【正文】 實驗結果：由上圖可以看出個案N為18，峰度大于0，表示該班級數(shù)學成績分布比正態(tài)分布高峰更加陡峭。圖23 Means：Options對話框在Cell Statistics 項中，Mean為均值、Standard Deviation為標準差、Variance為方差、Number of Cases 為觀察單位數(shù)?！翰襟E3』 單擊Options按鈕，出現(xiàn)圖26所示的對話框圖26 OneSample T Test：Options對話框『步驟4』 單擊Continue按鈕，返回到Onesample T Test對話框，單擊OK按鈕，SPSS即完成所需要的計算實驗結果：由以上結果可以看出：11個學生的數(shù)學成績平均值為74分。圖28 IndependentSamples T Test對話框『步驟4』 單擊Define Groups按鈕，彈出Define Groups對話框，如圖29所示。4．兩配對樣本T檢驗問題：研究一個班同學在參加了暑期數(shù)學培訓班之后，數(shù)學成績是否有明顯的變化？姓名數(shù)學1數(shù)學2A19998A28889A37980A45978A55478A68989A77987A85676A98956A109976A112389A128989A137099A145089A156788A167898A178978A185689★ 實驗步驟：『步驟1』 在“Analyze”菜單“Compare Means”中選擇ParedSamples T Test命令，如圖210所示圖210 選擇菜單『步驟2』 在彈出如入411所示的ParedSamples T Test對話框中，從對話框左側的變量列表中選擇“數(shù)學1”，這時“數(shù)學1”變量出現(xiàn)在圖411種的Current Selections框的Variable1中。衡量事物之間，或稱變量之間的線形相關程度的強弱并用適當?shù)慕y(tǒng)計指標表示出來，這個過程就是相關分析?！? ≤︱r︱＜，視為中度相關。Pearson簡單相關系數(shù)的計算公式為：對Pearson簡單相關系數(shù)的統(tǒng)計檢驗是計算t統(tǒng)計量：t統(tǒng)計量服從n2個自由度的t分布⑵ SPSS中實現(xiàn)過程★ 研究問題：某班級學生數(shù)學和化學期末考試成績如表31所示，現(xiàn)要研究該班學生的數(shù)學和化學成績之間是否具有相關性?！翰襟E3』單擊Options按鈕，出現(xiàn)Bivariate Correlate：Options對話框，如圖33所示。在這個數(shù)據(jù)的旁邊有兩個星號，即數(shù)學和化學顯著相關，且為正相關。圖36 Simple Scatterplot對話框結果和討論繪出的散點圖如圖37所示，從中明顯看出這兩個變量線形正相關，數(shù)學成績好的學生其化學成績也較好。但是當個案數(shù)n30,則計算Z統(tǒng)計量：Z統(tǒng)計量近似服從正態(tài)分布，SPSS將依據(jù)正態(tài)分布表給出對應的相伴概率。如圖39。在這種情況下，單純計算簡單相關關系數(shù)不能準確反映事物之間的相關關系，而需要在剔除其他相關因素影響的條件下計算相關系數(shù)。圖310 選擇Bivariate Partial 菜單『步驟2』在彈出的如圖2所示Bivariate Partial對話框中，從對話框左側的變量列表中分別選擇“產量”和“降雨量”變量，單擊 按鈕使這兩個變量進入Variables框中，在選擇“溫度”變量，單擊按鈕使這個變量添加到Controlling For框中，表示現(xiàn)在所求的是剔除“溫度”變量影響后“產量”和“降雨量”變量之間偏相關系數(shù)。Partial Corr從結果中可以看到，上半部分是變量兩兩之間的Partial簡單相關系數(shù)，以“產量”和“降雨量”為例。根據(jù)分析對象不同，可以分為：樣本間分析和變量間分析。2） 對順序或名義變量的樣本（x、y）進行距離相關分析時，常用的統(tǒng)計量如下。圖313 選擇Distances Correlate菜單『步驟2』在彈出的如圖314所示Distances對話框中，在對話框左側的變量列表中選擇變量“r1”、“r2”、“r3”，單擊按鈕使之添加到Variables框中。在Compute Distances框中選擇Between variables項，表示作變量之間的距離相關分析?！?研究問題3個案之間的相似性測量分析某動物一次產下3個幼仔，分別對3個幼子的長、體重、四肢總長、頭重進行測量，試就這幾個測量而言，分析3個幼子的相似性，數(shù)據(jù)如表35所示?！翰襟E4』 單擊Continue按鈕返回Distance對話框，再單擊OK按鈕，即得到SPSS相關分析的結果?！翰襟E3』 單擊Continue按鈕返回Distance對話框，再單擊OK按鈕，即得到SPSS相關分析的結果。從表格中可以看出，3個個案的相似性非常高。3個集裝箱情況高/mm寬/mm長/mm最大總重/kg第一個243824301219130480第二個243024331219530477第三個243424391218830485實驗四：回歸分析實驗目的：掌握使用一元線形回歸和多元線形回歸在SPSS中的實現(xiàn)。如圖4－2所示。 Variables Entered/Removed(b)ModelVariables EnteredVariables RemovedMethod1x(a).Entera All requested variables entered.b Dependent Variable: y該表格輸出的是被引入或從回歸方程中被踢除的各變量。類外，Sum of Squares 一欄中分別代表回歸平方和（）、殘差平方和（）以及總平方和（），Df為自由度。2）spss實現(xiàn)多元回歸分析的步驟（利用spss過程進行多元線性回歸分析仍然采用Linera Regression 過程，與一元線性回歸不同的是，進行多元線性回歸，需要在“Independents”列表框中輸入多個變量名。該部分說明在對編號為1的模型進行分析時所采用的方法是全部引入法Enter。s Distance.000.400.042.09036Centered Leverage Value.025.422.167.08136a Dependent Variable: MY這個表格是殘差統(tǒng)計結果表。練習題：某種水泥在凝固時放出的熱量（單位：卡/克）Y與水泥中下列4中化學成分的百分比有關： X1： X2： X3： X4：現(xiàn)測得13組數(shù)據(jù)，如下圖所示，要求建立熱量與水泥化學成分之間的經驗回歸關系式。 Variables Entered/Removed(b)ModelVariables EnteredVariables RemovedMethod1z6, z2, z1, z4, z5, z3(a).Entera All requested variables entered.b Dependent Variable: MY（4） 輸出的結果文件第四個表格如下： Model Summary(b)ModelRR SquareAdjusted R SquareStd. Error of the Estimate1.607(a).368.238a Predictors: (Constant), z6, z2, z1, z4, z5, z3b Dependent Variable: MY該表格是常用的統(tǒng)計量。表42： 員工多個心理變量值合員工滿意度數(shù)據(jù)Z1Z2Z3Z4Z5Z6Z7Z8滿意度66646250585612555505959535112250474945464620555950545269112055594856475011246254684646511236060565352511215252695857621123565557394446115505068464556255854605952511125535255576564122525653576351205665525162471122506359535548112063576066515612626564658504552212147505749504820205366535955451252561555861586112323596460525456262655607260556712626565268405155303059516156525612525605362554763272752515745555920205657575259552626685871685361130306053616056511272764567450595718186753605353511242456566767565212424534649435048191953576552675917176040715756581242454454449424612323『步驟1』在spss的數(shù)據(jù)編輯窗口中輸入上表所示的數(shù)據(jù)。其中，Unstandardized Coefficients 為非標準化系數(shù)，Standardized Coefficients 為標準化系數(shù)，I為回歸系數(shù)檢驗統(tǒng)計量，Sig 為伴隨概率值。 Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.986(a).972.969.4118a Predictors: (Constant), x該表格輸出的是常用統(tǒng)計量。該對話框用來設置對殘差序列作圖形分析，從而檢驗殘差序列的正態(tài)性、隨機性和是否存在異方差現(xiàn)象。1．一元線性回歸采用最小二乘法，使隨機誤差（殘差）平方和為最小，即min。4) 研究問題4的SPSS運行結果如下：Proximities研究問題4中的第一個表格是個案分析概述，表明3個個案數(shù)據(jù)全部都有效。第二個表格列出了變量之間的相似性分析結果?！?實現(xiàn)步驟『步驟1』在“Analyze”菜單“Correlate”中選擇Distance命令，彈出的Distances對話框，在對話框左側的變量列表中選擇變量“長”、“體重”、“四肢總長”、“頭重”，單擊按鈕使之添加到Variables框中。在“Analyze”菜單“Correlate”中選擇Distance命令，如圖318所示。設置結果如圖316所示。圖314 Distances對話框因為在本例中3次平行測量結果分別置于3個變量中，因此在Compute Distances框中選擇Between variables作變量之間的距離相關分析；又因本例研究的是一致性，所以在Measure欄中選擇Similarties相似性測距。⑵ SPSS中實現(xiàn)過程距離相關分析分為相似性測量和不相似測量，也可以分為樣本間分析和變量間分析。1