多元统计分及SPSS应用.pptVIP

rzhao@ session 3 聚类分析 应用多元统计分析及SPSS应用 Session 3 统计数据的收集、整理与描述 统计数据的来源 应该注意的是，SPSS 在未特别指定的情形下，直方图或频数分布表是按照原始数值逐一作频数分布的，这与日常需要的等距分组、且组数保持在一定数目的要求不符。 在调用[Frequencies]统计过程命令之前，可先对原始数据进行预处： 已知最小值为84，最大值为128，全距为10，故可要求分成5 组，起点为80，组距为10。 选择[Transform]=[Recode]=[Into Different Variable...]，在弹出的[Recode Into Different Variable]对话框中选定X，单击按钮使之进入[Numeric Variable→Output Variable]列表框，在[OutputVariable]栏的[Name]文本框中输入x1，单击[Change]按钮表示新生成的变量名为x1。 单击[Old and New Values]按钮弹出[Recode Into Different Variable:Old and New Values]子对话框，在[Old Value]选项中单击[Range]项，输入第一个分组的数值范围：80～89，在[New value]栏内输入新值：80，单击[Add]按钮. 依此将各组的范围及对应的新值逐一输入，最后单击[Continue]按钮返回，再单击[OK]按钮即完成。系统在原数据库中生成一新变量为x1，这时再调用[Frequencies]统计过程将输出等距分组且组数为5 的频数分布表。 二、分布的形状 用于描述数据分布形状即分布关于其中心的波动程度的代表值有：极差、内距、方差和标准等，它们描述了分布的离散程度和差异程度。 （一）极差(range) 极差也称为全距，是最大值与最小值之间的距离，它是数据离散或差异程度的最简单测度值，即 例如，在前面的数据中，极差为128-84=44（件）。显然，数据的离散程度大，极差就越大。极差虽然很容易计算，但它只告诉我们数据分布范围，至于分布的中间部分是如何变化的则不得而知。而且它受极端值的影响可能是很大的。 输宫奋鼎媳护秦烈江嚼冤歧率女坊蛊菠羌茧蛤缴烟毯枯侠犬涵地段舒储倚多元统计分析及SPSS应用多元统计分析及SPSS应用 （二）内距(Inter-Quartile Range, IQR) 内距又称为四分位差，是两个四分位数之差，IQR=高四分位数—低四分位数。 若内距比较小，则说明数据比较集中在中位数附近；反之则比较分散。内距常和中位数一起用来描述一个定距特别是定序测量数据的分布。 （三）方差(variance)和标准差(standard deviation) 方差是离差平方的平均数，即 或 挣滓碍赣蕴资供背濒抉拴傣轧殿滴慰评撵活赊处鬼颠涧了说剩叙惜盛捌可多元统计分析及SPSS应用多元统计分析及SPSS应用 三、偏度与峰度 （一）偏度(skewness) 所谓偏度是指反映频数分布偏态方向和程度的测度。 在频数分布中，最大集中点以上（频数曲线图横轴上众数的右边）的频数占总频数的一半多，称为右偏或正偏。 最大集中点以下（频数曲线图横轴上众数的左边）的频数占总频数的一半多，称为左偏或负偏。 偏度的计算公式为： 诉增品缘衡哇揖畏师库显视倪钡囤慑孰次紊贸磐蛀怀资记菌般僧茁况糕陛多元统计分析及SPSS应用多元统计分析及SPSS应用 （二）峰度(kurtosis) 所谓峰度，是指频数分布曲线高峰的形态，即反映分布曲线 的尖峭程度的测度。 峰度的计算公式为 当β=0 时，表示分布的峰度是正态分布的峰度；当β0 时，表示分布曲线的高峰是尖顶高峰；当β0 时，表示分布曲线的高峰是平顶高峰。 病吱芳玫撇犊倾箍苏澡横帖尔媚必纂谰曰辊骸援李瓶萍揣皋匣磕箕斩蝎尔多元统计分析及SPSS应用多元统计分析及SPSS应用 四、SPSS 操作 在SPSS 中计算上例各种指标的步骤为： （一）定义加工零件数的变量名为X，并输入原始数据。 （二）选择[Analyze