《計算機應(yīng)用》實驗大綱

《計算機應(yīng)用（A）》（課內(nèi)實驗）實驗大綱

課程名稱：計算機應(yīng)用（A）

實驗總學(xué)時數(shù)：20學(xué)時

適用專業(yè)：工業(yè)工程

承擔(dān)實驗室：機電工程學(xué)院

（一）實驗教學(xué)的目的和要求

1、實驗教學(xué)的目的

本課程從加強基礎(chǔ)、培養(yǎng)學(xué)生動手能力、提高素質(zhì)的教學(xué)目標出發(fā)，建立一

個科學(xué)的、合理的統(tǒng)計分析與SPSS的應(yīng)用這一實驗教學(xué)課程體系。使學(xué)生通過本

課程實驗教學(xué)，不只是加深理解和鞏固所學(xué)理論知識，而一目更能切實掌握各種統(tǒng)

計分析方法在統(tǒng)計軟件SPSS中的實現(xiàn)，并能正確解釋SPSS的運行結(jié)果。在實驗

教學(xué)中，同時加強對學(xué)生進行科學(xué)素質(zhì)和良好的實驗室工作習(xí)慣的訓(xùn)練，培養(yǎng)學(xué)

生的時間意識，為培養(yǎng)具有創(chuàng)新精神和實踐能力的高素質(zhì)人才奠定良好的基礎(chǔ)。

2、實驗教學(xué)的要求

（1）以各種統(tǒng)計分析方法的基本理論為基礎(chǔ)，深刻體會各種統(tǒng)計分析方法的

基本思想，并以統(tǒng)計軟件SPSS作為一種實現(xiàn)手段，熟悉各種統(tǒng)計分析方法在其中

的操作步驟，指導(dǎo)學(xué)生完成統(tǒng)計分析和統(tǒng)計計算過程。試圖建立一個實踐與理論

相結(jié)合，著重培養(yǎng)學(xué)生實際動手能力為主的實驗教學(xué)課程體系。

（2）在切實培養(yǎng)提高學(xué)生實踐動手能力的同時，在實踐中不斷培養(yǎng)學(xué)生獨立

思考、綜合分析、推理判斷的能力，科學(xué)思維能力和創(chuàng)新意識，培養(yǎng)學(xué)生的自學(xué)

能力，鍛煉學(xué)生的學(xué)習(xí)方法，相互協(xié)作的團隊精相。

3、實驗教學(xué)的方法

（I）實驗內(nèi)容的安排由簡入深，從SPSS的重要作用及其基本操作出發(fā)，培

養(yǎng)學(xué)生的學(xué)習(xí)興趣，調(diào)動積極性。

（2）強調(diào)學(xué)生實驗前的準備工作，教師在實驗課的上一周向?qū)W生布置下周實

驗的內(nèi)容，讓學(xué)生有充分的時間準備實驗課內(nèi)容。

（3）課前對實驗中的難點進行演示，實驗中對學(xué)生進行指導(dǎo)，啟發(fā)學(xué)生的手

腦并用，培養(yǎng)學(xué)生通過實驗獨立獲取知識和操作技能的能力，注重隨堂考查，點

評學(xué)生實驗作品和實臉報告，不斷強化學(xué)生的動手能力。

（4）指導(dǎo)學(xué)生利用各種途徑學(xué)習(xí)查閱資料，券合利用所學(xué)知識和技能，對現(xiàn)

實中碰到的問題進行統(tǒng)計分析；勇于探索和實踐，發(fā)揚團隊精神，培養(yǎng)學(xué)生的創(chuàng)

新意識。

（5）采用現(xiàn)代教育技術(shù)輔助教學(xué)，提高教學(xué)質(zhì)量、水平和效率。

（二）實驗項目名稱和學(xué)時分配

本課程實驗教學(xué)根據(jù)實驗教學(xué)安排表具體安排，實驗教學(xué)全學(xué)時共20學(xué)時。

序號實驗項目名稱學(xué)時數(shù)必/選開

1實驗一SPSS的圖形功能2必開

2實驗二SPSS的描述性統(tǒng)計分析和均值比較2必開

3實臉三SPSS的方差分析2必開

4實驗四Excel均值比較和方差分析2必開

5實驗五SPSS非參數(shù)檢驗2必開

6實驗六SPSS相關(guān)性分析2必開

7實驗七SPSS回歸分析2必開

8實驗八Excel的相關(guān)性分析和回歸分析2必開

9實驗九SPSS多元統(tǒng)計分析2必開

1()實驗十SPSS應(yīng)用實例2必開

合計20

（三）單項實驗的內(nèi)容和要求

實驗一SPSS圖形功能

［目的要求］

利用SPSS繪制各種統(tǒng)計圖。

［實驗內(nèi)容］

1、直條圖（Bar過程）

2、線圖（Line過程）

3、區(qū)域圖（Area過程）

4、構(gòu)成圖（Pie過程）

5、高低區(qū)域圖（High-Low過程）

6、直條構(gòu)成線圖［Pareto過程）

7、質(zhì)量控制圖（Control過程）

8、箱圖（Boxplol過程）

9、均值相關(guān)區(qū)間圖（ErrorBar過程）

10、散點圖（Scatter過程）

11、直方圖（Histogram過程）

12、正態(tài)概率分布圖（NormalP-P過程）

13、正態(tài)概率單位分布圖（NormalQ-Q過程）

［實驗步驟］

1、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

2、選擇菜單“GraphsfBar”過程，選擇復(fù)式直條圖“Clustered”，然后選擇變

量1,使之進入“BarsRepresentn欄的"Othersummaryfunctionv選項的“Variable”

框，選擇變量2,使之進入“CategoryAxis”框,并選擇變量3進入"DefineClusters

by”框，然后在“Titles”欄輸入圖表標題，即完成了繪制直條圖。

3、在1的基礎(chǔ)上，選擇菜單“Graphs-Line”，選擇“Multiple”繪制多條線

圖，然后選擇變量1,使之進入uLinesRepresentn欄的“Othersummaryfunction”

選項的“Variable”框，選擇變量2,使之進入"CategoryAxis”框，選擇變量3,

使之進入“DefineLinesby”框，最后在“Titles”欄輸入圖表標題，即完成了繪制

線圖。

4、在1的基礎(chǔ)上，選擇菜單“Graphs-Area"，選擇堆積區(qū)域圖“Slacked”，

然后選擇變量1,使之進入“AreasRepresenI”欄的“Olhersummaryfunction”選

項的“Variable”框，選擇變量2,使之進入“CategoryAxis”框，選擇變量3,使

之進入“DefineAreasby”框，最后在“Titles”欄輸入圖表標題，即完成了繪制區(qū)

域圖。

5、在1的基礎(chǔ)上，選擇菜單“Graphs-Pie"，選擇變量1,使之進入“Slices

RepresentM欄的°Othersummaryfunctionw選項的"Variable”框,選擇變量2,使

之進入“DefineSlicesby”框，最后在“Titles”欄輸入圖表標題，即完成了繪制構(gòu)

成圖。

6、在1的基礎(chǔ)上，選擇菜單“Graphs-*High-Low"，選擇“Simple

High-Low-Closen,然后選擇變量1進入“BarsRepresent”欄的“Othersummary

functionv選項的"Variable”框；選擇變量2進入"CategoryAxis”框，選擇變量3

進入uDefineHigh-Low-Closebyw框,最后在“Titles”欄輸入圖表標題,即完成

了繪制高低圖。

7、在1的基礎(chǔ)上，選擇菜單“Graphs—Pareto"，選擇“Simple”，然后選擇

變量1進入"Sumsofvariable”框，選擇變量2進入"CalegoryAxis”框，最后在

“Titles”欄輸入圖表標題，即完成了繪制直條構(gòu)成線圖。

8、在1的基礎(chǔ)上，選擇菜單“Gniphs-Control”,選擇"X-Bar,R,s”控制圖，

然后選擇變量1,使之進入wProcessMeasurement框，選擇變量2,使之進入

uSubgroupsDefinedbyn框，并在"Charts”欄中選^X-Barandrangew項，輸出

均數(shù)控制圖和極差控制圖，最后在“Titles”欄輸入圖表標題，即完成了繪制控制

圖。

9、在1的基礎(chǔ)上，選擇菜單“Graphs-Boxplot"，選擇簡單箱圖“Simple”，

然后選擇變量1使之進入“Variable”框，選擇變量2使之進入“CategoryAxis”

框，即完成了繪制箱圖，

10、在1的基礎(chǔ)上，選擇菜單"GraphsErrorBarn,選擇"Clustered”（復(fù)式

均值相關(guān)區(qū)間圖），然后選擇變量1使之進入“Variable”框，選擇變量2使之進入

“CategoryAxis”框,選擇變量3使之進入“DefineClustersby”框，并在"Bar

Represent”欄中選擇“Confidenceintervalformean”（繪出總體均值的可信區(qū)間），

輸入?yún)^(qū)間的百分數(shù)。即完成了繪制箱圖，最后在“Titles”欄輸入圖表標題，即完

成了繪制均值相關(guān)區(qū)間圖。

11、在1的基礎(chǔ)上,選擇菜單“GraphsfScatter”選擇單層散點圖“Simple”，

然后選擇變量1使之進入“YAxis”框，選擇變量2使之進入“XAxis”框，選擇

變量3使之進入“SeiMarkersby”框（指定變量3為散點標志），最后在“Titles”

欄輸入圖表標題，即完成了繪制散點圖。

12、在1的基礎(chǔ)上，選擇菜單"Data—WeighlCases”,選擇變量1使之進入

uFrequencyVariablev框,選擇菜單“Graphs-*Histogram”,選擇變量2使之進入

“Variable”框,最后在“Titles”欄輸入圖表標題，即完成了繪制直方圖。

13、在1的基礎(chǔ)上，選擇菜單“Graphs-NormalP-P”，選擇變量1,使之進入

“Variable”框，然后選擇“Blom”方法計算預(yù)期正態(tài)概率值，即完成了繪制正態(tài)

概率分布圖。

14、在1的基礎(chǔ)上，選擇菜單“Graphs—NormalQ-Q”，選擇變量1,使之進

入"Variable"框，然后選擇“B】om”方法推算預(yù)期正態(tài)概率單位值,即完成了繪制

正態(tài)概率單位分布圖。

［實驗軟件］

IBMSPSSStatistics19.0

實驗二描述性統(tǒng)計分析和均值比較

［目的要求］

利用SPSS進行描述性統(tǒng)計分析和進行單樣本、兩獨立樣本以及成對樣本的均

值檢驗。

［實驗內(nèi)容］

1、頻數(shù)分析（Frequencies過程）

2、描述性分析（Descriptives過程）

3、探索分析（Explore過程）

4、交叉列聯(lián)表分析（Crosstabs過程）

5、描述統(tǒng)計（Means過程）

6、單樣本T檢驗（One-SampleTTest過程）

7、兩獨立樣木T檢瞼（Independent-SamplesTTesl過程）

8、配對樣本T檢驍（Paired?SamplesTTesl過程）

［實驗步驟］

一、描述性統(tǒng)計分析操作步躲

1、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

2、選擇菜單“AnalyzefDescriptiveStatisticsfFrequencies”，選擇分析變量，

要輸出的統(tǒng)計量以及要繪制的統(tǒng)計圖，即完成了叛教分析。

3、在1的基礎(chǔ)上，選擇菜單“AnalyzefDescriptiveStatistics—Descriptives”,

選擇分析變量即完成了描述性分析。

4、在1的基礎(chǔ)上，選擇菜單“AnalyzefDescriptiveStatistics—Explore”,選擇

Dependent變量和Factor變量，要輸出的統(tǒng)計量以及要繪制的統(tǒng)計圖，即完成了探

索分析。

5、在1的基礎(chǔ)上，首先對頻數(shù)變量的值進行加權(quán)處理，再選擇菜單“Analyze

-*DescriptiveStatistics—Crosstabs”，選擇分組變量和分析變量，然后選擇卡方檢驗，

定義列聯(lián)表單元格中需要計算的指標，即完成了交叉列聯(lián)表分析。

二、均值比較操作步驟

6、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

7、選擇菜單“AnalyzefCompareMeans-Means"，選擇Dependenl變量和

Independent變量，設(shè)置輸出的描述統(tǒng)計量，即完成了描述統(tǒng)計。

8、在1的基礎(chǔ)上，選擇菜單“AnalyzefCompareMeans-One-SampleTTest”，

選擇Test變量并輸入已知的均值，即完成了單樣本T檢驗。

9、在1的基礎(chǔ)上，選擇菜單“Analyze-CompareMcansfIndependent-samples

TTest",選擇Test變量和分組變量，即完成了兩獨立樣本T檢驗。

10、在1的基礎(chǔ)上，選擇菜單“AnalyzefCompareMeansfPaired-samplesT

Test”項，選擇分析變量，即完成了成對樣本T檢驗。

［實驗軟件］

IBMSPSSStatistics19.0

實驗三SPSS的方差分析

［目的要求］

利用SPSS進行單因素方差分析、多因素方差分析和協(xié)方差分析。

［實驗內(nèi)容］

1、單因素方差分析（One-WayANOVA過程）

2、多因素方差分析（Univariate過程）

3、協(xié)方差分析（Univariate過程）

［實驗步驟］

1、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

2、選擇菜單“Analyze-CompareMeans->One-wayANOVA"，選擇Dependent

變量和Faclor變量，選擇進行各組間兩兩比較的方法，然后定義相關(guān)統(tǒng)計選項以

及缺失值處理方法，即完成了單因素方差分析。

3、在1的基礎(chǔ)上，選擇菜單“Analyze—>GeneralLinearModel—Univariale”，

選擇Dependent變量和FixedFactor（s）,然后選擇建立多因素方差分析的模型.并

設(shè)置多因素變量的各組差異比較，設(shè)置以圖形方式展現(xiàn)多因素之間是否存在交互

作用，設(shè)置均值多重比較類型，設(shè)置輸出到結(jié)果窗口的選項，即完成了多因素方

差分析。

4、在1的基礎(chǔ)上，選擇菜單“AnalyzefGeneralLinearModelfUnivariale”,

選擇進行協(xié)方差分析的變量以及建立多因素方差分析的模型，并設(shè)置多因素變量

的各組差異比較，設(shè)置以圖形方式展現(xiàn)多因素之間是否存在交互作用，設(shè)置均值

多重比較類型，設(shè)置輸出到結(jié)果窗口的選項，即完成了協(xié)方差分析。

［實驗軟件］

IBMSPSSStatistics19.0

實驗四Excel的均值比較和方差分析

［目的要求］

利用Excel進行均值比較和方差分析。

［實驗內(nèi)容］

1、均值比較

2、方差分析

［實驗步驟］

1、在Excel中編制數(shù)據(jù)表，輸入樣本數(shù)據(jù)；

2、在1的基礎(chǔ)上，在“數(shù)據(jù)”選項卡的“分析”組中，單擊“數(shù)據(jù)分析”，

彈出“數(shù)據(jù)分析”對話框后，在“分析工具”列表中選擇“t?檢驗：雙樣本異方差

假設(shè)”選項，選擇進行各組間兩兩比較的方法，然后定義相關(guān)統(tǒng)計選項以及缺失

值處理方法，即雙樣本I檢驗。

3、在1的基礎(chǔ)上，在“數(shù)據(jù)”選項卡的“分析”組中，單擊“數(shù)據(jù)分析”，

彈出“數(shù)據(jù)分析”對話框后，在“分析工具”列表中選擇“方差分析：單因素方

差分析”選項，選擇進行各組間兩兩比較的方法，然后定義相關(guān)統(tǒng)計選項以及缺

失值處理方法，即完成了單因素方差分析。

［實驗軟件］

IBMSPSSStatistics19.0

實驗五非參數(shù)檢驗

［目的要求］

利用SPSS進行非參數(shù)檢驗。

［實驗內(nèi)容］

1、卡方檢驗（Chi-Square過程）

2、二項分布檢驗［Binomial過程）

3、游程檢驗（Runs過程）

4、單樣本Kolmogorov-Smirnov檢驗（1-SampleK-S過程）

5、兩獨立樣本比較（2IndependentSamples過程）

6、K獨立樣本比較（KIndependentSamples過程）

7、2相關(guān)樣本比較（2RelatedSamples過程）

8、K相關(guān)樣本比較（KRelatedSamples過程）

［實驗步驟］

1、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

2、選擇菜單“DatafWeightCases"，選擇變量進入“FrequencyVariable"框,

然后選擇菜單“Analyze—NonparametricTests—Chi-Square”,選擇變量進入“Test

VariableList”框，即完成了卡方檢驗。

3、在1的基礎(chǔ)上，選擇菜單“Analyze—NonparametricTests—BinomialTest”,

選擇變量進入"TestVariableList”框,在"TestProportion”框中鍵入0.50,即完

成了二項分布檢驗。

4、在1的基礎(chǔ)上，選擇菜單“AnalyzefNonparametricTests—RunsTest”,然

后選擇變量進入“TestVariableList”框，并輸入臨界割點，即完成了游程檢臉。

5、在1的基礎(chǔ)上，選擇菜單“AnalyzefNonparamelricTesls-1-SampleK-S”,

選擇變量進入“TestVariableLisi”框，并在''TestDistributionv框中選“Normal”

項，即完成了單樣本Kolmogorov-Smirnov檢驗。

6、在1的基礎(chǔ)上，選擇菜單“AnalyzefNonparametricTesls-21ndependeni

Samples"，選擇變量進入“TestVariableList”框，然后選擇分組變量并定義范圍，

在"TestType”框中選繹"Mann-WhitneyU”檢驗方法，即完成了兩獨立樣本比

較。

7、在1的基礎(chǔ)上，選擇菜單“AnalyzefNonparametricTestsfkIndependent

Samples"，選擇變量進入"TestVariableList”框，然后選擇分組變量并定義范圍，

在“TestType”框中選擇Kruskal-WallisH"檢驗方法，即完成了K獨立樣本比

較。

8、在1的基礎(chǔ)上，選擇菜單“AnalyzefNonparametricTestsf2Related

Samples選擇兩個變量使之分別出現(xiàn)在“CurrentSelections”欄的“Variable1”

和“Variable2”，然后使它們進入“TeslPair（s）Lisi”框。在“TeslType”框中選擇

“Wilcoxon”和“Sign”兩項，并選擇輸出的統(tǒng)計量，即完成了2相關(guān)樣本比較。

9、在1的基礎(chǔ)上，選擇菜單“Analyze-NonparametricTests-kRelated

Samples"，選擇變量進入“TestVariables”框,然后在“TestType”框中選擇“Friedman”

和“Kendal「sW”兩種檢驗方法，并選擇輸出的統(tǒng)計量，即完成了K相關(guān)樣本比

較。

［實驗軟件］

IBMSPSSStatistics19.0

實驗六SPSS相關(guān)分析

［目的要求］

利用SPSS進行相關(guān)分析、偏相關(guān)分析、距離分析。

［.實驗內(nèi)容］

1、兩變量的相關(guān)分析（Bivariate過程）

2、偏相關(guān)分析（Partial過程）

3、距離分析（Distances過程）

［實驗步驟］

1、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

2、選擇菜單“AnalyzefCorrelatefBivariate"，選擇要進行相關(guān)分析的兩

個變量，并選擇Pearson相關(guān)系數(shù)（「），然后選擇對相關(guān)系數(shù)進行雙側(cè)檢驗，選

擇要輸出的統(tǒng)計量，即完成了兩變量的相關(guān)分析。

3、在1的基礎(chǔ)上，選擇菜單“Analyze-*Correlate-Partial"，選擇控制變

量以及要進行相關(guān)分析的兩個變量，然后選擇對相關(guān)系數(shù)進行雙側(cè)檢驗，選擇

要輸出的統(tǒng)計量，即完成了偏相關(guān)分析。

4、在1的基礎(chǔ)上，選擇菜單“Analyze-CorrelalefDislance”，選擇進行

距離分析的變量，在“ComputeDistancesv框中選擇"Betweenvariables二作

變量之間的距離相關(guān)分析。在"Measure"欄中選擇"Similarities”相似性測距。

單擊“Measure”按鈕，選擇“Pearsoncorrelalion”為測量距離，即完成了距

離分析。

［實驗軟件］

IBMSPSSStatistics19.0

實驗七SPSS的回歸分析

［目的要求］

利用SPSS進行線性回歸分析和曲線回歸。

［實驗內(nèi)容］

1線性回歸分析(Linear過程)

2、曲線回歸(CurveEstimation過程)

［實驗步驟］

1、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

2、在1的基礎(chǔ)上，選擇菜單“AnalyzefRegression-*Linear”,分別選擇自變

量、因變量及Enter方法，然后選擇是否作變量的描述性統(tǒng)計、回歸方程應(yīng)變量的

可信區(qū)間估計等分析，卻完成了線性回歸分析。

3、在1的基礎(chǔ)上，選擇菜單“Analyze—Regression—CurveEstimation”，分別

選擇自變量和因變量，并選擇要擬合的模型，選中“Plotmodels”復(fù)選框以輸出曲

線擬合圖，選中“Predictedvalue”復(fù)選框，在原始數(shù)據(jù)文件中保存根據(jù)對教方程

求出的預(yù)測值，即完成了曲線回歸分析。

［實驗軟件］

IBMSPSSStatistics19.0

實驗八Excel的相關(guān)性分析和回歸分析

［目的要求］

利用Excel進行相關(guān)性分析和回歸分析。

［實驗內(nèi)容］

1、相關(guān)性分析

2、回歸分析

［實驗步驟］

1、在Excel中編制數(shù)據(jù)表，輸入樣本數(shù)據(jù)；

2、在1的基礎(chǔ)上，在“數(shù)據(jù)”選項卡的“分析”組中，單擊“數(shù)據(jù)分析”，

彈出“數(shù)據(jù)分析”對話框后，在“分析工具”列表中選擇“相關(guān)系數(shù)”選項，選

擇要進行相關(guān)分析的兩個變量，并選擇Pearson相關(guān)系數(shù)（r），然后選擇對相關(guān)系

數(shù)進行雙側(cè)檢驗，選擇要輸出的統(tǒng)計量，即完成了兩變量的相關(guān)分析。

3、在1的基礎(chǔ)上，在“數(shù)據(jù)”選項卡的“分析”組中，單擊“數(shù)據(jù)分析”，

彈出“數(shù)據(jù)分析”對話框后，在“分析工具”列表中選擇“回歸”選項，分別選

擇自變量、因變量及Enter方法，然后選擇是否作變量的描述性統(tǒng)計、回歸方程應(yīng)

變量的可信區(qū)間估計等分析，即完成了線性回歸分析。

［實驗軟件］

IBMSPSSStatistics19.0

實驗九SPSS多元統(tǒng)計分析

［目的要求］

利用SPSS進行多元統(tǒng)計分析中的因子分析、聚類分析和判別分析。

［實驗內(nèi)容］

1、因子分析（Faclor過程）

2、系統(tǒng)聚類法（HierarchicalCluster過程）

3、快速聚類法（K-MeansCluster過程）

4、判別分析（Discriminant過程）

［實驗步驟］

1、定義變量，建立數(shù)據(jù)文件并輸入數(shù)據(jù)。

2、選擇菜單“AnalyzefDataReductionfFactor”，選擇進行分析的變量，

然后選擇輸出相關(guān)系數(shù)矩陣和KMOandBartlett