第一篇：常用統(tǒng)計(jì)方法(SPSS)期末考試題型總結(jié)

SPSS期末考試題型總結(jié)

一、單樣本t檢驗(yàn)（單個(gè)正態(tài)總體的均值檢驗(yàn)與置信區(qū)間）（P48）

1、題目類型：某糖廠打包機(jī)打包的糖果標(biāo)準(zhǔn)值為問：（1）這天打包機(jī)的工作是否正常？

（2）這天打包機(jī)平均裝糖量的置信區(qū)間是多少？，給出一系列抽取值。

2、操作：（1）Analyze Compare mean One-Sample T Test（2）將左邊源變量X送入Test Variable(s)中，在Test Value中輸入

3、結(jié)果分析：若Sig.>0.05，接受假設(shè)，即沒有顯著性差異

若Sig.<0.05，拒絕假設(shè)，即有顯著性差異

置信區(qū)間（100+Lower，100+uppper）

二、兩個(gè)樣本t檢驗(yàn)（兩個(gè)正態(tài)總體的均值檢驗(yàn)與置信區(qū)間）（P50）

1、題目類型：從A批導(dǎo)線抽取4根，從B批導(dǎo)線抽取5根。

問：這兩批導(dǎo)線的平均電阻是否有顯著差異？并求的置信區(qū)間。

2、操作：（1）Analyze Compare mean Indepvendent Sample T Test

（2）將檢驗(yàn)變量x送入Test Variable(s)，將分組變量group送入Grouping Variable（3）選按鈕define GroupsUse specified values，分別輸入1和2.3、結(jié)果分析：（1）若F顯著性概率Sig.>0.05，接受假設(shè)

性差異，即可認(rèn)為兩組方差是相等的

（2）若t顯著性概率Sig.2-tailed>0.05，可以得出A、B兩批電

線的電阻值沒有顯著差異。，兩組方差沒有顯著

三、單因素方差分析（P54）

1、題目類型：6種不同農(nóng)藥在相同條件下的殺蟲率。

問：殺蟲率是否因農(nóng)藥的不同而有顯著性差異？

2、操作：（1）Analyze Compare mean One-Way ANOV

（2）將源變量x送入Dependent List(因變量)，將類型變量kind送入Factor.3、結(jié)果分析：（1）若Sig.>0.05，接受假設(shè)，即沒有顯著性差異

（2）若Sig.<0.05，拒絕假設(shè)，有顯著性差異，此時(shí)進(jìn)一步操作：

繼續(xù)操作：（a）Options Homogeneity of variance test（b）Post HocLSD

四、雙因素方差分析（P62）

1、題目類型：三種濃度，四種溫度的每一種搭配下的產(chǎn)品產(chǎn)量。

問：試檢驗(yàn)不同濃度，不同溫度以及它們之間的交互作用對(duì)產(chǎn)量有無顯著影響？

2、操作：（1）Analyze General Linear Model Univarate

（2）測(cè)試變量（產(chǎn)量）送入Dependent Variable，因素變量（溫度、濃度）一起送入Fixed Factor

3、結(jié)果分析：（1）若A因素Sig.>0.05，則A因素對(duì)產(chǎn)量無顯著性影響，反之

（2）若B因素Sig.>0.05，則A因素對(duì)產(chǎn)量無顯著性影響，反之。

（3）若A*B因素Sig.>0.05，則A與B的交互作用對(duì)產(chǎn)量無顯著性

影響，反之則反。

4、注意：（1）輸入數(shù)據(jù)時(shí)注意排版，因素A、B的分類。

（2）不考慮交互作用時(shí)，Model Custom，把要考慮的a、b等因素送入右邊；考慮交互作用時(shí)，Model Full factorial五、一元線性回歸模型（P71）

1、題目類型：某公司科研支出x與利潤(rùn)y的表格

問：求出線性模型，并檢驗(yàn)該模型是否顯著以及給出模型的標(biāo)準(zhǔn)誤差

2、操作：（1）作圖Graplsscatter/potsimple scatter,判斷為線性。

（2）Analyze Regression Linear（3）將因變量y送入Dependent，將自變量x送入Independent

3、結(jié)果分析：（1）B列的數(shù)值為回歸系數(shù)，其中Constant為常數(shù)項(xiàng)。Y=20+2x（2）若Sig.<0.05，則***顯著不為0，***是一個(gè)重要變量。

六、多元線性回歸模型（P76）

1、題目類型：課本例子

問：試求y對(duì)x1,x2,x3,x4的最佳線性模型。

2、操作：（1）作圖Graplsscatter/potsimple scatter,判斷為線性。

（2）AnalyzeRegression Linear

（3）將因變量y送入Dependent，將自變量x1,x2,x3,x4送入Independent（4）若enter模型不好，則進(jìn)行逐步回歸法,選Model stepwise

3、結(jié)果分析：（1）R值越接近1，模型越好。

（2）F值顯著性概率Sig.<0.01,回歸模型非常顯著。

（3）若Sig.<0.05，則***顯著不為0，***是一個(gè)重要變量。

4、預(yù)測(cè)：AnalyzeRegression Linear save 選Unstandardized(預(yù)測(cè)值)，或選Individual(區(qū)間值)

七、曲線回歸模型（P88）

1、題目類型：對(duì)200只鴨進(jìn)行試驗(yàn)，得到周齡x與日增重y的數(shù)據(jù)。

問：求出線性模型，并檢驗(yàn)該模型是否顯著以及給出模型的標(biāo)準(zhǔn)誤差

2、操作：（1）作圖Graplsscatter/potsimple scatter,判斷曲線類型。

（2）AnalyzeRegression Curve Estimation

（3）將因變量y送入Dependent，將自變量x送入Independent（4）在Model中，選Quadratic(二次曲線)或其他

3、結(jié)果分析：（1）R值越接近1，模型越好。

（2）F值顯著性概率Sig.<0.01,回歸模型非常顯著。

八、相關(guān)分析（P93）

1、題目類型：13名男生的身高與體重表。

問：試研究x與y的相關(guān)性。

2、操作：（1）Analyze correlateBivariate

（2）將源變量x、y送入Variables

3、結(jié)果分析：若Sig.<0.01，說明非常顯著，即身高與體重的相關(guān)性非常強(qiáng)。

九、卡方檢驗(yàn)（擬合度檢驗(yàn)）（P103）

1、題目類型：200個(gè)觀察數(shù)據(jù)，包含組下限和頻數(shù)的表。

問：試檢驗(yàn)該數(shù)據(jù)是否服從[0,1]上的均勻分布?

2、操作：（1）定義變量x，為組下限或上限。注意輸入方式

（2）確定Weight為頻數(shù)變量，Data Weight Class Weight cases by，將變量Weight送入Frequency Variable.（3）Analyze Nonparametric testChi-Square（4）將檢驗(yàn)變量x送入Test Variable

3、結(jié)果分析：Sig.>0.05，故認(rèn)為從該表抽取的數(shù)據(jù)服從[0,1]上的均勻分布。

十、K-S檢驗(yàn)（獨(dú)立性檢驗(yàn)）（P112）

1、題目類型：從車間中抽取50個(gè)樣本，得到纖維強(qiáng)力指標(biāo)。

問：試檢驗(yàn)纖維強(qiáng)力指標(biāo)是否服從正態(tài)分布？

2、操作：（1）Analyze Nonparametric test 1-sample K-S test

（2）將檢驗(yàn)變量x送入Test Variable List,選Normal(正態(tài)分布)

3、結(jié)果分析：Sig.>0.05，故認(rèn)為纖維的強(qiáng)力指標(biāo)服從正態(tài)分布。

十一、列聯(lián)表分析（P132）

1、題目類型：研究?jī)深惒∪伺c自殺情緒之間有沒有某種連帶關(guān)系

2、操作：（1）輸入數(shù)據(jù)，注意形式。確定f為頻數(shù)變量，Data Weight Class Weight cases by，將變量f送入Frequency Variable.（2）AnalyzeDescriptive StatisticsCrosstabs

（3）把患者類型[kind]送入Row(行)，把自殺情緒[emotion]送入Column(列)（4）選StatisticsChi-Square

3、結(jié)果分析：若Sig.>0.05,接受，故認(rèn)為患者類型和有無自殺情緒是相互獨(dú)立。

【注意】：

1、怎樣區(qū)分雙因素方差分析和列聯(lián)表分析? 答：提問的方式不一樣。

雙因素方差分析：***是否有顯著影響。列聯(lián)表：***是否獨(dú)立。

第二篇：SPSS多重比較常用方法總結(jié)

1.1 LSD法 最小顯著差異法,公式為:

它其實(shí)只是t檢驗(yàn)的一個(gè)簡(jiǎn)單變形,并未對(duì)檢驗(yàn)水準(zhǔn)做出任何校正,只是在標(biāo)準(zhǔn)誤的計(jì)算上充分利用了樣本信息, 為所有組的均數(shù)統(tǒng)一估計(jì)出了一個(gè)更為穩(wěn)健的標(biāo)準(zhǔn)誤,其中MS誤差 是方差分析中計(jì)算得來的組內(nèi)均方,它一般用于計(jì)劃好的多重比較。由于單次比較的檢驗(yàn)水準(zhǔn)仍為α,因此可認(rèn)為L(zhǎng)SD法是最靈敏的。

1.2 Bonferroni法 該法又稱Bonferroni t檢驗(yàn),由Bonferroni提出。用t檢驗(yàn)完成各組間均值的配對(duì)比較，但通過設(shè)置每個(gè)檢驗(yàn)的誤差率來控制整個(gè)誤差率。若每次檢驗(yàn)水準(zhǔn)為α′,共進(jìn)行m 次比較,當(dāng)H0 為真時(shí),犯Ⅰ類錯(cuò)誤的累積概率α不超過mα′, 既有Bonferroni不等式α≤mα′成立。

α′=αm=αC2k=2αk(k…XB)S… dAB,S… dAB = MS誤差1nA+1nB 但是該方法在樣本組數(shù)較小時(shí)效果較好,當(dāng)比較次數(shù)m 較多時(shí),結(jié)論偏于保守。

1.3 Sidak法 它實(shí)際上就是Sidak校正在LSD法上的應(yīng)用,即通過Sidak校正降低每?jī)纱伪容^的Ⅰ類錯(cuò)誤概率,以達(dá)到最終整個(gè)比較的Ⅰ類錯(cuò)誤概率為α的目的。即α′= 11);t =(…XA…XB)/MS誤差21nA+1nB,它實(shí)質(zhì)上是根據(jù)預(yù)先制定的準(zhǔn)則將各組均數(shù)分為多個(gè)子集, 利用Studentized Range分布來進(jìn)行假設(shè)檢驗(yàn),并根據(jù)所要檢驗(yàn)的均數(shù)的個(gè)數(shù)調(diào)整總的Ⅰ類錯(cuò)誤概率不超過α。用student range分布進(jìn)行所有各組均值間的配對(duì)比較。如果各組樣本含量相等或者選擇了（差異較小的子集）的均值配對(duì)比較。在該比較過程中，各組均值從大到小按順序排列，最先比較最末端的差異。1.5 Dunnett2t檢驗(yàn)

t =…Xi1以及檢驗(yàn)水準(zhǔn)α查Dunnett2t界值表,作出推斷。

1.6 Duncan法(新復(fù)極差法)（SSR）指定一系列的“range”值，逐步進(jìn)行計(jì)算比較得出結(jié)論。

q′=(…XA…XB | ≥T時(shí),可以認(rèn)為比較的兩組總體均數(shù)μA 與μB 有差別;反之,尚不能認(rèn)為μA 與μB 有差別。該方法要求各組樣本含量相同,且一般不會(huì)增大Ⅰ型錯(cuò)誤的概率。用student range統(tǒng)計(jì)量進(jìn)行所有組間均值的配對(duì)比較，用所有配對(duì)比較誤差率作為實(shí)驗(yàn)誤差率。

1.8 Scheffe檢驗(yàn)

檢驗(yàn)統(tǒng)計(jì)量為F,計(jì)算公式為:F =(…XA1)即當(dāng)| …XA1)時(shí),可以認(rèn)為在α水準(zhǔn)上,比較的兩組總體均數(shù)μA 與μB 有差別。k為處理組數(shù), Fα(ν1,ν2)為在α水準(zhǔn)上,方差分析中的組間自由度為ν1(ν1 = kk)時(shí),由方差分析用F界值表查得的F臨界值。

以上8種多重檢驗(yàn)方法由于使用方便,計(jì)算簡(jiǎn)單而被廣大科研工作者接受。

第三篇：統(tǒng)計(jì)方法總結(jié)

一、統(tǒng)計(jì)分析方法總結(jié)

1.連續(xù)性資料

1.1 兩組獨(dú)立樣本比較

1.1.1 資料符合正態(tài)分布,且兩組方差齊性,直接采用t檢驗(yàn)。

1.1.2 資料不符合正態(tài)分布，（1）可進(jìn)行數(shù)據(jù)轉(zhuǎn)換,如對(duì)數(shù)轉(zhuǎn)換等,使之服從正態(tài)分布,然后對(duì)轉(zhuǎn)換后的數(shù)據(jù)采用t檢驗(yàn)；（2）采用非參數(shù)檢驗(yàn),如Wilcoxon檢驗(yàn)。

1.1.3 資料方差不齊，（1）采用Satterthwate 的t’檢驗(yàn)；（2）采用非參數(shù)檢驗(yàn),如Wilcoxon檢驗(yàn)。

1.2 兩組配對(duì)樣本的比較

1.2.1 兩組差值服從正態(tài)分布，采用配對(duì)t檢驗(yàn)。

1.2.2 兩組差值不服從正態(tài)分布，采用wilcoxon的符號(hào)配對(duì)秩和檢驗(yàn)。

1.3 多組完全隨機(jī)樣本比較

1.3.1資料符合正態(tài)分布，且各組方差齊性，直接采用完全隨機(jī)的方差分析。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，兩兩比較的方法有LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。

1.3.2資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗(yàn)的Kruscal－Wallis法。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，一般采用Bonferroni法校正P值，然后用成組的Wilcoxon檢驗(yàn)。

1.4 多組隨機(jī)區(qū)組樣本比較

1.4.1資料符合正態(tài)分布，且各組方差齊性，直接采用隨機(jī)區(qū)組的方差分析。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，兩兩比較的方法有LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。

1.4.2資料不符合正態(tài)分布，或各組方差不齊，則采用非參數(shù)檢驗(yàn)的Fridman檢驗(yàn)法。如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作兩兩比較，一般采用Bonferroni法校正P值，然后用符號(hào)配對(duì)的Wilcoxon檢驗(yàn)。

****需要注意的問題：

（1）一般來說，如果是大樣本，比如各組例數(shù)大于50，可以不作正態(tài)性檢驗(yàn)，直接采用t檢驗(yàn)或方差分析。因?yàn)榻y(tǒng)計(jì)學(xué)上有中心極限定理，假定大樣本是服從正態(tài)分布的。

（2）當(dāng)進(jìn)行多組比較時(shí)，最容易犯的錯(cuò)誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假陽性錯(cuò)誤的概率。正確的做法應(yīng)該是，先作總的各組間的比較，如果總的來說差別有統(tǒng)計(jì)學(xué)意義，然后才能作其中任意兩組的比較，這些兩兩比較有特定的統(tǒng)計(jì)方法，如上面提到的LSD檢驗(yàn)，Bonferroni法，tukey法，Scheffe法，SNK法等。**絕不能對(duì)其中的兩組直接采用t檢驗(yàn)，這樣即使得出結(jié)果也未必正確**

（3）關(guān)于常用的設(shè)計(jì)方法：多組資料盡管最終分析都是采用方差分析，但不同設(shè)計(jì)會(huì)有差別。常用的設(shè)計(jì)如完全隨即設(shè)計(jì)，隨機(jī)區(qū)組設(shè)計(jì)，析因設(shè)計(jì)，裂區(qū)設(shè)計(jì)，嵌套設(shè)計(jì)等。

2．分類資料

2.1 四格表資料

2.1.1 例數(shù)大于40，且所有理論數(shù)大于5，則用普通的Pearson 檢驗(yàn)。

2.1.2 例數(shù)大于40，所有理論數(shù)大于1，且至少一個(gè)理論數(shù)小于5，則用校正的 檢驗(yàn)或Fisher’s確切概率法檢驗(yàn)。

2.1.3 例數(shù)小于40，或有理論數(shù)小于2，則用Fisher’s確切概率法檢驗(yàn)。

2.2 2×C表或R×2表資料的統(tǒng)計(jì)分析

2.2.1 列變量＆行變量均為無序分類變量，則（1）例數(shù)大于40，且理論數(shù)小于5的格子數(shù)目<總格子數(shù)目的25％，則用普通的Pearson 檢驗(yàn)。（2）例數(shù)小于40，或理論數(shù)小于5的格子數(shù)目>總格子數(shù)目的25％，則用Fisher’s確切概率法檢驗(yàn)。

2.2.2列變量為效應(yīng)指標(biāo)，且為有序多分類變量，行變量為分組變量，用普通的Pearson 檢驗(yàn)只說明組間構(gòu)成比不同，如要說明療效，則可用行平均分差檢驗(yàn)或成組的Wilcoxon秩和檢驗(yàn)。

2.2.3 列變量為效應(yīng)指標(biāo)，且為二分類變量，行變量為有序多分類變量，則可采用普通的Pearson 檢驗(yàn)比較各組之間有無差別，如果總的來說有差別，還可進(jìn)一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計(jì)學(xué)意義。

2.3 R×C表資料的統(tǒng)計(jì)分析

2.2.1 列變量＆行變量均為無序分類變量，則（1）例數(shù)大于40，且理論數(shù)小于5的格子數(shù)目<總格子數(shù)目的25％，則用普通的Pearson 檢驗(yàn)。（2）例數(shù)小于40，或理論數(shù)小于5的格子數(shù)目>總格子數(shù)目的25％，則用Fisher’s確切概率法檢驗(yàn)。（3）如果要作相關(guān)性分析，可采用Pearson相關(guān)系數(shù)。

2.2.2列變量為效應(yīng)指標(biāo)，且為有序多分類變量，行變量為分組變量，用普通的Pearson 檢驗(yàn)只說明組間構(gòu)成比不同，如要說明療效或強(qiáng)弱程度的不同，則可用行平均分差檢驗(yàn)或成組的Wilcoxon秩和檢驗(yàn)或Ridit分析。

2.2.3 列變量為效應(yīng)指標(biāo)，且為無序多分類變量，行變量為有序多分類變量，則可采用普通的Pearson 檢驗(yàn)比較各組之間有無差別，如果有差別，還可進(jìn)一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計(jì)學(xué)意義。

2.2.4 列變量＆行變量均為有序多分類變量，（1）如要做組間差別分析，則可用行平均分差檢驗(yàn)或成組的Wilcoxon秩和檢驗(yàn)或Ridit分析。如果總的來說有差別，還可進(jìn)一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計(jì)學(xué)意義。（2）如果要做兩變量之間的相關(guān)性，可采用Spearson相關(guān)分析。

2.4 配對(duì)分類資料的統(tǒng)計(jì)分析

2.4.1 四格表配對(duì)資料，（1）b＋c>40，則用McNemar配對(duì) 檢驗(yàn)。（2）b＋c<40，則用校正的配對(duì) 檢驗(yàn)。

2.4.1 C×C資料，（1）配對(duì)比較：用McNemar配對(duì) 檢驗(yàn)。（2）一致性檢驗(yàn)，用Kappa檢驗(yàn)。

二、醫(yī)學(xué)科研程序

⑴科研選題——⑵研究設(shè)計(jì)——⑶實(shí)施方法——⑷統(tǒng)計(jì)分析——⑸總結(jié)歸納

其中科研選題和研究設(shè)計(jì)最關(guān)鍵?？蒲性O(shè)計(jì)分為⑴專業(yè)設(shè)計(jì)⑵統(tǒng)計(jì)設(shè)計(jì)

統(tǒng)計(jì)設(shè)計(jì)的內(nèi)容：研究對(duì)象數(shù)量的確定、對(duì)照組的選定、隨機(jī)化分組原則、控制誤差及統(tǒng)計(jì)分析方法的選定等。

一、科研選題：⑴、查閱文獻(xiàn)；⑵、選題原則：創(chuàng)新性、先進(jìn)性、科學(xué)性、可行性；⑶、研究條件和優(yōu)勢(shì)

二、實(shí)施方法：⑴、調(diào)查；⑵、實(shí)驗(yàn)⑶、臨床觀察。

三、統(tǒng)計(jì)分析：⑴、正確搜集資料；⑵、描述資料統(tǒng)計(jì)特征⑶、統(tǒng)計(jì)推斷并得出結(jié)論統(tǒng)計(jì)資料的要求：準(zhǔn)確、完整、及時(shí)

描述資料：統(tǒng)計(jì)表、統(tǒng)計(jì)圖、統(tǒng)計(jì)指標(biāo)

統(tǒng)計(jì)推斷：參數(shù)估計(jì)、假設(shè)檢驗(yàn)

醫(yī)學(xué)科研設(shè)計(jì)基本內(nèi)容（臨床實(shí)驗(yàn)設(shè)計(jì)參考用）

（社區(qū)干預(yù)試驗(yàn)設(shè)計(jì)可參照）

臨床科研是以病人為研究對(duì)象，因此，在進(jìn)行臨床科研設(shè)計(jì)時(shí)應(yīng)注意：①人有社會(huì)屬性，受精神因素、心理因素影響，要注意臨床科研要符合醫(yī)學(xué)倫理要求；②必須設(shè)立對(duì)照（設(shè)立對(duì)照的注意問題附后）；③隨訪的起點(diǎn)和止點(diǎn)應(yīng)有明確的定義；④注意影響實(shí)驗(yàn)研究結(jié)果的因素，并適當(dāng)控制（具體內(nèi)容附后）。

1．國(guó)內(nèi)外研究現(xiàn)狀、水平、發(fā)展趨勢(shì)（簡(jiǎn)要介紹與本課題有關(guān)研究的國(guó)內(nèi)外現(xiàn)狀、水平、發(fā)展趨勢(shì)等，寫明本課題提出的依據(jù)及本課題研究目的；簡(jiǎn)要介紹預(yù)試驗(yàn)內(nèi)容及結(jié)果。）。

2．研究對(duì)象：

（1）具體診斷標(biāo)準(zhǔn)（用公認(rèn)的或統(tǒng)一的，并闡明出處；如沒有統(tǒng)一的標(biāo)準(zhǔn)也應(yīng)寫明是自定標(biāo)準(zhǔn)。）、制定入選（納入）標(biāo)準(zhǔn)及排除標(biāo)準(zhǔn)；

（2）研究對(duì)象選擇范圍（包括對(duì)照組）及選樣和分組方法（使用正確的隨機(jī)方法選樣和分組；在實(shí)驗(yàn)對(duì)象的分組和施加因素分配實(shí)驗(yàn)組、對(duì)照組上，都要隨機(jī)化）；

（3）樣本含量。（說明確定樣本含量的依據(jù)）3．處理因素：（詳細(xì)寫）

處理因素設(shè)置要求：①抓住主要因素；②找出非處理因素（混雜因素）；③處理因素標(biāo)準(zhǔn)化。

（1）設(shè)備（或試劑或藥物）生產(chǎn)廠家（來源）及型號(hào)（劑量）；（2）治療方法及操作程序（包括對(duì)照組）；（3）操作過程中的質(zhì)量控制（包括方法、人員、設(shè)備三統(tǒng)一及實(shí)驗(yàn)質(zhì)控手段等）；（4）技術(shù)關(guān)鍵。4．研究結(jié)果：

確定研究效應(yīng)的測(cè)量指標(biāo)及測(cè)定方法，要考慮與待評(píng)價(jià)的結(jié)果有關(guān)聯(lián)性、客觀性、靈敏性、特異性及實(shí)用性等。

（1）療效判斷標(biāo)準(zhǔn)（用公認(rèn)的或統(tǒng)一的，并闡明出處；如沒有統(tǒng)一的標(biāo)準(zhǔn)也應(yīng)寫明是自定標(biāo)準(zhǔn)。）；

（2）（近期、遠(yuǎn)期）觀察指標(biāo)（各組觀察指標(biāo)應(yīng)一致）及觀察方法；（3）科研記錄表格及匯總表格式樣；（4）統(tǒng)計(jì)方法及指標(biāo)確定，預(yù)計(jì)結(jié)果；（5）科研質(zhì)量控制措施（包括科研全過程的各環(huán)節(jié)，如預(yù)試驗(yàn)工作、分組、施加處理因素、臨床觀察及隨訪、原始資料的記錄及收集、資料整理等方面質(zhì)量控制措施）。

5．創(chuàng)新設(shè)想（本研究的）：

6．工作時(shí)間安排（包括調(diào)研、設(shè)計(jì)、研究、統(tǒng)計(jì)分析、總結(jié)鑒定等）： 7．研究人員分工（包括姓名、性別、年齡、職稱、工作單位及在本研究中的詳細(xì)分工）：

8．經(jīng)費(fèi)的籌措及使用計(jì)劃：

9．存在（可能出現(xiàn)）的問題、困難及解決辦法： 臨床科研的對(duì)照問題

為保證臨床科研實(shí)驗(yàn)組與對(duì)照組之間具有可比性，對(duì)照組中的觀察對(duì)象除了實(shí)驗(yàn)因素不同以外，實(shí)驗(yàn)過程中的實(shí)驗(yàn)條件和輔助措施，都應(yīng)與實(shí)驗(yàn)組相同。常用對(duì)照方式如下：

1、空白對(duì)照：對(duì)照組不施加任何處理因素。這種對(duì)照僅用在某些病情較輕或長(zhǎng)期穩(wěn)定無任何危險(xiǎn)的疾病，如：慢性關(guān)節(jié)炎、HbsAg攜帶者、近視等。

2、安慰劑對(duì)照：對(duì)照組采用無藥理作用且無害的“藥“，如：淀粉、生理鹽水等經(jīng)加工后其外形、味道等與試驗(yàn)藥相似，不被受試者識(shí)別。這種對(duì)照僅用在研究的疾病尚無有效治療方法，或使用安慰劑后該病的病情、臨床經(jīng)過、預(yù)后等影響小或無影響時(shí)。

3、實(shí)驗(yàn)對(duì)照：對(duì)照組不施加處理因素，但施加某種與處理因素有關(guān)的實(shí)驗(yàn)因素。

4、標(biāo)準(zhǔn)對(duì)照：用現(xiàn)有標(biāo)準(zhǔn)方法或常規(guī)方法做對(duì)照，注意以一種低療效的方法作對(duì)照來提高試驗(yàn)的療效是毫無意義的，甚至是有害的。

5、歷史對(duì)照：以過去的研究結(jié)果作對(duì)照，這是一種非隨機(jī)和非同期的對(duì)照，容易產(chǎn)生偏倚（可能因?yàn)榧膊∽匀徊〕虝?huì)隨時(shí)間而變化，或醫(yī)生的收治病人診斷標(biāo)準(zhǔn)和治療方法或水平因時(shí)間而變化等，使兩組失去可比性）。這種對(duì)照可用于狂犬病、骨折愈合等療效對(duì)照。

6、自身對(duì)照：對(duì)照和實(shí)驗(yàn)在同一受試對(duì)象進(jìn)行，這種對(duì)照簡(jiǎn)單易行，但應(yīng)注意該方法的兩個(gè)缺陷：一是實(shí)驗(yàn)總是把處理前作對(duì)照，這不符合隨機(jī)分配原則；二是實(shí)驗(yàn)前后某些環(huán)境因素或自身因素發(fā)生了改變，可能影響實(shí)驗(yàn)結(jié)果?？煽紤]用交叉實(shí)驗(yàn)解決。

7、相互對(duì)照：多種待研究觀察因素相互對(duì)照。

目前常用的設(shè)計(jì)方案有：隨機(jī)對(duì)照實(shí)驗(yàn)、配對(duì)實(shí)驗(yàn)、交叉實(shí)驗(yàn)（適于病程較長(zhǎng)的實(shí)驗(yàn)研究），可根據(jù)具體情況，選用適合的方法進(jìn)行實(shí)驗(yàn)研究。

10、影響實(shí)驗(yàn)研究結(jié)果的因素及其控制

一、誤差：

1、隨機(jī)誤差：通過增加樣本含量，可減小隨機(jī)誤差，但不能消除。

2、非隨機(jī)誤差：

非系統(tǒng)誤差：偶然失誤造成的。

系統(tǒng)誤差：誤差值遵循一定的規(guī)律而存在或變化，增加樣本量，不能糾正。

二、編倚：（可以看成是一種系統(tǒng)誤差）

1、選擇性偏倚：防止選擇性偏倚的措施：①正確擬定觀察對(duì)象的納入和排除標(biāo)準(zhǔn)；②采用分層抽樣方法；③正確設(shè)立對(duì)照；④遵守隨機(jī)化原則。

2、測(cè)量偏倚（或稱觀察偏倚或信息偏倚）：

產(chǎn)生原因：①沾染（對(duì)照組也接受了處理措施）；②干擾；③依從與非依從；④失訪（＞20％）；⑤檢查與診斷結(jié)果不一致；⑥觀察記錄有誤；⑦心理因素的干擾。

防止措施：①用盲法試驗(yàn)；②簽定實(shí)驗(yàn)合同；③檢查實(shí)驗(yàn)對(duì)象的依從情況；④注意醫(yī)德問題；⑤定期檢查研究記錄；⑥對(duì)實(shí)驗(yàn)方法、診斷標(biāo)準(zhǔn)的一致性在實(shí)驗(yàn)前應(yīng)做出估計(jì)。

3、混雜偏倚：

產(chǎn)生原因：多在總結(jié)分析階段，評(píng)價(jià)被研究因素與疾病之間的關(guān)系時(shí)，如果存在外來因素與該病和研究因素均有聯(lián)系，使研究因素效應(yīng)與外來因素效應(yīng)混

在一起，從而掩蓋或夸大研究因素與疾病的真實(shí)聯(lián)系。

防止措施：①設(shè)計(jì)時(shí)，用配對(duì)設(shè)計(jì)或采用分層抽樣方法；②分析階段，用分層分析技術(shù)或多變量回歸分析技術(shù)。其目的是平衡混雜因素的作用。

醫(yī)學(xué)科研設(shè)計(jì)基本內(nèi)容（調(diào)查設(shè)計(jì)參考用）

1、國(guó)內(nèi)外研究現(xiàn)狀、水平、發(fā)展趨勢(shì)（簡(jiǎn)要介紹與本課題有關(guān)研究的國(guó)內(nèi)外現(xiàn)狀、水平、發(fā)展趨勢(shì)等，寫明本課題提出的依據(jù)及研究目的。注意：研究目的應(yīng)很明確，且圍繞一個(gè)中心；簡(jiǎn)要介紹預(yù)試驗(yàn)內(nèi)容及結(jié)果。）。

2、調(diào)查計(jì)劃：

⑴、確定觀察對(duì)象（所要研究的總體）和觀察單位（總體中的個(gè)體統(tǒng)計(jì)對(duì)象）⑵、選定調(diào)查指標(biāo)（調(diào)查指標(biāo)是調(diào)查目的的具體體現(xiàn)）：指標(biāo)選擇要求：①精選、重點(diǎn)突出，不要貪多求全，分散精力。②計(jì)量指標(biāo)比計(jì)數(shù)指標(biāo)敏感。③客觀指標(biāo)優(yōu)于主觀指標(biāo)。④選用靈敏度高，特異度高的檢查方法作為診斷依據(jù)。

⑶、調(diào)查方法（普查、抽樣調(diào)查等）

⑷、樣本含量（說明確定樣本含量的依據(jù)）

⑸、收集原始資料的調(diào)查方式（直接觀察、直接采訪（訪問調(diào)查、自填調(diào)查）、間接采訪（信訪、電話））

⑹、設(shè)計(jì)調(diào)查表和問卷（調(diào)查表和問卷設(shè)計(jì)相關(guān)問題附后）

⑺、調(diào)查階段的組織工作（包括組織領(lǐng)導(dǎo)、關(guān)系協(xié)調(diào)、調(diào)查員培訓(xùn)等）

⑻、設(shè)計(jì)階段質(zhì)量控制：①正確劃分調(diào)查范圍；②盡量選擇客觀、明確的指標(biāo)；③對(duì)調(diào)查問題進(jìn)行精選，避免問題過于繁雜；④對(duì)于可能引起混淆的調(diào)查項(xiàng)目給出明確的定義。

⑼、調(diào)查階段質(zhì)量控制：①通過預(yù)試驗(yàn)工作完善調(diào)查設(shè)計(jì)；②抓好調(diào)查員的選拔和培訓(xùn)，避免因調(diào)查員工作態(tài)度不好或業(yè)務(wù)水平不足而影響調(diào)查結(jié)果；③對(duì)被調(diào)查者可能存在的拒絕、躲避、隱瞞、等問題，采取相應(yīng)措施，如：開展宣傳、摸清被調(diào)查者在家的時(shí)間規(guī)律、對(duì)敏感問題做好解釋和保密工作，對(duì)記憶不清者，可請(qǐng)知情人幫助回憶；④在問卷中設(shè)置相反問題，以了解應(yīng)答的可靠性；⑤選擇調(diào)查方式時(shí)應(yīng)考慮年齡和文化水平因素；⑥對(duì)檢測(cè)項(xiàng)目的調(diào)查應(yīng)注明檢測(cè)設(shè)備、試劑等生產(chǎn)廠家、型號(hào)、批號(hào)；操作過程應(yīng)注意操作方法（包括診斷標(biāo)準(zhǔn)）、人員、設(shè)備（應(yīng)有明確的校正靈敏度及準(zhǔn)確度的方法及時(shí)間）三統(tǒng)一；⑦注意調(diào)查的效度（真實(shí)性）與信度（可靠性）問題，常采用現(xiàn)場(chǎng)抽樣復(fù)查來評(píng)價(jià)調(diào)查信度等。

3、整理計(jì)劃：（去粗取精，去偽存真）

⑴、計(jì)算機(jī)錄入與整理工作：應(yīng)提出確保錄入質(zhì)量的措施：①在建立數(shù)據(jù)庫時(shí)，編寫邏輯查錯(cuò)程序；②同一資料用兩個(gè)錄入員輸入并用計(jì)算機(jī)核對(duì)；③資料錄入完成后，做頻數(shù)表或散點(diǎn)圖，發(fā)現(xiàn)異常值；④正確選擇合適的指標(biāo)和分析方法等。

⑵、資料分組：（按數(shù)值大小分組、按類型分組等）⑶、分組組數(shù)確定：

4、統(tǒng)計(jì)分析計(jì)劃：（包括：①說明指標(biāo)的內(nèi)涵和計(jì)算方法及預(yù)期進(jìn)行統(tǒng)計(jì)描述和推斷內(nèi)容；②擬進(jìn)行的探索性分析；③控制混雜因素的措施；④列出統(tǒng)計(jì)分析表，并通過統(tǒng)計(jì)分析表檢查調(diào)查、整理計(jì)劃有否遺漏。）

5、創(chuàng)新設(shè)想（本研究的）：

6、工作時(shí)間安排（包括調(diào)研、設(shè)計(jì)、研究、統(tǒng)計(jì)分析、總結(jié)鑒定等）：

7、研究人員分工（包括姓名、性別、年齡、職稱、單位及在本研究中的詳細(xì)分工）：

8、經(jīng)費(fèi)的籌措及使用計(jì)劃：

9、存在（可能出現(xiàn)）的問題、困難及解決辦法：

10、調(diào)查表及問卷設(shè)計(jì)相關(guān)問題 一、一般結(jié)構(gòu):

1、前言：用于說明調(diào)查目的、重要性、回答問題的必要性以及對(duì)調(diào)查內(nèi)容保密等，以取得調(diào)查對(duì)象的合作。

2、填寫說明：為保證所有調(diào)查員和調(diào)查對(duì)象均能對(duì)調(diào)查項(xiàng)目和填寫方法正確理解，統(tǒng)一認(rèn)識(shí)而編寫。

3、核（備）查項(xiàng)目：該部分與調(diào)查目的無關(guān)，作核查核對(duì)用。內(nèi)容包括調(diào)查員姓名、調(diào)查日期、復(fù)核結(jié)果、未調(diào)查原因等。

4、調(diào)查（分析）項(xiàng)目：為直接用于調(diào)查指標(biāo)所必須以及排除混雜因素所必須的項(xiàng)目，包括調(diào)查對(duì)象的①背景資料，如：姓名、住址、單位、電話等；②人口學(xué)項(xiàng)目，如：年齡、性別、民族、婚姻狀況、文化程度、職業(yè)等；③研究項(xiàng)目（該部分是調(diào)查表的核心內(nèi)容，依不同調(diào)查目的而定，分問題項(xiàng)目和檢測(cè)項(xiàng)目）。

二、問題的形式：?jiǎn)栴}的基本形式有提問式和陳述式兩種；根據(jù)問題答案的形式分開放式問題（無統(tǒng)一答案）和封閉式問題（有固定答案）。

封閉式問題設(shè)計(jì)注意：

1、答案應(yīng)包括所有可能的答案，還應(yīng)有“其它”一欄；

2、各選擇答案不應(yīng)相互包含，不應(yīng)有重疊情況。

三、問題設(shè)計(jì)的一般原則：

1、盡量避免用專業(yè)術(shù)語（提問一般就低不就高）；

2、避免混淆，對(duì)語義較模糊的詞（如：經(jīng)常、偶爾、普通、大概等）應(yīng)給出本次調(diào)查的定義或標(biāo)準(zhǔn)。

3、避免雙重問題，避免一個(gè)問題中實(shí)際提出兩個(gè)問題。

4、提問避免誘導(dǎo)或強(qiáng)制性（否定形式的提問有誘導(dǎo)之嫌）；對(duì)有社會(huì)期望偏倚的問題應(yīng)注意。

5、問題應(yīng)適合全部調(diào)查對(duì)象并符合邏輯。

6、敏感問題的處理：對(duì)國(guó)家政策、倫理道德、經(jīng)濟(jì)收入、生活行為、其它個(gè)人隱私等敏感問題，可以采用對(duì)象轉(zhuǎn)移法或假定法提問；關(guān)于敏感問題調(diào)查的隨機(jī)應(yīng)答技術(shù)問題，須參考有關(guān)統(tǒng)計(jì)學(xué)專著。

7、調(diào)查項(xiàng)目的安排順序（注意問題順序的邏輯性）①、一般問題在前，特殊問題在后； ②、易答問題在前，難答問題在后；

③、敏感問題一般在最后；如敏感問題較多，可分散在問卷中，以降低其敏感性；

④、一般將問題項(xiàng)目放在前，檢測(cè)項(xiàng)目放在后。

第四篇：SPSS總結(jié)

SPSS的基本統(tǒng)計(jì)功能

1、數(shù)據(jù)的預(yù)處理

2、描述性統(tǒng)計(jì)和探索性統(tǒng)計(jì)

3、假設(shè)檢驗(yàn)（包括參數(shù)檢驗(yàn)、非參數(shù)檢驗(yàn)等）

4、方差分析（包括一般的方差分析和多元方差分析）

5、相關(guān)分析

6、回歸分析

7、多元統(tǒng)計(jì)分析，包括聚類分析、判別分析、因子分析、對(duì)應(yīng)分析、主成分分析等

8、時(shí)間序列分析

9、信度分析

10、數(shù)據(jù)挖掘：決策樹與神經(jīng)網(wǎng)絡(luò)

SPSS 統(tǒng)計(jì)分析的一般步驟

1、建立SPSS數(shù)據(jù)文件： 在【變量視圖】定義SPSS數(shù)據(jù)文件的結(jié)構(gòu)，在【數(shù)據(jù)視圖】進(jìn)行錄入數(shù)據(jù)文件的錄入。

2、SPSS數(shù)據(jù)的管理數(shù)據(jù)的預(yù)處理 ：

集中于【數(shù)據(jù)】和【轉(zhuǎn)換】?jī)蓚€(gè)菜單項(xiàng)。

3、SPSS數(shù)據(jù)的統(tǒng)計(jì)分析階段

： 在【分析】菜單中選擇正確的統(tǒng)計(jì)方法。

4、SPSS分析結(jié)果的閱讀和解釋

： 讀懂SPSS輸出窗口中的分析結(jié)果

5、明確其統(tǒng)計(jì)含義，并結(jié)合背景知識(shí)做出合理的解釋。

第2章 SPSS統(tǒng)計(jì)分析前的準(zhǔn)備

一、SPSS數(shù)據(jù)文件的特點(diǎn)

1、SPSS數(shù)據(jù)文件是一種有結(jié)構(gòu)的數(shù)據(jù)文件（一般文本文件僅有純數(shù)據(jù)部分，而沒有關(guān)于結(jié)構(gòu)的描述）；

2、由數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容兩部分構(gòu)成；

3、其中數(shù)據(jù)的結(jié)構(gòu)記錄數(shù)據(jù)類型、取值說明、數(shù)據(jù)缺失等必要信息（在【變量視圖】，每一列大家都要明白你在定義什么，有什么用）；

4、數(shù)據(jù)的內(nèi)容是那些待分析的具體數(shù)據(jù)；

5、在【數(shù)據(jù)視圖】每一列代表一個(gè)變量(variable)，變量名顯示在表格頂部；

6、在【數(shù)據(jù)視圖】的每一行代表一個(gè)記錄（case）（即一個(gè)案例，或稱一個(gè)對(duì)象、一個(gè)觀察、一個(gè)個(gè)體），記錄序號(hào)顯示在表格的左側(cè)；

7、在【數(shù)據(jù)視圖】可以輸入和編輯數(shù)據(jù)，但是不能輸入數(shù)學(xué)表達(dá)式和函數(shù)

二、定義變量

1、【數(shù)據(jù)視圖】是進(jìn)行數(shù)據(jù)輸入、數(shù)據(jù)編輯的界面，對(duì)應(yīng)的表格用于查看、錄入和修改數(shù)據(jù)。

2、【變量視圖】 是定義數(shù)據(jù)文件的變量的界面，對(duì)應(yīng)的表格用于輸入和修改變量的定義。

3、用SPSS讀取其他格式的數(shù)據(jù)：

1）數(shù)據(jù)文件：*。sav

語法文件：*。sps 結(jié)果文件：*。spo

腳本文件： *。sbs 2）文件-打開-數(shù)據(jù)，可打開多種文件類型（。sav、。xls、。dbf、。txt、。dat等）

注：要想順利打開txt文檔，txt文檔最好有固定的分隔符，如一個(gè)空格或一個(gè)逗號(hào)等。

三、數(shù)據(jù)的編輯

在SPSS中，數(shù)據(jù)文件的編輯、整理等功能被集中在了【數(shù)據(jù)】和【轉(zhuǎn)換】?jī)蓚€(gè)菜單項(xiàng)中：

1、數(shù)據(jù)的增刪、復(fù)制、剪切、粘貼；

2、數(shù)據(jù)的排序，Sort Cases排序便于數(shù)據(jù)的瀏覽，快捷找到最大值或最小值，迅速發(fā)現(xiàn)數(shù)據(jù)的異常值；

四、文件的拆分：文件的拆分相當(dāng)于統(tǒng)計(jì)學(xué)中的數(shù)據(jù)分組，即將數(shù)據(jù)按一個(gè)或幾個(gè)分組變量分組。

五、數(shù)據(jù)選取 ：

數(shù)據(jù)選?。▊€(gè)案選取）的基本方式

按指定條件選?。↖f condition is satisfied）

隨機(jī)抽樣(Random sample of cases)選取某一區(qū)域內(nèi)(Based on time or case range)

六、個(gè)案加權(quán)：記錄加權(quán)是對(duì)觀測(cè)數(shù)據(jù)賦以權(quán)重，常用于頻數(shù)表資料；

七、文件的合并：合并文件是指將外部數(shù)據(jù)中的記錄或變量合并到當(dāng)前的數(shù)據(jù)文件中去。合并數(shù)據(jù)文件包括兩種方式：

從外部數(shù)據(jù)文件增加記錄到當(dāng)前數(shù)據(jù)文件中——縱向合并或稱追加記錄。從外部數(shù)據(jù)文件增加變量到當(dāng)前數(shù)據(jù)文件中——橫向合并或稱追加變量。

八、變量的計(jì)算和變換：【轉(zhuǎn)換】-【計(jì)算變量】

九、數(shù)據(jù)的重新編碼recode 統(tǒng)計(jì)分組

將字符型變量轉(zhuǎn)換為數(shù)值型變量 將幾個(gè)小類別合為一個(gè)類別 將數(shù)值型變量轉(zhuǎn)換為字符型

十、統(tǒng)計(jì)結(jié)果的保存為word文件：【文件】-【導(dǎo)出】

第3章

SPSS描述性統(tǒng)計(jì)

1.Frequencies（頻率）過程的特色是產(chǎn)生頻數(shù)表；功能 產(chǎn)生頻數(shù)分布表；

繪制條形圖、餅圖、直方圖；

計(jì)算集中趨勢(shì)與離散程度、分布形狀（峰度和偏度的意義）等統(tǒng)計(jì)量； 按要求給出分位數(shù)；

對(duì)數(shù)據(jù)的分布趨勢(shì)進(jìn)行初步分析

（注：對(duì)于定性變量來說，一般來說產(chǎn)生頻數(shù)分布表，制作條形圖，餅圖即可）；

2.描述分析（Descriptives過程）

適用的分析對(duì)象：定量變量，測(cè)度為scale。功能：

調(diào)用此過程對(duì)變量進(jìn)行描述性統(tǒng)計(jì)分析，計(jì)算均值、標(biāo)準(zhǔn)差、全距和均值標(biāo)準(zhǔn)誤差等； 并可將原始數(shù)據(jù)轉(zhuǎn)換成Z分?jǐn)?shù)（(原始值-均值)/標(biāo)準(zhǔn)差）。

3.Explore（探索）過程用于對(duì)數(shù)據(jù)概況不清時(shí)的探索性分析，定量變量； 在一般描述性統(tǒng)計(jì)分析的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述。提供莖葉圖、箱線圖、PP圖、QQ圖等；

指出異常值（Outliers），可檢查數(shù)據(jù)是否有錯(cuò)誤，剔除異常值和錯(cuò)誤數(shù)據(jù)； 進(jìn)行點(diǎn)估計(jì)和區(qū)間估計(jì)，計(jì)算均值的置信區(qū)間，； 檢驗(yàn)一組數(shù)據(jù)是否呈正態(tài)分布； 4.列聯(lián)表分析

（1）列聯(lián)表分析的適用條件

對(duì)一個(gè)定量變量的描述和分析，一般用頻數(shù)分析（頻數(shù)分布表、餅圖、直方圖、條形圖）； 對(duì)兩個(gè)定性變量的描述和分析，通常使用列聯(lián)表、對(duì)應(yīng)分析，或使用卡方檢驗(yàn)； 對(duì)兩個(gè)以上定性變量的描述和分析，通常使用高維列聯(lián)表。（2）期望頻數(shù)的分布

如果行變量和列變量是獨(dú)立的，可以計(jì)算出列聯(lián)表中每個(gè)格子里的頻數(shù)應(yīng)該是多少，稱為期望頻數(shù)；

（3）列聯(lián)表分析的基本思路

檢驗(yàn)列聯(lián)表中的行變量與列變量之間是否獨(dú)立（或是否相關(guān)）。原假設(shè)為行變量與列變量之間獨(dú)立（或不相關(guān)）。比較觀察頻數(shù)與期望頻數(shù)的差。

如果兩者的差越大，表明實(shí)際情況與原假設(shè)相去甚遠(yuǎn)；如果差越小，表明實(shí)際情況與原假設(shè)越相近。

對(duì)于這個(gè)假設(shè)的檢驗(yàn)，可以采用卡方分布，進(jìn)行卡方檢驗(yàn)。

（4）列聯(lián)表分析的步驟

檢驗(yàn)列聯(lián)表中的行變量與列變量之間是否獨(dú)立（是否相關(guān)）提出假設(shè)

H0：行變量與列變量獨(dú)立（不相關(guān)）H1：行變量與列變量不獨(dú)立（相關(guān) 計(jì)算檢驗(yàn)的統(tǒng)計(jì)量 統(tǒng)計(jì)決策

進(jìn)行決策：P值決策

P<0。05，則拒絕原假設(shè)H0，否則，接收原假設(shè)。（5）Pearson卡方檢驗(yàn)的應(yīng)用條件

所有單元的期望頻數(shù)應(yīng)該大于1，或不應(yīng)有大量的期望頻數(shù)小于5的單元格。

如果列聯(lián)表中有20%以上的單元格中的期望頻數(shù)小于5，則一般不宜用卡方檢驗(yàn)。Pearson卡方檢驗(yàn)最普遍

第4章

SPSS的均值比較過程 1。Means過程

對(duì)準(zhǔn)備比較的各組計(jì)算描述指標(biāo)，進(jìn)行預(yù)分析，也可直接比較，定量變量。（1）Means過程是專門計(jì)算各種平均數(shù)，并對(duì)平均數(shù)進(jìn)行簡(jiǎn)單比較的；（2）雖然Descriptive Statistics（描述統(tǒng)計(jì)）菜單項(xiàng)中的幾個(gè)過程也能計(jì)算均數(shù)，但Means過程的輸出結(jié)果是將各組的描述指標(biāo)放在一起的，便于相互比較；

（3）Means過程必須設(shè)置分組變量，若沒有分組變量的話，可以使用Descriptive Statistics菜單項(xiàng)中的幾個(gè)過程。

（4）適用于測(cè)度水平為SCALE的變量。

2。單樣本T檢驗(yàn)（1）目的

檢驗(yàn)?zāi)匙兞康目傮w均值與指定的檢驗(yàn)值之間是否存在顯著差異。（2）適用條件

樣本來自的總體服從正態(tài)分布（3）基本步驟

H0： μ＝μ0 H1： μ≠μ0

構(gòu)造檢驗(yàn)統(tǒng)計(jì)量 統(tǒng)計(jì)決策

如果P值<α（α一般取值為0。05），拒絕原假設(shè)； 如果P值>α，接受原假設(shè)；

3。

獨(dú)立樣本T 檢驗(yàn)（1）目的

通過比較兩個(gè)樣本均值差的大小來確定兩個(gè)總體的均值是否相等。（2）適用條件

獨(dú)立性：兩個(gè)樣本相互獨(dú)立，且均為大樣本；

正態(tài)性：如果兩個(gè)樣本相互獨(dú)立但都是小樣本，或有一個(gè)樣本是小樣本，則要求總體服從正態(tài)分布；

方差齊性

（3）基本步驟

a、方差齊性F檢驗(yàn)

原假設(shè)：兩個(gè)總體方差相等； 備則假設(shè)：兩個(gè)總體方差不相等；

P值<0。05 時(shí)，拒絕原假設(shè)，說明方差不齊；否則兩個(gè)總體方差無顯著性差異。b、對(duì)兩總體的均值提出假設(shè) H0： μ1＝μ2

H1： μ1≠μ2 c、統(tǒng)計(jì)決策

在SPSS中進(jìn)行兩獨(dú)立樣本t檢驗(yàn)時(shí)，應(yīng)首先對(duì)F檢驗(yàn)作判斷。如果方差相等，觀察分析結(jié)果中Equal variances assumed列的t檢驗(yàn)相伴概率值；如果方差不相等，觀察Equal variances not assumed列的t檢驗(yàn)相伴概率值。如果P值<α，拒絕原假設(shè)； 如果P值>α，不能拒絕原假設(shè)；

4.配對(duì)樣本的T 檢驗(yàn)

配對(duì)樣本是指對(duì)同一樣本的某個(gè)變量進(jìn)行前后兩次測(cè)試所獲得的兩組數(shù)據(jù)，或是對(duì)兩個(gè)完全相同的樣本在不同條件下進(jìn)行測(cè)試所獲得的兩組數(shù)據(jù)。其差別在于抽樣不是相互獨(dú)立的，而是互相關(guān)聯(lián)的。（1）配對(duì)樣本通常有兩個(gè)特征： 第一，兩組樣本的樣本數(shù)相同；

第二，兩個(gè)樣本記錄的先后順序一一對(duì)應(yīng)，不能隨意更改。（2）適用條件

兩樣本數(shù)據(jù)必須兩兩配對(duì) 兩總體服從正態(tài)分布

配對(duì)樣本的錄入方式是：每對(duì)數(shù)據(jù)在同一個(gè)case的兩個(gè)配對(duì)的變量上（3）檢驗(yàn)步驟 a、提出假設(shè) H0： μ1＝μ2

H1： μ1≠μ2 b、統(tǒng)計(jì)決策

如果P值<α，拒絕原假設(shè)； 如果P值>α，不能拒絕原假設(shè)；

第5章 方差分析

如何對(duì)一個(gè)或兩個(gè)總體的均值進(jìn)行檢驗(yàn)，我們可以用均值比較，如果要討論多個(gè)總體均值是否相等，我們所采用的方法是方差分析。

方差分析中有以下幾個(gè)重要概念。（1）因素（Factor）：是指所要研究的變量，它可能對(duì)因變量產(chǎn)生影響。如果方差分析只針對(duì)一個(gè)因素進(jìn)行，稱為單因素方差分析。如果同時(shí)針對(duì)多個(gè)因素進(jìn)行，稱為多因素方差分析。

（2）水平（Level）：水平指因素的具體表現(xiàn)，如銷售的四種方式就是因素的不同取值等級(jí)。

（3）單元（Cell）：指因素水平之間的組合。（4）元素（Element）：指用于測(cè)量因變量的最小單位。一個(gè)單元里可以只有一個(gè)元素，也可以有多個(gè)元素。

（5）交互作用（Interaction）：如果一個(gè)因素的效應(yīng)大小在另一個(gè)因素不同水平下明顯不同，則稱兩因素間存在交互作用。

1.單因素方差分析

單因素方差分析也叫一維方差分析，它用來研究一個(gè)因素的不同水平是否對(duì)觀測(cè)變量產(chǎn)生了顯著影響，即檢驗(yàn)由單一因素影響的一個(gè)（或幾個(gè)相互獨(dú)立的）因變量由因素各水平分組的均值之間的差異是否具有統(tǒng)計(jì)意義。（1）適用條件

在各個(gè)水平之下觀察對(duì)象是獨(dú)立隨機(jī)抽樣，即獨(dú)立性；

各個(gè)水平的因變量服從正態(tài)分布，即正態(tài)性；

各個(gè)水平下的總體具有相同的方差，即方差齊性；（2）基本原理

SST（總的離差平方和）=SSA（組間離差平方和）+SSE（組內(nèi)離差平方和）

如果在總的離差平方和中，組間離差平方和所占比例較大，說明觀測(cè)變量的變動(dòng)主要是由因素的不同水平引起的，可以主要由因素的變動(dòng)來解釋，系統(tǒng)性差異給觀測(cè)變量帶來了顯著影響；反之，如果組間離差平方和所占比例很小，說明觀測(cè)變量的變動(dòng)主要由隨機(jī)變量因素引起的。

SPSS將自動(dòng)計(jì)算檢驗(yàn)統(tǒng)計(jì)量和相伴概率P值，若P<α，則拒絕原假設(shè)，認(rèn)為因素的不同水平對(duì)觀測(cè)變量產(chǎn)生顯著影響；反之，接受零假設(shè)，認(rèn)為因素的不同水平?jīng)]有對(duì)觀測(cè)變量產(chǎn)生顯著影響。

另外，SPSS還提供了多重比較方法，多重比較是通過對(duì)總體均值之間的配對(duì)比較來進(jìn)一步檢驗(yàn)到底哪些均值之間存在差異，最常用的多重比較方法是LSD。（3）檢驗(yàn)步驟 a、提出假設(shè)

H0： 各個(gè)總體的均值無顯著性差異。

H1： 各個(gè)總體的均值有顯著性差異。b、統(tǒng)計(jì)決策

方差齊性檢驗(yàn)結(jié)果，P值>0。05，方差齊，否則，方差不齊；

單因素方差分析表，P值>α，接受H0，都則，拒絕H0，接受H1。

2.多因素方差分析

多因素方差分析是對(duì)一個(gè)獨(dú)立變量是否受一個(gè)或多個(gè)因素或變量影響而進(jìn)行的方差分析。它不僅能夠分析多個(gè)因素對(duì)觀測(cè)變量的獨(dú)立影響，更能夠分析多個(gè)因素的交互作用能否對(duì)觀測(cè)變量產(chǎn)生顯著影響。（2）基本原理

由于多因素方差分析中觀察變量不僅要受到多個(gè)因素獨(dú)立作用的影響，而且因素其交互作用和一些隨機(jī)因素都會(huì)對(duì)變量產(chǎn)生影響。因此觀測(cè)變量值的波動(dòng)要受到多個(gè)控制變量獨(dú)立作用、控制變量交互作用及隨機(jī)因素等三方面的影響。以兩個(gè)因素為例，可以表示為：

Q總＝Q控1＋Q控2＋Q控1控2＋Q隨其中，Q表示各部分對(duì)應(yīng)的離差平方和。多因素方差分析比較

Q

控

1、Q 控

2、Q 控 1 控

Q

隨

占 Q

總 的比例，以此推斷不同因素以及因素之間的交互作用

2、是否給觀測(cè)變量帶來顯著影響。

（3）基本術(shù)語

a、Dependent Variable 觀測(cè)變量或因變量 主要指研究中的定量變量

如：移動(dòng)話費(fèi)、學(xué)生成績(jī)、銷售量、畝產(chǎn)量等

b、Fixed Factor 固定效應(yīng)因素，固定因素，控制因素

主要指研究中的定性變量

如：資費(fèi)等級(jí)、客戶類型、漫游類型、促銷策略等 c、Random Factor 隨機(jī)效應(yīng)因素、隨機(jī)因素

人為無法對(duì)其水平值進(jìn)行準(zhǔn)確控制，只是能夠直觀觀測(cè)到

如：話費(fèi)水平、收入水平、消費(fèi)習(xí)慣等

d、Interaction 交互作用、交互效應(yīng)

如果一個(gè)因素的效應(yīng)大小在另一個(gè)因素不同水平下明顯不同，則稱為兩因素間存在交互作用。

當(dāng)存在交互作用時(shí)，單純研究某個(gè)因素的作用是沒有意義的，必須分另一個(gè)因素的不同水平研究該因素的作用大小。例如：飲食習(xí)慣、適量運(yùn)動(dòng)對(duì)減肥的作用； e、main effect 與交互效應(yīng)相對(duì)應(yīng)的

主效應(yīng)就是每個(gè)因素對(duì)因變量的單獨(dú)影響（main effect）f、Covariates 協(xié)變量

指對(duì)應(yīng)變量可能有影響，需要在分析時(shí)對(duì)其作用加以控制的連續(xù)性定量變量 當(dāng)模型中存在協(xié)變量時(shí)，一般是通過找出它與因變量的回歸關(guān)系來控制其影響（3）應(yīng)用條件

等方差；

各樣本的獨(dú)立性：只有各樣本為相互獨(dú)立的隨機(jī)樣本，才能保證變異的可加性（可分解性）；

正態(tài)性：即所有觀察值系從正態(tài)總體中抽樣得出；（4）基本步驟

提出假設(shè)

H0：因素A中的r個(gè)水平的均值相等（因素A 對(duì)因變量無顯著性影響）H1：因素A中的r個(gè)水平的均值不全相等（因素A 對(duì)因變量有顯著性影響）統(tǒng)計(jì)決斷 P值檢驗(yàn)法

依次查看各F值的P值，p-值<α，應(yīng)拒絕原假設(shè)； 如果其P值大于顯著性水平，則不能拒絕H0，可以認(rèn)為相應(yīng)不同水平的控制變量或交互影響沒有造成均值的顯著差異;

第6章

非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)（nonparametric test），又稱為任意分布檢驗(yàn)（distribution-free test）； 不依賴于總體的分布類型，對(duì)樣本所來自總體的分布不作嚴(yán)格假定的統(tǒng)計(jì)推斷方法，稱為非參數(shù)檢驗(yàn)（nonparametric test）

它不考慮研究對(duì)象總體分布的具體形式，也不對(duì)總體參數(shù)進(jìn)行統(tǒng)計(jì)推斷；

而是通過檢驗(yàn)樣本所代表的總體分布位置及分布形狀是否一致來得出統(tǒng)計(jì)結(jié)論。特點(diǎn)

參數(shù)檢驗(yàn)條件不滿足時(shí)的處理方法

不對(duì)均數(shù)等參數(shù)檢驗(yàn)，而是檢驗(yàn)分布是否相同

在總體分布未知的情況下，利用樣本數(shù)據(jù)對(duì)總體的分布形態(tài)進(jìn)行推斷。非參數(shù)檢驗(yàn)的著眼點(diǎn)不是總體參數(shù)，而是總體的分布情況 非參數(shù)檢驗(yàn)研究目標(biāo)總體的分布是否與已知理論分布相同 非參數(shù)檢驗(yàn)研究各樣本所在總體的分布位置，形狀是否相同 優(yōu)點(diǎn)

第一，具有較好的穩(wěn)健性；

第二，受限條件少：對(duì)數(shù)據(jù)要求不像參數(shù)檢驗(yàn)?zāi)菢訃?yán)格

第三，適用范圍廣：可應(yīng)用于各種不同的情況，不受總體分布形狀的限制，適合處理無法精確數(shù)量化的定性數(shù)據(jù)和小樣本數(shù)據(jù) 第四，計(jì)算通常較簡(jiǎn)單，且容易理解 缺點(diǎn)

第一，將定量數(shù)據(jù)轉(zhuǎn)換為定性數(shù)據(jù)時(shí)，漏失了數(shù)據(jù)的一些信息

第二，檢驗(yàn)的敏感度和效果，均不如參數(shù)檢驗(yàn)好。檢驗(yàn)效率低于參數(shù)檢驗(yàn)，主要是犯第二類錯(cuò)誤的可能性加大。

第三，參數(shù)檢驗(yàn)適用的數(shù)據(jù)，非參數(shù)方法會(huì)降低檢驗(yàn)效能；當(dāng)數(shù)據(jù)滿足參數(shù)檢驗(yàn)條件時(shí)，效能低于參數(shù)法，不滿足參數(shù)法條件時(shí)，處于“優(yōu)勢(shì)” 非參數(shù)檢驗(yàn)的應(yīng)用場(chǎng)合

定量數(shù)據(jù)，不滿足參數(shù)檢驗(yàn)的條件，且無適當(dāng)?shù)淖兞孔儞Q方法解決此問題； 定量數(shù)據(jù)，其分布類型無法獲知，且為小樣本； 定量數(shù)據(jù)，極度偏態(tài)，或個(gè)別數(shù)值偏離過大； 各組離散度相差懸殊

一端或兩端存在不確定數(shù)值的定量數(shù)據(jù)

定序數(shù)據(jù)，比較各組間等級(jí)強(qiáng)度的差別； 非參數(shù)檢驗(yàn)的主要方法 單個(gè)樣本的非參數(shù)檢驗(yàn)

卡方檢驗(yàn)（Chi-Square過程）

二項(xiàng)檢驗(yàn)（Binomial過程）

游程檢驗(yàn)（Runs過程）

柯爾莫哥洛夫—斯米諾夫檢驗(yàn)（l-Sample K-S過程）兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn) 多個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn) 兩個(gè)配對(duì)樣本的非參數(shù)檢驗(yàn) 多個(gè)配對(duì)樣本的非參數(shù)檢驗(yàn) 順序統(tǒng)計(jì)量

通過對(duì)數(shù)據(jù)從小到大的排序(即排隊(duì))，并由數(shù)據(jù)的大小排序號(hào)(排隊(duì)號(hào))代替原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。

秩(Rank)：排序號(hào)(排隊(duì)號(hào))在統(tǒng)計(jì)學(xué)上稱為秩

結(jié)(ties)：絕對(duì)值相等稱為結(jié)，又稱同秩，則取平均秩次。

一般來說，秩就是該組數(shù)據(jù)按照升序排列之后，每個(gè)數(shù)據(jù)的位置。

1.單個(gè)樣本的非參數(shù)檢驗(yàn) 卡方檢驗(yàn)（Chi-Square過程）

用卡方檢驗(yàn)來檢驗(yàn)定性變量的幾個(gè)取值（分類數(shù)據(jù)，或類別）所占比例是否和理論的比例沒有統(tǒng)計(jì)學(xué)差異。檢驗(yàn)分類變量的分布

適合于定性數(shù)據(jù)及頻數(shù)資料的分析

要求樣本足夠大，要求樣本容量一般大于50； 應(yīng)用領(lǐng)域

如病人經(jīng)治療后治愈、好轉(zhuǎn)、有效和無效的人數(shù)總的說來是否相同(實(shí)為治愈、好轉(zhuǎn)、有效和無效的概率或機(jī)會(huì)是否相同)成績(jī)優(yōu)、良、中、差的學(xué)生人數(shù)是否相同 贊同某種觀點(diǎn)的人數(shù)是否達(dá)到80%，等等。

比如在人群中抽取了一個(gè)樣本，可以用該方法來分析四種血型所占的比例是否相同（都是25%），或者是否符合我們所給出的一個(gè)比例（如分別為10%、30%、40%和20%）。Chi-Square檢驗(yàn)的基本思路

先按照已知總體的構(gòu)成比例分布，計(jì)算出樣本中定性數(shù)據(jù)（即各類別）的期望頻數(shù)然后求出觀測(cè)頻數(shù)和期望頻數(shù)的差值，最后計(jì)算出卡方統(tǒng)計(jì)量 利用卡方分布求出P值，假設(shè)檢驗(yàn)的H0是樣本中某指標(biāo)的比例與已知比例一致 得出檢驗(yàn)結(jié)論

2.二項(xiàng)檢驗(yàn)（Binomial過程）檢驗(yàn)二項(xiàng)分類變量分布

用于檢測(cè)所給的變量是否符合二項(xiàng)分布，變量可以是兩分類的，也可以使連續(xù)性變量，然后按你給出的分界點(diǎn)一刀兩斷。

Binomial過程對(duì)二項(xiàng)分類變量的單個(gè)樣本作檢驗(yàn)，推斷總體中兩個(gè)分類數(shù)據(jù)的比例是否分別為π和(1-π)應(yīng)用領(lǐng)域

射擊時(shí)，擊中與未擊中；學(xué)生成績(jī)，及格與不及格；疾病診斷，陰性與陽性；硬幣，正面與反面；人群性別，男和女；產(chǎn)品質(zhì)量，合格和不合格 定量數(shù)據(jù)、符號(hào)檢驗(yàn)（SING TEST）與Binomial過程

定量數(shù)據(jù)：大樣本；或小樣本，總體服從正態(tài)分布，總體方差已知； 參數(shù)檢驗(yàn)：?jiǎn)蝹€(gè)樣本的均值檢驗(yàn)

定量數(shù)據(jù)，不滿足參數(shù)檢驗(yàn)的條件，且無適當(dāng)?shù)淖兞孔儞Q方法解決此問題；

極度偏態(tài)，或個(gè)別數(shù)值偏離過大；

一端或兩端存在不確定數(shù)值

3.游程檢驗(yàn)（Runs過程）

Runs過程借助樣本序列的順序推斷總體序列的順序是否是隨機(jī)的，屬隨機(jī)性檢驗(yàn) 二分類數(shù)據(jù)和定量數(shù)據(jù)（連續(xù)數(shù)據(jù)）均可

對(duì)于一個(gè)取兩個(gè)值的分類變量，游程檢驗(yàn)方法是檢驗(yàn)這兩個(gè)值的出現(xiàn)是否是隨機(jī)的。游程檢驗(yàn)還可以用于某個(gè)連續(xù)變量的取值小于某個(gè)值及大于該值的個(gè)數(shù)（類似于0和1的個(gè)數(shù)）是否隨機(jī)的問題 游程檢驗(yàn)的作用

1、檢驗(yàn)總體分布是否相同

將從兩個(gè)總體中獨(dú)立抽取的兩個(gè)樣本的觀察值混合后，觀察游程個(gè)數(shù)，進(jìn)行比較。

2、檢驗(yàn)樣本的隨機(jī)性

將取自某一總體的樣本的觀察值按從小到大順序排列，找出中位數(shù)，分為大于中位數(shù)的小于中位數(shù)的兩個(gè)部分。用上下交錯(cuò)形成的游程個(gè)數(shù)來檢驗(yàn)樣本是否是隨機(jī)的。應(yīng)用范圍

生產(chǎn)過程是否需要調(diào)整，即不合格產(chǎn)品是否隨機(jī)產(chǎn)生； 獎(jiǎng)券的購買是否隨機(jī)；

期貨價(jià)格的變化是否隨機(jī)等等。

若事物的發(fā)生并非隨機(jī)，即有某種規(guī)律，則往往可尋找規(guī)律，建立相應(yīng)模型，進(jìn)行分析，作出適宜的決策。

當(dāng)樣本按某種順序排列(如按抽取時(shí)間先后排列)時(shí)，一個(gè)或者一個(gè)以上相同符號(hào)連續(xù)出現(xiàn)的段，就被稱作游程 ；

4.（l-Sample K-S過程）

柯爾莫諾夫-斯米爾諾夫檢驗(yàn)，考察某個(gè)連續(xù)性變量是否符合理論分布 利用樣本數(shù)據(jù)推斷總體是否服從某種分布

可以檢驗(yàn)的分布有正態(tài)分布、均勻分布、Poission分布和指數(shù)分布。數(shù)據(jù)要求：定量數(shù)據(jù)，Scale

5。

獨(dú)立樣本的非參數(shù)檢

檢驗(yàn)兩個(gè)或多個(gè)獨(dú)立樣本所在總體是否相同

在不了解總體分布的情況下，通過分析樣本數(shù)據(jù)均值或中位數(shù)的差異，推斷樣本來自的兩/多個(gè)獨(dú)立總體的分布存在的顯著性差異。Independent Samples過程：主要用于檢驗(yàn)兩個(gè)獨(dú)立樣本所在總體分布是否相同 K Independent Samples過程：主要用于檢驗(yàn)多個(gè)獨(dú)立樣本所在總體分布是否相同 界面上基本相同

（1）兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)

含義：由樣本數(shù)據(jù)，推斷兩個(gè)獨(dú)立總體的分布是否存在顯著差異(或兩樣本是否來自同一總體)分析對(duì)象：定量數(shù)據(jù)或定序數(shù)據(jù) 對(duì)分布的形狀不加考慮

分布形狀相同或類似的兩個(gè)總體分布位置比較，可以簡(jiǎn)化地理解為兩總體中位數(shù)的比較 應(yīng)用范圍

兩種訓(xùn)練方法中哪一種更出成績(jī) 兩種汽 油中哪一個(gè)污染更少 兩種市場(chǎng)營(yíng)銷策略中那種更有效

與獨(dú)立樣本t檢驗(yàn)的區(qū)別

對(duì)于定量數(shù)據(jù)，如果方差相等，且服從正態(tài)分布

兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)的過程

定序數(shù)據(jù)；對(duì)于定量數(shù)據(jù)，不滿足兩個(gè)獨(dú)立樣本t檢驗(yàn)的條件

曼-惠特尼U檢驗(yàn)（Mann-Whitney U）

為檢驗(yàn)兩總體的中位數(shù)是否相等，常用Mann-Whitney U 檢驗(yàn)，或稱Wilcoxon秩和檢驗(yàn)(Wilcoxon rank sum test)；

這兩種方法是獨(dú)立提出的，檢驗(yàn)結(jié)果完全等價(jià)的； 分析步驟

建立檢驗(yàn)假設(shè)，確定顯著性水平α ：

H0：兩個(gè)總體的分布位置相同，即高中生和大學(xué)生的每周平均上網(wǎng)時(shí)間的總體分布相同；

H1：兩個(gè)總體的分布位置不同，即高中生和大學(xué)生的每周平均上網(wǎng)時(shí)間的總體分布不同?；颍?/p>

H0：M1=M2；

H1：M1>M2

2、編秩，將兩組數(shù)據(jù)由小到大統(tǒng)一編秩，編秩時(shí)如遇有相同數(shù)據(jù)，取平均秩次。

3、求秩和，兩組秩次分別相加。

4、確定統(tǒng)計(jì)量

若兩組樣本容量相等，則任取一組的秩和為統(tǒng)計(jì)量；

若兩組樣本容量不等，則以樣本樣本容量較小者對(duì)應(yīng)的秩和為統(tǒng)計(jì)量。

5、查表確定P值，作出推斷結(jié)論。若P>α，不能拒絕原假設(shè)。

若則P<α，拒絕原假設(shè)，認(rèn)為兩總體的分布不相同。

（2）多獨(dú)立樣本非參數(shù)檢驗(yàn)

對(duì)三個(gè)或三個(gè)以上的總體的均值是否相等進(jìn)行檢驗(yàn)，使用的方法是單因素方差分析 ； 單因素方差分析過程需要假定條件，F(xiàn)檢驗(yàn)才有效； 有時(shí)候所采集的數(shù)據(jù)常常不能滿足這些條件，K Independent Samples過程 K Independent Samples過程

含義：由樣本數(shù)據(jù)，推斷多個(gè)獨(dú)立總體的分布是否存在顯著差異(或多個(gè)樣本是否來自同一總體)分析對(duì)象：定量數(shù)據(jù)或定序數(shù)據(jù) 對(duì)分布的形狀不加考慮

分布形狀相同或類似的多個(gè)總體分布位置比較，可以簡(jiǎn)化地理解為多個(gè)總體中位數(shù)的比較。應(yīng)用范圍

各城市兒童身高分布一致嗎？

不同收入的居民存（?。┛罱痤~分布一致嗎？

電信公司人力資源部門比較3所大學(xué)雇員的管理業(yè)績(jī)是否存在差異？ 檢驗(yàn)方法

Kruskal-Wallis H ：克魯斯卡爾-沃利斯單因素方差分析最常用，原理同Wilcoxon檢驗(yàn) 多個(gè)樣本間的兩兩比較 多組獨(dú)立樣本；

每組5個(gè)觀察值，樣本量小，分布類型未知；

考慮采用秩轉(zhuǎn)換的非參數(shù)檢驗(yàn)方法——Kruskal-Wallis秩和檢驗(yàn)。

（3）兩/多個(gè)配對(duì)樣本非參數(shù)檢驗(yàn)

檢驗(yàn)兩個(gè)或多個(gè)配對(duì)樣本所在總體位置是否相同

在不了解總體分布的情況下，通過分析兩/多個(gè)配對(duì)樣本，推斷樣本來自的兩/多個(gè)總體的分布是否存在顯著性差異。Related Samples過程：主要用于檢驗(yàn)兩個(gè)配對(duì)樣本所在總體分布是否相同 K Related Samples過程：主要用于檢驗(yàn)多個(gè)配對(duì)樣本所在總體分布是否相同 界面上基本相同

兩個(gè)配對(duì)樣本的非參數(shù)檢驗(yàn)

含義：由樣本數(shù)據(jù)推斷兩配對(duì)總體分布是否存在顯著差異。數(shù)據(jù)要求

兩組配對(duì)的樣本數(shù)據(jù)；

兩組數(shù)據(jù)的樣本容量相同，先后次序不能任意改變，一一對(duì)應(yīng)； 統(tǒng)計(jì)分析步驟

提出基本假設(shè)

H0：兩配對(duì)總體分布無顯著差異 H1：兩配對(duì)總體分布有顯著差異 統(tǒng)計(jì)決斷

P值>α，不能拒絕原假設(shè)

P值<α，拒絕原假設(shè)

多個(gè)配對(duì)樣本非參數(shù)檢驗(yàn)

含義：由樣本數(shù)據(jù)推斷多個(gè)配對(duì)總體分布是否存在顯著差異。

數(shù)據(jù)要求：多組配對(duì)的樣本數(shù)據(jù)，多組數(shù)據(jù)的樣本容量相同，先后次序不能任意改變，一一對(duì)應(yīng)； 應(yīng)用范圍

三種促銷形式的銷售額分布一致嗎？ 收集乘客對(duì)多家航空公司是否滿意的數(shù)據(jù)，分析航空公司的服務(wù)水平是否存在顯著差異 評(píng)委打分一致嗎？ 三種檢驗(yàn)方法

Friedman M檢驗(yàn)：最常用

Kendall W檢驗(yàn) ：和諧系數(shù)檢驗(yàn)

Cochran Q：要求樣本數(shù)據(jù)為二分類數(shù)據(jù)（1－滿意

0－不滿意）檢驗(yàn)方法的選擇

1）單個(gè)樣本：若來自正態(tài)總體，可用t檢驗(yàn)，若來自非正態(tài)總體或總體分布無法確定，可用二項(xiàng)檢驗(yàn)（二項(xiàng)檢驗(yàn)）2）配對(duì)樣本：

二分類變量，可用McNemar檢驗(yàn)；

連續(xù)型變量，若來自正態(tài)總體，可用配對(duì)t檢驗(yàn)，否則可用Wilcoxon符號(hào)秩和檢驗(yàn)。

3）兩組獨(dú)立樣本：連續(xù)型變量，若來自正態(tài)總體，可用t檢驗(yàn)，否則，可用 Wilcoxon秩和檢驗(yàn)；

二分類變量或無序多分類變量，可用卡方檢驗(yàn)；

有序多分類變量，宜用Wilcoxon秩和檢驗(yàn)。4）多組獨(dú)立樣本

連續(xù)型變量值，來自正態(tài)總體且方差相等，可用方差分析；否則，進(jìn)行數(shù)據(jù)變換使其滿足正態(tài)性或方差齊的要求后，采用方差分析；數(shù)據(jù)變換仍不能滿足條件時(shí)，可用Kruskal-Wallis秩和檢驗(yàn)。

二分類變量或無序多分類變量，可用卡方檢驗(yàn)。

有序多分類變量宜用Kruskal-Wallis秩和檢驗(yàn)。

第7章 相關(guān)分析 概念

相關(guān)關(guān)系反映出變量之間雖然相互影響，具有依存關(guān)系，但彼此之間是不能一一對(duì)應(yīng)的。例如，學(xué)生成績(jī)與其智力因素、各科學(xué)習(xí)成績(jī)之間的關(guān)系、教育投資額與經(jīng)濟(jì)發(fā)展水平的關(guān)系、社會(huì)環(huán)境與人民健康的關(guān)系等等，都反映出客觀現(xiàn)象中存在的相關(guān)關(guān)系。相關(guān)關(guān)系的類型

1）根據(jù)相關(guān)程度的不同，相關(guān)關(guān)系可分為完全相關(guān)、不完全相關(guān)和無相關(guān)。2）根據(jù)變量值變動(dòng)方向的趨勢(shì)，相關(guān)關(guān)系可分為正相關(guān)和負(fù)相關(guān)。3）根據(jù)變量關(guān)系的形態(tài)，相關(guān)關(guān)系可分為直線相關(guān)和曲線相關(guān)。4）根據(jù)研究變量的多少，可分為單相關(guān)、復(fù)相關(guān)。相關(guān)分析的作用

1）判斷變量之間有無聯(lián)系

2）確定選擇相關(guān)關(guān)系的表現(xiàn)形式及相關(guān)分析方法 3）把握相關(guān)關(guān)系的方向與密切程度

4）相關(guān)分析不但可以描述變量之間的關(guān)系狀況，而且用來進(jìn)行預(yù)測(cè)。5)相關(guān)分析還可以用來評(píng)價(jià)測(cè)量量具的信度、效度以及項(xiàng)目的區(qū)分度等 相關(guān)系數(shù)

相關(guān)系數(shù)是在直線相關(guān)條件下，說明兩個(gè)變量之間相關(guān)程度以及相關(guān)方向的統(tǒng)計(jì)分析指標(biāo)。相關(guān)系數(shù)一般可以通過計(jì)算得到。作為樣本相關(guān)系數(shù)，常用字母r表示；作為總體相關(guān)系數(shù)，常用字母ρ表示。相關(guān)系數(shù)的數(shù)值范圍是介于–1與 +1之間（即–1≤ r ≤1），常用小數(shù)形式表示，一般要取小數(shù)點(diǎn)后兩位數(shù)字來表示，以便比較精確地描述其相關(guān)程度。

兩個(gè)變量之間的相關(guān)程度用相關(guān)系數(shù)r的絕對(duì)值表示，其絕對(duì)值越接近1，表明兩個(gè)變量的相關(guān)程度越高；其絕對(duì)值越接近于0，表明兩個(gè)變量相關(guān)程度越低。如果其絕對(duì)值等于零1，則表示兩個(gè)變量完全直線相關(guān)。如果其絕對(duì)值為零，則表示兩個(gè)變量完全不相關(guān)（不是直線相關(guān)）。

相關(guān)系數(shù)的注意事項(xiàng)

1）相關(guān)系數(shù)只是一個(gè)比率值，并不具備與相關(guān)變量相同的測(cè)量單位。2）相關(guān)系數(shù)r 受變量取值區(qū)間大小及樣本數(shù)目多少的影響比較大。

3）來自于不同群體且不同質(zhì)的事物的相關(guān)系數(shù)不能進(jìn)行比較。4）對(duì)于不同類型的數(shù)據(jù)，計(jì)算相關(guān)系數(shù)的方法也不相同

1.簡(jiǎn)單相關(guān)分析的基本原理

簡(jiǎn)單相關(guān)分析是研究?jī)蓚€(gè)變量之間關(guān)聯(lián)程度的統(tǒng)計(jì)方法。它主要是通過計(jì)算簡(jiǎn)單相關(guān)系數(shù)來反映變量之間關(guān)系的強(qiáng)弱。一般它有圖形（散點(diǎn)圖）和數(shù)值（一方面應(yīng)觀察相關(guān)系數(shù)的大小，另一方面，應(yīng)觀察概率P值，其原假設(shè)為**不相關(guān)）兩種表示方式。簡(jiǎn)單相關(guān)系數(shù)

1）皮爾遜（Pearson）相關(guān)系數(shù)

常稱為積差相關(guān)系數(shù)，適用于研究連續(xù)變量之間的相關(guān)程度。例如，收入和儲(chǔ)蓄存款、身高和體重等變量間的線性相關(guān)關(guān)系。注意Pearson相關(guān)系數(shù)適用于線性相關(guān)的情形，對(duì)于曲線相關(guān)等更為復(fù)雜的情形，系數(shù)的大小并不能代表其相關(guān)性的強(qiáng)弱。2）Spearman等級(jí)相關(guān)系

Spearman等級(jí)相關(guān)系數(shù)是用來度量順序水準(zhǔn)變量間的線性相關(guān)關(guān)系。它是利用兩變量的秩次大小作線性相關(guān)分析，適用條件為：

① 兩個(gè)變量的變量值是以等級(jí)次序表示的資料；

②

一個(gè)變量的變量值是等級(jí)數(shù)據(jù)，另一個(gè)變量的變量值是等距或比率數(shù)據(jù)，且其兩總體不要求是正態(tài)分布，樣本容量n不一定大于30。

從斯皮爾曼等級(jí)相關(guān)適用條件中可以看出，等級(jí)相關(guān)的應(yīng)用范圍要比積差相關(guān)廣泛，它的突出優(yōu)點(diǎn)是對(duì)數(shù)據(jù)的總體分布、樣本大小都不做要求。但缺點(diǎn)是計(jì)算精度不高。3）Kendall’s等級(jí)相關(guān)系數(shù)

它是用于反映分類變量相關(guān)性的指標(biāo)，適用于兩個(gè)變量均為有序分類的情況。這種指標(biāo)采用非參數(shù)檢驗(yàn)方法測(cè)度變量間的相關(guān)關(guān)系。它利用變量的秩計(jì)算一致對(duì)數(shù)目和非一致對(duì)數(shù)目。

2.偏相關(guān)分析的基本原理

方法概述

簡(jiǎn)單相關(guān)分析計(jì)算兩個(gè)變量之間的相互關(guān)系，分析兩個(gè)變量間線性關(guān)系的程度。但是現(xiàn)實(shí)中，事物之間的聯(lián)系可能存在于多個(gè)主體之間，因此往往因?yàn)榈谌齻€(gè)變量的作用使得相關(guān)系數(shù)不能真實(shí)地反映兩個(gè)變量間的線性相關(guān)程度?；驹?/p>

偏相關(guān)分析是在相關(guān)分析的基礎(chǔ)上考慮了兩個(gè)因素以外的各種作用，或者說在扣除了其他因素的作用大小以后，重新來測(cè)度這兩個(gè)因素間的關(guān)聯(lián)程度。這種方法的目的就在于消除其他變量關(guān)聯(lián)性的傳遞效應(yīng)。3.距離分析的基本原理

簡(jiǎn)單相關(guān)分析和偏相關(guān)分析有一個(gè)共同點(diǎn)，那就是對(duì)所分析的數(shù)據(jù)背景應(yīng)當(dāng)有一定程度的了解。但在實(shí)際中有時(shí)會(huì)遇到一種情況，在分析前對(duì)數(shù)據(jù)所代表的專業(yè)背景知識(shí)尚不充分，本身就屬于探索性的研究。這時(shí)就需要先對(duì)各個(gè)指標(biāo)或者案例的差異性、相似程度進(jìn)行考察，以先對(duì)數(shù)據(jù)有一個(gè)初步了解，然后再根據(jù)結(jié)果考慮如何進(jìn)行深入分析。

距離分析是對(duì)觀測(cè)量之間或變量之間相似或不相似的程度的一種測(cè)度，是計(jì)算一對(duì)變量之間或一對(duì)觀測(cè)量之間的廣義的距離。根據(jù)變量的不同類型，可以有許多距離、相似程度測(cè)量指標(biāo)供用戶選擇。但由于本模塊只是一個(gè)預(yù)分析過程，因此距離分析并不會(huì)給出常用的P值，而只能給出各變量/記錄間的距離大小，以供用戶自行判斷相似性。

第8章 SPSS的回歸分析 1。一元線性回歸 方法概述

線性回歸模型側(cè)重考察變量之間的數(shù)量變化規(guī)律，并通過線性表達(dá)式，即線性回歸方程，來描述其關(guān)系，進(jìn)而確定一個(gè)或幾個(gè)變量的變化對(duì)另一個(gè)變量的影響程度，為預(yù)測(cè)提供科學(xué)依據(jù)。

一般線性回歸的基本步驟如下。

① 確定回歸方程中的自變量和因變量。

② 從收集到的樣本數(shù)據(jù)出發(fā)確定自變量和因變量之間的數(shù)學(xué)關(guān)系式，即確定回歸方程。

③ 建立回歸方程，在一定統(tǒng)計(jì)擬合準(zhǔn)則下，估計(jì)出模型中的各個(gè)參數(shù)，得到一個(gè)確定的回歸方程。

④ 對(duì)回歸方程進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)。

⑤ 利用回歸方程進(jìn)行預(yù)測(cè)。

注：一元線性回歸的經(jīng)驗(yàn)?zāi)Ｐ褪牵篩=β0+β1X 統(tǒng)計(jì)檢驗(yàn)

在求解出了回歸模型的參數(shù)后，一般不能立即將結(jié)果付諸于實(shí)際問題的分析和預(yù)測(cè)，通常要進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)，例如擬合優(yōu)度檢驗(yàn)、回歸方程和回歸系數(shù)的顯著性檢驗(yàn)和殘差分析等。

1）輸出結(jié)果的模型摘要

其實(shí)就是對(duì)方程擬合情況的描述。通過這張表可以知道相關(guān)系數(shù)的取值（R），相關(guān)系數(shù)的平方即可決系數(shù)（R Square），校正后的可決系數(shù)(adjusted R Square)和回歸系數(shù)的標(biāo)準(zhǔn)誤(Std。Error of the Estimate)。注意這里的相關(guān)系數(shù)大小和前面相關(guān)分析中計(jì)算出的結(jié)果完全相同?？蓻Q系數(shù)R Square的取值介于0和1之間，它的含義就是自變量所能解釋的方差在總方差中所占的百分比，取值越大說明模型的效果越好。

2）輸出結(jié)果中的方差分析表

它是回歸模型顯著性檢驗(yàn)的結(jié)果，所用方法為F檢驗(yàn)，其零假設(shè)為原方程無效，通過P值來判斷原方程是否有效。3）輸出結(jié)果中的回歸系數(shù)表

應(yīng)特別關(guān)注回歸系數(shù)β1 的T檢驗(yàn)，它的零假設(shè)為β1 =0，通過P值來判斷β1 是否有實(shí)際意義。

2.多元線性回歸

在回歸分析中，如果有兩個(gè)或兩個(gè)以上的自變量，就稱為多元回歸。

其基本步驟與一元回歸幾乎一致，只是在輸出結(jié)果的模型摘要中通過觀察調(diào)整R2 來判斷方程的擬合情況，另外，同樣可通過折線圖來觀察模型擬合效果。

3.曲線擬合

實(shí)際中，變量之間的關(guān)系往往不是簡(jiǎn)單的線性關(guān)系，而呈現(xiàn)為某種曲線或非線性的關(guān)系。此時(shí)，就要選擇相應(yīng)的曲線去反映實(shí)際變量的變動(dòng)情況。為了決定選擇的曲線類型，常用的方法是根據(jù)數(shù)據(jù)資料繪制出散點(diǎn)圖，通過圖形的變化趨勢(shì)特征并結(jié)合專業(yè)知識(shí)和經(jīng)驗(yàn)分析來確定曲線的類型，即變量之間的函數(shù)關(guān)系。

在確定了變量間的函數(shù)關(guān)系后，需要估計(jì)函數(shù)關(guān)系中的未知參數(shù)，并對(duì)擬合效果進(jìn)行顯著性檢驗(yàn)。雖然這里選擇的是曲線方程，在方程形式上是非線性的，但可以采用變量變換的方法將這些曲線方程轉(zhuǎn)化為線性方程來估計(jì)參數(shù)。

在選擇模型的時(shí)候可以結(jié)合專業(yè)知識(shí)多選幾種，如同時(shí)選擇“指數(shù)分布”、“逆模型”和“冪函數(shù)”，然后在模型匯總中比較R2 的大小，選擇最大的一個(gè)，同時(shí)，注意觀察各自的P值，其原假設(shè)為其模型無統(tǒng)計(jì)學(xué)意義。

4.非線性回歸分析

非線性回歸分析是探討因變量和一組自變量之間的非線性相關(guān)模型的統(tǒng)計(jì)方法。線性回歸模型要求變量之間必須是線性關(guān)系，曲線估計(jì)只能處理能夠通過變量變換化為線性關(guān)系的非線性問題，因此這些方法都有一定的局限性。相反的，非線性回歸可以估計(jì)因變量和自變量之間具有任意關(guān)系的模型，用戶根據(jù)自身需要可隨意設(shè)定估計(jì)方程的具體形式。通過散點(diǎn)圖觀察，如果自變量和應(yīng)變量不能通過線性回歸或區(qū)縣估計(jì)來實(shí)現(xiàn)，則可以在SPSS通過【分析】-【回歸】-【非線性】來實(shí)現(xiàn)。

以下是SPSS處理問卷的總結(jié)

當(dāng)我們的調(diào)查問卷在把調(diào)查數(shù)據(jù)拿回來后，我們?cè)撟龅墓ぷ骶褪怯孟嚓P(guān)的統(tǒng)計(jì)軟件進(jìn)行處理，在此，我們以SPSS為處理軟件，來簡(jiǎn)要說明一下問卷的處理過程，它的過程大致可分為四個(gè)過程：定義變量﹑數(shù)據(jù)錄入﹑統(tǒng)計(jì)分析和結(jié)果保存。下面將從這四個(gè)方面來對(duì)問卷的處理做詳細(xì)的介紹。

SPSS處理：

第一步：定義變量

大多數(shù)情況下我們需要從頭定義變量，在打開SPSS后，我們可以看到和excel相似的界面，在界面的左下方可以看到Data View，Variable View兩個(gè)標(biāo)簽，只需單擊左下方的Variable View標(biāo)簽就可以切換到變量定義界面開始定義新變量。在表格上方可以看到一個(gè)變量要設(shè)置如下幾項(xiàng)：name(變量名)、type(變量類型)、width(變量值的寬度)、decimals(小數(shù)位)、label(變量標(biāo)簽)、Values(定義具體變量值的標(biāo)簽)、Missing(定義變量缺失值)、Colomns(定義顯示列寬)、Align(定義顯示對(duì)齊方式)、Measure(定義變量類型是連續(xù)、有序分類還是無序分類)。

我們知道在SPSS中，我們可以把一份問卷上面的每一個(gè)問題設(shè)為一個(gè)變量，這樣一份問卷有多少個(gè)問題就要有多少個(gè)變量與之對(duì)應(yīng)，每一個(gè)問題的答案即為變量的取值。現(xiàn)在我們以問卷第一個(gè)問題為例來說明變量的設(shè)置。為了便于說明，可假設(shè)此題為：

1。請(qǐng)問你的年齡屬于下面哪一個(gè)年齡段()? A：20—29 B：30—39 C：40—49 D：50--59 那么我們的變量設(shè)置可如下： name即變量名為1，type即類型可根據(jù)答案的類型設(shè)置，答案我們可以用1、2、3、4來代替A、B、C、D，所以我們選擇數(shù)字型的，即選擇Numeric，width寬度為4，decimals即小數(shù)位數(shù)位為0（因?yàn)榇鸢笡]有小數(shù)點(diǎn)），label即變量標(biāo)簽為“年齡段查詢”。Values用于定義具體變量值的標(biāo)簽，單擊Value框右半部的省略號(hào)，會(huì)彈出變量值標(biāo)簽對(duì)話框，在第一個(gè)文本框里輸入1，第二個(gè)輸入20—29，然后單擊添加即可。同樣道理我們可做如下設(shè)置，即1=20—

29、2=30—

39、3=40—

49、4=50--59；Missing，用于定義變量缺失值，單擊missing框右側(cè)的省略號(hào)，會(huì)彈出缺失值對(duì)話框，界面上有一列三個(gè)單選鈕，默認(rèn)值為最上方的“無缺失值”；第二項(xiàng)為“不連續(xù)缺失值”，最多可以定義3個(gè)值；最后一項(xiàng)為“缺失值范圍加可選的一個(gè)缺失值”，在此我們不設(shè)置缺省值，所以選中第一項(xiàng)如圖；Colomns，定義顯示列寬，可自己根據(jù)實(shí)際情況設(shè)置；Align，定義顯示對(duì)齊方式，有居左、居右、居中三種方式；Measure，定義變量類型是連續(xù)、有序分類還是無序分類。

以上為問卷中常見的單項(xiàng)選擇題型的變量設(shè)置，下面將對(duì)一些特殊情況的變量設(shè)置也作一下說明。

1。開放式題型的設(shè)置：諸如你所在的省份是_____這樣的填空題即為開放題，設(shè)置這些變量的時(shí)候只需要將Value、Missing兩項(xiàng)不設(shè)置即可。

2。多選題的變量設(shè)置：這類題型的設(shè)置有兩種方法即多重二分法和多重分類法，在這里我們只對(duì)多重二分法進(jìn)行介紹。這種方法的基本思想是把該題每一個(gè)選項(xiàng)設(shè)置成一個(gè)變量，然后將每一個(gè)選項(xiàng)拆分為兩個(gè)選項(xiàng)，即選中該項(xiàng)和不選中該項(xiàng)?，F(xiàn)在舉例來說明在SPSS中的具體操作。比如如下一例：

請(qǐng)問您通常獲取新聞的方式有哪些()1 報(bào)紙 2 雜志 3 電視 4 收音機(jī) 5 網(wǎng)絡(luò)

在SPSS中設(shè)置變量時(shí)可為此題設(shè)置五個(gè)變量，假如此題為問卷第三題，那么變量名分別為3_

1、3_

2、3_

3、3_

4、3_5，然后每一個(gè)選項(xiàng)有兩個(gè)選項(xiàng)選中和不選中，只需在Value一項(xiàng)中為每一個(gè)變量設(shè)置成1=選中此項(xiàng)、0=不選中此項(xiàng)即可。

使用該窗口，我們可以把一個(gè)問卷中的所有問題作為變量在這個(gè)窗口中一次定義。到此，我們的定義變量的工作就基本上可以結(jié)束了。下面我們要作就是數(shù)據(jù)的錄入了。首先，我們要回到數(shù)據(jù)錄入窗口，這很簡(jiǎn)單，只要我們點(diǎn)擊軟件左下方的Data View標(biāo)簽就可以了。

第二步：數(shù)據(jù)錄入

SPSS數(shù)據(jù)錄入有很多方式，大致有一下幾種： 1。讀取SPSS格式的數(shù)據(jù) 2。讀取Excel等格式的數(shù)據(jù)

3。讀取文本數(shù)據(jù)（Fixed和Delimiter)4。讀取數(shù)據(jù)庫格式數(shù)據(jù)(分如下兩步)（1）配置ODBC（2）在SPSS中通過ODBC和數(shù)據(jù)庫進(jìn)行

但是對(duì)于問卷的數(shù)據(jù)錄入其實(shí)很簡(jiǎn)單，只要在SPSS的數(shù)據(jù)錄入窗口中直接輸入就可以了，只是在這里有幾點(diǎn)注意的事項(xiàng)需要說明一下。

1。在數(shù)據(jù)錄入窗口，我們可以看到有一個(gè)表格，這個(gè)表格中的每一行代表一份問卷，我們也稱為一個(gè)個(gè)案。

2。在數(shù)據(jù)錄入窗口中，我們可以看到表格上方出現(xiàn)了1、2、3、4、5??。的標(biāo)簽名，這其實(shí)是我們?cè)诘谝徊蕉x變量中，我們?yōu)閱柧淼拿恳粋€(gè)問題取的變量名，即1代表第一題，2代表第二題。以次類推。我們只需要在變量名下面輸入對(duì)應(yīng)問題的答案即可完成問卷的數(shù)據(jù)錄入。比如上述年齡段查詢的例題，如果問卷上勾選了A答案，我們?cè)?下面輸入1就行了(不要忘記我們通常是用1、2、3、4來代替A、B、C、D的)。

3。我們知道一行代表一份問卷，所以有幾分問卷，就要有幾行的數(shù)據(jù)。在數(shù)據(jù)錄入完成后，我們要做的就是我們的關(guān)鍵部分，即問卷的統(tǒng)計(jì)分析了，因?yàn)檫@時(shí)我們已經(jīng)把問卷中的數(shù)據(jù)錄入我們的軟件中了。

第三步：統(tǒng)計(jì)分析

有了數(shù)據(jù)，可以利用SPSS的各種分析方法進(jìn)行分析，但選擇何種統(tǒng)計(jì)分析方法，即調(diào)用哪個(gè)統(tǒng)計(jì)分析過程，是得到正確分析結(jié)果的關(guān)鍵。這要根據(jù)我們的問卷調(diào)查的目的和我們想要什么樣的結(jié)果來選擇。SPSS有數(shù)值分析和作圖分析兩類方法。

1。作圖分析：

在SPSS中，除了生存分析所用的生存曲線圖被整合到Analyze菜單中外，其他的統(tǒng)計(jì)繪圖功能均放置在graph菜單中。該菜單具體分為以下幾部分：：

(1)Gallery：相當(dāng)于一個(gè)自學(xué)向?qū)?，將統(tǒng)計(jì)繪圖功能做了簡(jiǎn)單的介紹，初學(xué)者可以通過它對(duì)SPSS的繪圖能力有一個(gè)大致的了解。

(2)Interactive：交互式統(tǒng)計(jì)圖。(3)Map：統(tǒng)計(jì)地圖。

(4)下方的其他菜單項(xiàng)是我們最為常用的普通統(tǒng)計(jì)圖，具體來說有： 條圖 散點(diǎn)圖 線圖 直方圖 餅圖 面積圖 箱式圖

正態(tài)Q-Q圖 正態(tài)P-P圖 質(zhì)量控制圖 Pareto圖

自回歸曲線圖 高低圖 交互相關(guān)圖 序列圖 頻譜圖 誤差線圖

作圖分析簡(jiǎn)單易懂，一目了然，我們可根據(jù)需要來選擇我們需要作的圖形，一般來講，我們較常用的有條圖，直方圖，正態(tài)圖，散點(diǎn)圖，餅圖等等，具體操作很簡(jiǎn)單，大家可參閱相關(guān)書籍，作圖分析更多情況下是和數(shù)值分析相結(jié)合來對(duì)試卷進(jìn)行分析的，這樣的效果更好。

2。數(shù)值分析：

SPSS 數(shù)值統(tǒng)計(jì)分析過程均在Analyze菜單中，包括：

(1)、Reports和Descriptive Statistics：又稱為基本統(tǒng)計(jì)分析。基本統(tǒng)計(jì)分析是進(jìn)行其他更深入的統(tǒng)計(jì)分析的前提，通過基本統(tǒng)計(jì)分析，用戶可以對(duì)分析數(shù)據(jù)的總體特征有比較準(zhǔn)確的把握，從而選擇更為深入的分析方法對(duì)分析對(duì)象進(jìn)行研究。Reports和Descriptive Statistics命令項(xiàng)中包括的功能是對(duì)單變量的描述統(tǒng)計(jì)分析。

Descriptive Statistics包括的統(tǒng)計(jì)功能有：

Frequencies(頻數(shù)分析)：作用：了解變量的取值分布情況

Descriptives(描述統(tǒng)計(jì)量分析)：功能：了解數(shù)據(jù)的基本統(tǒng)計(jì)特征和對(duì)指定的變量值進(jìn)行標(biāo)準(zhǔn)化處理

Explore(探索分析)：功能：考察數(shù)據(jù)的奇異性和分布特征

Crosstabs(交叉分析)：功能：分析事物（變量）之間的相互影響和關(guān)系 Reports包括的統(tǒng)計(jì)功能有：

OLAP Cubes(OLAP報(bào)告摘要表)：功能： 以分組變量為基礎(chǔ)，計(jì)算各組的總計(jì)、均值和其他統(tǒng)計(jì)量。而輸出的報(bào)告摘要?jiǎng)t是指每個(gè)組中所包含的各種變量的統(tǒng)計(jì)信息。

Case Summaries(觀測(cè)量列表)：察看或打印所需要的變量值 Report Summaries in Row：行形式輸出報(bào)告 Report Summaries in Columns：列形式輸出報(bào)告

(2)、Compare Means(均值比較與檢驗(yàn))：能否用樣本均值估計(jì)總體均值？?jī)蓚€(gè)變量均值接近的樣本是否來自均值相同的總體？換句話說，兩組樣本某變量均值不同，其差異是否具有統(tǒng)計(jì)意義？能否說明總體差異？這是各種研究工作中經(jīng)常提出的問題。這就要進(jìn)行均值比較。

以下是進(jìn)行均值比較及檢驗(yàn)的過程：

MEANS過程：不同水平下（不同組）的描述統(tǒng)計(jì)量，如男女的平均工資，各工種的平均工資。目的在于比較。術(shù)語：水平數(shù)（指分類變量的值數(shù)，如sex變量有2個(gè)值，稱為有兩個(gè)水平）、單元Cell（指因變量按分類變量值所分的組）、水平組合

T test 過程：對(duì)樣本進(jìn)行T檢驗(yàn)的過程

單一樣本的T檢驗(yàn)：檢驗(yàn)單個(gè)變量的均值是否與給定的常數(shù)之間存在差異。

獨(dú)立樣本的T檢驗(yàn)：檢驗(yàn)兩組不相關(guān)的樣本是否來自具有相同均值的總體（均值是否相同，如男女的平均收入是否相同，是否有顯著性差異）

配對(duì)T檢驗(yàn)：檢驗(yàn)兩組相關(guān)的樣本是否來自具有相同均值的總體(前后比較，如訓(xùn)練效果，治療效果)one-Way ANOVA：一元(單因素)方差分析，用于檢驗(yàn)幾個(gè)（三個(gè)或三個(gè)以上）獨(dú)立的組，是否來自均值相同的總體。

(3)、ANOVA Models(方差分析)：方差分析是檢驗(yàn)多組樣本均值間的差異是否具有統(tǒng)計(jì)意義的一種方法。例如：醫(yī)學(xué)界研究幾種藥物對(duì)某種疾病的療效；農(nóng)業(yè)研究土壤、肥料、日照時(shí)間等因素對(duì)某種農(nóng)作物產(chǎn)量的影響;不同飼料對(duì)牲畜體重增長(zhǎng)的效果等，都可以使用方差分析方法去解決

(4)、Correlate(相關(guān)分析)：它是研究變量間密切程度的一種常用統(tǒng)計(jì)方法，常用的相關(guān)分析有以下幾種：

1、線性相關(guān)分析：研究?jī)蓚€(gè)變量間線性關(guān)系的程度。用相關(guān)系數(shù)r來描述。

2、偏相關(guān)分析：它描述的是當(dāng)控制了一個(gè)或幾個(gè)另外的變量的影響條件下兩個(gè)變量間的相關(guān)性，如控制年齡和工作經(jīng)驗(yàn)的影響，估計(jì)工資收入與受教育水平之間的相關(guān)關(guān)系

3、相似性測(cè)度：兩個(gè)或若干個(gè)變量、兩個(gè)或兩組觀測(cè)量之間的關(guān)系有時(shí)也可以用相似性或不相似性來描述。相似性測(cè)度用大值表示很相似，而不相似性用距離或不相似性來描述，大值表示相差甚遠(yuǎn)

(5)、Regression(回歸分析)：功能：尋求有關(guān)聯(lián)（相關(guān)）的變量之間的關(guān)系在回歸過程中包括：Liner：線性回歸;Curve Estimation：曲線估計(jì);Binary Logistic：二分變量邏輯回歸;Multinomial Logistic：多分變量邏輯回歸;Ordinal 序回歸;Probit：概率單位回歸;Nonlinear：非線性回歸;Weight Estimation：加權(quán)估計(jì);2-Stage Least squares：二段最小平方法;Optimal Scaling 最優(yōu)編碼回歸;其中最常用的為前面三個(gè)。

(6)、Nonparametric Tests(非參數(shù)檢驗(yàn))：是指在總體不服從正態(tài)分布且分布情況不明時(shí)，用來檢驗(yàn)數(shù)據(jù)資料是否來自同一個(gè)總體假設(shè)的一類檢驗(yàn)方法。由于這些方法一般不涉及總體參數(shù)故得名。

非參數(shù)檢驗(yàn)的過程有以下幾個(gè)： 1。Chi-Square test 卡方檢驗(yàn) 2。Binomial test 二項(xiàng)分布檢驗(yàn) 3。Runs test 游程檢驗(yàn)

4。1-Sample Kolmogorov-Smirnov test 一個(gè)樣本柯爾莫哥洛夫-斯米諾夫檢驗(yàn) 5。2 independent Samples Test 兩個(gè)獨(dú)立樣本檢驗(yàn) 6。K independent Samples Test K個(gè)獨(dú)立樣本檢驗(yàn) 7。2 related Samples Test 兩個(gè)相關(guān)樣本檢驗(yàn) 8。K related Samples Test 兩個(gè)相關(guān)樣本檢驗(yàn)(7)、Data Reduction(因子分析)(8)、Classify(聚類與判別)等等

以上就是數(shù)值統(tǒng)計(jì)分析Analyze菜單下幾項(xiàng)用于分析的數(shù)值統(tǒng)計(jì)分析方法的簡(jiǎn)介，在我們的變量定義以及數(shù)據(jù)錄入完成后，我們就可以根據(jù)我們的需要在以上幾種分析方法中選擇若干種對(duì)我們的問卷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，來得到我們想要的結(jié)果。

第四步：結(jié)果保存

我們的SPSS軟件會(huì)把我們統(tǒng)計(jì)分析的多有結(jié)果保存在一個(gè)窗口中即結(jié)果輸出窗口(output)，由于SPSS軟件支持復(fù)制和粘貼功能，這樣我們就可以把我們想要的結(jié)果復(fù)制﹑粘貼到我們的報(bào)告中，當(dāng)然我們也可以在菜單中執(zhí)行file->save來保存我們的結(jié)果，一般情況下，我們建議保存我們的數(shù)據(jù)，結(jié)果可不保存。因?yàn)橹灰辛藬?shù)據(jù)，如果我們想要結(jié)果的，我們可以隨時(shí)利用數(shù)據(jù)得到結(jié)果。

總結(jié)：

以上便是SPSS處理問卷的四個(gè)步驟，四個(gè)步驟結(jié)束后，我們需要SPSS軟件做的工作基本上也就結(jié)束了，接下來的任務(wù)就是寫我們的統(tǒng)計(jì)報(bào)告了。值得一提的是。SPSS是一款在社會(huì)統(tǒng)計(jì)學(xué)應(yīng)用非常廣泛的統(tǒng)計(jì)類軟件，學(xué)好它將對(duì)我們以后的工作學(xué)習(xí)產(chǎn)生很大的意義和作用。

第五篇：歐姆定律經(jīng)典題型-含方法總結(jié)

歐姆定律常見題目

第一類：公式的基本運(yùn)用

這類問題只需直接代公式計(jì)算，注意每個(gè)物理量必須針對(duì)同一研究對(duì)象而言 例1.一只電燈泡正常工作時(shí)的燈絲電阻是440Ω，如果電燈線路的電壓是220V，則燈絲中的電流為

A。若一個(gè)電熱水器工作時(shí)電熱絲的電阻是44Ω，通過的電流是5A，則加在該電熱絲兩端的電壓是

V。第二類：基本的串并聯(lián)電路

這類題目計(jì)算時(shí)抓住串聯(lián)和并聯(lián)的電流、電壓大小關(guān)系，等量代換即可計(jì)算（可以根據(jù)實(shí)際情況考慮是否使用等效電路的算法）

例2.電阻R1=30Ω，R2=50Ω串聯(lián)，電阻R1兩端的電壓為6V，則： 1）R1的電流為多少？2）R2的電壓為多少？

請(qǐng)注意書寫過程必須包含必要公式 計(jì)算過程中的每個(gè)物理量要帶單位

例3.電阻R1=30Ω，R2=50Ω并聯(lián)，通過R1電流為0.15A,則：

1）R1兩端電壓為多少？2）通過R2的電流為多少安？

請(qǐng)注意書寫過程必須包含必要公式 計(jì)算過程中的每個(gè)物理量要帶單位

第三類：簡(jiǎn)單的等效電路問題

等效電路是一種解題思維，主要是為解決問題提供一種更為簡(jiǎn)單、方便、快捷的解題方式。使用等效電路過程中主要涉及到整體思維和分割思想。

例4.電阻R1=20Ω，R2=30ΩR3=6Ω并聯(lián)，已知電源電壓為9V，求：

干路電流為多少安？

此題先求解總電阻（等效電阻），再用總電壓除以總電阻計(jì)算總電流更為方便

第四類：串聯(lián)分壓、并聯(lián)分流原理解決比值問題

例5.電阻R1=20Ω，R2=60Ω串聯(lián)，則通過R1和R2的電流之比為________，R1和R2兩端的電壓之比為_______

例6.R2=2R1，將兩個(gè)電阻并聯(lián)接入電路，通過R1的電流為I0；若將R1、R2串聯(lián)在原來的電源上，通過R1的電流為I1，則I0：I1等于________

例7.如圖所示電路，已知三個(gè)電流表示數(shù)之比A1 ：A2 ：A3 之比為2：3：4，若R1=10Ω，則電阻R2的阻值為多少歐？

第 1 頁 第五類：靜態(tài)電路的電學(xué)元件安全問題

基本原則是滿足承受能力小的元件的要求，計(jì)算時(shí)按照實(shí)際數(shù)據(jù)計(jì)算而非按照最大允許數(shù)據(jù)計(jì)算

例8.兩只標(biāo)有“5Ω 2A”和“15Ω 1A”的電阻，如果串聯(lián)在電源兩端，電源電壓不能超過

V，若并聯(lián)在同一電源兩端，干路電流不能超過

A。

例9.給你一只標(biāo)有“5Ω 3A”的定值電阻和一只標(biāo)有“20Ω 2A”的滑動(dòng)變阻器。若串聯(lián)后接入電路。它們兩端允許加的最大電壓為

V；若并聯(lián)后接入電路，兩端允許加的最大電壓為__________V，此時(shí)，干路中能通過的最大電流為

A。

第六類：ΔU、ΔI的問題

例10.如圖，電阻R1＝10Ω，R2＝20Ω，當(dāng)Sl閉合，S2斷開時(shí)，電壓表的示數(shù)為3．0V；當(dāng)開關(guān)Sl斷開，S2閉合時(shí)，電壓表的示數(shù)可能是（）

A．12V

B.9V

C．4．5 V

D．2．5 V

例11.如圖，當(dāng)A.B兩點(diǎn)接入10Ω電阻時(shí)，電流表的示數(shù)為0．5 A，撤去10Ω的電阻，在A、B間改接20Ω的電阻時(shí)，電流表示數(shù)

A.等于0．25A

B.小于0．25A

C．大于0．25A

D．無法確定

簡(jiǎn)單的電路動(dòng)態(tài)變化問題

總括：電路動(dòng)態(tài)變化問題分為開關(guān)狀態(tài)改變和滑片位置改變以及溫控電阻等新型原件電阻改變而引起的電路變化問題。旗下又分為兩類 1）定性分析：

定性分析主要分析電路狀態(tài)變化前后各個(gè)電表示數(shù)變化以及各電學(xué)原件對(duì)應(yīng)的基本物理量（包括電流、電壓、電阻三個(gè)基礎(chǔ)量）的變化情況，此類題目解題必須在稿紙上簡(jiǎn)寫電路連接方式、基本變化所引起的連鎖改變，最終根據(jù)一個(gè)變化量分析整個(gè)題中所有物理量的變化情況，以選擇題和填空題為主。

2）定量分析

定量分析是在定性分析的基礎(chǔ)之上，通過計(jì)算的方式獲得題目中每個(gè)物理量的具體變化值，此類題目通常需要聯(lián)立物理方程，通過解方程組的方式獲得最終答案。

第六類：開關(guān)狀態(tài)變化引起的動(dòng)態(tài)變化問題

此類題目通常以不變量（電源電壓不變）為目標(biāo)列物理方程組。例12.如圖所示電路，電源電壓保持不變，S1閉合,若R2=20歐，R1=10歐，則S2斷開與閉合時(shí)，電壓表示數(shù)之比是

例13.電源電壓保持不變，R1＝8Ω，R2= 12Ω, 閉合開關(guān)S3。求:（1）開關(guān)S1,S2都斷開，電流表示數(shù)為0.6A，那么電源電壓多大？（2）開關(guān)S1，S2都閉合，電流表示數(shù)為2.5A，那么R3的阻值多大？

第 2 頁 第七類：滑片位置改變引起的電路動(dòng)態(tài)變化（包括定性分析和定量計(jì)算）

解題過程中，建議在稿子上書寫整個(gè)變化過程中的連鎖變化關(guān)系。例14.如圖 所示，電源電壓不變，當(dāng)滑動(dòng)變阻器的滑片從左向右

滑動(dòng)過程中，電流表和電壓表的示數(shù)變化情況應(yīng)是（）A.電壓表.電流表示數(shù)都變大

B.電壓表示數(shù)變大，電流表示數(shù)變小 C．電壓表示數(shù)變小，電流表示數(shù)變大 D．電壓表.電流表示數(shù)都變小

例15.在圖中，電源電壓保持不變，當(dāng)滑動(dòng)變阻器滑片P由左端向右移到中點(diǎn)的過程中，下列判斷中正確的是（）A.電壓表和電流表A1.A2的示數(shù)都變大

B.電流表A1示數(shù)變大，電流表A2、電壓表示數(shù)不變 C.電流表A2示數(shù)變大，電流表A1、電壓表示數(shù)不變 D.條件不足，無法判斷

第八類：動(dòng)態(tài)電路的電學(xué)元件安全問題（極值問題）

此類題目建立在定性分析的基礎(chǔ)之上，結(jié)合定性分析尋找什么時(shí)候出現(xiàn)電流或者電壓最大，以電流或電壓最大為臨界點(diǎn)列電學(xué)方程，解除對(duì)應(yīng)需求量。

例16.已知R0＝30Ω，滑動(dòng)變阻器標(biāo)有“3A，20Ω”字樣。已知電源電壓為12V，求：電流表和電壓表的示數(shù)變化范圍。

例17.電流表量程0～0．6A，電壓表量程0～15V。電阻R0＝30Ω，電源電壓為24V。

求：在不超過電表量程的情況下，滑動(dòng)變阻器連入電路的電阻的變化范圍。

第九類：熱電綜合、力電綜合、光電綜合類問題（傳感器類問題）

此類題目的典型特點(diǎn)是非電學(xué)物理量的變化會(huì)引起電阻的改變，從而形成電路動(dòng)態(tài)變化問題，解題的關(guān)鍵在于將非電學(xué)量的變化轉(zhuǎn)化成電阻變化，最終轉(zhuǎn)變成電路動(dòng)態(tài)變化問題求解。

例18.某物理興趣小組為了自制一臺(tái)電子秤，進(jìn)行了下列探究活動(dòng)：已知彈簧伸長(zhǎng)x與拉力F的關(guān)系圖像如圖22所示。電子稱原理圖如圖23所示，利用量程為3V的電壓表的示數(shù)來指示物體的質(zhì)量，當(dāng)盤中沒有放物體時(shí)，電壓表示數(shù)為零。其中滑動(dòng)變阻器總電阻R=12Ω，總長(zhǎng)度為12cm，電源電壓恒為6V，定值電阻R0=10Ω求： ① 當(dāng)物體的質(zhì)量為100克時(shí)，電壓表的示數(shù)是多少? ② 該電子秤能測(cè)量的最大質(zhì)量是多大?

③ 改裝好的電子秤刻度與原來電壓表表頭的刻度有何不同?

第 3 頁 第十類：圖像題信息給予題

此類題目本質(zhì)上大多是動(dòng)態(tài)變化問題類型，解題的關(guān)鍵在于尋找圖像中每個(gè)點(diǎn)對(duì)應(yīng)的電路狀態(tài)，根據(jù)圖像中特殊點(diǎn)給出的數(shù)據(jù)列物理方程組。

例19.圖甲所示電路，R為滑動(dòng)變阻器，R0為定值電阻，電源電壓不變，改變R的滑片位置，電壓表示數(shù)與電流表示數(shù)變化的圖線如圖乙所示，根據(jù)以上條件可知R0的阻值為多少？電源電壓為多少？

例20.圖甲中，電源電壓U =6V，電流表是小量程電流表，其允許通過的最大電流為0.02 A，滑動(dòng)變阻器R的銘牌上標(biāo)有“200Ω 0.3 A”字樣，Ri為熱敏電阻，其阻值隨環(huán)境溫度變化關(guān)系如圖乙所示．閉合開關(guān)S，求：

(1)環(huán)境溫度為10 ℃電路中電流為0.0l A時(shí)Ri兩端的電壓．(2)圖甲電路可以正常工作的最高環(huán)境溫度．

自我總結(jié)：

第 4 頁