描述性統(tǒng)計分析

描述性統(tǒng)計分析在實證研究中的作用及具體軟件實現(xiàn)——以SPSS為例為了提升經(jīng)管代碼庫（/forum-2626-1.html）人氣，一大早起床，打算就微觀實證分析中描述性統(tǒng)計分析作用及SPSS具體軟件實現(xiàn)做個詳細的說明，理由如下：一是有壇友在論壇上問：看到很多實證研究在建模前有做描述性統(tǒng)計分析，問做這個有何意義（網(wǎng)址鏈接：/thread-929635-1-1.html），說明有實際需求；二是論壇上也沒看見有什么詳細闡述這個問題的，說明有實際需求而無有效供給。故而特開此貼，希望能吸引更多對計量實證感興趣的朋友關(guān)注經(jīng)管代碼庫，來多多發(fā)此類原創(chuàng)帖。不多說，圖文并茂的開講啦！做用SPSS具體做描述性統(tǒng)計分析前，先簡要說一下我個人認為的在實證分析中做描述性統(tǒng)計分析的作用一一探究數(shù)據(jù)分布趨勢，找出極端異常值。由于此貼只講描述性統(tǒng)計分析，故而不對極端異常值對模型的影響，數(shù)據(jù)分布趨勢不是正態(tài)進一步詳盡處理展開來說，只點到即止，后續(xù)帖子陸續(xù)補充。在用SPSS做描述性統(tǒng)計分析前，先截兩張實證論文中一般做的描述性統(tǒng)計分析表格。進而可以直觀看到我們一般做描述性統(tǒng)計分析要交待哪些統(tǒng)計量。J.?找用處jik.H算叫I'II'.F去動力數(shù):S5!■■咔*十.：％廿1，.！.?二.?2.65i.1IS二十*渣1噸JU■*1：4下-W~歲.3-31—-411歲.4=4i—5<.i^,5-心=60歲以上4.2^1心■■'1.1'.叮，K，ML■■-吊?■小學以下.2■小半.1中■4■高中?S■中專.6■女專及以上1.112勞均耕地面W如連取*r--!.面甲，京庭勞渤一1TT）H.414.21小型在用機械1GL.v：'：9ffl?.工1止1_，4?1日?.二<1.42D.50料檀業(yè)收人占比iX,J■■I甲種柄業(yè)聯(lián)瓦宛庭總收人Klltttl?2].7320.古牧業(yè)收入占tL十”..！.'?，XI0DC；.26.42衣戶能業(yè)?皿Tn量(1并.1并:-.■:;i-152O.5m模皿中廢量的描述11統(tǒng)片持松變量名彝樺市疑甲均K鑄勝受199B—2O&1羊詆期工作井棒在于打弁的藥動力的演加9696.94]】5_5354XJ敝St<A>在戶問些束源的土她產(chǎn)權(quán)榕型性市標1<m~2Q03年村邯均曲墊次散《如年）鬼0.2?0.210.000.83］土~衛(wèi)003年年劇調(diào)4E農(nóng)廣春分比〈呢］場6.)75.190.0020.83］5J98~2003年年均調(diào)糧建及百令'比56）9614.9719.300.002003年末定上姓說糧的時間《年》965.81QA0L004.00小職長勾黠來諫的土曲產(chǎn)權(quán)槎定性指標1998—2003村集均調(diào)巍次址960,13O.UO0.67199S—Wg年年均域整農(nóng)戶百分比f噬〉964.775,930.0016.672003年木KLJz故調(diào)檔的時伺《年）*4.452.01QOO6.00以上兩個表格是常見的描述性統(tǒng)計分析表述表格，一般實證論文中，做描述性統(tǒng)計分析要報告以下4個統(tǒng)計量：均值、標準差、最小值和最大值（有的文章限于表格篇幅，只報道均值和標準差）。問題來了，做了描述性統(tǒng)計分析后，結(jié)果要怎么看呢？我們要怎么才能確認結(jié)果是好或者不好呢（即變量是否符合正態(tài)分布呢）？這個問題一般看均值和標準差。如果標準差>>均值，那表明數(shù)據(jù)可能存在極端異常值，這時可能要對數(shù)據(jù)做進一步的處理。如做箱形圖看是否存在極端異常值（頭上標*的就是）。然而，一般情況下如果均值和標準差相差不大，如上表中“1998-2003年年均調(diào)整地塊百分比”這類變量，可以就這樣，不用做進一步處理。若存在極端異常值，參見我這篇帖子的處理方法：/thread-3569928-1-1.html。下面用SPSS截圖演示怎么做描述性統(tǒng)計分析吧（案例用的SPSS自帶文件accidents.sav）。軟件操作：分析一一描述統(tǒng)計一一描述rk.：1tfhrs9FLXwmw*[rk.：1tfhrs9FLXwmw*[wg]\J[電滴JI?耳L_]杵式小|旦OOlEtT邳...|dl圮曲只腰年麟只段H盤：■l±flu:渤U］|雄鳳阻人口［人口］!族半故［*故］/1壬也或更彳n皆計炬，I兩敞V標:曲禹擊〔口15最小1S（N?-方左住、ra器六值也〕匚rn.4i＜R）!□4^1-icrrj-i.;if.^-r,e）-wx匚蛇史:吟廠I煩.頃Sl示麗序?奕呈刊表（旦）?宇母順序但》a惜平均垣的升序牌序〔匚）?捻平均世的#在麻序（旦）］［取,為I.幫附J得到如下結(jié)果：這時平均值＞＞標準偏差，說明數(shù)據(jù)離散程度不高，可以進一步進行后面的建模分析。?F用述統(tǒng)計齡?F用述統(tǒng)計齡最小值伽）民大值兇平均值E昆準偏差風由口寫故仃效M［成列）61S/7915412320823966804199035.0060801.336967.0845063.533為了看看變量的趨勢，我們再做一個直方圖，附加正態(tài)分布曲線看看。軟件操作：圖形一圖表構(gòu)建器（彈出對話框，點確認）一選擇直方圖（直接將下面的圖形拖動到圖表預覽窗口即可），選擇“風險人口”變量到X軸，右邊勾選“顯示正態(tài)曲線”?！把簉arijii0口地.mwjim!伽川成IL^WrC」出祉平*WlQ>IL*,■“血：rarijii0口地.mwjim!伽川成IL^WrC」出祉平*WlQ>IL*,■fiK>?tl業(yè)iWtcIHOH-MIUJ*■1■函?iTiV-.III：四jflKLMKI—tXJ■i十□J五醪芬MlKlP耳械].ntsiiinfillW?biPWtAQiAQ]NrSilkdlTiULi■*,■?*?LI[IB金EW?玉世IS廛英豌1：*煩恒I：：X-Avaii璃，MIQI?Y-?*J!laIIAJE-INI-SIhIIhIies亶■i，LU叫■>.口ifl.ltcfl)■KHIII■玷舊IB得到如下結(jié)果：基本符合正態(tài)。如果還不放心，做一個箱圖看看是否存在極端異常值。軟件操作：圖形一圖表構(gòu)建器（彈出對話框，點確認）一選擇箱圖。這時，“風險人口”這種連續(xù)變量放縱坐標，性別等類別變量放橫坐標（前提是你想看不同性別風險人口是否存在極端異常值，若只想看變量總體的分布是否存在極端異常值，則只將關(guān)心的連續(xù)變量拖到縱坐標框即可，橫坐標不用管，然后點確定）。我們這里只看總體吧。看結(jié)果，上面沒有“*”出現(xiàn)，表明不存在極端異常值?？蓪?shù)據(jù)進一步做建模處理。分界點：下面我們?nèi)藶榈母淖円幌略紨?shù)據(jù)大小，使其出現(xiàn)兩個極端異常值（極大值和極小值），看看情況。我們把原始數(shù)據(jù)人口第一行從198522改為坐標框即可，橫坐標不用管，然后點確定）。我們這里只看總體吧?？唇Y(jié)果，上面沒有“*”出現(xiàn)，表明不存在極端異常值?？蓪?shù)據(jù)進一步做建模處理。分界點：下面我們?nèi)藶榈母淖円幌略紨?shù)據(jù)大小，使其出現(xiàn)兩個極端異常值（極大值和極小值），看看情況。我們把原始數(shù)據(jù)人口第一行從198522改為10000，第6行208239改為1000000。然后再重復前面的描述性統(tǒng)計分析過程。I性別kUJ|倒人口I115799719852215799710130021R113203200216?1132032003154123可叮4431541232D074410639361877S10639361加1064835196714|2064836195714306680420823&30668041QD000D軟件操作：分析一一描述統(tǒng)計一一描述蛤臉-雄（M）^A[hC\)平均伯一僚）旃準偏差風M口仃蚊N［成列）￡100001000000囂9574,83351222.518由上表可知，標準偏差〉平均值的（但可能是否遠