《spss统计软件及其应用课程论文材料.doc》由会员分享，可在线阅读，更多相关《spss统计软件及其应用课程论文材料.doc（12页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、-+统计软件及应用课程论文 班级 1083011 学号 108301132 姓名 杨奇军 评分 南昌航空大学经济管理学院关于某地区361个人旅游情况统计分析报告一、 提出问题为了了解某地区的旅游情况，发展该地的旅游经济，促进该地人民的生活水平的提高，现通过SPSS软件对某地区361个人旅游情况进行分析，从而更好地掌握该地旅游情况，为经济发展提出决策二、 数据收集本次分析的数据为某地区361个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0代表女，1代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0代表没走通道，1代表走通道）；旅游的积极
2、性，为三类变量（0代表积极性差，1代表积极性一般，2代表积极性比较好，3代表积极性好 4代表积极性非常好）；额外收入,一类变量。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析、。以了解该地区上述方面的综合状况，并分析个变量的分布特点及相互间的关系此数据来源于http:/www.amstat.org/publications/jse/jse_data_archive.htm 三、 数据统计处理 1、频数分析 基本的统计分析往往从频数分析开始。通过频数分地区359个人旅游基本状况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不
3、同积极性况的基本分布。Statistics性别NValid359Missing0 首先，对该地区的男女性别分布进行频数分析，结果如下性别FrequencyPercentValid PercentCumulative PercentValid女19855.255.255.2男16144.844.8100.0Total359100.0100.0表说明，在该地区被调查的359个人中，有198名女性，161名男性，男女比例分别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性其次对原有数据中的旅游的积极性进行频数分析，结果如下表 ：旅游积极性FrequencyPercentValid
4、 PercentCumulative PercentValid差17147.647.647.6一般7922.022.069.6比较好7922.022.091.6好246.76.798.3非常好61.71.7100.0Total359100.0100.0Statistics通道NValid359Missing0通道FrequencyPercentValid PercentCumulative PercentValid没走通道29381.681.681.6通道6618.418.4100.0Total359100.0100.0表说明，在该地区被调查的359个人中，有没走通道的占81.6%，占绝大多数
5、。上表及其直方图说明，被调查的359个人中，对与旅游积极性差的组频数最高的，为171 人数的47.6%，其次为积极性一般和比较好的，占比例都为22.0%，积性为好的和非常好的比例比较低，分别为24人和6人，占总体的比例为6.7%和1.7%2、相关分析相关分析是分析客观事物之间关系的数量分析法，明确客观事之间有怎样的关系对理解和运用相关分析是极其重要的。函数关系是指两事物之间的一种一一对应的关系，即当一个变量X取一定值时，另一个变量函数Y可以根据确定的函数取一定的值。另一种普遍存在的关系是统计关系。统计关系是指两事物之间的一种非一一对应的关系，即当一个变量X取一定值时，另一个变量Y无法根据确定的
6、函数取一定的值。统计关系可分为线性关系和非线性关系。事物之间的函数关系比较容易分析和测度，而事物之间的统计关系却不像函数关系那样直接，但确实普遍存在，并且有的关系强有的关系弱，程度各有差异。如何测度事物之间的统计关系的强弱是人们关注的问题。相关分析正是一种简单易行的测度事物之间统计关系的有效工具。Correlations收入旅游花费额外收入收入Pearson Correlation1.140*.853*Sig. (2-tailed).008.000N359359359旅游花费Pearson Correlation.140*1.183*Sig. (2-tailed).008.000N359359
7、359额外收入Pearson Correlation.853*.183*1Sig. (2-tailed).000.000N359359359*. Correlation is significant at the 0.01 level (2-tailed).上表是对本次分析数据中，旅游花费、收入、额外收入的相关分析，表中相关系数旁边有两个星号（*）的，表示显著性水平为0.01时，仍拒绝原假设。一个星号（*）表示显著性水平为0.05是仍拒绝原假设。先以现旅游花费这一变量与其他变量的相关性为例分析，由上表可知，旅游花费与额外收入的相关性最大，3、回归分析有相关性分析可得 收入，旅游花费呈线性相关，
8、因此作回归分析Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1收入a.Entera. All requested variables entered.b. Dependent Variable: 旅游花费Model SummarybModelRR SquareAdjusted R SquareStd. Error of the Estimate1.140a.020.017129.604a. Predictors: (Constant), 收入b. Dependent Variable: 旅游花费AN
9、OVAbModelSum of SquaresdfMean SquareFSig.1Regression120443.8091120443.8097.170.008aResidual5996596.23935716797.188Total6117040.048358a. Predictors: (Constant), 收入b. Dependent Variable: 旅游花费CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)91.56311.5
10、287.943.000收入.024.009.1402.678.008a. Dependent Variable: 旅游花费Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value91.74241.90116.4118.342359Std. Predicted Value-1.3456.842.0001.000359Standard Error of Predicted Value6.84047.3629.0483.426359Adjusted Predicted Value92.09271.79116.5319.
11、018359Residual-193.904891.785.000129.423359Std. Residual-1.4966.881.000.999359Stud. Residual-1.6076.891.0001.002359Deleted Residual-223.789894.316-.117130.229359Stud. Deleted Residual-1.6117.390.0041.025359Mahal. Distance.00046.811.9972.955359Cooks Distance.000.199.003.015359Centered Leverage Value.
12、000.131.003.008359a. Dependent Variable: 旅游花费Charts 由上图可知回归方程：y=91.563+ 0.024 (x1) , (P(Sig=0.000)0.01)即 旅游花费=91.563+0.024*收入 ( p0.05旅游花费不成显著性差异，由图中可知旅行的旅游花费较高2、对策建议从上数据的结果可知，被调查者旅游积极性较差的好多，原因在于工资收入不是很高，用在旅游方面的花费就比较少。旅游花费没有非常大的区别，主要是旅行花费较高。因此我们要扩大该地区的人均收入，增强该地区人民的旅游积极性，促进旅游消费，实现经济又好又快发展，旅游经济是绿色经济我们要实现良性循环，对该地的长久快速发展是非常有利的