spss期末復(fù)習(xí)總結(jié)

1、.1-1、 SPSS運(yùn)行方式：菜單操作方式、程序運(yùn)行方式、Include 運(yùn)行方式、 Production Facility方式。1-2、 Spss 界面窗口：數(shù)據(jù)編輯窗口、結(jié)果管理窗口、結(jié)果編輯窗口、語法編輯窗口、腳本窗口。1-3、在數(shù)據(jù)預(yù)處理中應(yīng)用最廣泛的是計(jì)算變量。1-4、 Spss基本模塊不能直接實(shí)現(xiàn)的功能：統(tǒng)計(jì)分析、數(shù)據(jù)計(jì)劃、數(shù)據(jù)收集。1-6、 spss 不能直接打開 *.html 文件。2-1、 spss 數(shù)據(jù)文件格式：每一行的數(shù)據(jù)成為一個(gè)記錄；每一列為一個(gè)變量。2-2、 Spss數(shù)據(jù)編輯器界面為數(shù)據(jù)視圖界面和變量視圖界面（定義數(shù)據(jù)集的數(shù)據(jù)字典）。2-3、變量名命名準(zhǔn)則：必須以英文

2、字母開口，其他部分可以含有字母、數(shù)字、下劃線；變量名盡量避免和 spss已有的關(guān)鍵字重復(fù)（ sum、compute 、anova）；變量名最長為 64 個(gè)英文字符或者 32 個(gè)中文字符； spss 變量名不區(qū)分大小寫。2-4、變量的度量類型不是固定不變的，可以分局分析過程來改變變量的度量類型。2-5、 spss 中字符型數(shù)據(jù)值區(qū)分大小寫；字符型數(shù)據(jù)可以設(shè)置值標(biāo)簽。2-6、對于數(shù)據(jù)的處理缺省值默認(rèn)為 ”.”，字符串默認(rèn)為空，若空字符串有意義，需在變量是同對缺省值進(jìn)行定義。2-7、 spss 只讀入數(shù)據(jù)（ excel）。2-8、添加變量合并文件：一對一合并，一對多合并；合并相同個(gè)案數(shù)，不同屬性的數(shù)

3、據(jù)文件，為添加變量；合并數(shù)據(jù)之前，需按關(guān)鍵變量進(jìn)行排序，合并的詩句恩見必須是.sav 或已經(jīng)在 spss 中打開的文件，并確保兩個(gè)文件中需要合并的變量名稱不同。3-1、可視化分段方法：直接輸入分割點(diǎn)；根據(jù)條件自動生成分割點(diǎn)。3-2、填補(bǔ)缺失數(shù)據(jù)方法：序列均值、臨近點(diǎn)均值、臨近點(diǎn)的中位數(shù)、線性插值法、點(diǎn)處線性趨勢。3-3、在做統(tǒng)計(jì)分析之前一般要做數(shù)據(jù)效驗(yàn)，如果是錄入錯(cuò)誤則重新錄入；若數(shù)據(jù)確實(shí)錯(cuò)誤，則可將這些數(shù)據(jù)設(shè)置成缺失值。3-4、“標(biāo)記異常個(gè)案”過程基于個(gè)案偏離聚類組中心的大小來判斷異常個(gè)案，一般用于探索性數(shù)據(jù)分析步驟中。3-5、可視化變量分段是對連續(xù)數(shù)據(jù)進(jìn)行離散化。4-1、描述數(shù)據(jù)特征的統(tǒng)計(jì)

4、量，一類表示數(shù)據(jù)的中心位置（均值、中位數(shù)、眾數(shù)），一類表示數(shù)據(jù)的離散程度 （方差、 標(biāo)準(zhǔn)差、極差）。進(jìn)行數(shù)據(jù)分析第一步往往是進(jìn)行描述性統(tǒng)計(jì)分析。4-2、頻率分析：對于給定的類，落入這個(gè)類的個(gè)案數(shù)成為頻率，落入該類中的個(gè)案數(shù)和個(gè)案總數(shù)的比例成為相對頻率直方圖、 條形圖、集中趨勢和離散趨勢的統(tǒng)計(jì)量來描述數(shù)據(jù)的分布特征。4-3、餅圖和條形圖使用于分類變量類別個(gè)別數(shù)較少的情況，如果個(gè)別數(shù)較多，選擇直方圖。4-4、中心趨勢的描述：均值、中位數(shù)、眾數(shù)、5%截尾均值，指一組數(shù)據(jù)向某個(gè)中心值靠攏的傾向。對于連續(xù)變量（尺度變量）和定序變量，描述中心趨勢的有均值、中位數(shù)、眾數(shù)、5%截尾均值 （升序排序， 剔除最小

5、和最大的 5%后的算術(shù)均值） ；對于定性數(shù)據(jù) （名義數(shù)據(jù)），指標(biāo)只有眾數(shù)。 （尺度變量連續(xù)變量；名義變量定性數(shù)據(jù)；名義變量和定序變量 分類變量）4-5、離散趨勢的描述：極差、方差、標(biāo)準(zhǔn)差、分位數(shù)、變異指標(biāo)。4-6、總結(jié)五數(shù)：最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)、最大值。（箱圖）1 / 4.4-7、偏度：（ -3,3）， 0，左偏，在左拖尾。 =0 對稱分布。峰度： 3，高峰度，=0，正太峰。4-8、分析 / 描述統(tǒng)計(jì) / 頻率（條形圖、餅圖、直方圖）/ 描述 / 探索（箱圖、莖葉圖、直方圖、Q-Q 圖），輸出統(tǒng)計(jì)量（均值、中值、眾數(shù)、標(biāo)準(zhǔn)差、方差、偏度、峰度、全距、極值、百分位數(shù)）4-9、定

6、性數(shù)據(jù)圖形的描述：條形圖、帕累托圖（從高到低排序條形圖）、餅圖。（首先加權(quán)個(gè)案）4-10、定量數(shù)據(jù)圖形的描述：直方圖（用于連續(xù)型數(shù)據(jù)）、莖葉圖、箱圖。4-11、在探索圖里面勾選帶檢驗(yàn)的正態(tài)圖可以輸出選定變量的 QQ 圖、變量正態(tài)性的 K-S 檢驗(yàn)和 S-W 檢驗(yàn)。4-12、 IQR（四分位距）=Q3-Q1，最下面的短線Q1-1.5IQR，最上面短線Q3+1.5IQR，離群值（圓圈表示）落入 Q3+1.5IQR， Q3+3IQR）或者（ Q1-3IQR，Q1-1.5IQR,極端值（表示）大于等于 Q3+3IQR或 Q1-3IQR。4-13、如果只有一個(gè)因變量，莖葉圖或者箱圖按因子各個(gè)水平輸出，選

7、擇不分組的輸出結(jié)果和選擇“按因子水平分組” 的輸出結(jié)果只在標(biāo)題的組織形式上略有不同， 如果有兩個(gè)因變量，則兩種選項(xiàng)的結(jié)果差異較大。5-1、 因?yàn)榧僭O(shè)檢驗(yàn)有何能犯兩類錯(cuò)誤：拒真、受偽。5-2、假設(shè)檢驗(yàn)的步驟：確定恰當(dāng)?shù)脑僭O(shè)和被擇假設(shè)；選擇檢驗(yàn)統(tǒng)計(jì)量；計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測值發(fā)生個(gè)概率（ P）；給定顯著性水平，并作出決策。5-3、分析 / 比較均值 / 均值，輸出表格“案例處理摘要” （看缺失值）、“均值報(bào)告表” （看均值列，趨勢與增加幅度，如隨著工作年限增加，小時(shí)工資也增加，增加幅度不均勻，列舉每階段增加幅度） 、“方差分析表 （ ANOVA表）”（線性顯著性 0.05，非線性關(guān)系成分不顯著） 、

8、“相關(guān)性度量表” （ R 方值不大，線性關(guān)系不十分強(qiáng)）5-4、雙因素分析：在均值對話框下一張，均值過程只對第一層的自變量進(jìn)行方差分析和線性相關(guān)檢驗(yàn)（只有描述性統(tǒng)計(jì)表，即均值分析報(bào)告不一樣，均值列分析：同等經(jīng)驗(yàn)下，病房護(hù)士小時(shí)工資比辦公室高，隨著工作經(jīng)驗(yàn)增加，差距變??； 標(biāo)準(zhǔn)差列分析：同等經(jīng)驗(yàn)的辦公室護(hù)士，小時(shí)工資差距大于同等經(jīng)驗(yàn)的醫(yī)院護(hù)士）。5-5、單樣本 T 檢驗(yàn)即檢驗(yàn)?zāi)硞€(gè)變量的總體均值和某指定值之間是否存在顯著性差異。T 檢驗(yàn)的穩(wěn)健性好。 數(shù)據(jù)準(zhǔn)備： 數(shù)據(jù)拆分文件分割文件比較組（完成分析之后要關(guān)閉文件分割）、單樣本 T 檢驗(yàn)：分析 / 比較均值 / 單樣本 T 檢驗(yàn)（輸入檢驗(yàn)值） “單個(gè)樣

9、本統(tǒng)計(jì)量”均值，偏離檢驗(yàn)值、 “單個(gè)樣本檢驗(yàn)”t 為 T 統(tǒng)計(jì)量， df 為自由度， sig（雙側(cè)）為 P值，均值差值為各數(shù)據(jù)減去檢驗(yàn)值，上限下限位該均值差95%的置信區(qū)間的上限和下限。sig值0.05，接受正態(tài)性假設(shè)）判定是夠滿足T 檢驗(yàn)前提條件，滿足則進(jìn)行T 檢驗(yàn)；分析 / 比較均值 / 獨(dú)立樣本 T 檢驗(yàn)（定義分組變量）“組統(tǒng)計(jì)量” （顯示均值、標(biāo)準(zhǔn)差及均值的標(biāo)準(zhǔn)誤，均值的標(biāo)準(zhǔn)誤即為標(biāo)準(zhǔn)差除以樣本N 的平方根）、“獨(dú)立樣本檢驗(yàn)” （方差方2 / 4.程的 Leven 檢驗(yàn)，即方差齊性檢驗(yàn)，和均值方程的t 檢驗(yàn)， p0.05 接受方差齊性假設(shè)，選擇“假設(shè)方差相等” ，sig（雙峰） 0.0

10、5，說明新促銷方法消費(fèi)金額顯著不同于標(biāo)準(zhǔn)促銷消費(fèi)金額，再比較均值大小，說明新方案有效） 。5-8配對樣本T 檢驗(yàn)配對設(shè)計(jì)方法：同一受試對象處理前后的數(shù)據(jù)/ 兩個(gè)部位數(shù)據(jù) / 兩種方法測試數(shù)據(jù) / 配對的兩個(gè)收拾對象分別接受兩種處理后的數(shù)據(jù)。5-9、配對樣本T 檢驗(yàn)的前提條件：兩個(gè)樣本配對、兩個(gè)樣本所來自的總體服從正太分布；分析 / 比較均值 / 配對樣本T 檢驗(yàn)“成對樣本統(tǒng)計(jì)量”（均值、標(biāo)準(zhǔn)量、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤），“成對樣本相關(guān)系數(shù)” （樣本量N、相關(guān)系數(shù)、相關(guān)系數(shù)P 值 sig0.05,相關(guān)系數(shù)明顯大于0，有強(qiáng)線性相關(guān)） ，“成對樣本檢驗(yàn)” （差值的均值、差值的標(biāo)準(zhǔn)差、差值均值的標(biāo)準(zhǔn)誤，

11、 t 統(tǒng)計(jì)量和相對應(yīng)的顯著性，t=差值的均值 / 均值的標(biāo)準(zhǔn)誤，分析：對1 的差值均值及為減輕量，由于對1 均值及均值的標(biāo)準(zhǔn)誤遠(yuǎn)遠(yuǎn)高于對2，所以對2 的 t 值遠(yuǎn)遠(yuǎn)大于對1 的 t值，從顯著性來看， 對 2 的減輕是顯著的，因此該計(jì)劃最終的評估結(jié)果為可以減輕體重但不確定可以減輕脂肪） 。注意：配對樣本T 檢驗(yàn)之前需要檢查兩樣本是否服從正態(tài)分布（直方圖、 QQ 圖、 k-s 檢驗(yàn)，注意分析變量中的離群值，用箱圖檢驗(yàn)）。6-1、非參數(shù)檢驗(yàn)的優(yōu)點(diǎn)：穩(wěn)健性、使用范圍廣。缺點(diǎn)：檢驗(yàn)?zāi)苄л^差。適用場合：參數(shù)檢驗(yàn)方法的條件不滿足， 研究定類變量和定序變量之間的關(guān)系。 單樣本非參檢驗(yàn)方法： 二項(xiàng)檢驗(yàn)、卡方檢驗(yàn)

12、、 k-s 檢驗(yàn)。6-2、卡方檢驗(yàn)對總體分布進(jìn)行檢驗(yàn)（心臟病猝死人數(shù)與日期關(guān)系、人口結(jié)構(gòu)、血型和性格等），原假設(shè)：樣本來自的總體分布于假設(shè)的分布無顯著性差異。卡方統(tǒng)計(jì)量服從自由度為 k-1 的卡方分布，如果卡方值較大，說明期望頻數(shù)與觀測頻數(shù)分布差距較大，拒絕原假設(shè)。6-3、二項(xiàng)式檢驗(yàn)（首先定義成功或失敗的類別，默認(rèn)第一類為成功類）7-1、相關(guān)關(guān)系分為線性相關(guān)和非線性相關(guān)，相關(guān)變量的研究根據(jù)變量的度量類型分為定類變量之間的相關(guān)，定序變量之間的相關(guān)，尺度變量之間的相關(guān)。7-2、相關(guān)分析在統(tǒng)計(jì)分析中的作用：判斷變量之間有無聯(lián)系、確定相關(guān)關(guān)系的表現(xiàn)形式及相關(guān)分析方法、 把握相關(guān)關(guān)系的方向與密切程度、

13、進(jìn)一步采取其他統(tǒng)計(jì)方法進(jìn)行分析提供依據(jù)、用來描述變量之間的關(guān)系狀況和進(jìn)行預(yù)測。7-3、相關(guān)分析的主要方法：圖示法（散點(diǎn)圖） 、計(jì)算相關(guān)系數(shù)法。圖形 / 散點(diǎn)圖 / 簡單散點(diǎn)圖，偏離大部分的點(diǎn)為離群值。7-4、相關(guān)系數(shù)為 0 只能說明沒有線性相關(guān)關(guān)系， 相關(guān)系數(shù)適用于樣本量大于 30 且兩個(gè)變量的總體是正態(tài)分布的情況。7-5、相關(guān)系數(shù)檢驗(yàn)，原假設(shè)為=0；分析 / 相關(guān) / 雙變量“相關(guān)性” （相關(guān)系數(shù) ） 0.05，線性相關(guān)不顯著；剔除離群值：數(shù)據(jù) / 選擇個(gè)案 / 如果、分割文件：數(shù)據(jù) / 拆分文件、分析 / 相關(guān) / 雙變量“相關(guān)性” （相關(guān)系數(shù)、顯著性）（散點(diǎn)圖相關(guān)系數(shù)檢驗(yàn)回歸）8-1、確

14、定變量之間線性相關(guān)后，通過回歸分析找出線性關(guān)系。線性回歸是指回歸系數(shù)為線性，不是非相關(guān)變量和預(yù)測變量之間的的關(guān)系。8-2、回歸分析的步驟：寫出研究的問題和分析的目的、選擇潛在相關(guān)變量、收集數(shù)據(jù)、選擇合適擬合優(yōu)度、模型求解、模型驗(yàn)證和評價(jià)、應(yīng)用模型解決研究問題。8-3、簡單線性回歸： Y= 0+ 1X+（ X 為預(yù)測變量，可控， Y 為因變量，隨機(jī)，為隨機(jī)誤差， N(0, 2)，且假設(shè) 2與 X 無關(guān)）。3 / 4.8-4 、決定系數(shù)R2=SSR/SST=1-SSE/SST，殘差平方和SSE，回歸平方和SSR，總平方和SST=SSR+SSE，0=R2=1。決定系數(shù)越大，回歸方程的擬合程度越高，0

15、.6 以上即可以接受回歸直線。8-5、分析 / 回歸 / 線性“系數(shù)” （ B 列，寫出方程 Y=常量 B+UnitsBX，注意 Y 的帽子）、“模型摘要（匯總） ”（調(diào)整） R2小于 R2，一元看 R2，多元看調(diào)整 R2，分析： R2=0.978，說明該線性模型可以解釋自變量 97.8%的變差，擬合效果好、 “模型擬合優(yōu)度檢驗(yàn) Anova”（ F=回歸平方和 / 殘差均方， sig0.05， 0.05 說明方差不齊，分析：在比較各個(gè)組別樣本量相差不大， 且各組分別的分布形態(tài)類似的情況下，方差分析對方差不等具有穩(wěn)健性，案例中內(nèi)個(gè)組個(gè)案數(shù)相等， 峰度和偏度相等，分布形態(tài)類似，可進(jìn)行方差分析，建議方差分析后進(jìn)行相應(yīng)非參檢驗(yàn)驗(yàn)證方差分析結(jié)果）“ANOVA 表”（均方 =相應(yīng)平方和 / 自由度， F=組間均方 / 組內(nèi)均方，一共三個(gè)組，組間自由度2,60 個(gè)個(gè)案， 3 個(gè)組，組內(nèi)自由度 57。分