spss復習題_第1頁
已閱讀1頁,還剩21頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、邢城出品必屬精品(共4頁)1SPSSSPSS復習資料復習資料一、選擇題1、SPSS數據文件的擴展名是()。.sav2、SPSS軟件的三種運行管理方式:()、()和()。完全窗口菜單運行管理方式程序運行管理方式混合運行管理方式輸出窗口的主要功能:()。顯示和管理SPSS統(tǒng)計分析結果、報表和圖形。3、統(tǒng)計學依據數據的度量尺度將數據劃分為三大類,()、()和()。定距型數據定類型數據定序型數據4、SPSS有兩個基本窗口:()和()。數據編輯窗

2、口和結果輸出窗口。5、SPSS數據的組織方式有兩種:()和()。原始數據的組織方式和計數數據的組織方式5、常見的基本描述統(tǒng)計量有三大類:()、()和()??坍嫾汹厔莸慕y(tǒng)計量刻畫離中趨勢的統(tǒng)計量刻畫分布形態(tài)的統(tǒng)計量6、數據編輯窗口的主要功能:()、()和()。定義SPSS數據的結構錄入編輯管理待分析的數據。7、填寫下面的方差分析表ANOVA()ModelSumofSquaresdfMeanSquareFSig1Regression125

3、2141.8560.000ResidualTotal177419125252218298、SPSS對不同類型的變量應采用不同的相關系數來度量,常用的相關系數主要有()、()和()。Pearson簡單相關系數、Spearman等級相關系數和Kendallτ相關系數等。9、利用樣本相關系數r進行變量間線性關系的分析一般()表示兩變量有較強的線性關系()表示兩變量之間的線性關系較弱。|r|0.8表示兩變量有較強的線性關系;|r|0.3表示兩變

4、量之間的線性關系較弱10、利用樣本相關系數r進行變量間線性關系的分析,r=()表示兩變量存在完全正相關;r=()表示兩變量存在完全負相關;r=()表示兩變量不相關。r=1表示兩變量存在完全正相關;r=1表示兩變量存在完全負相關;r=0表示兩變量不相關11、樣本相關系數r的取值范圍是()。在1~1之間12、對回歸方程的檢驗主要包括()、()、()和()。邢城出品必屬精品(共4頁)35、什么是回歸分析?答:回歸分析是一種應用極為廣泛的數量分

5、析方法。它用于分析事物之間的統(tǒng)計關系,側重考察變量之間的數量變化規(guī)律,并通過回歸方程的形式描述和反映這種關系,幫助人們準確把握變量受其他一個或多個變量影響的程度,進而為預測提供科學依據。6、什么是聚類分析?答:聚類分析是一種建立分類的多元統(tǒng)計分析方法,它能夠將一批樣本(或變量)數據根據其諸多特征,按照在性質上的親疏程度(各變量取值上的總體差異程度)在沒有先驗知識(沒有事先指定的分類標準)的情況下進行自動分類,產生多個分類結果。類內部的個

6、體在特征上具有相似性,不同類間個體特征的差異性較大。7、簡述聚類分析中凝聚方式聚類過程答:其過程是,首先,每個個體自成一類;然后,按照某種方法度量所有個體間的親疏程度,并將其中最“親密”的個體聚成一小類,形成n1個類;接下來,再次度量剩余個體和小類間的親疏程度,并將當前最親密的個體或小類再聚到一類;重復上述過程,直到所有個體聚成一個大類為止??梢?,這種聚類方式對n個個體通過n1步可凝聚成一大類。8、簡述聚類分析中分解方式聚類過程答:其過

7、程是,首先,所有個體都屬一大類;然后,按照某種方法度量所有個體間的親疏程度,將大類中彼此間最“疏遠”的個體分離出去,形成兩類;接下來,再次度量類中剩余個體間的親疏程度,并將最疏遠的個體再分離出去;重復上述過程,不斷進行類分解,直到所有個體自成一類為止。可見,這種聚類方式對包含n個個體的大類通過n1步可分解成n個個體。9、假設檢驗的基本思想。答:假設檢驗的基本思路是首先對總體參數提出假設,然后再利用樣本告知的信息去驗證先前提出的假設是否成

8、立。如果樣本數據不能夠充分證明和支持假設,則在一定的概率條件下,應拒絕假設;相反,如果不能夠充分證明和支持假設是不成立的,則不能推翻假設成立的合理性和真實性。上述假設檢驗推斷過程所依據的原理是小概率原理。10、簡述假設檢驗的步驟答:提出原假設(零假設)H0;確定適當的檢驗統(tǒng)計量;計算檢驗統(tǒng)計量的值發(fā)生的概率(P值);給定顯著性水平?;作出統(tǒng)計決策。11、多選項分析有兩種方法:(1)多選項二分法;(2)多選項分類法。三、分析題(共50分)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論