spss统计分析考查课试题(1)

《spss统计分析考查课试题(1)》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、河南师范大学生命科学学院研究生考查课程答卷年级类别：12级学科专业：植物学学号：1204180284姓名：郭晓博课程名称：SPSS统计分析授课教师：张黛静邵　云姜丽娜考试时间：2013-06-26考试分数：1、SPSS的全称是什么？SPSS统计软件的特点是什么？Spss全称是StatisticalPackagefortheSocialScienceorStatisticProductsandServiceSolution。Spss特点：操作简单，易学易用；具有较强的统计功能和强大的作图功能，特别是能够快速准确的完成大量的、烦琐的、专业的和复杂的数据

2、统计分析。是国际上认可的专业统计分析软件之一。2、为了从3种原料和3种温度中选择使酒精产量最高的水平组合，设计了二因素试验，重复4次，结果如表1所示。试进行统计分析，并进行解释。表1　原料与温度对酒精产量影响资料(kg)原料(A)重复温度(B)B1(30℃)B2(35℃)B3(40℃)A1141116249122232325264252411A2147438259382235033184403614A31485530235383335347264594419原料和温度交互作用sig=0.086＞0.05差异不显著，可以不考虑原料和温度的交互作用原料

3、和温度的sig=0.000＜0.01差异均达到极显著水平原料之间差异达到显著水平，A2、A3极显著高于A1，A2和A3差异不显著温度之间差异达到极显著水平，B1、B2、B3差异均达到极显著水平，B1极显著高于B2、B3，B2极显著高于B3。所以最佳组合为A2B1或A3B1。3、测定了10个大麦亲本材料的穗长（x1）、穗下节间长（x2）、每株穗数（x3）、每穗粒数（x4）、每株粒数（x5）、千粒重（x6）和每株粒重（y）的关系，结果如表2所示。试用逐步回归的方法建立y依xj的最优线性回归方程，并进行解释。表2大麦穗长资料编号穗长（x1）/cm穗下节间

4、长（x2）/cm每株穗数（x3）/个每穗粒数（x4）/粒每株粒数（x5）/粒千粒重（x6）/g每株粒重（y）/g19.528.312.323.0282.138.410.726.236.012.324.8306.637.411.536.133.110.424.6258.530.27.648.932.512.828.3362.637.212.557.930.69.028.4256.634.08.768.131.813.720.0273.845.514.979.425.612.722.8282.229.08.284.929.88.851.1447.426

5、.011.697.432.99.149.2449.131.914.3105.829.810.223.3238.227.36.5DescriptiveStatisticsMeanStd.DeviationN每株粒重10.6502.843410每株粒数315.71077.603410穗长7.4201.610210穗下节间长31.0402.894110每株穗数11.1301.828210每穗粒数29.55011.151510千粒重33.6906.011010VariablesEntered/RemovedbModelVariablesEnteredVar

6、iablesRemovedMethod1每株粒数a.Enter2千粒重.Stepwise(Criteria:Probability-of-F-to-enter<=.050,Probability-of-F-to-remove>=.100).a.Allrequestedvariablesentered.b.DependentVariable:每株粒重ModelSummarycModelRRSquareAdjustedRSquareStd.ErroroftheEstimateDurbin-Watson1.607a.368.2892.39762.979b

7、.958.946.65871.254a.Predictors:(Constant),每株粒数b.Predictors:(Constant),每株粒数,千粒重c.DependentVariable:每株粒重模型1给出了每株粒重与每株粒数之间的相关系数0.607，反应了两者之间具有显著的线性关系。模型2中，因变量与两个自变量的复相关系数为0.979，反映了每株粒重与每株粒数和千粒重之间具有显著的线性关系。模型2给出了杜宾-瓦特森值为1.254ANOVAcModelSumofSquaresdfMeanSquareFSig.1Regression26.77

8、7126.7774.658.063aResidual45.98885.749Total72.76592Regression