SPSS統(tǒng)計軟件的操作與應(yīng)用.ppt

1、SPSS社會統(tǒng)計軟件學習,MARKETING INVESTIGATION,李彬彬 王亮,統(tǒng)計學基本知識,統(tǒng)計學定義：它是關(guān)于收集分析表述和解釋統(tǒng)計數(shù)據(jù)的方法論科學 統(tǒng)計的功能：主要是信息咨詢和監(jiān)督 現(xiàn)代統(tǒng)計學分科：描述統(tǒng)計學與推斷統(tǒng)計學(統(tǒng)計方法構(gòu)成) 理論統(tǒng)計學與應(yīng)用統(tǒng)計學(方法研究與應(yīng)用) 基本概念 統(tǒng)計總體:是指客觀存在的，在同一性質(zhì)基礎(chǔ)上結(jié)合起來的許多個別單位 的整體,如上海地區(qū)的人口總數(shù) 樣本總體:在統(tǒng)計總體里,按照一定抽樣方法抽取的部分個體,這些個體客 觀地反映總體的特征,如合理抽樣100個學生樣本進行相關(guān)統(tǒng)計 指 標 :反映現(xiàn)象總體數(shù)量特征的概念,如樣本平均數(shù) 變 量: 統(tǒng)計總體

2、個單位所具有的共同特征。如年齡，性別,一 基本概念,二 統(tǒng)計數(shù)據(jù)分布特征的描述,1 統(tǒng)計變量集中趨勢的測定 2 統(tǒng)計變量離散程度的測定 3 變量分布偏度與峰度的描述,1 統(tǒng)計變量集中趨勢的測定 定義：統(tǒng)計數(shù)據(jù)的集中趨勢是指數(shù)據(jù)向其中心值靠近或集中的趨勢 測定集中趨勢的作用 1）反映總體各單位變量分布的集中趨勢和一般水平 2）比較同類現(xiàn)象在不同單位的發(fā)展水平 3）比較同類現(xiàn)象在不同時期的發(fā)展變化趨勢或規(guī)律 4）分析現(xiàn)象之間的依存關(guān)系 測量集中趨勢的度量：位置平均數(shù)和數(shù)值平均數(shù),位置平均數(shù) 眾數(shù)（Mode)：總體中出現(xiàn)次數(shù)最多的那個變量值，眾數(shù)在描述數(shù)據(jù)集中趨勢方面有一定的意義。例如，制鞋廠可以根

3、據(jù)消費者所需鞋的尺碼的眾數(shù)來安排生產(chǎn)。 求某醫(yī)院當天出生新生兒的體重的眾數(shù)，數(shù)據(jù)如表1-1所示。,中位數(shù)(Median)：將總體中的數(shù)據(jù)按順序排列后，處于數(shù)列中點位置上的那個數(shù)據(jù)或變量值。它是一種位置代表值，所以不會受到極端數(shù)值的影響，具有較高的穩(wěn)健性。 如果N為奇數(shù)，那么該數(shù)列的中位數(shù)就是位置 上的數(shù)； 如果N為偶數(shù)，中位數(shù)則是該數(shù)列中第 與第 +1位置上兩個數(shù)值的平均數(shù) 求某班級學生身高的中位數(shù)，數(shù)據(jù)如表1-2所示。,四分位數(shù):將一組個案由小到大（或由大到?。┡判蚝?，用3個點將全部數(shù)據(jù)分為四等份，與3個點上相對應(yīng)的變量稱為四分位數(shù)，分別記為Q1（第一四分位數(shù)）、Q2（第二四分位數(shù)）、Q3（

4、第三四分位數(shù)）。其中，Q3到Q1之間的距離的一半又稱為四分位差，記為Q。四分位差越小，說明中間的數(shù)據(jù)越集中；四分位差越大，則意味著中間部分的數(shù)據(jù)越分散。,頻數(shù)(Frequency)：一個變量在各個變量值上取值的個案數(shù)。如要了解學生某次考試的成績情況，需要計算出學生所有分數(shù)取值，以及每個分數(shù)取值有多少個人，這就需要用到頻數(shù)分析。 變量的頻數(shù)分析正是實現(xiàn)上述分析的最好手段，它可以使人們非常清楚地了解變量取值的分布情況。 例子 10個學生在某次數(shù)學、語文、化學考試中成績?nèi)绫?-3所示，試求學生在3門課程上的頻數(shù)分布。,數(shù)值平均數(shù) 算術(shù)平均數(shù)(mean):是表現(xiàn)數(shù)據(jù)的集中趨勢和代表性水品，基本形式為總

5、體標志總量比上總體單位總數(shù)。例如，學生某門學科的平均成績、公司員工的平均收入、某班級學生的平均身高等。 加權(quán)算術(shù)平均數(shù)(weighted mean):主要用于數(shù)據(jù)已經(jīng)分組，并編制出次數(shù)分布的條件下，這時必須先將各組標志值乘以相應(yīng)的次數(shù)，得到各組的標志總量，然后再相加得到總體標志總量。,三個常用描述性度量比較,2 統(tǒng)計變量離散程度的測定 集中趨勢是統(tǒng)計總體數(shù)據(jù)特征之一,但由于個體的差異性,總體中的各數(shù)據(jù)還呈現(xiàn)相分散的離中趨勢,因此對數(shù)據(jù)的統(tǒng)計分析,除了要反映其分布的集中趨勢外,還要反映數(shù)據(jù)的離散程度,以到達對數(shù)據(jù)變動規(guī)律的全面描述。 定義：離散程度是度量統(tǒng)計分布離中趨勢的指標，同時反映了總體中各

6、個單位標志值的變異程度和平均數(shù)的代表水平。 測定變量離散程度的作用 1）反映現(xiàn)象總體中變量分布的離中趨勢 2）衡量均值的代表性 3）測定現(xiàn)象變動的均勻性或穩(wěn)定性程度 測量離中趨勢的度量：極差平均差四分位差方差標準差離散系數(shù)等,極差（range)：又稱全距，離散程度的最簡單測度值，是最大和最小變量值之間的距離在相同樣本容量情況下的兩組數(shù)據(jù)，全距大的一組數(shù)據(jù)要比全距小的一組數(shù)據(jù)更為分散。 例子，某地農(nóng)民人均年收入最高是8000元，最地是2600元一年，則該地區(qū)農(nóng)民收入的極差是8000-2600等于5400元 。,方差（variance)：所有變量值與平均數(shù)偏差平方的平均值，它是測定離散程度最常用的

7、指標，離散程度最靈敏的指標。 標準差（standard deviation): 它是方差的平方根。它表示了一組數(shù)據(jù)關(guān)于平均數(shù)的平均離散程度。 方差和標準差越大，說明變量值之間的差異越大，距離平均數(shù)這個“中心”的離散趨勢越大。,四分位差（quartile deviation): 分位差是極差的一種改進，四分位差是在數(shù)列中剔除最大和最小各四分之一的數(shù)據(jù)，是第一和第三個分位數(shù)之間距離的二分之一，表明中位數(shù)到這兩個四分位數(shù)的平均距離，是說明中位數(shù)代表性高低的測量值。 平均差（mean absolute deviation): 是分配數(shù)列中各單位標志值與其計算平均數(shù)之間離差絕對值的平均數(shù)。 離散系數(shù)：適

8、用于比較不同現(xiàn)象或不同水平數(shù)據(jù)的變異程度的情況。,3 變量分布偏度與峰度的描述 集中趨勢和離中趨勢是數(shù)據(jù)分布的兩個重要特征，但是要全面了解數(shù)據(jù)分布的特點，還要知道數(shù)據(jù)分布的形態(tài)特征。 偏度：指分布不對稱的方向和程度。偏度指標為，=0 數(shù)列分布為正態(tài)分布 0數(shù)列分布正（右）偏分布 0數(shù)列分布負（左）偏分布,峰度：指分布圖形的尖峭程度或峰凸程度。峰度是分布集中趨勢高峰的形狀。用表示 當=0時，頻率分布的峰度為正態(tài)分布的峰度 當0時，頻率分布的峰度比正態(tài)分布的峰度要高尖態(tài)峰，表明集中趨勢顯著，離中趨勢低 當0時，頻率分布的峰度比正態(tài)分布的峰度要低平坦峰，表明離中趨勢顯著，集中趨勢低,小結(jié) 本節(jié)主要介

9、紹平均數(shù)、中位數(shù)、眾數(shù)、方差、百分位、頻數(shù)、峰度、偏度等統(tǒng)計學相關(guān)基本知識，基本統(tǒng)計知識是進行SPSS統(tǒng)計分析的基礎(chǔ)和前提。通過基本統(tǒng)計方法的學習，可以對要分析數(shù)據(jù)的總體特征有比較準確的把握，從而有助于選擇其他更為深入的統(tǒng)計分析方法。,希望大家課后多查閱相關(guān)資料書籍，以更好的運用SPSS社會學統(tǒng)計軟件！,歡迎你進入SPSS學習,SPSS簡介,一SPSS的產(chǎn)生、發(fā)展和應(yīng)用領(lǐng)域 二SPSS13.0的安裝、啟動和退出 三SPSS的窗口簡介 四SPSS13.0的Help系統(tǒng),一 SPSS的產(chǎn)生、發(fā)展和應(yīng)用領(lǐng)域,社會科學統(tǒng)計軟件包（Statistical Package for the Social S

10、cience，SPSS）是世界著名的統(tǒng)計分析軟件之一。 1968年，3位美國斯坦福大學的學生開發(fā)了最早的SPSS系統(tǒng)，并基于這一系統(tǒng)于1975年在芝加哥合伙成立了SPSS公司。 SPSS的基本功能包括數(shù)據(jù)管理、統(tǒng)計分析、圖表分析、輸出管理等。 經(jīng)近40年的發(fā)展，在全球已擁有大量的用戶, SPSS主要應(yīng)用于農(nóng)業(yè)、工業(yè)、商業(yè)、醫(yī)學、交通運輸、公檢法、社會學、市場分析、股市行情、軍事地理、旅游業(yè)等多個領(lǐng)域和行業(yè)，是世界上應(yīng)用最廣泛的專業(yè)統(tǒng)計軟件。 SPSS的最新版本為19.0，主要開發(fā)為vista使用系統(tǒng)，SPSS13.0的經(jīng)典版，穩(wěn)定性比較高。 總之，可以這么說，有需要數(shù)據(jù)分析的地方，就可以用到S

11、PSS，同學們要認真學。,請見演示,二 SPSS13.0的安裝、啟動和退出,三 SPSS的窗口簡介,SPSS主界面主要有兩個，一個是SPSS數(shù)據(jù)編輯窗口，另一個是SPSS輸出窗口。 數(shù)據(jù)編輯窗口由標題欄、菜單欄、工具欄、編輯欄、變量名欄、內(nèi)容區(qū)、窗口切換標簽頁和狀態(tài)欄組成，見下圖。,數(shù)據(jù)編輯窗口,1、菜單介紹 File：“文件”菜單用于新建SPSS 各種類型文件，打開一個已存在的文件，從文本文件或其它數(shù)據(jù)源讀入數(shù)據(jù)。 Edit：“編輯”菜單用于撤消操作、剪切、復(fù)制、粘貼、查找、改變SPSS 默認設(shè)置等。 View：運用“視圖”菜單顯示或隱藏狀態(tài)行、工具欄、網(wǎng)絡(luò)線、值標簽和改變字體。 Data：

12、運用“數(shù)據(jù)”菜單對SPSS 數(shù)據(jù)文件進行全局變化，例如定義變量，合并文件，轉(zhuǎn)置變量和記錄，或產(chǎn)生分析的觀測值子集等。 Transform：“轉(zhuǎn)換”菜單在數(shù)據(jù)文件中對所選擇的變量進行變換，并在已有變量值的基礎(chǔ)上計算新的變量。,Analyze：“分析”菜單在以前版本中為“統(tǒng)計（Statistics）”，可進行各種統(tǒng)計分析，包括各種統(tǒng)計過程(Procedure)，如回歸分析、相關(guān)分析、因子分析等等。 Graphs：“圖表”菜單產(chǎn)生條形圖、餅圖、直方圖、散點圖和其它全顏色、高分辨率的圖形，以及動態(tài)的交互式圖形。有些統(tǒng)計過程也產(chǎn)生圖形，所有的圖形都可以編輯。 Utilities：“工具”菜單可以顯示數(shù)據(jù)

13、文件和變量的信息，定義子集，運行腳本程序，自定義SPSS 菜單等。 Window：“窗口”菜單用于選擇不同窗口和最小化所有窗口。 Help：“幫助”菜單包含SPSS 幫助主題、SPSS 教程、SPSS 公司主頁、統(tǒng)計教練等菜單項。,該窗口下方有兩個標簽：“Data View”（數(shù)據(jù)視圖）和“Variable View”（變量視圖）。,（1）一個列對應(yīng)一個變量，即每一列代表一個變量（Variable）或一個被觀測量的特征。例如問卷上的每一項就是一個變量。 （2）行是觀測，即每一行代表一個個體、一個觀測、一個樣品，在SPSS中稱為事件（Case）。例如，問卷上的每一個人就是一個觀測。,SPSS結(jié)果

14、輸出窗口名為Viewer，它是顯示和管理SPSS統(tǒng)計分析結(jié)果、報表及圖形的窗口。,SPSS結(jié)果輸出窗口,用鼠標雙擊結(jié)果輸出窗口中的圖形,進入圖形編輯窗口,可以對圖形進行定義編輯,圖形編輯窗口,四 SPSS13.0的Help系統(tǒng),在運行SPSS的任何時候，單擊“Help”菜單中的“topics”命令，會彈出幫助主題窗口。在其中選擇相關(guān)的命令，即可得到所需的各種幫助。 Help系統(tǒng)可以為不同級別的用戶提供不同階段的指導(dǎo)，有如入門級用戶的tutorial”命令，實例學習“Case studies”過程，還有手把手的“Statistics Coach”的過程,小結(jié) SPSS是在當前社會經(jīng)濟分析中應(yīng)用最

15、廣泛的軟件之一。繼SPSS13.0之后，SPSS公司推出了最新的SPSS19.0，這是一個功能強大、設(shè)計人性化的統(tǒng)計學軟件。 SPSS的主界面有兩個，一個是SPSS數(shù)據(jù)編輯窗口，一個是SPSS結(jié)果輸出窗口,例外還有一個圖形編輯窗口。,下面讓我們進入主題吧!,數(shù)據(jù)輸入和整理,一 定義變量,SPSS對數(shù)據(jù)的處理是以變量為前提的，因此本節(jié)主要介紹定義變量、輸入數(shù)據(jù)和數(shù)據(jù)整理。,輸入數(shù)據(jù)前首先要定義變量。定義變量即要定義變量名、變量類型、變量長度（小數(shù)位數(shù)）、變量標簽（或值標簽）和變量的格式。 單擊數(shù)據(jù)編輯窗口左下方的“Variable View”標簽或雙擊列的題頭（Var），進入如下圖所示的變量定義

16、視圖窗口，在此窗口中即可定義變量。,在上圖所示的窗口中每一行表示一個變量的定義信息，包括Name、Type、Width、Decimal、Label、Values、Missing、Columns、Align、Measure等。,1定義變量名（Name） SPSS默認的變量為Var00001、Var00002等，用戶也可以根據(jù)自己的需要來命名變量。SPSS變量的命名和一般的編程語言一樣，有一定的命名規(guī)則，具體內(nèi)容如下。, 變量名必須以字母、漢字或字符開頭，其他字符可以是任何字母、數(shù)字或_、#、$等符號。 變量最后一個字符不能是句號。 變量名總長度不能超過8個字符（即4個漢字）。 不能使用空白字符或

17、其他特殊字符（如“！”、“？”等）。 變量命名必須惟一，不能有兩個相同的變量名。 在SPSS中不區(qū)分大小寫。例如，HXH、hxh或Hxh對SPSS而言，均為同一變量名稱。圖2-3 定義變量類型對話框 SPSS的保留字（Reserved Keywords）不能作為變量的名稱，如ALL、AND、WITH、OR等。,2定義變量類型（Type）,單擊Type相應(yīng)單元中的按鈕，彈出如圖2-3所示的對話框，在對話框中選擇合適的變量類型并單擊“OK”按鈕，即可定義變量類型。,SPSS的主要變量類型如下。 Numeric Comma（帶逗點的數(shù)值型）整數(shù)部分每三位數(shù)加一逗號，1，200，000 Dot（逗點作

18、小數(shù)點的數(shù)值型）可定義小數(shù)，12345顯示12.345，00 Scientific notation（科學記數(shù)法）定義width為10，decimal places為 3，則1234567.89顯示為1.235+E006 Date Dollar Custom currency String,3變量長度（Width） 設(shè)置變量的長度，當變量為日期型時無效。,4變量小數(shù)點位數(shù)（Decimal） 變量小數(shù)點位數(shù)設(shè)置數(shù)值變量的小數(shù)點位數(shù)，當變量為日期型時無效。,5變量標簽（Label） 變量標簽是對變量名的進一步描述，變量標簽可長達120 個字符，變量標簽對大小寫敏感，顯示時與輸入值完全一樣，需要時可

19、用變量標簽對變量名的含義加以解釋。,6變量值標簽（Values） 變量值標簽是對變量的每一個可能取值的進一步描述，當變量是定類或定序變量時，這是非常有用的。,7缺失值的定義方式（Missing） SPSS有兩類缺失值：系統(tǒng)缺失值和用戶缺失值。 單擊Missing相應(yīng)單元中的按鈕，在彈出的如下圖所示的對話框中可改變?nèi)笔е档亩x方式，在SPSS中有兩種定義缺失值的方式。 可以定義3個單獨的缺失值。 可以定義一個缺失值范圍和一個單獨的缺失值。 默認值為None,8變量的顯示寬度（Columns） 輸入變量的顯示寬度，默認為8。,9變量顯示的對齊方式（Align） 選擇變量值顯示時的對齊方式：Left

20、（左對齊）、Right（右對齊）、Center（居中對齊）。默認是右對齊。,10變量的測量尺度（Measure） 變量為定距變量或定比變量，則在Scale相應(yīng)單元的下拉列表中選擇Scale；如果變量為定序變量，則選擇Ordinal；如果變量為定類變量，則選擇Nominal, Scale的測量水平最高，能加減乘除， Ordinal能進行排序測量，只能比較大小或順序， Nominal只是一種類別代表，如性別， 測量尺度和變量類型一樣，都是對變量進行更準確的定義，其在數(shù)據(jù)分析中不是很明顯。 變量按測量精度可以分為 （1）定性變量。 （2）定序變量。 （3）定距變量。 （4）定比變量。,問卷錄入時注意

21、的幾個問題,（1）注意定義不同的數(shù)據(jù)類型Type 各色各樣的問卷題目的類型大致可以分為單選、多選、排序、開放題目四種類型，他們的變量的定義和處理的方法各有不同，我們詳細舉例介紹如下：,定義了所有變量后，單擊“Data View”標簽，即可在出現(xiàn)的數(shù)據(jù)視圖（編輯）窗中輸入數(shù)據(jù)。 數(shù)據(jù)錄入時可以逐行錄入，也可以逐列。 注意：在錄入帶有變量值標簽的數(shù)據(jù)時，用戶手工輸入的是實際的變量值，而屏幕上顯示的是與該變量對應(yīng)的變量值標簽。,二 數(shù)據(jù)的錄入和保存,在錄入數(shù)據(jù)時，應(yīng)及時保存數(shù)據(jù)，防止數(shù)據(jù)的丟失，以便再次使用該數(shù)據(jù) 。 用戶確定盤符、路徑、文件名以及文件格式后單擊“Save”按鈕，即可保存為指定類型的

22、數(shù)據(jù)文件。SPSS支持的常見的數(shù)據(jù)文件，一般默認格式SPSS(*.sav),三 SPSS數(shù)據(jù)文件的整理,在建立和輸入好數(shù)據(jù)文件以后，往往還需要進行數(shù)據(jù)文件的加工、整理，經(jīng)過 整理以后的文件才能更好地滿足數(shù)據(jù)分析的要求。包括觀測量排序、數(shù)據(jù)文件轉(zhuǎn)置、數(shù)據(jù)文件合并、數(shù)據(jù)分類匯總、變量計算變量值排序等。一般在菜單Data和Transform中進行操作。 由于課程時間原因，這里就不贅述了，大家課下查閱相關(guān)資料自學。,變量名（Name）,變量類型（Type）,變量長度（Width）,變量小數(shù)點位數(shù)（Decimal）,變量標簽（Label）,變量值標簽（Values）,缺失值的定義（Missing）,變量

23、的顯示寬度（Columns）,變量的測量尺度（Measure）,小結(jié)一下！,下一節(jié)，是我們的重點。,常用數(shù)據(jù)分析方法,一 SPSS的統(tǒng)計圖形繪制 二 常用SPSS數(shù)據(jù)分析方法,一 SPSS的統(tǒng)計圖形繪制,統(tǒng)計圖是數(shù)據(jù)最直觀的表示，統(tǒng)計工作的服務(wù)對象多是非專業(yè)的人士。非專業(yè)人士通常不明白什么是相關(guān)分析、什么是回歸分析、什么是因子分析，等等。 下面我們先來介紹一下統(tǒng)計圖的繪制，主要包括：條形圖、線圖、面積圖、餅圖、高低圖、箱圖、直方圖、P-P圖、 Q-Q圖、散點圖等。,1條形圖：利用寬度相同的條形的長短或高低來表現(xiàn)統(tǒng)計數(shù)據(jù)大小或變動情況的統(tǒng)計圖。 條形圖分為簡單條圖、分組條圖、分段條圖,分組條圖-

24、性別對牛奶品牌的選擇,分段條圖-不同年齡對牛奶品牌的選擇,簡單條圖主要針對觀測量的描述，分組條圖更側(cè)重于刻畫各組之間的比較關(guān)系，而分段條圖則側(cè)重于刻畫各段與整體的關(guān)系。,2線圖：用線段的升降來說明現(xiàn)象變動情況的一種統(tǒng)計圖。 比較線線圖對話框和條圖非常相似，都是由定義圖形類型和定義圖形數(shù)據(jù)描述方式兩部分組成，其實不僅僅是條圖和線圖對話框類似，在SPSS中幾乎所有的圖形第一個對話框都是這樣的！ 線圖分為簡單線圖，復(fù)式線圖，垂線圖。,3面積圖：用線段下的陰影面積來強調(diào)現(xiàn)象變化的統(tǒng)計圖。,4餅圖：是以整個圓的面積代表被研究現(xiàn)象的總體，按各組成部分占總體比重的大小把圓面積分割成若干扇形，用以表示現(xiàn)象的部

25、分對總體的比例關(guān)系的統(tǒng)計圖。 即餅圖表示部分與整體的關(guān)系。,5直方圖：是常用的描述觀測數(shù)據(jù)頻數(shù)分布的統(tǒng)計圖形，它由一組無間的矩形組成，每一矩形條的寬度表示數(shù)據(jù)范圍的間隔，其高度則表示落入給定間隔內(nèi)的觀測數(shù)據(jù)頻數(shù)，利用直方圖可以直觀反映觀測變量的統(tǒng)計分布。,6 P-P圖和 Q-Q圖：用來檢驗數(shù)據(jù)是否服從某種分布。,在P-P圖中檢驗數(shù)據(jù)是否服從某種分布標準有兩個： 第一，看P-P圖上的數(shù)據(jù)點和直線的重合度 第二，看P-P去勢圖的點是否關(guān)于直線Y=0在較小的范圍上波動,7 散點圖：用來表示兩個或兩個以上變量之間的相互關(guān)系的圖形。 在統(tǒng)計數(shù)據(jù)分析中，要選擇恰當?shù)慕y(tǒng)計方法，通常都離不開散點圖,1描述性統(tǒng)

26、計分析（單變量描述和均值差異比較） 2相關(guān)分析與回歸分析（變量間的統(tǒng)計關(guān)系研究） 3其他數(shù)據(jù)分析方法,二 常用SPSS數(shù)據(jù)分析方法,1 變量描述性統(tǒng)計分析,描述性統(tǒng)計分析是基礎(chǔ)的統(tǒng)計分析過程。對于整理好的數(shù)據(jù)，通過描述性統(tǒng)計分析，可以挖掘出很多統(tǒng)計量的特征。 常用的描述性統(tǒng)計方法主要包括如下： 頻數(shù)分布表分析（Frequencies過程） 最基礎(chǔ)的統(tǒng)計量分析（Descriptive過程） 探索性分析（Explore過程） 列聯(lián)表分析（Crosstabs過程）,頻數(shù)分布表分析（Frequencies過程） 產(chǎn)生變量值的頻數(shù)分布表，并可計算描述性統(tǒng)計量和繪制相對應(yīng)的統(tǒng)計圖。 來獲得變量分布的直觀特

27、征，為進一步的復(fù)雜分析提供重要參考,最基礎(chǔ)的統(tǒng)計量分析（Descriptive過程） 主要用于輸出變量的各類描述性統(tǒng)計量的值，如要描述一個班級學生的身高，描述被試的收入情況。,顯示次序是多個變量輸入結(jié)果的排列順序,探索性分析（Explore過程） 定義：可對變量進行更為深入詳盡的描述性統(tǒng)計分析，它在一般描述性統(tǒng)計指標的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述，顯得更加細致與全面，有助于用戶思考對數(shù)據(jù)進行進一步分析的方案。主要包括： （1）提供觀測數(shù)據(jù)可能存在的異常值。 （2）輸出觀測數(shù)據(jù)的描述統(tǒng)計量表與統(tǒng)計圖形。 （3）進行觀測數(shù)據(jù)的分布正態(tài)性檢驗。,20名10歲少兒的身高（cm）資料，數(shù)

28、據(jù)如下表所示，試作探索性分析。,在結(jié)果輸出窗口中將看到如下統(tǒng)計數(shù)據(jù)。 （1）首先輸出如下個案觀察量摘要表，如下表所示。,（3）接著輸出如下4個不同權(quán)重下作中心趨勢的粗略最大似然確定數(shù)，,（4）再接著輸出百分位數(shù)，也是分組后的百分位數(shù)，如下表所示。,（5）分別輸出兩個組中的最大5個數(shù)和最小5個數(shù)，并且包括這些值對應(yīng)的ID，如下表所示。,（6）輸出方差齊次性檢驗結(jié)果。,（7）系統(tǒng)還進行數(shù)據(jù)的莖葉情形描述。,（8）系統(tǒng)輸出箱圖，如下圖。,（10）輸出身高正態(tài)概率圖（Normal Q-Q Plot of身高），如下圖。,（11）輸出離散正態(tài)概率圖（Detrended Normal Q-Q Plot o

29、f身高），男孩身高和女孩身高如圖所示。橫坐標是身高，縱坐標是和正態(tài)分布的偏離。,列聯(lián)表分析（Crosstabs過程） 常用來作變量間交叉分組下的頻數(shù)分析，用以揭示變量間是否具有獨立性或具有一定的相關(guān)性。如想分析吸煙習慣和患病率的關(guān)系。,頻數(shù)分析注意的幾個問題,1 頻數(shù)分析：Frequencies過程可以做單變量的頻數(shù)分布圖；顯示數(shù)據(jù)文件中由用戶指定的變量的特定值發(fā)生的頻數(shù)；獲得描述性統(tǒng)計量和描述性數(shù)值范圍的統(tǒng)計量。 適用范圍：單選題，排序題，多選題 2 描述分析：可以計算單變量的描述統(tǒng)計量，這些統(tǒng)計量有平均值，算術(shù)和，標準差，最大值，最小值，方差等。 適用范圍：選擇并排序題，開放性數(shù)值題,3

30、多響應(yīng)頻數(shù)分析：也是一種描述性統(tǒng)計方法 適用范圍：多選題的二分法 實現(xiàn)：第一步在Multiple ResponseDefines Set 把一道多選題定義了的所有變量集合在一起，給新的變量取名，在Dichotomies Counted 中輸入1。 第二步在Multiple Response.Frequencies中作頻數(shù)分析。,4 交叉頻數(shù)分析：解決多變量的各水平組合的頻數(shù)分析的問題。 適用范圍：用于兩個或兩個以上變量進行交叉分類形成的列聯(lián)表，對變量之間的關(guān)聯(lián)性進行分析。比如要知道不同工作性質(zhì)的人上班適用交通工具的情況，可以通過交叉分析得到的一個二維頻數(shù)表則一目了然。 實現(xiàn)：第一步根據(jù)分析的目

31、的來確定交叉分析的選項，確定控制變量和解釋變量（如上面的例子中不同工作的人是控制變量，適用交通工具是解釋變量。 第二步選擇Descriptive statisticsCrosstabs,均值描述：計算各類描述性統(tǒng)計量，并且分析方差分析結(jié)果。,1-2均值比較與方差分析,單樣本T檢驗（one-Sample T Test） 單樣本T檢驗是比較樣本均值和總體均值的T檢驗，如某一個鋼鐵含鐵量服從4.53的正態(tài)分布，試檢驗樣本是否服從4.53。,獨立兩樣本的T檢驗Independent-sample T Test 單樣本T檢驗是檢驗樣本均值和總體均值是否相當，二獨立兩樣本的T檢驗是檢驗兩個獨立樣本的均值是

32、否相當。如甲乙兩種藥的治療效果比較。,方差分析（ANOVA過程） 兩組的均值比較用T檢驗，為了進行兩組以上均數(shù)的比較，通?？梢允褂梅讲罘治龇椒ā?在科學實驗和生產(chǎn)過程中，影響一事物的因素是多方面的。比如農(nóng)作物的產(chǎn)量受到品種、肥料、水份、氣候等影響，這些因素有的對產(chǎn)量的影響大，有的影響小。 方差分析就是采用數(shù)理統(tǒng)計方法對所有的結(jié)果進行分析，以鑒別各個因素對研究對象的某些特征值影響大小的一種有效方法。,單因素方差分析（One-way ANOVA過程） 單因素方差分析只考慮一個因素對研究對象的影響，此時其他因素都不變或者控制在一定范圍內(nèi)。,小結(jié),描述性統(tǒng)計主要有頻數(shù)分析、最基礎(chǔ)的統(tǒng)計量分析、探索性分

33、析、列聯(lián)表分析、均值描述、 T檢驗和方差分析等，均值描述和T檢驗是解決兩樣本均值的比較，方差分析是多個變量均值的比較。 描述性統(tǒng)計是進行其他統(tǒng)計分析的基礎(chǔ)和前提。利用這些基本統(tǒng)計方法，可以對要分析數(shù)據(jù)的總體特征有比較準確的把握，同時也為更深入的分析提供了依據(jù)。,2相關(guān)分析與回歸分析（變量間的統(tǒng)計關(guān)系研究）,在實際統(tǒng)計中，常常要研究兩個及兩個以上變量的，比如，醫(yī)學統(tǒng)計中研究青少年年齡與身高的關(guān)系，經(jīng)濟學中研究利率與股票價格的關(guān)系等，研究這些關(guān)系主要通過相關(guān)分析和回歸分析。 變量和變量之間的關(guān)系可以分為確定關(guān)系和不確定關(guān)系。所謂確定關(guān)系是指變量之間可以用精確的函數(shù)來描述，而不精確關(guān)系是已知變量之間

34、存在著某種關(guān)系，但是這種關(guān)系不能用函數(shù)來表示。 相關(guān)分析就是研究變量之間的相互關(guān)系的密切程度和變化趨勢，并通過適當?shù)慕y(tǒng)計指標描述。 回歸分析是把變量之間的關(guān)系用函數(shù)關(guān)系表示出來。,2-1相關(guān)分析 相關(guān)分析主要分為：兩變量相關(guān)分析、偏相關(guān)分析、距離分析 兩變量相關(guān)分析:兩個連續(xù)變量之間的相關(guān)和兩個等級變量之間的秩相關(guān)。 偏相關(guān)分析：當兩個變量的取值受其他變量的影響，則采用偏相關(guān)分析的方法控制其他變量的影響，研究兩個變量之間的相關(guān)關(guān)系。 距離分析：主要分析同一變量內(nèi)觀測值之間或者多個變量之間的相似或不相似程度。,相關(guān)系數(shù),相關(guān)系數(shù)的取值范圍在1和+1之間，即1r+1。其中： 若0r1，表明變量之間

35、存在正相關(guān)關(guān)系，即兩個變量的相隨變動方向相同； 若1r0，表明變量之間存在負相關(guān)關(guān)系，即兩個變量的相隨變動方向相反；,對于定距變量的數(shù)據(jù)，常通過Pearson相關(guān)系數(shù)值和相關(guān)系數(shù)的Sig的值來驗證。 對于定類變量和等級變量的數(shù)據(jù)，通常使用Spearman和Kendall系數(shù)來表 示。 0.01Sig0.05,相關(guān)系數(shù)用“*”標記，表示相關(guān)性顯著，Sig0.01,相關(guān)系數(shù)用“*”標記，表示相關(guān)性高度顯著。,兩變量相關(guān)分析,偏相關(guān)分析 在實際問題中，兩變量的相關(guān)關(guān)系往往還要受到其他因素的影響，這些影響有時候會使相關(guān)分析的結(jié)果變得不那么可靠了，偏相關(guān)分析是指研究兩個變量之間的相關(guān)關(guān)系時，將與這兩個變

36、量有聯(lián)系的其他變量控制不變的統(tǒng)計方法。 根據(jù)控制變量的個數(shù)，分為零階相關(guān)分析、一階相關(guān)分析、二階相關(guān)分析。零階相關(guān)分析指沒有相關(guān)變量的相關(guān)分析。一階相關(guān)分析是指有一個控制變量的相關(guān)分析。,例子：分析品牌傾向與教育程度的偏相關(guān)關(guān)系，選擇職業(yè)為控制變量,距離分析： 前面介紹的兩個樣本相關(guān)分析和偏相關(guān)分析都是研究兩樣本之間的相關(guān)關(guān)系。對于兩個變量，研究兩個變量的近似程度也十分重要。 距離分析就是研究變量是否近似的一種相關(guān)分析方法。例如，分析各個城市的日照數(shù)是否相似。這里不在介紹，感興趣的同學自己查資料研究。,2-2回歸分析 定義：用一變量作為自變量，另一個變量作為因變量，建立兩者之間的數(shù)學表達式，從

37、自變量去估計因變量的取值，這個過程叫著回歸分析。 回歸分析和相關(guān)分析的區(qū)別：相關(guān)分析只能大概描述出兩個變量之間的相關(guān)系數(shù)，如正相關(guān)或負相關(guān)，而回歸分析能夠通過數(shù)學表達式來定量描述變量之間的關(guān)系。 回歸分析的應(yīng)用：一般在生物統(tǒng)計和醫(yī)學統(tǒng)計上，如估計各類微量元素的攝入量對人體血紅蛋白含量的影響?；貧w分析能夠求出自變量和因變量之間的經(jīng)驗公式，所以回歸分析在數(shù)據(jù)挖掘上有預(yù)測和控制功能，譬如在商品流通領(lǐng)域，經(jīng)常使用回歸分析商品價格和商品需要量之間的關(guān)系，以便對商品的價格和需求量進行控制。,回歸分析的應(yīng)用：一般在生物統(tǒng)計和醫(yī)學統(tǒng)計上，如估計各類微量元素的攝入量對人體血紅蛋白含量的影響?；貧w分析能夠求出自變

38、量和因變量之間的經(jīng)驗公式，所以回歸分析在數(shù)據(jù)挖掘上有預(yù)測和控制功能，譬如在商品流通領(lǐng)域，經(jīng)常使用回歸分析商品價格和商品需要量之間的關(guān)系，以便對商品的價格和需求量進行控制。 分類：線性回歸、曲線擬合、二類變量Logistic回歸、非線性回歸 本課程里我們主要探討線性回歸，它主要包括一元線性回歸和多元線性回 歸，其他作為了解。,回歸分析的步驟： 1 對數(shù)據(jù)進行預(yù)處理，找到合適的變量進行分析，如研究某地區(qū)的商品房價格，則與之相關(guān)的變量有面積，地段，住宅風格等 2 做散點圖，觀察變量間的趨勢，初步選擇回歸分析方法 3 進行回歸分析，擬合自變量和因變量之間的公式 4 檢驗,線性回歸分析 根據(jù)自變量的個數(shù)，將線性回歸分為一元線性回歸和多元線性回歸。 一元線性回歸：是回歸分析中處理兩個變量線性相關(guān)關(guān)系最簡單的數(shù)學模型。設(shè)變量Y與X有下述關(guān)系： y = a+bx+c,一元線性回歸的操作,多元線性回歸的操作,除了上面的描述性分析和相關(guān)分析，SPSS強大的功能還可以對問卷進行深入的分析，比較常用的有聚類分析、因子分析與對應(yīng)分析、非參數(shù)檢驗等，由于涉及到很專業(yè)的統(tǒng)計學知識，下面只對概念做個簡單的介紹。,3其他數(shù)據(jù)分析方法,聚類分析：就是把沒有分類的信息的資料按照相似程度歸類，并對這些分類進行比例分析，從而明確調(diào)研關(guān)心的全體，如按消費特征對被調(diào)查者