SPSS統(tǒng)計(jì)分析方法及應(yīng)用(第三版)課件

1、第1章 SPSS統(tǒng)計(jì)分析軟件概述SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-SPSS的發(fā)展及特點(diǎn)SPSS(StatisticalPackagefortheSocialScience)社會(huì)科學(xué)統(tǒng)計(jì)軟件包是世界著名的統(tǒng)計(jì)分析軟件之一2009年,SPSS軟件更名為IBM SPSS Statistics,也稱PASW(PredictiveAnalysisSoftWare)提供了直觀的圖形化菜單界面統(tǒng)計(jì)方法豐富分析結(jié)果圖文并茂-SPSS的使用SPSS數(shù)據(jù)編輯窗口數(shù)據(jù)編輯窗口的主要功能是:定義SPSS數(shù)據(jù)的結(jié)構(gòu)、錄入編輯和管理待分析的數(shù)據(jù)。SPSS的所有統(tǒng)計(jì)分析功能都是針對(duì)該窗口中的數(shù)據(jù)的,這些數(shù)據(jù)通常以SPS

2、S數(shù)據(jù)文件的形式保存在計(jì)算機(jī)磁盤上,其文件擴(kuò)展名為.sav。sav文件格式是SPSS獨(dú)有的,一般無法通過其他軟件如Word、Excel等打開-SPSS數(shù)據(jù)窗口的菜單-SPSS的使用SPSS結(jié)果輸出窗口輸出窗口是顯示管理SPSS統(tǒng)計(jì)分析結(jié)果、報(bào)表及圖形的窗口。SPSS統(tǒng)計(jì)分析的所有輸出結(jié)果都顯示在該窗口中。輸出結(jié)果通常以SPSS輸出文件的形式保存在計(jì)算機(jī)磁盤上,其文件擴(kuò)展名為.spv。spv文件格式是SPSS獨(dú)有的,一般無法通過其他軟件如Word、Excel等打開-SPSS軟件的三種基本使用方式窗口菜單方式窗口菜單方式是指在使用SPSS過程中所有的分析操作都可通過菜單、按鈕、輸入對(duì)話框等方式來完

3、成-SPSS軟件的三種基本使用方式程序運(yùn)行方式程序運(yùn)行方式是指:在使用SPSS過程中,統(tǒng)計(jì)分析人員首先根據(jù)自己的分析需要,將數(shù)據(jù)分析的步驟手工編寫成SPSS命令程序,然后將編寫好的程序一次性提交給計(jì)算機(jī)執(zhí)行。SPSS會(huì)自動(dòng)按照程序命令語句的前后順序自動(dòng)逐句執(zhí)行相應(yīng)的命令并最終給出統(tǒng)計(jì)分析結(jié)果-SPSS軟件的三種基本使用方式混合運(yùn)行方式混合運(yùn)行方式是指在使用菜單的同時(shí)編輯SPSS程序,是窗口菜單方式和程序運(yùn)行方式的綜合。為實(shí)現(xiàn)混合運(yùn)行方式,用戶應(yīng)首先利用窗口菜單運(yùn)行方式,選擇統(tǒng)計(jì)分析的菜單和選項(xiàng),但并不馬上單擊確定按鈕提交執(zhí)行,而是單擊粘貼按鈕。SPSS將自動(dòng)把用戶所選擇的菜單和選項(xiàng)轉(zhuǎn)換成SPS

4、S的命令程序,并粘貼到主語法窗口中;之后,用戶可以按照程序運(yùn)行的方式,對(duì)生成在語法窗口中的SPSS命令進(jìn)行必要的編輯修改,最后再一次性提交給計(jì)算機(jī)執(zhí)行。-數(shù)據(jù)分析的一般步驟明確數(shù)據(jù)分析目標(biāo)正確收集數(shù)據(jù)數(shù)據(jù)的加工整理讀懂分析結(jié)果,正確解釋分析結(jié)果-利用SPSS進(jìn)行數(shù)據(jù)分析的基本步驟-第2章 SPSS數(shù)據(jù)文件的建立和管理SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-SPSS數(shù)據(jù)文件SPSS數(shù)據(jù)文件的特點(diǎn)SPSS數(shù)據(jù)文件是一種有別于其他文件(如Word文檔、文本文件)的特殊格式的文件。從應(yīng)用角度理解,這種特殊性表現(xiàn)在兩方面。第一,SPSS數(shù)據(jù)文件的擴(kuò)展名是.sav;第二,SPSS數(shù)據(jù)文件是一種有結(jié)構(gòu)的數(shù)據(jù)文

5、件,它由數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容兩部分組成-SPSS數(shù)據(jù)的基本組織方式原始數(shù)據(jù)的組織方式如果待分析的數(shù)據(jù)是一些原始的調(diào)查問卷數(shù)據(jù),或一些基本的統(tǒng)計(jì)指標(biāo),那么這些數(shù)據(jù)就應(yīng)以原始數(shù)據(jù)的組織方式組織。在原始數(shù)據(jù)的組織方式中,數(shù)據(jù)編輯窗口中的一行稱為一個(gè)個(gè)案(Case),所有個(gè)案組成SPSS數(shù)據(jù)文件的內(nèi)容。數(shù)據(jù)編輯窗口中的一列稱為一個(gè)變量。每個(gè)變量都有一個(gè)名字,稱為變量名,它是訪問和分析SPSS每個(gè)變量的唯一標(biāo)識(shí)。SPSS數(shù)據(jù)文件的結(jié)構(gòu)就是關(guān)于每個(gè)變量及相關(guān)特征的描述。-SPSS數(shù)據(jù)的基本組織方式頻數(shù)數(shù)據(jù)的組織方式如果待分析的數(shù)據(jù)不是原始的調(diào)查問卷數(shù)據(jù),而是經(jīng)過分組匯總后的匯總數(shù)據(jù),那么這些數(shù)據(jù)就應(yīng)以頻數(shù)數(shù)據(jù)

6、的組織方式組織-SPSS數(shù)據(jù)的結(jié)構(gòu)和定義方法SPSS數(shù)據(jù)的結(jié)構(gòu)是對(duì)SPSS每列變量及其相關(guān)屬性的描述。包括:變量名、類型、寬度、列寬度、變量名標(biāo)簽、變量值標(biāo)簽、缺失值、計(jì)量標(biāo)準(zhǔn)等信息。其中有些內(nèi)容是必須定義的,有些是可以省略的-SPSS數(shù)據(jù)的結(jié)構(gòu)和定義方法變量名是變量訪問和分析的唯一標(biāo)志。在定義SPSS數(shù)據(jù)結(jié)構(gòu)時(shí)應(yīng)首先給出每列變量的變量名數(shù)據(jù)類型是指每個(gè)變量取值的類型。SPSS中有三種基本數(shù)據(jù)類型,分別為數(shù)值型、字符串型和日期型。每種類型都有默認(rèn)的寬度、小數(shù)位和列寬度變量名標(biāo)簽是對(duì)變量名含義的進(jìn)一步解釋說明,它可增強(qiáng)變量名的可視性和統(tǒng)計(jì)分析結(jié)果的可讀性。-SPSS數(shù)據(jù)的結(jié)構(gòu)和定義方法變量值標(biāo)簽

7、是對(duì)變量取值含義的解釋說明信息,對(duì)于分類型變量尤為重要缺失值的處理是數(shù)據(jù)分析準(zhǔn)備過程中一個(gè)非常重要的環(huán)節(jié)。表現(xiàn)為：數(shù)據(jù)中存在明顯錯(cuò)誤或明顯不合理的數(shù)據(jù)數(shù)據(jù)中存在漏填數(shù)據(jù)項(xiàng)SPSS中說明缺失數(shù)據(jù)的基本方法是指定用戶缺失值計(jì)量標(biāo)準(zhǔn)將數(shù)據(jù)劃分為三大類,即定距型數(shù)據(jù)、定序型數(shù)據(jù)和定類型數(shù)據(jù)。-結(jié)構(gòu)定義的基本操作瀏覽結(jié)構(gòu)：-SPSS結(jié)構(gòu)定義的應(yīng)用案例-SPSS數(shù)據(jù)的錄入與編輯SPSS數(shù)據(jù)的錄入SPSS數(shù)據(jù)的編輯SPSS數(shù)據(jù)的定位插入和刪除一條個(gè)案插入和刪除一個(gè)變量數(shù)據(jù)的移動(dòng)、復(fù)制和刪除-SPSS數(shù)據(jù)的保存SPSS支持的數(shù)據(jù)格式.SPSS格式文件.Excel格式文件.dBase格式文件.文本格式文件-讀取

8、其他格式的數(shù)據(jù)文件直接讀入其他格式的數(shù)據(jù)文件使用文本向?qū)ёx入文本文件使用數(shù)據(jù)庫向?qū)ёx入數(shù)據(jù)-SPSS數(shù)據(jù)文件合并縱向合并數(shù)據(jù)文件：縱向合并數(shù)據(jù)文件就是將當(dāng)前數(shù)據(jù)編輯窗口中的數(shù)據(jù)與另一個(gè)PSS數(shù)據(jù)文件中的數(shù)據(jù)進(jìn)行首尾對(duì)接,即將一個(gè)SPSS數(shù)據(jù)文件的內(nèi)容追加到當(dāng)前數(shù)據(jù)編輯窗口數(shù)據(jù)的后面,依據(jù)兩個(gè)數(shù)據(jù)文件中的變量名進(jìn)行數(shù)據(jù)對(duì)接。-SPSS數(shù)據(jù)文件合并橫向合并數(shù)據(jù)文件就是將當(dāng)前數(shù)據(jù)編輯窗口中的數(shù)據(jù)與另一個(gè)SPSS數(shù)據(jù)文件中的數(shù)據(jù)進(jìn)行左右對(duì)接,即將一個(gè)SPSS數(shù)據(jù)文件的內(nèi)容拼接到當(dāng)前數(shù)據(jù)編輯窗口數(shù)據(jù)的右邊,依據(jù)兩個(gè)數(shù)據(jù)文件中的個(gè)案進(jìn)行數(shù)據(jù)對(duì)接。-第3章 SPSS數(shù)據(jù)的預(yù)處理SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第

9、三版）-數(shù)據(jù)的排序SPSS的數(shù)據(jù)排序是將數(shù)據(jù)編輯窗口中的數(shù)據(jù)按照某個(gè)或多個(gè)指定變量的變量值升序或降序重新排列。這里的變量也稱為排序變量。排序變量只有一個(gè)的排序稱為單值排序。排序變量有多個(gè)的排序稱為多重排序。多重排序中,第一個(gè)指定的排序變量稱為主排序變量,其他依次指定的變量分別稱為第二排序變量、第三排序變量等。多重排序時(shí),數(shù)據(jù)首先按主排序變量值的大小次序排序,然后對(duì)那些具有相同主排序變量值的數(shù)據(jù),再按照第二排序變量值的次序排序,依次排序下去。-變量計(jì)算SPSS變量計(jì)算是在原有數(shù)據(jù)的基礎(chǔ)之上,根據(jù)用戶給出的SPSS算術(shù)表達(dá)式以及函數(shù),對(duì)所有個(gè)案或滿足條件的部分個(gè)案,計(jì)算產(chǎn)生變量SPSS算術(shù)表達(dá)式是

10、由常量、變量、算術(shù)運(yùn)算符、圓括號(hào)、函數(shù)等組成的式子SPSS條件表達(dá)式是一個(gè)對(duì)條件進(jìn)行判斷的式子。其結(jié)果有兩種取值:如果判斷條件成立,則結(jié)果為真;如果判斷條件不成立,則結(jié)果為假。條件表達(dá)式包括簡(jiǎn)單條件表達(dá)式和復(fù)合條件表達(dá)式。-變量計(jì)算SPSS函數(shù):函數(shù)是事先編好并存儲(chǔ)在SPSS軟件中,能夠?qū)崿F(xiàn)某些特定計(jì)算任務(wù)的一段計(jì)算機(jī)程序。這些程序段都有各自的名字,稱為函數(shù)名。執(zhí)行這些程序段得到的計(jì)算結(jié)果稱為函數(shù)值。用戶在使用這些函數(shù)時(shí),只需通過書寫相應(yīng)的函數(shù)名,并給出必要的計(jì)算參數(shù),SPSS便會(huì)自動(dòng)計(jì)算函數(shù)值。函數(shù)書寫的具體形式:函數(shù)名(參數(shù))-變量計(jì)算SPSS函數(shù):根據(jù)函數(shù)功能和處理的變量類型,SPSS函

11、數(shù)大致可以分成八大類,分別是:算術(shù)函數(shù)、統(tǒng)計(jì)函數(shù)、與分布相關(guān)的函數(shù)、查找函數(shù)、字符函數(shù)、缺失值函數(shù)、日期函數(shù)和其他函數(shù)變量計(jì)算的基本操作變量計(jì)算的應(yīng)用舉例-數(shù)據(jù)選取數(shù)據(jù)選取就是根據(jù)分析的需要,從已收集到的大批量數(shù)據(jù)(總體)中按照一定的規(guī)則抽取部分?jǐn)?shù)據(jù)(樣本)參與分析的過程,通常也稱為樣本抽樣SPSS中提供了以下幾種抽樣方法:按指定條件抽樣隨機(jī)抽樣選取某一區(qū)域內(nèi)的樣本通過篩選變量選取樣本-計(jì)數(shù)SPSS實(shí)現(xiàn)的計(jì)數(shù)是對(duì)所有個(gè)案或滿足某條件的部分個(gè)案,計(jì)算若干個(gè)變量中有幾個(gè)變量的值落在指定的區(qū)間內(nèi),并將計(jì)數(shù)結(jié)果存入一個(gè)新變量中的過程。SPSS實(shí)現(xiàn)計(jì)數(shù)的關(guān)鍵步驟是:指定哪些變量參與計(jì)數(shù),計(jì)數(shù)的結(jié)果存入哪

12、個(gè)新變量中;指定計(jì)數(shù)區(qū)間。-分類匯總分類匯總是按照某分類分別進(jìn)行計(jì)算-數(shù)據(jù)分組數(shù)據(jù)分組是對(duì)定距型數(shù)據(jù)進(jìn)行整理和粗略把握數(shù)據(jù)分布的重要工具,因而在實(shí)際數(shù)據(jù)分析中經(jīng)常使用。數(shù)據(jù)分組就是根據(jù)統(tǒng)計(jì)研究的需要,將數(shù)據(jù)按照某種標(biāo)準(zhǔn)重新劃分為不的組別。在數(shù)據(jù)分組的基礎(chǔ)上進(jìn)行的頻數(shù)分析,更能夠概括和體現(xiàn)數(shù)據(jù)的分布特征。另外,分組還能夠?qū)崿F(xiàn)數(shù)據(jù)的離散化處理等-數(shù)據(jù)分組SPSS提供了以下三種數(shù)據(jù)分組方法:單變量值分組:把每一個(gè)變量值作為一組,這種分組方法通常只適合于離散變量且變量值較少的情況組距分組:在連續(xù)變量或變量值較多的情況下,數(shù)據(jù)分組通常采用組距分組。組距分組是將全部變量值依次劃分為若干個(gè)區(qū)間,并將屬于這一

13、區(qū)間的變量值作為一組分位數(shù)分組:需首先確定分組數(shù)目,然后計(jì)算相應(yīng)的分位數(shù)。分位數(shù)是將全部數(shù)據(jù)按升序排序并等分成n 份后相應(yīng)分位點(diǎn)上的變量值-數(shù)據(jù)預(yù)處理的其他功能數(shù)據(jù)轉(zhuǎn)置:將數(shù)據(jù)編輯窗口中數(shù)據(jù)的行列互換加權(quán)處理數(shù)據(jù)拆分:不僅是按指定變量進(jìn)行簡(jiǎn)單排序,更重要的是根據(jù)變量對(duì)數(shù)據(jù)進(jìn)行分組,為以后所進(jìn)行的分組統(tǒng)計(jì)分析提供便利-第4章 SPSS基本統(tǒng)計(jì)分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-頻數(shù)分析基本統(tǒng)計(jì)分析往往從頻數(shù)分析開始。通過頻數(shù)分析能夠了解變量取值的狀況,對(duì)把握數(shù)據(jù)的分布特征是非常有用的.頻數(shù)分布表包括:頻數(shù),即變量值落在某個(gè)區(qū)間(或某個(gè)類別)中的次數(shù)。百分比,即各頻數(shù)占總樣本數(shù)的百分比。有效

14、百分比,即各頻數(shù)占總有效樣本數(shù)的百分比。這里,有效樣本數(shù)=總樣本數(shù)-缺失樣本數(shù)。累計(jì)百分比,即各百分比逐級(jí)累加起來的結(jié)果。最終取值為100%-頻數(shù)分析條形圖,即用寬度相同的條形的高度或長(zhǎng)短表示頻數(shù)分布變化的圖形,適用于定序和定類變量的分析。條形圖的縱坐標(biāo)可以是頻數(shù),也可以是百分比。條形圖包括單式條形圖和復(fù)式條形圖等形式。餅圖,即用圓形及圓內(nèi)扇形的面積表示頻數(shù)百分比變化的圖形,利于研究事物內(nèi)在結(jié)構(gòu)組成等問題。餅圖中圓內(nèi)的扇形面積可以表示頻數(shù),也可以表示百分比。直方圖,即用矩形的面積表示頻數(shù)分布變化的圖形,適用于定距型變量的分析?？梢栽谥狈綀D上附加正態(tài)分布曲線,便于與正態(tài)分布的比較。-SPSS頻數(shù)

15、分析的擴(kuò)展功能計(jì)算分位數(shù):是變量在不同百分位點(diǎn)上的取值。分位點(diǎn)在0100之間。一般使用較多的是四分位點(diǎn),即將所有數(shù)據(jù)按升序排序后平均等分成四份,各分位點(diǎn)依次是25%、50%、75%。于是,四分位數(shù)便分別是25%、50%、75%分位點(diǎn)對(duì)應(yīng)的變量值。此外,還有八分位數(shù)、十六分位數(shù)等。頻數(shù)分析的應(yīng)用舉例-計(jì)算基本描述統(tǒng)計(jì)量基本描述統(tǒng)計(jì)量刻畫集中趨勢(shì)的描述統(tǒng)計(jì)量刻畫離散程度的描述統(tǒng)計(jì)量刻畫分布形態(tài)的描述統(tǒng)計(jì)量重抽樣自舉法：基本出發(fā)點(diǎn)是將已有的n 個(gè)觀測(cè)數(shù)據(jù)看成能夠從中抽樣的總體。若從中有放回地隨機(jī)抽取n 個(gè)數(shù)據(jù)形成一個(gè)樣本,稱為自舉樣本,便可計(jì)算得到一個(gè)樣本統(tǒng)計(jì)量。該過程稱為一次重抽樣自舉過程。如果重

16、抽樣自舉過程反復(fù)進(jìn)行m 次,便可得到m 個(gè)樣本統(tǒng)計(jì)量,這些樣本統(tǒng)計(jì)量的方差稱為自舉方差。自舉方差是對(duì)估計(jì)量抽樣方差的較好近似。-計(jì)算基本描述統(tǒng)計(jì)量計(jì)算基本描述統(tǒng)計(jì)量的基本操作計(jì)算基本描述統(tǒng)計(jì)量的應(yīng)用舉例-交叉分組下的頻數(shù)分析交叉分組下的頻數(shù)分析又稱列聯(lián)表分析,它包括兩大基本任務(wù):第一,根據(jù)收集到的樣本數(shù)據(jù),產(chǎn)生二維或多維交叉列聯(lián)表;第二,在交叉列聯(lián)表的基礎(chǔ)之上,對(duì)兩兩變量間是否存在一定的相關(guān)性進(jìn)行分析-交叉列聯(lián)表的主要內(nèi)容-交叉列聯(lián)表行列變量間關(guān)系的分析兩種極端情況下的交叉列聯(lián)表-交叉列聯(lián)表的卡方檢驗(yàn)第一步,提出零假設(shè)(H0)。列聯(lián)表分析中卡方檢驗(yàn)的零假設(shè)是:行變量與列變量獨(dú)立第二步,選擇和計(jì)

17、算檢驗(yàn)統(tǒng)計(jì)量。列聯(lián)表分析中,卡方檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量是Pearson卡方統(tǒng)計(jì)量第三步,確定顯著性水平(Significantlevel)和臨界值第四步,結(jié)論和決策-多選項(xiàng)分析SPSS中的多選項(xiàng)分析是針對(duì)問卷調(diào)查中的多選項(xiàng)問題的通常對(duì)多選項(xiàng)問題分析的一般步驟是以下兩大步:第一,將多選項(xiàng)問題分解第二,利用前面講到的頻數(shù)分析或交叉分組下的頻數(shù)分析等方法進(jìn)行分析-多選項(xiàng)問題的分解多選項(xiàng)二分法是將多選項(xiàng)問題中的每個(gè)答案設(shè)為一個(gè)SPSS變量,每個(gè)變量只有0或1兩個(gè)取值,分別表示選擇該答案和未選擇該答案多選項(xiàng)分類法,首先應(yīng)估計(jì)多選項(xiàng)問題的最多可能出現(xiàn)的答案?jìng)€(gè)數(shù);然后,為每個(gè)答案設(shè)置一個(gè)SPSS變量,變量取值為多

18、選項(xiàng)問題中的備選答案。-比率分析比率分析用于對(duì)兩變量間變量值比率變化的描述分析,適用于定距型變量SPSS的比率提供了相對(duì)比描述指標(biāo),大致也屬于集中趨勢(shì)描述指標(biāo)和離散程度描述指標(biāo)的范疇-第5章 SPSS的參數(shù)檢驗(yàn)SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-參數(shù)檢驗(yàn)概述推斷統(tǒng)計(jì)與參數(shù)檢驗(yàn):參數(shù)檢驗(yàn)是推斷統(tǒng)計(jì)的重要組成部分。推斷統(tǒng)計(jì)方法是根據(jù)樣本數(shù)據(jù)推斷總體特征的方法,它在對(duì)樣本數(shù)據(jù)描述的基礎(chǔ)上,以概率的形式對(duì)統(tǒng)計(jì)總體的未知數(shù)量特征(如均值、方差等)進(jìn)行表述假設(shè)檢驗(yàn)的基本思想:-假設(shè)檢驗(yàn)的基本思想假設(shè)檢驗(yàn)的基本思路是首先對(duì)總體參數(shù)值提出假設(shè),然后利用樣本告之的信息驗(yàn)證先前提出的假設(shè)是否成立。如果樣本數(shù)據(jù)不

19、能充分證明和支持假設(shè),則在一定的概率條件下,應(yīng)拒絕該假設(shè);相反,如果樣本數(shù)據(jù)不能夠充分證明和支持“假設(shè)是不成立的暠,則不能推翻假設(shè)。上述假設(shè)檢驗(yàn)推斷過程所依據(jù)的基本信念是小概率原理,即發(fā)生概率很小的隨機(jī)事件,在某一次特定的實(shí)驗(yàn)中是幾乎不可能發(fā)生的-假設(shè)檢驗(yàn)的基本步驟第一,提出零假設(shè)(記為H0)。即根據(jù)推斷檢驗(yàn)的目標(biāo),對(duì)待推斷的總體參數(shù)或分布提出一個(gè)基本假設(shè)。第二,選擇檢驗(yàn)統(tǒng)計(jì)量。在假設(shè)檢驗(yàn)中,樣本值(或更極端值)發(fā)生的概率并不直接由樣本數(shù)據(jù)得到,而是通過計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測(cè)值發(fā)生的概率而間接得到第三,計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測(cè)值發(fā)生的概率第四,給定顯著性水平毩,并做出統(tǒng)計(jì)決策-單樣本t 檢驗(yàn)單樣本t檢驗(yàn)

20、的目的是利用來自某總體的樣本數(shù)據(jù),推斷該總體的均值與指定的檢驗(yàn)值之間的差異在統(tǒng)計(jì)上是否是顯著的。它是對(duì)總體均值的假設(shè)檢驗(yàn)-單樣本t 檢驗(yàn)的基本操作-兩獨(dú)立樣本t 檢驗(yàn)兩獨(dú)立樣本t檢驗(yàn)的目的是:利用來自兩個(gè)總體的獨(dú)立樣本,推斷兩個(gè)總體的均值是否存在顯著差異-兩獨(dú)立樣本t 檢驗(yàn)的基本操作-兩配對(duì)樣本t 檢驗(yàn)兩配對(duì)樣本t檢驗(yàn)的目的是:利用來自兩個(gè)總體的配對(duì)樣本,推斷兩個(gè)總體的均值是否存在顯著差異。所謂配對(duì)樣本可以是個(gè)案在“前暠“后暠兩種狀態(tài)下某屬性的兩個(gè)不同狀態(tài),也可以是對(duì)某事物兩個(gè)不同側(cè)面或方面的描述。其差別在于抽樣不是相互獨(dú)立,而是互相關(guān)聯(lián)的。-兩配對(duì)樣本t 檢驗(yàn)的基本步驟配對(duì)樣本t檢驗(yàn)問題是通

21、過轉(zhuǎn)化成單樣本t 檢驗(yàn)來實(shí)現(xiàn)的,即最終轉(zhuǎn)化成對(duì)“差值序列總體均值是否與0無顯著差異暠做檢驗(yàn)。正是如此,它必須要求樣本配對(duì),觀察值數(shù)目相同且次序不可隨意更改-兩配對(duì)樣本t 檢驗(yàn)的基本操作-第6章 SPSS的方差分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-方差分析概述方差分析認(rèn)為,觀測(cè)變量取值的變化受兩類因素的影響:第一類是控制因素(控制變量)不同水平所產(chǎn)生的影響;第二類是隨機(jī)因素(隨機(jī)變量)所產(chǎn)生的影響。這里隨機(jī)因素是指那些人為很難控制的因素,主要指試驗(yàn)過程中的抽樣誤差。-方差分析概述方差分析認(rèn)為,如果控制變量的不同水平對(duì)觀測(cè)變量產(chǎn)生了顯著影響,那么,它和隨機(jī)變量共同作用必然使觀測(cè)變量值有顯著變動(dòng)

22、;反之,如果控制變量的不同水平?jīng)]有對(duì)觀測(cè)變量產(chǎn)生顯著影響,那么,觀測(cè)變量值的變動(dòng)就不會(huì)明顯地表現(xiàn)出來,其變動(dòng)可以歸結(jié)為隨機(jī)變量影響所致。-單因素方差分析單因素方差分析用來研究一個(gè)控制變量的不同水平是否對(duì)觀測(cè)變量產(chǎn)生了顯著影響。這里,由于僅研究單個(gè)因素對(duì)觀測(cè)變量的影響,因此稱為單因素方差分析。明確觀測(cè)變量和控制變量剖析觀測(cè)變量的方差-單因素方差分析的基本操作-單因素方差分析的進(jìn)一步分析方差齊性檢驗(yàn)：對(duì)控制變量不同水平下各觀測(cè)變量總體的方差是否相等進(jìn)行分析多重比較檢驗(yàn)：多重比較檢驗(yàn)的零假設(shè)是,相應(yīng)兩水平下觀測(cè)變量總體的均值不存在顯著差異。SPSS提供了諸多多重比較檢驗(yàn)方法,其差異主要體現(xiàn)在檢驗(yàn)統(tǒng)計(jì)

23、量的構(gòu)造上。-單因素方差分析進(jìn)一步分析的操作-多因素方差分析多因素方差分析用來研究?jī)蓚€(gè)及兩個(gè)以上控制變量是否對(duì)觀測(cè)變量產(chǎn)生顯著影響。這里,由于研究多個(gè)因素對(duì)觀測(cè)變量的影響,因此稱為多因素方差分析。多因素方差分析不僅能夠分析多個(gè)因素對(duì)觀測(cè)變量的獨(dú)立影響,更能夠分析多個(gè)控制因素的交互作用能否對(duì)觀測(cè)變量的分布產(chǎn)生顯著影響,進(jìn)而最終找到利于觀測(cè)變量的最優(yōu)組合。-多因素方差分析確定觀測(cè)變量和若干個(gè)控制變量剖析觀測(cè)變量的方差-多因素方差分析的基本操作-協(xié)方差分析協(xié)方差分析將那些很難人為控制的控制因素作為協(xié)變量,并在排除協(xié)變量對(duì)觀測(cè)變量影響的條件下,分析控制變量對(duì)觀測(cè)變量的作用,從而更加準(zhǔn)確地對(duì)控制因素進(jìn)行

24、評(píng)價(jià)。-協(xié)方差分析的基本操作-第7章 SPSS的非參數(shù)檢驗(yàn)SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-單樣本的非參數(shù)檢驗(yàn)總體分布的卡方檢驗(yàn)：是一種對(duì)總體分布進(jìn)行檢驗(yàn)的極為典型的非參數(shù)檢驗(yàn)方法-二項(xiàng)分布檢驗(yàn)SPSS的二項(xiàng)分布檢驗(yàn)通過樣本數(shù)據(jù)檢驗(yàn)樣本來自的總體是否服從指定概率值為p 的二項(xiàng)分布,其零假設(shè)是樣本來自的總體與指定的二項(xiàng)分布無顯著差異-單樣本K-S檢驗(yàn)K-S能夠利用樣本數(shù)據(jù)推斷樣本來自的總體是否與某一理論分布有顯著差異,是一種擬合優(yōu)度的檢驗(yàn)方法,適用于探索連續(xù)型隨機(jī)變量的分布-變量值隨機(jī)性檢驗(yàn)變量值隨機(jī)性檢驗(yàn)通過對(duì)樣本變量值的分析,實(shí)現(xiàn)對(duì)總體變量值出現(xiàn)是否隨機(jī)進(jìn)行檢驗(yàn)-兩獨(dú)立樣本的非參數(shù)檢驗(yàn)主

25、要方法：兩獨(dú)立樣本的曼-惠特尼U 檢驗(yàn)兩獨(dú)立樣本的K-S檢驗(yàn)兩獨(dú)立樣本的游程檢驗(yàn)極端反應(yīng)檢驗(yàn)-多獨(dú)立樣本的非參數(shù)檢驗(yàn)主要方法：中位數(shù)檢驗(yàn)多獨(dú)立樣本的Kruskal-Wallis檢驗(yàn)多獨(dú)立樣本的Jonckheere-Terpstra檢驗(yàn)-兩配對(duì)樣本的非參數(shù)檢驗(yàn)主要方法：兩配對(duì)樣本的McNemar檢驗(yàn)兩配對(duì)樣本的符號(hào)檢驗(yàn)兩配對(duì)樣本W(wǎng)ilcoxon符號(hào)秩檢驗(yàn)-多配對(duì)樣本的非參數(shù)檢驗(yàn)主要方法：多配對(duì)樣本的Friedman檢驗(yàn)多配對(duì)樣本的CochranQ 檢驗(yàn)多配對(duì)樣本的Kendall協(xié)同系數(shù)檢驗(yàn)-第8章 SPSS的相關(guān)分析和線性回歸分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-相關(guān)分析和回歸分析概述相關(guān)分

26、析和回歸分析都是分析客觀事物之間相關(guān)性的數(shù)量分析方法客觀事物之間的關(guān)系大致可歸納為兩大類,即函數(shù)關(guān)系和統(tǒng)計(jì)關(guān)系。-相關(guān)分析：散點(diǎn)圖-相關(guān)分析：相關(guān)系數(shù)三種相關(guān)系數(shù)：Pearson簡(jiǎn)單相關(guān)系數(shù)Spearman等級(jí)相關(guān)系數(shù)Kendall相關(guān)系數(shù)-偏相關(guān)分析偏相關(guān)分析也稱凈相關(guān)分析,它在控制其他變量的線性影響的條件下分析兩變量間的線性相關(guān),所采用的工具是偏相關(guān)系數(shù)(凈相關(guān)系數(shù))。當(dāng)控制變量個(gè)數(shù)為一時(shí),偏相關(guān)系數(shù)稱為一階偏相關(guān);當(dāng)控制變量個(gè)數(shù)為兩個(gè)時(shí),偏相關(guān)系數(shù)稱為二階偏相關(guān);當(dāng)控制變量個(gè)數(shù)為零個(gè)時(shí),偏相關(guān)系數(shù)稱為零階偏相關(guān),也就是相關(guān)系數(shù)-偏相關(guān)分析-回歸分析回歸分析是一種應(yīng)用極為廣泛的數(shù)量分析方法

27、。它用于分析事物之間的統(tǒng)計(jì)關(guān)系,側(cè)重考察變量之間的數(shù)量變化規(guī)律,并通過回歸方程的形式描述和反映這種關(guān)系,幫助人們準(zhǔn)確把握變量受其他一個(gè)或多個(gè)變量影響的程度,進(jìn)而為預(yù)測(cè)提供科學(xué)依據(jù)-線性回歸模型一元線性回歸模型多元線性回歸模型回歸參數(shù)的普通最小二乘估計(jì)-回歸方程的統(tǒng)計(jì)檢驗(yàn)回歸方程的擬合優(yōu)度檢驗(yàn)對(duì)于一元線性回歸方程對(duì)于多元線性回歸方程-回歸方程的統(tǒng)計(jì)檢驗(yàn)回歸方程的顯著性檢驗(yàn)對(duì)于一元線性回歸方程對(duì)于多元線性回歸方程-回歸方程的統(tǒng)計(jì)檢驗(yàn)回歸系數(shù)的顯著性檢驗(yàn)對(duì)于一元線性回歸方程對(duì)于多元線性回歸方程-殘差分析殘差均值為0的正態(tài)性分析殘差的獨(dú)立性分析-多元回歸分析中的其他問題變量的篩選問題向前篩選策略是解釋

28、變量不斷進(jìn)入回歸方程的過程向后篩選策略是變量不斷剔除出回歸方程的過程逐步篩選策略是向前篩選和向后篩選策略的綜合-變量的多重共線性問題多重共線性是指解釋變量之間存在線性相關(guān)關(guān)系的現(xiàn)象容忍度是測(cè)度解釋變量間多重共線性的重要統(tǒng)計(jì)量方差膨脹因子(VIF)特征根和方差比條件指數(shù)-線性回歸分析的基本操作-曲線估計(jì)變量之間的非線性可以劃分為本質(zhì)線性關(guān)系和本質(zhì)非線性關(guān)系。所謂本質(zhì)線性關(guān)系是指變量關(guān)系形式上雖然呈非線性關(guān)系(如二次曲線),但可通過變量變換化為線性關(guān)系,并可最終進(jìn)行線性回歸分析建立線性模型。本質(zhì)非線性關(guān)系是指變量關(guān)系不僅形式上呈非線性關(guān)系,而且也無法通過變量變換化為線性關(guān)系,最終無法進(jìn)行線性回歸分

29、析建立線性模型曲線估計(jì)是解決本質(zhì)線性關(guān)系問題的-曲線估計(jì)的基本操作-第9章 SPSS的Logistic回歸分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-二項(xiàng)Logistic回歸分析二項(xiàng)Logistic回歸方程二項(xiàng)Logistic回歸方程系數(shù)的含義當(dāng)其他解釋變量保持不變時(shí),xi每增加一個(gè)單位所導(dǎo)致的相對(duì)風(fēng)險(xiǎn)是原來相對(duì)風(fēng)險(xiǎn)的exp(i)倍,即相對(duì)風(fēng)險(xiǎn)比為exp( i)。-二項(xiàng)Logistic回歸方程的檢驗(yàn)回歸方程的顯著性檢驗(yàn):如果似然比卡方的觀測(cè)值對(duì)應(yīng)的概率p 值小于給定的顯著性水平毩,則應(yīng)拒絕零假設(shè),認(rèn)為目前方程中的所有回歸系數(shù)不同時(shí)為零,解釋變量全體與LogitP 之間的線性關(guān)系顯著;反之,如果概

30、率p 值大于給定的顯著性水平毩,則不應(yīng)拒絕零假設(shè),認(rèn)為目前方程中的所有回歸系數(shù)同時(shí)為零,解釋變量全體與LogitP 之間的線性關(guān)系不顯著-二項(xiàng)Logistic回歸方程的檢驗(yàn)回歸系數(shù)的顯著性檢驗(yàn)回歸系數(shù)顯著性檢驗(yàn)采用的檢驗(yàn)統(tǒng)計(jì)量是Wald統(tǒng)計(jì)量回歸方程的擬合優(yōu)度檢驗(yàn)-二項(xiàng)Logistic回歸分析的基本操作-多項(xiàng)Logistic回歸分析Logistic回歸,而是多項(xiàng)Logistic回歸分析。當(dāng)被解釋變量為多分類變量時(shí),應(yīng)采用多項(xiàng)Logistic回歸分析方法。多項(xiàng)Logistic回歸模型的基本思路類似于二項(xiàng)Logistic回歸模型,其研究目的是分析被解釋變量各類別與參照類別的對(duì)比情況,即-多項(xiàng)Log

31、istic回歸分析的基本操作-多項(xiàng)有序回歸分析若研究不同影響因素(解釋變量)對(duì)有序多分類變量(被解釋變量)的效應(yīng),可采用多項(xiàng)有序回歸分析方法-多項(xiàng)有序回歸分析的基本操作-第10章 SPSS的聚類分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-聚類分析的一般問題聚類分析是統(tǒng)計(jì)學(xué)中研究“物以類聚暠問題的多元統(tǒng)計(jì)分析方法-“親疏程度”的度量方法定距型變量個(gè)體間距離的計(jì)算方式:歐氏距離計(jì)數(shù)變量個(gè)體間距離的計(jì)算方式：卡方距離-“親疏程度”的度量方法二值變量個(gè)體間距離的計(jì)算方式簡(jiǎn)單匹配(SimpleMatching)系數(shù)雅科比(Jaccard)系數(shù)-層次聚類個(gè)體與小類、小類與小類間“親疏程度暠的度量方法最近鄰居

32、(NearestNeighbor)距離最遠(yuǎn)鄰居(FurthestNeighbor)距離組間平均鏈鎖(Between-groupsLinkage)距離組內(nèi)平均鏈鎖(Within-groupsLinkage)距離-層次聚類的基本操作-K-Means聚類K-Means聚類分析的核心步驟第一步,指定聚類數(shù)目K第二步,確定K 個(gè)初始類中心第三步,根據(jù)距離最近原則進(jìn)行分類第四步,重新確定K 個(gè)類中心第五步,判斷是否已滿足終止聚類分析的條件-K-Means聚類分析的基本操作-第11章 SPSS的因子分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-因子分析概述因子分析以最少的信息丟失為前提,將眾多的原有變量綜合成較

33、少幾個(gè)綜合指標(biāo),名為因子。通常,因子有以下幾個(gè)特點(diǎn)因子個(gè)數(shù)遠(yuǎn)遠(yuǎn)少于原有變量的個(gè)數(shù)因子能夠反映原有變量的絕大部分信息因子之間的線性關(guān)系不顯著因子具有命名解釋性-因子分析的數(shù)學(xué)模型和相關(guān)概念數(shù)學(xué)模型相關(guān)概念因子載荷變量共同度因子的方差貢獻(xiàn)-因子分析的基本內(nèi)容因子分析的基本步驟因子分析的前提條件因子提取使因子更具有命名可解釋性計(jì)算各樣本的因子得分-因子分析的前提條件如果原有變量之間不存在較強(qiáng)的相關(guān)關(guān)系,那么就無法從中綜合出能夠反映某些變量共同特性的幾個(gè)較少的公共因子。因此,一般在因子分析時(shí)需首先對(duì)因子分析的條件,即原有變量是否相關(guān)進(jìn)行研究計(jì)算相關(guān)系數(shù)矩陣常用指標(biāo)：計(jì)算相關(guān)系數(shù)矩陣-因子提取和因子載荷

34、矩陣的求解常用方法：主成分分析法-因子提取和因子載荷矩陣的求解計(jì)算因子載荷矩陣根據(jù)特征根確定因子數(shù)：一般選取特征值大于1的特征根-因子提取和因子載荷矩陣的求解根據(jù)特征根確定因子數(shù)：可依據(jù)碎石圖-因子的命名通過旋轉(zhuǎn)使得因子的含義更清晰-計(jì)算因子得分計(jì)算因子得分的途徑是用原有變量來描述因子,第j 個(gè)因子在第i 個(gè)觀測(cè)上的值可表示為：因子得分函數(shù)-因子分析的基本操作-第12章 SPSS的對(duì)應(yīng)分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-對(duì)應(yīng)分析概述對(duì)應(yīng)分析以兩變量的交叉列聯(lián)表為研究對(duì)象,利用“降維暠的方法,通過圖形方式,直觀揭示變量不同類別之間的聯(lián)系,特別適合于多分類型變量的研究對(duì)應(yīng)分析的關(guān)鍵問題是:第

35、一,如何將多個(gè)類別點(diǎn)表示在低維空間中,以易于直觀觀察;第二,如何確定各類別點(diǎn)的坐標(biāo),以易于鑒別類別間聯(lián)系的強(qiáng)弱-對(duì)應(yīng)分析的基本步驟第一,編制交叉列聯(lián)表并計(jì)算概率矩陣P-對(duì)應(yīng)分析的基本步驟第二,根據(jù)P 矩陣確定數(shù)據(jù)點(diǎn)坐標(biāo)：將P 矩陣的r 行看成r 個(gè)觀測(cè),并將這r 個(gè)觀測(cè)看成c 維空間中的r 個(gè)數(shù)據(jù)點(diǎn),且各數(shù)據(jù)點(diǎn)的坐標(biāo)定義為-對(duì)應(yīng)分析的基本步驟第三,行變量和列變量的分類降維處理。對(duì)應(yīng)分析采用通過類似因子分析的方式,分別對(duì)行變量類別和列變量類別實(shí)施降維-對(duì)應(yīng)分析的基本操作-第13章 SPSS的判別分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-判別分析概述判別分析是一種經(jīng)典的多元統(tǒng)計(jì)分析方法,用于對(duì)分類

36、型變量取值的分析和預(yù)測(cè)可以從不同角度對(duì)判別分析方法進(jìn)行分類。根據(jù)分類變量的類別個(gè)數(shù),可將判別分析分為兩組判別分析和多組判別分析;根據(jù)所采用的數(shù)學(xué)模型,可將判別分析分為線性判別分析和非線性判別分析;根據(jù)判別準(zhǔn)則,可將判別分析分為距離判別法、Fisher判別法和Bayes判別法。-距離判別法距離判別的基本思路：距離判別法的基本思路是:首先,將n 個(gè)樣本數(shù)據(jù)看成p 維空間中的點(diǎn);然后,分別計(jì)算出k 個(gè)類別中樣本各判別變量的均值,作為類別中心;最后,計(jì)算新數(shù)據(jù)點(diǎn)到各類別中心的馬氏(Mahalanobis)距離,并根據(jù)距離最近的原則,新數(shù)據(jù)點(diǎn)距離哪個(gè)類別中心近則屬于哪個(gè)類別。-判別函數(shù)的計(jì)算如果各總體的

37、協(xié)差陣相等,馬氏距離計(jì)算時(shí)采用合并的組內(nèi)協(xié)差陣如果各總體協(xié)差陣不相等,馬氏距離計(jì)算時(shí)采用各類別自身的協(xié)差陣-Fisher判別法Fisher判別也稱典型判別,其基本思想是先投影再判別,其中投影是Fisher判別的核心-Fisher判別法-貝葉斯判別法當(dāng)類別變量有k 個(gè)分類時(shí),按照上述Fisher判別方法,需建立C2k個(gè)距離判別函數(shù),進(jìn)行兩兩類別間的逐對(duì)判別。當(dāng)k 較大時(shí),判別函數(shù)會(huì)較多,計(jì)算量會(huì)增加,判別效率也會(huì)降低。于是,通常的解決思路是采用貝葉斯(Bayes)判別方法。-貝葉斯判別的計(jì)算第一,計(jì)算先驗(yàn)概率第二,計(jì)算樣本似然第三,計(jì)算樣本屬于總體Gi(i=1,2,k)的概率p(Gi|X)。-判

38、別分析的基本操作-第14章 SPSS的信度分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-信度分析概述信度分析是要對(duì)量表的有效性(信度)進(jìn)行研究。量表的信度分析包括內(nèi)在信度分析和外在信度分析。內(nèi)在信度分析重在考察一組評(píng)估項(xiàng)目是否測(cè)量的是同一個(gè)特征,這些項(xiàng)目之間是否具有較高的內(nèi)在一致性。內(nèi)在信度高意味著一組評(píng)估項(xiàng)目的一致程度高,相應(yīng)的評(píng)估項(xiàng)目有意義,所得的評(píng)估結(jié)果可信;外在信度分析是指在不同時(shí)間對(duì)同一批被評(píng)估對(duì)象實(shí)施重復(fù)測(cè)量時(shí),評(píng)估結(jié)果是否具有一致性。如果兩次評(píng)估的結(jié)果相關(guān)性較強(qiáng),則說明在被評(píng)估對(duì)象沒有故意隱瞞的前提下,評(píng)估項(xiàng)目的概念和內(nèi)容是清晰的、不模糊的,沒有二義性。因而所得的評(píng)估結(jié)果是可信的。-

39、信度分析的基本原理克朗巴哈系數(shù)折半信度系數(shù)-信度分析的基本操作-第15章 SPSS的對(duì)數(shù)線性模型SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-對(duì)數(shù)線性模型概述利用列聯(lián)分析，當(dāng)研究對(duì)象是多個(gè)分類型變量時(shí),卡方檢驗(yàn)方法有一些不盡如人意的方面卡方檢驗(yàn)的分析對(duì)象是一張關(guān)于兩變量的二維列聯(lián)表,只能分析兩變量之間的關(guān)系,而無法同時(shí)針對(duì)多個(gè)變量進(jìn)行卡方檢驗(yàn)僅是一種對(duì)分類型變量間相關(guān)關(guān)系的檢驗(yàn)方法,無法給出變量間關(guān)系的準(zhǔn)確的數(shù)量描述在沒有對(duì)其他變量加以控制的條件下得到的某變量類別間差異程度的數(shù)據(jù)是不盡準(zhǔn)確的。-基本概念和基本思路-飽和層次對(duì)數(shù)線性模型飽和模型和參數(shù)估計(jì)：所謂飽和模型就是基于對(duì)數(shù)頻數(shù),建立包括所有主效應(yīng)

40、和所有交互效應(yīng)在內(nèi)的線性模型-飽和模型檢驗(yàn)擬合效果檢驗(yàn)交互效應(yīng)檢驗(yàn)主效應(yīng)檢驗(yàn)單項(xiàng)效應(yīng)檢驗(yàn)-非飽和層次模型非飽和層次模型建立的基本原則是,認(rèn)為模型中的低階效應(yīng)是由高階效應(yīng)派生出來的。如果模型中的高階效應(yīng)是顯著的,那么相應(yīng)的所有低階效應(yīng)也均是顯著的。如果一個(gè)低階效應(yīng)不顯著,則與其相關(guān)的其他高階效應(yīng)也會(huì)不顯著。剔除模型中不顯著效應(yīng)時(shí),應(yīng)從最高階開始,按照由高階至低階的順序依次分層地剔除,直到?jīng)]有可剔除的效應(yīng)為止,最終得到簡(jiǎn)約的非飽和層次模型-建立飽和與非飽和模型的基本操作-廣義對(duì)數(shù)線性模型廣義對(duì)數(shù)線性模型的概述：可以是飽和模型,也可以是非飽和模型。其模型的數(shù)學(xué)形式以及模型的參數(shù)估計(jì)方法與飽和模型或非

41、飽和層次對(duì)數(shù)線性模型基本相同。與非飽和層次模型不同的是,廣義對(duì)數(shù)線性模型中可包含任意階數(shù)的效應(yīng),即使某低階效應(yīng)不顯著,模型中仍可以包含相應(yīng)的高階效應(yīng),沒有層次性的概念。因此,如果事先已經(jīng)對(duì)因素的效應(yīng)有所了解,可利用廣義對(duì)數(shù)線性的這一特點(diǎn),對(duì)先驗(yàn)知識(shí)進(jìn)行驗(yàn)證。-建立廣義對(duì)數(shù)線性的基本操作-Logit對(duì)數(shù)線性模型Logit對(duì)數(shù)線性模型是一種簡(jiǎn)化的對(duì)數(shù)線性模型,它不再僅僅專注于交叉列聯(lián)表本身的分析,而重點(diǎn)研究解釋因素對(duì)被解釋因素的作用和影響,因此Logit對(duì)數(shù)線性模型中只包含那些與被解釋因素相關(guān)的效應(yīng),而與被解釋因素不相關(guān)的效應(yīng)將不再包含在內(nèi)。以兩個(gè)解釋因素為例,如果因素A 為被解釋因素,Logit對(duì)數(shù)線性模型的飽和模型為-Logit對(duì)數(shù)線性模型的基本操作-第16章 SPSS的時(shí)間序列分析SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第三版）-時(shí)間序列分析概述對(duì)于時(shí)間序列一詞可以有不同層次的理解時(shí)間序列與一般