loading装 订 线
1. 1聚类分析定义是什么？是研究“物以类聚”的一种多元统计分析方法，是得分 应用较为广泛的统计分析技术。通过聚类分析，可以将性质相近的个体归为一类，性质差异较大的个体属于不同的类，使类内个体具有较高的同质性，类间个体具有较高的异质性。
2. 2相互独立的两组样本的T检验为什么要做方差齐性检验？ 因为是来源于两个独立
总体，方差齐和方差不齐会导致不同的检验结果。
3. 3通过什么程序可以判断经验分布服从某个理论分布？检验标准是什么？ 4. 4通过Kolmogorov-Smirnov检验可以判断经验分布是否服从某一理论分布。当P值大于
0.05时认为服从某一理论分布。
5. 5游程检验的定义？是根据样本容量及游程个数判断某一样本观察序列是否服从于随机
分布的一种非参数检验方法。
6. 6 SPSS软件的基本功能是什么？数据处理、统计分析、图标分析、输出管理等。
以下是根据SPSS软件拟合的一元线性回归的结果，请根据结果详细说明如下问题：1根据样本数据拟合的一元线性回归的拟合程度如何？（5分）2 一元线性回归方程的线性关系是否显著？（5分）3 写出一元线性回归模型方程 模型汇总 模型 1 R .885 aR 方 .783 调整 R 方 标准 估计的误差 .776 8.30283 a. 预测变量: (常量), VAR00002。 Anova 模型 1 回归 残差 总计 平方和 8189.530 2274.918 10464.449 df 1 33 34 均方 8189.530 68.937 F 118.797 Sig. .000 ab a. 预测变量: (常量), VAR00002。 b. 因变量: VAR00001 装 系数 非标准化系数 模型 1 (常量) VAR00002 a. 因变量: VAR00001 B -.537 1.253 标准 误差 1.432 .115 标准系数 试用版 t -.375 .885 10.899 Sig. .710 .000 a共5 页，第 2页 订 线 1.（1）R方达到0.786，说明X变量能够78.3%解释Y变量，拟合程度较高(5) （2）P值小于0.05，说明一元线性回归方程的线性关系有统计显著性(5) （3）Y=-0.537+1.253X(10)
2. 以下是根据SPSS软件得到的因子分析结果，请详细说明表格的含义： 相关矩阵 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 1.000 .916 .707 .807 .878 .882 .628 .916 1.000 .711 .741 .823 .845 .663 .707 .711 1.000 .693 .579 .663 .508 .807 .741 .693 1.000 .785 .855 .586 .878 .823 .579 .785 1.000 .898 .714 .882 .845 .663 .855 .898 1.000 .760 .628 .663 .508 .586 .714 .760 1.000 相关 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 说明（5分）： KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。 Bartlett 的球形度检验 近似卡方 df Sig. .887 210.446 21 .000 说明（5分）： 解释的总方差 初始特征值 成份 1 2 3 4 5 6 7 合计 5.502 .555 .394 .284 .126 .076 .064 方差的 % 78.594 7.923 5.624 4.060 1.802 1.089 .908 累积 % 78.594 86.517 92.141 96.201 98.002 99.092 100.000 合计 5.502 提取平方和载入 方差的 % 78.594 累积 % 78.594 提取方法：主成份分析。 说明（5分）
(1)说明作为因子分析的指标体系中的各指标值线性相关性较高，有利于做因子分析(5) (2) KWO值达到0.887，高于0.7，Bartlett 的球形度检验P小于0.05，说明该指标体系适合做因子分析(5)
(3) 根据系统默认根据特征值大于1提取公因子的话，该分析提取了一个公因子，且解释了原变量78.594%信息。(5)
3.请说明Kendall相关系数主要适用于什么样变量，以下结果说明变量VAR00001与VAR00002
间的相关性如何（5分），是否通过统计显著性检验（5分）。
相关系数 相关系数 Sig.（双侧） N VAR00001 1.000 . 10 .556 .025 10 *VAR00002 .556 .025 10 1.000 . 10 *Kendall 的 tau_b VAR00001 VAR00002 相关系数 Sig.（双侧） N 共 5 页，第 4 页 相关系数达到了0.556，属于显著相关(5)。P值小于0.05，具有统计显著性。(5)
1.以下是合肥四个地区某月连续4天某种商品营销额： 地区 蜀山区 瑶海区 庐阳区 包河区 营销额(千元） 75 69 63 52 57 51 67 61 76 100 85 61 77 90 80 76 请回答以下几个问题：
（1） 如果想检验四个地区在四天内的营销额是否存在显著差异，用什么统计分析方
法？（10分）
（2） 请按你选择的分析方法详细写出SPSS软件操作程序（15分） 采用单因素方差分析。(10) 步骤：
2. 将数据输入SPSS，变量用X表示，逐一输入，地区按1、2、3、4输入。(3)
3. 选择主菜单ANALYZE---CONGPARE—ONGE-WAY ANOVA 打开单因素方差分析对
话框。(3)
4. 将变量X输入DEPENDENT LIST框内，将变量“地区”输入FACTOR框内(3)
5. 进入POAT HOC 选择EQUAL VARLANCES ASSUMED中的 LSD和EQUAL
VARLANCES NOT ASSUMED中的TAMHANE’S(3)
6. 进入OPTION,并选择DESCRIPTIVE HOMOGENELIT-OF-VARIANCE(3) 点击OK输出单因素方差分析结果