第十二章的统计处理探索.ppt

主要内容 统计描述方法概述 SPSS的发展 SPSS功能概述 SPSS数据的简单处理 利用SPSS进行统计描述 一、统计描述方法概述 统计描述方法是研究简缩数据并描述这些数据的统计方法。 将搜集来的大量数据资料加以整理、归纳和分组，简缩成易于处理和便于理解的形式； 计算所得数据的各种统计量，如平均数、标准差、以及描述有关事物或现象的分布情况、波动范围和相关程度等； 揭示事物的特点和规律。 （一）数据资料的整理和表示 数据检查：完整性和正确性 数据分类：品质分类、数量分类 数据排序：数量排序、次数排序 数据统计表：成绩单等 数据的图式法：饼图、直方图等 （二）统计描述特征参数 集中趋势 离散趋势 次数分布特征 总体水平特征分析 各层次分布特征分析 其他趋势 1、集中趋势的描述指标 （1）算数平均数（Mean） 误差最小的总体代表值。 （2）中位数（Median） 在有极端值时，中位数比均数更能代表数据的集中趋势。 （3）众数（Mode） 样本数据中出现频次最大的那个数字。 （4）Z分数 2、离散趋势的描述指标 （1）全距（Range） 反应变量的变异范围或离散幅度。 它仅取决于两个极端值，不能反映其间的变量分布情况。 （2）方差和标准差（Variance和Standard Deviation） 对于每个数据而言，其离散程度的大小就是与均数的差值，称为离均差。 离均差之和不能描述整体样本的离散程度。因为所有数据的离均差之和等于零。 考虑将离均差取绝对值再求和，离均差绝对值之和可以表示数据离散程度的大小。 绝对值符号在数学推导中很难处理，又改用将各离均差先平方再求和。 离均差平方和在使用上比绝对值方便，但受到样本量影响，样本越大该指标就越大。因此要去除样本量的影响。 将离均差平方和除以样本量N，就是方差。 方差克服了离均差平方和样本量的影响，能反映不同样本量数据分布的离散程度。 方差越大，数据的分布离散程度越大。 标准差 方差常出现量纲不合理。如身高的量纲为米，方差的量纲就是平方米，很别扭。 为此，将方差开放，就是标准差。 对于同性质的数据来说，标准差越小，数据的变异程度越小，即数据越整齐，数据的分布范围越集中；标准差越大，表明数据的变异程度越大，即数据越参差不齐，分布越分散。 3、次数分布特征 次数分布，指总体或样本按随机变量大小次序在出现频率上的排列。 通常，用次数分布表、次数分布直方图或次数分布曲线来表示。 例如：有50名学生的成绩，原始数据如下 次数分布表编制方法 求全距：最大数-最小数=98-51=47 定组数：一般10到20为宜 定组距：组距=（全距+1）/组数=（47+1）/10=4.8（取5） 定组限：95-100，90-95，85-90…… 求组中值：组中值=（上限+下限）/2 归类：把原始数据分别归入相应组中，得到次数分布表。 次数分布表 次数分布直方图-SPSS分析 4、总体水平特征分析 ——X-S平面特征数据分析模型 X-S平面特征数据分析模型 5、各层次分布特征分析 —利用正态分布进行层次分析 （1）正态分布的特征： 正态分布的曲线是一条对称曲线； 单峰，在均值处达到最高点； 正态分布曲线峰的矮阔或尖峰与标准差有关。标准差越大，个体差异越大，正态曲线越矮阔。 曲线无论向左或右延伸，都是越来越接近横轴，但不会与横轴相交，以横轴为渐进线。 不同形态的正态曲线 （2）正态曲线下各等分所包含的面积 利用正态分布曲线的特性，可以划分不同学习水平等级的界限和学生人数比例的理论数值。 如：常态 =75，S=10的情况，其优良中差各等级的分数范围和人数比例（假设人数n=30）如表所示： 例如：给定样本n=30，得知平均分为83，标准差为7.78，便可得到学习水平等级的划分界限，并将人数比例的理论数和实际数相比较。 当 =83，S=7.78，n=30时，各等级分数范围与人数比例 样本组的峰值位置位于正态分布曲线的右侧，属于正偏态。 样本组的水平等级标准较高，分数要在94.7 以上才能达到优秀，而在71.3之下便是差等。 样本组中优、良的实际人数（18）要比理论人数（15）所占比例多。 因此，该样本总体属于平均水平较高的整体。 二、SPSS的发展 SPSS，Statistical Package for Social Science，社会科学统计软件包。 SPSS发展史 1968年，斯坦福大学的三位研究生开发了最早的SPSS；同时成立了SPSS公司，并于1975年在芝加哥组建了SPSS总部。 20世纪80年代前，SPSS主要用于企业、事业单位； 1984年，SPSS推