spss-復(fù)習(xí)資料-可直接打印版

創(chuàng)立/翻開方式：手工：File—new/open—syntax自動(dòng)：Editor—options—opensyntaxwindowsatstart-up語句窗口組成：窗口主菜單、工具欄、spss程序編輯區(qū)、狀態(tài)欄四局部組成SPSS數(shù)據(jù)文件組成：數(shù)據(jù)結(jié)構(gòu)和內(nèi)容兩項(xiàng)任務(wù)，即描述數(shù)據(jù)的結(jié)構(gòu)〔變量視圖〕和錄入編輯數(shù)據(jù)〔數(shù)據(jù)視圖〕。首字符應(yīng)以英文字母開頭，后面可以跟除了！、？、*之外的字母或數(shù)字。下劃線、圓點(diǎn)不能為變量名的最后一個(gè)字符。SPSS允許用漢字作為變量名。2.變量名的字符個(gè)數(shù)最好不多于8個(gè)；變量名不區(qū)分大小寫字母。3.SPSS有默認(rèn)的變量名，以字母“VAR〞開頭，后面補(bǔ)足5位數(shù)字，如VAR00001，VAR00012等。變量名不能ALL，BY，AND，NOT，OR等。三種根本數(shù)據(jù)類型：數(shù)值型、字符型和日期型標(biāo)準(zhǔn)型〔Numeric〕列寬8位，包括正負(fù)號(hào)、小數(shù)點(diǎn)和小數(shù)位在內(nèi)字符型數(shù)據(jù)的默認(rèn)顯示寬度為8個(gè)字符，不能進(jìn)行算術(shù)運(yùn)算，區(qū)分大小寫字母。數(shù)值型變量默認(rèn)為右對(duì)齊，字符型變量默認(rèn)為左對(duì)齊。定距型數(shù)據(jù)通常指連續(xù)型數(shù)據(jù)，如身高、體重；定序型數(shù)據(jù)職稱、職務(wù)、對(duì)某事物的贊同程度定類型民族、宗教信仰、性別、黨派。按變量值定位：Edit+Find恢復(fù)刪除或修改前數(shù)據(jù)Edit+UndoWritevariablesnamestospreadsheet寫入Excel工作表的第一行上。Indicatecasesourceasvariable默認(rèn)source01取值0〔第一份數(shù)據(jù)〕或1(第二份數(shù)據(jù))的變量。第三章條件表達(dá)式：簡(jiǎn)單條件表達(dá)式和復(fù)合條件表達(dá)式。NOT>AND>ORfilter_$的新變量，取值為1或0。1表示本個(gè)案被選中，0表示未被選中。Filtered：未被選中的個(gè)案號(hào)碼上打一個(gè)“\〞標(biāo)記成績(jī)?yōu)閮?yōu)：90throughhighest，成績(jī)?yōu)榱迹?0through89，不及格：Lowestthrough59數(shù)據(jù)分組方法：?jiǎn)雾?xiàng)式分組；組距分組全距：最大值與最小值之差組距＝全距÷組數(shù)。Lowestvalue表示升序；Highestvalue表示降序。數(shù)據(jù)轉(zhuǎn)置行列互換Data－Transpose加權(quán)處理例用戶滿意度測(cè)評(píng)Data－WeightCases。[frequency](1)一旦指定了加權(quán)變量，那么以后的分析處理中加權(quán)是一直有效的，直到取消加權(quán)為止。取消加權(quán)應(yīng)選擇Donotweightcases選項(xiàng)。(2)加權(quán)后，數(shù)據(jù)編輯窗口中的數(shù)據(jù)并沒有變化，僅在狀態(tài)欄有已經(jīng)加權(quán)〔weighton〕的提示信息。數(shù)據(jù)拆分Data－SplitFile。排序和分組。數(shù)據(jù)拆分將對(duì)后面的分析一直起作用SPSS變量集包括系統(tǒng)變量集和用戶變量集。SetinUse框中應(yīng)至少有一個(gè)變量集。SPSS缺失值處理〔1〕選擇菜單Transform－replacemissingvalues〔2〕將需要插補(bǔ)的變量單擊按鈕送到NewVariables框中，該變量自動(dòng)會(huì)生成一個(gè)新的變量，變量名為原變量名_1〔3〕在Method中選擇插補(bǔ)方法。第四章頻數(shù)分析根本任務(wù)〔1〕編制頻數(shù)分布表：頻數(shù)〔Frequency〕；百分比〔Percent〕：即各頻數(shù)占總樣本數(shù)的百分比；有效百分比〔ValidPercent〕；累計(jì)百分比〔CumulativePercent〕〔2〕繪制統(tǒng)計(jì)圖Chart計(jì)算其他根本描述統(tǒng)計(jì)量〔1〕描述集中趨勢(shì)。1〕均值〔Mean〕〔2〕中位數(shù)〔Median〕〔3〕眾數(shù)〔Mode〕次數(shù)最多的數(shù)據(jù)值〔2〕描述離散程度。1〕全距〔Range〕：也稱極差。數(shù)據(jù)的最大值與最小值之間的絕對(duì)離差2〕方差〔Variance〕：3〕標(biāo)準(zhǔn)差〔3〕描述分布形態(tài)?！?〕偏度〔Skewness〕：①對(duì)稱分布時(shí)，正負(fù)總偏差相等，偏度值等于0；②偏度值大于0，右偏；偏度值小于0，左偏。③偏度絕對(duì)值越大，表示數(shù)據(jù)分布形態(tài)的偏斜程度越大?！?〕峰度〔Kurtosis〕：①與標(biāo)準(zhǔn)正態(tài)分布的陡峭程度相同，峰度值等于0；②峰度大于0數(shù)據(jù)分布更陡峭，尖峰分布；③峰度小于0數(shù)據(jù)分布平緩，平峰分布。交叉分組下的頻數(shù)分析的根本操作〔1〕菜單項(xiàng)選擇項(xiàng)Analyze－DescriptiveStatistics－CrosstabsCounts框中的Expected期望頻數(shù)反映的是行列變量互不相干下的分布。Unstandardized為非標(biāo)準(zhǔn)化剩余，定義為：觀測(cè)頻數(shù)－期望頻數(shù)卡方統(tǒng)計(jì)量觀測(cè)值的大小取決于兩個(gè)因素：①列聯(lián)表的單元格子數(shù)；②觀測(cè)頻數(shù)與期望頻數(shù)的總差值。值越大時(shí)，卡方值越大，實(shí)際分布與期望分布的差距越大，說明行列變量之間越相關(guān)；反之，說明行列變量之間越獨(dú)立。統(tǒng)計(jì)推斷做決策通常有兩種方式：①卡方觀測(cè)值>臨界值，②觀測(cè)值的概率p值和顯著性水平Analyze-MultipleResponseDichotomies表示以多項(xiàng)選擇二分法categories表示以多項(xiàng)選擇分類法〔1〕多項(xiàng)選擇二分法時(shí)：1，0，1，1，1，0，1，1，0?！?〕多項(xiàng)選擇分類法時(shí)：1，3，4，5，7，8，0，0，0。在進(jìn)行多項(xiàng)選擇項(xiàng)分析時(shí)，需將設(shè)置的變量組成一個(gè)集合，即多項(xiàng)選擇項(xiàng)變量集(Set)，然后對(duì)多項(xiàng)選擇項(xiàng)變量集的各種取值進(jìn)行分析PctofResponses〔占總答復(fù)數(shù)的％〕;PctofCase〔占總個(gè)案數(shù)％〕。比率分析的根本步驟Analyze－DescriptiveStatistics－Radio分子選擇到Numerator分母選到Denominator比率分析：適用于定距型變量。根本描述統(tǒng)計(jì)量均值、中位數(shù)、標(biāo)準(zhǔn)差、全距①加權(quán)比率均值〔Weightedmean〕：兩變量均值的比，屬集中趨勢(shì)描述指標(biāo)②AAD〔AverageAbsoluteDeviation〕平均絕對(duì)離差M是比率變量的中位數(shù)，N為樣本數(shù)③COD〔CoefficientofDispersion〕離散系數(shù)④PRD〔Price-relatedDifferential〕相關(guān)價(jià)格微分⑤COV變異系數(shù)：比率變量離散程度的描述：均值；中位數(shù)單樣本的T檢驗(yàn)Analyze－Comparemeans－One-SamplesTtest總體均值的檢驗(yàn)(2未知小樣本)t統(tǒng)計(jì)量?jī)瑟?dú)立樣本的T檢驗(yàn)樣本容量可以相等，也可以不相等(12、22)12、22未知，大樣本檢驗(yàn)統(tǒng)計(jì)量為12、22未知但相等,小樣本配對(duì)樣本的t檢驗(yàn)Analyze－Comparemeans－Paired-SamplesTTest〔3〕要求：①樣本容量相等，順序一一對(duì)應(yīng)；②樣本來自的總體服從或近似服從正態(tài)分布。檢驗(yàn)統(tǒng)計(jì)量D0：假設(shè)的差值。。自由度df＝nD-1方差分析的原理假設(shè)前提：①觀測(cè)變量各總體服從正態(tài)分布②觀測(cè)變量各總體的方差相同分類：①根據(jù)控制變量的個(gè)數(shù)可將方差分析分為單因素方差分析、多因素方差分析；②根據(jù)觀測(cè)變量的個(gè)數(shù)可將方差分析分為一元方差分析〔單因變量方差分析〕和多元方差分析〔多因變量方差分析〕。單因素方差分析Analyze－Comparemeans－One-WayANOVA[MeansPlot]輸出各水平下觀測(cè)變量均值的折線圖如果均值相等—效勞質(zhì)量沒有顯著差異；如果均值不全相等—效勞質(zhì)量有顯著差異。SST—總離差平方和；SSA—組間平方和：由控制變量不同水平造成SSE—組內(nèi)平方和：由抽樣隨機(jī)性引起。SPSS多重比擬檢驗(yàn)的方法①LSD最小顯著性差異方法適用于各總體方差相等的情況，特點(diǎn)是比擬靈敏②Tukey方法和S-N-K方法適用于各水平下觀測(cè)變量個(gè)數(shù)相等的情況；③Scheffe方法單因素方差分析進(jìn)一步分析：1.方差齊性檢驗(yàn)2.多重比擬檢驗(yàn)。〔采用LSD，Bonferroni，Tukey，Scheffe，S-N-K五種方法〕3.趨勢(shì)檢驗(yàn)4.先驗(yàn)比照檢驗(yàn)6.3多因素方差分析Analyze－GeneralLinearModel－Univariate，獨(dú)立影響；交互作用SSAB為控制變量A、B兩兩交互作用引起的變差均值檢驗(yàn)：①多重比擬檢驗(yàn)〔PostHoc〕②比照檢驗(yàn)〔Contrast〕1〕如果控制變量之間無交互作用，各水平對(duì)應(yīng)的直線是近于平行的；2〕如果控制變量間存在交互作用，各水平對(duì)應(yīng)的直線會(huì)相互交叉6.4協(xié)方差分析Analyze－GeneralLinearModel－Univariate(1〕方差分析中的控制變量都是定性變量〔包括定類和定序變量〕〔2〕線性回歸分析中的解釋變量都是定量變量?！?〕協(xié)方差分析中的控制變量是定性變量，協(xié)變量一般是定量變量。協(xié)方差分析中要求多個(gè)協(xié)變量之間無交互作用，且觀測(cè)變量與協(xié)變量之間有顯著的線性關(guān)系。非參數(shù)檢驗(yàn)——總體分布的卡方檢驗(yàn)[Analyze]-[NonparametricTests]-[Chi-Square]二項(xiàng)分布檢驗(yàn)[Analyze]-[NonparametricTests]-[Binomial]單樣本K-S檢驗(yàn)1-sampleK-S7.2兩獨(dú)立樣本的非參數(shù)檢驗(yàn)：曼-惠特尼U檢驗(yàn)、K-S檢驗(yàn)、W-W游程檢驗(yàn)、極端反響檢驗(yàn)等多獨(dú)立樣本的非參數(shù)檢驗(yàn)：中位數(shù)檢驗(yàn)、Kruskal-Wallis檢驗(yàn)、Jonckheere-Terpstra檢驗(yàn)兩配對(duì)樣本的非參數(shù)檢驗(yàn)[Analyze]-[NonparametricTests]-[2relatedsamples]McNemar檢驗(yàn)、符號(hào)檢驗(yàn)、Wilcoxon符號(hào)秩檢驗(yàn)多配對(duì)樣本的非參數(shù)檢驗(yàn)：Friedman檢驗(yàn)、CochranQ檢驗(yàn)、Kendall協(xié)同系數(shù)檢驗(yàn)。第八章SPSS的相關(guān)分析計(jì)算相關(guān)系數(shù)②r>0正線性相關(guān)；r<0負(fù)線性相關(guān)③r＝1完全正相關(guān)；r＝-1表完全負(fù)相關(guān)；r＝0不相關(guān)④|r|>0.8有較強(qiáng)的線性關(guān)系；|r|<0.3線性關(guān)系較弱相關(guān)系數(shù)主要有：Pearson簡(jiǎn)單相關(guān)系數(shù)〔適用于兩個(gè)變量都是數(shù)值型的數(shù)據(jù)〕、Spearman等級(jí)相關(guān)系數(shù)〔定序變量〕和Kendall相關(guān)系數(shù)〔定序變量〕等一元線性回歸模型的數(shù)學(xué)模型X的變化引起的y的線性變化局部：其他隨機(jī)因素引起的y的變化局部：用最小二乘法求解方程中的兩個(gè)參數(shù)，得到：2.多元線性回歸方程β1、β2、…βp為偏回歸系數(shù)。平均變動(dòng).可決系數(shù)對(duì)于多元線性回歸方程回歸方程的顯著性檢驗(yàn)是要檢驗(yàn)被解釋變量與所有的解釋變量之間的線性關(guān)系是否顯著。對(duì)于一元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為：對(duì)于多元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為回歸系數(shù)的顯著性檢驗(yàn)是要檢驗(yàn)回歸方程中被解釋變量與每一個(gè)解釋變量之間的線性關(guān)系是否顯著。對(duì)于一元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為一元線性回歸中，回歸方程顯著性檢驗(yàn)和回歸系數(shù)顯著性檢驗(yàn)的作用相同，可相互替代，且回歸方程顯著性檢驗(yàn)的F統(tǒng)計(jì)量等于回歸系數(shù)顯著性檢驗(yàn)t統(tǒng)計(jì)量的平方多元線性回歸方程，檢驗(yàn)統(tǒng)計(jì)量為回歸方程顯著性檢驗(yàn)—檢驗(yàn)所有偏回歸系數(shù)是否同時(shí)為零。回歸系數(shù)顯著性檢驗(yàn)對(duì)每個(gè)偏回歸系數(shù)是否為零逐一進(jìn)行檢驗(yàn)。兩種檢驗(yàn)不能相互替代殘差序列中不包含明顯的規(guī)律性和趨勢(shì)性。殘差分析包括：①殘差是否服從均值為零的正態(tài)分布；②殘差是否為等方差的正態(tài)分布；③殘差序列是否獨(dú)立；④借助殘差探測(cè)樣本中的異常值。殘差序列獨(dú)立性：殘差序列前期和后期數(shù)值之間不存在相關(guān)關(guān)系，即：DW檢驗(yàn)用來檢驗(yàn)殘差的自相關(guān)DW=2，——無自相關(guān)，DW=4，——完全負(fù)自相關(guān)DW=0，——完全正自相關(guān)DW在0-2之間——存在正自相關(guān)，DW在2-4之間——存在負(fù)的自相關(guān)。一般情況下，DW值在之間即可說明無自相關(guān)現(xiàn)象異方差的后果〔1〕參數(shù)的最小二乘估計(jì)不再是最小方差、無偏、有效估計(jì)〔2〕導(dǎo)致回歸系數(shù)顯著性檢驗(yàn)的t值偏高，進(jìn)而容易拒絕原假設(shè)，使無用變量保存下來，增大模型的預(yù)測(cè)偏差。①殘差與預(yù)測(cè)值的平方根成比例變化—對(duì)解釋變量作開方處理②殘差與預(yù)測(cè)值成比例變化—對(duì)解釋變量取對(duì)數(shù)③殘差與預(yù)測(cè)值的平方成比例變化—對(duì)解釋變量求倒數(shù)標(biāo)準(zhǔn)化殘差：對(duì)殘差進(jìn)行標(biāo)準(zhǔn)化，根據(jù)準(zhǔn)那么，的絕對(duì)值大于3的為異常值測(cè)度多重共線性一般有以下方式〔1〕容忍度容忍度的取值范圍在0-1之間，越接近0表示多重共線性越強(qiáng)，越接近1表示多重共線性越弱?！?〕方差膨脹因子VIF①方差膨脹因子是容忍度的倒數(shù)。②VIF越大多重共線性越強(qiáng)，當(dāng)VIF大于等于10時(shí)，說明存在嚴(yán)重的多重共線性?！?〕特征根和方差比最大的特征根遠(yuǎn)遠(yuǎn)大于其他特征根，那么說明這些解釋變量間具有相當(dāng)多的重復(fù)信息?！?〕條件指數(shù)①指最大特征根與第i個(gè)特征根比的平方根。②當(dāng)條件指數(shù)在0-10之間時(shí)說明多重共線性較③當(dāng)條件指數(shù)在10-100之間說明多重共線性較強(qiáng)；④當(dāng)條件指數(shù)大于100時(shí)說明存在嚴(yán)重的多重共線性多重共線性的后果：〔1〕偏回歸系數(shù)估計(jì)困難〔2〕偏回歸系數(shù)的估計(jì)方差隨解釋變量相關(guān)性的增大而增大〔3〕偏回歸系數(shù)的置信區(qū)間增大〔4〕偏回歸系數(shù)估計(jì)值不穩(wěn)定性增大〔5〕偏回歸系數(shù)假設(shè)檢驗(yàn)的結(jié)果不顯著Estimates：SPSS默認(rèn)輸出項(xiàng)，輸出與回歸系數(shù)相關(guān)的統(tǒng)計(jì)量：