【正文】 315.043.213.304 Z2.118.186.241.373.045 Z3.326.386.217.200.454.270 Z4.427.315.241.217.353.322.234 Z5.043.373.200.353.330 Z6.245.213.045.454.322.330.172 Z7 Z8.486.304.270.234.172Sig. (1tailed)MY..006.246.026.005.330.075.037.001 Z1.006..139.010.031.402.106.096.036 Z2.246.139..485.078.012.397.230.200 Z3.026.010.485..102.121.003.495.055 Z4.005.031.078.102..017.028.000.084 Z5.330.402.012.121.017..025.352.491 Z6.075.106.397.003.028.025..170.157 Z7.037.096.230.495.000.352.170..421 Z8.001.036.200.055.084.491.157.421.NMY363636363636363636 Z1363636363636363636 Z2363636363636363636 Z3363636363636363636 Z4363636363636363636 Z5363636363636363636 Z6363636363636363636 Z7363636363636363636 Z8363636363636363636該表格列出了各個(gè)變量之間的相關(guān)性，從該表格可以看出自變量Z1和因變量MY之間的相關(guān)性很大。從表格中可以看出該多元回歸方程為：其中Z6和Z7被剔除。（分別用全回歸，逐步回歸法，向后法，向前法）63。（6） 輸出的結(jié)果文件中第六個(gè)表格是回歸系數(shù)分析。單擊statistics按鈕將打開(kāi)linear regression：statistics對(duì)話(huà)框，用來(lái)選擇輸出那些統(tǒng)計(jì)量圖46Linear regression對(duì)話(huà)框『步驟3』 單擊OK按鈕，即可得到spss多元線(xiàn)性回歸分析的結(jié)果。說(shuō)明回歸系數(shù)與0有顯著差別，該回歸方程有意義：★ 練習(xí)題： 合金鋼的強(qiáng)度y與鋼材中碳的含量x有密切關(guān)系，為了冶煉出符合要求強(qiáng)度的鋼，常常通過(guò)控制鋼水中的碳含量來(lái)達(dá)到目的，因此需要了解y與x之間的關(guān)系，下面是10組不同的碳含量x（％）對(duì)應(yīng)的強(qiáng)度y（kg/m）數(shù)據(jù)。說(shuō)明樣本回歸方程的代表性強(qiáng)。該對(duì)話(huà)框用來(lái)設(shè)置將回歸分析的結(jié)果保存到spss數(shù)據(jù)編輯窗口的變量中，還是某個(gè)spss的數(shù)據(jù)文件中。假設(shè)為：檢驗(yàn)統(tǒng)計(jì)量為 其中 ， ② 回歸方程顯著性檢驗(yàn)（F檢驗(yàn)）。從表格中可以看出，；；，可見(jiàn)第二個(gè)幼子和第三個(gè)幼子最相近。2) 研究問(wèn)題2的SPSS運(yùn)行結(jié)果如下：Proximities第一個(gè)表格是個(gè)案概述。在Measure欄中選擇Dissmilarities項(xiàng)，作不相似性測(cè)距。圖319 Distance對(duì)話(huà)框在Compute Distances框中選擇Between cases項(xiàng)，表示作個(gè)案之間的距離相關(guān)分析。圖317 距離相關(guān)中不相似性距離測(cè)量對(duì)話(huà)框根據(jù)所要分析的變量類(lèi)型，選擇不同的相似性測(cè)量方法。圖315 距離相關(guān)中相似性測(cè)量對(duì)話(huà)框本例中選擇Measures框中的Interval，并選擇Pearson correlation項(xiàng)，以Pearson相關(guān)系數(shù)為度量，不對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理?！?研究問(wèn)題1變量之間的相似性預(yù)測(cè)分析對(duì)6個(gè)標(biāo)準(zhǔn)電子元件的電阻（歐姆）進(jìn)行3次平行預(yù)測(cè)，測(cè)得結(jié)果如表34所示。② 歐氏距離平方（Squared Euclidean Distance）計(jì)算公式為：其中，k表示每個(gè)樣本中有k個(gè)變量，表示第一個(gè)樣本在第i個(gè)變量上的取值，表示第二個(gè)樣本在第i個(gè)變量上的取值。▲練習(xí)題某農(nóng)業(yè)實(shí)驗(yàn)場(chǎng)通過(guò)試驗(yàn)取得小麥產(chǎn)量與單位蟲(chóng)害值和平均溫度的數(shù)據(jù)，如下表所示。圖312 Partial Correlations對(duì)話(huà)框在Statistics框中選擇Zeroorder correlations項(xiàng)，在輸出偏相關(guān)系數(shù)的同時(shí)還輸出變量間的簡(jiǎn)單相關(guān)系數(shù)。顯著性檢驗(yàn)公式：其中，n為個(gè)案數(shù)，n3為自由度。▲練習(xí)題：某專(zhuān)家先后對(duì)一個(gè)工程的多個(gè)項(xiàng)目加以評(píng)分，兩次評(píng)分分別記為變量“分值1”和“分值2”，如下表所示。⑵ SPSS中實(shí)現(xiàn)過(guò)程★ 研究問(wèn)題某語(yǔ)文老師先后兩次對(duì)其班級(jí)學(xué)生同一篇作文加以評(píng)分，兩次成績(jī)分別記為變量“作文1”和“作文2”，如表32所示。由小到大的取值能夠代表學(xué)歷由低到高。圖34 選擇Scatter命令『步驟2』本例只需繪制出數(shù)學(xué)成績(jī)和化學(xué)成績(jī)兩者的散布情況，因此選擇“Simple”圖，如圖35所示。本例中選擇Means and standard deviations和Exclude cases pairwise項(xiàng)，單擊Continue按鈕，返回Bivariate Correlate對(duì)話(huà)框，單擊OK按鈕，則可得到SPSS相關(guān)分析的結(jié)果。在Test of significance框中選擇相關(guān)系數(shù)的雙側(cè)（Twotailed）檢驗(yàn)，檢驗(yàn)兩個(gè)變量之間的相關(guān)取向，也就是從結(jié)果中來(lái)得到是正相關(guān)還是負(fù)相關(guān)。在二元相關(guān)分析過(guò)程中比較常用的幾個(gè)相關(guān)系數(shù)是Pearson簡(jiǎn)單相關(guān)系數(shù)、Sperman和Kendall’s tuab等級(jí)相關(guān)系數(shù)。◎若–1≤r＜0，表明變量之間存在負(fù)相關(guān)關(guān)系。因此拒絕原假設(shè)，即認(rèn)為培訓(xùn)前后該班學(xué)生的數(shù)學(xué)成績(jī)有顯著的差異，培訓(xùn)后，該班學(xué)生數(shù)學(xué)成績(jī)明顯提高。圖29 Define Groups 對(duì)話(huà)框『步驟5』 單擊Continue按鈕，返回IndependentSample T Test對(duì)話(huà)框，單擊OK按鈕，SPSS即開(kāi)始計(jì)算。3．兩獨(dú)立樣本T檢驗(yàn)研究問(wèn)題：分析清華、北大大一學(xué)生的高考數(shù)學(xué)成績(jī)之間是否存在顯著性差異★ 實(shí)驗(yàn)步驟：『步驟1』 首先到清華、北大校園中隨機(jī)調(diào)查9位大一同學(xué)的高考數(shù)學(xué)成績(jī)，進(jìn)行記錄。以上結(jié)果顯示：總共對(duì)11個(gè)個(gè)案進(jìn)行了統(tǒng)計(jì)，；，；總體平均值為74分。因要分性別求數(shù)學(xué)成績(jī)的均值和標(biāo)準(zhǔn)差，所以在對(duì)話(huà)框左側(cè)的變量列表中選擇“數(shù)學(xué)”，單擊按鈕使之進(jìn)入Dependent List框中。使人數(shù)成為權(quán)重變量。在Percentile Value中選擇Percentile（s）右方的小框中依次10，20，……100，每輸完一個(gè)數(shù)據(jù)后單擊下方的Add按鈕，使這個(gè)數(shù)據(jù)依次添加到右下方的空白框內(nèi)。將該結(jié)果文件保存為variance1。3． 眾數(shù)（Mode）問(wèn)題：求該班數(shù)學(xué)成績(jī)的眾數(shù)★ 實(shí)驗(yàn)步驟：『步驟1』 步驟一和步驟二同以上求均值和中位數(shù)的步驟一和步驟二『步驟2』 單擊Frequencies對(duì)話(huà)框下方的Statistics 按鈕，彈出如圖17所示對(duì)話(huà)框。圖12 Frequencies對(duì)話(huà)框『步驟3』 單擊Frequencies對(duì)話(huà)框下方的Statistics 按鈕，彈出如圖13 所示對(duì)話(huà)框。圖11 選擇Frequencies菜單『步驟2』 彈出Frequencies對(duì)話(huà)框，如圖12所示，在對(duì)話(huà)框左側(cè)的便利列表中選擇“數(shù)學(xué)”，單擊按鈕使之添加到Variable（s）框中。在結(jié)果輸出窗口處選擇“File”菜單中的Save as 命令，將該結(jié)果保存為Median1文件。選擇要統(tǒng)計(jì)的項(xiàng)目，在此對(duì)話(huà)框中選擇Mean、和Variance三項(xiàng)統(tǒng)計(jì)量，選好后單擊Continue按鈕返回Descriptives對(duì)話(huà)框，單擊OK按鈕，SPSS即開(kāi)始計(jì)算圖111 Descriptives：Options對(duì)話(huà)框?qū)嶒?yàn)結(jié)果：由以上結(jié)果可以看出?！翰襟E3』 單擊Frequencies對(duì)話(huà)框下方的Statistics 按鈕，彈出如圖113所示對(duì)話(huà)框。8． 峰度（Kurtosis）問(wèn)題：數(shù)學(xué)分?jǐn)?shù)人數(shù)231501541562591671701781792881894992求該班學(xué)生數(shù)學(xué)成績(jī)的峰度★ 實(shí)驗(yàn)步驟：『步驟1』 在“Data”菜單中選擇Weight Cases命令，如圖115所示圖115 選擇菜單『步驟2』 在彈出如圖116所示的Weight Cases 對(duì)話(huà)框中，左邊的變量表中選擇“人數(shù)”變量，使其添加到Frequency Variable 框中。實(shí)驗(yàn)二：均值比較和T檢驗(yàn)實(shí)驗(yàn)?zāi)康模赫莆站当容^、單一樣本T檢驗(yàn)、兩獨(dú)立樣本T檢驗(yàn)和兩配對(duì)樣本T檢驗(yàn)的方法實(shí)驗(yàn)內(nèi)容：均值比較、單一樣本T檢驗(yàn)、兩獨(dú)立樣本T檢驗(yàn)和兩配對(duì)樣本T檢驗(yàn)1．均值比較研究問(wèn)題：性別數(shù)學(xué)成績(jī)Male99795989798999Female88545623比較不同性別學(xué)生數(shù)學(xué)成績(jī)的平均值和方差★ 實(shí)驗(yàn)步驟：『步驟1』 在“Analyze”菜單“Compare Means”項(xiàng)中選擇Means命令，如圖21所示圖21 選擇菜單『步驟2』 彈出Means對(duì)話(huà)框，如圖22 所示。選好后，單擊Continue按鈕返回Means對(duì)話(huà)框，單擊Ok按鈕，SPSS即開(kāi)始計(jì)算。由于相伴概率大于a，因此接受原假設(shè)，即認(rèn)為該11名同學(xué)的均值和全國(guó)的數(shù)學(xué)均值相比，沒(méi)有顯著性差異。在Group1中輸入0，在Group2中輸入1。實(shí)驗(yàn)結(jié)果： 由以上結(jié)果可以看出：參加培訓(xùn)前后。其中：◎若0＜r ≤1，表明變量之間存在正相關(guān)關(guān)系。2．二元定距變量的相關(guān)分析⑴ 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式二元定距變量的相關(guān)分析是指通過(guò)計(jì)算定距變量間兩兩相關(guān)的相關(guān)系數(shù)，對(duì)兩個(gè)或兩個(gè)以上定距變量之間兩兩相關(guān)的程度進(jìn)行分析。在Correlation Coefficients框中選擇相關(guān)系數(shù)，本例選用Pearson項(xiàng)。Missing Values框中為對(duì)缺失值進(jìn)行處理，Exclude cases pairwise項(xiàng)表示如果正參與計(jì)算的兩個(gè)變量中有缺失值，則暫時(shí)提出那些在這兩個(gè)變量上去缺失值的個(gè)案；Exclude cases listwise項(xiàng)為剔除所有具有缺失值的個(gè)案后再計(jì)算?！飳?shí)現(xiàn)步驟『步驟1』在“Graphs”菜單中選擇Scatter命令，如圖34所示。例如，“最高學(xué)歷”變量的取值是：1—小學(xué)及以下、2—初中、3—高中、中專(zhuān)、技校、4—大學(xué)專(zhuān)科、5—大學(xué)本科、6—研究生以上。但是當(dāng)個(gè)案數(shù)n30,則計(jì)算Z統(tǒng)計(jì)量：Z統(tǒng)計(jì)量近似服從正態(tài)分布，SPSS將依據(jù)正態(tài)分布表給出對(duì)應(yīng)的相伴概率。在這個(gè)數(shù)據(jù)的旁邊有兩個(gè)星號(hào)，即兩次評(píng)分顯著相關(guān)，且為正相關(guān)。偏相關(guān)分析的工具是計(jì)算偏相關(guān)系數(shù)計(jì)算公式：假定有3個(gè)變量：、求剔除變量的影響后，變量和之間的偏相關(guān)系數(shù)：其中，表示變量與變量的簡(jiǎn)單相關(guān)系數(shù)； 表示變量與變量的簡(jiǎn)單相關(guān)系數(shù)； 表示變量與變量的簡(jiǎn)單相關(guān)系數(shù)。『步驟3』單擊Options按鈕，出現(xiàn)Partial Correlations對(duì)話(huà)框，如圖312所示?？梢?jiàn)，簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)相比，前者有夸大的成分，后者更符合實(shí)際。① 歐氏距離（Euclidean Distance）計(jì)算公式為：其中，k表示每個(gè)樣本中有k個(gè)變量，表示第一個(gè)樣本在第i個(gè)變量上的取值，表示第二個(gè)樣本在第i個(gè)變量上的取值。分別對(duì)這4種情況進(jìn)行講解?！翰襟E3』單擊Measures按鈕，彈出Distance：Similarity Measure對(duì)話(huà)框，如圖315所示。圖316 Distances