实验目的:

1、学会使用SPSS的简单操作。

2、掌握拟合优度检验

3、掌握独立性检验。

实验内容:

1.拟合优度的检验(期望频数相等);

2.拟合优度的检验(期望频数不相等);

3.独立性检验。

实验步骤 :

操作,第1步:先指定“频数”变量。点击【数据】→【加权个案】,选择【个案加权系数(W)】,将“频数”选入【频数变量】,单击【确定】;第2步:选择菜单,【分析】→【非参数检验】→【旧对话框】→【卡方】,进入主对话框;第3步:将频数变量选入【检验变量列表】,单击【确定】。近似的显著性水平(Asymp.Sig)即为P值。当P值接近0时拒绝原假设。

  

python 独立性检验 spss检验独立性_SPSS

 


   

python 独立性检验 spss检验独立性_拟合_02

 

   

python 独立性检验 spss检验独立性_数据_03

 

由于P值为0.000,拒绝原假设,表明消费者对牛奶品牌的偏好有显著性差异。

python 独立性检验 spss检验独立性_拟合_04

python 独立性检验 spss检验独立性_数据_05

1 WEIGHT BY 人数.
2 NPAR TESTS
3   /CHISQUARE=人数
4   /EXPECTED=EQUAL
5   /MISSING ANALYSIS.

拟合优度的检验(期望频数相等)

操作,第1步:先指定“频数”变量。点击【数据】→【加权个案】,选择【加权个案(W)】,将“频数”选入【频数变量】,单击【确定】;第2步:选择菜单,【分析】→【非参数检验】→【旧对话框】→【卡方】,进入主对话框;第3步:将频数变量选入【检验变量列表】,单击【确定】;第4步在【期望值】下选择【值】,并将相应的期望比例依次输入到框内并点击【添加】;(每次只能输入1个,并点击【添加】,然后再输入另一个。)单击【确定】。由于P>0.05,不拒绝原假设,没有证据表明二者有显著性差异。

  

python 独立性检验 spss检验独立性_拟合_06

 

 

  

python 独立性检验 spss检验独立性_python 独立性检验_07

 


   

python 独立性检验 spss检验独立性_SPSS_08

 

由于P>0.05不拒绝原假设,没有证据表明该市居民对房屋价格满意度的评价与全国有显著差异。代码如下:

python 独立性检验 spss检验独立性_拟合_04

python 独立性检验 spss检验独立性_数据_05

1 WEIGHT BY 人数.
2 NPAR TESTS
3   /CHISQUARE=人数
4   /EXPECTED=6 9 15 25 45
5   /MISSING ANALYSIS.

期望频数不等

操作,第1步:选择【分析】→【描述统计】→【交叉表】,进入主对话框;第2步:将行变量选入【行(S)】,将列变量选入【列(S)】(行列可以互换);第3步:单击【统计】并选中【卡方(H)】;单击【继续】返回主对话框;点击【单元格】,在【计数】下选中【期望值】;点击【继续】返回主对话框,单击【确定】。

  

python 独立性检验 spss检验独立性_数据_11

 

 

  

python 独立性检验 spss检验独立性_python 独立性检验_12

 


   

python 独立性检验 spss检验独立性_python 独立性检验_13

 

由于P>0.05不拒绝原假设,可以认为性别与逃课情况独立。

 

python 独立性检验 spss检验独立性_拟合_04

python 独立性检验 spss检验独立性_数据_05

1 CROSSTABS
2   /TABLES=是否逃课 BY 性别
3   /FORMAT=AVALUE TABLES
4   /STATISTICS=CHISQ
5   /CELLS=EXPECTED
6   /COUNT ROUND CELL.

独立性检验

 

 

小结:

python 独立性检验 spss检验独立性_拟合_16