课件-SPSS.ppt

* * * * * * * * * * * 3.2 均数间的比较－－Compare Means菜单 该菜单集中了几个用于计量资料均数间比较的过程。具体有： (1) Means过程 对准备比较的各组计算描述指标，进行预分析，也可直接比较。 (2)One-Samples T Test过程 进行样本均数与已知总体均数的比较。 (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。 (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。 (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。 3.3一般线性模型――General Linear Model菜单 一般线性模型可不是用一章就可以说清楚的，因为它包括的内容实在太多了。 那么，究竟我们用到的哪些分析会包含在其中呢？简而言之：凡是和方差分析粘边的都可以用他来做。比如成组设计的方差分析（即单因素方差分析）、配伍设计的方差分析（即两因素方差分析）、交叉设计的方差分析、析因设计的方差分析、重复测量的方差分析、协方差分析等等。因此，能真正掌握GLM菜单的用法，会使大家的统计分析能力有极大地提高。 3.3一般线性模型――General Linear Model菜单 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： (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。 (2) Multivariate子菜单：当结果变量（应变量）不止一个时，可用他来分析。 (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。 (4) Variance Components子菜单：用于作方差成份模型的。 3.4相关分析――Correlate菜单 在数据分析中经常要遇到分析两个或多个变量间关系的情况，有时是希望了解某个变量对另一个变量的影响强度，有时则是要了解变量间联系的密切程度，前者用下一章将要讲述的回归分析来实现，后者则需要用到本章所要讲述的相关分析实现。 SPSS的相关分析功能被集中在Analyze菜单的Correlate子菜单中，他一般包括以下三个过程： 3.4相关分析――Correlate菜单 (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。 (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，这种分析思想和协方差分析非常类似。Partial过程就是专门进行偏相关分析的。 (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。 3.5多元线性回归与曲线拟合―― Regression菜单 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。回归分析就是用于说明这种依存变化的数学关系。下面三个过程是Regression菜单的子菜单，是SPSS提供的用于回归分析的工具： (1) Linear过程——调用此过程可完成二元或多元的线性回归分析。在多元线性回归分析中，用户还可根据需要，选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。 3.5多元线性回归与曲线拟合―― Regression菜单 (2) Curve Estimation过程——Curve Estimation过程可以用与拟合各种各样的曲线，原则上只要两个变量间存在某种可以被它所描述的数量关系，就可以用该过程来分析。但这里我们要指出，由于曲线拟合非常的复杂，而该模块的功能十分有限，因此最好采用将曲线相关关系通过变量变换的方式转化为直线回归的形式来分析，或者采用其他专用的模块分析。 3.5多元线性回归与曲线拟合―― Regression菜单 (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