample KS

接着操作: AnalyzeRegressionLinear 如图操作:



One-Sample Kolmogorov-Smirnov Test


职工编
出生日期
受教育年
职位
474 现工资
474 初始工资
474 工龄/
474 受雇前工作经是否少/ 数民族 年龄 474 95.86 474 473 N Normal Mean 473 473 474 238.00 10-08-1956 13.49 136.688 .058 .058 -.058 1.262 .083

4302 065457
2.885 1.41 $23,443.67 $23,393.67 81.11 .22 47.14 .414 11.775 .482 .482 .202 .202 Parametersa
Std.
Deviation Most Extreme Differences Absolute Positive Negative .773 $7,512.902 $7,512.902 10.061 104.586 .468 .468 .061 .061 -.037 1.338 .056

.061 .061 .083 .083 .185 .185 .190 .210 .116 .210 -.190 -.191 -.297 4.137 4.574 10.200 .000 .000

.000 -.037 -.082 1.338 1.797 .056
.003

-.180 -.298 -.122 4.018 10.503 4.391 .000
.000
.000 Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed a. Test distribution is Normal.





分析:由第一张结果图可知只有职工编号、现工资、初始工资的P值大于0.05,即只有职工编号、现工资、初始工资满足正态分布. 而现实可知职工编号对员工工资收入无影响,其他除初始工资与现工资都不满足正态分布,只有初始工资对员工工资收入有影响. 由第二张结果图可知回归方程为:y=50+x 五题:利用数据8分析影响农民收入的主要因素有哪些? 要求:
1)计算相关系数;
2)求农民收入的线性回归方程;
3)对所求得的回归方程作拟合优度和显著性检验;
4)对每一个回归系数做显著性检验;若有的系数未通过检验,将其剔除并重新建立回归方程,再作回归方程和回归系数的显著性检验。 方法:回归分析
主要操作命令: AnalyzeNonparametrics Test1Sample KS
接着操作: AnalyzeRegressionLinear :






One-Sample Kolmogorov-Smirnov Test


第二、产业从财政用业人数于农业占全社农民人均纯收入(元)
农业总乡村从产值占业人员农林牧农村用电量农作物播种面积(千公顷
20 (亿千瓦时)
20 的支出会从业非农村占农村总产值的比重人数的人口比人口的的比重(% 20 比重(% (% 比重(% 20 20 20 (% 20 N Normal Mean 20 354.3070 9.1400 45.3000 31.1175 53.9305 60.1620 151300.2970 1846.8990 141.54552 1.67645 7.08713 7.10521 8.13467 7.82596 3844.17031 1176.53937 .274 .154 -.274 1.225 .100

.114 .114 -.114 .510 .957
.223 .115 -.223 .999 .272
.115 .115 -.095 .514 .954
.132 .084 -.132 .589 .879
.154 .154 -.091 .689 .729
.122 .122 -.121 .546 .926
.096 .096 -.088 .427 .993 Parametersa
Std.
Deviation Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed a. Test distribution is Normal.



Coefficientsa



Unstandardized Standardized Coefficients Std.
Model
B
Error
Beta
t Sig. Zero-order Partial Part Tolerance VIF Coefficients
Correlations Collinearity Statistics 1 (Constant -551.419 388.752 财政用于农业的支出的比重(% 第二、三产业从业人数占全社会从业人数的比重(% 非农村人口比重(% 18.995 6.999 19.352 2.496 -2.131 4.182 -1.418 .182


.217

4.603 -.025 -.510 .620 -.639 -.146 -.012 .969 7.753 .000 .960 .913 .179 .034 29.308 .954 2.714 .019 .901 .617 .063 .004 231.586
乡村从业人员占农村人口的比重(% 农业总产值占农林牧总产值的比重(% 农作物播种面积(千公 农村用电量(亿千瓦时)
.020
.017 .163 1.159 .269 -1.447 .172
.881 .317 .027 .027 37.162 .008
.003 .207 2.859 .014 .871 .637 .066 .102
9.800
-4.604
3.228 -.255 -1.426 .179 -.861 -.381 -.033 .017 59.753
-26.941
5.366 -1.548 -5.020 .000 .875 -.823 -.116
.006 178.467 2 (Constant -545.960 377.377 第二、三产业从业人数占全社会从业人数的比重(% 非农村人口比重(% 乡村从业人员占农村人口的比重(% 农业总产值占农林牧总产值的比重(% 农作物播种面积(千公 农村用电量(亿千瓦时)
.015
.014
.007
.002
-3.999
2.915
-27.024
5.209
20.578
6.091
20.047
2.030

1.004 9.876 .000 .960 .939 .221 .049 20.551 1.033 3.379 .005 .901 .684 .076 .005 185.969 -1.553 -5.188 .000 .875 -.821 -.116 .006 178.304 -.221 -1.372 .193 -.861 -.356 -.031 .019 51.682 .184 3.355 .005 .871 .681 .075 .168 5.954 .122 1.088 .296 -1.352 .198
.881 .289 .024 .040 25.135 3 (Constant -511.776 378.542 第二、三产业从业人数占全社会从业人数的比重(% 20.487 2.002

1.026 10.232 .000 .960 .939 .231 .051 19.735
非农村人口比重(% 乡村从业人员占农村人口的比重(% 农业总产值占农林牧总产值的比重(% 农作物播种面积(千公
25.225 4.372 1.266 5.769 .000 .901 .839 .130 .011 94.593 -28.659 5.020 -1.647 -5.709 .000 .875 -.836 -.129 .006 163.466 -3.495 2.897 -.193 -1.207 .248 -.861 -.307 -.027 .020 50.379 .006 .002 .163 3.154 .007 -2.856 .012
.871 .645 .071 .190 5.255 4 (Constant -816.787 286.014 第二、三产业从业人数占全社会从业人数的比重(% 非农村人口比重(% 乡村从业人员占农村人口的比重(% 农作物播种面积(千公
a. Dependent Variable: 农民人均纯收入(元)
.005
.002
-24.604
3.785
23.217
4.104
22.002
1.583

1.102 13.895 .000 .960 .963 .318 .083 11.979 1.165 5.657 .000 .901 .825 .130 .012 80.890 -1.414 -6.500 .000 .875 -.859 -.149 .011 90.190 .140 2.871 .012 .871 .595 .066 .221 4.519


Model Summary
Std. Error of
R Model 1 2 3 4 R .997a .997b .996c .996d
Square .994 .993 .993 .992 Adjusted R Square .990 .990 .990 .990 the Estimate 14.24383 13.83231 13.92329 14.13327 R Square Change Change Statistics F Change df1 7 1 1 1 df2 12 12 13 14 Sig. F Change .000 .620 .296 .248 .994 266.322 .000 .000 .000 .260 1.185 1.456
a. Predictors: (Constant, 农村用电量(亿千瓦时), 财政用于农业的支出的比重(%, 农作物播种面积(公顷, 农业总产值占农林牧总产值的比重(%, 第二、三产业从业人数占全社会从业人数的比重(%, 乡村从业人员占农村人口的比重(%, 非农村人口比重(% b. Predictors: (Constant, 农村用电量(亿千瓦时), 农作物播种面积(千公顷, 农业总产值占农林牧总产值的比重(%, 第二、三产业从业人数占全社会从业人数的比重(%, 乡村从业人员占农村人口的比重(%, 非农村人口比重(% c. Predictors: (Constant, 农作物播种面积(千公顷, 农业总产值占农林牧总产值的比重(%, 第二、三产业从业人数占全社会从业人数的比重(%, 乡村从业人员占农村人口的比重(%, 非农村人口比重(% d. Predictors: (Constant, 农作物播种面积(千公顷, 第二、三产业从业人数占全社会从业人数的比重(%, 乡村从业人员占农村人口的比重(%, 非农村人口比重(%
ANOVAe
Model 1 Regression Residual Total 2 Regression Residual Total 3 Regression Residual Total 4 Regression Residual Total Sum of Squares 378232.928 2434.642 380667.569 378180.243 2487.326 380667.569 377953.556 2714.013 380667.569 377671.329 2996.240 380667.569 df 7 12 19 6 13 19 5 14 19 4 15 19
94417.832 199.749 75590.711 193.858 63030.041 191.333
Mean Square 54033.275 202.887
F 266.322 Sig. .000a


329.426 .000b



389.928 .000c



472.682 .000d




a. Predictors: (Constant, 农村用电量(亿千瓦时), 财政用于农业的支出的比重(%, 农作物播种面积(千公顷, 农业总产值占农林牧总产值的比重(%, 第二、三产业从业人数占全社会从业人数的比重(%, 乡村从业人员占农村人口的比重(%, 非农村人口比重(% b. Predictors: (Constant, 农村用电量(亿千瓦时), 农作物播种面积(千公顷, 农业总产值占农林牧总产值的比重(%, 第二、三产业从业人数占全社会从业人数的比重(%, 乡村从业人员占农村人口的比重(%, 非农村人口比重(% c. Predictors: (Constant, 农作物播种面积(千公顷, 农业总产值占农林牧总产值的比重(%, 第二、三产业从业人数占全社会从业人数的比重(%, 乡村从业人员占农村人口的比重(%, 非农村人口比(% d. Predictors: (Constant, 农作物播种面积(千公顷, 第二、三产业从业人数占全社会从业人数的比(%, 乡村从业人员占农村人口的比重(%, 非农村人口比重(% e. Dependent Variable: 农民人均纯收入(元)




分析:由第一张结果图可知所有因素的P值都大于0.05,即所有因素都满足正态分.但因为由现实可知年份对农民收入无影响. 线: Y=-816.787+22.002X1+23.217X2-24.604X3+0.005X4. 由第三张结果图可知多重相关系数R=0.996,多重测定系数R2=0.992,表明约有99.2%的收入变化可以用模型解释。
由第四张结果图可知,F=472.682p=0.000<0.05说明使用全部自变量来预测农民收入的多重回归模型与数据拟合程度比较好。


SPSS双号答案仅供参考如有错误后果自负 -

相关推荐