《微机原理与接口技术试验指导书-东北大学秦皇岛分校.docx》由会员分享，可在线阅读，更多相关《微机原理与接口技术试验指导书-东北大学秦皇岛分校.docx（20页珍藏版）》请在课桌文档上搜索。
1、统计学试验指导书董明涛编写东北高校秦皇岛分校二。一六年十月“统计学原理”是经济学专业的必修课，为了帮助学牛.更好地学习统计学原理这门课程，编写了本试验指导书.由r统计学原理课程是一门理论与实践结合性很强的学科，因此，在“统计学原理”课程中，须要学生在对理论进行深化理解的基础上，针财实际问题能够运用统计分析工具进行分析。本指导书重点介绍统计分析工具SPSS的一些基本应用，主要包括数据文件的建立、编辑、修改、数据文件的整理，数据的预处理与统计描述；SPSS假设检睑：回来分析等。本指导书的另一个重要目的是要帮助学生更好地驾驭理论学问和应用理论学问，这一思路贯穿于本书。由于作者水平有限，书中难免有不足
2、与错误之处，敬请指责指正。试验一SpSS基本数据操作试验目的1 .驾驭SPSS数据文件的建立。2 .驾驭SpSS数据文件的编辑。3 .驾驭数据的一般预处理过程。试验内容h认知SPSS试验任务打开SPSS软件，并了解其窗口结构。试览步源步骤h,打开SPSS软件。双击SPSS桌面图标后,计算机屏幕上出现一个对话框，如图所示:注释:对话框包括一个六选一单选对话框和一个复选对话框，其内容为: Runthetutoria1.运行操作指南: Typeindata输入数据选项，建立新的数据集时可选择此项; Runanexistingquery运行一个已经存在的数据文件选项: Createnewqueryus
3、ingDatabaseWizard用数据库处理工具建立新文件: Openanexistingdatesource打开一个已经存在的数据文件; Openanothertypeoffi1.e打开其他类型的文件。 Dontshowthisdia1.oginthefuture下次启动SPSS时将不会显示对话框。这里干脆点击“Cance1.”按钮即可。试验内容2,数据文件的建立任务导向以卜.是某问卷的部分内容，并假设你手头上有3份调查问卷的答案,须要你将它们录入形成SPSS数据文件，并保存该数据文件。1、你的性别是（A、男B、女2,你的身高是cm3、你的专业是（）A、金融B、会计C、工商D,国贸4、你对
4、目前的住宿条件满足程度是（）,特别满足B,满足C,一般D、不满足E,特别不满足5、你认为高校期间应培育哪些实力（限选三个）（）A,学习实力B,组织实力C,交际实力D、写作实力E、运动实力F、口才实力G、协作实力Ik其他其中三份问卷答案如下：（I）A,172,B,B,ACG（2）A,168,C,B,BCF（3）B,164,A,C,DEF试验步骤数据录入包括两个基木步骤：定义变量和数据录入。这里先讲前4题的变量定义和数据录入，然后单独讲解多选题的变量定义和数据录入，域终将数据文件保存。一、前4题的变量定义和数据录入步骤步骤1.打开SPSS软件。步骤2：在“variab1.eview”窗口中定义变量
5、。注释h在YariabIeYieW表中，每行描述一个变量，依次是：Name：变量名。Type：变量类型。最常用的是NUfneriC数值型变量。Width：变量所占的宽度。DeeimaIS:小数点后位数1.abe1.：变量标签。关于变量涵义的具体说明。Va1.ues：变量值标签。关于变量各个取值的涵义说明。Missing：缺失值的处理方式。Co1.umns：变量在DateView中所显示的列宽（默认列宽为8）。A1.ign：数据对齐格式（默认为右对齐）。Measure：数据的测度方式（默认为等间距尺度）。注释2Va1.ues：变量值标签的定义方法，以第3题为例，点击va1.ues栏中的按钮，在弹
6、出窗口中依次数据各选项的标签值：输出的统计量。1.inearRegression:Statistics:S3IRegreeS1.oCCOeffQeru1.ModaftCbnthUef/&Unates厂RsquafBdchange1.CCancd11ConMenCe1.rtefVategcrXrve3CoVmKematMPartandpertidsrrdebonsCoSneaftyAagrwsticsResd3Ourbn-Wa1.sanCaseweeAagnostcs（AJICA8 RegressionCOeffiCienIS栏，回来系数选项栏。Estimates（系统默认）：输出回来系数的相关
7、统计量：包括回来系数,回来系数标准误、标准化回来系数、回来系数检验统计量（I值）与相应的检验统计量概率的P值（sig）。Confidenceinterva1.s:输出每一个非标准化回来系数95%的置俗区间。Covariancematrix:输出协方差矩阵。 与模型拟合与拟合效果有关的选择项。Mode1.fit：能够输出复相关系数R、R与N修正值，估计标准误差,方差分析表.Rsquaredchange:引入或剔除一个变量时,R：的改变。Dcscriptives:基本统计描述。PartandPartia1.corre1.ations：相关系数与偏相关系数。Co1.1.inearitydiagnos
8、tics：共线性诊断。主要对于多元回来模型，分析各白变量的之间的共线性的统计量：包括容忍度和方差膨胀因子、特征值，条件指数等。 Residua1.s残差栏Durbin-Watson：D.W检验.Casewisediagnostics:奇异值诊断，有两个选项：Out1.iersoutside（）standarddeviations:奇异值判据,默认项标准差Z3。A1.1.case输出全部观测量:的残差值。单击P1.OtS按组，打开1.inearRegreSSiOn：P1.OtS对话框，选择所须要的图形。UnearRegression：P1.ots3DependhtScatter1of1COnun
9、Ue-ZPRED-ZRES1.DeDRESID-ADJPRED-SRESIDSDRESIDJJ-JCanCdEY:I,冲.1Jx：I_StandardzedResdua1.Ptots-厂producea11pataPtouHstogram厂Noana1.PrObabIttyPtot在左上角的源变量框中，选择DePendent进入X（或Y）轴变量框，选择其它变量进入Y（或K）轴变量:框，除因变量外，其客观存在变量依次是:ZPRED:标准化预料值,ZRESID:标准化残差,DRESID:剔除残差，ADJPRED:修正后预料值，SRESID学生化残差，SDRESID:学生化剔除残差。Standard
10、iZedReSidUaP1.ots栏，标准化残奉图类型，有选择项:Histogram:标准化残差直方图Norma1.probabi1.ityPIOt标准化残差序列的正态分布概率图.Producea1.1.partia1.p1.ots依次绘制因变量和全部自变量的散布图单击OPtionS按纽，打开1.inearRegreSSiOn：OPtionS对话框，选择模型拟合推断准则与缺失值的处理方式。 SteppingMethodCriteria栏,设置变量引入或剔除模型的判别标准。USeprobabi1.ityofF:采纳F检验的概率为判别依据。USeFva1.ue:采纳F值作为检验标准。 Inc1.u
11、deconstantinequation回来方程中包括常数项 MissingVa1.ues缺失值的处理方式。单击SaVe按纽，打开1.inearRegression：SaVe对话框。选择须要保存的数据种类作为新变量存在数据编辑窗口.其中有预料值、残差，预料区间等。注释2：线性回来的假设理论（1）正态性假设：即所探讨的变量均听从正态分布：（2）等方差假设：即各变量总体的方差是相等的;（3）独立性假设，即各变量之间是相互独立的：（4）残差项无自相关性，即误差项之间互不相关，Cov（e1,e1）=0注释3：线性回来模型的检验项目（1）回来系数的检验Q检验）：2）回来方程的检验（懒验）；（3）拟合程度
12、判定（可决系数R?）；驾驭时间序列的线图绘制驾驭时间序列的自相关图绘制驾驭时间序列的季节变动分析试验内容h时间序列的线图绘制任务导向依据“零售量”数据文件，绘制1979至1982年度汗衫背心的零售量:月份数据序列图。试验步骤步骤h定义时间序列：打开“零售量”数据文件，将数据按时间依次排列，选择菜单DateDefineDate”,打开DefineDates对话框。然后从左框中选择合适的时辰表示方法，并且在右边时间框内定义起始点，单.击“0K”。DefineDate3|CadeAre:CKu.5YearsYear,QuartefBYears,northsYears,quarters,months三
13、DeySWeeks.daysWeeks,workday(5)Weeks,workday(6)Hour5Day9.hou11Day8.workbxt8)CurotDatesNoneYey1979Math:PenodctyatKigher1.eve1.ResetCanOe1.步骤2：选择菜单“Graphs1.ine,打开1.ineCharts对话框。从中选择Simp1.e单线图,从Da1.einChartAre栏中选择VaIUeSofindividua1.cases，即输出的线图中横坐标显示变量中依据时间依次排列的个体序列号，纵坐标显示时间序列的变量数据。1.ineCharts3Summanesf
14、orgroupsofcasesSummanesfseparatevariab1.es,Va1.uesfndvju;cases步现3：,单击“Define”按钮，打开对话框，选择分析变量“零售量”进入“1.ineRepresent,在“Category1.abe1.s”类别标签（横坐标）中选择Casenumber数据个数（或变殳Variab1.e）,触击TitIe按纽可以添加标题。步骤4：点击“ok”可得到线图如卜.所示。NiwnberVartabtei0万件I三三1.CwyPA4ococe4ton5“Pamaiau:oCogq11sTrantfonnNaUraiiogtrantfonnWfec
15、wce:FSeasonyCunertPcnodcty12试验内容2,时间序列自相关图绘制多数经济现象具有滞后性的特点，而自相关图能鲂刻画经济的滞后现象，对经济问题的分析和预料起到重要的作用。任务导向依据“零售量”数据文件，绘制1979至1982年度汗衫背心的零售殳月份数据自相关图，进行自相关分析。试验步源步骤If打开“零售量”数据文件，选择菜单“Gragh-TimeSeries-Autocorre1.ation”，打开Autocorre1.ations对话框.3Autocorre1.ationsYEAR,netprtoc多MoNTH.pwxJ12步骤21在左边框内选择要显示的变量进入右边Var
16、iabIeS对话框;从DiSP1.ay栏中选择自相关图(Autocorre1.ations)和偏自相关图(Partia1.autocorre1.ations).注释I假如须要对时间序列进行变换，则要从TranSfOnn栏中选择对变量的的变换方式：Natura1.1.ogtransform自然对数变换,DifferfenCe差分（确定差分阶数），Seasona1.1.ydifference季节常分（确定差分阶数）；步骤3：单击“Options”按钮，弹出OPtiOnS对话框中,EMaximumNumberof1.ags参数框中选择最大滞后数值，默认值是16。这里选择默认值，然后单击“0K”，得到
17、自相关图和偏相关图如卜所示。cm-If1.-3457910M1213141516OS-1.I1.JuU匕P05-1Q-691011171J141516CoemcknMptCcrHdtm1.fntI:hMfohrB-95-1.anNumber1.owtfCsewseIisbng步骤2：从左边框中选择待分解处理的变量进入Variab1.e框内，并在Mode1.栏中选择模型类型。有乘法模型(MU1.tiP1.iCatiVe)和加法模型(AdditiVe)两种。本例中选择乘法模型。步Ii3：在MoVingAVerageWeight栏中，选择移动平均处理方法，一般当时距n为奇数时选择A1.1.point
18、sequa1.；当n为偶数时选择Endpointsweightedby.5。步骤4：单击Save按纽，打开SaVe对话框，选择是否创建新的变量。新创建的时间序列有：季节指数、调整后的序列值、平滑值与不规则变动。单击OK得到输出结果如下表所示。Seasona1.FactorsSeriesName万件PedodSeasona1.FadOf(%)11662238371541085526026270072203811129601102771117012131CortinueICanCdg简洁的输出结果只显示季节指数。Season:SaveCreateVa11abte3CAddtof1.eRep1.ac
19、eexistingWDonotcreate注释1.季节分解的目的是依据季节指数进行季节调整，消退季节因素的影响，并通过调整前后的指标数据的比较，确定季节因素的影响程度，为预料决策供应科学依据“所以在步骤1中的对话框中，假如选择左5方的Disp1.aycasewise1.isting,可以在输出窗口视察计算过程,其中包括移动平均的结果，季节指数的生成过程，序列成分分解过程。否则只输出简洁的季节指数。下表中给出r季节分解和调整过程的部分数据。Senost*1m万件Csser*E3erOngina1.SeriesMCMgK38Sen*RatooofOda2SiestoMosinqFr3gSies(M
20、)SeasonsFackx()Seasona1.t/AdjustedSexsSmoothedTrg1.CMSexsIrregu1.ar(ErronComPoXnt123OOO166138762148335233000238138512124851112369000715541106209491OOO103833451151920002e02737”54106MeooO27001289041064861211725400010892233222031152721172171220001W501114111218689125303995OOO1098386560115815312961412201
21、034000IgOO312277122904135970111900011142IZ117011160914793312270001213322313120580810453712511330000120172S01661899416215111161437000121603062331M3O1145483107155900012150486715825501199871612000011942100510851105501127611731100011933260620211953114693104218必OoO11967279127001237181195041035上表第I列是序号，第2列是变量值，第3列是时距为12个月的移动平均值，第4列是变量:的视察值与移动平均值的比值的百分数，第5列是季节指数，第6列是季节调整值，第7列是平滑值，第8列是不规则变量。注释2：SPSS时间序列分析菜单“Ana1.yzeTimeSerieS中供应了的四种选择,它们分别是： Exponentia1.SmOOthing指数平滑法 AU1.oregreSSion自回来模型 ARMA自回来移动平均模型 Seasona1.DeComPUSi1.iOn季节分解。
