统计方法及案例(PPT19).pptVIP

统计方法及案例 主要介绍统计方法，包括： 基本统计分析 相关分析 正态总体的均值的比较检验 非参数检验 Spss简介 Spss(statistics Package for Social science) for windows是在windows系统下运行的社会科学统计软件包，时目前世界上流行的三大统计分析软件之一。 常见的统计分析方法完全可以通过“菜单”、“对话框”的操作完成。用户只要懂得统计分析原理，无需通晓统计分析的各总算法，就可使用它完成统计分析。 与其它软件有数据转换接口，可直接读取dbf,txt及execl文件。 分析方法丰富，而且有很强的图表生成、编辑能力。 统计数据测量水平 Steven(1946)提出将数据测量水平分为4个等级. 标称测量或名义测量(Nominal Measurement):其数值仅用于命名某些分类或属性。唯一能进行的统计处理就是统计每个值的频数。定类数据。 次序测量(Ordinal measurement):其数值表示某个分类的递进性质。个体可以根据该量进行排序。定序数据。 区间测量(Interval Measurement)：表示两个数据之间的距离，但没有绝对的零点。如摄氏20度不是10度的两倍。定距数据。 比例测量(Ratio Measurement):是测量的最高水平，包括以绝对零点。定比数据。 基本统计分析-描述统计分析 描述统计分析计算样本的平均值、标准差、最大值、最小值、方差、范围和平均标准误差，可得到样本的基本情况描述。 例题：1985年美国联邦调查局50个州各种犯罪资料。数据编号：data09-02(p156) 结果分析 基本统计分析-探索分析（1） 考察数据 检查数据是否有误。 （1）奇异值 （2）影响点 （3）错误数据 观察数据的分布特征。 （1）是否为正态分布 （2）方差齐性 对数据规律的初步观察 假设检验 正态分布检验 （1）Q—Q图 （2）Lillifors统计量：当Sig0.05时，拒绝正态分布假设。 方差齐性检验 （1）Spread vs level图 （2）Levene统计量：当Sig0.05时，拒绝方差齐性的假设。 例题 某银行474名雇员数据。编号：data09-03(p162) 分析过程及结论。 均值的比较与检验-单样本T检验 One-Sample T Test 检验样本的均值与给定值之间是否有显著差异。 规则：如果统计量T的p值(Sig)小于给定的显著性水平，则拒绝无差异的假设。 例:已知某地区12岁男孩的平均身高为142.3cm.在某市测量了120名12岁男孩身高资料，数据编号：data11-02. 该市男孩的平均身高是否与该地区显著不同(p222)。 检验过程及结论。 均值的比较与检验-独立样本T检验 独立样本的T检验比较两个独立样本的均值之间是否有显著差异。 规则：如果统计量T的p值(Sig)小于给定的显著性水平，则拒绝无差异的假设。 例:某银行男女雇员的现工资资料，数据编号：dadt09-03,检验男女雇员现工资由无显著差异。(分类变量） 例：29名13岁男生的体重、身高、肺活量数据，分析身高大于155cm与身高小于155cm的体重、身高有无显著差异。（data10-04) （连续变量） 检验过程及结论。 均值比较与检验-配对样本T检验 要求两个样本有配对关系，来自正态总体。 用来检验配对变量的均值之间是否有显著差异。 规则：Sig如果小于给定的α，则认为有显著差异。 例题：10个高血压患者在施行体育疗法前后测定的舒张压。要求判断体育疗法对降低血压是否有效。数据编号：data11-03. 例题：12名排球运动员用心方法进行训练，训练前后分别测定六项技术指标。分析新方法对这六项技术的提高是否有效。（data11-04). 检验过程及结果。 相关分析-概念 线性相关分析研究两个变量线性关系的程度。统计量R被称作相关系数，其公式为： （1）等间隔侧度的变量x与y之间的相关系数用Pearson: 相关分析-概念(2) (2)对秩数据，Spearman相关系数为： 其中R(i)是第I个X值的秩，S(I)是第I个Y值的秩。 相关系数无量纲，其值在-1到+1之间。绝对值越大，相关性越强。 相关分析-相关系数检验 由于抽样误差的存在，样本中相关系数不为0，不能说明总体中两个变量的相关系数不是0。因此，必须经过检验。 检验的零假设是：总体中两个变量的相关系数为0。 统计量是： 拒绝域：假设成立的p值小于0.05，即Sig0.05时，拒绝零假设，得出两个变量相关系数不为0的结论。 相关分析-两个变量相关分析 例1：银行雇员数据(data09-03),要求分析起始工资，现工资与雇员年龄、受教育水平、工作经验、职