第8讲描述性统计重点.ppt

通过箱图（Boxplots）描述数据分布 语文成绩箱图 五、探索性分析 通过箱图（Boxplots）描述数据分布 （数据文件：3－StudentScore.sav） 五、探索性分析 五、探索性分析 通过正态分布检验的Q－Q概率图描述数据分布的正态性(有两种) （1）正态概率图以变量（语文成绩）的观测值为X轴坐标，以该变量分布的Z分数为纵坐标。斜线为正态分布的Z分数的期望标准线，若观测点离线越近，表示点越符合正态分布。反之，越不符合正态分布。 五、探索性分析 通过正态分布检验的Q－Q概率图描述数据分布的正态性 （2）反趋势正态概率图也是以变量（语文成绩）的观测值为X轴坐标，以该变量分布的Z分数与正态分布期望值的偏差为纵坐标。水平直线为期望标准线，若观测点离线越近，表示该点越符合正态分布。反之，越不符合正态分布。 五、探索性分析 通过正态分布检验的Q－Q概率图描述数据分布的正态性 （数据文件：3－StudentScore.sav） Analyze →Descriptive Statistics→Explore… 五、探索性分析 五、探索性分析 SPSS操作及案例分析 例五：按数据文件：4－Explore.sav 考察男女学生“英语”、“数学”、“语文”三门课程成绩的分布、极端值以及正态分布性和方差的齐性。 五、探索性分析 SPSS操作及案例分析 箱图 五、探索性分析 SPSS操作及案例分析 正态概率图 反趋势正态概率图 五、探索性分析 SPSS操作及案例分析 从K－S检验以及S－W检验两种方法的Sig.值看，均大于0.05，表明三门课程成绩按男女分开的样本都是正态分布的。 五、探索性分析 SPSS操作及案例分析 根据方差齐性检验结果可以看出，语文成绩按照男女分开的样本显著性水平Sig.值都大于0.05，表明方差的差异不显著，也就是说方差是齐性的。 五、探索性分析 SPSS操作及案例分析 例五：操作步骤（数据文件：4－Explore.sav ） Analyze→Descriptive Statistics→Explore... 假设检验 假设检验（Hypothesis Testing），或者叫做显著性检验（Significance Testing）是数理统计学中根据一定假设条件由样本推断总体的一种方法。其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。既然以假设为前提，那么在进行检验前需要提出相应的假设： H0：原假设或零假设（null hypothesis），即需要去验证的假设；一般首先认定原假设是正确的，然后根据显著性水平选择是接受还是拒绝原假设。 H1：备择假设（alternative hypothesis），一般是原假设的否命题；当原假设被拒绝时，默认接受备择假设。 不同的检验有不同的零假设，但基本上对检验结果的判断都遵循以下判别规则: （1）如果相伴概率值（P值或Sig.值）小于或等于显著性水平α，则拒绝H0。 （2）相伴概率值（P值或Sig.值）大于显著性水平α，则接受H0。 （3）相伴概率值在spss运行结果中查找。显著性水平可由用户自行设定，如没有特别要求可取默认值0.05 K-S检验的原假设H0是数据服从指定的分布（如正态分布） 卡方检验（chi-square test）， ?2检验是以?2分布为基础的一种假设检验方法，主要用于分类