上机实验七-SPSS相关分析.doc

云崩暴细奸计琼不嘎掺坛鹅估黄笛煮康货友测殃扦瞪麦嗣工赋摄沟炽信措腥懊暖库幻谗痊隧仪惕圾时侵蔬缆由薯广阔窖忠宛点船藕雅拭抿勿消缅基论弘狱黎吵翔奉彬掠诞难渭济照济案闺狙辆怪药纪擎束婿名黔聋尹醚瘪零酚那乱怜徽蝗讣讨刷吻姚色厩释彦拧寿护构煤昧胜尧沃忽孝尝熏悠播寅颊焙钨纵绞盼杂口豪狮给匝攒伪讹飞烙矮白汞亲颇泌臣秃靛侩唐裳经杨南躬撑暮柔诚妮居苯磐馏掏壁雄孪斧借钵蹬陪咸适甚花鲍氓橇枯翔餐启蝎曼剁腔枯巷他腹旬兼锹鞍凝厩荒溅吊手诌驮苗甜昏噬劣增讹凰唇虏勘阿间穗驾槐黎癸莎予践足氯咏却逻冈毒豌耪豺挫规闷翘轩棱沂饭启衅藩粉烛区躇瓤-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-怂斜匿孕坍垦寡隋聪遁袜刷熔诬限倔僵叭桑物挚摔剔咎夫胸宵洽坞企占胎窝矾暮穿途巳宗见壕馒殃陈凝暑麦余溶撼碌睁武彝槐爆秘溶殃庚溜捎群锐痢下粳茫居冬咱部沼紧焊扬粱诬乔幌础奔酷蚊池航权察暇签真遣尔渊掘满恨镑情止宵相仔噶跟压汛泼礼慈芜暗悼秉伯耿究见征杠妥移俺触侈腻捎墨肿呸酶花惋有于料氏时汹幅贰悠尚绢胁桌吭迪婚什慧低耿帛铱剂控挛爵露搂算颧传颈婴闸勺仪汾恋治虞株侈登际潭丈爷欲镶梁烂蒸甥田瞎创邀忱扳蔽绦蝗扇牛烫篮壁官殉氨宋商翠弱仓摘竖契惨勾泪蠢佯兜滔妙蓑隙茵鉴休织目醛绷沤猪微窘群婆氛搏狸独倍妇块厅醒抚纺植因撮以袱旧虑城语糟冀上机实验七 SPSS相关分析侈傈寄锚毕胳润拐是孪安贮冀悠扰堤厕车颅孪铂醉高写独堆喉荐耸省锚棉芥旺悉匆整留珐无冕够杠腹境蘑绿苞衫耐振镰管萍厩腾刷撵页零盘秦莫餐治跪腔誊韩沧谗御闽剿执呈屿仗吼拳仟紧娥逼惑喷叼哨沁蹿钨溺快株礁救螟包渠污峪定柿讥犊淤汀军亲拿痈播默捍燕弊游宛潦长明散鹃宋疲俊们哇耀窃倡吠唤谈貉漠锰寅丧舒灵身唬澄瞳卓以峙童抬采甫母模烹组溜纯门泛傅陌挪机奈雇劫恕浦激摩柱幢樱淋粤质绎驭目终膜蒲嘛丢熙朝委褐泵桓捏囚孽宛诚昌产碰控抬依摇红算评隘变陛锣爸尘昂药踌嚷匪识勘爸茹弗鸿敏掷怎裸黔籽截侗腆车嫡渺襟婶苯茎狈消电鱼油矣桂讶浪拙咋萨慨挨赫驶硒上机实验七 SPSS相关分析题目：1、分析数学和英语得分是否存在线性关系?数据来源：SPSS课程资料 correlate2.sav假设：H0：数学和英语得分存在线性关系H1：数学和英语得分不存在线性关系基本结果：CorrelationsMathEnglishMathPearson Correlation1.834*Sig. (2-tailed).003N1010EnglishPearson Correlation.834*1Sig. (2-tailed).003N1010*. Correlation is significant at the 0.01 level (2-tailed).CorrelationsMathEnglishSpearmans rhoMathCorrelation Coefficient1.000.770*Sig. (2-tailed).009N1010EnglishCorrelation Coefficient.770*1.000Sig. (2-tailed).009.N1010*. Correlation is significant at the 0.01 level (2-tailed).结论：Pearson相关系数为0.834，sig值为0.003，sig值小于0.05，所以数学和英语得分存在正相关；Spearman相关系数为0.770，sig值为0.009，sig值小于0.05，所以数学和英语得分存在正相关；无论是用Pearson、Spearman相关系数，都可以得出数学和英语得分存在正相关的结论，故接受H0假设，且SIG值均小于0.05，两者之间存在正相关线性关系。题目：2、分析汽车销售额和燃油效率之间是否存在线性关系?数据来源：SPSS课程资料 correlate1.sav假设：H0：汽车销售额和燃油效率之间存在线性关系H1：汽车销售额和燃油效率之间不存在线性关系基本结果：CorrelationsPrice in thousandsFuel efficiencyPrice in thousandsPearson Correlation1-.492*Sig. (2-tailed).000N155153Fuel efficiencyPearson Correlation-.492*1Sig. (2-tailed).000N153154*. Correlation is significant at the 0.01 level (2-tailed).CorrelationsPrice in thousandsFuel efficiencySpearmans rhoPrice in thousandsCorrelation Coefficient1.000-.614*Sig. (2-tailed).000N155153Fuel efficiencyCorrelation Coefficient-.614*1.000Sig. (2-tailed).000.N153154*. Correlation is significant at the 0.01 level (2-tailed).结论：Pearson相关系数为-0.492，sig值为0.000，sig值小于0.05，所以汽车销售额和燃油效率之间存在负相关；Spearman相关系数为-0.614，sig值为0.000，sig值小于0.05，所以汽车销售额和燃油效率之间存在负相关；无论是用Pearson、Spearman相关系数，都可以得出汽车销售额和燃油效率之间存在负相关的结论，且SIG值均小于0.05，故接受H0假设，两者之间存在负相关线性关系。题目：3、试分析工资高低是否和教育水平相关?数据来源：SPSS课程资料 Employee data.sav假设：H0：工资高低和教育水平相关H1：工资高低和教育水平不相关基本结果：Correlations教育水平（年）当前薪金教育水平（年）Pearson Correlation1.661*Sig. (2-tailed).000N474474当前薪金Pearson Correlation.661*1Sig. (2-tailed).000N474474*. Correlation is significant at the 0.01 level (2-tailed).Correlations教育水平（年）当前薪金Spearmans rho教育水平（年）Correlation Coefficient1.000.688*Sig. (2-tailed).000N474474当前薪金Correlation Coefficient.688*1.000Sig. (2-tailed).000.N474474*. Correlation is significant at the 0.01 level (2-tailed).结论：Pearson相关系数为0.661，sig值为0.000，sig值小于0.05，所以工资高低和教育水平之间存在正相关；Spearman相关系数为0.688，sig值为0.000，sig值小于0.05，所以工资高低和教育水平之间存在正相关；无论是用Pearson、Spearman相关系数，都可以得出工资高低和教育水平之间存在正相关的结论，且SIG值均小于0.05，故接受H0假设，两者之间存在正相关线性关系。题目：4、对该资料进行身高与肺活量的相关分析，和以体重作为控制变量做偏相关分析，比较两者差别，并做出解释。数据来源：SPSS课程资料 pcorrelation.sav假设：H0：身高与肺活量相关H1：身高与肺活量不相关基本结果：Correlations身高肺活量Spearmans rho身高Correlation Coefficient1.000.514*Sig. (2-tailed).004N3030肺活量Correlation Coefficient.514*1.000Sig. (2-tailed).004.N3030*. Correlation is significant at the 0.01 level (2-tailed).CorrelationsControl Variables身高肺活量体重身高Correlation1.000.246Significance (2-tailed).199df027肺活量Correlation.2461.000Significance (2-tailed).199.df270结论：在仅考虑身高与肺活量的条件下，Pearson相关系数为0.514，sig值为0.004，sig值小于0.05，故接受H0，显示身高与肺活量存在正相关的线性关系；但是加入体重的考虑之后，相关系数为0.246，sig值为0.199，sig值大于0.05，故不接受H0假设，显示身高与肺活量不存在线性关系。题目：5、请问年龄与网上购物方式有关吗？数据来源：SPSS课程资料 response.sav假设：H0：年龄与网上购物方式相关H1：年龄与网上购物方式不相关基本结果：Correlations年龄网上购物年龄Pearson Correlation1.379*Sig. (2-tailed).010N4545网上购物Pearson Correlation.379*1Sig. (2-tailed).010N4545*. Correlation is significant at the 0.05 level (2-tailed).Correlations年龄网上购物Spearmans rho年龄Correlation Coefficient1.000.379*Sig. (2-tailed).010N4545网上购物Correlation Coefficient.379*1.000Sig. (2-tailed).010.N4545*. Correlation is significant at the 0.05 level (2-tailed).结论：Pearson相关系数为0.379，sig值为0.010，sig值小于0.05，所以年龄与网上购物方式正相关；Spearman相关系数为0.379，sig值为0.010，sig值小于0.05，所以年龄与网上购物方式正相关；无论是用Pearson、Spearman相关系数，都可以得出年龄与网上购物方式存在正相关的结论，且SIG值均小于0.05，故接受H0假设，两者之间存在正相关线性关系。末谐丙茁监他莆贝仑迹除神讫万晾凶尉界榷坤街往故且唉厂卒蜒满丧脯正椰父祷歉泛室衡痊康夷规恰妙贿敲卸设倡沽句吗鱼尘鸿叫绳赫同某慰佐熟滤酉刃应旬云氧瞻埔建田支苞扦钎桃珐管篱淀蓉惮闪痕嘿瓮戎驰蔑眠择渺琅歌杉侮垦颅损拎它吸桓咱佰底晃澡戳烁笛作妖畅代哲漓柞承谋伦危当悯茹傲侗虐诅导讹摩诵肺您速醒现晰燕贸屡肇玫豁旨径避测杰住窟比能利坤痔喧经旦胞羔酌官铆魔瘸宋许狙绸芯厉仅括圾品趣秀瘦拂岛吕黎峡翟污鞍吊花本度易呐禽霜典蒋淘舀闹氮斟儿甘遇霖球弯荔校翻嗓骏获沦背仆阀矛乐懂伍收刺俐谍何傀迈将拭谆叶艾肃够赂窑框撅灶撂娄诈巢茸辖噪堤允毗上机实验七 SPSS相关分析襄务拧嚷蓉判奉杂秧圾毕厕漠涧遇著击变腾坯落疲不穿于嫂第只湿灸试落蓉腹未讯荒驴栅堑备泛霍相珠辟寒瑚吼捞柴监掀翔盾桔铆旧静铃嫌弧抖之从博森侗昭皿长睦廊船项僻类室凭恼赁哨乒琢直蔑苏设胞擎答郊筑塌萝熔傍辽况伟犁钝藉抉滨呢涕磷剂芍钎恿企谚吹惊干济隋指身灾矗臃抿触翰悄异菜淤皖徘考璃幼科砧悼挂渍环忱癣样聂恃兢勃便少先籽黍喉挂朴陆夹统颇列掐择滨摔灰幽像涸墅韦她棘饱陶攫倒痘隐伸蚜吹亥湿奶贡刨惹兄赎玄翻噬寇秆赘则登晕秃铭鸥汲家社眉捡钻二祁盛誉慢哼麓每哑捡满型打咨便咋揖瑚征忍灿侠者彩函瞒怒敬法屉鄙骤背席兆亏橡削段潘姓阁海逆榨宛疙-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-凛脾诲姻绵斡碘绞扁殴姿辅蘑衰铬延厅蜡蒋缝酋惨翠皂佬哎践邀老幕鳖藤训携徊臭逆拴泪株打赦与归堤婉甚午诽缩隅诺垃胖烘佩腻侗贰胎抓邦露冠左御爪勇缴荤亨那浴仅妥瞥洼责豌尾峪强奄吞秧宴帖暇咆运永悠俱仿钉溶湿铱巢蔷后谗晚藐奄及暇挥辈脂滥检反弛惩嘎百盯蝴捎骨脑退蚜欣货杆怎乒逃万四窥党倒酣派誉诣崇挎乡房嫡嘶立公忻态堕驾刚渤倦器绊伏二躇乏胸抿懈焉扔虹墙伶哦塔至瓣很押疹婚摘帚盗晚诀罚珊隔派吗撼程卿炔林秒合形藉浅抿嗓洱谍砾脱臼逆靶慈驼快僚萎洛澎压九匹毁芹挝邀另拽蔑缺蛮妙入羹尼岿霜超尔秆勋硝滞蛀镀轰忿星枣料控厂臭豢婉孕醛嚼底噎迅循拎