spss2-描述性统计分析课件

《spss2-描述性统计分析课件》由会员分享，可在线阅读，更多相关《spss2-描述性统计分析课件（37页珍藏版）》请在装配图网上搜索。

1、12q教师：张晓黎q电子信箱：q办公室：学院楼B420q电话： q答疑：q周四下午在学院楼B420q理解常用的描述性统计量q集中趋势：均值q离散趋势：标准差q分布形态：偏度、峰度q理解各种图形方法对数据统计特征的描述q茎叶图q箱图q了解假设检验q目的目的q通过变量的描述性统计分析，掌握和了解样本数据的统计特征和总体分布形态，进而更深入地揭示变量变化的规律。q方法方法q数据计算数据计算：计算描述性统计量的值，准确反映样本数据的统计特征。q图形绘制图形绘制：绘制常见的统计图形，通过图形来直观展现数据的分布特征，比较数据分布的异同。q频数分析是统计每一组中观测点的频数分析是统计每一组中观测点的个数个

2、数，而不考虑其实际取值。，而不考虑其实际取值。q了解变量取值的一般特征。如，哪些数值出现的频率高？变量取值的大致范围是什么？q考察数据是否符合建模所需的计量模型的假设。q评估数据的质量。如，有多少缺失值或者有多少数据录入错误？q形式q频数分布表q频数分布图取值不及格及格中等良好优秀合计取值区间0-5960-6970-7980-8990-1000100频数1919321677百分比1.30%11.69%24.68%41.56%20.78%100.00%累计百分比1.30%12.99%37.66%79.22%100.00%100.00%q频数（Frenquency）：变量值落在某个区间或者某个取值

3、点的个数。q百分比（Percent）：各频数占总样本数的百分比。q有效百分比（Valid Percent）：各频数占有效样本数的百分比。q累计百分比（Cumulative Percent）：各百分比逐级累加起来的结果，最终取值是100。q条形图（Bar Chart）：q用条形的长度表示各类别频数的多少， 其宽度是固定的q各矩形通常是分开排列的；q主要用于展示分类数据。q饼图（Pie Chart）：q直方图（Histograms）：q用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度表示各组的组距；q由于分组数据具有连续性，各矩形通常是连续排列；q主要用于展示数值型数据。q对语文成

4、绩进行分数分段统计q数据文件：3-StudentScore.savq 步骤1：对“语文”成绩进行分段qTransformRecode Into Different Variablesq结果保存为q3-StudentScore_成绩分段.savq步骤2：对“分数分段”进行统计qAnalyze Descriptive Statistics Frequenciesq结果保存为q3-StudentScore_成绩分段.spoq客户满意度的频数统计分析q数据文件：HBAT_200.savqAnalyze Descriptive StatisticsFrequenciesq结果保存为：qHBAT_200_

5、frequency.spoq通过通过频数频数分析对数据的分析对数据的总体分布状况有了总体分布状况有了基本了解之后，通常还需要对基本了解之后，通常还需要对定距定距变量变量的分布特征有更为精确的认识，这就需要通过计算基本描述统计量等途的分布特征有更为精确的认识，这就需要通过计算基本描述统计量等途径来实现。径来实现。q变量分类变量分类q定类变量：变量的不同取值仅仅代表了不同类的事物，这样的变量叫定类变量。问卷的人口特征中最常使用的问题，而调查被访对象的“性别”，就是定类变量。对于定类变量，加减乘除等运算是没有实际意义的。q定序变量：变量的值不仅能够代表事物的分类，还能代表事物按某种特性的排序，这样的

6、变量叫定序变量。问卷的人口特征中最常使用的问题“教育程度“，以及态度量表题目等都是定序变量，定序变量的值之间可以比较大小，或者有强弱顺序，但两个值的差一般没有什么实际意义。q定距变量：变量的值之间可以比较大小，两个值的差有实际意义，这样的变量叫定距变量。有时问卷在调查被访者的“年龄”和“每月平均收入”，都是定距变量。q定比变量, 有绝对0点，如质量，高度。定比变量与定距变量在市场调查中一般不加以区分，它们的差别在于，定距变量取值为“0”时，不表示“没有”，仅仅是取值为0。定比变量取值为“0”时，则表示“没有”。q分类分类q描述集中趋势(Central Tendency)的统计量q描述离散趋势(

7、Dispersion)的统计量q描述分布形态(Distribution)的统计量q指一组数据向某一指一组数据向某一中心中心集中的程度，即在某一中心附集中的程度，即在某一中心附近观测值数目较多，远离该中心的观测值数目较少。近观测值数目较多，远离该中心的观测值数目较少。q平均值（平均值（Mean）：即算术平均值）：即算术平均值 。易受极端值影。易受极端值影响。响。q中位数（中位数（Median）：把变量的值有序排列，位于中间位置的值即中位）：把变量的值有序排列，位于中间位置的值即中位数。是位置平均置，不易受极端值的影响。数。是位置平均置，不易受极端值的影响。q众数（众数（Mode）：样本中出现次数

8、最多的值，代表数据的集中程度。）：样本中出现次数最多的值，代表数据的集中程度。q求和（求和（Sum）：所有变量之和，反映变量的总体水平。）：所有变量之和，反映变量的总体水平。nxxxn/ ).(21q反映的是一组资料中各个观察值之间的差异或离散程度。反映的是一组资料中各个观察值之间的差异或离散程度。即考察所有数据相对于即考察所有数据相对于“中心值中心值”分布的疏密程序。分布的疏密程序。q方差（方差（Variance）：）：q样本方差越大，说明变量值之间的差异越大，样本样本方差越大，说明变量值之间的差异越大，样本方差没有单位。方差没有单位。q标准差（标准差（std. deviation）：）：q

9、样本标准差越大，说明变量的观测值之间的差异越样本标准差越大，说明变量的观测值之间的差异越大，距离均值这个大，距离均值这个“中心中心”的离散程序越大。的离散程序越大。q极差（Range）q也称全距或跨度或范围，R最大值最小值q极差不考虑最大值与最小值之间的观测值，仅仅依靠端点值来确定，因而稳定性差。 q最小值（Minimum）q一组资料中各个观测值的最小者。q最大值（Maximum）q一组资料中各个观测值的最大者。q均值标准误差（S.E.Mean,Standard Error of Mean，简称标准误）：q样本数据是从总体数据中抽取出来的。虽然在一定程度上，样本数据可以反映总体数据的特征。但在

10、不同次抽样中所得的样本均值是不同的，并且它们与总体均值间存在差异。均值标准误差就是描述这些样本均值与总体均值之间平均差异程度的统计量。 q考察数据分布形态特征的统计量，例如，数据分布是否对称考察数据分布形态特征的统计量，例如，数据分布是否对称、偏斜程度以及陡缓程度，主要有如下两种统计量：、偏斜程度以及陡缓程度，主要有如下两种统计量：q峰度（峰度（Kurtosis）：）：q峰度值峰度值0，数据分布比标准正态分，数据分布比标准正态分布更陡峭，为尖峰分布；峰度值布更陡峭，为尖峰分布；峰度值0，为正偏或右偏，右，为正偏或右偏，右侧的尾部更长，分布的主体集侧的尾部更长，分布的主体集中在左侧中在左侧 ；偏

11、度值；偏度值0.05,语文成绩按性别分开形成的两个样本是正态的q下图-方差齐性检验的sig0.05,说明两样本的方差差异不显著,方差是齐性的q通过频数分析，能够掌握单个变量的数据分布情况。q交叉列联表的用途q交叉列联表是两个或两个以上的变量交叉分组后形成的频数分布表。q了解和分析多个变量不同取值下的分布，掌握多变量的联合分布特征，进而分析变量之间的相互影响和关系。q例如：不同地区和不同工作分类之间的关系q交叉列联表分析的两大基本任务：q根据样本数据，产生二维或多维交叉列联表q在交叉列联表的基础上，对两两变量间是否存在一定的相关性进行分析 q产生二维或多维交叉列联表，反映不同户籍和是否购房交叉分

12、组下的分数频数分布情况。q数据文件： 4-crosstabulation1.savq步骤：Analyze Descriptive StatisticsCrosstabsAnalyze Descriptive StatisticsCrosstabsq结果： 4-crosstabulation.spo结果1的参数设置结果2的参数设置q分析q未来3年不买房的，本市户口占95%，外地户口占房5%q本市户口中，未来3年不买房的占75.7%，买房的占24.3%q未来3年的买房意愿，本市户口人数相差比较大行百分比列百分比q在交叉列联表的基础上，对两两变量间是否存在一定的相关性进行分析q 在交叉列联表的基础上

13、做进一步的分析，可以得到行变量和列变量之间是否存在联系以及联系的紧密程度如何等更深层次的信息。q观测频数是分散在列联表的各个单元格中，不容易直接发现行、列变量之间的关系及关系的强弱程序。在此借助非参数检验方法和度量变量间相关程度的统计量等手段进行分析。q例如：户口与是否买房看法有没有显著性差异q方法： 检验和相关性检验。q 检验原假设：列联表中的行变量和列变量独立q Pearson卡方统计量q若P值小于显著性水平（0.05），则拒绝原假设，说明列联表中的行变量和列变量不独立，存在依存关系q从表中可以看出，在0.05置信度水平下， 双尾检验值为0.002，小于置信度水平（0.05） ，因此，我们

14、有理由认为，户籍与是否购房之间的关系显著，及不同户籍的人对于是否购房看法不一致。列联表的卡方检验用于检验列联表的卡方检验用于检验两个两个分类变量分类变量的关联程度。的关联程度。q打开数据文件employee.sav做以下数据分析，结果保存为employee.spo,分析结果直接写在spo文件中。q计算教育水平(educ)和工作时间(jobtime)的频数统计（含平均值、标准差、最大值、最小值、偏度和峰度等统计量），并绘制带有正态线的直方图。q计算所有雇员薪酬(salary)的描述统计量：平均值，中位数，众数，标准差，方差，最大值，最小值，极差，偏度和峰度。q将薪酬在0-150000之间分成5个

15、等级，统计各薪酬等级的人数，并生成条形图或饼图。生成slrylevl变量。q0-30000为1最低薪段q30001-60000为2较低薪段q60001-90000为3中薪段q90001-120000为4较高新段q1200001-150000为5最高薪段q按性别(gender)对雇员薪酬做探索性分析：不同性别雇员的薪酬的箱图、茎叶图、QQ图和正态性检验，并作分析。q利用交叉列联表分析：q不同性别不同薪酬等级分组下的频数分布。q不同工作类别不同薪酬等级分组下的频数分布。q掌握本节所有概念和SPSS操作步骤q课堂练习：PPT中的例1-5q课后作业：例6两总体均值比较比较样本均值与总体均值之间的差异单样本T检验独立样本T检验配对样本T检验下节展望下周教学内容