《spss授课_explore》-课件设计（公开）.pptVIP

南京中医药大学 探索性分析（Data Explore) 基本统计学原理 定义 探索性分析的目的 探索性分析的方法 SPSS操作 对话框介绍 应用实例 DAY Stem-and-Leaf Plot Frequency Stem Leaf 1 Extremes (=22.9) 23 24 25 5 26 . 36899 3 27 . 566 6 28 . 044588 2 29 . 49 2 30 . 03 2 31 . 28 Stem width: 1.0 Each leaf: 1 case(s) P Stem-and-Leaf Plot forGROUP= 2 Frequency Stem Leaf 2.00 1 . 89 4.00 2 . 1336 3.00 3 . 688 4.00 4 . 2268 1.00 5 . 8 Stem width: 1.00 Each leaf: 1 case(s) P Stem-and-Leaf Plot forGROUP= 1 Frequency Stem Leaf 1.00 2 . 6 3.00 3 . 478 3.00 4 . 137 3.00 5 . 267 2.00 6 . 45 Stem width: 1.00 Each leaf: 1 case(s)         * 基本统计学原理 数据探查的意义 探索性分析可对变量进行更为深入详尽 的描述性统计分析，主要用于对资料（data） 的性质与分布特点（如正态性 、方差齐性 ） 等完全不清楚时，对其进行统计分析，有助 于分析者对数据资料制定继续分析的方案， 选择最适合的该资料的统计方法，往往比描 述性统计透视数据特征的功能更强 。SPSS中 专门有一子菜单Explore。 探索性分析的目的 对数据进行初步检查，判断有无离群 值（outliers)和（或）极值（extreme value )、 可疑值，对于（x-μ）/s3 (p=0.0027) 的 数据要仔细检查，也不能随便取舍。仅 适用于正态分布。 对前提条件假定，如正态分布和方差 齐性，进行直观的检验，不满足正态分态 和方差齐性时，提示数据转换方法，最后 决定是否使用参数检验方法，抑或非参数 方法。 能直观地了解组间差异的特征及分布。 探索性分析的方法 数据探查过程可给出基本统计量 、正态性 检验和描述性统计图，包括茎叶图、直方图和 箱图。SPSS中的Explore子菜单专门为探索性分析 而准备的。下面着重介绍一下茎叶图和箱图的 用法。 茎叶图 最普通的数据结构是一批杂乱无张的 数据，这是最原始的数据结构。通过审视 或细察这些数据往往不容易看出其特征。 而茎叶图让我们用图示方法把这些数组织 起来，使我们直观地注意到数据的各种特 征。如： 　① 这批数据接近对称的程度。 ② 这些数据有多大的展布（极差）。 ③ 是否有些数远离其它数。 ④ 是否有数据集中。 ⑤ 数据中是否有间隙。 举例说明茎叶图的构造： Roystom and Abrams(1980) 给出21个健康 妇女的平均月经周期（天），数据如下： 22.9 26.3 26.6 26.8 26.9 26.9 27.5 27.6 27.6 28.0 28.4 28.4 28.5 28.8 28.8 29.4 29.9 30.0 30.3 31.2 31.8 （数据来源《探索性数据分析》P.9.