ppt 第4章 基本统计量的描述.ppt

第四章 SPSS基本统计分析 频数分析 计算基本描述统计量 探索性数据分析 交叉分组下的频数分析（卡方检验） 多选项分析 比率分析 涉及的统计过程： “描述统计”的全部 “比较均值”的均值过程 “多重响应”过程 用途：主要用来描述一个或多个变量的描述性统计量以及分布特征，分析变量间的关系。 统计基础：随机变量与概率分布 随机变量：有些变量在观察前事先不能确定数值，但其取值又有一定规律性。 概率(probability) ：描述随机事件发生的规律性、可能性。取值界于0和1之间。 离散性随机变量：如击中次数，常用概率分布列表示具体取值的概率。 连续性随机变量：如身高、体重等变量，常用概率分布密度函数表示某取值范围的概率。 概率分布密度函数 常见的概率分布曲线 描述数据分布形状的特征量 偏度g1：分布形状的左右对称性。g1 0 ，正偏态；g1 0，负偏态 峰度g2 ：以正态分布为标准，描述分布峰态的指标。g2 0 ，尖峭峰；g2 0，平阔峰 正态性检验 一、频数分析 目的：粗略把握数据的分布特征 功能： 编制频数分布表：频数、百分比、累计百分比 绘制频数分析中常用统计图：条图、饼图、直方图 计算基本描述统计量 基本操作：分析－描述统计－频率 选项按钮： 统计：选择输出统计量：集中、离散趋势、分布特征、百分位数。 图标：选择绘制的图形：条图、饼图、直方图（仅用于定量变量）。 格式：定义频数表输出格式 统计选项 计算分位数 计算常用描述统计量 频数分布表格式定义 频数分析应用举例 储户的户口、职业（分类数据）：使用频数、百分比描述，累计百分比无太大意义。 储户收入水平（定序数据）：除使用频数、百分比外，还有累计百分比。 取款目的排名：频数分布表输出按频数降序输出频数—格式—降序个数 数据中若存在缺失值，使用有效百分比。 取款金额（定量数据）的分析 不显示频数分析表 统计 图表：直方图 不同户口(城镇、农村)的人群取款目的分析：首先做数据拆分，再进行频数分析 二、计算基本描述统计量 目的：精确把握变量的总体分布状况。 基本操作： 描述统计－频率过程：统计 描述统计－ 描述过程 描述统计－ 探索过程 均值比较－均值 过程（分组显示） 用途：计算变量的集中趋势、离散趋势、偏度、峰度等指标，绘制统计图。 几个过程的基本描述统计量比较 几个过程的其他功能 描述统计－ 描述 过程的独有功能 均值比较－均值过程的独有功能 三、探索性数据分析 基本操作：分析－描述统计－ 探索过程 目的：对数据进行初步考察 用途： 计算整体或分组数据的描述性统计指标 输出描述性统计图：茎叶图、直方图、箱式图 正态性检验、方差齐性检验 检查数据的错误，辨认奇异值 选项：缺失值处理1、某观测在所选择的变量中有缺失值时，该观测不参与全部分析2、仅在与该变量有关的分析中视为缺失值3、缺失值做为一个组别输出 例：居民储蓄调查 描述城乡居民存取款金额的差别 检查存取款金额的奇异点和极端值 对存取款金额进行正态性检验和方差齐性检验，以便进一步选择分析方法。 箱式图是在剔除了变量的极端值、奇异点后计算统计量并绘制的。中间的黑粗线为中位数，红框为四分位间距的范围，上下两个细线为最大、最小值。 四、交叉分组下的频数分析 目的：掌握多变量的联合分布特征，分析变量间的关系。 功能： 产生描述多变量联合分布的列联表 比较两个（或以上）样本率或比例差异（卡方检验） 变量间的关联度分析 1、变量关系概述 变量间的关系:有关与无关。 有关:如果一个变量的取值发生变化，另外一个变量的取值也相应发生变化 无关:如果一个变量的变化不引起另一个变量的变化。 列联分析——行列变量间的关系 两变量是否相互独立。 两变量是否有共变趋势。 一变量的变化多大程度上能由另一变量的变化来解释。 由此可见，期望值与观察值的差距越大，说明两变量越不独立，也就越相关。因此， Pearson卡方的表达式如下： 当为四格表时， 卡方的取值在0~∞之间。卡方值越大，行列变量的关联性越强。 界面说明 【行】：用于选择行*列表中的行变量。 【列】：用于选择行*列表中的列变量。 【层】：层变量。 【显示复式条形图】：显示复式条图。 【取消表格】：不输出行*列表。 【精确】：针对2*2以上的行*列表设定计算确切概率的方法。 注：安装SPSS时除非特别选定，否则“精确”模块一般不安装。 列联表所研究的问题 城镇和农村的储户收入水平状况相同吗？ 行变量：户口 列变量：收入水平 不同班级的患病情况一致吗？ 行变量：班级 列变量：患病 城乡储户认为存钱合算的比例是否相同？ 行变量：户口 列变量：什么合算 1、卡方检验步骤 提出假设H0：行、列变量独立（对立假设为？） 计算检验统计量（卡方