S P S S上机实验报告Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT实验名称：频数分布实验目的和要求：绘制频数分布表、频数分布直方图并分析集中趋势指标、差异性指标和分布形状指标实验内容：绘制频数分布表和频数分布直方图并分析实验记录、问题处理：绘制频数分布表销售额频率百分比有效百分比累积百分比有效1112111222211121111221 合计30频数分布直方图集中趋势指标、差异性指标和分布形状指标统计量销售额N有效30缺失0均值实验结果分析：从统计量表可以看出有效样本数有30个，没有缺失值。
平均销售额是，标准差为。
从频数分布表可以看出样本值、频数占总数的百分比、累计百分比。
从带正态曲线的直方图可以看出销售额集中在110实验名称：列联表 成绩：实验目的和要求：绘制频数表、相对频数表并进行显着性检验和关系强度分析实验内容：绘制频数表、相对频数表并分析实验记录、问题处理：满意度* 性别 交叉制表性别合计男性女性满意度 不满意计数19 8 27 满意度 中的 %% % % 性别 中的 % % % % 总数的 % % % % 一般计数23 21 44 满意度 中的 % % % % 性别 中的 % % % % 总数的 % % % % 满意计数12 17 29 满意度 中的 % % % % 性别 中的 % % % % 总数的 % % % % 合计计数54 46 100 满意度 中的 %% % % 性别 中的 % % % % 总数的 %%%%卡方检验值 df 渐进 Sig. (双侧)Pearson 卡方 2 .090 似然比 2 .085 线性和线性组合1.031均值的标准误 中值 众数 标准差 方差 偏度 偏度的标准误 .427峰度 峰度的标准误 .833全距 极小值 极大值 和a. 存在多个众数。
显示最小值有效案例中的 N 100a. 0 单元格%) 的期望计数少于 5。
最小期望计数为。
对称度量值近似值 Sig.φ.220 .090按标量标定Cramer 的 V .220 .090有效案例中的 N 100a. 不假定零假设。
b. 使用渐进标准误差假定零假设。
实验结果分析：从卡方检验看出sig>,不显着。
所以男生女生对满意与否评价没有差异实验名称：方差分析成绩：实验目的和要求：单因子方差分析、多因子方差和协方差分析实验内容：进行单因子方差分析并输出方差分析表、显着性检验及解释结果、多因子方差和协方差分析并输出方差分析表和协方差分析表、显着性检验及解释结果。
实验记录、问题处理：单因子方差分析分析——比较均值，单因素——键入销售额为因变量，键入促销力度为因多因子方差分析分析——一般线性模型，单变量——键入店内促销和赠券状态为固定因子，销售额为因变量——两两比较打钩L检验，选项方差齐性检验打钩，协方差分析分析——一般线性模型，单变量——键入店内促销和赠券状态为固定因子，销售额为因变量，键入客源排序为协变量——两两比较打钩L检验，实验结果分析：单因子：组间显着性为，小于，显着影响。
多因子：店内促销和赠券状态显着性分别都为，小于，显着影响。
但是店内促销和赠券状态交互作用的显着性为，大于，不显着。
协方差：经协变量客源排序的显着性为，对销售额影响不显着。
店内促销的显着性为，小于，对销售额影响显着。
赠券状态的显着性为，小于，对销售额影响显着。
店内促销和赠券状态的交互作用显着性为，大于，对销售额影响不显着实验名称：相关分析成绩：实验目的和要求：计算Pearson相关系数和简单相关系数并分析实验内容：计算Pearson相关系数和简单相关系数并分析实验记录、问题处理：分析——相关，双变量——添加收、家庭人口、受教育程度、汽车保有量实验结果分析：1、收入对受教育年数，相关系数为，显着性为，小于，所以收入和受教育年为正向相关，且相关性很强。
2、收入对汽车保有量，相关系数为，显着性为，小于，所以收入对汽车保有量为正向相关。
3、家庭人口对汽车保有量，相关系数为，显着性为，小于，所以收入对汽车保有量为正向相关，且相关性很强。
4、受教育年数对收入，相关系数为，显着性为，小于，所以受教育年数对收入为正想相关，且相关性很强。
实验名称：回归分析成绩：实验目的和要求：掌握简单回归模型和多元回归分析的SPSS操作方法实验内容：检验简单回归模型、绘制散点图、输出回归结果并分析、残差分析；检验多元回归分析模型、输出回归结果并分析及残差分析。
实验记录、问题处理：（一）简单回归实验结果分析：R方为，拟合优度一般。
P值sig显着表达式：销售额=促销水平（二）多元线性回归残差28 总计292 回归 2 .000c 残差27 .990总计29a. 因变量: 销售额b. 预测变量: (常量), 店内促销。
c. 预测变量: (常量), 店内促销, 赠券状态。
系数a模型非标准化系数标准系数t Sig.B 标准误差试用版1(常量) .817 .000店内促销.378 .0002 (常量) .727 .000 店内促销.222 .000 赠券状态.363 .000a. 因变量: 销售额实验结果分析：R方在第二次拟合达到，说明模型的拟合的情况非常好方差分析表显示P值sig<，说明模型非常显着。
表达式：销售额=店内促销*赠券状态实验名称：Logistic回归成绩：实验目的和要求：掌握Logistic回归分析的SPSS操作方法实验内容：估计和检验Logistic回归系数并解释结果。
实验记录、问题处理：得出：分类表a已观测已预测品牌忠诚百分比校正0 1步骤 1 品牌忠诚0 12 31 3 12总计百分比a. 切割值为 .500方程中的变量B , Wals df Sig. Exp (B) 步骤 1a品牌态度.479 1 .008 产品态度.186 .322 .335 1 .563购物态度.590 .491 1 .230常量 1 .010 .000 a. 在步骤 1 中输入的变量: 品牌态度, 产品态度, 购物态度.实验结果分析：结果显示：品牌忠诚=*品牌态度+*产品态度+*购物态度其中品牌态度的sig小于,所以品牌态度与品牌购买正向变化显着。
但是因为产品态度和购物态度的sig大于，所以这两个变量与品牌购买的正向变化不显着实验名称：因子分析成绩：实验目的和要求：掌握因子分析的SPSS操作方法实验内容：KMO和Barlett氏检验；输出碎石图及旋转前后的因子矩阵；各因子的特征值和解释的方差比例；解释因子并命名；计算因子得分。
实验记录、问题处理：步骤处理：分析——降维——因子分析将度量变量键入变量框，选取描述，勾选KMO与bartlett球形度检验选取抽取，勾选碎石图选取旋转，勾选载荷图选取得分，勾选保存变量和因子得分系数矩阵实验结果分析：KMO 值为，sig 值为，适合作因子分析各因子的特征值和解释的方差比例可以在“解释的总方差”中看出，其中我们可以知道，特征值和可以解释方差比例分别是%和%。
因为因子1在预防蛀牙、保护牙根有很大载荷，所以将其命名为保健因子。
因子2在牙齿亮泽、口气清新、富有魅力有很大载荷，所以将其命名为社交因子。
计算因子得分，得保健因子=*预防蛀牙*牙齿亮泽+*保护牙龈*口气清新*不预防坏牙*富有魅力 社交因子=*预防蛀牙+*牙齿亮泽+*保护牙根+*口气清新*不预防坏牙+*富有魅力 实验名称：聚类分析 成绩： 实验目的和要求：掌握分层聚类和K-means 聚类的SPSS 操作方法 实验内容：进行分层聚类和K-means 聚类分析并输出结果。
实验记录、问题处理： 分层聚类： 步骤处理： 分析——分类——系统聚类将度量变量键入变量框，勾选统计量中的聚类成员中的方案范围，并且设置为最小3最大5.旋转成份矩阵a成份 1 2 预防蛀牙 .957 牙齿亮泽 .849 保护牙根 .916 口气清新 .852 不预防坏牙富有魅力 .108 .884提取方法 :主成分分析法。
旋转法 :具有 Kaiser 标准化的正交旋转法。
a. 旋转在 3 次迭代后收敛。
成份得分系数矩阵成份1 2预防蛀牙 .366 .083 牙齿亮泽 .358 保护牙根 .362 .026 口气清新 .352 不预防坏牙 富有魅力 .389 提取方法 :主成分分析法。
构成得分。
勾选绘制中的树状图打开保存选项卡，勾选聚类成员中的方案范围，设置最小3最大5* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * * * * * * * * * * * * * *Dendrogram using Average Linkage (Between Groups)Rescaled Distance Cluster CombineC A S E 0 5 10 15 20 25Label Num +---------+---------+---------+---------+---------+14 -+16 -+-+10 -+ +-+4 ---+ +-------------+19 -----+ +-------------------+18 -------------------+ |2 -+-------+ +---------+13 -+ | | |5 -+-+ +-----------------------------+ |11 -+ +-+ | |9 ---+ +---+ |20 -----+ |3 -+---------+ |8 -+ | |6 -+-+ +-+ |7 -+ | | | |12 ---+---+ | +-----------------------------------+1 ---+ +---+ |17 -------+ |15 -------------+K均值聚类：步骤处理：分析——分类——K聚类将变量键入变量框， 勾选保存中的聚类成员勾选选项中的是统计量下的三个复选框如图所示：初始聚类中心聚类12购物有趣 7 1 购物导致超支 3 3 购物与就歺结合 7 2 争取最合算交易 4 2 对购物没兴趣 1 6 比较价格省钱44迭代历史记录a迭代 聚类中心内的更改121 2.000.000a. 由于聚类中心内没有改动或改动较小而达到收敛。
任何中心的最大绝对坐标更改为 .000。
当前迭代为 2。
初始中心间的最小距离为 。
最终聚类中心聚类12购物有趣 5 2 购物导致超支 4 4 购物与就歺结合 5 2 争取最合算交易 4 4 对购物没兴趣 2 5 比较价格省钱54 ANOVA聚类误差FSig.均方df 均方df 购物有趣118.000聚类成员 案例号 聚类距离11 22 3 1 4 1 5 2 6 1 7 1 8 1 9 2 10 2 11 2 121 .85313 2 14 1 15 1 16 2 17 1 18219120 2最终聚类中心间的距离 聚类1 2 12实验结果分析：系统聚类：从聚类表可以知道聚类的具体过程。