南邮优秀课程设计实验报告.doc

学 号：
1407
-第1学期第17～18周

课程设计I汇报

题 目： 课程设计
班 级： 44
姓 名： 范海霞
指导老师： 黄双颖
职 称：
成 绩：

通达学院

年
1
月
4
日

一：SPSS安装和使用
在PC机上安装SPSS软件，打开软件：

基础统计分析功效包含描述统计和行列计算，还包含在基础分析中最受欢迎常见统计功效，如汇总、计数、交叉分析、分类比较、描述性统计、因子分析、回归分析及聚类分析等等。具体以下：
1.数据访问、数据准备、数据管理和输出管理；
2.描述统计和探索分析：频数、描述、集中趋势和离散趋势分析、分布分析和查看、正态性检验和正态转换、均值置信区间估量；
3.交叉表：计数；行、列和总计百分比；独立性检验；定类变量和定序变量相关性测度；
4.二元统计：均值比较、T检验、单原因方差分析；
5.相关分析：双变量相关分析、偏相关分析、距离分析；
6.线性回归分析：自动线性建模、线性回归、Ordinal回归—PLUM、曲线估量；
7.非参数检验：单一样本检验、双重相关样本检验、K重相关样本检验、双重独立样本检验、K重独立样本检验；
8.多重响应分析：交叉表、频数表；
9.估计数值结果和区分群体： K-means聚类分析、分级聚类分析、两步聚类分析、快速聚类分析、因子分析、主成份分析、最近邻元素分析；
10. 判别分析；
11.尺度分析；
12. 汇报：多种汇报、统计摘要、图表功效（分类图表、条型图、线型图、面积图、高低图、箱线图、散点图、质量控制图、诊疗和探测图等）；
13.数据管理、数据转换和文件管理；
二．数据文件处理
SPSS数据文件是一个结构性数据文件，由数据结构和数据内容两部分组成，也能够说由变量和观察两部分组成。定义一个变量最少要定义它两个属性，即变量名和变量类型其它属性能够临时采取系统默认值，待以后分析过程中假如有需要再对其进行设置。在 spss数据编辑窗口中单击“变量视窗”标签，进入变量视窗界面，即可对变量各个属性进行设置。
1．创建一个数据文件数据
（1）选择菜单【文件】 →【新建】→【数据】新建一个数据文件，进入数据编辑窗口。窗口顶部标题为“PASW Statistics数据编辑器”。
（2）单击左下角【变量视窗】标签进入变量视图界面，依据试验设计定义每个变量类型。

（3）变量定义完成以后，单击【数据视窗】标签进入数据视窗界面，将每个具体变量值录入数据库单元格内。

2.计算新变量
在对数据文件中数据进行统计分析过程中，为了更有效地处理数据和反应事务本质，有时需要对数据文件中变量加工产生新变量。比如常常需要把多个变量加总或取加权平均数，SPSS中经过【计算】菜单命令来产生这么新变量，其步骤以下：
选择菜单【转换】→【计算变量】，打开对话框:

在目标变量输入框中输入生成新变量变量名:平均数，单击输入框下面类型和标签按钮，在跳出对话框中能够对新变量类型和标签进行设置。

在数字表示式输入框中输入新变量计算表示式。

单击【假如】按钮，弹出子对话框。包含全部个体：对全部观察进行计算；假如个案满足条件则包含：仅对满足条件观察进行计算。

单击确定按钮，实施命令，则能够在数据文件中看到一个新生成变量。

3.筛选变量：
选择【数据】→【选择个案】命令。指定抽样方法：【全部个案】不进行筛选；【假如条件满足】按指定条件进行筛选。

4.数据文件拆分和合并
（1）.数据合并：
增加个案数据合并（【合并文件】→【添加个案】），将新数据文件中观察合并到原数据文件中，在 SPSS中实现数据文件纵向合并方法以下：

（2）数据拆分：
在进行统计分析时，常常要对文件中观察进行分组，然后按组分别进行分析。比如要求按性别不一样分组。在 SPSS中具体操作以下： 选择菜单【数据】→【分割文件】，打开对话框：

5.数据文件存放和读取等操作:
SPSS数据录入并编辑整理完成以后应立即保留，以防数据丢失。保留数据文件能够经过【文件】→【保留】或【文件】→【另存为】菜单方法来实施。在数据保留对话框（图 2.5所表示）中依据不一样要求进行 SPSS数据保留。

三：绘制图形：绘制条形图：选择图形-旧对话框-条形图，弹出以下对话框：

绘制折线图：

绘制饼图：

四．基础统计：
1.频数分析：
单击分析-描述统计-频率：

统计量

政治
数学
物理
语文
N
有效
10
10
10
10
缺失
90
90
90
90

政治

频率
百分比
有效百分比
累积百分比
有效
51
1
1.0
10.0
10.0
80
1
1.0
10.0
20.0
82
1
1.0
10.0
30.0
84
1
1.0
10.0
40.0
88
1
1.0
10.0
50.0
89
1
1.0
10.0
60.0
90
2
2.0
20.0
80.0
96
1
1.0
10.0
90.0
97
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

数学

频率
百分比
有效百分比
累积百分比
有效
60
1
1.0
10.0
10.0
61
1
1.0
10.0
20.0
75
2
2.0
20.0
40.0
78
1
1.0
10.0
50.0
79
1
1.0
10.0
60.0
88
1
1.0
10.0
70.0
89
1
1.0
10.0
80.0
99
1
1.0
10.0
90.0
100
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

物理

频率
百分比
有效百分比
累积百分比
有效
56
1
1.0
10.0
10.0
65
1
1.0
10.0
20.0
76
1
1.0
10.0
30.0
78
2
2.0
20.0
50.0
80
1
1.0
10.0
60.0
87
1
1.0
10.0
70.0
89
1
1.0
10.0
80.0
98
1
1.0
10.0
90.0
100
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

语文

频率
百分比
有效百分比
累积百分比
有效
50
1
1.0
10.0
10.0
78
1
1.0
10.0
20.0
81
1
1.0
10.0
30.0
85
2
2.0
20.0
50.0
88
1
1.0
10.0
60.0
89
2
2.0
20.0
80.0
95
1
1.0
10.0
90.0
98
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

2.描述分析：

描述统计量

N
极小值
极大值
均值
标准差
政治
10
51
97
84.70
13.039
数学
10
60
100
80.40
13.826
物理
10
56
100
80.70
13.639
语文
10
50
98
83.80
13.273
有效 N （列表状态）
10

3. 总体均值和总体方差估量：
（1）.总体均值估量：

案例处理摘要

案例
已包含
已排除
总计
N
百分比
N
百分比
N
百分比
政治 * 物理
10
10.0%
90
90.0%
100
100.0%

汇报
政治
物理
均值
N
标准差
56
90.00
1
.
65
88.00
1
.
76
89.00
1
.
78
89.00
2
9.899
80
97.00
1
.
87
51.00
1
.
89
90.00
1
.
98
80.00
1
.
100
84.00
1
.
总计
84.70
10
13.039

(2).总体方差估量：

统计量

政治
数学
物理
语文
N
有效
10
10
10
10
缺失
90
90
90
90
方差
170.011
191.156
186.011
176.178

政治

频率
百分比
有效百分比
累积百分比
有效
51
1
1.0
10.0
10.0
80
1
1.0
10.0
20.0
82
1
1.0
10.0
30.0
84
1
1.0
10.0
40.0
88
1
1.0
10.0
50.0
89
1
1.0
10.0
60.0
90
2
2.0
20.0
80.0
96
1
1.0
10.0
90.0
97
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

数学

频率
百分比
有效百分比
累积百分比
有效
60
1
1.0
10.0
10.0
61
1
1.0
10.0
20.0
75
2
2.0
20.0
40.0
78
1
1.0
10.0
50.0
79
1
1.0
10.0
60.0
88
1
1.0
10.0
70.0
89
1
1.0
10.0
80.0
99
1
1.0
10.0
90.0
100
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

物理

频率
百分比
有效百分比
累积百分比
有效
56
1
1.0
10.0
10.0
65
1
1.0
10.0
20.0
76
1
1.0
10.0
30.0
78
2
2.0
20.0
50.0
80
1
1.0
10.0
60.0
87
1
1.0
10.0
70.0
89
1
1.0
10.0
80.0
98
1
1.0
10.0
90.0
100
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

语文

频率
百分比
有效百分比
累积百分比
有效
50
1
1.0
10.0
10.0
78
1
1.0
10.0
20.0
81
1
1.0
10.0
30.0
85
2
2.0
20.0
50.0
88
1
1.0
10.0
60.0
89
2
2.0
20.0
80.0
95
1
1.0
10.0
90.0
98
1
1.0
10.0
100.0
累计
10
10.0
100.0

缺失
系统
90
90.0

累计
100
100.0

4. 总体均值置信区间计算:
单击分析-比较均值-单样本t检验：

单个样本统计量

N
均值
标准差
均值标准误
政治
10
84.70
13.039
4.123
数学
10
80.40
13.826
4.372
物理
10
80.70
13.639
4.313
语文
10
83.80
13.273
4.197

单个样本检验

检验值 = 0
t
df
Sig.(双侧)
均值差值
差分 95% 置信区间
下限
上限
政治
20.542
9
.000
84.700
75.37
94.03
数学
18.389
9
.000
80.400
70.51
90.29
物理
18.711
9
.000
80.700
70.94
90.46
语文
19.965
9
.000
83.800
74.30
93.30
五． 回归分析：
（1）.一元线性分析：
单击分析-回归-线性，将消费支出Y作为因变量，将可支配收入X作为自变量：

输入／移去变量b
模型
输入变量
移去变量
方法
1
可支配收入Xa
.
输入
a. 已输入全部请求变量。
b. 因变量: 消费支出Y

模型汇总
模型
R
R 方
调整 R 方
标准 估量误差
1
.977a
.954
.948
.19176
a. 估计变量: (常量), 可支配收入X。

Anovab
模型
平方和
df
均方
F
Sig.
1
回归
6.055
1
6.055
164.655
.000a
残差
.294
8
.037

总计
6.349
9

a. 估计变量: (常量), 可支配收入X。
b. 因变量: 消费支出Y

结果分析：此表给出了模型检验结果，F值为164.655，Sig值为0.000，所以，其显著概率值远远小于0.01，所以，显著拒绝总体回归系数为0假设。
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)
.607
.189

3.206
.013
可支配收入X
.542
.042
.977
12.832
.000
a. 因变量: 消费支出Y

（2）.多元线性回归分析：
单击分析-回归-线性：

输入／移去变量b
模型
输入变量
移去变量
方法
1
建筑年产值X2, 汽车年产量X1
.
输入
a. 已输入全部请求变量。
b. 因变量: 年销售额Y

模型汇总
模型
R
R 方
调整 R 方
标准 估量误差
1
.977a
.954
.948
42.46359
a. 估计变量: (常量), 建筑年产值X2, 汽车年产量X1。

Anovab
模型
平方和
df
均方
F
Sig.
1
回归
563388.132
2
281694.066
156.223
.000a
残差
27047.346
15
1803.156

总计
590435.478
17

a. 估计变量: (常量), 建筑年产值X2, 汽车年产量X1。
b. 因变量: 年销售额Y

结果分析：此表给出了模型检验结果，F值为156.223，Sig值为0.000，所以，其显著概率值远远小于0.01，所以，显著拒绝总体回归系数为0假设。
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)
-10.274
49.214

-.209
.837
汽车年产量X1
11.057
.995
.776
11.117
.000
建筑年产值X2
40.174
9.837
.285
4.084
.001
a. 因变量: 年销售额Y

六．方差分析：
（1）.单原因方差分析：
单击分析-比较均值-单原因方差分析：

单击“选项”，选中“描述性”选项栏和“方差同质性”检验选项栏：
描述
使用寿命Y

N
均值
标准差
标准误
均值 95% 置信区间
极小值
极大值
下限
上限
1.00
7
1674.2857
61.60550
23.28469
1617.3101
1731.2613
1600.00
1780.00
2.00
5
1598.0000
144.98276
64.83826
1417.9801
1778.0199
1400.00
1750.00
3.00
8
1648.7500
81.66788
28.87396
1580.4739
1717.0261
1550.00
1800.00
4.00
6
1575.0000
70.07139
28.60653
1501.4646
1648.5354
1510.00
1680.00
总数
26
1628.8462
93.35210
18.30785
1591.1404
1666.5519
1400.00
1800.00

方差齐性检验
使用寿命Y
Levene 统计量
df1
df2
显著性
2.840
3
22
.061

ANOVA
使用寿命Y

平方和
df
均方
F
显著性
组间
39776.456
3
13258.819
1.638
.209
组内
178088.929
22
8094.951

总数
217865.385
25

结果分析：在方差齐性检验中，显著性取值为0.061，大于0.05，所以认为各组方差有齐性；在方差分析表中，显著性取值为0.209，大于0.05，即假设成立，认为各组均值没有差异性。
(2) .多原因方差分析:
无反复试验多原因方差分析：
单击分析-通常线性模型-单变量:

单击“绘制”，选中“学号”到水平轴，选中“地域”到单图，单击添加-继续；
单击“两两比较”按钮，选中“学号”到“两两比较检验”选项栏中，选中Turkey选项栏，单击继续；
单击“选项”按钮，选中“学号*地域”到“显示均值”选项栏中，选中“描述统计”，“方差齐性检验”，“功效估量”，“分布-水平图”选项栏。单击“继续”按钮返回主界面。
主体间因子

N
学号
10912801
1
10912802
1
10912803
1
10912804
1
10912805
1
10912806
1
10912807
1
10912808
1
10912809
1
10912810
1
地域_DQ

10

描述性统计量
因变量:政治
学号
地域_DQ
均值
标准 偏差
N
10912801

80.00
.
1
总计
80.00
.
1
10912802

90.00
.
1
总计
90.00
.
1
10912803

97.00
.
1
总计
97.00
.
1
10912804

82.00
.
1
总计
82.00
.
1
10912805

96.00
.
1
总计
96.00
.
1
10912806

88.00
.
1
总计
88.00
.
1
10912807

51.00
.
1
总计
51.00
.
1
10912808

89.00
.
1
总计
89.00
.
1
10912809

90.00
.
1
总计
90.00
.
1
10912810

84.00
.
1
总计
84.00
.
1
总计

84.70
13.039
10
总计
84.70
13.039
10

误差方差等同性 Levene 检验a
因变量:政治
F
df1
df2
Sig.
.
9
0
.
检验零假设，即在全部组中因变量误差方差均相等。
a. 设计 : 截距 + 学号 + 地域_DQ + 学号 * 地域_DQ

主体间效应检验
因变量:政治
源
III 型平方和
df
均方
F
Sig.
偏 Eta 方
校正模型
1530.100a
9
170.011
.
.
1.000
截距
71740.900
1
71740.900
.
.
1.000
学号
1530.100
9
170.011
.
.
1.000
地域_DQ
.000
0
.
.
.
.
学号 * 地域_DQ
.000
0
.
.
.
.
误差
.000
0
.

总计
73271.000
10

校正总计
1530.100
9

a. R 方 = 1.000（调整 R 方 = .）

学号 * 地域_DQ
因变量:政治
学号
地域_DQ
均值
标准 误差
95% 置信区间
下限
上限
10912801

80.000
.
.
.
10912802

90.000
.
.
.
10912803

97.000
.
.
.
10912804

82.000
.
.
.
10912805

96.000
.
.
.
10912806

88.000
.
.
.
10912807

51.000
.
.
.
10912808

89.000
.
.
.
10912809

90.000
.
.
.
10912810

84.000
.
.
.

结果分析：在边际均值图中，各学号折线没有交叉，说明她们之间成绩差异比较显著
反复试验多原因方差分析：
单击分析-通常线性模型-反复度量

主体内因子
度量:MEASURE_1
因子1
因变量
1
政治
2
数学
3
物理
4
语文

多变量检验b
效应
值
F
假设 df
误差 df
Sig.
因子1
Pillai 跟踪
.313
1.062a
3.000
7.000
.424
Wilks Lambda
.687
1.062a
3.000
7.000
.424
Hotelling 跟踪
.455
1.062a
3.000
7.000
.424
Roy 最大根
.455
1.062a
3.000
7.000
.424
a. 正确统计量
b. 设计 : 截距
主体内设计: 因子1

Mauchly 球形度检验b
度量:MEASURE_1
主体内效应
Mauchly W
近似卡方
df
Sig.
Epsilona
Greenhouse-Geisser
Huynh-Feldt
下限
因子1
.002
48.418
5
.000
.357
.366
.333
检验零假设，即标准正交转换因变量误差协方差矩阵和一个单位矩阵成百分比。
a. 可用于调整显著性平均检验自由度。 在"主体内效应检验"表格中显示修正后检验。
b. 设计 : 截距
主体内设计: 因子1

主体内效应检验
度量:MEASURE_1
源
III 型平方和
df
均方
F
Sig.
因子1
采取球形度
141.400
3
47.133
.314
.815
Greenhouse-Geisser
141.400
1.070
132.198
.314
.603
Huynh-Feldt
141.400
1.097
128.950
.314
.608
下限
141.400
1.000
141.400
.314
.589
误差 (因子1)
采取球形度
4052.600
27
150.096

Greenhouse-Geisser
4052.600
9.626
420.986

Huynh-Feldt
4052.600
9.869
410.643

下限
4052.600
9.000
450.289

主体内对比检验
度量:MEASURE_1
源
因子1
III 型平方和
df
均方
F
Sig.
因子1
线性
2.880
1
2.880
1.216
.299
二次
136.900
1
136.900
.315
.588
三次
1.620
1
1.620
.121
.736
误差 (因子1)
线性
21.320
9
2.369

二次
3911.100
9
434.567

三次
120.180
9
13.353

主体间效应检验
度量:MEASURE_1
转换变量:平均值
源
III 型平方和
df
均方
F
Sig.
截距
271590.400
1
271590.400
994.594
.000
误差
2457.600
9
273.067

南京邮电大学通达学院
课程设计I指导老师成绩评定表
题　　目
课程设计
学生姓名
范海霞
班级学号
1407
专业
信息管理和信息系统
评分内容
评分标准
总分
评分
平时成绩
认真对待课程设计，遵守试验室要求，上机不迟到早退，不做和设计无关事。
20

设计内容

设计内容丰富，符合纲领要求
10

界面外观漂亮、大方
10

功效符合纲领要求
10

文档设计正确合理
10

文档写作
文档反应设计计划过程
10

文档反应系统设计步骤
10

答辩
简练、正确叙述设计内容，能正确有条理回复多种问题，系统演示顺利。
20

总评分

指导老师
评阅意见
该生对待课程设计II态度 □认真 □良好 □通常 □比较差。
设计系统界面外观美工处理情况 □很好 □很好 □通常 □比较差
系统前后台功效和脚本编写情况 □很好 □良好 □通常 □比较差
文档书写符合计划和设计步骤程度 □很好 □良好 □通常 □比较差
系统演示顺利情况和答辩流畅正确情况□很好 □良好 □通常 □比较差
完成课程设计特色之处：
成绩

指导老师署名
黄双颖
日期
-1-4