第一篇：預(yù)防醫(yī)學(xué)spss軟件總結(jié)

一、Spss軟件的特點(diǎn)：①功能強(qiáng)大：能夠完成多項(xiàng)功能，包括：建立數(shù)據(jù)庫(kù)、資料編輯、統(tǒng)計(jì)分析、統(tǒng)計(jì)表制作和統(tǒng)計(jì)圖繪制。理論上講，只要計(jì)算機(jī)硬盤(pán)和內(nèi)存足夠大，SPSS可以處理任意大小的數(shù)據(jù)文件，不限制變量個(gè)數(shù)和觀測(cè)（觀察單位）個(gè)數(shù)。②分析功能齊全：幾乎能夠完成所有的統(tǒng)計(jì)分析，包括數(shù)值變量資料（計(jì)量資料）、分類變量（計(jì)數(shù)資料）的統(tǒng)計(jì)分析方法，非參數(shù)檢驗(yàn)方法，以及多元回歸分析。③操作簡(jiǎn)便，易學(xué)實(shí)用：界面為窗口式，因而簡(jiǎn)便易學(xué)，特別適用于非統(tǒng)計(jì)專業(yè)人員學(xué)習(xí)和使用。④直接可以調(diào)用Excel 等許多數(shù)據(jù)進(jìn)行分析。

一、spss界面：SPSS主界面上，有10個(gè)下拉菜單，單擊菜單可以完成各項(xiàng)功能。10個(gè)菜單為：①文件；②編輯；③視圖；④數(shù)據(jù)；⑤轉(zhuǎn)換；

帶美元符號(hào)的數(shù)值型變量元格，點(diǎn)擊“復(fù)制”，；

（Dollar)：顯示時(shí)數(shù)字前帶有$，用用鼠標(biāo)左鍵拖動(dòng)所有希望填入該值的逗號(hào)做分割符，用圓點(diǎn)做小數(shù)與整數(shù)單元格區(qū)域； 間的分界符。單擊右鍵，點(diǎn)擊“粘貼”。2)日期型變量（Date): 須按指定的（二）、利用值標(biāo)簽檢查錄入錯(cuò)誤：將格式進(jìn)行輸入。其格式有： 變量按照“數(shù)值型變量”進(jìn)行設(shè)置，mm-dd-yy: 月月-日日-年年 然后設(shè)置“值標(biāo)簽”；在快捷鍵中選擇 mm-dd-yyyy:月月-日日-年年年年 “值標(biāo)簽”快捷鍵，單擊之，變量值 Mm/dd/yy: 月月/日日/年年 即會(huì)切換成相應(yīng)的值標(biāo)簽； mm/dd/yyyy:月月/日日/年年年年 如果發(fā)現(xiàn)缺失值或無(wú)標(biāo)簽的數(shù)值，即實(shí)際上，日期型存儲(chǔ)的是該時(shí)間與為錄入中出現(xiàn)的錯(cuò)誤。1582年10月14日零點(diǎn)相差的秒數(shù)； 第二章 可以用兩個(gè)時(shí)間變量的差值

一、數(shù)據(jù)文件的整理：數(shù)據(jù)文件的整/(60*60*24*365=86400*365)來(lái)計(jì)算理是我們?cè)诜治銮盎蚍治鲋袑?duì)數(shù)據(jù)所兩個(gè)時(shí)間相差的年數(shù) 做的分類、排序、行列轉(zhuǎn)置、數(shù)據(jù)文（3）字符型變量（String):字符型件的合并和分割，以及觀測(cè)的選擇和變量不能參與運(yùn)算，因此在設(shè)置為字加權(quán)等。符型變量時(shí)要考慮到這一點(diǎn)。

數(shù)據(jù)文件的整理是為進(jìn)一步分析變量的其它屬性：1。變量值標(biāo)簽做好準(zhǔn)備。（values)： 4.測(cè)度

二、計(jì)算變量：在數(shù)據(jù)分析中常常需（measurement)2。列寬(column)要對(duì)某個(gè)變量值進(jìn)行計(jì)算和進(jìn)行變量個(gè)案，不創(chuàng)建組）analyze all cases, dot

not creat groups”,確定即可。第三章

一、統(tǒng)計(jì)圖的繪制原則：1）根據(jù)資料的性質(zhì)和分析目的，選擇合適的圖形；

（2）統(tǒng)計(jì)圖的標(biāo)題用簡(jiǎn)明扼要的語(yǔ)言說(shuō)明圖的內(nèi)容，放于圖的下方；

（3）縱坐標(biāo)和橫坐標(biāo)要注明標(biāo)目，有單位時(shí)要注明單位；

（4）一張圖中同時(shí)表達(dá)幾個(gè)事物時(shí)，要用不同的圖案或不同的顏色表達(dá)不同的部分。

二、統(tǒng)計(jì)圖的繪制過(guò)程：

1、建立數(shù)據(jù)文件；

2、根據(jù)分析目的和數(shù)據(jù)類型選擇適當(dāng)圖形；

3、作圖；

4、對(duì)圖進(jìn)行編輯

三、條圖與誤差條圖：?jiǎn)问綏l圖

2、復(fù)式條圖

3、分段條圖：用分段表示頻數(shù)

4、誤差條圖 ① 指定可信度（一般為95%）可信區(qū)間：95%CI ② 均值±指定倍數(shù)的標(biāo)準(zhǔn)差（最常見(jiàn)為2SD）③ 均值±指定倍數(shù)的標(biāo)準(zhǔn)誤（最常見(jiàn)為2倍標(biāo)準(zhǔn)⑥統(tǒng)計(jì)分析；⑦作圖；⑧工具；⑨ 窗口轉(zhuǎn)換（Windows）；⑩ 幫助（Help）

二、觀測(cè)（Case)：即指研究的個(gè)體(觀察對(duì)象）。在SPSS 的數(shù)據(jù)文件中用“行”表示。觀測(cè)個(gè)數(shù)即觀察對(duì)象的個(gè)數(shù)。

變量（Variable): 指研究對(duì)象的某種特征，即研究的指標(biāo)，如身高、體重等，在SPSS數(shù)據(jù)文件中用“列”表示。列數(shù)即為變量的個(gè)數(shù)。每一個(gè)變量只能占一列位置，即同一指標(biāo)的測(cè)量值應(yīng)在同一列出現(xiàn)。

三、數(shù)據(jù)文件的建立：1）打開(kāi)“數(shù)據(jù)視圖”：?jiǎn)?dòng)SPSS可直接進(jìn)入此窗口，或點(diǎn)擊菜單中的“文件”中的“新建”也可進(jìn)入該窗口。（2）定義變量屬性：打開(kāi)變量視圖（variable view)，必須對(duì)變量名、變量類型進(jìn)行定義，必要時(shí)應(yīng)對(duì)其長(zhǎng)度和變量標(biāo)簽進(jìn)行定義。（3）數(shù)據(jù)錄入：打開(kāi)數(shù)據(jù)視圖(data view)進(jìn)行數(shù)據(jù)錄入。（4）保存數(shù)據(jù)文件：用快捷鍵存盤(pán)，或打開(kāi)菜單用保存（Save)或另存為（Save as)將文件存入指定路徑，系統(tǒng)則生成擴(kuò)展名為.sav的SPSS數(shù)據(jù)文件。

四、數(shù)據(jù)文件的保存：

保存對(duì)話框中按鈕的“變量”，可用來(lái)選擇保存于數(shù)據(jù)庫(kù)中的變量，可以全選，也可以選擇某些變量保存成一個(gè)獨(dú)立的文件。

如果打開(kāi)一個(gè)已有文件，可以用該法選擇需要的變量組成新的文件，以便于分析。

六、分析結(jié)果的保存和導(dǎo)出：分析結(jié)果會(huì)在output窗口展現(xiàn)，可用save/save as保存結(jié)果。但此文件只能用SPSS軟件才能打開(kāi)?？梢詫⒋蜷_(kāi)的output窗口中的結(jié)果，利用Export轉(zhuǎn)成Word文檔進(jìn)行保存。

也可將結(jié)果中有用的表格，拷貝到Word文檔進(jìn)行保存和編輯。

七、變量：

變量有4種比較重要的屬性：變量名，類型，標(biāo)簽和變量長(zhǎng)度

定義一個(gè)變量至少要定義變量名和變量類型，變量標(biāo)簽和變量長(zhǎng)度可采用默認(rèn)值。

變量名(name)：每一個(gè)變量必須有變量名，最大不超過(guò)256個(gè)字符。第一字符不能是數(shù)字，后可跟除“？”、“！”、“*”字符或數(shù)字。變量名也可漢字表示。

注意：變量名不區(qū)分大小寫(xiě)字母。在一個(gè)文件中文件名不能重復(fù)使用。

八、變量的類型：三種基本類型：數(shù)值型、字符型和日期型

（1）數(shù)值型：即數(shù)值變量，可進(jìn)行運(yùn)算。分為5類

標(biāo)準(zhǔn)數(shù)值型變量（Numeric): 默認(rèn)總長(zhǎng)度為8；小數(shù)點(diǎn)2位。

帶逗號(hào)的數(shù)值型變量（Comma): 數(shù)值顯示時(shí)整數(shù)部分自右向左每3位用逗號(hào)做分割符，用圓點(diǎn)做整數(shù)與小數(shù)的分割符。

圓點(diǎn)數(shù)值型變量（Dot）：數(shù)值顯示時(shí)整數(shù)部分自右向左每3位用圓點(diǎn)做分割符，用逗號(hào)做整數(shù)與小數(shù)的分割符。

科學(xué)記數(shù)法（Scienmtific noation):可有指數(shù)部分也可沒(méi)有，指數(shù)的字母可用E也可用D。如1.23E2或 1.23D2。5.缺失值（missing)3。對(duì)齊方式（align)

九、變量標(biāo)簽和變量值標(biāo)簽：

1、變量標(biāo)簽（Variable labels): 是對(duì)變量進(jìn)行的附加說(shuō)明和進(jìn)一步解釋。變量標(biāo)簽可以定義也可不進(jìn)行定義。如：

變量名 變量標(biāo)簽 sex 性別 T101 第1題

2、變量值標(biāo)簽（values): 是對(duì)變量值進(jìn)行注釋。如：

變量名 變量值標(biāo)簽 sex 1=男 2=女

文化程度 1=小學(xué) 2=初中 3=高中 4=大專及以上

十、度量測(cè)度：（1）定義的變量必須是數(shù)值變量；

（2）數(shù)值之間是有大小的區(qū)別的； 序號(hào)測(cè)量：用于表示有序分類，比如用4、3、2、1，分別代表優(yōu)、良、中、差，只表示等級(jí)，這里的4不表示為2的等級(jí)。名義測(cè)量：數(shù)值僅代表種類或?qū)傩?，沒(méi)有大小的差別。

十一、小批量的數(shù)據(jù)，用SPSS錄入即可；數(shù)據(jù)量較大時(shí)，可用Epidata、Foxpro進(jìn)行錄入，然后再轉(zhuǎn)換為SPSS數(shù)據(jù)進(jìn)行分析

十二、excel文件的調(diào)入：

1、打開(kāi)SPSS數(shù)據(jù)界面；

2、在主菜單中，點(diǎn)擊“打開(kāi)數(shù)據(jù)庫(kù)”命令；

3、將彈出的對(duì)話框中的文件類型改為Excel 類型，雙擊欲打開(kāi)的文件名；

4、在彈出的對(duì)話框中的選中文件所在的sheet；

5、點(diǎn)擊OK.十三、數(shù)據(jù)文件的編輯：復(fù)制(copy)剪切（cut)粘貼（paste)插入新變量/觀測(cè)：（insert variable/case)注意：插入新變量后，必要時(shí)對(duì)變量的屬性進(jìn)行定義

刪除變量/觀測(cè):（delete variable/case)變量信息顯示：菜單utilities中的variable information

十四、已有數(shù)據(jù)和變量的修改：數(shù)據(jù)的修改：打開(kāi)數(shù)據(jù)庫(kù)（data view），將錯(cuò)誤數(shù)據(jù)進(jìn)行修改，并存盤(pán)；變量的修改：打開(kāi)數(shù)據(jù)庫(kù)（variable view），將錯(cuò)誤進(jìn)行修改（包括變量的任何屬性），并存盤(pán)；

十五、多選題的錄入：多選題需要使用幾個(gè)變量進(jìn)行記錄；

1、定義變量時(shí)，如X20有三個(gè)選項(xiàng)，可以設(shè)三個(gè)變量，X20_

1、X20_2 及X20_3； 均以1表示選中，2表示未選中；

2、在分析之前，還應(yīng)使用“分析”—“多重響應(yīng)”—“定義變量集”來(lái)設(shè)定多選題變量集。

3、而多選題變量集只能在“分析”—“多重響應(yīng)”—“頻率”或“交叉表”中使用。

十六、日期型變量的錄入:首先將變量定義為“日期型”，選定錄入格式，并按照選定格式錄入數(shù)據(jù)；日期型變量可以進(jìn)行計(jì)算，兩個(gè)日期型變量相減，為兩個(gè)日期間隔的秒數(shù)； 可以將秒數(shù)換算成天、月、年

十七、操作技巧

（一）、連續(xù)輸入多個(gè)相同值：如果許多連續(xù)單元格輸入相同的值，步驟如下： 首先在其中任意單元格內(nèi)輸入相應(yīng)數(shù)值，如“1”，按回車鍵后右擊該單變換，如將某個(gè)變量值擴(kuò)大10倍，或?qū)⑵滢D(zhuǎn)換為對(duì)數(shù)值等，可按下列方法實(shí)現(xiàn)。

（1）打開(kāi)主菜單----轉(zhuǎn)換----計(jì)算變量----進(jìn)入計(jì)算變量對(duì)話框；（2）在目標(biāo)變量（Target variable）中鍵入新變量名，如鍵入原有變量名，將用新的數(shù)值覆蓋原來(lái)的變量值。（3）從數(shù)字表達(dá)式（Numeric expression）中選擇計(jì)算式，或鍵入計(jì)算式，并把要改變的變量放于計(jì)算式中；（4）點(diǎn)擊 OK,即生成以目標(biāo)變量 所鍵名為變量名的變量

三、選擇個(gè)案：用途：按照分析者的要求選擇需要的觀測(cè)（病例）如只需要分析性別=1且年齡<10歲的人作為分析對(duì)象。

步驟：

（1）打開(kāi)“數(shù)據(jù)”----選擇個(gè)案，進(jìn)入選擇個(gè)案的的對(duì)話框，然后按照條件選擇符合要求的觀測(cè)

（2）將選擇的觀測(cè)過(guò)濾（filter)、保存成數(shù)據(jù)庫(kù)或刪除(delete).注意：不論濾過(guò)或刪除的變量將不再進(jìn)入統(tǒng)計(jì)分析。

四、重新編碼為相同或不同變量：根據(jù)數(shù)據(jù)分析的要求，有時(shí)需對(duì)數(shù)據(jù)進(jìn)行重新分類，如將數(shù)值變量轉(zhuǎn)換為分類變量，或?qū)⒛撤诸愖兞窟M(jìn)行重新分組。

步驟：

（1）打開(kāi)欲分析的數(shù)據(jù)文件；

（2）主菜單中的“轉(zhuǎn)換”---重新編碼為相同變量或重新編碼為不同變量;（3）如不對(duì)變量更改變量名，則點(diǎn)擊重新編碼為相同變量;如生成新變量名，則點(diǎn)擊重新編碼為不同變量.（4）點(diǎn)擊 舊值和新值 ,并進(jìn)行變量值的設(shè)置。

五、對(duì)個(gè)案內(nèi)的值計(jì)數(shù)：將個(gè)案按照某種條件分成兩類。數(shù)據(jù)庫(kù)中會(huì)自動(dòng)生成一個(gè)新變量，“1”表示符合條件，“0”表示不符合條件

六、文件的合并：文件合并就是將兩個(gè)文件合并成一個(gè)新的文件。

（1）添加個(gè)案（縱向合并）：在基礎(chǔ)數(shù)據(jù)文件后加入另一數(shù)據(jù)文件的個(gè)案。

（2）添加變量（橫向合并）：在基礎(chǔ)數(shù)據(jù)文件變量后加入另一數(shù)據(jù)文件中的變量。

注意：進(jìn)行縱向合并時(shí)，兩個(gè)文件必須已經(jīng)進(jìn)行過(guò)升序排列。

七、加權(quán)病例（weight,定義頻數(shù)列）：功能：將某列數(shù)據(jù)定義為頻數(shù)列。

步驟：數(shù)據(jù)---加權(quán)個(gè)案，打開(kāi)加權(quán)個(gè)案對(duì)話框,選中加權(quán)個(gè)案，并將頻數(shù)變量放于頻率變量 框中.注意：定義頻數(shù)列后，其它各變量進(jìn)行運(yùn)算時(shí)，會(huì)都按加權(quán)進(jìn)行。

八、拆分文件（spilt file）:功能：按照指定變量將文件分組分析。步驟：數(shù)據(jù)---拆分文件（split flie），將選擇變量放于右側(cè)“分組方式（grouping based on）”框中.選擇“分組方式（compare group）”，或選擇“按組組織輸出（organize output by groups）”后，數(shù)據(jù)庫(kù)按照選擇變量進(jìn)行排序，后續(xù)分析中將按指定變量分組分析。注意：如取消拆分，選擇“分析所有

誤）

四、單式直條圖：點(diǎn)擊“圖形”→“圖表構(gòu)建程序”菜單項(xiàng)，打開(kāi)“圖表構(gòu)建程序”對(duì)話框；

2、在圖庫(kù)中選擇“條”圖組，將右側(cè)出現(xiàn)的簡(jiǎn)單條圖圖標(biāo)拖入畫(huà)布中；

3、將橫軸變量拖入橫軸框中；

4、將縱軸變量拖入縱軸框中；

5、單擊確定；

6、編輯。

五、統(tǒng)計(jì)圖的編輯：在結(jié)果窗口雙擊欲進(jìn)行編輯的統(tǒng)計(jì)圖，就會(huì)打開(kāi)一個(gè)獨(dú)立的“圖形編輯器”窗口，一般與之相配套出現(xiàn)一個(gè)“屬性”子對(duì)話框；

“屬性”子對(duì)話框?yàn)槎噙x項(xiàng)卡界面。對(duì)應(yīng)著“圖形編輯器”窗口中被選中的元素種類，該子對(duì)話框出現(xiàn)的選項(xiàng)卡種類也會(huì)跟著變化。

如果希望選擇不同的多個(gè)圖形元素，按住Ctrl鍵分別選擇即可

編輯完成后，一定要利用編輯對(duì)話框右上角的“×”關(guān)閉對(duì)話框，然后再進(jìn)行拷貝。

六、

第二篇：SPSS軟件學(xué)習(xí)心得（模版）

SPSS軟件學(xué)習(xí)心得

SPSS（Statistical Product and Service Solutions），名稱是“統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”軟件。SPSS軟件的統(tǒng)計(jì)分析步驟：

（1）讀入數(shù)據(jù)文件，或直接建立SPSS數(shù)據(jù)文件，或調(diào)用其它類型的數(shù)據(jù)文件，如：Excel、純文本文件等；

（2）調(diào)用統(tǒng)計(jì)分析程式或模板；

（3）選擇變量，設(shè)定參數(shù)并運(yùn)行；

（4）查看統(tǒng)計(jì)分析輸出結(jié)果。

SPSS的主要功能分為兩個(gè)方面：一個(gè)是對(duì)數(shù)據(jù)文件的建立和管理；另一個(gè)是提供了各種統(tǒng)計(jì)分析方法。對(duì)數(shù)據(jù)文件的建立和管理主要通過(guò)Data菜單和Transform菜單實(shí)現(xiàn)，可以對(duì)數(shù)據(jù)進(jìn)行修改編輯、查找、排序、合并、分割、抽樣、加權(quán)、重新編碼、編秩、設(shè)定種子數(shù)及計(jì)算或轉(zhuǎn)換新的變量等多種功能；提供各種統(tǒng)計(jì)分析方法則是通過(guò)Analyze菜單實(shí)現(xiàn)．可以對(duì)數(shù)據(jù)集進(jìn)行一般統(tǒng)計(jì)分析，如描述性統(tǒng)計(jì)、探索性分析、t檢驗(yàn)、單因素和多因素方差分析、協(xié)方差分析、四格表和列聯(lián)表卡方檢驗(yàn)、相關(guān)分析、線性回歸分析、非參數(shù)檢驗(yàn)、生存分析等。

特點(diǎn)：不需編程，完全采用菜單和對(duì)話框的操作方式，絕大多數(shù)操作過(guò)程僅靠鼠標(biāo)點(diǎn)擊即可完成，簡(jiǎn)便易學(xué)，易于操作；具備完備的統(tǒng)計(jì)圖表制作功能，能繪制精美的統(tǒng)計(jì)圖表，并可以極其方便地對(duì)其編輯和修飾。

應(yīng)用例子：如為了科學(xué)合理的評(píng)估和開(kāi)發(fā)利用河北省土壤中水分，并在不同地區(qū)因地制宜的采取相應(yīng)措施，選定了干旱指數(shù)、土壤質(zhì)地和植被等指數(shù)，用層次分析法，計(jì)算出每個(gè)指標(biāo)的權(quán)重，利用SPSS統(tǒng)計(jì)軟件，對(duì)河北省土壤水資源進(jìn)行分類，細(xì)分為了8類，實(shí)現(xiàn)了有效合理地利用土壤水分。

第三篇：SPSS軟件學(xué)習(xí)心得

誤差理論數(shù)據(jù)處理分析

常見(jiàn)的統(tǒng)計(jì)軟件有SAS,SPSS,MINITAB,EXCEL等。這些統(tǒng)計(jì)軟件的功能大同小異，各有所側(cè)重。其中的SAS和SPSS是目前在大型企業(yè)，各類院校及科研機(jī)構(gòu)中較為流行的兩種統(tǒng)計(jì)軟件。特別是SPSS，其界面友好，功能強(qiáng)大，易學(xué)，易用，包含了幾乎全部尖端的統(tǒng)計(jì)方法，具備完善的數(shù)據(jù)定義，操作管理和開(kāi)放的數(shù)據(jù)接口以及靈活美觀的統(tǒng)計(jì)圖表制作。作為專業(yè)的統(tǒng)計(jì)軟件，SPSS感覺(jué)比EXCEL更豐富，也更準(zhǔn)確。

從表1中分析，抗拉強(qiáng)度的極小值為67.89，極大值為80.36，均值標(biāo)準(zhǔn)誤差為0.86948，標(biāo)準(zhǔn)差為3,47793，方差為12.096。屈服強(qiáng)度的極小值為47.14，極大值為8.227。

表

2從表2中分析，回歸平方和為176.469，自由度為1，均值方差,176.469，顯著性為

497.056，殘差平方和為4.970，自由度為14，均值方差為0.355。

表

3從表3從分析，常數(shù)量B為12.514，非標(biāo)準(zhǔn)化系數(shù)的標(biāo)準(zhǔn)誤差為2.719，T值為4.602。標(biāo)準(zhǔn)系數(shù)使用版為0.986，T值為22.自變量的B值為1.196，非標(biāo)準(zhǔn)化系數(shù)的標(biāo)準(zhǔn)誤差為0.054，295。

表

4圖

1從散點(diǎn)圖可以看出，抗拉強(qiáng)度Y與屈服強(qiáng)度X大致呈線性關(guān)系。人們假設(shè)Y與X之間的內(nèi)在關(guān)系是一條直線，這些點(diǎn)與直線的偏離是實(shí)驗(yàn)過(guò)程中其他一些隨機(jī)因素的影響而引起的。

心得體會(huì)

在學(xué)習(xí)SPSS中必須學(xué)會(huì)的是“數(shù)據(jù)組織方式和數(shù)據(jù)測(cè)度”，這個(gè)對(duì)于那些學(xué)習(xí)信息的人容易理解，對(duì)文科出身的人不容易理解。但是這個(gè)問(wèn)題對(duì)于初學(xué)者很重要。在實(shí)際使用SPSS時(shí)，就得按部就班地按照先定義變量，測(cè)調(diào)度，在錄入（導(dǎo)入數(shù)據(jù)），再分析。分析并不是整個(gè)流程。

在大二快結(jié)束的學(xué)習(xí)過(guò)程中參加了SPSS的課程學(xué)習(xí)，盡管我只是大略地學(xué)習(xí)，泛泛地接觸這門(mén)課程，但是對(duì)這門(mén)課的興趣很濃。參與這次實(shí)踐的經(jīng)歷深刻改變了我對(duì)這門(mén)課的認(rèn)識(shí)。我越發(fā)感到我需要這門(mén)課程，我必須掌握這門(mén)統(tǒng)計(jì)技術(shù)，分析方法。這就是社會(huì)的需求，學(xué)校的標(biāo)準(zhǔn)，也是個(gè)人發(fā)展得需要。

雖然只有幾周的學(xué)習(xí)時(shí)間，但我已經(jīng)對(duì)該課程有了更多的了解，十分感謝黃璟老師講解的這門(mén)課，提供了這個(gè)平臺(tái)。理論加實(shí)踐，為不同基礎(chǔ)的學(xué)生提供了好的學(xué)習(xí)環(huán)境。我認(rèn)為開(kāi)設(shè)很有必要，應(yīng)當(dāng)成為重點(diǎn)。

現(xiàn)實(shí)生活中的數(shù)據(jù)多不勝數(shù)，但要得到有用的數(shù)據(jù)并不容易，這就要應(yīng)用數(shù)據(jù)分析的方法確定數(shù)據(jù)的屬性，再用清理工具（清洗、集成、轉(zhuǎn)換、消減）進(jìn)行篩選轉(zhuǎn)化為有用的信息，再用SPSS深入分析，得出規(guī)律。

對(duì)數(shù)據(jù)的分析是以統(tǒng)計(jì)學(xué)為基礎(chǔ)的，統(tǒng)計(jì)學(xué)提供了一套完整的科學(xué)方法論，統(tǒng)計(jì)軟件則是實(shí)現(xiàn)的手段，統(tǒng)計(jì)分析軟件具有很多有點(diǎn)。它功能全面，系統(tǒng)地集成了多種成熟的統(tǒng)計(jì)分析方法；有完善的數(shù)據(jù)定義、操作和管理功能；方便地生成各種統(tǒng)計(jì)圖形和統(tǒng)計(jì)表格；使用方式簡(jiǎn)單，有完備的聯(lián)機(jī)幫助功能；軟件開(kāi)放性好，能方便地和其他軟件進(jìn)行數(shù)據(jù)交換。我們接觸最多的統(tǒng)計(jì)軟件是EXCEL 和SPSS。在統(tǒng)計(jì)學(xué)中應(yīng)用EXCEL,在數(shù)據(jù)分析中則主要是SPSS，它具有很好的人機(jī)界面和完善的輸出結(jié)果。

這門(mén)課程中我們學(xué)了另外一種數(shù)據(jù)分析方法就是聚類分析。它與“物以類聚，人以群分”是同樣的道理。多元統(tǒng)計(jì)分析方法就是對(duì)樣品或指標(biāo)進(jìn)行量化分類的問(wèn)題，它們討論的對(duì)象是大量的樣品，要求能合理地按各自的特性也就是相似性來(lái)進(jìn)行合理的分類，沒(méi)有任何模式可供參考或依循，即是在沒(méi)有先驗(yàn)知識(shí)的情況下進(jìn)行的。我們學(xué)習(xí)了Q型聚類法、R型聚類法以及系統(tǒng)聚類法。Q型聚類分析樣品間的聚類，用距離來(lái)測(cè)度親疏程度。R型聚類分析變量間的聚類，用相似系數(shù)來(lái)測(cè)度親疏程度。

常用的Q聚類法有閔氏距離和馬氏距離，只是我們必須掌握的。具體的計(jì)算方法有最短距離法、最長(zhǎng)距離法、重心法、離差平方和連接法等等。在最后一節(jié)課老師講了貝葉斯理論，根據(jù)先驗(yàn)概率和實(shí)驗(yàn)事件得出后驗(yàn)概率，從而得出更為可信的概率。最后，這門(mén)課程就學(xué)完了，學(xué)到了很，還有很多不懂。本課程需要很好的統(tǒng)計(jì)和概率論的基礎(chǔ)，要不，很難聽(tīng)懂或者簡(jiǎn)直聽(tīng)不懂。同時(shí)，老師很少?gòu)?qiáng)求我們及時(shí)做作業(yè)，以至于我們知識(shí)掌握不牢固，前學(xué)后忘現(xiàn)象嚴(yán)重。有時(shí)候覺(jué)得老師講得過(guò)深，我們根本無(wú)法接受。希望老師以后講授本課程時(shí)把難度降低一點(diǎn)，多給學(xué)生練習(xí)的機(jī)會(huì)。我希望在考試之前把學(xué)懂的知識(shí)鞏固，把不懂得盡量弄懂，但愿以后在工作中能輕松運(yùn)用。

第四篇：SPSS知識(shí)點(diǎn)總結(jié)—211重點(diǎn)軟件知識(shí)點(diǎn)

SPSS ? ? ? ? 緒論（1）

數(shù)據(jù)文件的建立、導(dǎo)入與導(dǎo)出（1）數(shù)據(jù)文件的整理（2）數(shù)據(jù)轉(zhuǎn)換（2）

? 基本統(tǒng)計(jì)分析（基本描述和卡方檢驗(yàn)）（4）? 均數(shù)比較（2）? 相關(guān)與回歸分析（2）? 非參數(shù)檢驗(yàn)（2）

SPSS是軟件英文名稱的首字母縮寫(xiě)，原意為Statistical Package for the Social Sciences，即“社會(huì)科學(xué)統(tǒng)計(jì)軟件包”。但是隨著SPSS產(chǎn)品服務(wù)領(lǐng)域的擴(kuò)大和服務(wù)深度的增加，SPSS公司已于2000年正式將英文全稱更改為Statistical Product and Service Solutions，意為“統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”，標(biāo)志著SPSS的戰(zhàn)略方向正在做出重大調(diào)整。

? 輸出結(jié)果十分美觀漂亮（從國(guó)外的角度看），存儲(chǔ)時(shí)則是專用的SPO格式，可以轉(zhuǎn)存為HTML格式和文本格式。? SPSS采用類似EXCEL表格的方式輸入與管理數(shù)據(jù)，數(shù)據(jù)接口較為通用，能方便的從其他數(shù)據(jù)庫(kù)中讀入數(shù)據(jù)。

? 其統(tǒng)計(jì)過(guò)程包括了常用的、較為成熟的統(tǒng)計(jì)過(guò)程，完全可以滿足非統(tǒng)計(jì)專業(yè)人士的工作需要。

? 對(duì)于熟悉老版本編程運(yùn)行方式的用戶，SPSS還特別設(shè)計(jì)了語(yǔ)法生成窗口，用戶只需在菜單中選好各個(gè)選項(xiàng)，然后按“粘貼”按鈕就可以自動(dòng)生成標(biāo)準(zhǔn)的SPSS程序，極大的方便了中、高級(jí)用戶。SPSS基礎(chǔ)：主要窗口及功能 ? 數(shù)據(jù)編輯窗口（data editor）? 結(jié)果輸出窗口（viewer）

? 程序編輯窗口（syntax editor）? 腳本編輯窗口（Script）

數(shù)據(jù)編輯窗口（data editor）

? 打開(kāi)方式：

? 啟動(dòng)SPSS后，數(shù)據(jù)編輯窗將首先自動(dòng)打開(kāi)

? 在SPSS運(yùn)行過(guò)程中建立新的數(shù)據(jù)文件，從菜單選擇

? File—New---Data

? 由數(shù)據(jù)窗口（Data View）和變量窗口（Variable View）組成，兩個(gè)窗口切換單獨(dú)顯

示

? 數(shù)據(jù)窗口用于顯示和編輯數(shù)據(jù)

? 變量窗口用于定義、顯示和編輯變量特征 結(jié)果輸出窗口（viewer）

? 打開(kāi)方式

? 在第一次產(chǎn)生分析結(jié)果的SPSS過(guò)程后，結(jié)果輸出窗口被自動(dòng)打開(kāi) ? 打開(kāi)新的結(jié)果輸出窗，從菜單選擇

? File—New---Output

? 結(jié)果輸出窗口（viewer）

? 功能：SPSS統(tǒng)計(jì)分析報(bào)表及圖形的輸出窗口

? 組成：窗口主菜單、工具欄、結(jié)果顯示區(qū)、狀態(tài)顯示區(qū)

? 在進(jìn)行第一次分析時(shí)自動(dòng)打開(kāi)，也可手工打開(kāi)；可以手工打開(kāi)若干個(gè)可相互切換的viewer窗口；輸出窗口可以關(guān)閉； ? 狀態(tài)欄上的！表示當(dāng)前輸出窗口 ? 窗口內(nèi)容以.spo存于磁盤(pán)上

? 程序編輯窗口（syntax editor）

? 功能：編輯命令語(yǔ)句

? 窗口內(nèi)容以.sps存于磁盤(pán)上

? 打開(kāi)方式：第一次通過(guò)對(duì)話框選擇SPSS過(guò)程時(shí)，擊按鈕paste，程序編輯窗自動(dòng)打開(kāi)；也可通過(guò)菜單打開(kāi)file—new—syntax

數(shù)據(jù)文件的建立、導(dǎo)入與導(dǎo)出 1.數(shù)據(jù)文件的建立

2.SPSS所處理的數(shù)據(jù)文件有兩種來(lái)源：

a)在SPSS環(huán)境下新建數(shù)據(jù)文件 b)調(diào)用已建立的各種類型的數(shù)據(jù)文件

在SPSS環(huán)境下建立數(shù)據(jù)文件：

? 啟動(dòng)SPSS后，界面顯示數(shù)據(jù)編輯窗

? 在數(shù)據(jù)編輯窗內(nèi)直接輸入數(shù)據(jù)，保存后便形成SPSS數(shù)據(jù)文件 ?--數(shù)據(jù)文件的結(jié)構(gòu)

? 二維行列結(jié)構(gòu)，每行為1個(gè)記錄或1個(gè)觀察單位（Case），每列為一個(gè)變量（Variable）

?--定義變量

SPSS數(shù)據(jù)文件是一種有結(jié)構(gòu)的數(shù)據(jù)文件：

定義數(shù)據(jù)文件的結(jié)構(gòu)： 1.name：變量名，是變量存取的唯一標(biāo)志 ? 定義變量名的原則：

? 變量名最長(zhǎng)不超過(guò)64字節(jié)（32個(gè)漢字）（不推薦使用漢字，越簡(jiǎn)單越好）

? 首字符必須是字母或漢字，不能以下劃線或圓點(diǎn)結(jié)尾 ? 變量名中不能有空格或某些特殊符號(hào)，如！、？和* ? 變量名不能與SPSS的關(guān)鍵字相同，即不能用all/and/by/eq/ge/gt/le/lt/ne/not/op/to/with等做變量名 ? 對(duì)變量名英文字母的大小寫(xiě)不作區(qū)分 ? 2.type：變量類型

? 數(shù)值型：常用標(biāo)準(zhǔn)數(shù)值型(Numeric):默認(rèn)類型8.2如：12345678、12345.67、-1234.56 ? 字符型(String): 存儲(chǔ)字符數(shù)據(jù)8位。如：beijing處理時(shí)用雙引號(hào)擴(kuò)起來(lái)

? 日期型（Date):存儲(chǔ)日期數(shù)據(jù)，如：20-AUG-1999 ? 注意：顯示寬度不影響數(shù)據(jù)的存儲(chǔ)

? 3.width：變量寬度，默認(rèn)為8 ? 4.Decimals：小數(shù)位數(shù)，默認(rèn)為2

? 5.label：變量標(biāo)簽，對(duì)每一個(gè)變量的含義進(jìn)行解釋，變量較多時(shí)非常重要！

? 6.Values：變量值標(biāo)簽，對(duì)變量取值的水平進(jìn)行定義

? 7.Missing：缺失值

? 8.Column：變量列寬，默認(rèn)為8。? 9.Align：對(duì)齊，默認(rèn)右對(duì)齊（Right）? 10.Measure：變量度量，包括三類：

? 定量變量（Scale），? 定性變量（Nominal），? 等級(jí)變量（Ordinal）。

? 該選項(xiàng)只用于統(tǒng)計(jì)制圖時(shí)坐標(biāo)軸變量的區(qū)分以及SPSS決策樹(shù)模塊的變量定義

? 統(tǒng)計(jì)軟件中數(shù)據(jù)的錄入原則： 1.同一觀察對(duì)象的數(shù)據(jù)應(yīng)獨(dú)占一行

2.同一個(gè)指標(biāo)的測(cè)量值都應(yīng)當(dāng)錄入到同一個(gè)變量中（除外配對(duì)數(shù)據(jù)和重復(fù)測(cè)量數(shù)據(jù)）

3.最終的數(shù)據(jù)集應(yīng)當(dāng)能夠包含原始數(shù)據(jù)的所有信息

? 數(shù)據(jù)可保存為各種格式

2.數(shù)據(jù)文件的整理（Data菜單）

插入(Insert)

觀測(cè)值排序(sort):

合并文件(Merge Files):

Merge Files—Add Case（添加觀察單位）: 例：new Drug(a).sav和new Drug(b).sav合并

Merge Files—Add Variables（添加變量）: 例：將ex(a).sav

和

ex(b).sav合并

數(shù)據(jù)分類匯總(Aggregate Data):

例：分類匯總：不同文化程度的家庭平均收入 數(shù)據(jù)文件：休閑調(diào)查.sav

選擇觀察單位(select cases)選擇觀察單位(select cases)

變量加權(quán)(Weight Cases)

數(shù)據(jù)文件的整理（Transform菜單）

計(jì)數(shù)統(tǒng)計(jì)（count）

例：由家庭月收入產(chǎn)生一個(gè)分組變量group 月收入<1500 group=0

月收入>=1500 group=1

排秩（Rank）

例如：對(duì)sbp1（治療前SBP）進(jìn)行排秩

排秩后產(chǎn)生新變量rsbp1,其中對(duì)于相等的變量值（稱為結(jié)點(diǎn)ties）取平均秩次。本例中第2、3位的平均秩次為2.5。

例：按家庭收入等分為五組

第四章 基本統(tǒng)計(jì)分析（descriptive statistics菜單）

Frequencies過(guò)程的特色是產(chǎn)生頻數(shù)表；

Descriptives過(guò)程則進(jìn)行一般性的統(tǒng)計(jì)描述；

Explore過(guò)程用于對(duì)數(shù)據(jù)概況不清時(shí)的探索性分析；

Crosstabs過(guò)程則完成計(jì)數(shù)資料和等級(jí)資料的統(tǒng)計(jì)描述和一般的統(tǒng)計(jì)檢驗(yàn)，我們 常用的檢驗(yàn)也在其中完成。

常用的描述統(tǒng)計(jì)量

集中趨勢(shì)指標(biāo)（Central tendency）：均數(shù)(Mean)、中位數(shù)(Median)、眾數(shù)(Mode)、總和(Sum)等

離散趨勢(shì)指標(biāo)（Dispersion）：標(biāo)準(zhǔn)差(Std.deviation)、方差(Variance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、標(biāo)準(zhǔn)誤(S.E.mean)百分位數(shù)指標(biāo)（Percentile Values）：四分位數(shù)(Quartiles)、每隔指定百分位輸出當(dāng)

前百分位數(shù)(Cut points for equal groups)、或直接指定某個(gè)百分位數(shù)(Percentiles)分布指標(biāo)（Distribution）：偏度系數(shù)（Skewness）和峰度系數(shù)(Kurtosis)。

其他：M統(tǒng)計(jì)量（M-estimators）、極端值（outlier）等

眾數(shù)(mode)：一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的變量值稱為眾數(shù)。

偏度系數(shù)（skewness）：數(shù)據(jù)分布的不對(duì)稱性稱為偏態(tài)，偏態(tài)系數(shù)SK>0時(shí)為右(正)

偏，SK<0時(shí)為左(負(fù))偏。

峰度系數(shù)（kurtosis）：數(shù)據(jù)分布的平峰或尖峰程度稱為峰態(tài)，峰度系統(tǒng)K>0時(shí)

為尖峰分布，K<0時(shí)為扁平分布。K=0時(shí)為標(biāo)準(zhǔn)正態(tài)分布。

（一）頻數(shù)分析（Frequencies）

? 最常用的統(tǒng)計(jì)分析之一

? 功能：不僅可以產(chǎn)生詳細(xì)的頻數(shù)表，還可以按要求給出某百分位點(diǎn)的數(shù)值，以及常用的條圖，圓圖等統(tǒng)計(jì)圖

? 菜單：Analyze—Descriptive Statistics—Frequencies 命令

實(shí)例：對(duì)“diameter_sub.sav”中的“矢狀面管徑”變量作描述性分析并輸出直方圖

（二）Descriptives過(guò)程

? 是連續(xù)資料統(tǒng)計(jì)描述應(yīng)用最多的一個(gè)過(guò)程，計(jì)算并列出一系列相應(yīng)的統(tǒng)計(jì)指標(biāo)。

? 該過(guò)程特殊功能就是可將原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)評(píng)分值并以變量的形式存入數(shù)據(jù)庫(kù)供以后分析。

? 菜單：Analyze—Descriptive Statistics—Descriptives命令

（三）Explore過(guò)程

? 可對(duì)變量進(jìn)行更為深入詳盡的描述性統(tǒng)計(jì)分析 ? 主要用于對(duì)資料的性質(zhì)、分布特點(diǎn)等完全不清楚時(shí)，故又稱之為探索性分析。? 它在一般描述性統(tǒng)計(jì)指標(biāo)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，如枝葉圖、箱圖等

? 菜單：Analyze—Descriptive Statistics—Explore命令

例：對(duì)“clinical trial.sav”中的“plt1”按分類變量“group”進(jìn)行探索性 分析

第五章：基本統(tǒng)計(jì)分析descriptive statistics菜單

（二）Crosstabs過(guò)程：

? Crosstabs過(guò)程用于對(duì)計(jì)數(shù)資料和有序分類資料進(jìn)行統(tǒng)計(jì)描述和簡(jiǎn)單的統(tǒng)計(jì)推斷

? 在分析時(shí)可以產(chǎn)生2維至n維列聯(lián)表，并計(jì)算相應(yīng)的百分?jǐn)?shù)指標(biāo)。? 統(tǒng)計(jì)推斷則包括了我們常用的檢驗(yàn)、Kappa值，分層

? 還可計(jì)算n維列聯(lián)表的確切概率（Fisher’s Exact Test）值。? 菜單： Analyze—Descriptive Statistics—Crosstabs 命令

例

為比較紫外線和抗病毒藥物治療帶狀皰疹的療效，將帶狀皰疹患者隨機(jī)分為兩組，臨床觀察結(jié)果見(jiàn)下表，問(wèn)兩組的總體有效率有無(wú)差別？ 組別 抗病毒組 紫外線組 合 計(jì)

有效 31 55 86

無(wú)效 25 9 34

合計(jì) 56 64 120 由于此處給出的直接是頻數(shù)表，因此在建立數(shù)據(jù)集時(shí)可以直接建立三個(gè)變量:行變量、列變量和頻數(shù)的變量 group，effect，freq

在默認(rèn)情況下，每一行就是一條記錄，這在多數(shù)情況下沒(méi)有什么問(wèn)題，但有時(shí)卻非常麻煩，想想看如果你需要計(jì)算一個(gè)四格表卡方，有100例，如果每一行就是一條記錄，你就需要輸入100條記錄！如果希望在計(jì)算過(guò)程中利用不同的變量對(duì)數(shù)據(jù)進(jìn)行加權(quán)處理，就需要用到Weight Cases對(duì)話框。

第五篇：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(shù)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(méi)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(shuō)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(yǔ)法文件：*。sps 結(jié)果文件：*。spo

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

注：要想順利打開(kāi)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)選取（個(gè)案選?。┑幕痉绞?/p>

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(guò)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(lái)說(shuō)，一般來(lái)說(shuō)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(guò)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(guò)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(guò)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(guò)程 1。Means過(guò)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(guò)程是專門(mén)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(guò)程也能計(jì)算均數(shù)，但Means過(guò)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(guò)程必須設(shè)置分組變量，若沒(méi)有分組變量的話，可以使用Descriptive Statistics菜單項(xiàng)中的幾個(gè)過(guò)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(lái)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(guò)比較兩個(gè)樣本均值差的大小來(lái)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(shuō)明方差不齊；否則兩個(gè)總體方差無(wú)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(lái)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(shuō)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(lái)解釋，系統(tǒng)性差異給觀測(cè)變量帶來(lái)了顯著影響；反之，如果組間離差平方和所占比例很小，說(shuō)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(guò)對(duì)總體均值之間的配對(duì)比較來(lái)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(wú)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(lái)顯著影響。

（3）基本術(shù)語(yǔ)

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(wú)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(méi)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(guò)找出它與因變量的回歸關(guān)系來(lái)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(wú)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(méi)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(lái)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(guò)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(lái)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(wú)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(wú)適當(dāng)?shù)淖兞孔儞Q方法解決此問(wèn)題； 定量數(shù)據(jù)，其分布類型無(wú)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(guò)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(guò)程）

二項(xiàng)檢驗(yàn)（Binomial過(guò)程）

游程檢驗(yàn)（Runs過(guò)程）

柯?tīng)柲缏宸颉姑字Z夫檢驗(yàn)（l-Sample K-S過(guò)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(guò)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(lái)說(shuō)，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(guò)程）

用卡方檢驗(yàn)來(lái)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(méi)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(wú)效的人數(shù)總的說(shuō)來(lái)是否相同(實(shí)為治愈、好轉(zhuǎn)、有效和無(wú)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(lái)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(guò)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(guò)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(yáng)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(guò)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(wú)適當(dāng)?shù)淖兞孔儞Q方法解決此問(wèn)題；

極度偏態(tài)，或個(gè)別數(shù)值偏離過(guò)大；

一端或兩端存在不確定數(shù)值

3.游程檢驗(yàn)（Runs過(guò)程）

Runs過(guò)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(wèn)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(lái)檢驗(yàn)樣本是否是隨機(jī)的。應(yīng)用范圍

生產(chǎn)過(guò)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(gòu)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(guò)程）

柯?tīng)柲Z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(guò)分析樣本數(shù)據(jù)均值或中位數(shù)的差異，推斷樣本來(lái)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(guò)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(guò)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(lái)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(guò)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。或：

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(guò)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(guò)程 K Independent Samples過(guò)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(lái)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（取）款金額分布一致嗎？

電信公司人力資源部門(mén)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(guò)分析兩/多個(gè)配對(duì)樣本，推斷樣本來(lái)自的兩/多個(gè)總體的分布是否存在顯著性差異。Related Samples過(guò)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(guò)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(wú)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(lái)自正態(tài)總體，可用t檢驗(yàn)，若來(lái)自非正態(tài)總體或總體分布無(wú)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(lái)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(lái)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(wú)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(lái)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(wú)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(wú)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(wú)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(lái)進(jìn)行預(yù)測(cè)。5)相關(guān)分析還可以用來(lái)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(shuō)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(guò)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(lái)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(lái)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(guò)計(jì)算簡(jiǎn)單相關(guān)系數(shù)來(lái)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(lái)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(shuō)在扣除了其他因素的作用大小以后，重新來(lái)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(guò)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(guò)線性表達(dá)式，即線性回歸方程，來(lái)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(wèn)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(guò)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(shuō)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(wú)效，通過(guò)P值來(lái)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(guò)P值來(lái)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(guò)觀察調(diào)整R2 來(lái)判斷方程的擬合情況，另外，同樣可通過(guò)折線圖來(lái)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(guò)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(lái)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(lái)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(wú)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(guò)變量變換化為線性關(guān)系的非線性問(wèn)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(guò)散點(diǎn)圖觀察，如果自變量和應(yīng)變量不能通過(guò)線性回歸或區(qū)縣估計(jì)來(lái)實(shí)現(xiàn)，則可以在SPSS通過(guò)【分析】-【回歸】-【非線性】來(lái)實(shí)現(xiàn)。

以下是SPSS處理問(wèn)卷的總結(jié)

當(dāng)我們的調(diào)查問(wèn)卷在把調(diào)查數(shù)據(jù)拿回來(lái)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(lái)簡(jiǎn)要說(shuō)明一下問(wèn)卷的處理過(guò)程，它的過(guò)程大致可分為四個(gè)過(guò)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(lái)對(duì)問(wèn)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(kāi)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(kāi)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(wú)序分類)。

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

1。請(qǐng)問(wèn)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(lái)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](méi)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(wú)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(wú)序分類。

以上為問(wèn)卷中常見(jiàn)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(shuō)明。

1。開(kāi)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(kāi)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(lái)說(shuō)明在SPSS中的具體操作。比如如下一例：

請(qǐng)問(wèn)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(wèn)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(wèn)卷中的所有問(wèn)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(kù)格式數(shù)據(jù)(分如下兩步)（1）配置ODBC（2）在SPSS中通過(guò)ODBC和數(shù)據(jù)庫(kù)進(jìn)行

但是對(duì)于問(wèn)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(shuō)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(wèn)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?wèn)卷的每一個(gè)問(wèn)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(wèn)題的答案即可完成問(wèn)卷的數(shù)據(jù)錄入。比如上述年齡段查詢的例題，如果問(wèn)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(lái)代替A、B、C、D的)。

3。我們知道一行代表一份問(wèn)卷，所以有幾分問(wèn)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(wèn)卷的統(tǒng)計(jì)分析了，因?yàn)檫@時(shí)我們已經(jīng)把問(wèn)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(guò)程，是得到正確分析結(jié)果的關(guān)鍵。這要根據(jù)我們的問(wèn)卷調(diào)查的目的和我們想要什么樣的結(jié)果來(lái)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(guò)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(lái)說(shuō)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(lái)選擇我們需要作的圖形，一般來(lái)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(shū)籍，作圖分析更多情況下是和數(shù)值分析相結(jié)合來(lái)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(guò)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?；窘y(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(guò)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(lái)自均值相同的總體？換句話說(shuō)，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(shuō)明總體差異？這是各種研究工作中經(jīng)常提出的問(wèn)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(guò)程：

MEANS過(guò)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(yǔ)：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(guò)程：對(duì)樣本進(jìn)行T檢驗(yàn)的過(guò)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(lái)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(lái)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(lái)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(lái)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(lái)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(lái)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(guò)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(lái)檢驗(yàn)數(shù)據(jù)資料是否來(lái)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(guò)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?tīng)柲缏宸?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(wèn)卷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，來(lái)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(lái)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(wèn)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(lái)的任務(wù)就是寫(xiě)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。