第1章 多元正态分布的参数估计m.ppt

* * 1.纵向合并（Add Cases） 是指把两个或多个数据文件实现上下对接。纵向合并要求两个数据文件有相同的变量和不同的观测。 操作步骤：Data→Merge Files→Add Cases 2.横向合并（Add Variables） 是指把两个或多个数据文件实现左右对接。横向合并要求两个数据文件有相同的观测和不同的变量。 操作步骤：Data→Merge Files→Add Variables 数据拆分 在进行统计分析时，经常要对文件中的记录进行分组，然后按组分别进行分析。这时就要对数据进行拆分。 操作步骤：Data→Split File 注：这里的数据拆分并不是物理结构上的分成两个数据文件，而只是在进行各项数据分析之前，做形式上的拆分。 计算新变量 在对数据文件中的数据进行统计分析时，有时需要对数据文件中的变量加工产生新的变量，这时就要通过计算产生新的变量。 操作步骤：Transform→Compute 数据重新编码 有时候收集到的数据形式不太适合作进一步的统计分析，这时就可以利用spss提供的重新编码命令进行处理。 操作步骤： 数据标准化 在进行统计分析时，经常需要对各统计指标数值进行标准化处理，最为常用的数据标准化方法是“标准差标准化法”，也称为“Z分数法”。其计算公式如下： 数据标准化的操作步骤： Analyze→Descriptive Statistics →Descriptives SPSS数据文件的统计描述 基本概念和原理 统计描述是指如何搜集、整理、分析、研究并提供统计资料的理论和方法，用于说明总体的情况和特征。 频数分布 频数分布是指在统计分组的基础上，将总体所有的单位按某一标志进行归类排列，并计算各组的单位数。 集中趋势指标 集中趋势指标也叫平均指标，它表明同类现象在一定时间、地点和条件下所达到的一般水平，是总体内部各单位参差不齐的标志值的代表值。 集中趋势指标 平均指标有数值平均数和位置平均数两大类。 常用的数值平均数有算术平均数、调和平均数、几何平均数。 常用的位置平均数有中位数和众数。 集中趋势指标 ⑴算术平均数（Mean）：由样本标志值的总和除以样本数据的个数得出。 算术平均数指标仅适用于定比数据和定距数据。 ⑵中位数（Meadian）:是将样本标志值按大小顺序排列之后，位于中间位置的那个标志值。 中位数适用于定比数据、定距数据和定序数据。 集中趋势指标 ⑶众数（Mode）：是指在总体中出现频数最大的那个标志值。 众数是一种位置平均数，不受异常值的影响，在实际工作中应用较为普遍 众数指标适用于定比数据、定距数据、定序数据和定类数据。 离散程度指标 离散程度指标也称为变异指标，在统计分析中具有重要作用。 ⑴它可以表明现象的均衡程度和稳定程度； ⑵它可以表明平均指标的代表性，数据离散程度越大，则该分布的平均指标代表性就越小。 常用的离散程度指标 ①方差（Variance） 各单位标志值与算术平均数离差平方的平均数。其计算公式为： 常用的离散程度指标 ②标准差（Std.deviation） 方差的平方根。 与方差比起来，标准差的度量单位与原始变量相同，因此更能适当地表现数据的变异程度。 常用的离散程度指标 ③均值标准误差（S.E.mean） 也叫抽样标准误，是样本均值的标准差。其计算公式为： 常用的离散程度指标 ④极差（Range） 样本中最大值与最小值的差。 极差虽然计算简单，但是它受个别异常值得影响过于显著，不符合稳健性的要求。 反映分布形态的描述性指标 偏度和峰度从整个分布的形态角度来描述样本特征。 反映分布形态的描述性指标 ①偏度（Skewness） 偏度是衡量数据分布对称性的指标，其计算公式为： 反映分布形态的描述性指标 反映分布形态的描述性指标 ②峰度（Kurtosis） 峰度是衡量分布尖峭程度的指标。其计算公式为： 反映分布形态的描述性指标 频数分析 频数分析适用于离散变量，其功能是描述离散变量的分布特征。 频数分析的操作步骤 1.选择菜单Analyze→Descriptive Statistics→Frequencies 将要进行频数分析的变量移入Variable列表框中。 2.单击Statistics按钮，弹出Statistics子对话框，选择输出的描述性统计量 频数分析的操作步骤 3.单击Charts按钮，弹出Charts子对话框，设置生成的统计图 4.单击Format按钮，弹出Format子对话框，对输出的频数分布表的格式进行设置 Transform菜单的常用功能 数据自动分组：就是依照分组变量值的大小，将个案分成若干组。存放组号的标志变量记录着每各个案相应分组变量的升序或降序排名的名次，名次相同的个案具有相同的组号。 数据自动分