第五章 SPSS基本创新统计分析(二).pptVIP

第五章;5.4 多选项分析（频数分析和交叉分析）;5.4.1 多选项问题的分解;多选项分类法及其编码（multiple category method ）：多选项分类法中，首先应估计多选项问题最多可能出现的答案个数；然后为每个答案设置一个SPSS变量，变量取值为多选项问题中的所有可选答案。如上面有关选择服装的主体颜色，您可以选择喜欢的三种，在提供的10种答案前上选择。 1、红 2、橙 3、黄 4、绿 5、青 6、蓝 7、紫 8、黑 9、白 10说不清 这是一个问题，可以有三个答案。在建立数据文件时，要建立三个变量color1-color3表示回答者选择的三个颜色。如选择结果为1、红、6、蓝、8、黑，则变量color1的值为1,变量color2的值为6,变量color3的值为8。; 如果采用多选二分法则有6个选项，故应设6个变量，运用0-1编码方法编码，即：1，0，1，0，1，1。 如果采用多选分类法，则编码为1，3，5，6，0，0。;问题2：择业中考虑的主要因素（多选）;1 3 6;5.4.2 多选项分析的基本操作;（3）为多选项变量集命名，系统会自动在该名字前加字符$。 （4）单击add按钮将定义好的多选项变量集加到mult response sets框中。Spss可以定义多个多选项变量集。 2.Frequencies：对多选变量集进行频数分析。从mult response sets中把待分析的多选项变量集选择到tables for框中； 3.Crosstabs：对多选变量集与其他变量集或与原基本变量进行交叉表分析。; （1）选择列联表的行变量并定义取值范围；（2）选择列联表的列变量并定义取值范围；（3）选择列联表的控制变量并定义取值范围；（4）单击option按钮选择列联表的输出内容和计算方法。Match variable across response sets选项表示，如果列联表的行列变量均为多选项变量集时，第一个变量集的第一个变量与第二个变量集的第一个变量作交叉分组，依次类推。结果中：注意Pct of Responses（占总回答数的％）和Pct of Case（占总个案数％ ）的区别。 ;5.4.3多选项分析的应用举例; 分析;5.5 探索分析 Explore;选择一个或多个变量进入Dependent框作为分析变量，单击OK可获得分析变量的一系列基本统计量和图形。;输出基本统计量 均值的置信区间，可键入1—99%的任意值，根据该值算出置信区间的上下限。;Statistics子对话框：用于选择需要的描述统计量； descriptives：输出均值、中位数、众数、5%修正均值、估计标准误、方差、标准差、最小值、最大值、全距、四分位差、峰度系数及其标准误、偏度系数及其标准误及指定的均值置信区间； m-estmators：做集中趋势的最大稳健估计，该统计量是利用迭代方法计算出来的，受异常值的影响要小得多。如果该估计量离均值较远，则说明数据可能存在异常值，此时宜用该估计量替代均值以反映集中趋势。一共会输出四种m估计量，其中huber适用于数据接近正态分布时，另三种则适用于数据中有许多异常值的情况； outliers：输出五个最大值和五个最小值。 percentiles：输出第5%、10%、25%、50%、75%、90%、95%分位数。;plots子对话框：用于选择需要的统计图； boxplots复选框：确定箱式图的绘制方式，可以分组绘制（factor levels together），也可以不分组绘制（dependents together），或者不绘制（none） ； descriptive复选框：可以选择绘制茎叶图（stem-and-leaf）和直方图（histogram）； normality plot with test：绘制正态分布图（QQ图），并进行变量是否符合正态分布的检验； ; 茎叶图 (stem-and-leaf);未分组数据—茎叶图;例题;练习;5.6 比率分析; 通常的分析可以生成各个地区财产保险业务的保费收入占全部业务保费收入的比率变量，然后对该比率变量计算基本描述统计量（如均值、中位数、标准差、全距等），进而刻画比率变量的集中趋势和离散程度。 SPSS的比率分析除能够完成上述分析外，还提供了其他相对比描述指标，大致也属于集中趋势描述指标和离散程度描述指标的范畴，具体包括：;（1）加权比率均值（Weighted mean）：两变量均值的比，属集中趋势描述指标。 （2）AAD（Average Absolute Devia