SPSS應(yīng)用歸納.doc

SPSS應(yīng)用概要一、SPSS之參數(shù)檢驗1）單樣本t檢驗單樣本t檢驗的目的是利用來自某總體的樣本數(shù)據(jù)，推斷該總體的均值是否與指定的檢驗值存在顯著差異。AnalyzeCompare meansOne-Samples T test選取任意變量到Test Variable，之后在Test Value框中輸入檢驗值。2）兩獨立樣本t檢驗兩獨立樣本t檢驗的目的是利用來自兩個總體的獨立樣本，推斷兩個總體的均值是否存在差異。AnalyzeCompare meansIndependent-Samples T test3）兩配對樣本t檢驗（已經(jīng)有方差分析的影子）兩配對樣本t檢驗的目的是利用來自兩個總體的配對樣本，推斷兩個總體的均值是否存在差異。所謂“配對樣本”，可以是個體在處理“前”“后”兩種狀態(tài)下某種屬性的兩種狀態(tài)，也可以是對某事物兩個不同側(cè)面或方面的描述。AnalyzeCompare meansPaired-Samples T test二、SPSS之方差分析1）單因素方差分析單因素方差分析是用來研究一個控制變量的不同水平是否對觀測變量產(chǎn)生了顯著影響。如分析不同施肥量是否給農(nóng)作物產(chǎn)量帶來顯著影響；研究地區(qū)差異是否影響婦女的生育率；研究學(xué)歷對工資收入的影響等。AnalyzeCompare meansOne-Way ANOVA 如圖所示，將觀測變量x（如上述農(nóng)作物產(chǎn)量、婦女生育率、工資收入等）選擇到Dependent List框；將控制變量g（如上述施肥量、地區(qū)、學(xué)歷等）選擇到Factor框。進(jìn)一步分析方差齊性檢驗與多重比較檢驗在窗口有三個選項，分別為“Contrasts”“Post Hoc”“Option”：Contrasts用來實現(xiàn)先驗對比檢驗和趨勢檢驗；Post Hoc用來實驗多重比較檢驗，如LSD方法；Option用來對方差分析的前提條件進(jìn)行檢驗，如齊性檢驗、變量描述、均值的折線圖等等。2）多因素方差分析多因素方差分析用來研究兩個及兩個以上控制變量是否對觀測變量產(chǎn)生顯著影響。例如，分析不同品種、不同施肥量對農(nóng)作物產(chǎn)量的影響時，可將農(nóng)作物產(chǎn)量作為觀測變量，品種和施肥量作為控制變量。AnalyzeGeneral Linear ModelUnivariate 把觀測變量x指定到Dependent Variable框中，把固定效應(yīng)的控制變量g1、g2指定到Fixed Factor(s)框中，把可能的隨機(jī)效應(yīng)的控制變量指定到Random Factor(s)框中，此處也可選擇因子的交互作用。進(jìn)一步分析非飽和模型與均值檢驗在窗口主要用到二個選項，即“Model”“Post Hoc”Model默認(rèn)建立的為飽和模型，選擇“Custom”則可自定義非飽和模型中的數(shù)據(jù)項，其中“Interaction”為交互作用，“Main effects”為主效應(yīng)，“All 2-way”、“All 3-way”等表示二階、三階或更高階交互作用；Post Hoc用來實驗多重比較檢驗，和單因素方差分析相同。3）協(xié)方差分析為更加準(zhǔn)確地研究控制變量不同水平對觀測變量的影響，應(yīng)盡可能排除其他因素對分析結(jié)論的影響。除了通過設(shè)計科學(xué)的實驗方案，對數(shù)據(jù)獲取的過程和方式等加以控制外，也可以從方法入手，在數(shù)據(jù)分析時利用更有效的分析方法對影響因素加以排除。AnalyzeGeneral Linear ModelUnivariate只是要把作為協(xié)變量的變量指定到Covariate(s)框中?？梢哉f，協(xié)方差分析是介于方差分析和回歸分析之間的一種分析方法，作為協(xié)方差的變量一般是定距向量，且通常要求多個協(xié)變量之間無交互作用，且觀測值與協(xié)變量之間有顯著的線性關(guān)系。三、SPSS之非參數(shù)檢驗樣本處理后，往往希望了解樣本的分布是否與某個已知的理論分布相吻合，除了匯制各種圖形作粗略判斷，還可以利用非參數(shù)檢驗的方法來實現(xiàn)。1）單樣本的非參數(shù)檢驗總體分布的卡方檢驗：AnalyzeNonparametric TestsChi-Square待檢驗變量放入Test Variable框中二項分布檢驗：現(xiàn)實生活中有很多數(shù)據(jù)的取值是二值的，例如人群可以分為男性和女性，產(chǎn)品可以分為合格與不合格等等。AnalyzeNonparametric TestsBinomial單樣品K-S檢驗：主要檢驗總體是否服從某一理論分布，主要有Normal正態(tài)分布、Uniform均勻分布、Poisson泊松分布、Exponential指數(shù)分布變量隨機(jī)性檢驗：AnalyzeNonparametric TestsRuns待檢驗變量放入Test Variable List框中2）兩獨立樣本的非參數(shù)檢驗AnalyzeNonparametric Tests2 Independent Samples待檢驗變量放入Test Variable List框中；分組變量指定到Grouping Variable，可選擇四種檢驗方式:兩獨立樣本的曼-惠特尼U檢驗用于對兩總體分布的比較判斷；兩獨立樣本的K-S檢驗/兩獨立樣本的游程檢驗/極端反應(yīng)檢驗檢驗兩總體的分布是否存在差異3）多獨立樣本的非參數(shù)檢驗AnalyzeNonparametric TestsK Independent Samples待檢驗變量放入Test Variable List框中；分組變量指定到Grouping Variable4）兩配對樣本的非參數(shù)檢驗AnalyzeNonparametric Tests2 Paired Samples待檢驗的配對變量放入Test Pair(s) List框中5）多配對樣本的非參數(shù)檢驗如收集乘客對多家航空公司是否滿意的數(shù)據(jù)，分析航空公司的服務(wù)水平是否存在顯著差異，其實也就類似于多重因素分析。AnalyzeNonparametric TestsK Paired Samples待檢驗的若干配對變量放入Test Variables框中四SPSS的相關(guān)分析和線性回歸分析1）相關(guān)分析AnalyzeCorrelateBivariate把參加計算的變量選到Variate框，選擇檢驗方式：Pearson、Kendalls tav-b、Spearman2）偏相關(guān)分析相關(guān)分析中研究兩事物的線性相關(guān)性是通過計算相關(guān)系數(shù)實現(xiàn)的，然而，就相關(guān)系數(shù)本來來講，它未必是兩事物間線性相關(guān)強(qiáng)弱的真實表現(xiàn)，往往有夸大的趨勢。所以引入偏相關(guān)分析，即剔除其他相關(guān)因素影響的情況下計算變量間的相關(guān)。AnalyzeCorrelatePartial把參加計算的變量選到Variate框，選擇一個或多個控制變量到Controlling for框中。3）線性回歸分析AnalyzeRegressionLinear選擇被解釋變量到Dependent框中，選擇一個或多個解釋變量到Independent(s)框中。Statistics中可選殘差DW檢驗，即相關(guān)殘差序列自相關(guān)，如自相關(guān)的話，則回歸模型沒能充分說明被解釋變量的變化規(guī)律，也或者模型不合適，不應(yīng)選用線性模型。Plot框中，ZRESID表示標(biāo)準(zhǔn)化殘差、ADJPRED表示調(diào)整的預(yù)測值、SRESID表示學(xué)生化殘差、SDRESID表示剔除學(xué)生化殘差。多元回歸適用同樣的步驟4）曲線估計AnalyzeRegressionCurve Estimation 選擇被解釋變量到Dependent框中，若是相關(guān)變量放入Variable選項，若是時間變量則選擇Times參數(shù)。如果要保存預(yù)測值、預(yù)測區(qū)間、顯著性水平等，可在左圖主對話框中點擊“Save”按鈕。5）二項Logistic回歸五、SPSS之聚類分析AnalyzeClassifyHierarchical Cluster把參與層次聚類分析的變量X1、X2、X3選在Variable(s)框中，標(biāo)記變量Region選到Label Cased by框中；在Cluster框中選擇聚類類型，Cases表示進(jìn)行Q型聚類，Variables表示進(jìn)行R型聚類；點擊Plots選擇統(tǒng)計圖表：樹形圖或冰柱圖。六、主成分分析AnalyzeData reductionFactor Analysis 把參與分析的變量X1X7選在Variable(s)框中，Descriptive中選擇Univariate descriptives（單變量描述統(tǒng)計量）項要求輸出