spss统计分析-实例分析.pptVIP

SPSS统计分析——案例应用 SPSS基本统计分析 方差分析 相关分析 1、基本统计分析 基本统计分析，描述性统计分析是统计分析的第一步，做好这第一步是下面进行正确统计推断的先决条件。SPSS的许多模块均可完成描述性分析，但专门为该目的而设计的几个模块则集中在描述菜单中，包括： 1.1频数分析 频数分析目的：基本统计分析往往从频数分析开始。通过频数分析能够了解变量取值的状况，对把握数据的分布特征是非常有用的。 （1）编制频数分布表 频数：即变量值落在某个区间（或某个类别）中的次数 百分比：即各频数占总样本数的百分比 有效百分比：即各频数占有效样本数的百分比，有效样本数＝总样本－缺失样本数 累计百分比：即各百分比逐级累加起来的结果。最终取值为100。 （2）绘制统计图 1.1 频数分析 1.1频数分析 1.1频数分析 1.1　频数分析＿例1 例1－1　分析住房状况调查数据中户主的从业状况和目前所住房屋的产权情况 思路：利用频数分布表及图形 条件：都是分类变量，直接分析 步骤： 调用命令： Analyze\Descriptive Statistics\Frequencies 选择分析变量 选择图形 选择分布表输出格式 1.1　频数分析＿例1分析结果 1.1 频数分析＿扩展功能 分位数(Pencentile Values) 计算分位数:适用于定距数据 数据按升序排序后，找到若干个分位点上的变量值 quartiles:计算四分位数25%(QL)、50%(中位数)、75%(QU) cut points for n equal groups:n等份 percentile:自定义百分位点 1.1 频数分析＿扩展功能例 案例1－2 分析人均住房面积的分布，并对本市户口和外地户口家庭的人均住房面积分布情况进行比较。 特点：“人均住房面积”是定距型变量 步骤： 根据“人均住房面积”建立分组变量； 调用命令频数分析命令Frequencies 选择分组变量作为分析变量 再一次使用频数分析命令Frequencies 选择“人均住房面积”作为分析变量 不选择生成频数表，选择不生成图形 选择计算四分位数 根据“户口状况”对数据进行拆分(Split File) 再重复上一步的工作（计算分类的四分位数） 案例1－2分析结果1 案例1－2分析结果2 频数分析 例：测量100名健康成人的血清蛋白总含量，形成数据serum（克/升），使用频数分析了解这一数据的统计特征。 该教学案例数据解析 均值（平均值、平均数）表示的是某变量所有取值的集中趋势或平均水平。例如，学生某门学科的平均成绩、公司员工的平均收入、某班级学生的平均身高等。 中值是在一组数据中居于中间的数(特别注意的地方是：这组数据之前已经经过升序排列！！！)，即在这组数据中，有一半的数据比它大，有一半的数据比它小。如果这组数据包含偶数个数字，中值是位于中间的两个数的平均值。 10 20 40 50 70 10 20 30 40 50 60 百分位数分析：比如，假设某个考生在入学考试中的语文部分的原始分数为54分。相对于参加同一考试的其他学生来说，他的成绩如何并不容易知道。但是如果原始分数54分恰好对应的是第70百分位数，我们就能知道大约70％的学生的考分比他低，而约30％的学生考分比他高。 众数（Mode）统计学名词，在统计分布上具有明显集中趋势点的数值，代表数据的一般水平（众数可以不存在或多于一个）。 修正定义：是一组数据中出现次数最多的数值，叫众数，有时众数在一组数中有好几个。用M表示。 理性理解：简单的说，就是一组数据中占比例最多的那个数。 全距也称为极差，是数据的最大值与最小值之间的绝对差。在相同样本容量情况下的两组数据，全距大的一组数据要比全距小的一组数据更为分散。 计算公式：最大值－最小值。 1.2 描述分析 描述分析目的：获取数据的均值、标准差、峰度等数据，进一步把握数据的集中趋势、离散程度和分布形状。 基本描述统计量 刻画集中趋势的统计量 刻画离散程度的统计量 刻画分布形态的统计量 1.2 描述分析 刻画集中趋势的统计量 集中趋势指一组数据向某一中心值靠拢的倾向。计算刻画集中趋势的统计量正是要寻找能够反应数据一般水平的“代表值”或“中心值”。 常用统计量：均值、中位数、众数 1.2 描述分析 刻画离散程度的统计量 离散程度是指一组数据远离其“中心值”的程度。 如果数据都紧密地集中在“中心值”的周围，数据的离散程度较小，说明这个“中心值”对数据的代表性好；相反，如果数据仅是比较松散地分布在“中心值”的周围，数据的离散程度较大，则此“中心值”说明数据特征是不具有代表性的。 常用统计量：全距、方差、标准差 标准差(standard