spss学习心得.docVIP

1.基本操作 各菜单的功能 数据预处理对应菜单“数据”，数据的计算在菜单“转换”中。 数据---文件合并 文件合并 当数据文件的变量名基本相同时，应选择添加个案命令；当数据文件的第一个变量的观测量基本相同时，应选择添加变量命令； 应该把少的数据添加到数据多的文件中。 加权个案 权重描述的是被考察指标在整体评价中的重要程度，即考虑其他因素对被考察指标在整体评价中重要程度的影响。 拆分文件 数据—拆分文件：作用是将数据按要求排序并且将统一性质的数据分为一个统计组，当进行数理统计时各个统计组内部数据进行统计，而各个统计组之间不参与统计。数据在拆分文件操作后，与“排序个案”操作的截面一样。 2.方差分析 2.1基本概念 1）正交试验中的方差检验 检验目的：检验各因素水平变化对试验指标的影响是否显著； 检验方法：F检验； 检验标准：F（计算）F1-α（1，n-2）时，说明在置信水平为1-α情况下，因素水平对试验指标的影响效果显著。具体规定如下： F（计算）F1-0.01（r-1，n-r）则称该F值对应的因素的影响高度显著，用 “* *”表示； F1-0.01（r-1，n-r）≥F（计算）F1-0.05（r-1，n-r）则称该F值对应的因素的影响显著，用 “*”表示； F1-0.05（r-1，n-r）≥F（计算）F1-0.1（r-1，n-r）则称该F值对应的因素有一定的影响显著，用 “（*）”表示； F1-0.1（r-1，n-r）≥F（计算）则称该F值对应的因素无显著影响。 2.2单因素方差分析 分析---比较均值—单因素ANOVA，中“对比”用于设置各组均值的精细比较，即对各均值的某一线性组合结构进行判断的比较，能够多个均值之间的差异性；而“两两比较”用于均值的多重比较，即只能分析两辆均值之间的差异性。 方差齐性：表示各个水平线的总体具有相同的方差。 体统默认的显著性水平=0.05，软件生成的“方差齐性检验”表中的“显著性”是levene统计量对应的显著性a，当a大于等于显著性水平时，说明个水平数据的方差是相同的，满足方差分析的前提条件；而“ANOVA（单因素方差分析）”表中的“显著性”是F统计量对应的显著性b，当b显著性水平时，说明因素的影响程度显著。 单因素方差分析中统计量F值及相应显著性的计算步骤为：分析—比较均值---单因素ANOVA---选项---方差同质性检验---继续---确定。 2.3多因素方差分析 操作：分析---一般线性模型---单变量---因变量---固定因子---模型---设定（设定参与统计的因素，包括交互作用，当交互作用添加不合适时生成的方差分析表中有些数据可能缺失）---选项---描述性统计量---方差同质性检验（方差前提条件检验）。 Spss软件多因素方差分析功能能够计算出正交试验表中空列（误差列）的方差及其自由度，但是不能误差平均变差平方和及比其小的各列平均变差平方和合并为新的误差平均偏差平方和，所以，用spss做出的正交试验方差分析表应检查该项，并手工调整。3.绘图 3.1绘图用origin 1）将数据按下图方式输入数据 3）单击“确定”出现下图： 4）然后在图形外单击右键如图，7）选择“标题和格式”----“主标记”（选“无” ）-------“副标记”（选“无” ），点击确定则有下图： 8）同理，双击原坐标轴，）选择“标题和格式”----“主标记”（选“入” ）-------“副标记”（选“入” ），点击确定则有下图： 4.回归分析 4.1析基本概念 4.1.1置信区间，置信水平（又称置信度），显著性水平 置信区间（50%,60%）α=95%，显著性水平α=0.05，含义如下： 举例来说，如果在一次大选中某人的支持率为55%，而置信水平0.95上的置信区间是（50%,60%），那么他的真实支持率有百分之九十五的机率落在百分之五十和百分之六十之间，因此他的真实支持率不足一半的可能性小于百分之2.5。 如例子中一样，置信水平一般用百分比表示，因此置信水平0.95上的置信空间也可以表达为：95%置信区间。置信区间的两端被称为置信极限。对一个给定情形的估计来说，置信水平越高，所对应的置信区间就会越大。检验标准：F（计算）F1-α（1，n-2）或时，说明在置信水平为1-α或1-α/2情况下，方程的线性回归效果显著。 4.1.3估计值的标准误差 估计标准误差是说明实际值与其估计值之间差异程度的指标,主要用来衡量回归方程的代表性。 　　公式： 估计标准误指标作用: 　　它可以说明回归方程的理论值代表相应实际