多元統(tǒng)計分析及SPSS應(yīng)用

關(guān)于多元統(tǒng)計分析及SPSS應(yīng)用第1頁，講稿共45頁，2023年5月2日，星期三

rzhao@

session3

聚類分析

應(yīng)用多元統(tǒng)計分析及SPSS應(yīng)用

Session3

統(tǒng)計數(shù)據(jù)的收集、整理與描述

第2頁，講稿共45頁，2023年5月2日，星期三SessionTopics統(tǒng)計數(shù)據(jù)的來源

統(tǒng)計數(shù)據(jù)的收集

統(tǒng)計數(shù)據(jù)的描述

統(tǒng)計數(shù)據(jù)的整理

第3頁，講稿共45頁，2023年5月2日，星期三統(tǒng)計數(shù)據(jù)的來源一、統(tǒng)計數(shù)據(jù)的直接來源來源于管理和研究需要而專門組織的調(diào)查來源于科學(xué)試驗的數(shù)據(jù)二、統(tǒng)計數(shù)據(jù)的間接來源

來源于公開出版物的數(shù)據(jù)來源于內(nèi)部調(diào)查的數(shù)據(jù)第4頁，講稿共45頁，2023年5月2日，星期三

統(tǒng)計數(shù)據(jù)的收集數(shù)據(jù)的搜集方法詢問調(diào)查訪問調(diào)查觀察實驗電話調(diào)查郵寄調(diào)查觀察電腦輔助座談會個別深訪實驗第5頁，講稿共45頁，2023年5月2日，星期三訪問調(diào)查

1. 調(diào)查者與被調(diào)查者通過面對面地交談而獲得資料2. 有標(biāo)準(zhǔn)式訪問和非標(biāo)準(zhǔn)式訪問標(biāo)準(zhǔn)式訪問通常按事先設(shè)計好的問卷進(jìn)行非標(biāo)準(zhǔn)式訪問事先一般不制作問卷第6頁，講稿共45頁，2023年5月2日，星期三郵寄調(diào)查也稱郵寄問卷調(diào)查是一種標(biāo)準(zhǔn)化調(diào)查調(diào)查者與被調(diào)查者沒有直接的語言交流，信息的傳遞依賴于問卷通過某種方式將調(diào)查表或問卷送至某調(diào)查者手中，由被調(diào)查者填寫，然后將問卷寄回指定收集點問卷或表格的發(fā)放方式有郵寄、宣傳媒介傳送、專門場所分發(fā)三種

第7頁，講稿共45頁，2023年5月2日，星期三電話調(diào)查調(diào)查者利用電話與被調(diào)查者進(jìn)行語言交流以獲得信息時效快、成本低問題的數(shù)量不宜過多

您好!我是××調(diào)查公司的調(diào)查員…第8頁，講稿共45頁，2023年5月2日，星期三電腦輔助調(diào)查又稱電腦輔助電話調(diào)查電腦與電話相結(jié)合完成調(diào)查的全過程一般需借助專門的軟件進(jìn)行硬件設(shè)備要求較高

第9頁，講稿共45頁，2023年5月2日，星期三座談會1. 也稱集體訪談2. 將一組被調(diào)查者集中在調(diào)查現(xiàn)場，讓他們對調(diào)查的主題發(fā)表意見以獲得資料3. 參加座談會的人數(shù)不宜過多，一般為6～10人4. 側(cè)重于定性研究第10頁，講稿共45頁，2023年5月2日，星期三個別深度訪問

一次只有一名受訪者參加、針對特殊問題的調(diào)查適合于較隱秘的問題，如個人隱私問題；或較敏感的問題，如政治方面的問題側(cè)重于定性研究第11頁，講稿共45頁，2023年5月2日，星期三觀察法1. 就調(diào)查對象的行動和意識，調(diào)查人員邊觀察邊記錄以收集所需信息

2. 調(diào)查人員不是強行介入

3. 能夠在被調(diào)查者不察覺的情況下獲得資料第12頁，講稿共45頁，2023年5月2日，星期三實驗法

1. 在設(shè)定的特殊實驗場所、特殊狀態(tài)下，對調(diào)查對象進(jìn)行實驗以獲得所需資料2. 有室內(nèi)實驗法和市場實驗法第13頁，講稿共45頁，2023年5月2日，星期三統(tǒng)計數(shù)據(jù)的間接來源1.公開出版物：《中國統(tǒng)計年鑒》、《中國統(tǒng)計摘要》、《中國社會統(tǒng)計年鑒》、《中國工業(yè)經(jīng)濟(jì)統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國人口統(tǒng)計年鑒》、《中國市場統(tǒng)計年鑒》、《世界經(jīng)濟(jì)年鑒》、《國外經(jīng)濟(jì)統(tǒng)計資料》、《世界發(fā)展報告》……Internet

2.

網(wǎng)絡(luò)中國統(tǒng)計年鑒2001中國人口統(tǒng)計年鑒中國市場統(tǒng)計年鑒世界發(fā)展報告世界經(jīng)濟(jì)年檢工業(yè)普查數(shù)據(jù)中國統(tǒng)計出版社第14頁，講稿共45頁，2023年5月2日，星期三統(tǒng)計數(shù)據(jù)的整理一、統(tǒng)計分組

根據(jù)統(tǒng)計研究的目的和客觀現(xiàn)象的內(nèi)在特點，按某個標(biāo)（或幾個標(biāo)志）把被研究的總體劃分為若干個不同性質(zhì)的組，稱為統(tǒng)計分組。

例：某班學(xué)生按考試成績分組第15頁，講稿共45頁，2023年5月2日，星期三二、頻數(shù)分布與頻率分布將數(shù)據(jù)按其分組標(biāo)志進(jìn)行分組的過程，就是頻數(shù)分布和頻率分布形成的過程。表示各組的單位的次數(shù)稱為頻數(shù)，各組次數(shù)與總次數(shù)之比稱為頻率。第16頁，講稿共45頁，2023年5月2日，星期三二、頻數(shù)分布與頻率分布頻數(shù)分布就是觀察值按其分組標(biāo)志分配在各組內(nèi)的次數(shù)，由分組標(biāo)志序列和各組相對應(yīng)的分布次數(shù)兩個要素構(gòu)成。由分組標(biāo)志序列和各組相應(yīng)的頻率構(gòu)成頻率分布。第17頁，講稿共45頁，2023年5月2日，星期三

當(dāng)所觀察的次數(shù)很多，組距很小并且組數(shù)很多時，所繪出的折線圖就會越來越光滑，逐漸形成一條光滑的曲線，這種曲線即頻數(shù)分布曲線，反映了數(shù)據(jù)的分布規(guī)律。第18頁，講稿共45頁，2023年5月2日，星期三三、累積頻數(shù)分布與頻率分布

為了統(tǒng)計分析的需要，有時要觀察某一數(shù)值以上或某一數(shù)值以下頻數(shù)或頻率之和，這就需要繪出累積頻數(shù)或累計頻率。在SPSS中對下數(shù)據(jù)進(jìn)行頻數(shù)（率）分析第19頁，講稿共45頁，2023年5月2日，星期三1.定義工人編號和加工零件數(shù)的變量名分別為NO和X，然后輸入變量NO和X的原始數(shù)據(jù)。第20頁，講稿共45頁，2023年5月2日，星期三2.選擇[Analyze]=>[DescriptiveStatistics]=>[Frequencies...]，彈出[Frequencies]主對話框。第21頁，講稿共45頁，2023年5月2日，星期三

現(xiàn)欲X進(jìn)行頻數(shù)分析，在對話框左側(cè)的變量列表中選X，單擊按鈕使之進(jìn)入[Variable(s)]列表框，并選擇[DisplayFrequencyTables]顯示頻數(shù)分布表。第22頁，講稿共45頁，2023年5月2日，星期三3.可單擊[Format...]按鈕彈出[Frequencies：Format]子對話框

根據(jù)數(shù)值大小按升序從小到大作頻數(shù)分布數(shù)值大小按降序從大到小作頻數(shù)分布頻數(shù)多少按升序從少到多作頻數(shù)分布頻數(shù)多少按降序從多到少作頻數(shù)分布第23頁，講稿共45頁，2023年5月2日，星期三4.可單擊[Statistics...]按鈕，彈出[Frequencies:Statistics]子對話框，并單擊相應(yīng)項目，在作頻數(shù)表分析的基礎(chǔ)上，附帶作各種統(tǒng)計指標(biāo)的描述，特別是可進(jìn)行任何水平的百分位數(shù)計算。這里不選。5.可單擊[Charts...]鈕，彈出[Frequencies:Charts]子對話框，第24頁，講稿共45頁，2023年5月2日，星期三

用戶可選三種圖形：直條圖（Barchart）、餅圖（PieCharts）和直方圖（Histogram）。這里選擇[Histogram]項，并選擇[WithNormalCurve]要求繪制正態(tài)曲線。單擊[Continue]按鈕返回[Frequencies]主對話框，再單擊[OK]鈕即可得到（累計）頻數(shù)（頻率）分布表和直方圖。第25頁，講稿共45頁，2023年5月2日，星期三輸出結(jié)果頻數(shù)（率）分布表第26頁，講稿共45頁，2023年5月2日，星期三加工零件數(shù)第27頁，講稿共45頁，2023年5月2日，星期三應(yīng)該注意的是，SPSS在未特別指定的情形下，直方圖或頻數(shù)分布表是按照原始數(shù)值逐一作頻數(shù)分布的，這與日常需要的等距分組、且組數(shù)保持在一定數(shù)目的要求不符。在調(diào)用[Frequencies]統(tǒng)計過程命令之前，可先對原始數(shù)據(jù)進(jìn)行預(yù)處：已知最小值為84，最大值為128，全距為10，故可要求分成5組，起點為80，組距為10。選擇[Transform]=>[Recode]=>[IntoDifferentVariable...]，在彈出的[RecodeIntoDifferentVariable]對話框中選定X，單擊按鈕使之進(jìn)入[NumericVariable→OutputVariable]列表框，在[OutputVariable]欄的[Name]文本框中輸入x1，單擊[Change]按鈕表示新生成的變量名為x1。單擊[OldandNewValues]按鈕彈出[RecodeIntoDifferentVariable:OldandNewValues]子對話框，在[OldValue]選項中單擊[Range]項，輸入第一個分組的數(shù)值范圍：80～89，在[Newvalue]欄內(nèi)輸入新值：80，單擊[Add]按鈕.

依此將各組的范圍及對應(yīng)的新值逐一輸入，最后單擊[Continue]按鈕返回，再單擊[OK]按鈕即完成。系統(tǒng)在原數(shù)據(jù)庫中生成一新變量為x1，這時再調(diào)用[Frequencies]統(tǒng)計過程將輸出等距分組且組數(shù)為5的頻數(shù)分布表。第28頁，講稿共45頁，2023年5月2日，星期三統(tǒng)計數(shù)據(jù)的描述

作為統(tǒng)計數(shù)據(jù)的代表值，一個是分布的中心，反映分布的集中趨勢，另一個是分布的形狀，反映分布的離散程度。這些代表性的數(shù)量特征值精確地描述出不同的統(tǒng)計數(shù)據(jù)分布。一、分布的中心眾數(shù)(mode)

在正態(tài)分布和一般的偏態(tài)分布中，分布曲線最高點所對應(yīng)的數(shù)值即是眾數(shù)。如果沒有明顯的最高點，眾數(shù)可以不存在。當(dāng)然，如果有兩個最高點，也可以有兩個眾數(shù)。第29頁，講稿共45頁，2023年5月2日，星期三中位數(shù)(median)與分位數(shù)中位數(shù)是數(shù)據(jù)排序后，位置在最中間的數(shù)值。

與中位數(shù)相似的還有四分位數(shù)(quartiles)、十分位數(shù)(decile)和百分位數(shù)(percentile)。中位數(shù)是將統(tǒng)計分布從中間分成相等的兩部分，而四分位數(shù)就是將數(shù)據(jù)分布四等分的三個數(shù)值，其中中間的四分位數(shù)就是中位數(shù)。十分位數(shù)和百分位數(shù)分別是將數(shù)據(jù)分布十等分和一百等分的數(shù)值。平均數(shù)（均值）(mean)平均數(shù)是數(shù)據(jù)集中趨勢的最主要測度值第30頁，講稿共45頁，2023年5月2日，星期三三個中心度量的比較第31頁，講稿共45頁，2023年5月2日，星期三二、分布的形狀

用于描述數(shù)據(jù)分布形狀即分布關(guān)于其中心的波動程度的代表值有：極差、內(nèi)距、方差和標(biāo)準(zhǔn)等，它們描述了分布的離散程度和差異程度。（一）極差(range)

極差也稱為全距，是最大值與最小值之間的距離，它是數(shù)據(jù)離散或差異程度的最簡單測度值，即例如，在前面的數(shù)據(jù)中，極差為128-84=44（件）。顯然，數(shù)據(jù)的離散程度大，極差就越大。極差雖然很容易計算，但它只告訴我們數(shù)據(jù)分布范圍，至于分布的中間部分是如何變化的則不得而知。而且它受極端值的影響可能是很大的。第32頁，講稿共45頁，2023年5月2日，星期三（二）內(nèi)距(Inter-QuartileRange,IQR)

內(nèi)距又稱為四分位差，是兩個四分位數(shù)之差，IQR=高四分位數(shù)—低四分位數(shù)。

若內(nèi)距比較小，則說明數(shù)據(jù)比較集中在中位數(shù)附近；反之則比較分散。內(nèi)距常和中位數(shù)一起用來描述一個定距特別是定序測量數(shù)據(jù)的分布。（三）方差(variance)和標(biāo)準(zhǔn)差(standarddeviation)方差是離差平方的平均數(shù)，即或第33頁，講稿共45頁，2023年5月2日，星期三三、偏度與峰度（一）偏度(skewness)所謂偏度是指反映頻數(shù)分布偏態(tài)方向和程度的測度。在頻數(shù)分布中，最大集中點以上（頻數(shù)曲線圖橫軸上眾數(shù)的右邊）的頻數(shù)占總頻數(shù)的一半多，稱為右偏或正偏。最大集中點以下（頻數(shù)曲線圖橫軸上眾數(shù)的左邊）的頻數(shù)占總頻數(shù)的一半多，稱為左偏或負(fù)偏。偏度的計算公式為：第34頁，講稿共45頁，2023年5月2日，星期三（二）峰度(kurtosis)所謂峰度，是指頻數(shù)分布曲線高峰的形態(tài)，即反映分布曲線的尖峭程度的測度。峰度的計算公式為

當(dāng)β=0時，表示分布的峰度是正態(tài)分布的峰度；當(dāng)β>0時，表示分布曲線的高峰是尖頂高峰；當(dāng)β<0時，表示分布曲線的高峰是平頂高峰。第35頁，講稿共45頁，2023年5月2日，星期三四、SPSS操作在SPSS中計算上例各種指標(biāo)的步驟為：（一）定義加工零件數(shù)的變量名為X，并輸入原始數(shù)據(jù)。（二）選擇[Analyze]=>[DescriptiveStatistics]=>[Descriptives...]，打開[Descriptives]主對話框。第36頁，講稿共45頁，2023年5月2日，星期三打開[Descriptives]主對話框。在主對話框左邊列表中選定變量X，單擊按鈕使之進(jìn)入[Variables(s)]列表框。第37頁，講稿共45頁，2023年5月2日，星期三（三）單擊[Options...]按鈕，打開[Descriptives：Options]子對話框。選擇均值(Mean)、總和(Sum)、標(biāo)準(zhǔn)差(Std.Deviation)、方差(Variance)、極差(Range)、最小值(Minimum)、最大值(Maximum)、偏度（Skewness）和峰度(Kurtosis)，選好后單擊[Continue]按鈕返回[Descriptives]主對話框，再單擊[OK]按鈕即可得到各種統(tǒng)計量的計算結(jié)果。第38頁，講稿共45頁，2023年5月2日，星期三輸出結(jié)果：

以上結(jié)果沒有給出中位數(shù)、眾數(shù)等統(tǒng)計量，可以在頻數(shù)（率）分析時增加選項計算相應(yīng)的統(tǒng)計量，具體操作步驟如下：（一）定義工人編號和加工零件數(shù)的變量名分別為NO和X，然后輸入變量NO和X的原始數(shù)據(jù)。（二）選擇