第四章SPSS统计分析模块介绍.pptVIP

第二章 SPSS各统计分析模块介绍;描述性统计分析－－Descriptive Statistics菜单 均数间的比较－－Compare Means菜单 一般线性模型――General Linear Model菜单 相关分析――Correlate菜单;线性回归与曲线拟合―― Regression菜单 对数线性模型——Loglinear菜单 聚类分析与判别分析——Classify菜单 因子分析与对应分析——Data Reduction菜单 信度分析与多维尺度分析——Scale菜单 非参数检验――Nonparametric Tests菜单 Survival菜单 看图;1、描述性统计分析－－Descriptive Statistics菜单;1.1　Frequencies过程的特色是产生频数表；1.2　Descriptives过程进行一般性的统计描述；1.3　Explore过程用于对数据概况不清时的探 索性分析；1.4　Crosstabs过程则完成计数资料和等级资料的统计描述和一般的统计检验。看图;2、均数间的比较－－Compare Means菜单;2.3 Independent-Samples T Test过程  进行两样本均数差别的比较，即通常所说的两组资料的t检验。 2.4 Paired-Samples T Test过程  进行配对资料的显著性检验，即配对t检验。 2.5 One-Way ANOVA过程  进行两组及多组样本均数的比较，即成组设计的方差分析，还可进行随后的两两比较。看图;3、一般线性模型――General Linear Model菜单; 好了，既然一般线性模型的能力如此强大，那么下属的四个子菜单各自的功能是什么呢？请看： 3.1 Univariate子菜单：四个菜单中的大哥大，绝大部分的方法分析都在这里面进行。 3.2 Multivariate子菜单：当结果变量（因变量）不止一个时，可用他来分析。 ; 3.3 Repeted Measures子菜单：顾名思义，重复测量的数据就要用他来分析；用前两个菜单似乎都可以分析出来结果，但在许多情况下该结果是不正确的，应该用重复测量的分析方法才对。  3.4 Variance Components子菜单：用于作方差成份模型的（这个模型实在太深，不是一时半会能说清的，所以在这里就干脆不讲了）。;4、相关分析――Correlate菜单;4.1 Bivariate过程：此过程用于进行两个/多个变量间的参数/非参数相关分析，如果是多个变量，则给出两两相关的分析结果。这是Correlate子菜单中最为常用的一个过程，实际上我们对他的使用可能占到相关分析的95%以上。 4.2 Partial过程：如果需要进行相关分析的两个变量其取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的相关系数。Partial过程就是专门进行偏相关分析的。 4.3 Distances过程：调用此过程可对同一变量内部各观察单位间的数值或各个不同变量间进行距离相关分析，前者可用于检测观测值的接近程度，后者则常用于考察预测值对实际值的拟合优度。该过程在实际应用中用的非常少。看图;5、线性回归与曲线拟合―― Regression菜单;5.3 Binary Logistic过程——所谓Logistic模型，或者说Logistic回归模型，就是人们想为两分类的应变量作一个回归方程出来，可概率的取值在0~1之间，回归方程的应变量取值可是在实数集中，直接做会出现0~1范围之外的不可能结果，因此就有人耍小聪明，将概率做了一个Logit变换，这样取值区间就变成了整个实数集，作出来的结果就不会有问题了，从而该方法就被叫做了Logistic回归。 随着模型的发展，Logistic家族也变得人丁兴旺起来，除了最早的两分类Logistic外，还有配对Logistic模型，多分类Logistic模型、随机效应的Logistic模型等。看图;6、对数线性模型——Loglinear菜单;6.2 Logit过程——当研究人员已经有了一些线索，知道因变量自变量时，如果应变量为两分类，就可以用这个过程来分析。6.3 Model Selection过程——分层对数线性模型。一般线性对数模型可以对每个系数及总模型给出非常丰富和详细的信息，但是它要求研究人员心中已经有了一定的思路或线索，或只对某些特定效应项感兴趣，即已经有关于简约模型的假设。如果在探索性分析中研究人员中只是设想若干分类变量之间可能有关系，但是并无明确假设，也没有具体分出哪个是应变量、哪个是自变量，此时比较适宜采用分层对