课程设计I报告班级：
姓名：
指导教师：
职称：
成绩：
管理学院
2015 年11 月 1 日
南京邮电大学
课程设计I指导教师成绩评定表
SPSS安装过程略
SPSS主要窗口包括：数据编辑窗口、结果输出窗口、变量编辑窗口、语法编辑窗口、脚本编写窗口、脚本编写窗口、图表编辑窗口
数据编辑窗口是用户进行数据处理与分析的主要窗口界面，用户可在此窗口进行数据输入、观察、编辑和统计分析等操作。
结果输出窗口用于输出统计分析的结果或绘制的相关图表。
变量编辑窗口可以对变量的名称、类型、宽度、小数位、变量标签、变量值标签、缺失值、列的宽度、对齐方式、度量标准以及角色进行设置。
语法编辑窗口，用户可以在语法编辑器窗口输入或修改SPSS命令，或单击任何分析对话框上的“粘贴”按钮，将使用对话框设置的各种命令或选项粘贴到语法编辑器窗口。
脚本编写窗口，用户可以在此窗口编写SPSS内嵌的Sax Basic语言以形成自动化处理数据的程序。
图表编辑窗口可以对生成的图表进行编辑。
二、数据文件的处理
定义变量：点开变量视图设置变量名称及其属性。
录入和编辑数据
录入数据的方式有两种，一是新建数据，二是导入数据。
1、打开【文件】→【新建】→【数据】如图①
2、打开【文件】→【打开】→【数据】如图②、③
①②
③④
然后可在④图中的数据视图增添，删除，修改数据。
计算新变量，输入所有人语数英的平均成绩。
打开【转换】→【计算变量】
筛选变量（个案选择）
选择工资大于2000的人
打开【数据】→【选择个案】
数据文件的拆分。
打开【数据】→【拆分文件】
数据文件的合并
首先选择合并变量，打开要合并的数据后，需对两表的关键变量进行排序后才能合并。
打开【数据】→【合并文件】→【添加变量】
数据文件的存储与读取
存储：打开【文件】→【保存】
读取：打开【文件】→【打开】→【数据】然后选取要打开的数据即可。
三、统计图形
条形图
打开【图形】→【图表构建程序】
首先需确定数据中有名义度量（尺度度量不能放在x轴）
把左上方的变量依次拖入右边图表的x轴，y轴。
其他图表如饼图、线形图、直方图、散点图方法类似。
如下图
饼图线形图
直方图散点图
四、基本统计分析
频数统计及总体均值与总体方差的估计、总体均值的置信区间的计算
打开【分析】→【描述统计】→【频率】，把要用的变量放到右边，点击【统计量】把要输出的数据勾选。
如下图
描述性统计及总体均值与总体方差的估计、总体均值的置信区间的计算
打开【分析】→【描述统计】→【频率】，把要用的变量放到右边，点击【选项】把要输出的数据勾选。
如下图
结果如下
五、回归分析
一元线性回归分析
例题：分析不同地区的甲状腺肿的患病率高低与本地水质的碘含量的关系。
首先，在做回归分析之前，可以先用散点图初步观察两变量有无相关趋势。
如下图
从左图可以看出，二者有一定的相关关
系，接下来就可以做进一步的回归分析，
找出它们二者间的关联。
打开【分析】→【回归】→【线性】
把“碘含量”拖入自变量，把“患病率”
拖入因变量，统计量选择模拟拟合度和描
述性。
结果如下：
①②
③④
从图①得出所有变量都已纳入模型中；图②得出相关系数R为，所以R^2即相关系数很大，说明模型拟合效果很好；图③为对模型进行方差分析的结果，反映其具有统计学意义；
图④给出了回归方程的各项参数，a=，b=，即回归方程为y=+,认为碘含量对患病率是存在影响的。
多元线性回归分析
例题：采取措施的速度与保险公司的规模及其类型之间的关系分析。
散点图分析略
打开【分析】→【回归】→【线性】
把“公司类型”、“公司规模”拖入自变量，把“所需时间”拖入因变量，统计量选择模拟拟合度和描述性。
结果如下：
①②
③④
从图①得出所有变量都已纳入模型中；图②得出相关系数R为，所以R^2即相关系数很大，说明模型拟合效果很好；图③为对模型进行方差分析的结果，反映其具有统计学意义；
图④给出了回归方程的各项参数，a=，b=，c=即回归方程为y=认为公司规模、公司类型对索赔的反应所需时间是存在影响的。
六、方差分析
单因素方差分析
例题：比较三个不同的电池生产企业生产电池的寿命。
打开【分析】→【比较均值】→【单因素ANOVA】
在【两两比较】中选择“LSD”、“S-N-K”;在【选项】中选择“描述性”、“方差同质性检验”、
“均值图”。
把“电池”拖入因变量列表，把“企
业”拖入因子。
结果如下：
①
②
③④
图①所示为Levene方差齐性检验的结果，本例Levene统计量为。
显着性P值一>，故3组数据方差无差异。
图②所示为单因素方差分析的结果，并且进行了趋势检验，结果显示不同企业间方差分析统计量F=, P值=<,因此认为不同企业间生产电池的寿命不同。
图③为LSD法比较结果，企业2与企业1、企业3显着性P值小于，其它的则大于
说明企业2与企业1、企业3生产的电池寿命有差异，企业1与企业3无差异。
图④为S-N-K法比较结果，电池寿命数据被分为两组，企业2一组，企业1和企业3为一组，说明企业2与企业1、企业3生产的电池寿命有差异，企业1与企业3无差异。
与LSD法结果一致。
无重复实验的双因素方差分析
例题：某研究机构研究了3种动物饲料对4种品系小鼠体重增加的影响。
打开【分析】→【一般线性模型】→【单变量】
在各个选项中做出对应设置如下图
结果如下：
①②
③④
图①所示为主效应模型检验，结果可见校正模型统计量F= ，P= ，说明模型有统计学意义。
因素a和因素b均有统计学意义，P=和P=，均小于。
图②所示为不同饲料类型两两比较结果，从Sig值(即P值)可见，饲料B与饲料C间没有差异(P=，其他均有差异，P<。
图③所示为不同品系两两比较结果，从Sig值(即P值)可见，每个品系间均无差异P>。
图④所示为不同品系小鼠喂养不同饲料的体重增重的均值图，可见A饲料较好，B和C饲料差异不大。
重复实验的双因素方差分析
例题：某研究者欲了解一套新的锻炼方法的减肥效果。
该研究者在某小学随机抽取12名肥胖学生，随机分成两组，第一组每天下午按新的锻炼方法锻炼，第二组不参与新的锻炼方法锻炼，并于实验开始的第1. 2. 3个月分别测量学生体重减重情况。
打开【分析】→【一般线性模型】→【重复度量】
(1)打开【重复度量定义因子】，单击“被
试内因子名称”中的Factor 1，修改为
weight。
(2)“级别数”框中输入重复测量次数“3”，
单击“添加”按钮。
(3)单击左下角的“定义”按钮，将3次
测量变量One, Two和Three。
按照框中
测量的顺序，逐个放入右侧框中。
如若
顺序出现差异单击“群体内部变量”左
侧的上下箭头来调整顺序，注意顺序一
定不能出错。
将因素变量group放入“因
子列表”框。
结果如下：
①②
③④
图①所示为多变量检验结果，其中采用了4种检验方法计算了T检验值、F值、假设df值和误差df值，表中可见不同测试时间的weight有统计学差异，P=，而测试时间与组别间无统计学差异，P=。
然而是否以此结果为准的依据是球形性检验，若不符合球形性，才以此结果为准或者以一元方差分析中校正结果为准。
图②所示为球形性检验结果，可见Mauchly W= , P=，符合球形性，结果以一元方差结果为准。
如果P<，则不符合球形性检验，则给出了3种校正模式，即
Greenhouse-Geisser. Huynh-Feldt和下限校正，其中以Greenhouse-Geisser较为常用。
图③所示为方差分析结果。
因为本例符合球形性，因此，以第一条“采用的球形度”结果，可见不同时间测量的体重有统计学差异，F=, P=;并且测试时间与组别交互作用检验F=, P=<，认为测试时间与组别间存在着交互作用。
图④显示，组别间方差分析结果无统计学差异，F=, P=，即两组处理因素对体重减重影响没有差异。