应用统计学学期总结.pdfVIP

应用统计学学期总结

导语：统计学是通过搜索、整理、分析、描述数据等

手段，以达到推断所测对象的本质，甚至预测对象未来的一

门综合性科学。下面是XX为你带来的应用统计学学期总结，

欢迎阅读。

篇一：应用统计学学期总结在学期开始时，老师就

语重心长的告诉我们：一定要好好听应用统计分析的课，那

个SPSS软件非常有用，以后写论文肯定要用到！尽管心里

也是一再暗示自己要好好学，但是因为其他原因，学习的效

果并没有预期中的那么理想，课程结束后依旧是模模糊糊，

好多知识还真的是一知半解。通过回顾课程内容，阅读老师

发来的SPSS电子书，我简略总结一下自己这学期所学到的

基本内容。

SPSS社会科学统计软件是世界著名的统计分析软件之

一，SPSS作为数据统计分析的重要工具，其操作是属于技术

方面的，关键在于数据的收集描述和分析以及后期数据处理

时的假设检验方法的选择。通俗一点说，使用SPSS可以从

一堆看似杂乱无章的数字中找到联系，发现数据之间的影响

关系。这就是SPSS的神奇之处，这也就是我们作为研究生

在实证研究时使用SPSS的目的和用途。

描述性统计是进行其他统计分析的基础和前提。利用这

些基本统计方法，可以对要分析数据的总体特征有比较准确

的把握，同时也为更深入的分析提供了依据。在商业分析中，

通常需要进行组与组之间平均水平的比较。t检验方法，就

是主要用来进行两个样本间的比较。t检验的基本原理是：

首先假设零假设H0成立，即样本间不存在显著差异，然后

利用现有样本根据t分布求得t值，并据此得到相应的概率

值p，若p≤ɑ，则拒绝原假设，认为两样本间存在显著差异。

SPSS中“Analyze”菜单中的“CompareMeans”可用于均值

检验，其子菜单中的“One-samplettest”用于单一样本t

检验；“Independent-samplesttest”用于两独立样本t

检验；“Baired-samplesttest”用于两配对样本t检验。

方差分析用于两个及两个以上样本均值差异的显著性检验。

方差分析的基本思想是：通过分析研究中不同变量的变异对

总变异的贡献大小，确定控制变量对研究变量影响力的大小。

通过方差分析，分析不同水平的控制变量是否对结果产生了

显著影响。如果控制变量的不同水平能够对结果产生显著影

响，那么它和随机变量共同作用，必将使结果有显著变化。

单因素方差分析所解决的是一个因素下的多个不同水平之

间的相关问题；多因素方差分析的控制变量在两个或两个以

上，其主要用于分析多个控制变量的作用、多个控制变量的

交互作用以及其他随机变量是否对结果产生了显著影响；协

方差分析将那些很难控制的因素作为协变量，在排除协变量

影响的条件下，分析控制变量对观察变量的影响，从而更准

确地对控制因素进行评价。单因素方差分析主要用

“Analysis”的“CompareMeans”菜单下的“One—WayANOVA”

子菜单实现；多因素方差分析和协方差分析都是在

“Analysis”下“GeneralLinearModel”菜单下的

“Univariate”子菜单实现的。相关分析即是用适当的统计

指标来衡量事物之间，以及变量之间线性相关程度的强弱。

相关分析的方法很多，包括简单相关分析、偏相关分析和距

离相关分析。简单相关分析包括定距变量的相关分析和定序

变量的相关分析。前者通过计算定距变量间的相关系数来判

断两个或两个以上定距变量之间的相关程度。后者则采用非

参数检验的方法利用等级相关系数来衡量定序变量之间的

相关程度；偏相关分析是指在排除了第三者影响的前提下，

衡量两个变量之间的相关程度，当然第三者与这两个变量之

间要有一定的联系；距离相关分析是对观测变量之间差异度

或相似程度进行的测量。回归分析是研究变量与变量之间联

系的