第三讲 统计描述.ppt

SPSS提供了多种适用于不同相关系数的相关关系，这些检验的零假设是：行和列变量之间彼此独立，不存在显著的相关关系。SPSS将自动给出检验的相伴概率，如果相伴概率小于显著性水平0.05，那么应拒绝零假设，认为行列变量之间彼此相关。 * 计算公式如下。 （1）卡方统计量检验是常用的检验行列变量之间是否相关的方法。交叉列联表的卡方检验零假设是：行列变量之间独立，计算公式为 * 卡方统计量服从（行数?1）×（列数?1）个自由度的卡方统计，SPSS在自动计算卡方统计量后，还会给出相应的相关概率。 * （2）Contingency coefficient：列联系数。用于名义变量之间的相关系数计算。计算公式由卡方统计量修改而得，公式为 其中，N为样本数 * （3）Phi and Cramer‘s V：ψ系数。用于名义变量之间的相关系数计算。计算公式由卡方统计量修改而得，公式为 数值界于0～1之间，其中K为行数和列数较小的实际数。 * 3.11.2 SPSS中实现过程 ? 研究问题 用两个班级学生进行两个感冒疫苗的试验，两个班级学生患感冒结果如表3-10所示，问两个班级学生的患病比例有无差别。 * 表3-10 两班级学生的患病情况 班 级 患 病 不 患 病 1 53 20 2 40 4 * ? 实现步骤 图3-38 “Weight Cases”对话框 * 图3-39 在菜单中选择“Crosstabs”命令 * 图3-40 “Crosstabs”对话框 * 图3-41 “Crosstabs：Statistics”对话框 * 图3-42 “Crosstabs：Cell Display”对话框 * 图3-43 “Crosstabs：Table Format”对话框 * 3.11.3 结果和讨论 （1）先输出如下个案处理摘要表。 * （2）下面所示表格是“班级”变量和“患病”变量的交叉列联表结果表格。 * （3）交叉分组下频数分布图形，如图3-44所示。 * （4）输出卡方统计结果表。 * （5）输出相对危险度表格如下所示。 * 3.12 多选项分析 3.12.1 统计学上的定义和计算公式 定义：多选项分析是对多选项问题的分析方法。所谓多选项问题，就是一个问题的答案都是顺序变量或名义变量，并且允许选择的答案可以有多种组合。 对于多选项问题，分解（编码方案）的方法有两种。 * 1．多选项二分法（Multiple Dichotomies Method） 这种方法将每个可能的答案设置为一个SPSS变量，变量的取值有两个，分别表示选中或没选中。这种方法的缺点是需要的变量数比较多。比如一道题目有6个选项，则一道多选题目就需要用6个变量来表示。好处是比较简单。 * 2．多选项分类法（Multiple Category Method） 多选项分类法首先估计多选项问题可能出现的答案个数。比如一个多选题，如果最多有3个答案，那么就设置3个SPSS变量，分别用来存放3个可能的答案。如果某个案的答案只有两个，那么第3个SPSS变量取值为缺失值。 * 采用多选项分类法，进行普通的频数分析或交叉列联表分析有时候不能达到我们的要求。比如，我们要了解某选项的选中次数，就需要将3个变量中该选项的次数都累加起来，而不仅仅是一个变量中该选项的累加。 * 针对这种情况，SPSS提供了多选项分析方法，专门针对多选项问题。SPSS在处理的过程中会自动地将3个变量中相同答案的频率累加起来。 * 1．探索分析的内容包括下面几个方面 ? 检查数据是否有错误：过大或过小的数据均有可能是奇异值、影响点或错误数据。要找出这样的数据，并分析原因，然后决定是否从分析中删除这些数据。因为奇异值和影响点往往对分析的影响较大，不能真实反映数据的总体特征。 * ? 对数据规律的初步观察：通过初步观察获得数据的一些内部规律，例如，两个变量间是否线性相关。 * 2．探索分析的考察方法 探索分析一般通过数据文件在分组与不分组的情况下，获得常用统计量和图形。一般以图形方式输出，直观帮助用户确定奇异值、影响点、进行假设检验，以及确定用户要使用的某种统计方式是否合适。 * 3．正态分布检验 常用的正态分布检验是Q-Q图。本例中进行了正态分布检验。 * 4．方差齐次性检验 对数据分析不仅需要进行正态分布检验，有时候还需要比较各个分组的方差是否相同，这就要进行方差齐次性检验。例如，在进行独立右边的T检验之前，就需要事先确定两个数据的方差是否相同。 * 如果通过分析发现各个方差不同，还需要对数据进行方差分析，那么就需要对数据进行转换使