SPSS第二部分基本分析.pptVIP

方差不相等时在检验统计量 方差分析 单因素方差分析 华东交通大学经济管理学院 P76 方差不相等 方差分析 双因素方差分析 一个观察变量与两个控制变量，分析多个控制变量的作用，多个控制变量的交互作用以及其他随机因素作用是否对观察变量产生显著影响 Analyze→General Linear Model→Univariate Dependent Variable：选择观察变量 Fixed Factor[s]：选择两个控制变量 Random Factor[s]：随机因子变量 Covariate[s]：协方差分析时的协变量 WLS Weight：加权最小二乘法的权重变量 华东交通大学经济管理学院 P77 方差分析 双因素方差分析 Analyze→General Linear Model→Univariate Model：选择建立多因素方差分析模型 Contrasts：是否对控制变量各水平上的观察变量的差异进行对比分析 Post Hoc：进行多重比较检验 Plots：以图形展现各控制变量间是否有交互影响 Save： Options：选择项 华东交通大学经济管理学院 P78 方差分析 双因素方差分析 华东交通大学经济管理学院 P79 相关分析 什么是相关分析 相关分析是一种测度事物间统计关系强弱的一种手段和工具，旨在研究事物之间或称变量之间关系密切程度 线性相关分析研究两个变量间线性关系的程度，相关系数是描述这种线性关系程度和方向的统计量，通常用r表示。相关系数是一个无量纲的量，其值在－1～＋1之间。 SPSS中的相关分析包括二变量相关分析、偏相关分析和距离分析 华东交通大学经济管理学院 P77 相关分析 二元变量的相关分析 两个变量间的相关分析包括两个连续变量的相关和两个等级变量的秩相关，可以通过不同的选项选择不同的分析方法 Analyze→Correlate→ Bivariate Variables：选择分析变量 Correlation Coefficients：相关系数选择项 Pearson相关系数——用来度量定距变量间的线性相关关系 Kendall’s tau-b等级相关系数——用来度量顺序水准变量间的线性相关关系 华东交通大学经济管理学院 P77 相关分析 二元变量的相关分析 Analyze→Correlate→ Bivariate Correlation Coefficients：相关系数选择项 Spearman等级相关系数——用来度量顺序水准变量间的线性相关关系 Test of Significance Two-tailed：双尾检验 One-tailed：单尾检验 Flag significant correlations：对显著的相关系数加“*” Options 华东交通大学经济管理学院 P77 相关分析 二元变量的相关分析 华东交通大学经济管理学院 P77 相关分析 偏相关分析 在控制其他变量对待分析的两个变量影响的条件下，分析两变量的线性相关关系 偏相关分析的工具是计算偏相关系数 Analyze→Correlate→ Partial Variables：选择分析变量 Controlling for：选择控制变量 Test for Significance： Display actual significance level：显示相伴概率 Options: 华东交通大学经济管理学院 P77 相关分析 偏相关分析 华东交通大学经济管理学院 P77 均值比较与检验 配对样本t检验 Analyze→Compare Means→Paired-Samples T Test（分析-比较均值-配对样本t检验） Paired Variables：指定配对变量 一次只能选两个变量配对 但可指定多组配对变量 Options 非参数检验 非参数检验是在总体不服从正态分布或总体分布未知时，用来检验除总体参数之外的一些问题的检验方法。如对总体分布的检验、对样本随机性的检验等。 总体分布的卡方检验 根据样本数据推断总体的分布与期望分布或某一理论分布是否有显著差异 原假设：样本来自总体的分布与指定分布相同 非参数检验 总体分布的卡方检验 原理：将总体分为k个互斥的类，比较各类实际观察频数与理论分布的期望频数之间的关系，若接近则认为样本来自的总体服从某种理论分布 Analyze→