spss实验报告心得体会.docx

《spss实验报告心得体会.docx》由会员分享，可在线阅读，更多相关《spss实验报告心得体会.docx（8页珍藏版）》请在优知文库上搜索。

1、spss试验报告心得体会篇一：SPSS学习报告总结心得应用统计分析学习报告本科的时候有概率统汁和数理分析的基础，但是从来没有接触过应用统计分析的东西，SPSS也只是听说过，从来没有学过。始终以为这块儿会比较难，这学期最初学的时候，因为没有仔细看老师给的英文教材，课卜也没有仔细搜集相关资料，所以学起来有些吃力，总感觉听起来头雾水。老师说最终的考核是通过提交学习报告，然后我从图书馆里借r些教材杳了些资料，发觉很多问题都弄清晰了。结合软件和书上的例子，实战一下，发觉SPSS的功能相当强大。最终总结出这篇报告，以巩固所学。SPSS,StatisticalProductandServiceSolutio

2、ns,即“统计产品与服务解决方案”软件，是IBM公司推出的一系列用于统巾学分析运算、数据挖掘、预料分析和决策支持任务的软件产品与相关服务的总称,也是世界上公认的三大数据分析软件之一。SPSS具有统汁分析功能强大、操作界面友好、与其他软件交互性好等特点，被广泛应用于经济管理、医疗卫生、自然科学等各个领域。详细到管理方面，SPSS也是一个进行数据分析和预料的强大工具。这门课中也会用到AMOS软件。关于SPSS的书，很多都是首先介绍软件的。这个软件易于安装，我装的是的，虽然有些变更和优化，但是主体都是样的，而且都是可视化界面，用起来很方面且简洁上手。所以，我学习的重点是卡方检验和T检验、方差分析、相

3、关分析、回来分析、因子分析、结构方程模型等方法的适用范围、应用价值、计算方式、结果的说明和表述。首先是T检验这部分。由于参数检验的聪础不坚固，这部分也是最初起先接触应用统计的东西，学起来很多东西拿不准，比如说原假设默认的是什么。结果出来后依I1.I分不清晰是接受原假设还是拒绝原假设。不过现在弄懂这部分很有用的是T检验。T检验应用于当样本数较小时，且样本取自正态总体同时做两样本均数比较时，还要求两样本的总体方差相等时，已知一个总体均数u,可得到一个样木均数与该样本标准差，样原来自正态或近似正态总体。T检验分为单样本T检验、独立样本T检验、配对样本T检验。其中，单样木T检验是样本均数与总体均数的比

4、较的T检验，用于推断样本所代表的未知总体均数M与已知的总体均数u。有无差别：独立样本T检验主要用于检验两个样本是否来自具有相同均值的总体，即比较两个样本的均值是否相同，要求两个样木是相互独立的：配对样本T检验中，要正确理解“配对”的含义，主要用于检验两个有联系的正态总体的均值是否有显著差异，跟独立检验的区分就是样本是否是配对样木。这几个方法用软件操作起来都是相对简洁的，关键是分清晰什么时候用这个什么时候用那个。然后是方差分析。方差分析就是将索要处理的观测值作为一个整体，依据变异的不同来源把观测值总变异的平方和以与自由度分解为两个或多个部分，获得不同变异来源的均值与误差均方，通过比较不同变异来源

5、的均方与误差均方，推断各样本所属总体方差是否相等。方差分析主要包括的因素方差分析、多因素方差分析和协方差分析等。这一部分在学习的过程中出现些问题，就是用SPSS来操作的时候分不清观测变量和限制变量,假如反了的话会导致结果的不精确。其次，对BOnferroni、TUkey、Scheffe等方法的运用目的不清晰，现在基本驾驭了多重比较方法选择：一股假如存在明确的比照组，要进行的是验证性探讨，即安排好的某两个或几个组间（和比照红1.）的比较。宜用Bonferroni法：若须要进行多个均数间的两两比较，且各组个案数相等，相宜用TUkey法；其他状况宜用SCheffe法。最终，对方差齐性检验、多重比较检

6、验、趋势检验理解不够透彻，在方差检验中，P。SlHoC键有1.SD的选项：当方差分析F检验否定了原假设，即认为至少有两个总体的均值存在显著性差异时，须进一步确定是哪两个或哪几个均值显著地不同，则须要进行多重比较来检验,1.SD即是种多因变量的三个或三个以上水平卜均值之间进行的两两比较检验。相关分析是探讨现象之间是否存在某种依存关系，并对详细有依存关系的现象探讨其相关方向以与相关程度，是探讨陵机变殳之间的相关关系的种统计方法。相关分析探讨现象之间是否相关、相关的方向和亲密程度，一般不区分自变量或因变量。主要有双变量相关分析、偏相关、距离相关几个方法。双变量相关分析是相关分析中最常运用的分析过程，

7、主要用于分析两个变量之间的线性相关分析，可以依据不同的数据类型和条件，选用Pearson积差相关、Spearman等级相关和Kendall的tau-b等级相关.当数据文件包括多个变量时，干脆对两个变量进行相关分析往往不能真实反映二者之间的关系，此时就须要用到偏相关分析，从中剔除其他变量:的线性影响。距离相关分析是对观测变量之间茏异度或相像程度进行的测量，其中距离须要弄清晰，距离分析是对观测量:之间相像或不相像程度的一种测度，是计算一对观测量之间的广义距离。这些相像性或距离测度可以用于其他分析过程，例如因子分析、聚类分析或多维定标分析，有助于分析困难的数据集。接着是回来分析。相关分析探讨的是现象

8、之间是否相关、相关的方向和亲密程度，一股不区分自变型或因变量。而回来分析则要分析现象之间相关的详细形式，确定其因果关系，并用数学模型来表现其详细关系。比如说，从相关分析中我们可以得知“质量”和“用户满足度”变量亲密相关，但是这两个变量之间究竟是哪个变量受哪个变量的影响，影响程度如何，则须要通过回来分析方法来确定。回来分析的目的在于了解两个或多个变量间是否相关、相关方向与强度，并建立数学模型以便视察特定变量来预料探讨者感爱好的变量。运用非常广泛，回来分析依据涉与的自变殳的多少，可分为元回来分析和多元回来分析；依据自变量和因变量之间的关系类型，可分为线性回来分析和非线性回来分析C假如在回来分析中，

9、只包括个自变量和个因变量，且二者的关系可用条直线近似表示，这种回来分析称为一元线性回来分析。假如回来分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回来分析。应用回来分析时应首先确定变量之间是否存在相关关系，假如变量之间不存在相关关系，对这些变量应用回来预料法就会得出错误的结果。正确应用回来分析预料时应留意：用定性分析推断现象之间的依存关系：避开回来预料的随意外推：应用合适的数据资料；接下来是因子分析。因子分析是指探讨从变量群中提取共性因子的统计技术。最早由英国心理学家斯皮尔曼提出。他发觉学生的各科成果之间存在着肯定的相关性，一科成果好的学生，往往其他各科成果也

10、比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成果。因子分析可在很多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入个因子，可削减变量的数目，还可检验变量间关系的假设。因子分析的主要目的是用来描述隐藏在一组测里到的变量中的-些更基本的，但又无法干脆测量到的隐性变量。从故性的变量中得到因子的方法有两类。一类是探究性因子分析，另一类是验证性因子分析。探究性因子分析不事先假定因子与测度项之间的关系，而让数据“自己说话”。而验证性因子分析假定因子与测度项的关系是部分知道的，即哪个测度项对应于哪个因子，虽然我们尚且不知道详细的系数。这一部分不能用SPSS来操作，要

11、用八MOS,用起来也很便利。最终一部分学习的是结构方程模型。结构方程模型是一种融合门月素分析和路径分析的多元统计技术。它的强势在于对多变量间交互关系的定量探讨。在近三十年内，其大量应用于社会科学与行为科学的领域里，并在近几年起先渐渐应用于市场探讨中。结构方程模型是对顾客满足度的探讨采纳的模型方法之一。其目的在于探究事物间的因果关系，并将这种关系用因果模型、路径图等形式加以表述。结构方程模型与传统的回来分析不同，结构方程分析能同时处理多个因变量，并可比较与评价不同的理论模型.与传统的探究性因子分析不同，在结构方程模型中，我们可以提出一个特定的因子结构，并检验它是否吻合数据。通过结构方程多组分析，

12、我们可以了解不同组别内各变量的关系是否保持不变，各因子的均值是否有显著差异。这门课要学习完了，整个学习的过程是充溢曲折和挑战的，我见证了自己从一窍不通到困惑迷茫再到略懂再到会用的过程。甚至学完之后有些问题还没有彻底搞清晰，自己接卜.来还会不断的探究的。SPSS是个很奇妙的工具,结合AMOS和EXCE1.更是如虎添翼，信任学习了SPSS在以后的论文和数据分析中很有用。这门课给我的感觉是看起来很难，但是实际学起来就好很多，因为当我结合详细实例和软件的时候，很多抽象的问题就豁然开朗了。但是想给老师个建议，这门课须要很强的统计和概率论的基础，要不然就会很难听懂或者听得半慢。然后这门课的很多方法的相关资

13、料都是用在医疗卫生、自然科学领域的，在管理中的应用的资料不怎么多。老师希望我们上课的时候结合在管理中的应用来学习，但是资料有限，希望老师在这个方面多给学生些引导。篇二：SPSS试验报告统计分析软件试验报告试验序号：01试验项目名称：SPSS数据文件的建立和编辑篇三：SPSS试验报告描述性统评分析一、试验目的1 .进一步门眸驾驭SPSS专业统计分析软件，能更好地运用其进行数据统计分析“2 .学习描述性统计分析与其在SPSS中的实现，内容详细包括基本描述性统计量的定义与计算、频率分析.描述性分析、探究性分析.交叉表分析等。3.M习权市等前章的学问。二、试验内容题目一打开数据文件“”，完成以下统计分

14、析：（1）计算各科成果的描述统计量：平均成果、中位数、众数、标准差、方差、极差、最大值和最小值：（2）运用“Recode”吩咐生成一个新变量“成果段”，其值为各科成果的分段：90100为1,8089为2,7079为3,6069为4,60分以卜.为5,其值标签设为：1-优，2-良，3-中，4-与格，5-不与格。分段以后进行频数分析，统计各分数段的人数，最终生成条形图和饼图。1.解决问题的原理因为问题涉与各科成果，用描述性分析，其次间要先进行数据分段，其后利用频数分析描述统计量并可以生成条形图等。2.试验步骤针对第一问第1步打开数据菜单选择：”文件一打开一数据，将导入。第2步文件拆分菜的选择：“数

15、据一拆分文件”，打开“分割文件”对话框，点击比较组按钮，将“科目”加入到“分组方式”列表框中,并确定。第3步描述分析设置：（1）选择菜单：”分析一描述统计一描述”，打开“描述性”对话框,将“成果”加入到“变量”列表框中。打开“选项”对话框，选中如卜图中的各项。点击“接着”按钮。（4）回到“描述性”对话框，点击确定。针对其次问第1步频率分析设置：（1）选择菜单：”分析一描述统计一频率”，（2打开“频率（F）”对话框，点击“合计”。再点击“接着”按钮.（3）打开“图表”对话框，选中“条形”更选框，点击“接着”按钮。（4）回到“频率（F）”对话框，点击确定。（5）重发步骤（1）（2）把步骤（3）改成打开“图表”对话框，选中“饼图”夏选框，点击“接着”按钮。再回到“频率（F）”对话框，点击确定。三、试验结果与分析统计量成果语文N有效缺失均值中值众数标准差方差微小值极大值百分位数255075数学N有效缺失均值中值众数标准差方差微小值极大值百分位数255075英语N有效缺失均值中值60a