SPSS学习笔记课案 (2)

《SPSS学习笔记课案 (2)》由会员分享，可在线阅读，更多相关《SPSS学习笔记课案 (2)（15页珍藏版）》请在装配图网上搜索。

1、SPSS学习笔记描述样本数据 一般的，一组数据拿出来，需要先有一个整体认识。除了我们平时最常用的集中趋势外，还需要一些离散趋势的数据。这方面EXCEL就能一次性的给全了数据，但对于SPSS，就需要用多个工具了，感觉上表格方面不如EXCEL好用。个人感觉，通过描述需要了解整体数据的集中趋势和离散趋势，再借用各种图观察数据的分布形态。对于SPSS提供的OLAP cubes（在线分析处理表），Case Summary（观察值摘要分析表），Descriptives （描述统计）不太常用，反喜欢用Frequencies（频率分析），Basic Table（基本报表），Crosstabs（列联表）这三个，

2、另外再配合其它图来观察。这个可以根据个人喜好来选择。一使用频率分析（Frequencies）观察数值的分布。频率分布图与分析数据结合起来，可以更清楚的看到数据分布的整体情况。以自带文件Trends chapter 13.sav为例，选择Analyze-Descriptive Statistics-Frequencies，把hstarts选入Variables，取消在Display Frequency table前的勾，在Chart里面histogram，在Statistics选项中如图1 分别选好均数(Mean)，中位数(Median)，众数(Mode)，总数(Sum)，标准差(Std. de

3、viation)，方差(Variance)，范围(range)，最小值(Minimum)，最大值(Maximum)，偏度系数(Skewness)，峰度系数(Kutosis)，按Continue返回，再按OK，出现结果如图2图2表中，中位数与平均数接近，与众数相差不大，分布良好。标准差大，即数据间的变化差异还还小。峰度和偏度都接近0，则数据基本接近于正态分布。下面图3的频率分布图就更直观的观察到这样的情况图3二采用各种图直观观察数据分布情况，如采用柱型图观察归类的比例等。 同样以自带文件Trends chapter 13.sav为例，我们可以观察一下各年的数据总和的对比：1 选择Graph-Ba

4、r-Simple，在“Data in chart are”一项选择Summary of groups of cases，然后按Define出现图4图4 2选择Bars Represent-Other statistic(e.g. mean)，把hstarts一项选入Variable里面，把YEAR, Periodic一项选入Category Axis项中，并按Change Statistic键，出现图5：图53在Statistic选项中选Sum of values一项，按Continue返回，按OK即可出现图6：图6从图中可以非常直观的看出1965年-1975年间，每年的总体数量对比和各数值多

5、少。三通过列联表来观察，数据的交错关系。 以软件自带的文件University of Florida graduate salaries.sav来说明1、选择Tables-Basic Table，在弹出对话框中，选择Graduate到Summaries栏，College到Down ，Gender到Across栏，如图7图72、选择Statistics按键，选取Count和layer%到Cell Statistics一栏，并按Continue键，如图8图8三、选择Layout按键，选择Summary Variable Labels-In separate labels（汇总的标签，如本例的Gra

6、duate，放在表外），Statistics Labels-Across top（数据的标签横放在顶部，如本例的Count和Layer%），并在Label groups with value labels only前选择打勾(表示只需要具体的标签名就可以，不需要汇总名，如本例Gender和College)，如图9图9四、选择Total按键，在Totals over each group variable一项前选勾，则输出表会有增加汇总一栏，如图10图10提示，需要什么表格形式可以根据要求来调整，但对输出按键都需要熟悉，多尝试几次就可以看出不同的区别。图11为输出的表格图11重要提示：如果结果变

7、成变量的汇总（SUM），则先选择Data-Weight Cases，把Graduate的选项先选入Weight Cases by内，再选回Do not weight Cases，按OK即可。对于其他带有编号的一项都可以这样做。这一点不知为何，本人屡次试过总需要这样调整。参考图12图12几种常用的统计方法应用 一般来说，最最常用的统计分析有假设检验和回归分析，在SPSS中也有很好的对应工具来做这些分析，但对其基本思路和要求都必须了解，这样才能更灵活的发挥。下面抄录EXCEL在市场调查中的应用一书中关于这方面的内容：1假设检验 目的：是用来判断样本与样本，样本与总体的差异是由抽样误差引起还是本质差

8、别造成的统计推断方法。基本思想：小概率反证法思想。即P0.01或PSequence，如图15图15把hstarts选入Variables项，把No.选入Time Axis Lables，然后按OK，出现图16：图16 从图可以看出，数据总是在一个周期内反复在上下波动，虽然高低的位置不一样，但这种波动显然是随着时间的不同而变化。因此可以察看，因变量与时间的关系如何。选择Data-Define Dates，出现图17图17 在Year一栏填入1965，Month一栏填入1，表示数据从1965年1月开始计算选择Analyze-Correlate-Bivariate，出现图18图18把hstarts，

9、Year和Month都选入Varibales选项，Correlation Coefficients选择Pearson和Spearman（其实只需要选Spearman就可以，这里只是试一下，作为比较）。注：相关检验中有Pearson（皮尔森）相关系数和Spearman（斯皮尔曼）等级相关，前者也称皮尔森相关系数，是对两个定距变量关系的刻画；后者是用来考察两个变量中至少有一个定序变量时的相关关系。Zero-order Correlations（零阶偏听偏相关系数）是按Pearson简单相关系数公式计算得到的相关系数。在皮尔森系数r是对两个定距变量关系的刻画:若-1r1，|r|越大，表明两个变量之间

10、的相关程度越强。若0若-1rRegression-Curve Estimation，出现图22图22 把hatarts选入Dependents选项，Independent选择Time，Models选择（Linear）线性回归，（Quadratic）二次曲线回归，（Cubic）三次曲线回归，（Exponential）指数回归，选择Include constant in equation表示方程式有常数项，Plot models则表示用图表示，然后按OK，出现图23图23线性方程：Y=70.43 0.135X二次曲线方程：Y=64.171 0.415X-0.02X2 三次曲线方程：Y=87.68-

11、1.667X 0.037X2( 0X3)指数曲线方程：Y=68.229xe0.002 从Sig值判断，都小于0.05，都接受回归成立，这样，只能从R拟合度和F值较大来判断三次曲线方程的拟合程度比较高。注意，如果方程成立的话，想要增加预测，则可以在Save选项中选择Predicted Values一项，如果还想预测未来的数值，则可以在原表上增加若干行（如1行），然后选择Predict Cases下面Predict through，在Year填入1976，在Month填入1，这样就表示预测值到1976年的一月。如图24所示。图24 注意，在Independent选择Time和把ID选入结果一样，则

12、因为ID是以时间为序来排，所以结果一样。3时间序列 因为R的似合度分别为0.05，0.064，0.199和0.039，都比较低，方程的效果不太好，如果要预测数值还是选择时间序列比较合适，因为从刚才Sequence的图也可以观察到，数据是以后的时间来波动的变化关系。选择Analyze-Time Series-Exponential Smoothing，出现图25图25把hstarts选入Variables选项，并在Model选择Winters（注意，三种不同的模型的选择：简单指数平滑适用于不包含长期趋势和季节成分的数据；Holt方法适合于包含长期趋势但不包含季节成分的数据；Winters方法适合

13、于包含季节成分（以及长期趋势）的数据。EXCEL中只有简单的指数回归，与这里的绝不相同，从这里也可以看到专业分析软件的优势更具体更仔细），又按Save键，如图26图26Predict Case选项中选择Predict through，并在Year栏填入1976，month填入6，这样就可以得到1976年1-6月份的预测值（注意，此处与上面的回归不同，不需要增加6个ID，不然结果会显示有缺失值）。返回，按Parameters键，如图27图27分别把Alpha（截距项的平滑系数），Gamma（趋势项的平滑系数）和Delta（季节指数的平滑系数），设为从0到1之间以步长0.05搜索最优的参数值，其它

14、选项采用默认值。返回按OK，出现结果如图28： 图28从图可看到平滑指数分别是Alpha0.75，Gamma=0，Delta=0，而更重要的是，可以直接得到预测值，如图29：图29除了Fit一项的预测外，可以得到1976年1-6月的预测结果。同时，可以通过FIT 1的预测情况与上面三次曲线回归方程比较，采用平均绝对误差、均方根误差和平均绝对百分误差的结果选择更佳的答案。 与EXCEL表现的比较和补充 这一点是针对像我这样开始只懂得用EXCEL的人来说。从个人的体会来说，二种软件有一定相似，操作都简便，同时又有一些可以互补的地方。一、图型的表现力是SPSS的主要优点之一应该说，EXCEL的图型表

15、现主要是简便，对许多的人来说基本够用，但对于科学的表现，SPSS就更为详细和准确，这一点据说在所有统计软件中都突出。因为大多的书里面都谈到，这里从略。二、通过SPSS检验方差齐性和数据分布假设检验中，采用的t检验和方差检验都需要满足二个要求，即1样本方差齐性2样本总体呈正态分布在EXCEL中，提供了F检验来检验方差齐性问题。也就是可以先通过F检验确定方差齐性与否来选择下一步用哪个T检验或方差检验分析工具。但只要数据多于二组则无从下手；通过描述统计大约能从峰度和偏度来了解样本的分布（实际工作中，只要分布单峰且近似对称分布，也可应用注2），但要具体确定样本的分布也有难度。这二个问题在SPSS就可以

16、解决。A、用SPSS检验方差齐性同样以University of Florida graduate salaries.sav文件作为例子来检验性别数据是否方差齐性a.选择Analyze-Descriptive Statistics-Explore，再选择Dependent List-Graduate，Factor List-Gender，Display-Both，如图30图30b.点击Plot按键，在对话框里选择Boxplots-None，Spread vs.Level with Levene Test-Untransformed，在Descriptive选择中取消Stem-and-leaf一

17、项，如图31图31然后，按OK键，结果如图32显示：图32图32中可以看出,显著值sig都大于0.05，因此不能拒绝H0方差齐性的假设，即数据的方差齐性。提示，在SPSS中，应用t检验是不需要单独检验方差齐性问题。结果中就有Levene检验的结果，从中就可以选择方差分别作为相等与不等假设时的结果，如图33图33而在方差检验中， Option的按键有一个Homogeneity of Variance test的按键，选择后，输出就有方差齐性的检验结果。B、用SPSS检验样本总体的分布。以软件自带文件World 95 for Missing Values.sav作为例子检验出生率的分布是否服从正态

18、a. 选择Data-Weight Cases，并把Birth rate per 1000 people选入Weight cases by的选项，如图34图34b.选择Analyze-Nonparametric Tests- 1 sample K-S，把Birth rate per 1000 people选入test Variable List选项，Test distribution选Normal，如图35图35c.按OK可以看到结果如图20，两侧检验率为0，则表示拒绝接受Ho（数据整体服从正态分布）的假设，数据分布不服从正态分布。图36提示，除了正态（Normal）外，还可以检验其它分布，只要

19、在图中选项中选择Uniform（均匀分布），Poisson（泊松分布），Exponential（指数分布）即可。当然，如果样本过大，可能SPSS也会拒绝运算。三、感觉在数据和表格处理上，EXCEL要强一点。像图11中，想把男性和女性的个数和个数百分比各自合为一列，结果不能做到。又如在运算方面，EXCEL就能直接在单元格上操作，而SPSS则要下拉菜单，不但麻烦，而且观察和调整的效果也不如EXCEL理想。四、作为专业的统计软件，SPSS感觉比EXCEL更丰富，也更准确，EXCEL也有自身方便性的优点。可以根据个人喜欢来选择。最后用毛炳寰先生的劝导来结束这篇东西：1用自己熟悉，有把握的方法来做分析2仔细处理初级数据，所谓“Garbage in，garbage out”。3引用的时候不需要全部都罗列出来，同时也不用刻意的去搞清楚每一项表示的内容。（对这最后一个，本人有点保留，但也确实在这个探索过程令我沮丧，觉得还是忠言）