实验四报告

第一篇：实验四报告

南京信息工程大学实验（实习）报告

实验（实习）名称子查询实验（实习）日期得分指导教师方忠进

系 计算机专业网络工程年级三班次2姓名李海磊学号 20112346047

一．实验目的1．掌握子查询的表示。

2．进一步掌握 SQL Server 查询分析器的使用方法，加深对 SQL语言的嵌套查询语句的理解

二．实验内容

1．在数据库 EDUC 中实现一下查询：

1）求选修了高等数学的学生学号和姓名；

2）求 C1 课程的成绩高于张三的学生学号和成绩；3）求其他系中比计算机系某一学生年龄小的学生信息（即求其它系中年龄小于计算机系年龄最大者的学生）；

4）求其他系中比计算机系学生年龄都小的学生信息；

5）求选修了 C2 课程的学生姓名；

6）求没有选修 C2 课程的学生姓名；

7）查询选修了全部课程的学生的姓名

8）求至少选修了学号为“S2”的学生所选修的全部课程的学生学号和姓名。

2．提高操作实验

建立“工程-零件”数据库及如下 4 个表，并输入实验数据，用 SQL 语句实现如下三个查询：1)求供应项目 j4 红色零件的供应商号及名称

2)求没有上海供应商生成的零件的项目号

3)至少使用了供应商 S5 所供应全部零件的项目号。

表结构如下：

供应商（S）：

三．实验步骤（详细）

第二篇：实验四

电 子 科 技 大 学

实

验

报

告

学生姓名：

学 号：

指导教师： 实验地点：

实验时间：

一、实验室名称：

Linux环境高级编程实验室

二、实验项目名称：

插件框架实验

三、实验学时：

4学时

四、实验目的：

需要说明为什么要进行本次实验

五、实验内容：

PPT上的4个版本程序，以及综合练习

六、实验步骤：

PPT上的4个版本程序，以及综合练习

七、总结及心得体会：

八、对本实验过程及方法、手段的改进建议：

报告评分：

指导教师签字：

第三篇：实验四

实习四 图书馆利用基础及中文全文数据库

实习目的：

一、通过实习，了解馆藏书目数据库的基本原理和常用检索途径，熟练掌握查询本馆、相关高校及科研院所图书馆检索书刊信息的方法；树立信息资源共享意识，重点了解国内学术资源分布情况，掌握外文期刊联合目录的使用方法，提升独立获取外文期刊原文的信息能力。

二、了解国内中文全文数据库的收录特点及检索功能，包括电子期刊和电子图书全文数据库，重点掌握清华同方的“中文期刊全文数据库”的使用方法；了解重庆维普的“中文科技期刊数据库（全文版）”和万方数据资源系统的“数字化期刊”等全文数据库的收录范围和使用方法；了解超星数字图书馆等目前国内较常见的电子书刊资源及其常用检索途径和方法。实习题：

一、图书馆利用基础

1、查找厦门理工学院图书馆（http://lib.xmut.edu.cn/index.asp）是否收藏商业模式方面的丛书，若有，请记录你感兴趣的其中一本的书名、编者、出版地、出版社、出版年、分类号、收藏单位、索取号以及出借状态等书目信息。

2、厦门理工学院图书馆是否收藏外文的中国军事百科全书？若有，请问目前收藏有多少分册？可以在厦门理工学院图书馆几楼的哪个书库获取呢？

3、请查找与你所学专业相关的一种期刊，中外文均可，并请记录刊名、有无曾用名、出版地、创刊年、分类号、收藏单位等书目信息。

4、利用搜索引擎查找并登录以下网站，试将每个网站的主页加入“收藏夹”中，以便调用。

（1）登录“厦门理工学院图书馆”主页，浏览其馆藏书目查询功能页面，并自命题查找与你专业密切相关的图书或期刊；

（2）登录并浏览“中国高等教育数字图书馆（CALIS/eduChina）”主页，从主页的“查找全国高校图书馆资料”栏目练习检索有关的图书或期刊；

（3）登录并浏览“国家科技图书文献中心（NSTL）”主页，自命题练习检索相关的图书或期刊，并尝试注册新用户和密码，模拟外文原文订购过程。

二、中文期刊全文数据库

（1）通过校园网进入“万方数据资源”的主页，可以按照“学术期刊”的学科分类或者论文检索途径，找出一种与你所学专业密切相关的期刊，请尝试查阅最新一期刊载的论文全文内容。

（2）通过校园网进入“维普资讯”的主页，练习通过“快速检索”、“高级检索”、“分类检索”、“期刊导航”等途径查找自己感兴趣的学术论文，并浏览文献题录及全文内容（练习题目可自选，或参考前面题目）。在使用过程中，请思考以上三个资源站点之间有何异同。

（3）通过校园网分别登录“超星数字图书馆”、“读秀学术搜索”或“书生之家”等电子图书阅读网，浏览各网站的栏目信息，尝试查找和阅读相关专业的图书全文。

【实验报告提交】

1、作业以WORD格式完成，在同一个文档中无需分开，标明题目即可。可发送到邮箱jihuish@126.com（邮件标题请注明学号和姓名），或者提交打印稿均可。

2、作业须由自己完成，如发现有copy行为，取消实验成绩；

3、本次实验成绩记入平时成绩的10%。

第四篇：SPSS实验分析报告四

SPSS实验分析报告四

一、地区*日期*销售量

（一）、提出假设

原假设H0=“不同地区对销售量的平均值没有产生显著影响。” H2=“不同日期对销售量的平均值没有产生显著影响。” H3=“不同的地区和日期对销售量没有产生了显著的交互作用。”

（二）、两独立样本t检验结果及分析

表

（一）主旨間係數

地区 2 3 日期 2 3

數值標籤

地区一 地区二 地区三 周一至周三 周四至周五

周末

N 9 9 9 9 9 9

表

（一）表示各个控制变量的分组情况，包括三个不同的地区以及三个不同日期的数据。

表

（二）销售额多因素方差分析结果

主体间效应的检验

因變數: 销售量

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 地区 日期 地区 * 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 78518518.519 a.R平方 =.788（調整的 R平方 =.693）

由表

（二）可知，第一列是对观测变量总变差分解的说明；第二列是对观测变量总变差分解的结果；第三列是自由度；第四列是方差；第五列是F检验统计量的观测值；第六列是检验统计量的概率P值。可以看到：观测变量的总变差SST为78518518.519，它被分解为四个部分，分别是：由 地区（x2）不同引起的变差（2296296.296），由日期（x3）不同引起的变差(2740740.741)，由地区和日期交互作用（x2*x3）引起的变差（5.681E7），由随机因素引起的变差（Error 1.667E7）。FX1、FX2、FX1*X2的概率P值分别为0.313、0.254、0.000。如果显著性水平α为0.05，由于FX1、FX2的概率P值大于显著性水平α，因此不应该拒绝原假设，可以认为不同的地区、日期下的销售量总体均值不存在显著差异，对销售量的效应同时为0，各自不同水平没有给销售量带来显著影响。同时，由于FX1*X2的概率P值小于显著性水平α，所以应该拒绝原假设，可以认为不同的地区和日期对销售量产生了显著的交互作用，在不同的地区，不同的日期会对销售额产生显著影响。

表

（三）自訂假設檢定索引 對照係數（L' 矩陣）轉換係數（M 矩陣）對照結果（K 矩陣）對照係數（L' 矩陣）轉換係數（M 矩陣）

地区 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 對照結果（K 矩陣）零矩陣

表

（四）不同地区下销售量的均值对比检验结果（K 矩陣）

地区 偏差對照

層次 1 對平均值

對比估計 假設值

差異（評估值假設值）

標準錯誤 顯著性

95% 差異的信賴區間

a.省略的種類 = 3

下限 上限 下限 上限

a因變數 销售量-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）分别显示了三个不同地区销售量总体的均值检验结果，省略了地区三的检验结果，检验值是各水平下的总体均值。可以看出：地区一的销售量均值与检验值的差为259.259，标准误差为261.891，T检验统计量的概率P值为0.335，差值的95%置信区间的下限和上限分别为-809.473，290.954。分析结论为：地区一销售量的均值与检验值之间不存在显著差异。同理，地区二销售量的均值与检验值之间不存在显著差异。三个地区产生的影响没有显著差异。

表

（五）地区对销售量影响的单因素方差分析结果

因變數: 销售量

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）是地区对销售量影响的单因素方差分析结果。可以看到：不同地区可解释的变差为2296296.296，不可解释的变差为16666666.667，它们的方差分别为1148148.148、925925.926，F统计量的观测值为1.240，对应的概率P值为0.313。如果显著性水平α为0.05，由于概率P值大于显著性水平α，所以原假设成立，认为不同地区对销售量的平均值没有产生显著影响。

表

（六）不同日期下销售量的均值对比检验结果（K 矩陣）

日期 偏差對照

層次 1 對平均值

對比估計 假設值

差異（評估值假設值）

標準錯誤 顯著性

95% 差異的信賴區間

下限

a

因變數 销售量-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）分别显示了三个不同日期下销售量总体的均值检验结果，省略了日期三的检验结果，检验值是各水平下的总体均值。可以看出：日期一的销售量均值与检验值的差为370.370，标准误差为370.370，T检验统计量的概率P值为0.174，差值的95%置信区间的下限和上限分别为-920.584、179.843。分析结论为：日期一销售量的均值与检验值之间不存在显著差异。同理，日期二销售量的均值与检验值之间不存在显著差异。三个不同日期产生的影响没有显著差异。

表

（七）日期对销售量影响的单因素方差分析结果

因變數: 销售量

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）是日期对销售量影响的单因素方差分析结果。可以看到：不同日期可解释的变差为2740740.741，不可解释的变差为16666666.667，它们的方差分别为1370370.370、925925.926，F统计量的观测值为1.480，对应的概率P值为0.254。如果显著性水平α为0.05，由于概率P值大于显著性水平α，所以原假设成立，认为不同日期对销售量的平均值没有产生显著影响。

图

（一）地区与销售量的交互作用图

图

（一）中，从地区一至地区三，不同的日期销售额的变化波动很大且规律不一，直接结论是：不同的日期和地区间存在明显的交互作用。

图

（二）日期与销售量的交互作用图

图

（二）中，在不同的日期，不同地区的销售额的变化规律都不一样，直接结论是：不同的地区和日期间存在明显的交互作用。

二、香烟消耗量*肺癌死亡率

（一）、提出假设

原假设H0=“香烟消耗量对肺癌死亡率没有产生显著影响。”

（二）、两独立样本t检验结果及分析

图

（三）香烟消耗量与肺癌死亡率的简单散点图

由图

（三）可知，香烟消耗量与肺癌死亡率存在一定的正相关关系。

表

（八）香烟消耗量*肺癌死亡率相关关系分析

1930年人均香每百万男子中死

1930年人均香烟消耗量 皮爾森(Pearson)相關

烟消耗量

于肺癌的人数

.737

**

顯著性（雙尾）

N 每百万男子中死于肺癌的皮爾森(Pearson)相關

人数

顯著性（雙尾）

N **.相關性在 0.01 層上顯著（雙尾）。

11.737.010 11

**

.010 11 1 11 由表

（八）可知，香烟消耗量和肺癌死亡率的简单相关系数为0.737，说明两者之间存在正的强相关性，其相关系数检验的概率P值为0.010。因此，当显著性水平α为0.01时，P值小于显著性水平应拒绝相关系数检验的原假设。中相关系数上角的两个星号（**）表示显著性水平α位0.01时拒绝原假设。

三、销售额*销售价格*家庭收入

（一）、提出假设

原假设H0=“销售额对销售价格没有产生显著影响。” H2=“家庭收入对销售价格没有产生显著影响。”

（二）、两独立样本t检验结果及分析

图

（四）销售额与销售价格的简单散点图

由图

（四）可知，销售额与销售价格之间存在负相关关系。

图

（五）销售额与家庭收入的简单散点图

由图

（五）可知，销售额与家庭收入之间存在较强的正相关关系。

图

（六）销售价格和家庭收入的简单散点图

由图

（六）可知，销售价格与家庭收入之间存在弱的负相关关系。

表

（九）销售额*销售价格相关系数计算结果

销售额 皮爾森(Pearson)相關 顯著性（雙尾）

N 销售价格 皮爾森(Pearson)相關 顯著性（雙尾）

N

销售额 1 10-.933**.000 10

销售价格-.933**.000 10 1 10 **.相關性在 0.01 層上顯著（雙尾）。

由表

（九）可知，销售额和销售价格的简单相关系数为-0.933，说明两者之间存在负的强相关性，其相关系数检验的概率P值为0。因此，当显著性水平α为0.01时，应拒绝相关系数检验的原假设，认为两总体不是零相关。

另外，表

（九）中相关系数上角的两个星号（**）表示显著性水平α为0.01时拒绝原假设。

表

（十）销售价格和销售额的偏相关分析结果

控制變數

家庭收入 销售价格

相關 顯著性（雙尾）

df

销售额

相關 顯著性（雙尾）

df

销售价格 1.000.0-.728.026 7

销售额-.728.026 7 1.000.0

由表

（十）可知，在家庭收入作为控制变量的条件下，销售价格和销售额的偏相关系数为-0.728，呈较强的负相关，高于简单相关系数。

第五篇：大学生数据库实验课实验四报告

《数据库技术及应用》

实验四、SQL语言数据定义语言DDL

学生姓名

学生班级

学生学号

指导老师

重庆邮电大学计算机学院 计算机专业实验中心 一． 实验内容

在 Navicat for MySQL 中使用 CREATE 命令完成对表、索引、视图、同义词 的创建，使用 DROP 命令完成对表、索引、视图、同义词的删除，使用 ALTER 命 令对表结构进行修改及完整性约束的增加、删除。

二． 实验步骤

1.启动 Navicat for MySQL，在 MySQL – 新建连接中完成连接参数配置。2.登录到本地数据库服务器后，连接到 test 数据库上。3.用 SQL 语句（如下），建立如下所示的表 student；

4.同理

5.同理

6.用 Drop Table 语句删除表 CourseAa。

7.用 Alter Table 语句更新表 ChooseBb，添加一个属性名 Bb4，类型 Varchar, 长度 20,完整性约束设为非空值，缺省值设为字符“系统测试值”。

8.用 Alter Table 语句更新表 ChooseBb，添加一个属性名 Bb5，类型 Varchar, 长度 10，完整性约束设为主码。完成后，表 ChooseBb 的设计如下所示。

9.用 Create View 语句建立一个视图 View_Choosebb,生成的视图属性名（View_bb1，View_bb2，view_bb3）, 其中 View_bb1 对应于基表 ChooseBb 的 Bb1、View_bb2 对应于基表 ChooseBb 的 Bb4、view_bb3 对应于基表 ChooseBb 的 Bb5。完成后，视图 View_Choosebb 的设计如下所示。

10.用 Drop View 语句删除视图 View_Choosebb。

11.用 Create Index 语句对表 ChooseBb 的 Bb2 属性建立一个升序索引，索引名 Index_bb2。用 Create Index 语句对表 ChooseBb 的 Bb4 属性建立一个降序索引，索引名 Index_bb4。

12.用 Drop Index 语句删除索引 Index_bb2。

三． 心得体会

因为有理论课的基础，本次实验相对轻松，很快就完成了。不过中间出现了许多小错误，还好及时改正了。在实践中体会这些平时学理论未注意到的小细节才能更好的掌握知识。