第一篇：spss期末復(fù)習(xí)總結(jié)范文

1、SPSS運(yùn)行方式：菜單操作方式、程序運(yùn)行方式、Include運(yùn)行方式、Production Facility方式。

2、Spss界面窗口：數(shù)據(jù)編輯窗口、結(jié)果管理窗口、結(jié)果編輯窗口、語(yǔ)法編輯窗口、腳本窗口。

3、在數(shù)據(jù)預(yù)處理中應(yīng)用最廣泛的是計(jì)算變量。

4、Spss基本模塊不能直接實(shí)現(xiàn)的功能：統(tǒng)計(jì)分析、數(shù)據(jù)計(jì)劃、數(shù)據(jù)收集。1-

6、spss不能直接打開(kāi)*.html文件。

1、spss數(shù)據(jù)文件格式：每一行的數(shù)據(jù)成為一個(gè)記錄；每一列為一個(gè)變量。

2、Spss數(shù)據(jù)編輯器界面為數(shù)據(jù)視圖界面和變量視圖界面（定義數(shù)據(jù)集的數(shù)據(jù)字典）。2-

3、變量名命名準(zhǔn)則：必須以英文字母開(kāi)口，其他部分可以含有字母、數(shù)字、下劃線(xiàn)；變量名盡量避免和spss已有的關(guān)鍵字重復(fù)（sum、compute、anova）；變量名最長(zhǎng)為64個(gè)英文字符或者32個(gè)中文字符；spss變量名不區(qū)分大小寫(xiě)。

4、變量的度量類(lèi)型不是固定不變的，可以分局分析過(guò)程來(lái)改變變量的度量類(lèi)型。2-

5、spss中字符型數(shù)據(jù)值區(qū)分大小寫(xiě)；字符型數(shù)據(jù)可以設(shè)置值標(biāo)簽。

6、對(duì)于數(shù)據(jù)的處理缺省值默認(rèn)為”.”，字符串默認(rèn)為空，若空字符串有意義，需在變量是同對(duì)缺省值進(jìn)行定義。

7、spss只讀入數(shù)據(jù)（excel）。

8、添加變量合并文件：一對(duì)一合并，一對(duì)多合并；合并相同個(gè)案數(shù)，不同屬性的數(shù)據(jù)文件，為添加變量；合并數(shù)據(jù)之前，需按關(guān)鍵變量進(jìn)行排序，合并的詩(shī)句恩見(jiàn)必須是.sav或已經(jīng)在spss中打開(kāi)的文件，并確保兩個(gè)文件中需要合并的變量名稱(chēng)不同。

1、可視化分段方法：直接輸入分割點(diǎn)；根據(jù)條件自動(dòng)生成分割點(diǎn)。

2、填補(bǔ)缺失數(shù)據(jù)方法：序列均值、臨近點(diǎn)均值、臨近點(diǎn)的中位數(shù)、線(xiàn)性插值法、點(diǎn)處線(xiàn)性趨勢(shì)。

3、在做統(tǒng)計(jì)分析之前一般要做數(shù)據(jù)效驗(yàn)，如果是錄入錯(cuò)誤則重新錄入；若數(shù)據(jù)確實(shí)錯(cuò)誤，則可將這些數(shù)據(jù)設(shè)置成缺失值。

4、“標(biāo)記異常個(gè)案”過(guò)程基于個(gè)案偏離聚類(lèi)組中心的大小來(lái)判斷異常個(gè)案，一般用于探索性數(shù)據(jù)分析步驟中。

5、可視化變量分段是對(duì)連續(xù)數(shù)據(jù)進(jìn)行離散化。

1、描述數(shù)據(jù)特征的統(tǒng)計(jì)量，一類(lèi)表示數(shù)據(jù)的中心位置（均值、中位數(shù)、眾數(shù)），一類(lèi)表示數(shù)據(jù)的離散程度（方差、標(biāo)準(zhǔn)差、極差）。進(jìn)行數(shù)據(jù)分析第一步往往是進(jìn)行描述性統(tǒng)計(jì)分析。4-

2、頻率分析：對(duì)于給定的類(lèi)，落入這個(gè)類(lèi)的個(gè)案數(shù)成為頻率，落入該類(lèi)中的個(gè)案數(shù)和個(gè)案總數(shù)的比例成為相對(duì)頻率——直方圖、條形圖、集中趨勢(shì)和離散趨勢(shì)的統(tǒng)計(jì)量來(lái)描述數(shù)據(jù)的分布特征。

3、餅圖和條形圖使用于分類(lèi)變量類(lèi)別個(gè)別數(shù)較少的情況，如果個(gè)別數(shù)較多，選擇直方圖。4-

4、中心趨勢(shì)的描述：均值、中位數(shù)、眾數(shù)、5%截尾均值，指一組數(shù)據(jù)向某個(gè)中心值靠攏的傾向。對(duì)于連續(xù)變量（尺度變量）和定序變量，描述中心趨勢(shì)的有均值、中位數(shù)、眾數(shù)、5%截尾均值（升序排序，剔除最小和最大的5%后的算術(shù)均值）；對(duì)于定性數(shù)據(jù)（名義數(shù)據(jù)），指標(biāo)只有眾數(shù)。（尺度變量——連續(xù)變量；名義變量——定性數(shù)據(jù)；名義變量和定序變量——分類(lèi)變量）

5、離散趨勢(shì)的描述：極差、方差、標(biāo)準(zhǔn)差、分位數(shù)、變異指標(biāo)。4-

6、總結(jié)五數(shù)：最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)、最大值。（箱圖）4-

7、偏度：α∈（-3,3），α>0，左偏，在左拖尾。α=0對(duì)稱(chēng)分布。峰度：β>3，高峰度，β=0，正太峰。

8、分析/描述統(tǒng)計(jì)/頻率（條形圖、餅圖、直方圖）/描述/探索（箱圖、莖葉圖、直方圖、Q-Q圖），輸出統(tǒng)計(jì)量（均值、中值、眾數(shù)、標(biāo)準(zhǔn)差、方差、偏度、峰度、全距、極值、百分位數(shù)）

9、定性數(shù)據(jù)圖形的描述：條形圖、帕累托圖（從高到低排序條形圖）、餅圖。（首先加權(quán)個(gè)案）

10、定量數(shù)據(jù)圖形的描述：直方圖（用于連續(xù)型數(shù)據(jù)）、莖葉圖、箱圖。

11、在探索圖里面勾選帶檢驗(yàn)的正態(tài)圖可以輸出選定變量的QQ圖、變量正態(tài)性的K-S檢驗(yàn)和S-W檢驗(yàn)。

12、IQR（四分位距）=Q3-Q1，最下面的短線(xiàn)Q1-1.5IQR，最上面短線(xiàn)Q3+1.5IQR，離群值（圓圈表示）落入[Q3+1.5IQR，Q3+3IQR）或者（Q1-3IQR，Q1-1.5IQR],極端值（※表示）大于等于Q3+3IQR或Q1-3IQR。

13、如果只有一個(gè)因變量，莖葉圖或者箱圖按因子各個(gè)水平輸出，選擇不分組的輸出結(jié)果和選擇“按因子水平分組”的輸出結(jié)果只在標(biāo)題的組織形式上略有不同，如果有兩個(gè)因變量，則兩種選項(xiàng)的結(jié)果差異較大。

1、因?yàn)榧僭O(shè)檢驗(yàn)有何能犯兩類(lèi)錯(cuò)誤：拒真、受偽。

2、假設(shè)檢驗(yàn)的步驟：確定恰當(dāng)?shù)脑僭O(shè)和被擇假設(shè)；選擇檢驗(yàn)統(tǒng)計(jì)量；計(jì)算檢驗(yàn)統(tǒng)計(jì)量觀測(cè)值發(fā)生個(gè)概率（P）；給定顯著性水平α，并作出決策。5-

3、分析/比較均值/均值，輸出表格“案例處理摘要”（看缺失值）、“均值報(bào)告表”（看均值列，趨勢(shì)與增加幅度，如隨著工作年限增加，小時(shí)工資也增加，增加幅度不均勻，列舉每階段增加幅度）、“方差分析表（ANOVA表）”（線(xiàn)性顯著性<0.05,有線(xiàn)性關(guān)系，線(xiàn)性偏差>0.05，非線(xiàn)性關(guān)系成分不顯著）、“相關(guān)性度量表”（R方值不大，線(xiàn)性關(guān)系不十分強(qiáng)）

4、雙因素分析：在均值對(duì)話(huà)框—下一張，均值過(guò)程只對(duì)第一層的自變量進(jìn)行方差分析和線(xiàn)性相關(guān)檢驗(yàn)（只有描述性統(tǒng)計(jì)表，即均值分析報(bào)告不一樣，均值列分析：同等經(jīng)驗(yàn)下，病房護(hù)士小時(shí)工資比辦公室高，隨著工作經(jīng)驗(yàn)增加，差距變?。粯?biāo)準(zhǔn)差列分析：同等經(jīng)驗(yàn)的辦公室護(hù)士，小時(shí)工資差距大于同等經(jīng)驗(yàn)的醫(yī)院護(hù)士）。5-

5、單樣本T檢驗(yàn)即檢驗(yàn)?zāi)硞€(gè)變量的總體均值和某指定值之間是否存在顯著性差異。T檢驗(yàn)的穩(wěn)健性好。數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)—拆分文件—分割文件—比較組（完成分析之后要關(guān)閉文件分割）、單樣本T檢驗(yàn)：分析/比較均值/單樣本T檢驗(yàn)（輸入檢驗(yàn)值）—— “單個(gè)樣本統(tǒng)計(jì)量”——均值，偏離檢驗(yàn)值、“單個(gè)樣本檢驗(yàn)”——t為T(mén)統(tǒng)計(jì)量，df為自由度，sig（雙側(cè)）為P值，均值差值為各數(shù)據(jù)減去檢驗(yàn)值，上限下限位該均值差95%的置信區(qū)間的上限和下限。sig值<0.05，拒絕原假設(shè)，不等于檢驗(yàn)值，不滿(mǎn)足要求。

6、兩個(gè)樣本的T檢驗(yàn)分為：獨(dú)立樣本T檢驗(yàn)和配對(duì)樣本T檢驗(yàn)。獨(dú)立樣本T檢驗(yàn)分析兩個(gè)獨(dú)立樣本的均值是夠有顯著性差異（男女身高、不同行業(yè)的起始工資）。配對(duì)樣本T檢驗(yàn)比較同一個(gè)總體的兩次不同的測(cè)量（醫(yī)學(xué)研究中藥物療效、被調(diào)查者父親和母親的受教育程度）。

7、獨(dú)立樣本T檢驗(yàn)的前提條件：獨(dú)立性、正態(tài)性、方差齊性；數(shù)據(jù)初探：分析/描述性統(tǒng)計(jì)/探索（直方圖、帶檢驗(yàn)的正態(tài)圖）—— “描述”（比較均值大小、標(biāo)準(zhǔn)差比接近于1，初步認(rèn)定方差齊性）、“直方圖”（初步判斷正態(tài)分布）、“正態(tài)性檢驗(yàn)”（K-S檢驗(yàn)和S-W檢驗(yàn)，sig>0.05，接受正態(tài)性假設(shè)）——判定是夠滿(mǎn)足T檢驗(yàn)前提條件，滿(mǎn)足則進(jìn)行T檢驗(yàn)； 分析/比較均值/獨(dú)立樣本T檢驗(yàn)（定義分組變量）—— “組統(tǒng)計(jì)量”（顯示均值、標(biāo)準(zhǔn)差及均值的標(biāo)準(zhǔn)誤，均值的標(biāo)準(zhǔn)誤即為標(biāo)準(zhǔn)差除以樣本N的平方根）、“獨(dú)立樣本檢驗(yàn)”（方差方程的Leven檢驗(yàn)，即方差齊性檢驗(yàn)，和均值方程的t檢驗(yàn)，p>0.05接受方差齊性假設(shè)，選擇“假設(shè)方差相等”，sig（雙峰）<0.05，說(shuō)明新促銷(xiāo)方法消費(fèi)金額顯著不同于標(biāo)準(zhǔn)促銷(xiāo)消費(fèi)金額，再比較均值大小，說(shuō)明新方案有效）。

5-8 配對(duì)樣本T檢驗(yàn)配對(duì)設(shè)計(jì)方法：同一受試對(duì)象處理前后的數(shù)據(jù)/兩個(gè)部位數(shù)據(jù)/兩種方法測(cè)試數(shù)據(jù)/配對(duì)的兩個(gè)收拾對(duì)象分別接受兩種處理后的數(shù)據(jù)。

9、配對(duì)樣本T檢驗(yàn)的前提條件：兩個(gè)樣本配對(duì)、兩個(gè)樣本所來(lái)自的總體服從正太分布；分析/比較均值/配對(duì)樣本T檢驗(yàn)——“成對(duì)樣本統(tǒng)計(jì)量”（均值、標(biāo)準(zhǔn)量、標(biāo)準(zhǔn)差、均值的標(biāo)準(zhǔn)誤），“成對(duì)樣本相關(guān)系數(shù)”（樣本量N、相關(guān)系數(shù)、相關(guān)系數(shù)P值sig<0.05,相關(guān)系數(shù)明顯大于0，有強(qiáng)線(xiàn)性相關(guān)），“成對(duì)樣本檢驗(yàn)”（差值的均值、差值的標(biāo)準(zhǔn)差、差值均值的標(biāo)準(zhǔn)誤，t統(tǒng)計(jì)量和相對(duì)應(yīng)的顯著性，t=差值的均值/均值的標(biāo)準(zhǔn)誤，分析：對(duì)1的差值均值及為減輕量，由于對(duì)1均值及均值的標(biāo)準(zhǔn)誤遠(yuǎn)遠(yuǎn)高于對(duì)2，所以對(duì)2的t值遠(yuǎn)遠(yuǎn)大于對(duì)1的t值，從顯著性來(lái)看，對(duì)2的減輕是顯著的，因此該計(jì)劃最終的評(píng)估結(jié)果為可以減輕體重但不確定可以減輕脂肪）。注意：配對(duì)樣本T檢驗(yàn)之前需要檢查兩樣本是否服從正態(tài)分布（直方圖、QQ圖、k-s檢驗(yàn)，注意分析變量中的離群值，用箱圖檢驗(yàn)）。

1、非參數(shù)檢驗(yàn)的優(yōu)點(diǎn)：穩(wěn)健性、使用范圍廣。缺點(diǎn)：檢驗(yàn)?zāi)苄л^差。適用場(chǎng)合：參數(shù)檢驗(yàn)方法的條件不滿(mǎn)足，研究定類(lèi)變量和定序變量之間的關(guān)系。單樣本非參檢驗(yàn)方法：二項(xiàng)檢驗(yàn)、卡方檢驗(yàn)、k-s檢驗(yàn)。

2、卡方檢驗(yàn)——對(duì)總體分布進(jìn)行檢驗(yàn)（心臟病猝死人數(shù)與日期關(guān)系、人口結(jié)構(gòu)、血型和性格等），原假設(shè)：樣本來(lái)自的總體分布于假設(shè)的分布無(wú)顯著性差異。卡方統(tǒng)計(jì)量服從自由度為k-1的卡方分布，如果卡方值較大，說(shuō)明期望頻數(shù)與觀測(cè)頻數(shù)分布差距較大，拒絕原假設(shè)。

3、二項(xiàng)式檢驗(yàn)（首先定義成功或失敗的類(lèi)別，默認(rèn)第一類(lèi)為成功類(lèi)）

1、相關(guān)關(guān)系分為線(xiàn)性相關(guān)和非線(xiàn)性相關(guān)，相關(guān)變量的研究根據(jù)變量的度量類(lèi)型分為定類(lèi)變量之間的相關(guān)，定序變量之間的相關(guān)，尺度變量之間的相關(guān)。

2、相關(guān)分析在統(tǒng)計(jì)分析中的作用：判斷變量之間有無(wú)聯(lián)系、確定相關(guān)關(guān)系的表現(xiàn)形式及相關(guān)分析方法、把握相關(guān)關(guān)系的方向與密切程度、進(jìn)一步采取其他統(tǒng)計(jì)方法進(jìn)行分析提供依據(jù)、用來(lái)描述變量之間的關(guān)系狀況和進(jìn)行預(yù)測(cè)。7-

3、相關(guān)分析的主要方法：圖示法（散點(diǎn)圖）、計(jì)算相關(guān)系數(shù)法。圖形/散點(diǎn)圖/簡(jiǎn)單散點(diǎn)圖，偏離大部分的點(diǎn)為離群值。

4、相關(guān)系數(shù)為0只能說(shuō)明沒(méi)有線(xiàn)性相關(guān)關(guān)系，相關(guān)系數(shù)適用于樣本量大于30且兩個(gè)變量的總體是正態(tài)分布的情況。

5、相關(guān)系數(shù)檢驗(yàn)，原假設(shè)為ρ=0；分析/相關(guān)/雙變量——“相關(guān)性”（相關(guān)系數(shù)<0.3、顯著性>）0.05，線(xiàn)性相關(guān)不顯著；剔除離群值：數(shù)據(jù)/選擇個(gè)案/如果、分割文件：數(shù)據(jù)/拆分文件、分析/相關(guān)/雙變量——“相關(guān)性”（相關(guān)系數(shù)、顯著性）（散點(diǎn)圖——相關(guān)系數(shù)檢驗(yàn)——回歸）

1、確定變量之間線(xiàn)性相關(guān)后，通過(guò)回歸分析找出線(xiàn)性關(guān)系。線(xiàn)性回歸是指回歸系數(shù)為線(xiàn)性，不是非相關(guān)變量和預(yù)測(cè)變量之間的的關(guān)系。

2、回歸分析的步驟：寫(xiě)出研究的問(wèn)題和分析的目的、選擇潛在相關(guān)變量、收集數(shù)據(jù)、選擇合適擬合優(yōu)度、模型求解、模型驗(yàn)證和評(píng)價(jià)、應(yīng)用模型解決研究問(wèn)題。

3、簡(jiǎn)單線(xiàn)性回歸：Y=β0+β1X+ε（X為預(yù)測(cè)變量，可控，Y為因變量，隨機(jī)，ε為隨機(jī)誤差，ε~N(0, σ2)，且假設(shè)σ2與X無(wú)關(guān)）。8-

4、決定系數(shù)R2=SSR/SST=1-SSE/SST，殘差平方和SSE，回歸平方和SSR，總平方和SST=SSR+SSE，0<=R2<=1。決定系數(shù)越大，回歸方程的擬合程度越高，0.6以上即可以接受回歸直線(xiàn)。

5、分析/回歸/線(xiàn)性——“系數(shù)”（B列，寫(xiě)出方程Y=常量B+UnitsBX，注意Y的帽子）、“模型摘要（匯總）”（調(diào)整）R2小于R2，一元看R2，多元看調(diào)整R2，分析：R2=0.978，說(shuō)明該線(xiàn)性模型可以解釋自變量97.8%的變差，擬合效果好、“模型擬合優(yōu)度檢驗(yàn)Anova”（F=回歸平方和/殘差均方，sig<0.05，方程整體有效，分析：F檢驗(yàn)中的顯著性小于0.05，一元線(xiàn)性回歸模型顯著）

6、COOK距離和Leverage值（杠桿值）能給出個(gè)案對(duì)回歸影響大小的信息。

7、進(jìn)行線(xiàn)性回歸需要對(duì)回歸進(jìn)行的條件驗(yàn)證：因變量和自變量的因果關(guān)系、殘差具有方差齊性、殘差之間不相關(guān)（自變量不需要服從正太分布）。

8、在一元的情況下，回歸方程的顯著性和斜率的顯著性檢驗(yàn)是等價(jià)的。

1、三個(gè)或三個(gè)以上樣本均值的差異——方差分析（ANOVA）。方差分析的因變量必須是尺度類(lèi)型數(shù)據(jù)（連續(xù)數(shù)據(jù)）。因素分為觀測(cè)因素（因變量，最終結(jié)果）、控制因素（潛在原因，可選擇）。方差分析的條件：每個(gè)處理的因變量為正態(tài)分布（正態(tài)性）；每個(gè)處理的因變量具有相同的方差（方差齊性）。

3、描述性數(shù)據(jù)分析：檢驗(yàn)方差分析的前提條件是否滿(mǎn)足，如果不滿(mǎn)足，看偏離是否嚴(yán)重，決定使用方差分析還是非參數(shù)檢驗(yàn)。

4、單因素方差分析（四表一圖）：分析/比較均值/單因素ANONA，選擇因變量和因子，兩兩對(duì)比，假定方差齊性部分18種（LSD—精度最高、S-N-K輸出同類(lèi)子集、Tukey—各組大小相等，及組等容量時(shí)使用）、未假定方差齊性4種，選項(xiàng)/單因素勾選“描述性”（輸出方差分析描述性統(tǒng)計(jì)量“描述”）、“方差同質(zhì)性檢驗(yàn)”、均值圖。9-

5、總體均值之間是夠顯著差異： “描述”（均值、標(biāo)準(zhǔn)差，分析：培訓(xùn)時(shí)間越長(zhǎng)，成績(jī)?cè)胶迷椒€(wěn)定）； “方差齊性檢驗(yàn)”（顯著性希望>0.05，<0.05說(shuō)明方差不齊，分析：在比較各個(gè)組別樣本量相差不大，且各組分別的分布形態(tài)類(lèi)似的情況下，方差分析對(duì)方差不等具有穩(wěn)健性，案例中內(nèi)個(gè)組個(gè)案數(shù)相等，峰度和偏度相等，分布形態(tài)類(lèi)似，可進(jìn)行方差分析，建議方差分析后進(jìn)行相應(yīng)非參檢驗(yàn)驗(yàn)證方差分析結(jié)果）“ANOVA表”（均方=相應(yīng)平方和/自由度，F(xiàn)=組間均方/組內(nèi)均方，一共三個(gè)組，組間自由度2,60個(gè)個(gè)案，3個(gè)組，組內(nèi)自由度57。分析：顯著性<0.05，沒(méi)有證據(jù)說(shuō)明三種方式的效果相同）

6、均值的兩兩比較： “多重比較”（觀測(cè)：顯著性。分析：多重比較結(jié)果一致，即培訓(xùn)兩天和三天無(wú)差異，培訓(xùn)一天和另外兩種都有差異）“同類(lèi)子集”（同一類(lèi)放在一列，當(dāng)其中一個(gè)可以在任意一列時(shí)，看sig值大小，sig值大的在一列，分析：TukeyB兩兩比較把5%的顯著性水平下沒(méi)有區(qū)別的總體放在同一列，作為同類(lèi)子集，這里2天和3天沒(méi)有差別，放在一列，1天單獨(dú)一列）“均值圖”（直觀看出總體均值的趨勢(shì)）

第二篇：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(lèi)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(lèi)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(chēng)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(lèi)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?。▊€(gè)案選?。┑幕痉绞?/p>

按指定條件選取（If 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(chēng)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(chēng)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(lèi)別合為一個(gè)類(lèi)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(xiàn)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(chēng)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(zhuān)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(huà)，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(chēng)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(chēng)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(xiāo)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(chēng)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?zhuān)到y(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?xún)蓚€(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(huà)費(fèi)、學(xué)生成績(jī)、銷(xiāo)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(hù)類(lèi)型、漫游類(lèi)型、促銷(xiāo)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(huà)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(chēng)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(chēng)為任意分布檢驗(yàn)（distribution-free test）； 不依賴(lài)于總體的分布類(lèi)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(chēng)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(mǎn)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(lèi)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(mǎn)足參數(shù)檢驗(yàn)條件時(shí)，效能低于參數(shù)法，不滿(mǎn)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(mǎn)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(lèi)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(chēng)為秩

結(jié)(ties)：絕對(duì)值相等稱(chēng)為結(jié)，又稱(chēng)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(lèi)數(shù)據(jù)，或類(lèi)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(lèi)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(lèi)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(lèi)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(lèi)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(lèi)變量的單個(gè)樣本作檢驗(yàn)，推斷總體中兩個(gè)分類(lèi)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(mǎn)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(lèi)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(lèi)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(lèi)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(mǎi)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(chēng)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(lèi)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(xiāo)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(mǎn)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(chēng)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(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(mǎn)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(lèi)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(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(lèi)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(xiāo)形式的銷(xiāo)售額分布一致嗎？ 收集乘客對(duì)多家航空公司是否滿(mǎn)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(lèi)數(shù)據(jù)（1－滿(mǎn)意

0－不滿(mǎn)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(lèi)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(lèi)變量或無(wú)序多分類(lèi)變量，可用卡方檢驗(yàn)；

有序多分類(lèi)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(mǎn)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(mǎn)足條件時(shí)，可用Kruskal-Wallis秩和檢驗(yàn)。

二分類(lèi)變量或無(wú)序多分類(lèi)變量，可用卡方檢驗(yàn)。

有序多分類(lèi)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(lèi)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(xiàn)相關(guān)和曲線(xiàn)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(xiàn)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(xiàn)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(xiàn)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(lèi)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(chēng)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(xiàn)性相關(guān)關(guān)系。注意Pearson相關(guān)系數(shù)適用于線(xiàn)性相關(guān)的情形，對(duì)于曲線(xiàn)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(xiàn)性相關(guān)關(guān)系。它是利用兩變量的秩次大小作線(xiàn)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(lèi)變量相關(guān)性的指標(biāo)，適用于兩個(gè)變量均為有序分類(lèi)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(xiàn)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(xiàn)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(zhuān)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(lèi)型，可以有許多距離、相似程度測(cè)量指標(biāo)供用戶(hù)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(hù)自行判斷相似性。

第8章 SPSS的回歸分析 1。一元線(xiàn)性回歸 方法概述

線(xiàn)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(xiàn)性表達(dá)式，即線(xiàn)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(xiàn)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(xiàn)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(xiàn)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(chēng)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(xiàn)圖來(lái)觀察模型擬合效果。

3.曲線(xiàn)擬合

實(shí)際中，變量之間的關(guān)系往往不是簡(jiǎn)單的線(xiàn)性關(guān)系，而呈現(xiàn)為某種曲線(xiàn)或非線(xiàn)性的關(guān)系。此時(shí)，就要選擇相應(yīng)的曲線(xiàn)去反映實(shí)際變量的變動(dòng)情況。為了決定選擇的曲線(xiàn)類(lèi)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(zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)分析來(lái)確定曲線(xiàn)的類(lèi)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(xiàn)方程，在方程形式上是非線(xiàn)性的，但可以采用變量變換的方法將這些曲線(xiàn)方程轉(zhuǎn)化為線(xiàn)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(zhuān)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(xiàn)性回歸分析

非線(xiàn)性回歸分析是探討因變量和一組自變量之間的非線(xiàn)性相關(guān)模型的統(tǒng)計(jì)方法。線(xiàn)性回歸模型要求變量之間必須是線(xiàn)性關(guān)系，曲線(xiàn)估計(jì)只能處理能夠通過(guò)變量變換化為線(xiàn)性關(guān)系的非線(xiàn)性問(wèn)題，因此這些方法都有一定的局限性。相反的，非線(xiàn)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(hù)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(xiàn)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(xiàn)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(lèi)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(lèi)型是連續(xù)、有序分類(lèi)還是無(wú)序分類(lèi))。

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(lèi)型可根據(jù)答案的類(lèi)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(xún)”。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(huà)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(huà)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(lèi)型是連續(xù)、有序分類(lèi)還是無(wú)序分類(lèi)。

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(lèi)題型的設(shè)置有兩種方法即多重二分法和多重分類(lèi)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(chēng)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(lèi)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(xún)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(lèi)方法。

1。作圖分析：

在SPSS中，除了生存分析所用的生存曲線(xiàn)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(xiàn)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(xiàn)圖 高低圖 交互相關(guān)圖 序列圖 頻譜圖 誤差線(xiàn)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(chēng)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(guò)基本統(tǒng)計(jì)分析，用戶(hù)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(huà)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(lèi)變量的值數(shù)，如sex變量有2個(gè)值，稱(chēng)為有兩個(gè)水平）、單元Cell（指因變量按分類(lèi)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(xiàn)性相關(guān)分析：研究?jī)蓚€(gè)變量間線(xiàn)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(xiàn)性回歸;Curve Estimation：曲線(xiàn)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(xiàn)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(lèi)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(lèi)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(lèi)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。

第三篇：實(shí)習(xí)總結(jié)spss

實(shí)習(xí)總結(jié)

這次實(shí)習(xí)使用的是spss17.0版本的軟件，通過(guò)這次實(shí)習(xí)，我了解到SPSS具有完整的數(shù)據(jù)輸入、編輯、統(tǒng)計(jì)分析、圖形制作等功能。平日課下進(jìn)行統(tǒng)計(jì)調(diào)查技能培訓(xùn)的時(shí)候，分析數(shù)據(jù)所用的軟件是Excel。雖然使用Excel可以對(duì)數(shù)據(jù)進(jìn)行透視、分類(lèi)、篩選以及計(jì)算相關(guān)系數(shù)等，但是這些操作都需要自己每一步每一步的進(jìn)行手動(dòng)操作，而使用SPSS軟件在對(duì)數(shù)據(jù)進(jìn)行整理時(shí)，只需對(duì)軟件某選項(xiàng)內(nèi)設(shè)置變量條件，系統(tǒng)便自動(dòng)的進(jìn)行整理。通過(guò)這次spss實(shí)習(xí)，我又入門(mén)了一項(xiàng)非常實(shí)用的軟件，會(huì)為以后統(tǒng)計(jì)分析提供多一種的選擇。下面我會(huì)從以下四方面分別闡述這次實(shí)習(xí)的收獲與總結(jié)。

做問(wèn)卷調(diào)查

根據(jù)指導(dǎo)老師的安排，我需要獨(dú)自完成6份 《廣東高校在校大學(xué)生消費(fèi)使用數(shù)碼產(chǎn) 品情況》的調(diào)查問(wèn)卷。去廣工、廣財(cái)聽(tīng)宣講會(huì)并且在那里做了兩份問(wèn)卷調(diào)查，剩下的4份是以電子版的形式做的問(wèn)卷調(diào)查。在做問(wèn)卷調(diào)查的過(guò)程中，為了保證問(wèn)卷的有效性和準(zhǔn)確性，我會(huì)認(rèn)真審核每一份問(wèn)卷是否填寫(xiě)完整以及前后是否合邏輯。在我的六份問(wèn)卷調(diào)查中，比較容易出現(xiàn)問(wèn)題的主要在每天使用數(shù)碼產(chǎn)品的時(shí)間，也是在做問(wèn)卷調(diào)查中叮囑最多的。這都是值得的，因?yàn)楸ＷC問(wèn)卷的客觀和有效是后面做統(tǒng)計(jì)分析的基礎(chǔ)。這次實(shí)訓(xùn)是全班合作完成問(wèn)卷，如果是一個(gè)人完成30幾份的問(wèn)卷，那么真是一項(xiàng)不容小覷的任務(wù)。

Spss入門(mén)操作

這一部分主要是根據(jù)老師編制的指導(dǎo)書(shū)展開(kāi)。Spss入門(mén)操作主要涉及到數(shù)據(jù)的輸入、描述統(tǒng)計(jì)分析、假設(shè)檢驗(yàn)、相關(guān)與回歸分析。針對(duì)每一項(xiàng)都有專(zhuān)門(mén)的案例以及相應(yīng)的練習(xí)。個(gè)人認(rèn)為最難的是假設(shè)檢驗(yàn)這一塊，因?yàn)椤督y(tǒng)計(jì)學(xué)原理》是在之前的學(xué)期學(xué)習(xí)的，統(tǒng)計(jì)分析的原理基本上都記不起來(lái)，對(duì)于輸出假設(shè)檢驗(yàn)結(jié)果對(duì)問(wèn)題進(jìn)行分析方面問(wèn)題比較大。我自己也回去看了相應(yīng)的統(tǒng)計(jì)學(xué)原理，有一定的了解后，進(jìn)行實(shí)操也比較順利。假設(shè)檢驗(yàn)主要是

單樣本T檢驗(yàn)、獨(dú)立樣本T檢驗(yàn)、配對(duì)樣本T檢驗(yàn)。獨(dú)立樣本與配對(duì)樣本的區(qū)分很重要，這決定著我需要進(jìn)行哪種檢驗(yàn)以及得出什么樣的結(jié)論。假設(shè)檢驗(yàn)中通常都需要先進(jìn)行方差齊性的F檢驗(yàn)，F(xiàn)值小，相應(yīng)的p值越大，就可以說(shuō)方差齊性，再進(jìn)行均值差異是否顯著的T檢驗(yàn)，T檢驗(yàn)中，相應(yīng)的p值小于顯著性水平，就可以認(rèn)為兩個(gè)樣本的均值存在顯著差異。

問(wèn)卷分析

這部分需要設(shè)置多個(gè)變量，輸入至少30份數(shù)據(jù)，我選擇跟舍友分工合作，我們的數(shù)據(jù)輸入降低到20份左右，彼此共享一部分?jǐn)?shù)據(jù)合起來(lái)達(dá)到30份以上的樣本量。對(duì)于問(wèn)卷的分析，主要從以下三方面進(jìn)行: 大學(xué)生基本情況 運(yùn)用描述性統(tǒng)計(jì)分析對(duì)大學(xué)生每月生活費(fèi)支出做頻率分析、計(jì)算均值及離散程度，發(fā)現(xiàn)大學(xué)生的月生活費(fèi)支出主要集中在800—1200范圍。

運(yùn)用交叉表分析得出手機(jī)、電腦這兩種數(shù)碼產(chǎn)品樣本中全部大學(xué)生都擁有，其他數(shù)碼產(chǎn)品的擁有比率各有不同。在這學(xué)期當(dāng)中更換意愿最強(qiáng)的數(shù)碼產(chǎn)品是手機(jī)，并且主要是高年級(jí)的學(xué)生有更換的打算。

對(duì)大學(xué)生月生活費(fèi)支出與月消費(fèi)數(shù)碼產(chǎn)品支出做相關(guān)與回歸分析，發(fā)現(xiàn)這兩個(gè)變量存在較為顯著的相關(guān)性，一般情況下，大學(xué)生月生活費(fèi)越高，每月在數(shù)碼產(chǎn)品方面的消費(fèi)相應(yīng)也會(huì)越高。

數(shù)碼產(chǎn)品的購(gòu)買(mǎi)情況

對(duì)樣本中大學(xué)生對(duì)數(shù)碼產(chǎn)品的了解途徑、購(gòu)買(mǎi)方式、傾向性選擇、感興趣的促銷(xiāo)手段、能否接受分期付款做頻率分析，就目前來(lái)講，大學(xué)生主要通過(guò)網(wǎng)絡(luò)了解數(shù)碼產(chǎn)品，傾向于大陸行貨以及港澳臺(tái)行貨，對(duì)于打折促銷(xiāo)比較感興趣，大部分大學(xué)生還是會(huì)選擇實(shí)體店購(gòu)買(mǎi)較大宗數(shù)碼產(chǎn)品，并且對(duì)分期付款方式較為能接受。

對(duì)所有在用數(shù)碼產(chǎn)品購(gòu)買(mǎi)支出、月生活費(fèi)支出以及月消費(fèi)數(shù)碼產(chǎn)品支出做相關(guān)與回歸分析，發(fā)現(xiàn)所有在用數(shù)碼產(chǎn)品購(gòu)買(mǎi)支出與月消費(fèi)數(shù)碼產(chǎn)品支出存在較強(qiáng)的正相關(guān)性，可以說(shuō)，月消費(fèi)數(shù)碼產(chǎn)品支出越高，大學(xué)期間夠買(mǎi)數(shù)碼產(chǎn)品總支出越高的可能性就越大。

數(shù)碼產(chǎn)品的使用情況

對(duì)樣本中 使用數(shù)碼產(chǎn)品對(duì)作息時(shí)間的影響、上課玩手機(jī)的頻率、數(shù)碼產(chǎn)品使用時(shí)間最長(zhǎng)的用途 做描述統(tǒng)計(jì)頻率分析，發(fā)現(xiàn)男生中有更大比例會(huì)因?yàn)槭褂脭?shù)碼產(chǎn)品而影響作息時(shí)間，數(shù)碼產(chǎn)品使用時(shí)間最長(zhǎng)的用途占比最大的是娛樂(lè)，基本上所有人都會(huì)在課堂上使用數(shù)碼產(chǎn)品，經(jīng)常使用的頻率達(dá)到25.8%。

對(duì)使用數(shù)碼產(chǎn)品對(duì)學(xué)習(xí)的影響利弊進(jìn)行頻率分析，并且對(duì)每天花在數(shù)碼產(chǎn)品上的時(shí)間、學(xué)生績(jī)點(diǎn)做相關(guān)回歸分析，大部分學(xué)生認(rèn)為數(shù)碼產(chǎn)品對(duì)學(xué)習(xí)的影響利弊平衡或者利大于弊。相關(guān)性分析顯示，大學(xué)生每天使用數(shù)碼產(chǎn)品的時(shí)間與學(xué)生績(jī)點(diǎn)相關(guān)性不強(qiáng)，兩者之間沒(méi)有必然的聯(lián)系。

通過(guò)這次實(shí)習(xí)，對(duì)于spss軟件有了一個(gè)基本的認(rèn)識(shí)，會(huì)對(duì)樣本進(jìn)行一些簡(jiǎn)單的描述性統(tǒng)計(jì)分析、假設(shè)檢驗(yàn)、相關(guān)與回歸分析，能夠?qū)⒁恍?shù)據(jù)信息轉(zhuǎn)換成可以直觀理解并運(yùn)用的實(shí)用信息，對(duì)于以后的學(xué)習(xí)和工作大有好處。數(shù)碼產(chǎn)品帶給我們極大的便利。基于調(diào)查問(wèn)卷的分析，大學(xué)生每天都會(huì)花相當(dāng)一部分時(shí)間使用電子產(chǎn)品。學(xué)習(xí)績(jī)點(diǎn)與每天使用數(shù)碼產(chǎn)品的時(shí)長(zhǎng)沒(méi)有必然聯(lián)系，不過(guò)，的確有一部分同學(xué)承認(rèn)因過(guò)度使用數(shù)碼產(chǎn)品影響作息，同時(shí)也會(huì)在不同程度上受到他人使用數(shù)碼產(chǎn)品的影響。大學(xué)生應(yīng)該學(xué)會(huì)合理控制分配使用數(shù)碼產(chǎn)品的時(shí)間，讓自己最大程度地受益。

第四篇：個(gè)人總結(jié)SPSS

第一章 界面介紹

1、數(shù)據(jù)編輯窗口

2、結(jié)果瀏覽/輸出窗口

3、程序編輯器窗口：語(yǔ)法 編寫(xiě)

4、腳本編寫(xiě)窗口

系統(tǒng)參數(shù)設(shè)置 編輯-選項(xiàng)

第二章 數(shù)據(jù)挖掘 省略

OLAP on-line analytical processing 在線(xiàn)分析處理

第三章 數(shù)據(jù)文件、變量與函數(shù)

數(shù)據(jù)的編輯（插入個(gè)案、插入變量）

SPSS函數(shù) 即生成新變量

算數(shù)函數(shù)（軟件中的“算術(shù)”）當(dāng)然還包括類(lèi)似計(jì)算器的簡(jiǎn)單加減乘除

統(tǒng)計(jì)函數(shù)（軟件中的“統(tǒng)計(jì)量”）變異系數(shù) 滯后變量 最大值平均值 最小值 缺失數(shù)量 標(biāo)準(zhǔn)差 方差 和累積和

我們發(fā)現(xiàn)主要是橫向比較 對(duì)一個(gè)“個(gè)案”而言 所以函數(shù)式中的括號(hào)必須包含至少兩個(gè)變量以上

邏輯函數(shù)（軟件中的“檢索”）

Any 判斷

Range（變量名，下限、上限）數(shù)值型變量在下限和上限中為1 true 否則為0

時(shí)期和時(shí)間函數(shù) 數(shù)值型函數(shù)

定義時(shí)間格式（軟件中的“日期創(chuàng)建”）

DMY 日/月/年 括號(hào)中（日、月、年）

XDATE.？？難點(diǎn)

隨機(jī)變量函數(shù)（軟件中的“隨機(jī)數(shù)字”）

RV.分布名（參數(shù)）

缺失值函數(shù)

第四章 預(yù)處理

數(shù)據(jù)編輯、整理幾張?jiān)贒數(shù)據(jù)和T轉(zhuǎn)換兩個(gè)菜單

D標(biāo)題欄中 分組、合并、加權(quán)等

橫向/縱向合并 一般是從外部加入 兩者進(jìn)行綜合

第五篇：SPSS學(xué)習(xí)總結(jié)

學(xué)習(xí)SPSS感想

以前學(xué)統(tǒng)計(jì)學(xué)的時(shí)候就聽(tīng)老師講過(guò)SPSS有非常強(qiáng)大的統(tǒng)計(jì)功能，對(duì)我們學(xué)習(xí)、工作有很大的幫助，所以我一直認(rèn)為SPSS很神秘。通過(guò)這個(gè)學(xué)期周老師的課讓我對(duì)此清楚了許多，也學(xué)到了SPSS強(qiáng)大的統(tǒng)計(jì)功能，更加讓我明白了SPSS與Excel的區(qū)別。

SPSS是“社會(huì)科學(xué)統(tǒng)計(jì)軟件包”（Statistical Package for the Social Science）的簡(jiǎn)稱(chēng)，是一種集成化的計(jì)算機(jī)數(shù)據(jù)處理應(yīng)用軟件。1968年，美國(guó)斯坦福大學(xué)H.Nie等三位大學(xué)生開(kāi)發(fā)了最早的SPSS統(tǒng)計(jì)軟件，并于1975年在芝加哥成立了SPSS公司，已有30余年的成長(zhǎng)歷史，全球約有25萬(wàn)家產(chǎn)品用戶(hù)，廣泛分布于通訊、醫(yī)療、銀行、證券、保險(xiǎn)、制造、商業(yè)、市場(chǎng)研究、科研、教育等多個(gè)領(lǐng)域和行業(yè)。SPSS是世界上公認(rèn)的三大數(shù)據(jù)分析軟件之一（SAS、SPSS和SYSTAT）。

在學(xué)習(xí)SPSS期間，我主要遇到的問(wèn)題是后面幾章，SPSS的參數(shù)檢驗(yàn)、方差分析、相關(guān)分析、線(xiàn)性回歸分析、聚類(lèi)分析、因子分析等。

在參數(shù)檢驗(yàn)中我不知道原假設(shè)是什么，導(dǎo)致分析的時(shí)候不知道該拒絕原假設(shè)還是接受原假設(shè)，不能分析出統(tǒng)計(jì)結(jié)果。不會(huì)區(qū)分單樣本t檢驗(yàn)和兩配對(duì)樣本t檢驗(yàn)的區(qū)別，現(xiàn)在懂得了它們都要服從正態(tài)分布，基本思想是小概率反證法，反證法思想是先提出假設(shè)（檢驗(yàn)假設(shè)H0），再用適當(dāng)?shù)慕y(tǒng)計(jì)方法確定假設(shè)成立的可能性大小，如果可能性小，則認(rèn)為假設(shè)不成立，否則，還不能認(rèn)為假設(shè)不成立。

在學(xué)習(xí)方差分析中，開(kāi)始常常把觀測(cè)變量和控制變量弄混淆，在分析的時(shí)候應(yīng)分別送入哪個(gè)對(duì)應(yīng)框中，如果反了的話(huà)會(huì)導(dǎo)致結(jié)果的不準(zhǔn)確。其次，對(duì)LSD、Bonferroni、Tukey、Scheffe等方法的使用不清楚，現(xiàn)在基本掌握了多重比較方法選擇：一般如果存在明確的對(duì)照組，要進(jìn)行的是驗(yàn)證性研究，即計(jì)劃好的某兩個(gè)或幾個(gè)組間（和對(duì)照組）的比較。宜用Bonferroni(LSD)法；若需要進(jìn)行多個(gè)均數(shù)間的兩兩比較，且各組個(gè)案數(shù)相等，適宜用Tukey法；其他情況宜用Scheffe法。最后，對(duì)方差齊性檢驗(yàn)、多重比較檢驗(yàn)、趨勢(shì)檢驗(yàn)理解不夠透徹，在方差檢驗(yàn)中，Post Hoc鍵有LSD的選項(xiàng)：當(dāng)方差分析F檢驗(yàn)否定了原假設(shè)，即認(rèn)為至少有兩個(gè)總體的均值存在顯著性差異時(shí)，須進(jìn)一步確定是哪兩個(gè)或哪幾個(gè)均值顯著地不同，則需要進(jìn)行多重比較來(lái)檢驗(yàn)。LSD即是一種多因變量的三個(gè)或三個(gè)以上水平下均值之間進(jìn)行的兩兩比較檢驗(yàn)。

在學(xué)習(xí)相關(guān)分析的過(guò)程中，在繪制散點(diǎn)圖時(shí)，不知道哪個(gè)該做橫坐標(biāo)，哪個(gè)該做縱坐標(biāo)，明白了橫坐標(biāo)是解釋變量，縱坐標(biāo)是被解釋變量，還有對(duì)相關(guān)系數(shù)的種類(lèi)分析不熟練等。在學(xué)習(xí)回歸分析的過(guò)程中，對(duì)DW可檢驗(yàn)的含義不理解，不記得對(duì)應(yīng)的DW表示的殘差序列的相關(guān)性。對(duì)解釋變量向前篩選、向后篩選、逐步帥選策略不能熟練掌握，特別是對(duì)向前向后篩選時(shí)到處的結(jié)果不會(huì)進(jìn)行分析。

學(xué)習(xí)聚類(lèi)分析中，變量的選擇分不清，無(wú)關(guān)變量有時(shí)會(huì)引起嚴(yán)重的錯(cuò)分，應(yīng)當(dāng)只引入在不同類(lèi)間有顯著差別的變量，盡量只使用相同類(lèi)型的變量進(jìn)行分析。分類(lèi)數(shù)不明確，從實(shí)用角度講，2~8 類(lèi)比較合適。掌握了K-means Cluster 分析，樣本量大于100時(shí)有必要考慮，只能使用連續(xù)性變量。

學(xué)習(xí)因子分析的過(guò)程中，對(duì)提取出來(lái)的因子的實(shí)際含義不清晰，不能使因子具有命名解釋性。

學(xué)習(xí)了SPSS后，我不禁想到了SPSS與Excel的區(qū)別，這一點(diǎn)是針對(duì)像我這樣開(kāi)始只懂得用EXCEL的人來(lái)說(shuō)。從個(gè)人的體會(huì)來(lái)說(shuō)，二種軟件有一定相似，操作都簡(jiǎn)便，同時(shí)又有一些可以互補(bǔ)的地方。但是SPSS又比Excel更加強(qiáng)大：

一、圖型的表現(xiàn)力是SPSS的主要優(yōu)點(diǎn)之一

應(yīng)該說(shuō)，Excel的圖型表現(xiàn)主要是簡(jiǎn)便，對(duì)許多的人來(lái)說(shuō)基本夠用，但對(duì)于科學(xué)的表現(xiàn)，SPSS就更為詳細(xì)和準(zhǔn)確，這一點(diǎn)據(jù)說(shuō)在所有統(tǒng)計(jì)軟件中都突出。

二、通過(guò)SPSS檢驗(yàn)方差齊性和數(shù)據(jù)分布

假設(shè)檢驗(yàn)中，采用的t檢驗(yàn)和方差檢驗(yàn)都需要滿(mǎn)足二個(gè)要求，即

1．樣本方差齊性

2．樣本總體呈正態(tài)分布

在Excel中，提供了F檢驗(yàn)來(lái)檢驗(yàn)方差齊性問(wèn)題，也就是可以先通過(guò)F檢驗(yàn)確定方差齊性與否來(lái)選擇下一步用哪個(gè)T檢驗(yàn)或方差檢驗(yàn)分析工具。但只要數(shù)據(jù)多于二組則無(wú)從下手；通過(guò)描述統(tǒng)計(jì)大約能從峰度和偏度來(lái)了解樣本的分布實(shí)際工作中，只要分布單峰且近似對(duì)稱(chēng)分布，也可應(yīng)用，但要具體確定樣本的分布也有難度。這二個(gè)問(wèn)題在SPSS就可以解決

最后，在感嘆它的方便與快捷的同時(shí)，對(duì)軟件開(kāi)發(fā)人員的智慧到了肅然起敬的地步。一直覺(jué)得計(jì)算機(jī)語(yǔ)言是最難的一門(mén)外語(yǔ)。雖然本科時(shí)曾經(jīng)對(duì)這種邏輯性很強(qiáng)的東西很感興趣，并在編程課上取得不錯(cuò)的成績(jī)，但一直覺(jué)得這似乎不是我能掌控的東西。SPSS的神奇之處在于，它省去了使用者巨大的計(jì)算量，并提高準(zhǔn)確性。它開(kāi)發(fā)了開(kāi)發(fā)者的智慧，卻弱化了使用者的大腦。