第2講SPSS描述性統(tǒng)計分析課件

第二章SPSS描述性統(tǒng)計分析本章主要內(nèi)容：

SPSS頻數(shù)分析

SPSS描述統(tǒng)計分析SPSS探索性分析SPSS列聯(lián)表分析統(tǒng)計分析的目的，是研究總體的數(shù)量特征。但是，實踐中能夠得到的往往是從總體中隨機抽取的一部分觀察對象，它們構(gòu)成了樣本。通過對樣本樣本的研究，來對總體的實際情況作出可能的判斷。因此，在數(shù)據(jù)收集、整理完畢，進行深入分析之前，首要的工作就是去了解數(shù)據(jù)的整體情況，隨后才能做深入的推斷。為了實現(xiàn)上述的分析，往往有兩種實現(xiàn)方式：1）數(shù)值計算，通過數(shù)值來準確的反映數(shù)據(jù)的基本統(tǒng)計特征；2）圖形繪制，即繪制常見的基本統(tǒng)計圖形，通過圖形來直觀展現(xiàn)數(shù)據(jù)的分布特點。通常，兩種方式混合使用。SPSS的許多模塊均可完成描述性分析，但專門為該目的而設(shè)計的幾個模塊則集中在菜單欄的“分析→描述統(tǒng)計”子菜單中。第二章SPSS描述性統(tǒng)計分析本章主要內(nèi)容：SPSS頻SPSS頻數(shù)分析概述：頻數(shù)分析是描述性統(tǒng)計中最常用的方法之一，他能夠了解變量取值的狀況，對把握數(shù)據(jù)分布特征非常有用。頻數(shù)分析過程是專門為產(chǎn)生頻數(shù)表而設(shè)計的。它不僅可以產(chǎn)生詳細的頻數(shù)表，還可以按要求給出某百分位的數(shù)值以及常用的條形圖、餅圖等統(tǒng)計圖。整體分析與設(shè)計的內(nèi)容

SPSS頻數(shù)分析一、操作（實踐數(shù)據(jù)：產(chǎn)品的銷售量.sav）1）菜單“分析→描述統(tǒng)計→頻率”。2）對話框中，左側(cè)選擇一個或多個待分析變量，移入右側(cè)。3）“顯示頻率表格”，勾選該復選框，可輸出頻數(shù)分析表。SPSS頻數(shù)分析概述：整體分析與設(shè)計的內(nèi)容SPSS頻數(shù)分析整體分析與設(shè)計的內(nèi)容

SPSS頻數(shù)分析二、幾個重要的設(shè)置對話框“統(tǒng)計量”按鈕對應(yīng)的對話框：1）四分位數(shù)：顯示25%、50%、75%的分位數(shù)。2）割點：勾選后可輸入數(shù)值A(chǔ)，將數(shù)據(jù)平分為A等分。例如，輸入5，表示輸出20%、40%、60%、80%的百分位數(shù)。3）百分位數(shù)：選中后，可激活右側(cè)的文本框和列表。可輸入、更改和刪除自定義的百分位數(shù)。輸出反映數(shù)據(jù)離散程度的統(tǒng)計量。輸出反映數(shù)據(jù)集中程度的統(tǒng)計量。輸出描述數(shù)據(jù)分布形狀及特征的統(tǒng)計量。整體分析與設(shè)計的內(nèi)容SPSS頻數(shù)分析二、幾個重要的設(shè)置對話整體分析與設(shè)計的內(nèi)容

SPSS頻數(shù)分析“圖表”按鈕對應(yīng)的對話框：注：1）選擇直方圖選項，則不能再設(shè)置圖表值選項。2）在選中直方圖選項后，可以進一步選擇在直方圖上顯示正態(tài)曲線。3）僅適用于連續(xù)型的數(shù)值型變量?！案袷健卑粹o對應(yīng)的對話框：將所有變量集中在一個圖形中輸出，以便比較。每個變量單獨輸出一個圖形?？刂祁l數(shù)表輸出的分類數(shù)量，當頻數(shù)表的分組數(shù)大于設(shè)定值時，禁止其輸出。用以避免產(chǎn)生巨型表格。整體分析與設(shè)計的內(nèi)容SPSS頻數(shù)分析“圖表”按鈕對應(yīng)的對話整體分析與設(shè)計的內(nèi)容

SPSS的頻數(shù)分析基本統(tǒng)計信息匯總表。N表示進行統(tǒng)計分析的樣本總量；Valid表示有效樣本量：Missing表示缺失樣本數(shù)目。Percentiles列出了銷售數(shù)據(jù)的四分位數(shù)頻數(shù)分析表。Frequency表示變量值落在某個區(qū)間（或類別）中的次數(shù)；Percent是各頻數(shù)占總樣本數(shù)的百分比；ValidPercent是有效百分比；CumulativePercent是累積百分比，指各百分比逐級累加起來的結(jié)果。三、輸出結(jié)果分析整體分析與設(shè)計的內(nèi)容SPSS的頻數(shù)分析基本統(tǒng)計信息匯總表。整體分析與設(shè)計的內(nèi)容

SPSS的頻數(shù)分析從圖形特征看，數(shù)據(jù)呈右偏分布。歷史銷售數(shù)據(jù)總體數(shù)值偏大；同時，最大值“27”差不多是最小值“14”的一倍，說明這種產(chǎn)品的銷售量不是很穩(wěn)定，具有較大的波動性。整體分析與設(shè)計的內(nèi)容SPSS的頻數(shù)分析從圖形特征看，數(shù)據(jù)呈整體分析與設(shè)計的內(nèi)容

SPSS的描述統(tǒng)計分析一、原理統(tǒng)計量是研究隨機變量變化綜合特征的重要工具，描述性統(tǒng)計量的分類如下：對數(shù)據(jù)特征的描述集中趨勢離散程度分布形態(tài)均值眾數(shù)中位數(shù)其他指標全距標準差方差離散系數(shù)其他指標偏度峰度整體分析與設(shè)計的內(nèi)容SPSS的描述統(tǒng)計分析一、原理對數(shù)據(jù)特整體分析與設(shè)計的內(nèi)容

SPSS的描述統(tǒng)計分析1、集中趨勢集中趨勢是指一組數(shù)據(jù)向某一中心值靠攏的傾向。均值（Mean）：反映了某變量所有取值的集中趨勢或平均水平。均值往往會受到異常大和異常小的數(shù)值影響，所以對于嚴重的偏態(tài)分布，均值會失去應(yīng)有的代表性。眾數(shù)（Mode）：分布數(shù)列中最常出現(xiàn)的標志值，頻數(shù)或頻率最大。眾數(shù)適用于單峰對稱的情況。對于多峰的分布則不適用。中位數(shù)（Median）：指將分布數(shù)列中各單位的標志值依其大小順序排列，位于中間位置的標志值稱為中位數(shù)。中位數(shù)來描述連續(xù)變量，會損失很多信息。例如，其他變量比中位數(shù)大多少或小多少等。整體分析與設(shè)計的內(nèi)容SPSS的描述統(tǒng)計分析1、集中趨勢均值整體分析與設(shè)計的內(nèi)容

SPSS的描述統(tǒng)計分析2、刻畫離散程度的描述性統(tǒng)計量離散程度是指一組數(shù)據(jù)遠離其中心值的程度，即考察數(shù)據(jù)分布的疏密程度。全距（Range）：也稱“范圍”，是數(shù)據(jù)中最大值和最小值之差，又稱“極差”。

Range=最大值-最小值全距說明了數(shù)據(jù)的整體變動范圍，但不能反映其間變量分布情況。標準差（StandardDeviation）：指變量取值距離均值的平均離散程度的統(tǒng)計量。方差（Variance）：是標準差的平方。方差在使用上存在一點不足：量綱不統(tǒng)一。整體分析與設(shè)計的內(nèi)容SPSS的描述統(tǒng)計分析2、刻畫離散程度整體分析與設(shè)計的內(nèi)容

SPSS的描述統(tǒng)計分析3、刻畫分布形態(tài)的描述性統(tǒng)計量分布形態(tài)是指數(shù)據(jù)是否對稱,偏斜程度如何,分布陡緩程度如何等。偏度（Skewness）：是描述變量取值分布形態(tài)對稱性的統(tǒng)計量。

當偏度值為0，說明數(shù)據(jù)對稱分布；當偏度值大于0，表示變量取值右偏，在直方圖中有一條長尾拖在右邊；當偏度值小于0，表示變量取值左偏，在直方圖中有一條長尾拖在左邊。峰度（Kurtosis）：用來描述變量取值分布形態(tài)陡緩程度的統(tǒng)計量，是指分布圖形的尖峰程度。當數(shù)據(jù)分布和標準正態(tài)分布陡緩程度相同時，峰度為0；峰度大于0說明數(shù)據(jù)分布比正態(tài)分布陡峭，為尖峰分布；峰度小于0為平峰分布。整體分析與設(shè)計的內(nèi)容SPSS的描述統(tǒng)計分析3、刻畫分布形態(tài)整體分析與設(shè)計的內(nèi)容

SPSS的描述統(tǒng)計分析二、操作描述性統(tǒng)計分析過程是統(tǒng)計描述應(yīng)用最多的一個過程。在這個過程中，可以將原始數(shù)據(jù)轉(zhuǎn)換為標準值，并以變量形式保存，供以后分析。菜單：“分析→描述統(tǒng)計→描述”。示例數(shù)據(jù)：奧斯卡獲獎?wù)吣挲g.sav

標準化處理，同時產(chǎn)生相應(yīng)的Z得分，并作為新變量保存在數(shù)據(jù)窗口。新變量為原變量名+前綴Z。標準化的計算公式：Xi

是變量X的第i個取值；S是標準差。整體分析與設(shè)計的內(nèi)容SPSS的描述統(tǒng)計分析二、操作標準化處整體分析與設(shè)計的內(nèi)容

SPSS的描述統(tǒng)計分析三、輸出分析N欄顯示男、女樣本容量相同；從均值上看女<男；男的全距和標準差都小于女的，說明男演員獲獎年齡波動幅度小于女演員；從峰度和偏度看，兩組數(shù)都不服從正態(tài)分布。整體分析與設(shè)計的內(nèi)容SPSS的描述統(tǒng)計分析三、輸出分析N欄整體分析與設(shè)計的內(nèi)容

SPSS探索性統(tǒng)計分析一、方法原理探索性數(shù)據(jù)分析（ExplorataryDataAnalysis，簡稱EDA）的基本思想是從數(shù)據(jù)本身出發(fā)，而不拘泥于模型假設(shè)；采用靈活的方法來探討數(shù)據(jù)分布的大致情況，為進一步結(jié)合模型的研究提供線索，為傳統(tǒng)的統(tǒng)計推斷提供良好的基礎(chǔ)，并且減少盲目性。在實踐中，數(shù)據(jù)分析往往分兩個步驟，即探索性數(shù)據(jù)分析和實證分析。探索性數(shù)據(jù)分析是從復雜的數(shù)據(jù)中分離出數(shù)據(jù)的基本模式和特點，讓分析者發(fā)現(xiàn)其中的規(guī)律，以便選擇分析方法；而對于探索性數(shù)據(jù)分析中發(fā)現(xiàn)的數(shù)據(jù)規(guī)律，分析者需要使用特定的統(tǒng)計模型進行實證分析，以確定規(guī)律是否正確。一般的，探索性分析主要考察以下內(nèi)容：1）檢查數(shù)據(jù)是否有錯，并決定是否刪除異常數(shù)據(jù)。2）獲得數(shù)據(jù)分布特征。3）對數(shù)據(jù)初步觀察，發(fā)現(xiàn)一些內(nèi)在規(guī)律。整體分析與設(shè)計的內(nèi)容SPSS探索性統(tǒng)計分析一、方法原理探索整體分析與設(shè)計的內(nèi)容

SPSS探索性統(tǒng)計分析二、操作探索性數(shù)據(jù)分析過程用于計算指定變量的探索性統(tǒng)計量和有關(guān)的圖形。從這個過程中可以獲得箱圖、莖葉圖、直方圖、各種正態(tài)檢驗圖、頻數(shù)表、方差齊性檢驗等結(jié)果，以及對非正態(tài)或正態(tài)非齊性數(shù)據(jù)進行變換，以表明和檢驗連續(xù)變量的數(shù)值分布情況。菜單：“分析→描述統(tǒng)計→探索”（示例數(shù)據(jù)：中國南北城市溫差.sav）因變量列表，即待分析變量列表。可從左側(cè)列表中選擇一個或多個變量。因子列表，用作數(shù)據(jù)分組分析。如果選擇了多個變量，則組合分組。標注個案，可選擇一個變量做標簽。當發(fā)現(xiàn)異常值時，可利用該變量做標記。若不選這個變量，系統(tǒng)默認以id變量為標簽。整體分析與設(shè)計的內(nèi)容SPSS探索性統(tǒng)計分析二、操作探索性數(shù)整體分析與設(shè)計的內(nèi)容

SPSS探索性統(tǒng)計分析二、按鈕對應(yīng)的界面介紹統(tǒng)計量對話框輸出前面所講述的各個描述統(tǒng)計量，并可設(shè)置均值的置信區(qū)間。求出中心趨勢的最大似然比的穩(wěn)健估計量。界外值要求輸出顯示5個最大值與最小值。在輸出窗口被表明為極端值。輸出結(jié)果顯示5%,10%,25%,50%,75%,90%和95%的百分位數(shù)?！斑x項”對話框從所有分析中，將因變量或分組變量中帶有缺失值的觀測量予以剔除。從當前分析中，將有缺失值的觀測量均予以剔除。將分組變量中的缺失值單獨分組進行統(tǒng)計。整體分析與設(shè)計的內(nèi)容SPSS探索性統(tǒng)計分析二、按鈕對應(yīng)的界整體分析與設(shè)計的內(nèi)容

SPSS探索性統(tǒng)計分析二、按鈕對應(yīng)的界面介紹“圖”對話框箱圖。1）按因子水平分組，每個因變量生成一個單獨的箱圖，便于組間比較。2）不分組：所有因變量生成一個復合的箱圖。描述性圖。分莖葉圖和直方圖兩種。輸出顯示正態(tài)概率與離散正態(tài)概率圖。冪估計：對每一組數(shù)據(jù)產(chǎn)生一個中位數(shù)的自然對數(shù)與四分位數(shù)的自然對數(shù)的散列點圖，達到方差齊次性要求的冪次估計；并據(jù)此散布圖，來估計將各組方差轉(zhuǎn)換成同方差所需的冪次。轉(zhuǎn)換：對原始數(shù)據(jù)進行變換?？稍谙吕斜碇羞x擇轉(zhuǎn)換的冪值。未轉(zhuǎn)換：不對數(shù)據(jù)進行轉(zhuǎn)換，產(chǎn)生原始數(shù)據(jù)的散布圖。注：“無”是不產(chǎn)生該選項的圖形。整體分析與設(shè)計的內(nèi)容SPSS探索性統(tǒng)計分析二、按鈕對應(yīng)的界整體分析與設(shè)計的內(nèi)容

SPSS探索性統(tǒng)計分析三、輸出結(jié)果北方城市溫度標準差大于南方城市，說明北方城市一年溫度變化較南方大。從分布形態(tài)上來看，南方城市為尖峰、右偏特征；北方城市表現(xiàn)為平峰，左偏特征。基本信息匯總，無缺失值。整體分析與設(shè)計的內(nèi)容SPSS探索性統(tǒng)計分析三、輸出結(jié)果北方整體分析與設(shè)計的內(nèi)容

SPSS探索性統(tǒng)計分析三、輸出結(jié)果莖葉圖。1）Frequency表示觀測值頻數(shù)；2）Stem（莖）表示實際觀測值除以圖下方莖寬（StemWidth）的整數(shù)部分；3）Leaf（葉），表示觀測值除以莖寬的小數(shù)部分。4）“EachLeaf”：表示每片葉子代表n個觀測量。莖葉圖在反映整體趨勢的同時，還能反映具體的數(shù)值大小，因此，在分析小樣本時優(yōu)勢明顯。M估計量：1）Huber，穩(wěn)健估計量；2）Tukey，復權(quán)估計量；3）Hampel，非穩(wěn)健估計量；4）Andrew，波估計量。例子中來看：兩者差距較大，差異性明顯。南方溫度均值都高于北方，數(shù)據(jù)呈正偏態(tài)分布，平均值受影響較大。整體分析與設(shè)計的內(nèi)容SPSS探索性統(tǒng)計分析三、輸出結(jié)果莖葉整體分析與設(shè)計的內(nèi)容

SPSS探索性統(tǒng)計分析三、輸出結(jié)果箱圖：1）中間粗線為中位數(shù)；2）方框兩端分別表示上四分位數(shù)（75%）和下四分位數(shù)（25%）；3）兩者之間的距離為四分位數(shù)間距。--可知，整個方框內(nèi)包括了中間50%的樣本數(shù)據(jù)；4）方框外的上、下兩個細線分別表示除去異常值外的最大、最小值；5）箱圖的上、下兩端的圓圈和星號，表示異常值。基本概念：1）上四分位數(shù)和下四分位數(shù)之間的差，稱為四分位數(shù)差（IQR，InterQuartileRange）。2）大于上四分位數(shù)的1.5倍四分位數(shù)差，或小于下四分位數(shù)的1.5倍四分位數(shù)差，稱為異常值。3）極端異常值，是超出3倍四分位數(shù)差的值整體分析與設(shè)計的內(nèi)容SPSS探索性統(tǒng)計分析三、輸出結(jié)果箱圖整體分析與設(shè)計的內(nèi)容

SPSS列聯(lián)表統(tǒng)計分析一、方法原理在實踐中，研究者往往希望對兩個甚至多個分類變量的頻數(shù)分析進行聯(lián)合觀察。例如，考察不同年齡階段和不同行業(yè)的人群購買商品房的意愿，就需要將年齡和行業(yè)這兩個分類變量交叉起來構(gòu)成復合頻數(shù)表，簡稱為列聯(lián)表。列聯(lián)表是指一個頻率對應(yīng)兩個變量的表（一個變量用來對行分類，另一個變量用來對列分類），經(jīng)常被用于分析調(diào)查結(jié)果，其基本的任務(wù)有兩個：1）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。2）在列聯(lián)表的基礎(chǔ)上，對兩兩變量之間是否存在相關(guān)性進行分析。整體分析與設(shè)計的內(nèi)容SPSS列聯(lián)表統(tǒng)計分析一、方法原理在實整體分析與設(shè)計的內(nèi)容

SPSS列聯(lián)表統(tǒng)計分析一、方法原理交叉列聯(lián)表：兩個或兩個以上的變量交叉分組后想成的頻數(shù)分布表。一個二維rxc的列聯(lián)表如下所示：整體分析與設(shè)計的內(nèi)容SPSS列聯(lián)表統(tǒng)計分析一、方法原理交叉整體分析與設(shè)計的內(nèi)容

SPSS列聯(lián)表統(tǒng)計分析一、方法原理行列變量間關(guān)系：行、列變量的獨立性檢驗。獨立性檢驗是指對列聯(lián)表中行變量和列變量無關(guān)的這樣一個零假設(shè)進行的檢驗，即檢驗行、列變量之間是否獨立。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)，但在交叉列聯(lián)表分析中，由于行、列變量往往不是連續(xù)等距變量，不符合計算簡單相關(guān)系數(shù)的前提要求，所以一般采用的檢驗方法是卡方檢驗，其公式為：實際觀察頻數(shù)期望頻數(shù)觀察頻數(shù)和期望頻數(shù)之間距離的一種度量指標。值越小，說明行、列之間相關(guān)程度越密切。SPSS在自動計算統(tǒng)計量之后，會給出相應(yīng)的概率P值，通過比較概率P和顯著性水平值a大小，來判斷是否接受零假設(shè)。P≤a,拒絕零假設(shè)，認為行、列變量不獨立；否則，接受零假設(shè)。整體分析與設(shè)計的內(nèi)容SPSS列聯(lián)表統(tǒng)計分析一、方法原理行列整體分析與設(shè)計的內(nèi)容

SPSS列聯(lián)表統(tǒng)計分析二、操作菜單：“分析→描述統(tǒng)計→交叉表”示例數(shù)據(jù)：大學生身體素質(zhì)調(diào)查.sav1）選擇行、列變量行：選擇一個或多個變量，作為列聯(lián)表的行變量。列：選擇若干變量，作為列聯(lián)表的列變量。2）選擇層變量進行三緯或多維列聯(lián)表分析，可選擇控制變量，添加至“層1的1”選項組的列表框。該變量決定列聯(lián)表的層。若要增加另外的控制變量，首先單擊“下一張”按鈕，再選入另一個變量。選擇“上一張”按鈕，可以重新選擇以前確定的變量。顯示條形圖不輸出表格，只輸出統(tǒng)計量整體分析與設(shè)計的內(nèi)容SPSS列聯(lián)表統(tǒng)計分析二、操作菜單：“整體分析與設(shè)計的內(nèi)容

SPSS列聯(lián)表統(tǒng)計分析三、按鈕所對應(yīng)的對話框界面1）“精確”按鈕—精確檢驗對話框由此計算的顯著性水平低于0.05時被認為是顯著的。此方法適用于較大的數(shù)據(jù)集。當數(shù)據(jù)少或沒有明顯的分布特征時候，得到的結(jié)論可能不穩(wěn)定。對精確顯著性水平的無偏估計。它先從一個參考樣本中重復抽取樣本量相同的子樣本，再通過子樣本的顯著性水平推導總樣本的顯著性水平。使用大數(shù)據(jù)量的情況。由此計算的顯著性水平低于0.05時被認為是顯著的，即行、列存在相關(guān)性。選中復選框，表示：只有當精確檢驗方法對單個檢驗的計算時間低于限制條件時，才用它取代蒙特卡洛方法。整體分析與設(shè)計的內(nèi)容SPSS列聯(lián)表統(tǒng)計分析三、按鈕所對應(yīng)的整體分析與設(shè)計的內(nèi)容

SPSS列聯(lián)表統(tǒng)計分析三、按鈕所對應(yīng)的對話框界面2）“統(tǒng)計量”按鈕卡方檢驗計算Pearson相關(guān)系數(shù)，檢測變量的線性相關(guān)程度；計算Spearman相關(guān)系數(shù)，檢驗秩次之間的關(guān)聯(lián)。兩者取值介于-1（完全負相關(guān)）和1（完全正相關(guān)）之間。取值為0，則表示兩者不存在線性相關(guān)性。兩個有序變量的對稱關(guān)聯(lián)程度，取值范圍-1~1.取0表示低度或無線性關(guān)系。關(guān)聯(lián)性檢驗，是對Gamma系數(shù)的非對稱性推廣。對相關(guān)的有序變量進行非參數(shù)相關(guān)檢驗，適合行、列數(shù)相同的表。反映忽略定序變量之間相關(guān)關(guān)系的非參數(shù)關(guān)聯(lián)程度。取值0~1.取0表示無關(guān)聯(lián)；越接近1，關(guān)聯(lián)度越高。自變量用于預(yù)測因變量時，該檢驗反映預(yù)測誤差。等于1，表明自變量完全預(yù)測因變量；等0，則表明自變量無助于預(yù)測因變量。也用來反映關(guān)聯(lián)程度，0~11）Kappa：內(nèi)部一致性；2）Risk：反映一個因素與某事件發(fā)生的關(guān)聯(lián)度大小。3）McNemar：用于兩個二分變量的非參數(shù)檢驗。檢驗兩個二分變量獨立性的統(tǒng)計量整體分析與設(shè)計的內(nèi)容SPSS列聯(lián)表統(tǒng)計分析三、按鈕所對應(yīng)的整體分析與設(shè)計的內(nèi)容

SPSS列聯(lián)表統(tǒng)計分析三、按鈕所對應(yīng)的對話框界面3）“單元格”按鈕如果行、列具有統(tǒng)計上的相互獨立意義，將顯示期望的或預(yù)測的觀測值頻數(shù)。即單元格中的觀測值減預(yù)測值之差。即Pearson殘差，其均值等0，標準差等1非整數(shù)權(quán)重的處理方式選擇。整體分析與設(shè)計的內(nèi)容SPSS列聯(lián)表統(tǒng)