SPSS使用方法次數(shù)資料分析

1、SPSS統(tǒng)計(jì)分析教程第五章 次數(shù)資料分析一 適合性檢驗(yàn)二 獨(dú)立性檢驗(yàn)三 協(xié)方差分析一 適合性檢驗(yàn)X2檢驗(yàn)：是次數(shù)資料顯著性檢驗(yàn)的方法，它通過(guò)提出某種假設(shè)，用理論次數(shù)（T）與觀察次數(shù)（A）進(jìn)行比較，從而確定兩者符合程度。 判斷實(shí)際觀察的屬性類別分配是否符合已知屬性類別分配理論或?qū)W說(shuō)的假設(shè)檢驗(yàn)稱為適合性檢驗(yàn)?？ǚ接?jì)算公式非參數(shù)統(tǒng)計(jì)分析 參數(shù)統(tǒng)計(jì)方法是在已知總體分布的條件下，對(duì)相應(yīng)分布的總體參數(shù)進(jìn)行估計(jì)和檢驗(yàn)。 非參數(shù)檢驗(yàn)重點(diǎn)在于總體的分布情況，即研究目標(biāo)總體的分布是否與已知理論分布相同，或者各樣本所在總體的分布位置/形狀是否相同，其推斷過(guò)程和結(jié)論均與原總體參數(shù)無(wú)關(guān)。一 適合性檢驗(yàn)操作方法 1 建立

2、數(shù)據(jù)文件：定義兩個(gè)變量 （1）性狀類別變量（取值為性狀分類數(shù)1、2、3。）（2）各類別頻數(shù)/次數(shù)變量一 適合性檢驗(yàn)2 定義頻數(shù)/次數(shù)變量：Date-Weight casesWeight cases by-在Frequency Variable框輸入頻數(shù)變量名-OK。 在默認(rèn)情況下，每一行就是一條記錄；有多少項(xiàng)記錄就有多少行； Weight cases過(guò)程將該變量數(shù)據(jù)指定為頻數(shù)格式，即相同取值的觀測(cè)只錄入一次，另加一個(gè)頻數(shù)變量用于記錄該數(shù)值出現(xiàn)的次數(shù)。一 適合性檢驗(yàn)3 Analyze-Nonparametric Tests-Chi-Square-（1）Test Variable List欄：指定

3、需要進(jìn)行檢驗(yàn)的變量，可以同時(shí)指定多個(gè)，系統(tǒng)會(huì)分別進(jìn)行。（2）Expected Values單選框組： 指定已知總體的各分類構(gòu)成比，系統(tǒng)默認(rèn)各類別的理論比率相等； 如果不一致，在values項(xiàng)按照各性狀類別比例（如1：2：1）輸入，并且數(shù)值的排列次序和數(shù)據(jù)文件中記錄的排列次序(從小到大）相同，用Add加入到后選框（3）Option子對(duì)話框：輸出統(tǒng)計(jì)量。 點(diǎn)擊OK，顯示結(jié)果界面。 結(jié)果輸出 表一 描述統(tǒng)計(jì)量表: 顯示各性狀類別的Observed N（觀察頻次數(shù)）、Expected N（期望次數(shù)）和Residual（殘差） 表二 Test Statistics表：為最終的檢驗(yàn)結(jié)果，給出卡方值、自由度

4、、近似的P值（Asymptotic)和確切的P值（Exact Sig.)二 獨(dú)立性檢驗(yàn)根據(jù)次數(shù)資料判斷兩類因子彼此相關(guān)或相互獨(dú)立的假設(shè)檢驗(yàn)就是獨(dú)立性檢驗(yàn)。獨(dú)立性檢驗(yàn)實(shí)際上是基于次數(shù)資料對(duì)因子間相關(guān)性的研究。Crosstabs過(guò)程：對(duì)計(jì)數(shù)資料和有序分類資料可以產(chǎn)生二維至N維列聯(lián)表，并計(jì)算相應(yīng)的百分?jǐn)?shù)指標(biāo)、期望頻數(shù)、行/列匯總指標(biāo)、各種殘差指標(biāo)等；統(tǒng)計(jì)推斷則包括成組、配伍、分層的卡方檢驗(yàn)、針對(duì)不同使用范圍的一大批用于度量行、列變量關(guān)聯(lián)度的指標(biāo)及其檢驗(yàn)等?？ǚ接?jì)算公式二 獨(dú)立性檢驗(yàn)操作方法1 建立數(shù)據(jù)文件：定義三個(gè)變量（1）行變量，取值為1、2、3、。（2）列變量，取值為1、2、3、。（3）頻數(shù)/次

5、數(shù)變量2 定義頻數(shù)變量： Date-Weight cases-頻數(shù)/次數(shù)變量二 獨(dú)立性檢驗(yàn)3 Analyze-Descriptive Statistics-Crosstabs:主對(duì)話框中：（1）Row框：用于選擇列聯(lián)表的行變量；（2）Columns框：用于選擇列聯(lián)表的列變量；（3） Layer框組：用于設(shè)置分層分析變量，包括layer框和layer按鈕組。 在layer框選入多個(gè)變量時(shí)，默認(rèn)是分別進(jìn)行分析，如果希望進(jìn)行嵌套的等級(jí)分析，則利用Next按鈕分別選入不同變量進(jìn)入不同的層，會(huì)得到不同的變量的、不同組合的分層分析結(jié)果。二 獨(dú)立性檢驗(yàn)4 Statistic子對(duì)話框：（1）Chi-squar

6、e：進(jìn)行卡方檢驗(yàn)，對(duì)于自由度為1的資料會(huì)自動(dòng)給出校正卡方檢驗(yàn)和確切概率法的結(jié)果。 該檢驗(yàn)用于判斷行、列變量是否獨(dú)立，如果數(shù)據(jù)不滿足卡方檢驗(yàn)要求（不能有單元格的期望數(shù)小于1，不能有20%以上單元格的期望數(shù)小于5），則系統(tǒng)在分析結(jié)果的最后給出警告，提示用戶采用確切概率法來(lái)分析。二 獨(dú)立性檢驗(yàn)5 Cell 子對(duì)話框：用于定義列聯(lián)表單元格中需要顯示的指標(biāo)。（1）Counts復(fù)選框：是否輸出實(shí)際觀察數(shù)（Observed）和理論數(shù)（Expected）（2）Percentages復(fù)選框：是否輸出行、列和總的百分?jǐn)?shù)；（3）Residuals復(fù)選框：選擇殘差的顯示方式，可以是實(shí)際數(shù)與理論數(shù)的差值（Unstand

7、ardized）、標(biāo)化后的差值（standardized，將差值轉(zhuǎn)化為標(biāo)準(zhǔn)正態(tài)分布）或被標(biāo)準(zhǔn)誤除的單元?dú)埐睿ˋdj. standardized)結(jié)果輸出表1 case Processing Summary: 缺失值情況報(bào)告表，即valid（有效值）和missing（缺失值）的個(gè)數(shù)和百分比。表2 r*c Crosstabulation:列聯(lián)表表3 Chi-square Tests：卡方檢驗(yàn)表 從左到右為：檢驗(yàn)統(tǒng)計(jì)量值（value）、自由度（df）、雙側(cè)近似概率（Asymp.sig.2-sided)、雙側(cè)精確概率（Exact Sig.2-sided)、單側(cè)精確概率； Pearson Chi-squ

8、are、Continuity Correction（連續(xù)矯正的卡方值）表1 case Processing Summary: 缺失值情況報(bào)告表，即valid（有效值）和missing（缺失值）的個(gè)數(shù)和百分比。表2 r*c Crosstabulation:列聯(lián)表表3 Chi-square Tests：卡方檢驗(yàn)表 從左到右為：檢驗(yàn)統(tǒng)計(jì)量值（value）、自由度（df）、雙側(cè)近似概率（Asymp.sig.2-sided)、雙側(cè)精確概率（Exact Sig.2-sided)、單側(cè)精確概率； Pearson Chi-square、Continuity Correction（連續(xù)矯正的卡方值）三 單向分類

9、資料協(xié)方差分析 協(xié)方差分析（Analyze of covariance）是將直線回歸和方差分析結(jié)合應(yīng)用的一種統(tǒng)計(jì)方法，用來(lái)消除混雜因素對(duì)分析指標(biāo)的影響。 基本思路：是在作處理均數(shù)比較之前，用線性回歸方法找出各組Y與協(xié)變量X之間的數(shù)量關(guān)系，然后用方差分析比較校正均數(shù)間的差異。三 單向分類資料協(xié)方差分析協(xié)方差分析條件：（1）X與Y的線性關(guān)系在各組均成立，而且不同組間的總體回歸系數(shù)應(yīng)相等。（2）各比較組間協(xié)變量X的取值范圍不宜相差過(guò)大，否則校正均數(shù)的差值在回歸直線的延長(zhǎng)線上，不一定滿足平行性和線性關(guān)系的條件，協(xié)方差分析的結(jié)論可能不正確。三 單向分類資料協(xié)方差分析操作方法1 建立數(shù)據(jù)文件：定義三個(gè)變量

10、，分別代表Y、X和組別（group)2 預(yù)分析1：利用scatter作Y和X之間的散點(diǎn)圖，初步判斷各組間的線性趨勢(shì)。Graph-Scatter-Simple,確定Y軸和X軸-Set Markers by（用不同的標(biāo)記區(qū)分各組Y 和X的變化趨勢(shì)。） 根據(jù)圖中顯示信息，初步判斷資料是否符合協(xié)方差分析的要求：（1）各組的X分布是否基本相同，有沒(méi)有偏差；（2）各組X與Y是否有直線變化趨勢(shì)。（3）各組中Y和X構(gòu)成的直線的斜率是否相近。三 單向分類資料協(xié)方差分析3 預(yù)分析2：檢驗(yàn)各組總體斜率是否相等。 通過(guò)考查各組(group)與 x之間的交互作用是否顯著，來(lái)判斷各組總體斜率是否相等，判斷是否滿足分析條件

11、（X與Y的線性關(guān)系在各組均成立，而且不同組間的總體回歸系數(shù)應(yīng)相等。） 要求在Model框中選擇自定義方差分析模型，強(qiáng)行納入交互效應(yīng)group*x,如果交互作用不顯著，可以認(rèn)為各組斜率相同。預(yù)分析過(guò)程：Analyze-General Linear Model- Univariate ,（1）定義Dependent（因變量） Fixed Factor（固定因素）、 Covariate（協(xié)變量）（2）Model-Custom（model和sum of squares) 采用型方差分析模型，按分析目的,順序納入group 和X;強(qiáng)行納入交互效應(yīng)分析（group*x）0AB末重初重1初重2飼料無(wú)互作0A

12、B末重初重1初重2飼料有互作（1）定義Dependent（因變量） Fixed Factor（固定因素）、 Covariate（協(xié)變量）（2）Model-Custom（model和sum of squares) 采用型方差分析模型，按分析目的,順序納入group 和X;強(qiáng)行納入交互效應(yīng)分析（group*x）預(yù)分析2：檢驗(yàn)各組總體斜率是否相等，即是否滿足分析條件：X與Y的線性關(guān)系在各組均成立，而且不同組間的總體回歸系數(shù)應(yīng)相等。三 單向分類資料協(xié)方差分析4 正式分析：比較校正均數(shù)有無(wú)差異（1）在前面各步得出資料符合協(xié)方差分析條件的結(jié)論后，進(jìn)行正式分析來(lái)比較各組校正均數(shù)有無(wú)差異；（2）由于已得出兩組

13、斜率相等的結(jié)論，在正式分析時(shí)，可以將交互項(xiàng)從模型中去除，然后采用模型給出各組Y對(duì)X的校正均數(shù)，并進(jìn)行顯著性檢驗(yàn)。正式分析方法Analyze-General Linear Model- Univariate ,（1）定義Dependent（因變量） Fixed Factor（固定因素）、 Covariate（協(xié)變量）（2）Model-Custom（model和sum of squares)，將交互項(xiàng)從模型中去除，采用模型（3）Option選項(xiàng)： Display means for X； 選擇Compare mean effect(比較各組校正Y均數(shù)）結(jié)果輸出表1-Tests of Between-Subjects Effects: 正式統(tǒng)計(jì)分析結(jié)果（方差分析結(jié)果）表2-Estimates：顯示各組的校正均數(shù)及相應(yīng)的置信區(qū)間；提示校正Y均數(shù)是按X=？的情況下計(jì)算。表3-Pairwise Comparisons ：各組Y的校正均數(shù)兩兩比較（多重比較）表4-Univariat