姓名：袁旭阳 专业班级：物管2班 学号：1115080206
练习一：下表为10个人对两个不同的问题作出的回答（回答为“Yes”或“No”）后得到的数据，利用SPSS为该数据创建频数分布表。 sample1 No Yes No No No Yes Yes Yes No No
sample2 Yes No Yes No No Yes Yes Yes Yes Yes gender 女 女 女 女 女 男 男 男 男 男 答案：FREQUENCIES VARIABLES=sample1 sample2
/ORDER=ANALYSIS.
频率
[数据集0]
统计量
N
有效 缺失
sample1
49 0 sample2
49 0 频率表
sample1
有效
No Yes 合计
频率
39 6 4 49 百分比
79.6 12.2 8.2 100.0 有效百分比
79.6 12.2 8.2 100.0 累积百分比
79.6 91.8 100.0
1
sample2
有效
No Yes 合计
频率
39 3 7 49 百分比
79.6 6.1 14.3 100.0 有效百分比
79.6 6.1 14.3 100.0 累积百分比
79.6 85.7 100.0
SAVE OUTFILE='C:\\Documents and Settings\\Administrator\\桌面\\输出1.sav' /COMPRESSED.
练习二: 某百货公司连续40天的商品销售额（单位：万元）如下： 41 46 35 42
FREQUENCIES VARIABLES=sale
/STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /ORDER=ANALYSIS.
25 36 28 36 29 45 46 37 47 37 34 37 38 37 30 49 34 36 37 39 30 45 44 42 38 43 26 32 43 33 38 36 40 44 44 35 根据上面的数据进行适当分组，编制频数分布表。
频率
[数据集0]
统计量
sale N
有效 缺失
均值
均值的标准误 中值 众数 标准差 方差 偏度
偏度的标准误 峰度
峰度的标准误 全距 极小值
40 0 37.8500 .94228 37.0000 37.00 5.95948 35.515 -.227 .374 -.509 .733 24.00 25.00 2
极大值 和 49.00 1514.00 sale 有效 25.00 26.00 28.00 29.00 30.00 32.00 33.00 34.00 35.00 36.00 37.00 38.00 39.00 40.00 41.00 42.00 43.00 44.00 45.00 46.00 47.00 49.00 合计 频率 1 1 1 1 2 1 1 2 2 4 5 3 1 1 1 2 2 3 2 2 1 1 40 百分比 2.5 2.5 2.5 2.5 5.0 2.5 2.5 5.0 5.0 10.0 12.5 7.5 2.5 2.5 2.5 5.0 5.0 7.5 5.0 5.0 2.5 2.5 100.0 有效百分比 2.5 2.5 2.5 2.5 5.0 2.5 2.5 5.0 5.0 10.0 12.5 7.5 2.5 2.5 2.5 5.0 5.0 7.5 5.0 5.0 2.5 2.5 100.0 累积百分比 2.5 5.0 7.5 10.0 15.0 17.5 20.0 25.0 30.0 40.0 52.5 60.0 62.5 65.0 67.5 72.5 77.5 85.0 90.0 95.0 97.5 100.0
FREQUENCIES VARIABLES=sale 组数
/STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /ORDER=ANALYSIS.
频率
3
[数据集0]
统计量
sale
组数
N
有效 40 40 缺失
0 0 均值
37.8500 2.13 均值的标准误 .94228 .114 中值 37.0000 2.00 众数 37.00 2 标准差 5.95948 .723 方差 35.515 .522 偏度
-.227 -.194 偏度的标准误 .374 .374 峰度
-.509 -1.006 峰度的标准误 .733 .733 全距 24.00 2 极小值 25.00 1 极大值 49.00 3 和
1514.00 85 频率表
sale 频率 百分比 有效百分比 累积百分比 有效 25.00 1 2.5 2.5 2.5 26.00 1 2.5 2.5 5.0 28.00 1 2.5 2.5 7.5 29.00 1 2.5 2.5 10.0 30.00 2 5.0 5.0 15.0 32.00 1 2.5 2.5 17.5 33.00 1 2.5 2.5 20.0 34.00 2 5.0 5.0 25.0 35.00 2 5.0 5.0 30.0 36.00 4 10.0 10.0 40.0 37.00 5 12.5 12.5 52.5 38.00 3 7.5 7.5 60.0 39.00 1 2.5 2.5 62.5 40.00 1 2.5 2.5 65.0 41.00 1 2.5 2.5 67.5 4
42.00 43.00 44.00 45.00 46.00 47.00 49.00 合计
2 2 3 2 2 1 1 40 5.0 5.0 7.5 5.0 5.0 2.5 2.5 100.0 5.0 5.0 7.5 5.0 5.0 2.5 2.5 100.0 72.5 77.5 85.0 90.0 95.0 97.5 100.0
组数 有效 25-33 34-41 42-50 合计 频率 8 19 13 40 百分比 20.0 47.5 32.5 100.0 有效百分比 20.0 47.5 32.5 100.0 累积百分比 20.0 67.5 100.0 练习三：某行业管理局所属40个企业1999年的产品销售收入数据（单位：万元）如下： 152 105 117 97 124 119 108 88 129 114 105 123 116 115 110 115 100 87 107 119 103 103 137 138 92 118 120 112 95 142 136 146 127 135 117 113 104 125 108 126 （1） 根据上面的数据进行适当分组，编制频数分布表，并计算出累计频数和累计频率； （2） 按规定，销售收入在125万元以上为先进企业，115万元-125万元为良好企业，105
万元-115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后企业进行分组。
频率
[数据集0]
统计量
N
有效 缺失
均值
均值的标准误 中值 众数 标准差 方差
sale
40 0 116.1750 2.45991 115.5000 103.00 15.55781 242.046 a
组数
40 0 2.3000 .12506 2.0000 2.00 .79097 .626 5
偏度
.258 .380 偏度的标准误 .374 .374 峰度
-.247 -.025 峰度的标准误 .733 .733 全距 65.00 3.00 极小值 87.00 1.00 极大值 152.00 4.00 和
4647.00 92.00 a. 存在多个众数。显示最小值
频率
sale
频率
百分比
有效百分比
累积百分比
有效
87.00 1 2.5 2.5 2.5 88.00 1 2.5 2.5 5.0 92.00 1 2.5 2.5 7.5 95.00 1 2.5 2.5 10.0 97.00 1 2.5 2.5 12.5 100.00 1 2.5 2.5 15.0 103.00 2 5.0 5.0 20.0 104.00 1 2.5 2.5 22.5 105.00 2 5.0 5.0 27.5 107.00 1 2.5 2.5 30.0 108.00 2 5.0 5.0 35.0 110.00 1 2.5 2.5 37.5 112.00 1 2.5 2.5 40.0 113.00 1 2.5 2.5 42.5 114.00 1 2.5 2.5 45.0 115.00 2 5.0 5.0 50.0 116.00 1 2.5 2.5 52.5 117.00 2 5.0 5.0 57.5 118.00 1 2.5 2.5 60.0 119.00 2 5.0 5.0 65.0 120.00 1 2.5 2.5 67.5 123.00 1 2.5 2.5 70.0 124.00 1 2.5 2.5 72.5 125.00
1 2.5 2.5 75.0
6
126.00 127.00 129.00 135.00 136.00 137.00 138.00 142.00 146.00 152.00 合计
1 1 1 1 1 1 1 1 1 1 40 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 100.0 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 100.0 77.5 80.0 82.5 85.0 87.5 90.0 92.5 95.0 97.5 100.0
组数 有效 80-100 100-120 120-140 110-120 合计 频率 5 21 11 3 40 百分比 12.5 52.5 27.5 7.5 100.0 有效百分比 12.5 52.5 27.5 7.5 100.0 累积百分比 12.5 65.0 92.5 100.0 描述
[数据集0]
描述统计量 销售额 先进企业 良好企业 一般企业 落后企业 有效的 N （列表状态） N 40 10 12 11 9 0 极小值 87.00 1.00 2.00 3.00 4.00 极大值 152.00 1.00 2.00 3.00 4.00 均值 116.1750 1.0000 2.0000 3.0000 4.0000 标准差 15.55781 .00000 .00000 .00000 .00000
FREQUENCIES VARIABLES=销售额 先进企业 良好企业 一般企业 落后企业
/STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM /ORDER=ANALYSIS
[数据集0]
频率表
7
IF ( 销售额 > 125) 企业类型=\"先进企业\". EXECUTE.
IF ( 销售额 >= 115 & 销售额 = 125) 企业类型=\"良好企业\". EXECUTE.
IF ( 销售额 >= 105 & 销售额 = 115) 企业类型=\"一般企业\". EXECUTE.
IF (销售额 105) 企业类型=\"落后企业\". EXECUTE.
FREQUENCIES VARIABLES=销售额 企业类型
/STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM /ORDER=ANALYSIS.
频率
[数据集0]
统计量
销售额
企业类型
N
有效 40 40 缺失
0 0 均值
116.1750 均值的标准误 2.45991 中值 115.5000 众数 103.00a
标准差 15.55781 方差 242.046 全距 65.00 极小值 87.00 极大值 152.00 和
4647.00
a. 存在多个众数。显示最小值
频率表
销售额
频率
百分比
有效百分比
累积百分比
有效
87.00 1 2.5 2.5 2.5 88.00 1 2.5 2.5 5.0 92.00 1 2.5 2.5 7.5 95.00
1 2.5 2.5 10.0 8
97.00 1 2.5 2.5 12.5 100.00 1 2.5 2.5 15.0 103.00 2 5.0 5.0 20.0 104.00 1 2.5 2.5 22.5 105.00 2 5.0 5.0 27.5 107.00 1 2.5 2.5 30.0 108.00 2 5.0 5.0 35.0 110.00 1 2.5 2.5 37.5 112.00 1 2.5 2.5 40.0 113.00 1 2.5 2.5 42.5 114.00 1 2.5 2.5 45.0 115.00 2 5.0 5.0 50.0 116.00 1 2.5 2.5 52.5 117.00 2 5.0 5.0 57.5 118.00 1 2.5 2.5 60.0 119.00 2 5.0 5.0 65.0 120.00 1 2.5 2.5 67.5 123.00 1 2.5 2.5 70.0 124.00 1 2.5 2.5 72.5 125.00 1 2.5 2.5 75.0 126.00 1 2.5 2.5 77.5 127.00 1 2.5 2.5 80.0 129.00 1 2.5 2.5 82.5 135.00 1 2.5 2.5 85.0 136.00 1 2.5 2.5 87.5 137.00 1 2.5 2.5 90.0 138.00 1 2.5 2.5 92.5 142.00 1 2.5 2.5 95.0 146.00 1 2.5 2.5 97.5 152.00 1 2.5 2.5 100.0 合计
40 100.0 100.0
企业类型
频率
百分比
有效百分比
累积百分比
有效
良好企业 10 25.0 25.0 25.0 落后企业 9 22.5 22.5 47.5 先进企业 10 25.0 25.0 72.5 一般企业
11 27.5 27.5 100.0 9
企业类型
有效
良好企业 落后企业 先进企业 一般企业 合计
频率
10 9 10 11 40 百分比
25.0 22.5 25.0 27.5 100.0 有效百分比
25.0 22.5 25.0 27.5 100.0 累积百分比
25.0 47.5 72.5 100.0
FREQUENCIES VARIABLES=分组 销售后入 企业等级 /STATISTICS=SUM /BARCHART FREQ /ORDER=ANALYSIS.
IF (销售后入 105) 企业等级=企业等级. EXECUTE.
FREQUENCIES VARIABLES=分组 销售后入 企业等级 /STATISTICS=MEDIAN MODE SUM /BARCHART FREQ /ORDER=ANALYSIS.
练习四：某班的统计学成绩如下表所示：
姓名 李娟 袁晓惠 邓盼 蒋君 刘俊莉 王媛媛 周波 赵佳 雷晓荣 刘洁 欧阳敏 向华 张江南 曾嘉 朱赟 高茜 田婷 颜晓 彭林 林丹萍
平时成绩 80 80 89 90 87 90 80 80 95 97 83 86 81 87 86 88 80 80 80 80 期末考试成绩 57 72 89 88 87 91 76 70 90 97 83 86 81 87 86 93 69 64 74 67 10
（1）请按下面注明的两个条件计算出该班每位同学的总评成绩。
条件1:总评成绩的构成：总评成绩=0.2*平时成绩+0.8*期末成绩（即总评成绩中，平时成绩占20%，期末成绩占80%） 条件2：总评成绩请保留为整数
（2）请按100-90分，89-80分，79-70分，69-60分，59分及以下，将该班全体同学按照期末成绩进行分组得出各组人数。
答案：COMPUTE 总评成绩=0.2 * 平时成绩 + 0.8 * 期末考试成绩.
EXECUTE.
DESCRIPTIVES VARIABLES=总评成绩 /STATISTICS=MEAN STDDEV MIN MAX.
频率
[数据集0]
统计量
总评成绩
分组
N
有效 20 20 缺失
20 20 均值
81.27 2.30 均值的标准误 2.174 .206 中值 84.50 2.00 众数 86a
2 标准差 9.723 .923 方差 94.536 .853 全距 35 3 极小值 62 1 极大值 97 4 和
1625 46 a. 存在多个众数。显示最小值
频率表
11
总评成绩
频率
百分比
有效百分比
累积百分比
有效
62 1 2.5 5.0 5.0 67 1 2.5 5.0 10.0 70 1 2.5 5.0 15.0 71 1 2.5 5.0 20.0 72 1 2.5 5.0 25.0 74 1 2.5 5.0 30.0 75 1 2.5 5.0 35.0 77 1 2.5 5.0 40.0 81 1 2.5 5.0 45.0 83 1 2.5 5.0 50.0 86 2 5.0 10.0 60.0 87 2 5.0 10.0 70.0 88 1 2.5 5.0 75.0 89 1 2.5 5.0 80.0 91 1 2.5 5.0 85.0 91 1 2.5 5.0 90.0 92 1 2.5 5.0 95.0 97 1 2.5 5.0 100.0 合计
20 50.0 100.0 缺失 系统
20 50.0 合计
40 100.0
分组 频率 百分比 有效百分比 累积百分比 有效 1 4 10.0 20.0 20.0 2 8 20.0 40.0 60.0 3 6 15.0 30.0 90.0 4 2 5.0 10.0 100.0 合计 20 50.0 100.0 缺失 系统 20 50.0 合计 40 100.0
IF (总评成绩 = 100 & 总评成绩 >= 90) 分组=\"优秀\". EXECUTE.
IF (总评成绩 = 89 & 总评成绩 >= 80) 分组=\"良好\".
12
EXECUTE.
IF (总评成绩 = 79 & 总评成绩 >= 70) 分组=\"一般\". EXECUTE.
IF (总评成绩 = 69 & 总评成绩 >= 60) 分组=\"及格\". EXECUTE.
FREQUENCIES VARIABLES=总评成绩 分组
/STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM /ORDER=ANALYSIS.
频率
[数据集0]
统计量
总评成绩
分组
N
有效 20 40 缺失
20 0 均值
81.27 均值的标准误 2.174 中值 84.50 众数 86a
标准差 9.723 方差 94.536 全距 35 极小值 62 极大值 97 和
1625
a. 存在多个众数。显示最小值
频率表
总评成绩
频率
百分比
有效百分比
累积百分比
有效
62 1 2.5 5.0 5.0 67 1 2.5 5.0 10.0 70 1 2.5 5.0 15.0 71 1 2.5 5.0 20.0 72 1 2.5 5.0 25.0 74 1 2.5 5.0 30.0 75
1 2.5 5.0 35.0
13
77 1 2.5 5.0 40.0 81 1 2.5 5.0 45.0 83 1 2.5 5.0 50.0 86 2 5.0 10.0 60.0 87 2 5.0 10.0 70.0 88 1 2.5 5.0 75.0 89 1 2.5 5.0 80.0 91 1 2.5 5.0 85.0 91 1 2.5 5.0 90.0 92 1 2.5 5.0 95.0 97 1 2.5 5.0 100.0 合计
20 50.0 100.0 缺失 系统
20 50.0 合计
40 100.0
分组 频率 百分比 有效百分比 累积百分比 有效 20 50.0 50.0 50.0 及格 2 5.0 5.0 55.0 良好 8 20.0 20.0 75.0 一般 6 15.0 15.0 90.0 优秀 4 10.0 10.0 100.0 合计 40 100.0 100.0
FREQUENCIES VARIABLES=分组
/STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM /ORDER=ANALYSIS.
频率
[数据集0]
统计量
分组 N
有效 40 缺失
0
14
分组
有效
及格 良好 一般 优秀 合计
频率
20 2 8 6 4 40 百分比
50.0 5.0 20.0 15.0 10.0 100.0 有效百分比
50.0 5.0 20.0 15.0 10.0 100.0 累积百分比
50.0 55.0 75.0 90.0 100.0
练习五：如下表中所示的是20个股票经纪商对于两种不同交易收取佣金数据的一个样本。这两种交易分别为: 买卖500股每股50美元和买卖1000股每股5美元的股票。
佣金/美元 500股 经纪商 每股50美元 1 2 3 4 5 6 7 8 9 10 73 34 29 120 155 90 145 33 195 95 每股5美元 90 34 29 70 90 65 70 53 70 66 11 12 13 14 15 16 17 18 19 20 1000股 经纪商 每股50美元 25 131 120 85 50 67 134 154 39 35 每股5美元 25 69 61 110 70 65 80 90 49 70 佣金/美元 500股 1000股 （1）计算两种交易佣金的全距和四分位数间距。 （2）计算两种交易佣金的方差和标准差。 （3）计算两种交易佣金的变异系数。 （4）比较两种交易的成本变异程度。
FREQUENCIES VARIABLES=买卖500股佣金 买卖1000股佣金 经纪商 /NTILES=4 /NTILES=10
/STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT
/GROUPED=买卖500股佣金 买卖1000股佣金 经纪商 /HISTOGRAM /ORDER=ANALYSIS.
15
频率
[数据集0]
统计量
买卖500股佣金
买卖1000股佣金
经纪商
N
有效 20 20 20 缺失
0 0 0 均值
90.4500 66.3000 10.5000 均值的标准误 11.49473 4.73125 1.32288 中值 87.5000a
69.1667a
10.5000a
众数 120.00 70.00 1.00b 标准差 51.40599 21.15880 5.91608 方差 2642.576 447.695 35.000 偏度
.327 -.231 .000 偏度的标准误 .512 .512 .512 峰度
-1.025 .312 -1.200 峰度的标准误 .992 .992 .992 全距 170.00 85.00 19.00 极小值 25.00 25.00 1.00 极大值 195.00 110.00 20.00 和 1809.00 1326.00 210.00 百分位数
10 31.0000c 31.5000c 2.5000c 20 34.5000 51.0000 4.5000 25 37.0000 57.0000 5.5000 30 44.5000 62.3333 6.5000 40 70.0000 65.6667 8.5000 50 87.5000 69.1667 10.5000 60 103.3333 69.8333 12.5000 70 127.3333 75.0000 14.5000 75 132.5000 78.3333 15.5000 80 139.5000 82.5000 16.5000 90
154.5000 95.0000 18.5000 a. 利用分组数据进行计算。 b. 存在多个众数。显示最小值 c. 将利用分组数据计算百分位数。
频率表
16
买卖500股佣金
频率
百分比
有效百分比
累积百分比
有效
25.00 1 5.0 5.0 5.0 29.00 1 5.0 5.0 10.0 33.00 1 5.0 5.0 15.0 34.00 1 5.0 5.0 20.0 35.00 1 5.0 5.0 25.0 39.00 1 5.0 5.0 30.0 50.00 1 5.0 5.0 35.0 67.00 1 5.0 5.0 40.0 73.00 1 5.0 5.0 45.0 85.00 1 5.0 5.0 50.0 90.00 1 5.0 5.0 55.0 95.00 1 5.0 5.0 60.0 120.00 2 10.0 10.0 70.0 131.00 1 5.0 5.0 75.0 134.00 1 5.0 5.0 80.0 145.00 1 5.0 5.0 85.0 154.00 1 5.0 5.0 90.0 155.00 1 5.0 5.0 95.0 195.00 1 5.0 5.0 100.0 合计
20 100.0 100.0
买卖1000股佣金
频率
百分比
有效百分比
累积百分比
有效
25.00 1 5.0 5.0 5.0 29.00 1 5.0 5.0 10.0 34.00 1 5.0 5.0 15.0 49.00 1 5.0 5.0 20.0 53.00 1 5.0 5.0 25.0 61.00 1 5.0 5.0 30.0 65.00 2 10.0 10.0 40.0 66.00 1 5.0 5.0 45.0 69.00 1 5.0 5.0 50.0 70.00 5 25.0 25.0 75.0 80.00 1 5.0 5.0 80.0 90.00
3 15.0 15.0 95.0 17
110.00 1 5.0 5.0 100.0 合计
20 100.0 100.0
经纪商
频率
百分比
有效百分比
累积百分比
有效
1.00 1 5.0 5.0 5.0 2.00 1 5.0 5.0 10.0 3.00 1 5.0 5.0 15.0 4.00 1 5.0 5.0 20.0 5.00 1 5.0 5.0 25.0 6.00 1 5.0 5.0 30.0 7.00 1 5.0 5.0 35.0 8.00 1 5.0 5.0 40.0 9.00 1 5.0 5.0 45.0 10.00 1 5.0 5.0 50.0 11.00 1 5.0 5.0 55.0 12.00 1 5.0 5.0 60.0 13.00 1 5.0 5.0 65.0 14.00 1 5.0 5.0 70.0 15.00 1 5.0 5.0 75.0 16.00 1 5.0 5.0 80.0 17.00 1 5.0 5.0 85.0 18.00 1 5.0 5.0 90.0 19.00 1 5.0 5.0 95.0 20.00 1 5.0 5.0 100.0 合计
20 100.0 100.0
直方图
18
19
CORRELATIONS
/VARIABLES=买卖500股佣金 买卖1000股佣金 /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE.
相关性
[数据集0]
相关性 买卖500股佣金 买卖1000股佣金 买卖500股佣金 Pearson 相关性 1 .570** 显著性（双侧） .009 N 20 20 买卖1000股佣金 Pearson 相关性 .570** 1 显著性（双侧） .009 N 20 20 20
相关性
买卖500股佣金
买卖1000股佣金
买卖500股佣金
Pearson 相关性 1 .570**
显著性（双侧）
.009 N
20 20 买卖1000股佣金
Pearson 相关性 .570**
1 显著性（双侧） .009
N
20 20 **. 在 .01 水平（双侧）上显著相关。
GET
FILE='E:\\1115080206\\练习五.sav'. DATASET NAME 数据集1 WINDOW=FRONT. DATASET ACTIVATE 数据集0. DATASET CLOSE 数据集1. PPLOT
/VARIABLES=买卖500股佣金 买卖1000股佣金 /NOLOG /STANDARDIZE /DIFF=1 /TYPE=P-P /FRACTION=BLOM /TIES=MEAN /DIST=NORMAL.
PPlot
[数据集0]
模型描述
模型名称 MOD_1 序列或顺序
1 买卖500股佣金 2
买卖1000股佣金 转换
无
非季节性差分 1 季节性差分 0 季节性期间的长度 无周期性 标准化
已应用 21
分布 类型 正态 位置 估计 标度
估计 部分排序估计方法 Blom
为结指定秩
同数的值的秩均值
正在应用来自 MOD_1 的模型指定。
个案处理摘要 买卖500股佣金 买卖1000股佣金 序列或顺序长度 20 20 图中的缺失值数 用户缺失 0 0 系统缺失 0 0 个案未进行加权。 估计的分布参数 买卖500股佣金 买卖1000股佣金 正态分布 位置 .0000 .0000 标度 1.00000 1.00000 个案未进行加权。
买卖500股佣金
22
23
买卖1000股佣金
24
GET
FILE='F:\\未标题1.sav'.
DATASET NAME 数据集2 WINDOW=FRONT. DATASET ACTIVATE 数据集0. DATASET CLOSE 数据集2.
SAVE OUTFILE='F:\\未标题5.sav' /COMPRESSED.
练习六：某生产部门利用一种抽样程序来检验新生产出来的产品的质量，该部门使用下面的法则来决定检验结果：如果一个样本中的14个数据项的方差大于0.005，则生产线必须关闭整修。假设搜集的数据如下： 3.43 3.48 3.45 3.41 3.43 3.38 3.48 3.49 3.52 3.45 3.50 3.51 3.39 3.50 问此时的生产线是否必须关闭？为什么？
25
SORT CASES BY 产品质量 (A). DESCRIPTIVES VARIABLES=产品质量
/STATISTICS=MEAN STDDEV VARIANCE RANGE MIN MAX SEMEAN.
描述
[数据集0]
描述统计量 产品质量 有效的 N （列表状态） N 统计量 14 14 全距 统计量 .14 极小值 统计量 3.38 极大值 统计量 3.52 均值 统计量 3.4586 标准误 .01213 标准差 统计量 .04538 方差 统计量 .002
练习七：
将50个数据输入到SPSS工作表中。并使用SPSS计算这些数据描述统计量（如最大值、平均值、方差、标准差等） 117 108 110 112 137
DESCRIPTIVES VARIABLES=数据
/STATISTICS=MEAN STDDEV VARIANCE RANGE MIN MAX SEMEAN.
122 131 118 134 114 124 125 123 127 120 129 117 126 123 128 139 122 133 119 124 107 133 134 113 115 117 126 127 120 139 130 122 123 123 128 122 118 118 127 124 125 108 112 135 121 描述
[数据集0]
描述统计量 数据 有效的 N （列表状态） N 统计量 50 50 全距 统计量 32.00 极小值 统计量 107.00 极大值 统计量 139.00 均值 统计量 122.9800 标准误 1.13515 标准差 统计量 8.02672 方差 统计量 64.42
练习八：广告协会记录了在半点时段和最佳时段电视节目中广告所占时间。在主要通信网中晚8：30分时段的20个最佳时段的电视节目中，广告所占时间的数据如下（单位：分钟） 6.0 6.5
6.6 6.2 5.8 6.0 7.0 6.5 6.3 7.2 6.2 7.3 7.2 7.6 5.7 6.8 6.4 6.0 7.0 6.2 26
求晚8：30分时段电视节目中广告所占时间均值的点估计的95％置信区间。
练习九：某年度我国部分工业品产量如下表所示 序号 省市 地区 生铁（万吨） 钢铁（万吨） 水泥（万吨） 塑料（万吨） 华北 华北 华北 华北 华北 东北 东北 东北 华东 华东 华东 华东 华东 华东 华东 中南 中南 中南 中南 中南 中南 西南 西南 西南 西南 西南 西北 西北 西北 西北 西北 783.59 228.74 2177.09 2088.54 476.06 1594.39 201.78 82.13 1469.73 454.76 125.14 594.77 180.23 338.06 793.91 5512.95 840.22 455.64 253.81 152.07 .24 180.33 600.95 173.49 3312.94 .00 72.93 220.96 .00 12.06 111.74 825.11 395.73 1969.65 606.77 453.75 1660.65 200.56 93.64 1874.71 848.22 182.48 553.96 155.27 399.73 722.60 534.48 1003.91 442.80 345.00 128.46 .16 200.86 702.76 146.99 222.02 .00 69.44 236.61 44.29 .00 131.83 809.00 338.99 4878.03 1573.01 698.12 2101.45 9012.25 965.56 433.59 5246.93 4791.03 2371.52 1762.02 1608.31 72812.25 4686.40 2796.70 2761.89 6018.02 2140.45 312.59 1698.80 3162.14 1204.00 1640.87 49.59 1492.91 891.65 176.13 318.69 981.00 75.60 73.60 40.40 3.20 5.80 99.70 36.90 712.30 108.30 199.60 31.80 9.10 112.50 14.50 139.60 48.80 33.00 19.80 1515.70 4.20 .00 .30 112.20 .10 1.70 .00 2.70 30.70 1.20 5.20 33.70 1 北京 2 天津 3 河北 4 山西 5 内蒙古 6 辽宁 7 吉林 8 黑龙江 9 上海 10 江苏 11 浙江 12 安徽 13 福建 14 江西 15 山东 16 河南 17 湖北 18 湖南 19 广东 20 广西 21 海南 22 重庆 23 四川 24 贵州 25 云南 26 西藏 27 陕西 28 甘肃 29 青海 30 宁夏 31 新疆 请据表中数据对如下六个问题进行统计图形描述 （1） （2） （3） （4） （5）
请选择一个适当图形描述各地区所含省市数目 请选择一个适当图形描述各地区水泥的平均产量
请选择一个适当图形描述每个地区水泥产量低于800万吨的省市数目 请选择一个适当图形描述该年度全国生铁、钢、水泥、塑料的平均产量 请选择一个适当图形描述该年度华北五省市工业品产量
27
（6） 请选择一个适当图形描述各地区塑料总产量占全国总量的比例
FREQUENCIES VARIABLES=地区 /BARCHART FREQ /ORDER=ANALYSIS.
频率
[数据集0]
统计量
地区 N
有效 31 缺失
0 地区 频率 百分比 有效百分比 累积百分比 有效 东北 3 9.7 9.7 9.7 华北 5 16.1 16.1 25.8 华东 7 22.6 22.6 48.4 西北 5 16.1 16.1 64.5 西南 5 16.1 16.1 80.6 中南 6 19.4 19.4 100.0 合计 31 100.0 100.0
28
GRAPH
/BAR(SIMPLE)=MEAN(水泥) BY 地区.
图表
[数据集0]
29
GRAPH
/BAR(SIMPLE)=NGT(800)(水泥) BY 地区.
图表
[数据集0]
30
GRAPH
/BAR(SIMPLE)=MEAN(生铁) MEAN(钢铁) MEAN(水泥) MEAN(塑料) /MISSING=LISTWISE.
图表
[数据集0]
31
GRAPH
/BAR(GROUPED)=SUM(生铁) SUM(钢铁) SUM(水泥) SUM(塑料) BY 华北 /MISSING=VARIABLEWISE.
图表
32
[数据集0]
GRAPH
/PIE=SUM(塑料) BY 地区.
图表
[数据集0]
33
练习十：以下数据记录了美国最大的旅馆业市场的客房使用率和平均房价的统计资料。 市场名称 洛杉矶-长滩 芝加哥 华盛顿 亚特兰大 达拉斯 圣迭戈 阿纳海姆-圣安娜 旧金山 休斯顿 迈阿密-海厄利亚 瓦胡岛 菲尼克斯 波士顿 坦帕-圣彼德斯堡 底特律 费城
客房使用率（%） 67.9 72.0 68.4 67.7 69.5 68.7 69.5 78.7 62.0 71.2 80.7 71.4 73.5 63.4 68.7 70.1 平均房价/美元 75.91 92.04 94.42 81.69 74.76 80.86 70.04 106.47 66.11 85.83 107.11 95.34 105.51 67.45 64.79 83.56 34
纳什维尔 西雅图 明尼阿波利斯-圣保罗 新奥尔良 67.1 73.4 69.8 70.6 70.12 82.60 73.64 99.00 （1）用平均房价作自变量，画出这些数据的散点图； （2）求客房使用率关于平均房价估计的回归方程；
（3）对于平均房价为80美元的一家旅馆，估计它的客房使用率
GRAPH
/SCATTERPLOT(BIVAR)=平均房价 WITH 客房使用率 /MISSING=LISTWISE.
图表
[数据集0]
35
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) CIN(95) /NOORIGIN
/DEPENDENT 客房使用率 /METHOD=ENTER 平均房价 /SAVE PRED MCIN ICIN.
回归
[数据集0]
输入／移去的变量b 模型 输入的变量 移去的变量 方法 1 平均房价a . 输入 a. 已输入所有请求的变量。 b. 因变量: 客房使用率 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 1 .790a .625 .604 2.71343 a. 预测变量: (常量), 平均房价。 b. 因变量: 客房使用率 Anovab 模型 平方和 df 均方 F Sig. 1 回归 220.457 1 220.457 29.943 .000a 残差 132.528 18 7.363 总计 352.986 19 a. 预测变量: (常量), 平均房价。 b. 因变量: 客房使用率 系数a 非标准化系数 标准系数 模型 B 标准 误差 试用版 t Sig. 36
1 (常量) 平均房价 49.626 .246 3.811 .045 .790 13.021 5.472 .000 .000 a. 因变量: 客房使用率 线性回归方程为：Y=49.626+0.246X 残差统计量 a 预测值 标准 预测值 预测值的标准误差 调整的预测值 残差 标准 残差 Student 化 残差 已删除的残差 Student 化 已删除的残差 Mahal。 距离 Cook 的距离 居中杠杆值 a. 因变量: 客房使用率 极小值 65.5325 -1.375 .607 64.9759 -4.40699 -1.624 -1.694 -4.79268 -1.795 .000 .000 .000 极大值 75.9225 1.676 1.207 75.9696 4.77746 1.761 1.966 5.95519 2.156 2.808 .476 .148 均值 70.2150 .000 .836 70.1816 .00000 .000 .006 .03341 .009 .950 .078 .050 标准 偏差 3.40632 1.000 .199 3.35443 2.64105 .973 1.042 3.03256 1.080 .915 .112 .048 N 20 20 20 20 20 20 20 20 20 20 20 20
COMPUTE 房价为80时估计客房使用率=80 * 0.246 + 49.626. EXECUTE.
37
因篇幅问题不能全部显示，请点此查看更多更全内容