我国外汇储备量预测
现有我国2000—2012年外汇储备量数据，如表1所示。为了了解我国外汇储备的发展情况，我将预测我国2013—2015年外汇储备储备量。
表1 我国外汇储备量
数据已录入“我国外汇储备量.sav”。
一、分析思路
在本案例中，分析未来3年的外汇储备量受到以下条件制约：
1、可用信息量太少：13个数据用于预测，显然这不是非常充裕的样本量，意味着所获得的预测模型的准确度可能不会太高，反应在建模结果上，就是预测值的区间估计值非常之宽。
2、未来趋势的变化：受国家政策、国际经济形势变化的影响，再精确的模型也无法预计我国外汇储备量因为大环境改变所带来的巨大影响。
基于以上两点原因，预测未来3年我国外汇储备量这一目标是比较合理的。
二、数据理解
使用散点图对数据的变化规律进行观察，如图1。
根据图1我们可以看出：随着年代的推移，我国外汇储备量不呈线性。不仅如此，散点图反应出2000—2012年间外汇储备量并非遵循一个曲线变动。2000—2002年我国外汇储备总体呈增长趋势，但是相对缓慢；2003—2010年增长速度相对较快；2011—2012年增长趋势渐缓。
因此，我将在随后的建模时考虑应用2003—2010年的数据进行建模。
观察2003—2010年的储备变化，可以看到呈现出加速上升的曲线趋势，所有反应该趋势的曲线模型都在考虑之列。
二次方曲线：Y=
2
2
1
X
b
X
b
b+
+
三次方曲线：
3
3
2
2
1
X
b
X
b
X
b
b
Y+
+
+
=
指数曲线：
bx
e
b
Y
0 =
图1 外汇储备量散点图
三、变量变换后的线性回归
由于相应模型中存在自变量的高次项或指数项，直接使用年代作为自变量纳入模型将产生数值很大的平方、立方项，这虽然不影响模型精度，但是会严重影响方程的可读性。因此我们将年代产生一个新的序列变量，并将它作为自变量纳入模型。
本预测需要拟合曲线回归模型，即通过变量变换，将曲线方程变换为直线方程的形式，即可利用变换后的变量来进行“线性”模型的拟合。
首先对模型中各个变量纳入模型情况进行汇总。通过表2可以看出进入模型的有两个自变量，变量的选择方法为强行进入法。
表2
上表的结果就是对模型的简单汇总，其实就是对回归方程拟合情况的描述，通过表2可以知道相关系数（绝对值）的取值（R），相关系数的平方和即决定系数（R Square），调整后的决定系数（Adjusted R Square）和回归系数的标准误差（Std. Error of the Estimate）.决定系数的取值在0—1之间，它的含义就是自变量所能解释的方差在总方差中所占的百分比，取值越大说明模型的效果越好。本次预测中拟合的模型决定系数高达99.8%,拟合效果非常不错。
表3
表3即为对模型进行方差分析的结果。可以看出方差分析的结果F的值为1195.921，P值小于0.05，所有该模型是有统计意义的。
表4
表4中给出了回归方程中常数项、回归系数的估计值和检验结果。常数项为2521.009，两个回归系数分别为1150.963和267.593，通过它可以写出回归方程为：
外汇储备量=2521.009—1150.963*time+267.593*time2 通过以上方程我们可以得出结论：
（1）当time为0是，即时间为2003-1=2002是，储蓄量的模型估计值为2521.009，显然这个数值与实际情况比较相符，这个估计值是有意义的。
（2）储蓄量和时间的一次项、二次项都正相关。
四、模型拟合效果的判断
我们建立了储备量预测模型，但是预测精度仍是我们需要考虑的问题。我们对预测模型进行残差的独立性检验。结果输出如表5.
表5
在新的模型汇总中，增加一项Durbin-Wastson，该统计量的取值在0-4之间。一般的，若自变量少于4个，统计量大于2，基本可以肯定残差间相互独立。在本次预测中，计算结果为1.829，独立性没有大的问题。
我们进一步绘制残差序列图，观察残差随时间变化而变化的情况。如果模型的拟合效果好，则残差序列在整个时间范围内应当落在0附近。
图2
通过图2我们可以看出，在整个时间段内，标准残差均在0上下波动，切波动范围没有超出+-2，没有发现明显方差不齐或者强影响点的线索。
五、用曲线估计过程同时拟合多个曲线模型
二次方曲线模型的分析结果
从中可见，模型的确定系数为0.998，time的一次方和二次方回归系数粉笔为1150.963和267.593，显然和进行变量变换后所得的分析结果完全相同。
三次方曲线的分析结果
通过以上分析，我们可以写出三次方方程模型如下：
time t to?=3912.664-296.920*time+647.135*2
al
tim e-28.114*3
指数曲线的分析结果
指数曲线模型中，决定系数为0.987，显然低于前两个模型，相应的模型表达式为：
al t
to ?=3416.223*time e *280.0 分析结果中最后输出的是实测值和模型预测值的曲线图。如图3所示：
图3
六、模型拟合效果的判断
绘制3个模型的误差项的序列图，如图4所示。以观察随着年代的变化，相应预测误差的变动趋势。
图4
从图4中，可以看出指数方差的预测误差一直比较大。特别是从2008-2010年，预测误差由正急剧转负，表明此时模型曲线和实际数据的变动趋势完全不一致。显然该模型部适合于预测。二次方和三次方的误差序列图始终较为紧密地纠缠在一起，很难区分何者更优。但从近几年的数据来看，三次曲线紧密围绕零点波动，由于这些数据点处于序列末端，其预测的准确性更为重要，因此我们更倾向于三次方模型。
除了考察残差的波动情况外，曲线图所反映出来的未来变动趋势也很重要。从曲线图中可以看出，三次曲线未来上升趋势比二次方较为明显一些。考虑到我国外汇储备的发展状况，三次方比较稳妥。
七、模型的预测
通过以上分析，已经确定使用三次方模型进行预测，并且预测长度为3年。
八、构建分段回归模型
我们构建分段模型，公式如下：
Total=(year<2003)*(0b +1b *time)+(year>=2003)*(11b +12b *time)
其中，逻辑表达式year 的取值根据是否符合要求得出逻辑结果为0或者1，从而实现了分段模型的要求。
表6
以上输出为迭代过程记录，观察残差SS的变化，可见随着迭代的进行，残差SS变得越来越小，也就是说模型无法解释的变异部分越来越少。但这一过程不是无限进行下去，当进行到了2步迭代时，残差SS以及各参数的估计值均稳定下来，模型达到收敛效果。
表7
表7给出的模型中未知参数的点估计和区间估计值。由以上结果我们得出模型方程为：
Total=-1492.880+3559.297*time year>=2003
表8
表8为对模型进行近似方差分析的结果，相应的原假设为：所拟合的模型对因变量的预测无贡献。最终P值远小于0.05，拒绝原假设，可以认为模型对因变量的预测是有作用的。
模型的决定系数为0.976，与三次曲线拟合模型的拟合效果又有了改进。
九、不同模型效果的比较
将三次曲线的预测结果和分段回归预测结果相比，可以发现三次方曲线的预测值上升更快速，明显和分段模型的预测结果拉来了距离。所有三次方曲线更为适宜。
十、项目总结
我们基于所有可以的储蓄量数据，对未来一定时期内我国外汇储备量进行了预测，分析结果显示，过去几年间外汇储备量呈加速上升的曲线趋势，通过对二次曲线、三次曲线和指数曲线的拟合，我们发现三次曲线对历史数据的拟合效果最好。最终，我们按照三次曲线的趋势进行了未来3年的销量预测，并给出了相应的销量预测区间。
教育统计学课后作业 一、P118 1 题目：10位大一学生平均每周所花的学习时间与他们的期末考试成绩见表6-17.试问： （1）学习时间与考试成绩之间是否相关？ （2）比较两组数据谁的差异程度大一些？ （3）比较学生2与学生9的期末考试测验成绩。 表6-17 学习时间与期末考试成绩 1 2 3 4 5 6 7 8 9 10 学习时间考试成绩40 58 43 73 18 56 10 47 25 58 33 54 27 45 17 32 30 68 47 69 解题步骤： （1）第一步：定义变量：“xuexishijian”、“xuexichengji”后，输入数据.如下图： 1
第二步：单击选择“分析(Analyze)”中的“相关(Correlate)”中的“双变量(Bivariate Correlations)”， 将上图中的“xuexishijian”和“xuexichengji”添加到右边变量框中，如下图： 第三步：点击“确定“后，输出结果如下图： 第四步：分析结果
3 由上图可知：学习时间与学习成绩之间的pearson 相关系数为0.714，p （双侧）为0.20。自由度 df=10-2=8时，查“皮尔逊积差相关系数显著临界值表”知：r 0.05= 0.623 ； r 0.01=0.765。 因为0.765 > 0.714 >0.623，所以在0.05水平上学习时间和学习成绩是相关显著的。 （2）SPSS 软件分析结果如下图： 由上图可知：学习时间标准差和平均值为：S 1=12.037 ?X 1= 29.00 ；学习时间标准差和平均值为：S 2=12.437?X 2=56.00 根据差异系数公式可知： 学习时间差异系数为：%100?=X S CV S =12.037/29.00×100%=41.51% 学习成绩差异系数为：%100?= X S CV S =12.437/56.00×100%=22.27% 有上述结果可知学习时间差异程度大于学习成绩差异程度。 （4） 把学生2和学生9的期末考试成绩转化成标准分数： Z 2=(X -?X) /S= (73—56)/12.437=1.367 Z 9=(X-?X)/S=(68—56)/12.437=0.965 由上计算可知：学生2期末考试测验成绩优于学生9的期末考试测验成绩。 二、P119 2 题目：某班数学的平均成绩为90，标准差10；化学的平均分为85，标准差为8；物理的平均分为79，标准差为15.某生这三科成绩分别为95,80,80.试问 （1） 该生在哪一学科上突出一些？ （2） 该班三科成绩的差异度如何？有无学习分化现象？ （3） 该生的学期分数是多少？ （4） 三科的总平均和总标准差是多少？ 解题步骤：
CHAPTER 15 西北研究院蔡嘉驰131246 15.4 (i) What we choose is part of u t. Then gMIN t and u t are correlated, which causes OLS to be biased and inconsistent. (ii) I think it is uncorrelate because gGDP t controls for the overall performance of the U.S. economy. (iii) The change of U.S. minimum may someway change the state minimum and vice versa. If the state minimum is always the U.S. minimum, then gMIN t is exogenous in this equation and we would just use OLS. 15.7 (i) Because students that would do better anyway are also more likely to attend a choice school. (ii) Since u1 does not contain income, random assignment of grants within income class means that grant designation is not correlated with unobservables such as student ability, motivation, and family support. (iii) The reduced form is choice= π0 + π1faminc + π2grant + v2, and we need π2≠ 0. (iv) The reduced form for score is just a linear function of the exogenous variables: score= α0 + α1faminc + α2grant + v1. This equation allows us to directly estimate the effect of increasing the grant amount on the test score, holding family income fixed.So it is useful. C15.1 (i) The regression of log(wage) on sibs gives
华中师范大学网络教育学院 《SPSS统计软件》练习题库及答案(本科) 一、选择题（选择类） (A)1、在数据中插入变量的操作要用到的菜单是： A Insert Variable; B Insert Case; C Go to Case; D Weight Cases (C)2、在原有变量上通过一定的计算产生新变量的操作所用到的菜单是： A Sort Cases； B Select Cases； C Compute； D Categorize Variables — (C)3、Transpose菜单的功能是： A 对数据进行分类汇总； B 对数据进行加权处理； C 对数据进行行列转置； D 按某变量分割数据 (A)4、用One-Way ANOVA进行大、中、小城市16岁男性青年平均身高的比较，结果给出sig.=，说明： A. 按照显著性水平，拒绝H0，说明三种城市的平均身高有差别； B. 三种城市身高没有差别的可能性是； C. 三种城市身高有差别的可能性是； 、 D. 说明城市不是身高的一个影响因素 (B)5、下面的例子可以用Paired-Samples T Test过程进行分析的是：A 家庭主妇和女大学生对同种商品喜好的差异； B 服用某种药物前后病情的改变情况； C 服用药物和没有服用药物的病人身体状况的差异； D性别和年龄对雇员薪水的影响 二、填空题（填空类） 6、Merge Files菜单用于合并数据库有两种情况：如果两数据库变量相同，是_观测对象__的合并；如果不同，则是_变量__的合并。 7、用于对计数资料和有序分类资料进行统计描述和简单的统计推断，在分析时可以产生二维或多维列联表，在统计推断时能进行卡方检验的菜单是_ Crosstabs __。 % 8、One-Samples T Test过程用于进行样本所在总体均数___与__已知总体均数_的比较。 三、名词解释（问答类） 9、Repeated Measures：重复测量的方差分析，指的是一个因变量被重复测量好几次，从而同一个个体的几次观察结果间存在相关，这样就不满足普通分析的要求，需要用重复测量的方差分析模型来解决。 10、Chi-Square test：卡方检验，它是非参数检验的一种方法，来检验变量的几个取值所占百分比是否和我们期望的比例没有统计学差异。比如我们在人群中抽取了一个样本，可以用该方法来分析四种血型所占的比例是否相同（都是25%），或者是否符合我们所给出的一个比例（如分别为10%、30%、40%和20%）。 四、简答题（问答类） 11、用SPSS对数据进行分析的基本流程是什么 答：（1）、将数据输入SPSS，并保存； { （2）、进行必要的预分析（分布图、均数标准差等的描述等），以确定应采用的检验方法； （3）、按题目要求进行统计分析； (4)、保存和导出分析结果。 12、对数据进行方差分析时，Univariate菜单和Multivariate菜单最大的区别是什么 答：当因变量只有一个时，使用Univariate菜单，当因变量不止一个时，使用Multivariate菜单。 13、简述SPSS打开其它格式数据的几种方法 答：(1)、直接打开：选择菜单File==>Open==>Data或直接单击快捷工具栏上的打开按钮； (2)、使用数据库查询打开：选择菜单File==>Open Database==>New Query，根据向导打开数据； (3)、使用文本向导读入文本文件：选择菜单File==>Read Text Data ） 14、指定数据按某个变量进行排序需要用到哪个菜单
SPSS操作实验 (作业1) 作为华夏儿女都曾为有着五千年的文化历史而骄傲过，作为时代青年都曾为中国所饱受的欺压而愤慨过，因为我们多是炎黄子孙。然而，当代大学生对华夏文明究竟知道多少呢 某研究机构对大学电气、管理、电信、外语、人文几个学院的同学进行了调查，各个学院发放问卷数参照各个学院的人数比例，总共发放问卷250余份，回收有效问卷228份。调查问卷设置了调查大学生对传统文化了解程度的题目，如“佛教的来源是什么”、“儒家的思想核心是什么”、“《清明上河图》的作者是谁”等。调查问卷给出了每位调查者对传统文化了解程度的总得分，同时也列出了被调查者的性别、专业、年级等数据信息。请利用这些资料，分析以下问题。 问题一：分析大学生对中国传统文化的了解程度得分，并按了解程度对得分进行合理的分类。 问题二：研究获得文化来源对大学生了解传统文化的程度是否存在影响。 要求： 直接导出查看器文件为.doc后打印（导出后不得修改） 对分析结果进行说明，另附(手写、打印均可)。 于作业布置后，1周内上交 本次作业计入期末成绩
答案 问题一 操作过程 1.打开数据文件作业。同时单击数据浏览窗口的【变量视图】按钮，检查各个 变量的数据结构定义是否合理，是否需要修改调整。 2.选择菜单栏中的【分析】→【描述统计】→【频率】命令，弹出【频率】对 话框。在此对话框左侧的候选变量列表框中选择“X9”变量，将其添加至【变量】列表框中，表示它是进行频数分析的变量。 3.单击【统计量】按钮，在弹出的对话框的【割点相等组】文本框中键入数字 “5”，输出第20％、40％、60％和80％百分位数，即将数据按照题目要求分为等间隔的五类。接着，勾选【标准差】、【均值】等选项，表示输出了解程度得分的描述性统计量。再单击【继续】按钮，返回【频率】对话框。
吉林财经大学 《SPSS统计软件分析》作业（2010——2011学年第一学期） 学院信息学院 专业班级电子商务0806班 学生姓名王瑞霞 学号1403080616
1、对未分组资料频数分析 从中国统计局中获得从11月21日至30日国内50个城市主要食品平均价格变动情况，以该数据为例为例，进行频数分析。 首先输入数据： 选择Analyze中Descriptive Statistics——Frequencies，打开Frequencies对话框；将需处理的变量键入变量框中
单击Statistics…按钮统计量子对话框12指标，选中所需要计算的指标： 单击Charts …按钮,选择需绘制的统计图： 单击OK按钮开始运行，运行结果为：
从上图中可以看出数据中缺失值为0，花生油的平均价格104.84是最高的，而巴氏牛奶的平均价格1.81最低，全部食品平均价格的平均数为16.5327，标准差为22.4668，各种食品的平均价格差距较大。
条形图、饼形图以及直方图是用不同的图形表示方法来说明数据的指标，其实质是一样的，从图中可以看出平均价格在0—22元之间的食品是最多的，20—40元之间的食品数次之，接下来是40—60元之间的食品，不存在平均价格在60—100之间的食品。 2、以食品平均价格为依据对数据进行分组并对分组后的数据进行频数分析： Transform —Recode—Into same V ariables ，将要分组的变量放入Numeric 栏中，单击Old and new V alues分组：
分组结果如下图所示： 回到数据编辑窗，定义变量的V alue labels ： 再对食品平均价格进行频数分析，分析结果如下截图所示
---------------------------------------------装--------------------------------- --------- 订 -----------------------------------------线---------------------------------------- 班级 姓名 学号 - 广 东 财 经 大 学 答 题 纸（格式二） 课程 数据处理技术与SPSS 20 15 －20 16 学年第 1 学期 成绩 评阅人 评语： ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ （题目）关于本部学生对收费代课现象支持度的调查报告 （正文） 一、调查背景 如今，大学生逃课现象屡见不鲜，随之衍生了“收费代课”的现象。据了解，在全国近百所高校中，存在“收费代课”现象的高校居然有一半之多。当“收费代课”现象衍变成了一种行业，成为有领导、有组织、有规模、有纪律的机构，不仅仅应当引起社会的关注，更应引起校方对教育方式的深刻反思。“有偿代课”作为一种不正常的校园现象，有其存在的社会土壤，其原因有多方面，值得让人对当前大学教育深思。在“收费代课”现象蔚然成风之时，我们学校的学生们也加入了这支大队伍。对于这样的一种收费代课的行为，同学们褒贬不一，每个人都有自己的看法。然而，这种行为经常在我们的身边发生着，无疑应该引起我们的关注，并引发我们的深思，形成一定的判别能力与认知能力。
二、调查目的 我们希望通过本次调查了解广东财经大学本部学生选择收费代课的原因，以及对本专业学习、实习实践的认知程度，是否支持放弃学习去实习或者做自己的事情，是否支持收费代课。同时，我们也希望通过这份调查报告揭露出的一些情况，一方面，帮助学生更好地权衡学习与实习的利弊，更加理性地对待收费代课的行为，做出对自己正确合适的选择；另一方面，引起学校对这种收费代课现象的重视，给学校提一些建议，希望学校采取一些措施改善这种不良校风。 三、调查方法 从可行性角度出发，本次调查采用非概率随机抽样的街头拦截法，集中对象为本部大三大四的同学，以自愿形式对本部同学分发调查问卷，总共发出80份问卷，回收80份，有效问卷80份。收集问卷之后，利用spss软件进行数据整理与分析，最后把结论整理成调查报告。调查报告中采用的数据分析方法主要有：频数分析、多选项分析、交叉列联表行列变量间关系的分析、单因素方差分析等。 四、描述统计 1、对样本性别作频数分析 从上表可以看出，这次填写问卷的女生较多，占了样本的66.3%，这与我们学校男女比例不均衡有很大的关系，样本的男女比例不相等，也可以较好地接近学校的实际情况，有利于我们得到更为准确的结论。 2、对样本年级作频数分析 从上表可知，参加问卷调查的大三大四学生比例明显比较高，这与一开始我们预期相符，样本中大三大四学生所占比例较多，有利于我们得到更为有针对性的结论。
第1题：基本统计分析1 分析：本题要求随机选取80%的样本，因而需要选用随机抽样的方法，在此选择随机抽样中的近似抽样方法进行抽样。其基本操作步骤如下：数据→选择个案→随机个案样本→大约（A）80 所有个案的%。 1、基本思路： （1）由于存款金额为定距型变量，直接采用频数分析不利于对其分布形态的把握，因而采用数据分组，先对数据进行分组再编制频数分布表。此处分为少于500元，500~2000元，2000~3500元，3500~5000元，5000元以上五组。分组后进行频数分析并绘制带正态曲线的直方图。 （2）进行数据拆分，并分别计算不同年龄段储户的一次存取款金额的四分位数，并通过四分位数比较其分布上的差异。 操作步骤： （1）数据分组：【转换→重新编码为不同变量】，然后选择存取款金额到【数字变量→输出变量（V）】框中。在【名称（N）】中输入“存取款金额1”，单击【更改（H）】按钮；单击【旧值和新值】按钮进行分组区间定义。 存取款金额1 频率百分比有效百分比累积百分比 有效1.00 82 34.6 34.6 34.6 2.00 76 32.1 32.1 66.7 3.00 10 4.2 4.2 70.9 4.00 22 9.3 9.3 80.2 5.00 47 19.8 19.8 100.0 合计237 100.0 100.0 （2）【分析→描述统计→频率】；选择“存款金额分组”变量到【变量（V）】框中；单击【图标（C）】按钮，选择【直方图】和【在直方图上显示正态曲线】；选中【显示频率表格】，确定。
（3）【数据→拆分文件】，选择“年龄”变量到【分组方式】框中，选中【比较组】和【按分组变量排序文件】，确定；【分析→描述统计→频率】，选择“存款金额”到【变量】框中，单击【统计量】按钮，选择【四分位数】→继续→确定。 统计量 存(取)款金额 20岁以下 N 有效 1 缺失 0 百分位数 25 50.00 50 50.00 75 50.00 20~35岁 N 有效 131 缺失 0 百分位数 25 500.00 50 1000.00 75 5000.00 35~50岁 N 有效 73 缺失 0 百分位数 25 500.00 50 1000.00 75 4500.00 50岁以上 N 有效 32 缺失 0 百分位数 25 525.00 50 1000.00 75 2000.00 结果及结果描述： 频数分布表表明，有一半以上的人的一次存取款金额少于2000元，且有34.6%的人的存取款金额少于500元，19.8%的人的存取款金额多于5000元，下图为相应的带正态曲线的直方图。
《SPSS统计软件》课程作业 要求：数据计算题要求注明选用的统计分析模块和输出结果；并解释结果的意义。完成后将作业电子稿发送至 1. 某单位对100名女生测定血清总蛋白含量，数据如下： 计算样本均值、中位数、方差、标准差、最大值、最小值、极差、偏度和峰度，并给出均值的置信水平为95%的置信区间。 解： 描述 统计量标准误 血清总蛋白含量均值.39389 均值的95% 置信区间下限 上限 5% 修整均值 中值 方差
标准差 极小值 极大值 范围 四分位距 偏度.054.241 峰度.037.478 样本均值为：；中位数为：；方差为：；标准差为：；最大值为：；最小值为：；极差为：；偏度为：；峰度为：；均值的置信水平为95%的置信区间为：【，】。 2. 绘出习题1所给数据的直方图、盒形图和QQ图，并判断该数据是否服从正态分布。解：
正态性检验 Kolmogorov-Smirnov a Shapiro-Wilk 统计量 df Sig. 统计量 df Sig. 血清总蛋白含量 .073 100 .200* .990 100 .671 a. Lilliefors 显着水平修正 *. 这是真实显着水平的下限。 表中显示了正态性检验结果，包括统计量、自由度及显着性水平，以K-S 方法的自由度sig.=,明显大于，故应接受原假设，认为数据服从正态分布。 3. 正常男子血小板计数均值为9 22510/L , 今测得20名男性油漆工作者的血小板计数值（单位：9 10/L ）如下： 220 188 162 230 145 160 238 188 247 113 126 245 164 231 256 183 190 158 224 175 问油漆工人的血小板计数与正常成年男子有无异常
《统计软件及应用》课程论文
我国区域农业经济聚类分析 一、提出问题 农业是通过培育动植物生产食品及工业原料的产业，是支撑国民经济建设与发展的基础产品。农业问题的本质及其重大意义。农业是国之根本，它的发展关系到其他两大产业的繁荣与否。与此同时，面对复杂多变的国内国际政治、经济环境，中国在农业方面的基础地位日渐薄弱。然而，在强劲的GDP增速背后，农民的收入水平却提高不够。由于受自然、经济等因素的影响，农业发展具有很强的区域性。不同地区农业发展水平发展方式很是不同。对区域农业进行聚类分析对针对性的制定区域农业发展战略政策有很强的指导性。 二、数据收集 为了对我国区域农业经济进行聚类分析，这里选择与区域农业发展相关的11个评价指标，它们分别代表农业发展的总量方面，水利设施、除涝面积方面，家庭土地经营方面。具体而言，总量方面包括地区生产总值x1（亿元），农业生产总值x2(亿元)；水利设施、除涝面积方面包括水库数x3 座)，水库总容量x4(亿立方米)，除涝面积x5(千公顷)，水土流失治理面积x6(百万元)四项；家庭土地经营方面包括经营耕地面积x7(亩/人)，经营山地面积x8(亩/人)，园地面积x9（亩/人）、牧草地面积x10(亩/人)、养殖水面面积x11(亩/人)五项。 这些指标中国统计年鉴上取得，其原始数据如表1 。 表1 房地产业发展水平的原始数据 地区x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 北京14113. 58 124.36 82 93.8716 149.77 542.8 0.5335 0.061 0.140 6 0.053 9 天津9224.4 6 145.58 28 26.21342 9 377.22 46.43 1.4862 0.006 5 0.024 8 0.037 河北20394. 26 2562.8 1 1066 161.3647 2 1648.6 4 6290.31 1.981 0.118 1 0.079 4 山西9200.8 6 554.48 733 57.53152 6 89.13 5352.495 2.4314 0.034 8 0.200 7 0.0079 内蒙古11672 1095.2 8 497 167.891 277 10897.47 9.6537 0.232 2 0.021 9 126.75 57 辽宁18457. 27 1631.0 8 951 359.2693 6 985.25 3 6333.716 3.4984 0.197 4 0.084 7 0.039 6 吉林8667.5 8 1050.1 5 1643 320.3943 17 1021.4 3586.565 7.7491 0.135 7 0.020 1 黑龙江10368. 6 1302.9 913 178.7056 3334.9 4690.5 11.678 1 0.009 5 0.005 3 0.0217 上海17165. 98 114.15 55.35 0.2826 0.046 5 0.052 9 江苏41425. 48 2540.1 910 189.1796 59 2802.5 06 1052.269 1 1.1232 0.008 9 0.017 8 0.142 8 浙江27722. 31 1360.5 6 4217 398.0666 96 496.71 2431.64 0.6027 0.425 5 0.152 3 0.059 安徽12359. 33 1729.0 2 4819 326.5100 56 2269.0 5 2136.082 1.8662 0.336 7 0.048 1 0.107 2 福建14737. 12 1363.6 7 3225 185.3876 2 129.58 3 1470.802 6 0.8831 1.235 9 0.290 3 0.089 3 江西9451.2 6 1206.9 8 9809 293.7193 72 375.71 5 4514.041 62 1.6078 1.047 9 0.064 7 0.049 2 山东39169. 92 3588.2 8 6291 227.6167 92 2651.8 4651.521 1.5554 0.042 7 0.101 7 0.014 2 河南23092. 36 3258.0 9 2352 402.2094 67 1958.9 7 4428.695 1.68 0.023 8 0.034 0.007 5 湖北15967. 61 2147 5848 992.1486 1219.1 71 4666.472 1.6932 0.668 8 0.053 4 0.127 5 湖南16037. 96 2325.5 1209 2 402.29 3 486.3 4 2898.99 5 1.2504 0.531 2 0.074 4 0.0259 0.056 7 广东46013. 06 2286.9 8 7437 429.0038 88 514.49 1378.454 0.6475 0.308 8 0.117 2 0.069 7 广西9569.8 5 1675.0 6 4367 378.4462 97 209.57 2 1873.769 3 1.4335 0.641 1 0.142 9 0.0331 0.022 2 海南2064.5 539.83 996 100.0175 17.513 32.726 1.2842 0.818 7 0.577 3 0.024 5 重庆7925.5 8 685.38 2840 74.06409 3 2312.33 1.1854 0.343 9 0.066 1 0.005 0.019 2 四川17185. 48 2482.8 9 6759 214.9343 93.98 6329.638 1.0835 0.264 5 0.048 2 0.025 8
统计软件及应用期末作业 完成作业：3、5、11、12题 第3题：基本统计分析3 利用居民储蓄调查数据，从中随机选取85%的样本，进行分析，实现以下目标： 1、分析不同职业储户的储蓄目的(一)，只输出图形并进行分析即可，不需要输出频数表格； 2、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度；分析储户一次存款金额的分布，并对不同年龄段的储户进行比较。 基本思路： 首先通过随机抽样中的近似抽样方式，对居民储蓄调查数据进行抽样。 操作步骤：选择菜单数据→选择个案→随机个案样本，样本尺寸填大约所有个案85%。 1、题目：分析不同职业储户的储蓄目的(一)，只输出图形并进行分析即可，不需要输出频数表格。 基本思路：首先进行多选项分析，定义名为X的多选项变量集，其中包括a7_1、a7_2、a7_3三个变量，然后对多选项变量集进行频数分析；对不同职业储户储蓄目的进行分析，采用多选项交叉分组下的频数分析。 操作步骤：
分析：从折线图看出，储户中商业服务业的人数最多，总体上所有职业储户的正常生活零用所占的百分比最大，买证券及单位集资的人较少，说明大部分人群还没有这方面的意识。 2、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度。 基本思路：该问题列联表的行变量为户口，列变量为未来收入状况，在列联表中输出各种百分比、期望频数、剩余、标准化剩余，显示各交叉分组下频数分布柱形图，并利用卡方检验方法，对城镇和农村储户对该问题的态度是否一致进行分析。 操作步骤：分析→描述统计→交叉表，显示复式条形图前打勾，行选择户口，列选择未来收入情况，统计量选择卡方，点击单元格，在观察值、期望值、行、列、总计、四舍五入单元格计数前打勾，最后确认。
完成作业：3、5、11、12题 第3题：基本统计分析3 利用居民储蓄调查数据，从中随机选取85%的样本，进行分析，实现以下目标： 1、分析不同职业储户的储蓄目的(一)，只输出图形并进行分析即可，不需要输出频数表格； 2、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度；分析储户一次存款金额的分布，并对不同年龄段的储户进行比较。 基本思路： 首先通过随机抽样中的近似抽样方式，对居民储蓄调查数据进行抽样。 操作步骤：选择菜单数据→选择个案→随机个案样本，样本尺寸填大约所有个案85%。 1、题目：分析不同职业储户的储蓄目的(一)，只输出图形并进行分析即可，不需要输出频数表格。 基本思路：首先进行多选项分析，定义名为X的多选项变量集，其中包括a7_1、a7_2、a7_3三个变量，然后对多选项变量集进行频数分析；对不同职业储户储蓄目的进行分析，采用多选项交叉分组下的频数分析。 操作步骤： 分析：从折线图看出，储户中商业服务业的人数最多，总体上所有职业储户的正常生活零用所占的百分比最大，买证券及单位集资的人较少，说明大部分人群还没有这方面的意识。 2、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度。 基本思路：该问题列联表的行变量为户口，列变量为未来收入状况，在列联表中输出各种百分比、期望频数、剩余、标准化剩余，显示各交叉分组下频数分布柱形图，并利用卡方检验方法，对城镇和农村储户对该问题的态度是否一致进行分析。 操作步骤：分析→描述统计→交叉表，显示复式条形图前打勾，行选择户口，列选择未来收入情况，统计量选择卡方，点击单元格，在观察值、期望值、行、列、总计、四舍五入单元格计数前打勾，最后确认。
S P S S统计软件期末作 业 https://www.doczj.com/doc/a61283431.html,work Information Technology Company.2020YEAR
统计软件及应用期末作业 完成作业：3、5、11、12题 第3题：基本统计分析3 利用居民储蓄调查数据，从中随机选取85%的样本，进行分析，实现以下目标： 1、分析不同职业储户的储蓄目的(一)，只输出图形并进行分析即可，不需要输出频数表格； 2、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度；4.3.5 3.分析储户一次存款金额的分布，并对不同年龄段的储户进行比较。 基本思路： 首先通过随机抽样中的近似抽样方式，对居民储蓄调查数据进行抽样。 操作步骤：选择菜单数据→选择个案→随机个案样本，样本尺寸填大约所有个 案85%。 1、题目：分析不同职业储户的储蓄目的(一)，只输出图形并进行分析即可，不需要输出频数表格。 基本思路：首先进行多选项分析，定义名为X的多选项变量集，其中包括 a7_1、a7_2、a7_3三个变量，然后对多选项变量集进行频数分析；对不同职业储户储蓄目的进行分析，采用多选项交叉分组下的频数分析。 操作步骤：
分析：从折线图看出，储户中商业服务业的人数最多，总体上所有职业储户的正常生活零用所占的百分比最大，买证券及单位集资的人较少，说明大部分人群还没有这方面的意识。 2、分析城镇和农村储户对“未来收入状况的变化趋势”是否持相同的态度。 基本思路：该问题列联表的行变量为户口，列变量为未来收入状况，在列联表中输出各种百分比、期望频数、剩余、标准化剩余，显示各交叉分组下频数分布柱形图，并利用卡方检验方法，对城镇和农村储户对该问题的态度是否一致进行分析。 操作步骤：分析→描述统计→交叉表，显示复式条形图前打勾，行选择户口，列选择未来收入情况，统计量选择卡方，点击单元格，在观察值、期望值、行、列、总计、四舍五入单元格计数前打勾，最后确认。
统计分析与SPSS的应用 摘要：为对统计分析与spss应用分析所学知识进行巩固和检验，特运用所学知识进行简单的统计分析应用，下文以某校学生学期成绩进行模拟分析。 一：原始数据：10级市场营销2班成绩 分析一：综测成绩四分位数 上表表明：综测成绩的最小值为68.61分，最大值为89.15分。其中25%的学生综测成绩为74.4100分，50%的学生综测成绩为80.3740分，75%的学生综测成绩为85.2200分。四分位数差从侧面证实了学生综测成绩呈一定左偏分布。
分析二：综测成绩直方图 上图表明：该班学生的综测成绩均分为80.07分，标准差为5.62。从图中可以看出，综测成绩呈左偏性分布，在85分左右的学生人数最多，70分左右的学生人数最少。 分析三：综测成绩的基本统计量分析 上表表明：综测成绩的极差为20.55分，意味着数据相对较分散。另外，综测成绩的最小值和最大值分别为68.61分和89.15分，平均分为80.0734分，标准差为5.61963。从偏度系数可以看出，系数小于0，偏度标准误差为0.421，因而该班综测成绩呈左偏分布，。从峰度系数可以看出，峰度值小于0，峰度标准误差为0.821，因而数据的分布比标准正态分布更加平缓，称
为平峰分布。 分析四：各科成绩的统计量分析比较 各科成绩统计量结果分析表 由上表可知：宏观经济学的全距最大，而生产与运作管理的全距最小，表明宏观经济学的成绩离散程度最高，而生产与运作管理的成绩离散程度最低；同时，对于标准差而言，也是宏观经济学的标准差最大而生产与运作管理的标准差最小。各科成绩平均分最高的为体育成绩，平均分最低的为英语成绩。各科成绩中只有人力资源管理的成绩是呈右偏分布，其他各科成绩均呈左偏分布。另外，各科成绩中，只有宏观经济学的成绩呈尖峰分布，其他各科呈平峰分布。
1.作业1（基本统计+参数检验+方差分析1） 利用城际出行行为数据，从中随机选取90%的样本，实现以下分析目标： (1)分析出行时间的分布，需做直方图。 (2)分析不同性别的出行方式是否一致。 (3)检验老年人(≥60)与其他人的出行时间是否有显著差异。 (4)检验是否老年人和出行目的两因素对其它时间的影响（考虑交互作用）。 1.1 分析出行时间的分布，需做直方图 1.1.1 解题思路 首先，根据题目要求在城际出行行为数据中随机选择90%的样本；由于出行时间分布数据是定距变量，且出行时间数据数量较多，不宜使用频数进行分析。因此在分析之前先对出行时间进行分组，再进行频数分布。根据公式（1- （1-1）中n为数据个数，对结果四舍五入取整后为理论分组数目。 原样本数为235，随机选择之后剩余样本是n为213个，根据公式（1-1）计算得到分组数目为9。选中的数据中出行时间的最大值为150，出行时间的最 1.1.2操作步骤 数据选择：【数据→选择个案】，选择【随机个案样本】→【样本】→在【大约】中填入“90%”→选择【删除未选定的个案】，点击确认。剩下的即为随机选择之后的数据。 数据分组：【转换】→【重新编码为不同变量】→将“出行时间”加入到有边框中，输出变量名称改为“城市出行时间分组”，点击【更改】，在点击【旧值和新值】，按照60-70、70-80、80-90、90-100、100-110、110-120、120-130、
130-140、140-150，分别对应1,2,3,4,5,6,7,8,9。点击【完成】。 频数分析：【分析】→【描述统计】→【频率】，将“城市出行时间分组”加入到【变量】中。点击【图表】→【直方图】→选中【在直方图上显示正态曲线】→【确定】。 1.1.3输出结果与分析 总计213 100.0 100.0 图1-1城市出行时间分布直方图 从表1-1中可以看出，出行时间分布中，出行时间在60-70分钟的比较少，占比为4.7%，出行时间在120-130分钟、130-140分钟和140-150分钟的都比较少，三组总和占比仅为6.1%。出行时间在70-120分钟之间的人数最多，
实验五 SPSS 的方差分析 1*统计**班 邵*** 201****** （二）实践性实验 （1）一家管理咨询公司为不同的客户进行人力资源管理讲座，每次讲座的内容基本上是一样的，但讲座的听课者有高级管理者、中级管理者、低级管理者。该咨询公司认为，不同层次的管理者对两座的满意度是不同的。对听完讲座后的满意度随机调查中，不同层次管理者的满意度评分如下（1~10分，10代表非常满意），取显著性水平05.0=α，试用单因素方差分析判断管理者的水平是否会导致评分的显著性差异？如有差异，具体什么差异？ 此表为对不同水平管理者满意度的基本描述统计量及95%的置信区间，此表表明对中级管理者的满意度最高，对高级管理者的满意度次之，对低级管理者满意度最低。 假设：对不同水平下管理者的满意度的方差相同。 对不同水平下的管理者的满意度的方差齐性检验为1.324，概率p 值为0.296，如果显著水平设为0.05，由于概率p 值大于显著水平，不能拒绝原假设，认为对不同水平下管理者的满意度的方差相同。故满足方差分析的前提要求。 ANOVA 管理者满意度 平方和 df 均方 F 显著性 组间 （组合） 29.610 2 14.805 11.756 .001 组内 18.890 15 1.259 总数 48.500 17 采用单因素方差分析。 假设：对不同水平的管理者的满意度没有显著差异。
此表为管理者的不同等级对对管理者的满意度的单因素方差分析结果。可以看出观测变量满意度的总离差平方和是48.5，如果考虑“管理者的不同等级”单因素的影响，则销售额总变差中，不同水平可解释的变差为29.61，抽样误差引起的变差为18.89，他们的方差（平均变差），分别为14.805,1.259.相除所得的F统计量的观测值为11.756，对应的P值近似为0，给定显著水平为0.05，由于概率p值小于显著水平，则拒绝原假设，认为对不同水平的管理者的满意有显著差异。 \采用多重比较检验 原假设：对不同水平管理者的满意度没有显著差别。 此表显示了两两管理者水平下对管理者满意度均值的检验结果。可以看出，尽管在理论上各种检验方法对抽样分布标准误的定义不同，此种软件全部采用了ＬＳＤ方法的中标准误。因此各种方法计算的前两列计算结果完全相同。表中没有给出检验统计量的观测值，他们都是相等的。表中第三列式检验统计量在不同分布下的概率ｐ值，可以发现各种方法在检验敏感度上的差异。此题用LSD方法。
数据分析方法及软件应用 课程作业 学号：13125689 姓名：柏喜红 班级：1306 北京交通大学 2013年10月
第5题：方差分析（2） 分析思路 根据所给的表定义变量，进而进行数据录入。在进行单因素和多因素对销售量的影响分析的时候，应先提出相应的零假设，进而选择检验统计量，对检验统计量进行计算，并计算出概率P值，将计算出的概率P值与给定的显著性水平进行比较，做出相应的决策。 目标一：给出SPSS数据集格式 定义变量，进行数据录入。从题意以及所给的表中可以得出，这里有四个变量，分别为销售地点、销售方式、月份和销售量。其中，销售地点和销售方式为控制变量，月份为随机变量，销售量为观测变量，结合所给的表，进行数据的录入，录入四十个观测变量值。 图1 变量视图 图2 数据视图
目标二：分析销售地点对销售量的影响 （1）操作步骤 第一步：提出零假设。零假设H0是“销售地区对销售量没有产生显著影响”。 第二步：选择检验统计量，并计算检验统计量的观测值和概率P值。 选择菜单【分析——比较均值——单因素】 将销售量指定到【因变量列表（E）】中，将销售地区指定到【因子（F）】中，点击确定按钮，出现图3所示的结果。 图3单因素方差分析 销售量 平方和df 均方 F 显著性 组间254.600 4 63.650 1.107 .369 组内2013.000 35 57.514 总数2267.600 39 第三步：给定显著性水平α=0.05，根据表1，做出决策。 （2）结果分析 从图3中可以看出，观测变量销售量的总变差（2267.600）中“销售地区”可解释的变差为254.600，抽样误差引起的变差为2013.000，他们的方差为63.650和57.514，相除所得的F统计量为1.107，对应的概率P值接近于0.369。 （3）结论 因为显著性水平α=0.05，概率P值大于α，因而应接受原假设，认为不同的销售地区度销售量不产生显著影响。 目标三：分析销售地点、销售方式和他们的交互作用对对销售量的影响 （1）操作步骤 第一步：提出零假设。零假设H0是“销售地区对销售量没有产生显著影响，销售方式对销售量没有产生显著影响，销售地区和销售方式对销售量没有产生显著的交互影响。” 第二步：选择检验统计量，并计算检验统计量的观测值和概率P值。 选择菜单【分析——一般线性模型——单变量】； 将销售量指定到【因变量（D）】中，将销售地区和销售方式指定到【固定因子（F）】
《SPSS 统计软件》期末复习题答案 1. 某单位对100名女生测定血清总蛋白含量，数据如下： 74.3 78.8 68.8 78.0 70.4 80.5 80.5 69.7 71.2 73.5 79.5 75.6 75.0 78.8 72.0 72.0 72.0 74.3 71.2 72.0 75.0 73.5 78.8 74.3 75.8 65.0 74.3 71.2 69.7 68.0 73.5 75.0 72.0 64.3 75.8 80.3 69.7 74.3 73.5 73.5 75.8 75.8 68.8 76.5 70.4 71.2 81.2 75.0 70.4 68.0 70.4 72.0 76.5 74.3 76.5 77.6 67.3 72.0 75.0 74.3 73.5 79.5 73.5 74.7 65.0 76.5 81.6 75.4 72.7 72.7 67.2 76.5 72.7 70.4 77.2 68.8 67.3 67.3 67.3 72.7 75.8 73.5 75.0 73.5 73.5 73.5 72.7 81.6 70.3 74.3 73.5 79.5 70.4 76.5 72.7 77.2 84.3 75.0 76.5 70.4 计算样本均值、中位数、方差、标准差、最大值、最小值、极差、偏度和峰度，并给出均值的置信水平为95%的置信区间。 2. 绘出习题1所给数据的直方图、盒形图和QQ 图，并判断该数据是否服从正态分布。 3. 正常男子血小板计数均值为9 22510/L , 今测得20名男性油漆工作者的血小板计数值（单位：9 10/L ）如下： 220 188 162 230 145 160 238 188 247 113 126 245 164 231 256 183 190 158 224 175 问油漆工人的血小板计数与正常成年男子有无异常？ 4. 在某次考试中，随机抽取男女学生的成绩各10名，数据如下：
统计分析与SPSS的应用 原始数据：10级市场营销2班成绩 分析一：综测成绩四分位数 上表表明：综测成绩的最小值为68.61分，最大值为89.15分。其中25%的学生综测成绩为74.4100分，50%的学生综测成绩为80.3740分，75%的学生综测成绩为85.2200分。四分位数差从侧面证实了学生综测成绩呈一定左偏分布。
分析二：综测成绩直方图 上图表明：该班学生的综测成绩均分为80.07分，标准差为5.62。从图中可以看出，综测成绩呈左偏性分布，在85分左右的学生人数最多，70分左右的学生人数最少。 分析三：综测成绩的基本统计量分析 上表表明：综测成绩的极差为20.55分，意味着数据相对较分散。另外，综测成绩的最小值和最大值分别为68.61分和89.15分，平均分为80.0734分，标准差为5.61963。从偏度系数可以看出，系数小于0，偏度标准误差为0.421，因而该班综测成绩呈左偏分布，。从峰度系数可以看出，峰度值小于0，峰度标准误差为0.821，因而数据的分布比标准正态分布更加平缓，称
为平峰分布。 分析四：各科成绩的统计量分析比较 各科成绩统计量结果分析表 由上表可知：宏观经济学的全距最大，而生产与运作管理的全距最小，表明宏观经济学的成绩离散程度最高，而生产与运作管理的成绩离散程度最低；同时，对于标准差而言，也是宏观经济学的标准差最大而生产与运作管理的标准差最小。各科成绩平均分最高的为体育成绩，平均分最低的为英语成绩。各科成绩中只有人力资源管理的成绩是呈右偏分布，其他各科成绩均呈左偏分布。另外，各科成绩中，只有宏观经济学的成绩呈尖峰分布，其他各科呈平峰分布。