数据处理□统计□分析EXCEL□SAS□SPSS.PPT

探索分析（续） 茎叶图与箱线图的绘制过程基本相似，只是在图形选择上有差异。其过程如下： 第一步，选择【分析（A）】→【描述统计】→【探索（E）】 ； 第二步， 选择“输出”框内的“图”选项。 ； 第三步选择[Plots]子对话框，确定需要输出的图形。 三、相对数性分析 1、依次选择【分析(A)】→【描述统计】→【比率(R)】 2、 选入“分子”和“分母”变量； 3、单击【统计量（S）】按钮，选中“均值（M）”、“AAD（D）”和“均值居中COV”选项。单击【继续】按钮，返回主对话框。 4、单击【确定】按钮。 第六节SPSS的抽样与参数估计功能 1、依次选择【数据（D）】→【选择个案】 … 2、选择“随机个案样本（D）”选项，并单击【样本（S）】按钮。 3、在样本尺寸框中，选择【大约（A）】选项，并在其后的活动框内输入抽样比例，单击【继续】按钮 4、在主对话的“输出”栏中指定对未选中个案的处理方式。 5、单击【确定】按钮。 一、随机抽样 1、点估计 依次选择【分析（A）】→【描述统计】→【探索（E）】→选中“统计量”子对话框中的“描述性”和“M-估计量”选项。 2、区间估计 依次选择【分析（A）】→【描述统计】→【描述（D）】 →单击【Bootstrap(B)】按钮。 注意： “频率(F)”、“描述(D)”、“探索（E）”、“均值（M）”等过程均可进行参数区间估计。 二、参数估计 第七节SPSS的相关回归分析功能 一、相关分析 1、绘制散点图 依次选择【图形（G）】→【旧对话框（L）】→【散点/点状(S)】 … 2、计算相关系数 依次选择【分析（A）】→【相关（C）】→【双变量(B)】 →选择【 Pearson】复选框… 3、计算偏相关系数 依次选择【分析（A）】→【相关（C）】→【偏相关(R)】… 二、回归分析 1、线性回归分析 依次选择【分析（A）】→【回归（R）】→【线性(L)】 …. 2、曲线回归分析 依次选择【分析（A）】→【回归（R）】→【曲线估计(C)】 …. 第八节SPSS图形制作与应用 一、SPSS图形制作 基本图形制作： 1、条形图（Bar Chart） （1）简单条形图 （2）复式条形图 （3）堆积条形图 （4）多变量汇总条形图 （5）个体观察值条形图 2、线图（Line Chart） （1）单线图 （2）双线图 （3）垂线图 （4）线图的特殊编辑（添加参考线和特别显示） 3、面积图（Area Chart） SPSS图形制作（续） 4、饼图（Pie Chart） 5、散点图（Scattre Plot） （1）简单散点图 （2）相关阵图 （3）三维旋转图 （4）散点图的特殊编辑 添加均值参考线、拟合回归线、预测区间设置等。 SPSS图形制作（续） 6、帕累托图（Pareto Chart） 7、直方图（Histogram） SPSS图形制作（续） 第九节SPSS高级统计分析功能 一、聚类分析 方法依据：“物以类聚，人以群分 ” 方法特征：聚类分析是一种建立分类的多元统计方法，它能够将一批样本（或变量）根据其诸多数据特征，按照在性质上的亲疏程度在没有先知知识的情况下进行自动分类，产生多个分类结果。类内部的个体在特征上具有相似性，不同类间个体特征的差异性较大。 聚类过程中亲疏程度的度量：计算个体间的距离，计算方法因变量类型不同而不同。 定距型变量个体间距离的计算：有7种方法，其中最常用的是欧氏距离（Euclidean distance)； 计数变量个体间距离的计算：卡方（Chi-Square measure)距离、Phi方（ Phi-Square measure)距离； 二值变量个体间距离的计算：简单匹配系数（Simple Matching）、雅科比系数（Jaccard) 聚类分析（续） 聚类分析的方法：层次聚类法、K-Means聚类、模糊聚类等 层次聚类法：Q型聚类、R型聚类。 聚类方式有：凝聚方式、分解方式两种。Spss层次聚类采用的是凝聚方式。 个体与小类、小类与小类间“亲疏程度”的度量方法： 最近邻居（Nearest Neighbor)距离 最远邻居（Furthest Neighbor)距离 组内平均连锁（Within-groups-linkage）距离 重心（Centroid clustering）距离 聚类分析（续） 聚类分析的SPSS操作步骤： 1、依次选择【分析（A）】→【分类(F)】→【系统聚类(H)】； 2、单击【统计量(S) 】按钮，选择输出“相似性矩阵(P)”； 3、单击【绘制(T) 】按钮，选择“树状图(