描述性统计分析.pdfVIP

描述性统计分析在实证研究中的作用及具体软件实现——以 SPSS为例 为了提升经管代码库（ /forum-2626-1.html ）人气，一大早起床，打 算就微观实证分析中描述性统计分析作用及 SPSS具体软件实现做个详细的说明， 理由如下： 一是有坛友在论坛上问： 看到很多实证研究在建模前有做描述性统计分析， 问做这个有何意 义（网址链接： /thread-929635-1-1.html ），说明有实际需求；二是论坛 上也没看见有什么详细阐述这个问题的， 说明有实际需求而无有效供给。 故而特开此贴， 希 望能吸引更多对计量实证感兴趣的朋友关注经管代码库， 来多多发此类原创帖。 不多说， 图 文并茂的开讲啦！ 做用 SPSS具体做描述性统计分析前，先简要说一下我个人认为的在实证分析中做描述 性统计分析的作用——探究数据分布趋势， 找出极端异常值。 由于此贴只讲描述性统计分析， 故而不对极端异常值对模型的影响， 数据分布趋势不是正态进一步详尽处理展开来说， 只点 到即止，后续帖子陆续补充。 在用 SPSS做描述性统计分析前，先截两张实证论文中一般做的描述性统计分析表格。 进而可以直观看到我们一般做描述性统计分析要交待哪些统计量。 以上两个表格是常见的描述性统计分析表述表格， 一般实证论文中， 做描述性统计分析 要报告以下 4 个统计量：均值、标准差、最小值和最大值（有的文章限于表格篇幅，只报道 均值和标准差） 。问题来了，做了描述性统计分析后，结果要怎么看呢？我们要怎么才能确 认结果是好或者不好呢（即变量是否符合正态分布呢）？ 这个问题一般看均值和标准差。如果标准差 均值，那表明数据可能存在极端异常值， 这时可能要对数据做进一步的处理。如做箱形图看是否存在极端异常值（头上标 * 的就是）。 然而，一般情况下如果均值和标准差相差不大，如上表中“ 1998— 2003 年年均调整地块百 分比”这类变量，可以就这样，不用做进一步处理。若存在极端异常值，参见我这篇帖子的 处理方法： /thread-3569928-1-1.html 。 下面用 SPSS截图演示怎么做描述性统计分析吧 （案例用的 SPSS自带文件 accidents.sav ）。 软件操作：分析——描述统计——描述 得到如下结果： 这时平均值 标准偏差， 说明数据离散程度不高， 可以进一步进行后面 的建模分析。 为了看看变量的趋势，我们再做一个直方图，附加正态分布曲线看看。 软件操作：图形—图表构建器（弹出对话框，点确认）—选择直方图（直接将下面的图形拖 动到图表预览窗口即可） ，选择“风险人口”变量到 X 轴，右边勾选“显示正态曲线” 。 得到如下结果：基本符合正态。 如果还不放心，做一个箱图看看是否存在极端异常值。 软件操作：图形—图表构建器（弹出对话框，点确认）—选择箱图。这时， “风险人口”这 种连续变量放纵坐标， 性别等类别变量放横坐标 （前提是你想看不同性别风险人口是否存在 极端异常值， 若只想看变量总体的分布是否存在极端异常值， 则只将关心的连续变量拖到纵 坐标框即可，横坐标不用管，然后点确定） 。我们这里只看总体吧。 看结果，上面没有“ * ”出现，表明不存在极端异常值。可对数据进一步做建模处理。 分界点： 下面我们人为的改变一下原始数据大小， 使其出现两个极端异常值