基本統(tǒng)計分析課件

基本統(tǒng)計分析返回§1頻數(shù)分布分析

返回定義：頻數(shù)就是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。

返回一、一維頻數(shù)分布分析過程(data05-01)Analyzedescriptivestatisticsfrequencies選擇statistics(輸出統(tǒng)計量)對話框

返回如果中位數(shù)與眾數(shù)相差很大，說明觀測量中存在異常值Charts(圖形)參數(shù)選擇對話框

返回Data05-01ageeudc

不同年齡人員與其受教育年限的統(tǒng)計表

返回受教育年限的頻數(shù)分布表

返回age變量的直方圖

返回二、交叉表分析analyzedescriptivestatisticscrosstabs(data05-01)

返回前面的分析都是對單個變量的數(shù)據(jù)分布情況進行分析。但在實際分析中，還需要掌握多個變量在不同取值情況下的數(shù)據(jù)分布情況，從而進一步深入分析變量之間的相互影響和關(guān)系，這種分析就稱為交叉列聯(lián)表分析。交叉列聯(lián)表分析除了列出交叉分組下的頻數(shù)分布外，還需要分析兩個變量之間是否具有獨立性或一定的相關(guān)性。要獲得變量之間的相關(guān)性，僅僅靠頻數(shù)分布的數(shù)據(jù)是不夠的，還需要借助一些變量間相關(guān)程度的統(tǒng)計量和一些非參數(shù)檢驗的方法。常用的衡量變量間相關(guān)程度的統(tǒng)計量是簡單相關(guān)系數(shù)（參見本書有關(guān)章節(jié)），但在交叉列聯(lián)表分析中，由于行列變量往往不是連續(xù)變量，不符合計算簡單相關(guān)系數(shù)的前提條件。因此需要根據(jù)變量的性質(zhì)，選擇其他的相關(guān)系數(shù)，如Kendall等級相關(guān)系數(shù)、Eta值等。SPSS提供了多種適用于不同相關(guān)系數(shù)的相關(guān)關(guān)系，這些檢驗的零假設(shè)是：行和列變量之間彼此獨立，不存在顯著的相關(guān)關(guān)系。SPSS將自動給出檢驗的P值，如果P值小于顯著性水平0.05，那么應(yīng)拒絕零假設(shè)，認為行列變量之間彼此相關(guān)?？ǚ浇y(tǒng)計量服從（行數(shù)?1）×（列數(shù)?1）個自由度的卡方統(tǒng)計，SPSS在自動計算卡方統(tǒng)計量后，還會給出相應(yīng)的P值。注意：使用這個統(tǒng)計量進行檢驗時，要求期望頻數(shù)大于等于5。若不滿足該條件需要使用精確檢驗法。（2）Contingencycoefficient：列聯(lián)系數(shù)。用于名義變量之間的相關(guān)系數(shù)計算。計算公式由卡方統(tǒng)計量修改而得，公式為其中，N為觀測量數(shù)其數(shù)值在0~1之間，0表示行列變量之間沒有關(guān)聯(lián)，1表示行列變量之間有很強的關(guān)聯(lián)。

（3）PhiandCramer‘sV：ψ系數(shù)。用于名義變量之間的相關(guān)系數(shù)計算。計算公式由卡方統(tǒng)計量修改而得，公式為數(shù)值界于0～1之間，其中K為行數(shù)和列數(shù)較小的實際數(shù)。選擇statistics(統(tǒng)計量)對話框

返回Exact(精確檢驗)對話框

返回提供兩種針對小數(shù)據(jù)量與不平衡表的檢驗方法此值小于0.05則認為行、列變量存在關(guān)系Format(格式)對話框

返回大樣本的交叉表實例Data05-01

child/occcat80/region

觀測量統(tǒng)計處理摘要

返回小樣本的交叉表實例

data05-02sex/earnings

觀測量統(tǒng)計處理摘要

返回交叉表及卡方檢驗結(jié)果

返回§2描述統(tǒng)計

返回描述統(tǒng)計分析對話框

analyzedescriptivestatisticsdescriptives

(data05-03)

返回Options(選擇項)對話框

返回全美各種犯罪數(shù)據(jù)描述統(tǒng)計量

返回§3探索分析

返回定義：調(diào)用此過程可對變量進行更為深入詳盡的描述性統(tǒng)計分析，故稱之為探索分析。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。探索分析提供對數(shù)據(jù)的考查：1.檢查數(shù)據(jù)是否有錯誤。過大或過小的數(shù)據(jù)均有可能是奇異值、影響點或錯誤數(shù)據(jù)。2.數(shù)據(jù)分布特征。許多分析方法對數(shù)據(jù)的分布有一定要求。許多分析方法要求樣本來自正態(tài)分布總體，對兩組數(shù)據(jù)均值差異性的分析要求方差相等。EXPLORE過程提供數(shù)據(jù)在分組與不分組的情況下，常用的統(tǒng)計量與統(tǒng)計圖形。EXPLORE的圖形可以直觀的將奇異值、非正常值、丟失的數(shù)據(jù)及數(shù)據(jù)本身的特點呈現(xiàn)出來。提供的考查方法：1.箱線圖2.莖葉圖3.正態(tài)分布檢驗4.方差齊性檢驗一、箱圖

返回異常值所使用的標記為“0”極值所使用的標記為“*”二、莖葉圖

返回近似值=（莖值+葉值×0.1）×莖寬三、正態(tài)性檢驗觀測量數(shù)據(jù)的正態(tài)分布檢驗需要特別指出的是：對數(shù)據(jù)進行正態(tài)分布的檢驗時，幾乎都有理由認定數(shù)據(jù)拒絕正態(tài)分布假設(shè)，此時如果數(shù)據(jù)量足夠大，進行統(tǒng)計計算時就不必強求觀測量一定服從正態(tài)分布，只要數(shù)據(jù)接近于正態(tài)分布就可以了。常用的檢驗方法有：

①P-P概率圖和Q-Q概率圖；②LILLIFORS統(tǒng)計量檢驗法一般情況下，當其顯著性水平小于0.05時，就可以拒絕數(shù)據(jù)的正態(tài)分布假設(shè)。零假設(shè)：數(shù)據(jù)分布為正態(tài)分布四、方差齊性檢驗①Spreadvslevel圖顯示圖形的同時還輸出回歸方程斜率以及為使方差變齊的Levene穩(wěn)健估計量，即為使兩個方差相同，對數(shù)據(jù)進行冪轉(zhuǎn)換的冪值。②Levene檢驗其好處為：進行方差齊性檢驗時，不強求數(shù)據(jù)必須服從正態(tài)分布的條件。一般情況下，如果它的顯著性水平小于0.05，就可以拒絕各方差相等的假設(shè)。③M估計M估計在計算時對所有觀測量賦權(quán)，隨觀測量距離分布中心的遠近而變。計算包括極端值。極端值由于靠外，因此比位于中心部位的觀測量給予較小的權(quán)重。常用的M估計方法有Huber、Andrew、Hampel和Tukey。通過實踐，這四種方法都可以很好的取代平均值以及中位數(shù)，其中Hube估計方法對于近似正態(tài)分布的數(shù)據(jù)效果最好。零假設(shè)：各方差全相等五、實例

analyzedescriptivestatisticsexplore

(data05-04salary/gender/id)選擇statistics描述統(tǒng)計量對話框

返回plots統(tǒng)計圖對話框

返回實例輸出之一：觀測量摘要表

返回salary變量的描述統(tǒng)計量

返回M估計值全部比均值小，但與中位數(shù)十分接近，初步判斷觀測量數(shù)據(jù)可能呈現(xiàn)偏態(tài)分布變量的極端值

返回數(shù)據(jù)正態(tài)分布檢測統(tǒng)計量

返回顯著性水平均小于0.05，拒