第一篇：SPSS實驗分析報告四

SPSS實驗分析報告四

一、地區(qū)*日期*銷售量

（一）、提出假設(shè)

原假設(shè)H0=“不同地區(qū)對銷售量的平均值沒有產(chǎn)生顯著影響?！?H2=“不同日期對銷售量的平均值沒有產(chǎn)生顯著影響?！?H3=“不同的地區(qū)和日期對銷售量沒有產(chǎn)生了顯著的交互作用?！?/p>

（二）、兩獨立樣本t檢驗結(jié)果及分析

表

（一）主旨間係數(shù)

地區(qū) 2 3 日期 2 3

數(shù)值標(biāo)籤

地區(qū)一 地區(qū)二 地區(qū)三 周一至周三 周四至周五

周末

N 9 9 9 9 9 9

表

（一）表示各個控制變量的分組情況，包括三個不同的地區(qū)以及三個不同日期的數(shù)據(jù)。

表

（二）銷售額多因素方差分析結(jié)果

主體間效應(yīng)的檢驗

因變數(shù): 銷售量

來源 第 III 類平方和 修正的模型 61851851.852

a

df 8

平均值平方 7731481.481

F 8.350

顯著性.000 截距 地區(qū) 日期 地區(qū) * 日期 錯誤 總計 844481481.481 2296296.296 2740740.741 56814814.8***.667 923000000.000 2 2 4 18 27 26

844481481.481 1148148.148 1370370.370 14203703.704 925925.926

912.040 1.240 1.480 15.340

.000.313.254.000

校正後總數(shù) 78518518.519 a.R平方 =.788（調(diào)整的 R平方 =.693）

由表

（二）可知，第一列是對觀測變量總變差分解的說明；第二列是對觀測變量總變差分解的結(jié)果；第三列是自由度；第四列是方差；第五列是F檢驗統(tǒng)計量的觀測值；第六列是檢驗統(tǒng)計量的概率P值?？梢钥吹剑河^測變量的總變差SST為78518518.519，它被分解為四個部分，分別是：由 地區(qū)（x2）不同引起的變差（2296296.296），由日期（x3）不同引起的變差(2740740.741)，由地區(qū)和日期交互作用（x2*x3）引起的變差（5.681E7），由隨機因素引起的變差（Error 1.667E7）。FX1、FX2、FX1*X2的概率P值分別為0.313、0.254、0.000。如果顯著性水平α為0.05，由于FX1、FX2的概率P值大于顯著性水平α，因此不應(yīng)該拒絕原假設(shè)，可以認(rèn)為不同的地區(qū)、日期下的銷售量總體均值不存在顯著差異，對銷售量的效應(yīng)同時為0，各自不同水平?jīng)]有給銷售量帶來顯著影響。同時，由于FX1*X2的概率P值小于顯著性水平α，所以應(yīng)該拒絕原假設(shè)，可以認(rèn)為不同的地區(qū)和日期對銷售量產(chǎn)生了顯著的交互作用，在不同的地區(qū)，不同的日期會對銷售額產(chǎn)生顯著影響。

表

（三）自訂假設(shè)檢定索引 對照係數(shù)（L' 矩陣）轉(zhuǎn)換係數(shù)（M 矩陣）對照結(jié)果（K 矩陣）對照係數(shù)（L' 矩陣）轉(zhuǎn)換係數(shù)（M 矩陣）

地區(qū) 的偏差對照（省略種類 = 3）

恆等式矩陣 零矩陣

日期 的偏差對照（省略種類 = 3）

恆等式矩陣 對照結(jié)果（K 矩陣）零矩陣

表

（四）不同地區(qū)下銷售量的均值對比檢驗結(jié)果（K 矩陣）

地區(qū) 偏差對照

層次 1 對平均值

對比估計 假設(shè)值

差異（評估值假設(shè)值）

標(biāo)準(zhǔn)錯誤 顯著性

95% 差異的信賴區(qū)間

a.省略的種類 = 3

下限 上限 下限 上限

a因變數(shù) 銷售量-259.259

0-259.259 261.891.335-809.473 290.954 407.407 0 407.407 261.891.137-142.806 957.621

表

（四）分別顯示了三個不同地區(qū)銷售量總體的均值檢驗結(jié)果，省略了地區(qū)三的檢驗結(jié)果，檢驗值是各水平下的總體均值。可以看出：地區(qū)一的銷售量均值與檢驗值的差為259.259，標(biāo)準(zhǔn)誤差為261.891，T檢驗統(tǒng)計量的概率P值為0.335，差值的95%置信區(qū)間的下限和上限分別為-809.473，290.954。分析結(jié)論為：地區(qū)一銷售量的均值與檢驗值之間不存在顯著差異。同理，地區(qū)二銷售量的均值與檢驗值之間不存在顯著差異。三個地區(qū)產(chǎn)生的影響沒有顯著差異。

表

（五）地區(qū)對銷售量影響的單因素方差分析結(jié)果

因變數(shù): 銷售量

來源 比對平方和 2296296.296

df 2 18

平均值平方 1148148.148 925925.926

F 1.240

顯著性.313 錯誤 16666666.667

表

（五）是地區(qū)對銷售量影響的單因素方差分析結(jié)果。可以看到：不同地區(qū)可解釋的變差為2296296.296，不可解釋的變差為16666666.667，它們的方差分別為1148148.148、925925.926，F(xiàn)統(tǒng)計量的觀測值為1.240，對應(yīng)的概率P值為0.313。如果顯著性水平α為0.05，由于概率P值大于顯著性水平α，所以原假設(shè)成立，認(rèn)為不同地區(qū)對銷售量的平均值沒有產(chǎn)生顯著影響。

表

（六）不同日期下銷售量的均值對比檢驗結(jié)果（K 矩陣）

日期 偏差對照

層次 1 對平均值

對比估計 假設(shè)值

差異（評估值假設(shè)值）

標(biāo)準(zhǔn)錯誤 顯著性

95% 差異的信賴區(qū)間

下限

a

因變數(shù) 銷售量-370.370

0-370.370 261.891.174-920.584 179.843 407.407 0 407.407 261.891.137-142.806

上限

a.省略的種類 = 3

957.621

表

（六）分別顯示了三個不同日期下銷售量總體的均值檢驗結(jié)果，省略了日期三的檢驗結(jié)果，檢驗值是各水平下的總體均值。可以看出：日期一的銷售量均值與檢驗值的差為370.370，標(biāo)準(zhǔn)誤差為370.370，T檢驗統(tǒng)計量的概率P值為0.174，差值的95%置信區(qū)間的下限和上限分別為-920.584、179.843。分析結(jié)論為：日期一銷售量的均值與檢驗值之間不存在顯著差異。同理，日期二銷售量的均值與檢驗值之間不存在顯著差異。三個不同日期產(chǎn)生的影響沒有顯著差異。

表

（七）日期對銷售量影響的單因素方差分析結(jié)果

因變數(shù): 銷售量

來源 比對 錯誤

平方和 2740740.741 16666666.667

df 2 18

平均值平方 1370370.370 925925.926

F 1.480

顯著性.254

表

（七）是日期對銷售量影響的單因素方差分析結(jié)果?？梢钥吹剑翰煌掌诳山忉尩淖儾顬?740740.741，不可解釋的變差為16666666.667，它們的方差分別為1370370.370、925925.926，F(xiàn)統(tǒng)計量的觀測值為1.480，對應(yīng)的概率P值為0.254。如果顯著性水平α為0.05，由于概率P值大于顯著性水平α，所以原假設(shè)成立，認(rèn)為不同日期對銷售量的平均值沒有產(chǎn)生顯著影響。

圖

（一）地區(qū)與銷售量的交互作用圖

圖

（一）中，從地區(qū)一至地區(qū)三，不同的日期銷售額的變化波動很大且規(guī)律不一，直接結(jié)論是：不同的日期和地區(qū)間存在明顯的交互作用。

圖

（二）日期與銷售量的交互作用圖

圖

（二）中，在不同的日期，不同地區(qū)的銷售額的變化規(guī)律都不一樣，直接結(jié)論是：不同的地區(qū)和日期間存在明顯的交互作用。

二、香煙消耗量*肺癌死亡率

（一）、提出假設(shè)

原假設(shè)H0=“香煙消耗量對肺癌死亡率沒有產(chǎn)生顯著影響?！?/p>

（二）、兩獨立樣本t檢驗結(jié)果及分析

圖

（三）香煙消耗量與肺癌死亡率的簡單散點圖

由圖

（三）可知，香煙消耗量與肺癌死亡率存在一定的正相關(guān)關(guān)系。

表

（八）香煙消耗量*肺癌死亡率相關(guān)關(guān)系分析

1930年人均香每百萬男子中死

1930年人均香煙消耗量 皮爾森(Pearson)相關(guān)

煙消耗量

于肺癌的人數(shù)

.737

**

顯著性（雙尾）

N 每百萬男子中死于肺癌的皮爾森(Pearson)相關(guān)

人數(shù)

顯著性（雙尾）

N **.相關(guān)性在 0.01 層上顯著（雙尾）。

11.737.010 11

**

.010 11 1 11 由表

（八）可知，香煙消耗量和肺癌死亡率的簡單相關(guān)系數(shù)為0.737，說明兩者之間存在正的強相關(guān)性，其相關(guān)系數(shù)檢驗的概率P值為0.010。因此，當(dāng)顯著性水平α為0.01時，P值小于顯著性水平應(yīng)拒絕相關(guān)系數(shù)檢驗的原假設(shè)。中相關(guān)系數(shù)上角的兩個星號（**）表示顯著性水平α位0.01時拒絕原假設(shè)。

三、銷售額*銷售價格*家庭收入

（一）、提出假設(shè)

原假設(shè)H0=“銷售額對銷售價格沒有產(chǎn)生顯著影響?！?H2=“家庭收入對銷售價格沒有產(chǎn)生顯著影響?！?/p>

（二）、兩獨立樣本t檢驗結(jié)果及分析

圖

（四）銷售額與銷售價格的簡單散點圖

由圖

（四）可知，銷售額與銷售價格之間存在負(fù)相關(guān)關(guān)系。

圖

（五）銷售額與家庭收入的簡單散點圖

由圖

（五）可知，銷售額與家庭收入之間存在較強的正相關(guān)關(guān)系。

圖

（六）銷售價格和家庭收入的簡單散點圖

由圖

（六）可知，銷售價格與家庭收入之間存在弱的負(fù)相關(guān)關(guān)系。

表

（九）銷售額*銷售價格相關(guān)系數(shù)計算結(jié)果

銷售額 皮爾森(Pearson)相關(guān) 顯著性（雙尾）

N 銷售價格 皮爾森(Pearson)相關(guān) 顯著性（雙尾）

N

銷售額 1 10-.933**.000 10

銷售價格-.933**.000 10 1 10 **.相關(guān)性在 0.01 層上顯著（雙尾）。

由表

（九）可知，銷售額和銷售價格的簡單相關(guān)系數(shù)為-0.933，說明兩者之間存在負(fù)的強相關(guān)性，其相關(guān)系數(shù)檢驗的概率P值為0。因此，當(dāng)顯著性水平α為0.01時，應(yīng)拒絕相關(guān)系數(shù)檢驗的原假設(shè)，認(rèn)為兩總體不是零相關(guān)。

另外，表

（九）中相關(guān)系數(shù)上角的兩個星號（**）表示顯著性水平α為0.01時拒絕原假設(shè)。

表

（十）銷售價格和銷售額的偏相關(guān)分析結(jié)果

控制變數(shù)

家庭收入 銷售價格

相關(guān) 顯著性（雙尾）

df

銷售額

相關(guān) 顯著性（雙尾）

df

銷售價格 1.000.0-.728.026 7

銷售額-.728.026 7 1.000.0

由表

（十）可知，在家庭收入作為控制變量的條件下，銷售價格和銷售額的偏相關(guān)系數(shù)為-0.728，呈較強的負(fù)相關(guān)，高于簡單相關(guān)系數(shù)。

第二篇：spss數(shù)據(jù)分析報告

關(guān)于某班級2012考試成績、獲獎情況統(tǒng)計分析

報告

一、數(shù)據(jù)介紹：

本次分析的數(shù)據(jù)為某班級學(xué)號排列最前的15個人在2012學(xué)習(xí)、獲獎統(tǒng)計表，其中共包含七個變量，分別是：專業(yè)、學(xué)號、姓名、性別、第一學(xué)期的成績、第二學(xué)期的成績、考級考證數(shù)量，通過運用spss統(tǒng)計軟件，對變量進(jìn)行頻數(shù)分析、描述分析、探索分析、交叉列聯(lián)表分析，以了解該班級部分同學(xué)的綜合狀況，并分析各變量的分布特點及相互間的關(guān)系。

二、原始數(shù)據(jù)：

三、數(shù)據(jù)分析

1、頻數(shù)分析

（1）第一學(xué)期考試成績的頻數(shù)分析

進(jìn)行頻數(shù)分析后將輸出兩個主要的表格，分別為樣本的基本統(tǒng)計量與頻數(shù)分析的結(jié)果

1）樣本的基本統(tǒng)計量，如圖1所示。樣本中共有樣本數(shù)15個，第一學(xué)期的考試成績平均分為627.00，中位數(shù)為628.00，眾數(shù)為630，標(biāo)準(zhǔn)差為32.859，最小值為568，最大值為675?！暗谝粚W(xué)期的考試成績”的第一四分位數(shù)是602，第二四分位數(shù)為628，第三四分位數(shù)為657。

2）“第一學(xué)期考試成績”頻數(shù)統(tǒng)計表如圖2所示。

3)“第一學(xué)期考試成績”Histogram圖統(tǒng)計如圖3所示。

（2）、第二個學(xué)期考試成績的頻數(shù)分析

1）樣本的基本統(tǒng)計量，如圖4所示。第二學(xué)期的考試成績平均分為463.47，中位數(shù)為452.00，眾數(shù)為419，標(biāo)準(zhǔn)差為33.588，最小值為419，最大值為522?！暗诙W(xué)期的考試成績”的第一四分位數(shù)是435，第二四分位數(shù)為452，第三四分位數(shù)為496。

3）“第二學(xué)期考試成績”頻數(shù)統(tǒng)計表如圖5所示。3)“第二學(xué)期考試成績”餅圖統(tǒng)計如圖6所

2、描述分析

描述分析與頻數(shù)分析在相當(dāng)一部分中是相重的，這里采用描述分析對15位同學(xué)的考級考證情況進(jìn)行分析。

輸出的統(tǒng)計結(jié)果如圖7所示。從圖中我們可以看到樣本數(shù)15，最小值1，最大值4，標(biāo)準(zhǔn)差0.941等統(tǒng)計信息。

3.探索分析。

探索分析能夠?qū)ψ兞窟M(jìn)行更為深入、詳盡的描述性統(tǒng)計分析。下面就利用探索式分析對不同性別的同學(xué)獲獎情況進(jìn)行探索分析。

1）在結(jié)果輸出窗口中將看到如下統(tǒng)計數(shù)據(jù)。如圖8所示，給出了輸出的觀察量。

2）圖9所示給出了根據(jù)性別分組的各組描述統(tǒng)計量。根據(jù)表中的數(shù)據(jù)，2012，女生比男生獲獎的次數(shù)多。

3）圖10以莖葉圖的形式也直觀的呈現(xiàn)了女生獲獎數(shù)量遠(yuǎn)遠(yuǎn)比男生多的現(xiàn)象。，4）圖為穩(wěn)健估計量表，給出了4種不同權(quán)重下因變量均值的穩(wěn)健估計。

5）圖11中給出了分組后的百分位數(shù)，分別輸出男生和女生獲獎數(shù)量的5%、10%、25%、75%、90%、及95%的百分位數(shù)。

4、交叉列聯(lián)表分析

分析多個變量在不同取值情況下的數(shù)據(jù)分布情況，從而進(jìn)一步的分析變量關(guān)系。下面就利用交叉列聯(lián)表分析不同性別學(xué)生對目前所學(xué)專業(yè)的態(tài)度。在結(jié)果輸出窗口中將顯示如下統(tǒng)計數(shù)據(jù)。1）觀察量處理摘要表，如圖12所示，2）“性別”和“所學(xué)專業(yè)興趣”的交叉列聯(lián)表如圖13所示，從圖中我們可以看出，男生中對所學(xué)專業(yè)感興趣的只有2個，（占22.2%），一般感興趣的有4人，（占44.4%），不感興趣的有3人，（占33.3%），理論值為3.6人感興趣，3.0人一般感興趣，2.4人不感興趣，殘差分別為-1.6，1.0，0.6。女生中對專業(yè)感興趣的有4人，（占66.7%），一般感興趣的有1人，（占16.7%），不感興趣的也有1人，（占16.7%），理論值為2.44人感興趣，2.0人一般感興趣，1.6人不感興趣，殘差分別為1.6，-1.0，-0.6.可見，男生對目前所學(xué)專業(yè)的興趣與女生有很大差別。

3）圖14是交叉分組下的頻數(shù)分布圖，從該圖中我們可以很直觀的看到數(shù)據(jù)分布情況。

第三篇：spss數(shù)據(jù)分析報告怎么寫

spss數(shù)據(jù)分析報告怎么寫

今天喬布簡歷小編就和大家一起來看看spss數(shù)據(jù)分析報告怎么寫。

關(guān)鍵詞：spss數(shù)據(jù)分析報告怎么寫

我們用一個例子來分析spss數(shù)據(jù)分析報告的寫法——以某公司474名職工的綜合狀況為例進(jìn)行分析。

一、數(shù)據(jù)介紹

本次分析的數(shù)據(jù)是某公司474名職工的狀況統(tǒng)計表，其中有11個變量，分別是：職工編號、性別、出生日期、受教育水平程度、職務(wù)等級、起始工資、現(xiàn)工資、本單位工作經(jīng)歷、以前工作經(jīng)歷、民族類型、年齡。我們通過使用spss統(tǒng)計軟件，對變量分別進(jìn)行頻數(shù)分析、描述性統(tǒng)計、方差分析，還有相關(guān)分析，來了解該公司職工上述方面的綜合狀況，并分析個別變量的分布特點和相互之間的關(guān)系。

二、數(shù)據(jù)分析

1、頻數(shù)分析。我們通過頻數(shù)分析可以了解變量的取值情況，對把握數(shù)據(jù)的分布特征非常重要。此次分析利用了某公司474名職工基本狀況的統(tǒng)計數(shù)據(jù)表，在性別、受教育水平程度不同的狀況下的頻數(shù)分析，從而了解該公司職工的男女職工數(shù)量、受教育狀況的基本分布。

首先，對該公司的男女性別分布進(jìn)行頻數(shù)分析，其次對原有數(shù)據(jù)中的受教育程度進(jìn)行頻數(shù)分析，并分別以表格的形式呈現(xiàn)出來。

2、描述統(tǒng)計分析。再通過簡單的頻數(shù)統(tǒng)計分析了解了職工在性別和受教育水平上的總體分布狀況后，我們還需要對數(shù)據(jù)中的其他變量特征有更為精確的認(rèn)識，這就需要通過計算基本描述統(tǒng)計的方法來實現(xiàn)。下面就對各個變量進(jìn)行描述統(tǒng)計分析，得到它們的均值、標(biāo)準(zhǔn)差、片度峰度等數(shù)據(jù)，以進(jìn)一步把我數(shù)據(jù)的集中趨勢和離散趨勢。

3、Exploratory data analysis。

（1）交叉分析。

在實際分析中，除了了解單個變量的分布特征，還要分析多個變量不同取值下的分布，掌握多個變量的聯(lián)合分布特征，進(jìn)而分析變量之間的相互影響和關(guān)系。就本數(shù)據(jù)而言，需要了解現(xiàn)工資與性別、年齡、受教育水平、起始工資、本單位工作經(jīng)歷、以前工作經(jīng)歷、職務(wù)等級的交叉分析。

（2）單因素方差分析。

我們把受教育水平和起始工資作為控制變量，現(xiàn)工資為觀測變量，通過單因素方差分析方法研究受教育水平和起始工資對現(xiàn)工資的影響進(jìn)行分析。

4、相關(guān)分析。事物之間的函數(shù)關(guān)系比較容易分析和測度，而事物之間的統(tǒng)計關(guān)系卻不像函數(shù)關(guān)系那樣直接，但確實普遍存在，并且有的關(guān)系強有的關(guān)系弱，程度各有差異。如何測度事物之間的統(tǒng)計關(guān)系的強弱是人們關(guān)注的問題。相關(guān)分析正是一種簡單易行的測度事物之間統(tǒng)計關(guān)系的有效工具。

5、參數(shù)檢驗。對現(xiàn)工資的分布做正態(tài)性檢驗。

6、非參數(shù)檢驗。對本數(shù)據(jù)中的年齡做正態(tài)分布檢驗。

spss數(shù)據(jù)分析報告怎么寫

http://cv.qiaobutang.com/knowledge/articles/56a9d1cb0cf2b3a2599171a1

第四篇：實驗四報告

南京信息工程大學(xué)實驗（實習(xí)）報告

實驗（實習(xí)）名稱子查詢實驗（實習(xí)）日期得分指導(dǎo)教師方忠進(jìn)

系 計算機專業(yè)網(wǎng)絡(luò)工程年級三班次2姓名李海磊學(xué)號 20112346047

一．實驗?zāi)康?．掌握子查詢的表示。

2．進(jìn)一步掌握 SQL Server 查詢分析器的使用方法，加深對 SQL語言的嵌套查詢語句的理解

二．實驗內(nèi)容

1．在數(shù)據(jù)庫 EDUC 中實現(xiàn)一下查詢：

1）求選修了高等數(shù)學(xué)的學(xué)生學(xué)號和姓名；

2）求 C1 課程的成績高于張三的學(xué)生學(xué)號和成績；3）求其他系中比計算機系某一學(xué)生年齡小的學(xué)生信息（即求其它系中年齡小于計算機系年齡最大者的學(xué)生）；

4）求其他系中比計算機系學(xué)生年齡都小的學(xué)生信息；

5）求選修了 C2 課程的學(xué)生姓名；

6）求沒有選修 C2 課程的學(xué)生姓名；

7）查詢選修了全部課程的學(xué)生的姓名

8）求至少選修了學(xué)號為“S2”的學(xué)生所選修的全部課程的學(xué)生學(xué)號和姓名。

2．提高操作實驗

建立“工程-零件”數(shù)據(jù)庫及如下 4 個表，并輸入實驗數(shù)據(jù)，用 SQL 語句實現(xiàn)如下三個查詢：1)求供應(yīng)項目 j4 紅色零件的供應(yīng)商號及名稱

2)求沒有上海供應(yīng)商生成的零件的項目號

3)至少使用了供應(yīng)商 S5 所供應(yīng)全部零件的項目號。

表結(jié)構(gòu)如下：

供應(yīng)商（S）：

三．實驗步驟（詳細(xì)）

第五篇：實驗四頻域分析

實驗四連續(xù)信號與系統(tǒng)的頻域分析

一、實驗?zāi)康模?/p>

1、繪制非周期信號的頻譜。

2、繪制系統(tǒng)的幅頻及相頻響應(yīng)曲線。

二、實驗內(nèi)容

1、非周期信號的頻譜

調(diào)出下列程序，并觀察信號的頻譜。

例：求單邊指數(shù)信號f(t)?e?2tu(t)的傅里葉變換，并畫出f(t)及其幅度譜和相位譜圖。syms t w phase im re;%定義符號變量

f=exp(-2*t)*sym('heaviside(t)');

F=fourier(f);

subplot(311)

ezplot(f);

axis([-1 2.5 0 1.1]);

subplot(312)

ezplot(abs(F));%繪制幅度譜

im=imag(F);%計算F(jw)虛部

re=real(F);%計算F(jw)實部

phase=atan(im/re)%計算相位譜

subplot(313)

ezplot(phase);

?1??作業(yè)1：試畫出矩形信號g(t)???0??t?12的幅度頻譜，觀察其頻率特性。1t?22、MATLAB提供了函數(shù)freqs來實現(xiàn)連續(xù)系統(tǒng)頻率響應(yīng)H(j?)的分析。該函數(shù)可以求出系統(tǒng)頻率響應(yīng)的數(shù)值解，并可繪出系統(tǒng)的幅頻及相頻響應(yīng)曲線。調(diào)用格式如下：

（1）H=freqs(B,A,W);B為系統(tǒng)頻率響應(yīng)分子多項式系數(shù)，或者微分方程的右端系數(shù)，A為系統(tǒng)頻率響應(yīng)分母多項式系數(shù)，或微分方程左端系數(shù)。W為形如W1：P：W2的頻率范圍，P為頻率采樣間隔。輸出參量H為返回在W所定義的頻率點上，系統(tǒng)頻率響應(yīng)的樣值。

abs(H)：求H的幅度響應(yīng)；angle(H)：求H的相位響應(yīng)。

作業(yè)2：某連續(xù)時間系統(tǒng)的頻率響應(yīng)為H(j?)?j??3，求系統(tǒng)頻率響應(yīng)的樣值，并繪出幅度2j??3j??2

響應(yīng)曲線和相位響應(yīng)曲線。

（2）freqs（B,A）；該調(diào)用格式并不返回系統(tǒng)頻率響應(yīng)的樣值，而是以伯特圖的方式繪出系統(tǒng)的幅度響應(yīng)和相位響應(yīng)曲線。

j?2?22500作業(yè)3：已知某系統(tǒng)的頻率響應(yīng)H(j?)?，用以上命令繪制幅度響應(yīng)和相位響應(yīng)j?2?200j??20000

曲線，并分析該系統(tǒng)的頻率特性。