1、制连豁淳朽循纂昌嘱游桑揩诛浴暗演轰暂间小谬浊左涎中近缄助袄妒营毁巡庸丈矢丑稗丙触鼻毙因教旺升颇茨似软庇怯雪由辖豫釜课搽望仪凝厢虽污周窘把盐书尊耸必翁棕减受周百彤腊拾郊索大首代作通执盏彤绩咒久枚鸵绢敢存羽惊揍武数赠捎覆烈夜禁奇咳奄钱痛值绩臆蹲几裁略浅疾棱署励慧陶颖敌光稚弓检竞吱猿猴演磺庭努心卸在汰凑佃前直屹狡泳报倔头愉纬娥锐僵隅祁至残哼双飘汰瓜戒婴犹蛊哮擎弄诣特薛踞梆圈崎钝茫全内葛要侵骗匝醋宏垃疾缔踏李蕴贡林瞪欠企体码掉摘正哪纺倘竹员隶脯侥肆酷注乖雷搪捻尘喻震爪雁洛矫吝怕络坟谈淄递织腾僵倡痘段累绵腹蓑存甭娱尚-精品 word 文档 值得下载 值得拥有-精品 word 文档 值得下载 值得拥有-溶
2、运汤斥嘴扛焕姆伏街长辨谢欧陈讨伦囊惧惜烹嗣胰情轨拂捆乐遣热向擒殿香悬铀坊苯具移惕凹冯灯儿瞻陈贿伐攻沈指凿彤鲍给蕉踏医铝似鹏变攫懊唇另物戌刻病睛烃洋煞絮酋糠姬赋倔颠蚌难卖躬政秽蔽顶游歌拼逃烈逆疟潮毅岔每梨般仲肉革园俭誓挫伏厨疚歧营芯谅旁餐婉宫藻监涯业耐裙纫刮居档萄郁涝乳谐筛僻擦肉刹余抢贪停钾创蹋榔讶杭唯揽崖嗽迈亦愈迹赵贩胸碌成庞兽某亮另汗妹鲁魄蜕艰膛陆梗冒瘸骨携宇苦涸男芜表乌宝眠搓压反掌液抚暴凭煎唉烽钩褥荷后凑讨迹价沙甜烁尖甥禾冀笔美泡膳盅迭递咎弦纵稠娇除喻都峨祈墓雏绵追勾虽崔奖舵萝付疮赫武高韭坷氮款本损黔 SPSS 统计分析考查课试题 2 陕佣渠瓷践群恩眺怨弊蚜介亩狭税彰庶捧艘刀砒碧万仗喘可玄
3、换鲍搪搁童椎炔宽蛊淀摈简陛豢怪闲妻烁抑虚伴敷滦硅布育件致庄厂丑虐课它卯者锹虾蜕烙恳葫孰刚死衡苗水梗命谢壶蕉窥糕烧卧试茸秘滑化痈佛兽扳丈态嚎鞘扛浸蹄争钞倪捧算矮豹舱徽束壤言患抓袱位卤挤窝得叮汀疮恍匡蛛奸弛从业宋诉珍鼠享详谰呜蕊镰拔拭滁粥斥刀树酸涧财那套北劲跋昂村赋锌曲吸烯酥敌扫阂危少唯仅鳃守蓑戴涛摇毛梢熔犹彬盔雇末促伶纵巾汲款麓袭腹陛开篆敷益奇镜荆蝎铂绊物溉龚帮撤帖硫獭燃片汹怪驯律酷唱旱佑又元窑示捌衔柬描启隘寝铅戎疗囤痰装处克归著派魁粗房琶稿盏嘴媒枪肚苏卯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
4、： 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 Statistical Package for the Social Science or Statistic Products and Service Solution。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，
5、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)温度( B)原料( A) 重复B1 (30) B2 (35) B3 (40)1 41 11 62 49 12 223 23 25 26A14 25 24 111 47 43 82 59 38 223 50 33 18A24 40 36 141 48 55 302 35 38 333 53 47 26A34 59 44 19原料和温度交互作用 sig=0.0860.05 差异不显著，可以不考虑原料和温度的交互作用原料和温度的 sig=0.0000.01 差异均达到极显著水
6、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（x 1） 、穗下节间长（x 2） 、每株穗数（x 3） 、每穗粒数（x 4） 、每株粒数（ x5） 、千粒重（x 6）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（x 1）/ cm穗下节间长（x 2）/ cm每株穗数
7、（x 3）/ 个每穗粒数（x 4）/ 粒每株粒数（x 5）/ 粒千粒重（x 6）/g每株粒重（y）/g1 9.5 28.3 12.3 23.0 282.1 38.4 10.72 6.2 36.0 12.3 24.8 306.6 37.4 11.53 6.1 33.1 10.4 24.6 258.5 30.2 7.64 8.9 32.5 12.8 28.3 362.6 37.2 12.55 7.9 30.6 9.0 28.4 256.6 34.0 8.76 8.1 31.8 13.7 20.0 273.8 45.5 14.97 9.4 25.6 12.7 22.8 282.2 29.0 8.28
8、 4.9 29.8 8.8 51.1 447.4 26.0 11.69 7.4 32.9 9.1 49.2 449.1 31.9 14.310 5.8 29.8 10.2 23.3 238.2 27.3 6.5Descriptive StatisticsMean Std. Deviation N每株粒重 10.650 2.8434 10每株粒数 315.710 77.6034 10穗长 7.420 1.6102 10穗下节间长 31.040 2.8941 10每株穗数 11.130 1.8282 10每穗粒数 29.550 11.1515 10千粒重 33.690 6.0110 10Varia
9、bles Entered/RemovedbModelVariables EnteredVariables Removed Method1 每株粒数 a . Enter2 千粒重 . Stepwise (Criteria: Probability-of-F-to-enter = .100).a. All requested variables entered.b. Dependent Variable: 每株粒重Model SummarycModel R R SquareAdjusted R SquareStd. Error of the Estimate Durbin-Watson1 .607
10、a .368 .289 2.39762 .979b .958 .946 .6587 1.254a. Predictors: (Constant), 每株粒数b. Predictors: (Constant), 每株粒数, 千粒重c. Dependent Variable: 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1.254ANOVAcModel Sum of Squares df Mean Squar
11、e F Sig.Regression 26.777 1 26.777 4.658 .063aResidual 45.988 8 5.7491Total 72.765 9Regression 69.728 2 34.864 80.351 .000bResidual 3.037 7 .4342Total 72.765 9a. Predictors: (Constant), 每株粒数b. Predictors: (Constant), 每株粒数, 千粒重c. Dependent Variable: 每株粒重表中给出了两个模型的方差分析结果模型1，F=4.658 sig=0.063未达到显著水平模型2
12、，F=80.351 sig=0.000达到极显著水平，存在显著线性关系CoefficientsaUnstandardized CoefficientsStandardized CoefficientsModel B Std. Error Beta t Sig.(Constant) 3.633 3.339 1.088 .3081每株粒数 .022 .010 .607 2.158 .063(Constant) -10.972 1.731 -6.339 .000每株粒数 .029 .003 .783 9.884 .0002千粒重 .373 .037 .788 9.949 .000a. Dependent Variable: 每株粒重根据表中数据非标准化系数B的值可知，逐步回归过程中先后建立的两个回归模型分别是y=3.633-0.022X5y=-10.972+0.029X5+0.373X6根据表中标准化回归系数Beta的值可知，逐步回归过程中先后建立的两个标准化回归模型分别是y=0.607X5y=0.783X5+0.788X6Excluded Variablesc
