SPSS统计分析和统计图表的绘制指导书.docVIP

实验三 SPSS统计分析及统计图表的绘制 一、实验目的 要求学生能够进行基本的统计分析；能够对频数分析、描述分析和探索分析的结果进行解读；完成基本的统计图表的绘制；并能够对统计图表进行编辑美化及结果分析；能够理解多元统计分析的操作（聚类分析和因子分析）。 二、实验内容与步骤 2.1 基本的统计分析 打开“分析/描述统计”菜单，可以看到以下几种常用的基本描述统计分析方法： 1.Frequencies过程2.Descriptives过程 调用此过程可对变量进行描述性统计分析，计算并列出一系列相应的统计指标， 3.Explore过程 调用此过程可对变量进行更为深入详尽的描述性统计分析，故称之为探索性统计。它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，显得更加细致与全面，有助于用户思考对数据进行进一步分析的方案。 Descriptives：输出均数、中位数、众数、5%修正均数、标准误、方差、标准差、最小值、最大值、全距、四分位全距、峰度系数、峰度系数的标准误、偏度系数、偏度系数的标准误； Confidence Interval for Mean：平均值的%估计； M-estimators：作中心趋势的粗略最大似然确定，输出四个不同权重的最大似然确定数； Outliers：输出五个最大值与五个最小值； Percentiles：输出第5%、10%、25%、50%、75%、90%、95%位数。 4Crosstabs过程 调用此过程可进行计数资料和某些等级资料的列联表分析，在分析中，可对二维至n维列联表（RC表）资料进行统计描述和χ2 检验，并计算相应的百分数指标。此外，还可计算四格表确切概率（Fisher’s Exact Test）且有单双侧（One-Tail、Two-Tail），对数似然比检验（Likelihood Ratio）以及线性关系的Mantel-Haenszelχ2 检验。表 一般统计图表 1.条形图（Bar） 图3 条形图定义选项框 Summaries for groups of cases：以组为单位体现数据； Summaries of separate variables：以变量为单位体现数据； Values of individual cases：以观察样例为单位体现数据。 多数情形下，统计图都是以组为单位的形式来体现数据的。 在定义选项框的上方有3种直条图可选：Simple为单一直条图、Clustered为复式直条图、Stacked为堆积式直条图。 2直方图（Histogram） 条形图用来绘制离散型单一类别变量的分布情况，描述连续性数据的分布情况则用直方图。 3方盒图（Boxplot） 箱图可用于表现观测数据的中位数、四分位数和两头极端值。 中间的粗线为中位数，灰色的箱体为四分位（箱体下端为第二十五百分位数、上端为第七十五百分位数），两头伸出的线条表现极端值（下边为最小值、上边为最大值）。“*”表示极度偏离值，“゜”表示轻度偏离值。 4散点图（Scatter/Dot） 散点图用于表现测量数据的原始分布状况，读者可从点的位置判断测量值的高低、大小、变动趋势或变化范围。 图4 散点图定义选项框 Simple为单层散点图，Overlay为多层散点图，Matrix为矩阵散点图，3-D为立体散点图。Xi=ai1f1+ai2f2+…+aimfm+ui 其中，f1，f2，…fm——公因子（Common factors）; ui——特殊因子（Unique factor）； aim——因载（Factor loading）。 3.有关概念 （1）因子负荷：即表达式中各因子的系数值，用于反映因子和各个变量间的密切程度，其实质是两者间的相关系数 （2）公因子方差比（Communalities）：指的是提取公因子后，各变量中信息分别被提取出的比例，或者说原变量的方差中由公因子决定的比例。 （3）特征根（Eigenvalue）：可以被看成是主成分影响力度的指标，代表引入该因子/主成分后可以解释平均多少原始变量的信息。 4.SPSS操作 （1）Extraction：因子提取方法 Principal components：主成分分析法（因子不用旋转）； Unweighted least squares：未加权最小平方法； Generalized least squares：综合最小平方法； Maximum likelihood：极大似然估计法； Principal axis factoring：主轴因子法； Alpha factoring：α因子法； Image factoring：多元回归法。 （2）Rotation：因子旋转方法 None：不作因子旋转； Varimax：正交旋转；