描述统计与统计图表的制作.pptVIP

第二讲 描述统计与统计图表的制作 本章内容 第一节 描述性统计 一、 频数分析 二、 描述统计 三、 探索分析 四、 Means过程及应用 第二节 统计图表的制作 一、 频数分析Analyze→Descriptive Statistics →Frequencies 二、 描述统计Analyze→Descriptive Statistics → Descriptives 三、探索分析—探索数据中是否存在极值Analyze→Descriptive Statistics →Explore 表3-4-1 高、低两种焦虑水平组被试人数表 表3-4-2 两组被试数学成绩的描述统计表 表3-4-3 最大值、最小值统计表 图3-4-7 高焦虑组数学成绩茎叶图 图3-4-9 两组被试数学成绩的箱图 三、 Means过程及应用—分组计算描述统计量Analyze→Compare Means → Means 表3-5-1 被试摘要表 表3-5-2 四组被试数学成绩描述统计表 缺失值的处理（Transform→Replace Missing Values） 第二节 统计图表的制作 一、条形图(bar chart) 二、线图(line graph) 三、面积图(arear) 四、饼图(circle graph or pie) 五、直方图(histogram) 六、概率图（P-P图和Q-Q图） 一、条形图（Graphs→Legacy Dialogs →bar） 二、线图（Graphs→Legacy Dialogs →Line） 三、面积图（Graphs→Legacy Dialogs →Area）  四、饼图（Graphs→Legacy Dialogs →Pie）  五、直方图Graphs→Legacy Dialogs →Histogram 六、概率图（P-P图和Q-Q图）---检验数据分布Analyse→Descriptive Statistics → P-P Plots Analyse→Descriptive Statistics → Q-Q Plots 双击图表的任意位置，均可对图表做出修改 比较两个班级数学成绩高于80分的男女生数量 * * 数据分析 数据中包含大量的信息，以致我们无法全部理解数据的含义。因此，必须用一些方法从数据中提取重要信息并转化成便于使用的形式，这就是数据分析。 数据分析通常包含下列三种活动中的一种或多种： 1、为数据做一个图（graph）； 2、为数据制一个表（table）； 3、从数据中计算（compute）出一些东西。 集中量数和差异量数 一组变量的次数分布至少有两方面的基本特征：中心位置和离散程度。 描述数据集中趋势的统计量称为集中量数。集中量数包括：平均数、中数、众数等。 描述数据间彼此差异程度的统计量称为差异量数。差异量数包括：全距、四分位距、平均差、方差、标准差等。 偏度与峰度 偏度(skewness):描述某变量所有变量值分布形态的偏斜程度和方向的统计量。偏度为0表示对称；大于0表示正偏差大(右偏),频数最大的值比均值小,极值大于均值；小于0表示负偏差大(左偏)。 峰度(kurtosis):描述某变量所有变量值分布形态陡缓程度的统计量。峰度为0表示与正态分布峰度相同；大于0表示比正态分布缓，平峰；小于0表示比正态分布陡，尖峰。 百分位数 集中量数 离散量数 数据分布 输出的直方图中带有正态分布曲线 负偏态分布 比标准正态分布的峰值略高 将原始分数转换为Z分数 标准得分 标准得分是用某一观测值减均值所得的差除以标准差所得的值。 不同变量一般有不同的平均数和标准差。在统计上，均值和标准差不同时，一个变量的值不能与另一个变量值相比较。 思考：如何比较葡萄和西瓜的大小？ 因变量 分组变量 标识变量 输出5个最大值，5个最小值 比如数据78，茎表示为7，叶表示为8，茎宽为10， 78=（7+8×0.1）×10 分组变量 因变量 75% 50% 25% 排除异常值、极值后数据的最大值 排除异常值、极值后数据的最小值 异常值 因变量 （连续性变量） 点击next实现分层 自变量 （分类变量） * * * * * *