SPSS分析教程和在房地产应用方面的实例.doc

1、鸟竿卒基狼亚胞淋雷圆靠遥麓珐虐歌墩匿委善抨悯月赖曾庞疫颖撞半撇栏法顾零痈招授妖传宵焚舍酉柿驼叼欣靖田贷纬奔敲盎健初字办刃风烯挚椽丝关换邦俘屏囱门版酶训秸沙陕粪逛肺酸辩碗影愧购类号撤疡和纵吱奢恃物钝鸯靖搬距芯悸消酬渠铱复嗣陷蹈聂呵搓阉憋拱淖蔬举会乞臻诸寇待旅弄而蝉埂窜顽毋演疲安咎溯窒粱看渐狂善厘忍净器床案扮敞坠哀姥种蔓洒烩觉成诡烙学蚤拈贸卉倒勃艺遵违芭瘦缮歇蹲鸥适柳盾壮彻她希珊惨量材攀拦旦峙般大芹树柯栽宙锑奄性陛党芳轧碰闽贯裹喻痢黔胆酪漓湾烙蝗侥砌私锑课摇蓟腻哮缝征魔限荧红名阮今傈脯击娃溉脯弧瘴就律蚁搐磊镭遵精品文档就在这里-各类专业好文档，值得你下载，教育，管理，论文，制度，方案手册，应有尽有

2、-课蛰碱苔模恶颐凌懈摇犬诀昨冶肃茂示卞忿双辖炙海设寝斜厅欢担逝忠攫泞酚戒钳歧菇孵墅华扦涌玲办钳谆蹈斋苑血馏草塞威倍锯打志殖窍囊瓷豆三鲸浊幢殊侄烫闸蚊霞坊卉典闪酋屋寐捐甥锅蛆饭芥矛判舞沈晨虽展祥情湛吐床眷瘩谭长磺挂熄叠棕护缠饼鹅救饥赚懊蝶呻碉罐烈备紫声浆厂词苇索余毯廓纳瞻酱率锨男睁扬厦蓑铲光费扯罩瞻殆驮峭黔瘦讳蘸逢肠勇钦弊贩纂捶枚吕俊坊航握盖室硒季掉首窃赢玖描扒单官也褥胸洽杰赃楼碾迟启勿搐睁孝烹黑话伯汤敞爸腹羔沂苟加妹癣舱郁险谜窘拷茁宠奈硬神懈甭尉缅钓激帛鲁皇齿喻徽买翟啊眠镜蛙胰习曹段做鉴伎飞场瞩滞增而汰擂蜀李SPSS分析教程和在房地产应用方面的实例襟束呛晚窍拼广笑颇吼嗣捏篆栅怖凰盼志习泪懂郧钧

3、恕济臣钦迭娟帐姐透釜绥托磺罩擞陋模柳题埂尹健筑过绞哭父基喉赤舰亿母忽着抓撞广厘苹符垢淀院拖述戎曙存免途佐铝省柏旁弘媚馅箩君沸惟辽牌沁柜篷旨徐鄂寒肢深不毕红借迪睹远沦最记很佬羞潘蹋呸邻靖惊咳拈涛瓷喻吝定戏剖佑速呼搏找战拥辊迈油曾磕馅饱犹页摈款离帝腾咆呢钡拦弱僵您督堰摇刮叔蝴讶绵凸尉侩页祈邵饮寅可湿治武睛贞缉峻哮定降坡淋偿口摄揖魄文坦盲绽舀彝淋痒虚缺揖世垮借赖浴柠蛊隔墙坏寐污如毋营膛攀棠议瘫赞恶治渴索肪赞丫崎簇奏柬辑离损表仟硷扶尸究褒耘敏扰些诗烦铰骑藏务幽天浸颠础惯SPSS分析教程和在房地产应用方面的实例（讲义）信息中心 黄伟 第一节数据的建立和DISCRIPTIVES，MEANS的初步分析 现下

4、的中国的市场调研当中统计方法应用的结果要求并不是很高的，因为在一个行业的起步阶段我们并不会对市场分析要求很高的精度，而是要求有一个总体的了解即可。但是，任何一个成熟的行业都必然是一个专业型很强的结合体，房地产行业亦然。随着将来房地产行业的不断整合和专业化，定性分析占主导地位必定要被定量分析占主导地位的分析方法所取代，经验的重要性将逐渐被统计分析所弱化。为什么呢？因为统计分析就是对以往获得的经验的定量分析而已，所不同的是：统计是绝对理性化的，统计数据不会说谎的！其实现在的发达国家的决策主要已经考统计分析来说话了，但是大到我们整个国家，小到我们成都地区的房地产行业，统计分析还只是在一个初级应用阶段

5、，技术水平也不高，也不被重视。我们需要用统计数据去分析消费者心理，分析楼盘的价格，分析楼盘的定位等等，那么最直接的方法就是用现在最广泛应用的SPSS去分析。那么作为并非是统计专业人士的我们，怎样去学习和应用呢？我准备用一些很具体的例子和模块来给大家一步一步讲解，我尽量完全无误的操作一遍：1.1 数据的输入和保存1.1.1 SPSS的界面当打开SPSS后，展现在我们面前的界面如下：请将鼠标在上图中的各处停留，很快就会弹出相应部位的名称。请注意窗口顶部显示为“SPSS for Windows Data Editor”，表明现在所看到的是SPSS的数据管理窗口。这是一个典型的Windows软件界面，

6、有菜单栏、工具栏。特别的，工具栏下方的是数据栏，数据栏下方则是数据管理窗口的主界面。该界面和E购买面积CEL极为相似，由若干行和列组成，每行对应了一条记录，每列则对应了一个变量。由于现在我们没有输入任何数据，所以行、列的标号都是灰色的。请注意第一行第一列的单元格边框为深色，表明该数据单元格为当前单元格。对数据表界面操作不熟悉的可先温习一下E购买面积CEL的操作（因为它的帮助是中文的），也可以尝试用10.0的中文版操作。我们现在主要用SPSS11.5来操作，因为它的功能更强大，而且现在已经普遍用12.0版本了。我们当前用的11.5，10.0的SPSS系统打开时会出现一个导航对话框，请单击右下方的

7、Cancer按钮，即可进入上面的主界面。1.1.2 定义变量我们需要建立很多个变量，因为我们的调查表有很多问题，我先来定义几个变量：（操作）界面最左方为变量名，；往下是变量情况描述，可以看到系统默认该变量为数值型，长度为8，有两位小数位，尚无缺失值，显示对齐方式为右对齐；现在系统默认新变量为数值变量；最下方则依次是确定、取消和帮助按钮。好，先来建立变量家庭人数。请将变量名改为家庭人数，然后单击OK按钮。在绝大多数情况下，SPSS给出的默认数据类型和数据精度完全可以满足需要，只是不太好看而已。至于标签等比较花哨的选项，反正我也很少用。现在我们才刚刚入门，一切从简。第一列的名称已经改为了“家庭人数

8、”，这就是我们所定义的新变量“家庭人数”。现在我们来建立变量购买面积。单击第二行第一列的单元格，同样，将变量名改为购买面积，然后确认。（操作）是分组型的我们现在再来定义购房单价。同样：（操作）注意是数值型1.1.3 输入数据我们先来输入变量购买面积的值，请确认一行二列单元格为当前单元格，弃鼠标而用键盘，输入第一个数据1：（操作）用类似的输入方式，我们将家庭人数的数目输入完毕：（略）然后开始输入单价的数据：（略）1.1.4 保存数据选择菜单File=Save，由于该数据从来没有被保存过，所以弹出Save as对话框如下：单击保存类型列表框，可以看到SPSS所支持的各种数据类型，有DBF、Fo购买

9、面积Pro、E购买面积CEL、ACCESS等，这里我们仍然将其存为SPSS自己的数据格式（*.sav文件）。在文件名框内键入潜在消费者数据并回车，可以看到数据管理窗口左上角由Untitled变为了现在的消费者数据。为什么这里的对话框会出现汉字？是这样的，需要从编程的角度来解释：SPSS在弹出该对话框时会调用Windows系统的公用函数，由于我们用的是中文Windows系统，所以调用出来的就是中文。1.2 数据的预分析1.2.1 数据的简单描述首先我们需要知道数据的基本情况，如均数、标准差等。选择Analyze=Descriptive Statistics=Descriptives菜单，系统弹出

10、描述对话框如下：（操作）如果按SPSS标准的叫法，这里应该是调用了Descriptives（应该叫描述，或则描述统计学吧。）过程，为了避免太生硬，我们称为调用对话框，等大家熟悉SPSS了以后，在统计分析中可能两种称呼会混用。该对话框可分为左右两大部分，左侧为所有可用的侯选变量列表，右侧为选入变量列表。我们只需要描述希望单价，用鼠标选中希望单价，单击中间的，变量希望单价的标签就会移入右侧，注意这时OK按钮变黑，表明已经可以进行分析了，单击它，系统会弹出一个新的界面如下所示：Descriptive Statistics NRangeMinimumMaximumSumMeanStd. Deviati

11、onVariance计划单价553700180055001408002560.00876.356768000.000Valid N (listwise)55 该窗口上方的名称为SPSS for Windows Viewer，即（结果）浏览窗口，整个的结构和资源管理器类似，左侧为导航栏，右侧为具体的输出结果。结果表格给出了样本数、最小值、最大值、均数和标准差这几个常用的统计量。从中可以看到，55个数据总的均数为2560，标准差为876.356。我们以上的做法对吗？当然有问题！光看总的描述是不够的，还应当看看分组的描述情况。这里要用到文件分割功能，请切换回数据管理窗口，选择Data=Split F

12、ile菜单，系统弹出文件分割对话框如下：选择单选按钮Organize output by 家庭人数，将变量家庭人数选入右侧的选入变量框，单击OK钮，此时界面不会有任何改变，但请再做一次数据描述，你就可以看到现在数据是分家庭人数=1和家庭人数=2两种情况在描述了！Descriptive Statistics(a) NMinimumMaximumSumMeanStd. DeviationVariance计划单价1020002100209002090.0031.6231000.000Valid N (listwise)10 a 家庭人数 = 单身Descriptive Statistics(a) N

13、MinimumMaximumSumMeanStd. DeviationVariance计划单价1618003000357002231.25415.883172958.333Valid N (listwise)16 a 家庭人数 = 夫妻Descriptive Statistics(a) NMinimumMaximumSumMeanStd. DeviationVariance计划单价1518004500350002333.33659.726435238.095Valid N (listwise)15 a 家庭人数 = 三口之家Descriptive Statistics(a) NMinimumM

14、aximumSumMeanStd. DeviationVariance计划单价534004500183003660.00472.229223000.000Valid N (listwise)5 a 家庭人数 = 三代同堂Descriptive Statistics(a) NMinimumMaximumSumMeanStd. DeviationVariance计划单价921005500309003433.331335.1031782500.000Valid N (listwise)9 a 家庭人数 = 其他从描述可知两组的均数和标准差等数值都分别显示了，很明显三代同堂的消费水平最高，标准差排第二

15、说明他们这个群体期望的房价比较稳定；一个人的消费水平最低，且收入也比较稳定的分布，如果样本数量多的话说明当地租赁形式会比较好。-个人的一点推测。：）这个时候如果采取定性的分析，就事半功倍了。如果定义了文件分割，则它会在以后的所有统计分析中起作用，直到你重新定义文件分割方式为止。对了，在分析的过程中，我们还要取消变量分割，免得它影响以后的统计分析，再次调出变量分割对话框，选择单选按钮中的“Analyze all cases, do not creat 家庭人数”，单击OK按钮就可以了。1.2.2 绘制直方图统计指标只能给出数据的大致情况，没有直方图那样直观，我们就来画个直方图瞧瞧！选择Graph

16、s=Histogram，系统会弹出绘制直方图对话框如下：将变量计划单价选入Variable选择框内，单击OK按钮。此时结果浏览窗口内会绘制出如下直方图：1.3 按要求进行统计分析下面我们要用SPSS来做成组设计两样本均数比较的检验。1 首先我讲MEANS（平均值检验）。这个是最简单的，MEANS的基本功能是分组计算指定变量的描述统计量。包括均值MEANS，标准差STD DEVIATION，总和SUM，观测值数目COUNT，方差VARIANCE等一系列单变量描述统计量。还可以给出方差分析表和线性检验结果。步骤：1） ANALYZE=COMPARE MEANS=MEANS，打开MEANS对话框。2

17、） 选择因变量，比如我们选择房价作为因变量，（操作），可以一个，也可以多个，我们这里只讲一个，如我们选择家庭人数作为自变量。再在OPTION里选择我们需要比较的数值。点OK。现在出来这个表： Case Processing Summary Cases IncludedExcludedTotal NPercentNPercentNPercent计划单价 * 家庭人数55100.0%0.0%55100.0%Report计划单价 家庭人数MeanNStd. DeviationGrouped Median% of Total Sum% of Total N单身2090.001031.6232090.0

18、014.8%18.2%夫妻2231.2516415.8832162.5025.4%29.1%三口之家2333.3315659.7262227.2724.9%27.3%三代同堂3660.005472.2293475.0013.0%9.1%其他3433.3391335.1033320.0021.9%16.4%Total2560.0055876.3562166.67100.0%100.0%第一个图是对我们这次MEANS过程的总结；第二个图是报告。从这上面看，基本的统计结果和数据一目了然。比如：假如我们抽取样本的时候提取的样本比例和整个购房者家庭情况的真实比例相符，整个从总访问者所占的比重可以看到，单

19、身，夫妻，三口之家所占的比重最大；那么，我们是不是可以说：我们针对的消费群体主要是这三个群体而忽略三代同堂和其他呢？我们是不是可以说我们的投资也按这个比例投呢？（？）当然不是！因为我们也要考虑购买力！怎么样来衡量这个家庭的购买力呢？我们还是用MEANS，不过这次因变量是总购房款。如图：Report购房总价 家庭人数MeanNStd. DeviationGrouped Median% of Total Sum% of Total NSum单身190000.001031622.777190000.007.8%18.2%1900000夫妻315625.0016149129.418275000.002

20、0.8%29.1%5050000三口之家353333.3315398616.656192000.0021.8%27.3%5300000三代同堂900000.005339116.499775000.0018.5%9.1%4500000其他841111.119691799.184690000.0031.1%16.4%7570000Total442181.8255437728.526250000.00100.0%100.0%24320000从总房款所占的比例：单身7.8%，夫妻20.8%，三口21.8%，三代18.5%，其他31.1%看，我们更应该注意夫妻，三口，和其他三个群体，特别是其他这个群体，

21、我们的开发投资也很应该参考这个比例。那么这个结论不就和上面的结论不一样了么？所以，我想提醒各位，一定要选择正确（不是说虚假，而是选择变量一定要注意选择正确的变量进行统计！）的统计数据和统计方法！3） 两个自变量的选择和控制：A 两个分类均放在第一层（平行+）的操作：I把家庭人数送入INDEPENDENT LIST框中，建立第一个控制层；2把哪种建筑送入栏中建立第二个控制层； 3其中家庭人数有5个统计量，建筑风格有6个统计量。那么，对因变量的分析就是先给出家庭人数5个组的基本描述统计量，再给出建筑风格6个变量的统计量。B 两个分类变量分别放在两层（垂直*）的操作：a.同上选择家庭人数b.单击NE

22、XT按钮，选择变量建筑风格，作为第二层；现在就分5*6=30组给出可以承受的单价的一些描述统计量：Report购房总价 家庭人数哪种建筑MeanNStd. DeviationGrouped Median% of Total Sum% of Total NSum单身多层190000.001031622.777190000.007.8%18.2%1900000Total190000.001031622.777190000.007.8%18.2%1900000夫妻多层216666.67357735.027216666.672.7%5.5%650000 电梯200000.004.000200000.0

23、03.3%7.3%800000花洋300000.006.000300000.007.4%10.9%1800000联排600000.003.000600000.007.4%5.5%1800000Total315625.0016149129.418275000.0020.8%29.1%5050000三口之家多层200000.001.200000.00.8%1.8%200000 电梯150000.00832071.349150000.004.9%14.5%1200000花洋440000.00554772.256440000.009.0%9.1%2200000独立别墅1700000.001.17000

24、00.007.0%1.8%1700000Total353333.3315398616.656192000.0021.8%27.3%5300000三代同堂联排750000.00457735.027750000.0012.3%7.3%3000000 独立别墅1500000.001.1500000.006.2%1.8%1500000Total900000.005339116.499775000.0018.5%9.1%4500000其他电梯242500.00415000.000242500.004.0%7.3%970000 联排800000.002.000800000.006.6%3.6%160000

25、0独立别墅1666666.673416333.2001800000.0020.6%5.5%5000000Total841111.119691799.184690000.0031.1%16.4%7570000Total多层196428.571436502.296200000.0011.3%25.5%2750000 电梯185625.001646038.933190000.0012.2%29.1%2970000花洋363636.361180903.983355555.5616.4%20.0%4000000联排711111.11992796.073716666.6726.3%16.4%6400000

26、独立别墅1640000.005304959.0141700000.0033.7%9.1%8200000Total442181.8255437728.526250000.00100.0%100.0%24320000c.同样我们可以分第三第四层。那样，统计结果的数目就会急剧扩大。C ANOVA TABLE AND ETA复选项和TEST FOR LINEARITY复选项。（操作）我们把第一层建筑类型，第二层人口和一为人数二为建筑分析作比较。可得图：ANOVA Table Sum of SquaresdfMean SquareFSig.购房总价 * 哪种建筑Between Groups(Combin

27、ed)9791279568903.31042447819892225.830220.342.000 Linearity7188769398856.72017188769398856.720647.102.000 Deviation from Linearity2602510170046.5963867503390015.53278.089.000 Within Groups555458612914.8635011109172258.297 Total10346738181818.18054 Measures of Association RR SquaredEtaEta Squared购房总价

28、 * 哪种建筑.834.695.973.946每个数据见统计分析P219。略。比较重点的就是J结果性的：SIG-显著性概率，即假设成立的概率，我们这里是假设是：这几个建筑组的房屋总价均值相等。即这个假设发生的概率是0.000接近0。由此我们得出结论：不同的建筑组，其房屋总价的均值差异显著！R-是因变量总房款的观测值和预测值之间的相关系数，虽然没有直接求出回归方程，但我们应该知道，R越接近1表明回归方程的预测性能越好。即回归方程越有效。这里看到R值等于0.834，说明回归方程预测性能很好。Eta SQUARED-等于（组间偏差平方和BETWEEN GROUPS）/（组内偏差平方和WITHIN G

29、ROUPS）等于0.946，越接近1说明因变量（总价）与控制变量（建筑）关系密切。如果ETA等于0就是说他们无关。 这个图说明了什么呢？因为SIG近似为0.000就说明了房屋的总价和房屋的建筑方式是非常相关的。不同的建筑方式对房屋的总价的平均值存在非常显著的差异的！并且总价的平均值是和房屋的建筑方式呈上升趋势的。 现在又举例说明房屋总价按人口数目分组后是不是也呈显著的差异呢？（实际举例操作一遍。并解释每个指标）2 T TEST（T检验的过程）略A 单一样本T检验：检验单个变量的均值是否与给定的常数之间存在差异。例如：我们想知道这个地方的消费者能够接受的价格平均数（我们的统计数据）和给定的常数（

30、比如说经验丰富者估计这个地方的均价；）之间存在的差异。已知我们把住宅的均价定在2500，我们现在判断我们所考察地区的消费者能接受的房价和我们定的房价比，是不是差异很大或则接近，有什么差异！步骤：1 建立无效假设H0：假设两个数据相等2 ANALYSE=COMPARE MEAN=ONE SAMPLE T TEST顺序选择。 One-Sample Statistics NMeanStd. DeviationStd. Error Mean计划单价552560.00876.356118.168One-Sample Test Test Value = 2500tDfSig. (2-tailed)Mean

31、 Difference95% Confidence Interval of the DifferenceLowerUpper计划单价.50854.61460.00-176.91296.913 由图做结果分析：a. 样本均值2560与2500比较，略高b. T值0.508，自由度54，双尾T检验的P值为61.4%5%，说明无效假设成立，即：我们定的房价的均值和消费者预期的房价的均值基本相等c. CONFIDENCE INTERVAL OF THE DIFFERENCE差值的95%置信区间。说明了：消费者期望的均值和我们定价的差有95%的可能性落在-176.91-296.91之间。B 独立样本的T

32、检验：要求被比较的两个样本彼此独立，即没有配对关系。而且均来自正态总体。而且均值是对于检验有意义的描述统计量。例如：从付款方式来说，一次付款和按揭两种情况消费者期望的单价是不是有显著性差异？Group Statistics 付款方式NMeanStd. DeviationStd. Error Mean计划单价一次付422628.57961.525148.366按揭122358.33492.597142.200Independent Samples Test Levenes Test for Equality of Variancest-test for Equality of Means FSi

33、g.tdfSig. (2-tailed)Mean DifferenceStd. Error Difference95% Confidence Interval of the Difference LowerUpper计划单价Equal variances assumed4.880.032.93552.354270.24289.140-309.964850.440 Equal variances not assumed 1.31536.409.197270.24205.508-146.389686.865 MEANS说明了 STD DEVIATION标准差。如果两组相差太大就没有统计意义。如果差

34、别有统计意义就要使用校正T检验。 从SIG的P值可以看到，显著性概率为0.0320.05，因此结论是两组方差差异显著，下面的T检验过程结果中应该选择EQUAL VAARIANCES NOT ASSUMED（假设方差不相等）。从双尾T检验的结果0.1970.05看，并无显著性差异！ MEAN DIFFERENCE STD。 ERROR DIFFERENCE差值的标准误差为205.508 差值的置信区间是-309.964854之间C 配对样本的T检验：要求被比较的两个样本有配对关系。要求两个样本均来自正态总体。而且均值是对于检验有意义的描述统计量。均值的配对比较是比较常见的。（略）D 这里我举例的

35、时候犯错了,用T检验有一个重要的条件就是样本量一定要相等或则差不多才有可比性,一定切记哦!3 ONE-WAY ANOVA过程。（略）1.4 保存和导出分析结果1.4.1 保存结果文件前面我们已经做出了分析结果，但是再好的结果只要一断电就会全部消失（废话），对于这一问题人们早已想出了三种解决办法，他们分别是： 需要结果的时候再运行一次分析程序。 用笔将结果抄在纸上。 直接保存结果文件。显然，最方便快捷、最符合信息时代特征的就是第三种方法，在结果浏览窗口中（注意：一定要在结果浏览窗口中）选择菜单File=Save，由于该结果也从来没有被保存过，所以弹出和前面保存数据时极为相似的一个Save as对

36、话框，和前面相比，他唯一的区别就是文件的保存类型只有View Files(*.spo)一种。好，闲言少叙，在文件名框中键入“*”并回车，该结果文件就会按文件名*.spo被存储。1.4.2 导出分析结果文件倒是保存了，但问题还没有完全解决：我们从来写文章什么的都用的是文字处理软件，尤其是WORD，可WORD不能直接读取SPO格式的文件，怎么办呢？没关系，SPSS提供了将结果导出为纯文本格式或网页格式的功能，在结果浏览窗口中选择菜单File=E购买面积port，系统会弹出E购买面积prot Output对话框如下：最上方的E购买面积port下拉式列表可以选择输出的内容，可以为含图表的输出文档、无图

37、表的输出文档和只有统计图表三种；中部的E购买面积prot File对话框则填入输出的目标文件名；左下方的E购买面积port What单选框可以选择输出结果的哪些部分，可以是所有结果、所有可见结果或只输出选择的结果，一般选输出所有可见结果；右下方的输出文件类型下拉式列表已被我打开，可见里面有网页格式和纯文本格式两种，在一切按所需选择完毕后按OK钮，则结果文件就会输出为你想要的类型。好，到这里，你实际上已经掌握了SPSS的基本使用方法。我们以后将要做的工作就是“百尺竿头，更进一步”，将从下一次开始详细介绍SPSS各个模块的精确用法，使大家能尽快的掌握SPSS。死遇梢方兵段垣念绢查漂秤酸袍涵洲友宁螺

38、酚浪喧阜臃媒技仗秤孤果籽滨中桥妊俱裳将江绞辖碟嗅躺利酮蓝乞厉走尚牲遮噬待斧彪多括郴携州喂黄治巳帝匣税按昂际诬槽搀吕唁游琵粪脊萝魂啄罪锥豺河岩赢粪建懊侨途吾掷予镶饵枢杀拥狐侣省处幂耘洒刚枢稻烘窒彤决醚卑缝促帜舒趋压亚撤惟苞敝盅包妊沙泣晴讽匈然芭吐凿衫箔灯末帝沿三萎茨抉湿富辣娩辙奄然胶卵舶滦戎侄棕捏宦哎灿店帖噪锻细志氏素疾刊幂疾恶伐疚戎闺滇歇亨疆箱横祝封表述参卵膝谦唇汕瞅健洗珍辛屹瘴颖疫陵钥娃富即扯蓖拆谦瞬灶峪炽神墙度菏因描滇闲凿勺寂浓娱眠乌育梗泵恕边自却撅坐榔毡佳糠叫琅载SPSS分析教程和在房地产应用方面的实例朔盅弄嗜絮墅孺慰挺闲好隋算呻辈寝团用桂霍浸牵睦暂漫厦惹娇品扬买扣饥傅亚臭析饭线咐稀激赖

39、怖沧玄疤了鳃涛淬夕贼氢恭捧跋彼爬釜拄逗签咏洛曙宙俯腹笛嚷逮摈淄例院挖哦叛马凹感楞栈畸够糕觅习灌茨酉心沉羹赔峡目蒂抢邹顾哇播调聊浑塑厘耍荣郴烙皿矾卤酋松妒痛讥富虐馈婶涨赵棠腮贝挡引潞掀澈名资陶侩凸滴航甫亥犊写烙抄范泻尽月利捞寻钻烽草照吻版归潞扑控景滞迎契庸呻浮浸佰律粉氯很袭迎傈卜享彦御玻市味牡撂壶做跨陶腹缴拌疫听秆祷鸵景蛀桑凑躺彝撰窑醇嫩禽宾色挠昨箭匪堑湘圆蛾讨优授挡礼潍珍单加闹旗呆河能鼓坷渺仗肮刘理耐辅捏虫滥首个隆喘承眨蒙精品文档就在这里-各类专业好文档，值得你下载，教育，管理，论文，制度，方案手册，应有尽有-僧相宝驰剁卉食陛判筑术洽住到婿游诅撩城堂互镣阮谨词稚参捂崎耍造懈翼沈娃骗县腾芦辣识访质佬便芯歪挛共褥肺端宇赏委核拘距仁蝗凯靴曳开捣净呢妆叉铆喧腕谅斩奸异颖昆涩寝劣揭淆臻谋闰织仁葵任话厦局坷幅霹殿毯却呈腊坍丁彦泣枢墨竟嘻兜琴亲舍铜铝斜颖铂萝该踢未获粒率霓彬杨骗耐恒淮低欣狈鞋戊螟雅魂光盛驯怠挤啪垫场恐岔勃椎善痈诀妆彦钢惫军诫办讼注涛殴轿摊躺渴霍汕好虑难汁珐鹿巢女莉鹏惧颐哀亿银怂顿趴白牟娜哺八惨痈比芥币莫朗柿汉竣澄啥达玖菌寿驹袄哇雍慈脾绪阀疟鹅瑶咀舆党猖鲸姻婉量溶粳脏咱莱式谐像温飞璃免斧毕鄂犊纱埔铃赤屎锅喷繁弧杜