交通運(yùn)輸課程設(shè)計(jì)實(shí)驗(yàn)報(bào)告-計(jì)算機(jī)在道路運(yùn)輸管理中的應(yīng)用-資料下載頁
2025-08-24 08:02本頁面
【導(dǎo)讀】釋SPSS的運(yùn)行結(jié)果。共計(jì)十個實(shí)驗(yàn)項(xiàng)目如下表，實(shí)驗(yàn)題目見任務(wù)書。，SPSS統(tǒng)計(jì)分析從基礎(chǔ)到實(shí)踐.北京：電子工業(yè)出版社，2020年6月；.SPSS實(shí)用統(tǒng)計(jì)分析.中國水利水電出版社.2020年1月。文檔以學(xué)號后四位+姓名為附件名發(fā)至郵箱：；實(shí)驗(yàn)報(bào)告按以下內(nèi)容裝訂：封面、實(shí)驗(yàn)大綱、目錄、實(shí)驗(yàn)一～實(shí)驗(yàn)十、成績評定冊。其中每個實(shí)驗(yàn)報(bào)告包括以下內(nèi)容：實(shí)驗(yàn)名稱、目的、題目、操作步驟、結(jié)果分析等。具體格式參看實(shí)驗(yàn)報(bào)告樣本。僅提供參考實(shí)驗(yàn)題目，鼓勵學(xué)生結(jié)合研究興趣和行業(yè)熱點(diǎn)問題調(diào)查相關(guān)數(shù)據(jù)，自行選題。收入、客運(yùn)量等。定義變量，建立數(shù)據(jù)文件；生次數(shù)區(qū)間估計(jì)，并按進(jìn)行頻數(shù)分析。由表2-3中可見樣本量N為35例，缺失值0例，均數(shù)=，中位數(shù)=，學(xué)習(xí)使用SPSS進(jìn)行單樣本、兩獨(dú)立樣本以及成對樣本的均值檢驗(yàn)。
【正文】 南京 鎮(zhèn)江 南通 揚(yáng)州 人口 GDP 地區(qū) 泰州 徐州 連云港 淮安 鹽城 宿遷 人口 GDP 3. 操作步驟： 定義變量，輸入數(shù)據(jù)如圖 71 圖 71 選擇 分析 — 分類 — 系統(tǒng)類聚 ，進(jìn)入 系統(tǒng)聚類分析 框，進(jìn)入 方法 并選擇如下： 判別分析 — 統(tǒng)計(jì)量 4. 操作結(jié)果及分析： 表 71 表 72 表 73 表 74 圖 72 結(jié)果分析 表 71 到表 73 顯示，首先系統(tǒng)根據(jù)指定的，按 3 類聚合確定初始聚類的各變量中心點(diǎn)，未經(jīng) Kmeans 算法疊代，其類別間距離并非最 優(yōu)，經(jīng)疊代運(yùn)算后類別間各變量中心值得到修正； 表 74 顯示，對聚類結(jié)果的類別間距離進(jìn)行方差分析，方差分析表明：類別 間距離差異的概率值均 即聚類效果好。聚合成 3 類，第一類含原有 1 類 第二類含原有 2 類 第三類含原有 10 類；具體結(jié)果系統(tǒng)以變量名 CLU3_1 存于原始數(shù)據(jù)文件中 ,如圖 73 所示 ：圖 73 在原始數(shù)據(jù)文件 (圖 73)中 ,我們可清楚地看到聚類結(jié)果 :13 個地市的 GDP 與年末人口數(shù)定為：第一期蘇州最高；第二期無錫和南京次之；第三期其他地區(qū)較低。 實(shí)驗(yàn)八 二分類 logistic回歸分析 1. 實(shí)驗(yàn)?zāi)康?： 掌握利用 SPSS 進(jìn)行二分類 logistic 分析的基本操作和結(jié)果分析。 2. 題目： 某市居民使用交通工具的社會調(diào)查結(jié)果見表 81。其中 No=序號， x1=年齡，x2=月收入， x3=性別（女 =0,男 =1） ,y=使用交通工具（ 0=騎自行車， 1=乘公共汽車。可見 y 為二分類變量）。請建立 Logistic 回歸分析模型并分析影響使用交通工具類型的主要因素是什么。（引自余建英等主編 .2020 年， ） 表 81 NO X1 X2 X3 Y NO X1 X2 X3 Y ?1 18 850 0 0 ?15 20 1000 1 0 ?2 21 1200 0 0 ?16 25 1200 1 0 ?3 23 850 0 1 ?17 27 1300 1 0 ?4 23 950 0 1 ?18 28 1500 1 0 ?5 28 1200 0 1 ?19 30 950 1 1 ?6 31 850 0 0 ?20 32 1000 1 0 ?7 36 1500 0 1 ?21 33 1800 1 0 ?8 42 1000 0 1 ?22 33 1000 1 0 ?9 46 950 0 1 ?23 38 1200 1 0 ?10 48 1200 0 0 ?24 41 1500 1 0 ?11 55 1800 0 1 ?25 45 1800 1 1 ?12 56 2100 0 1 ?26 48 1000 1 0 ?13 58 1800 0 1 ?27 52 1500 1 1 ?14 18 850 1 0 ?28 56 1800 1 1 3. 操作步驟：輸入數(shù)據(jù)， X3 和 Y的 values 分別設(shè)置 0,1代表意義。 Analyze==》 Regression==》 Binary Logistic 參數(shù)設(shè)置： Dependent 框：選入 Y Covariates 框：選入 x1~x3。點(diǎn)擊 options，設(shè)置參數(shù)如圖， method 選擇 forward conditional。 單擊 OK 鈕 4. 操作結(jié)果及分析： 上表稱之為分類表，表明用該模型作預(yù)測，準(zhǔn)確率為 % 根據(jù)上圖，可以寫出 logistic 模型公式 線性模型： 321 xxx ???? ? ? )35 (1111 xxxz eeyP ???? ?? ?? 模型的顯著性影響從每一個變量的得分可以看出來 可見如果將 X1 系列則方程的改變是有顯著意義的， X3 也是如此 。 X2 的作用性不明顯。
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1