第一篇：spss學(xué)習(xí)第四天

Spss Spss學(xué)習(xí)第四天

我主要以課上的順序來(lái)一步步操作

一元回歸

兩個(gè)或兩個(gè)以上自變量對(duì)一個(gè)因變量的數(shù)量變化關(guān)系，稱(chēng)為多元線性回歸分析，表現(xiàn)這一數(shù)量關(guān)系的數(shù)學(xué)公式，稱(chēng)為多元線性回歸模型。

多元線性回歸模型是一元線性回歸模型的擴(kuò)展，其基本原理與一元線性回歸模型類(lèi)似，只是在計(jì)算上更為復(fù)雜，一般需借助計(jì)算機(jī)來(lái)完成。

（2）回歸方程的顯著性檢驗(yàn)（F檢驗(yàn)）

多元線性回歸方程的顯著性檢驗(yàn)一般采用F檢驗(yàn)，利用方差分析的方法進(jìn)行。

（3）回歸系數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）

回歸系數(shù)的顯著性檢驗(yàn)是檢驗(yàn)各自變量x1，x2，…，對(duì)因變量y的影響是否顯著，從而找出哪些自變量對(duì)y的影響是重要的，哪些是不重要的。

與一元線性回歸一樣，要檢驗(yàn)解釋變量對(duì)因變量y的線性作用是否顯著，要使用t檢驗(yàn)。

課上實(shí)例：

Next 在這里可以針對(duì)不同的自變量設(shè)置不同的篩選引入方法。Options 下一步：設(shè)置變量引入剔除的標(biāo)準(zhǔn)規(guī)則 Methot

自變量篩選的方法： Enter:所選變量全部引入模型 Stepwise：逐步引入法 Remove：剔除變量 Backward：向后消去法 Forward：向前消去法

結(jié)果：

第一個(gè)表格是

描述統(tǒng)計(jì)量 第二個(gè)表格是 相關(guān)系數(shù)矩陣

第三個(gè)表格是 列出模型引入以及剔除的變量，這里是強(qiáng)制引入法，所有變量引入模型 第四個(gè)表格是 模型擬合優(yōu)度統(tǒng)計(jì)量 第五個(gè)表格是 模型顯著性F檢驗(yàn)

第六個(gè)表格是 每個(gè)回歸系數(shù)顯著性的t檢驗(yàn)

第七個(gè)表格是 共線性診斷特征根有些接近0，有個(gè)別值特別大有嚴(yán)重共線性。條件指數(shù)如有個(gè)別維度值大于30，也說(shuō)明有嚴(yán)重共線性！第八個(gè)表格是 關(guān)于殘差的描述統(tǒng)計(jì)量 第九個(gè)表格是 殘差的正態(tài)性診斷

多元回歸

虛擬變量

前面幾節(jié)所討論的回歸模型中，因變量和自變量都是可以直接用數(shù)字計(jì)量的，即可以獲得其實(shí)際觀測(cè)值（如收入、支出、產(chǎn)量、國(guó)內(nèi)生產(chǎn)總值等），這類(lèi)變量稱(chēng)作數(shù)值型變量。然而，在實(shí)際問(wèn)題的研究中，經(jīng)常會(huì)碰到一些非數(shù)值型的變量，如性別、民族、職業(yè)、文化程度、地區(qū)、正常年份與干旱年份、改革前與改革后等定性變量。

在回歸分析中，對(duì)一些自變量是定性變量的先作數(shù)量化處理，處理的方法是引進(jìn)只取“0”和“1”兩個(gè)值的0?1型虛擬（dummy）自變量。當(dāng)某一屬性出現(xiàn)時(shí)，虛擬變量取值為“1”，否則取值為“0”。例如，令“1”表示改革開(kāi)放以后的時(shí)期，“0”則表示改革開(kāi)放以前的時(shí)期。再如，用“l(fā)”表示某人是男性，“0”則表示某人是女性。虛擬變量也稱(chēng)為啞變量。需要指出的是，雖然虛擬變量取某一數(shù)值，但這一數(shù)值沒(méi)有任何數(shù)量大小的意義，它僅僅用來(lái)說(shuō)明觀察單位的性質(zhì)和屬性。

課上實(shí)列：

建立虛擬變量DU。設(shè)置邏輯運(yùn)算，如果AREA==1時(shí)，DU=1，否則DU=0.結(jié)果：

邏輯回歸

稱(chēng)為logistic模型（邏輯回歸模型）。

我們的邏輯回歸模型得到的只是關(guān)于P{Y=1|x}的預(yù)測(cè)。

但是，我們可以根據(jù)模型給出的Y=1的概率（可能性）的大小來(lái)判斷預(yù)測(cè)Y的取值。一般，以0.5為界限，預(yù)測(cè)p大于0.5時(shí)，我們判斷此時(shí)Y更可能為1，否則認(rèn)為Y=0。如果該p值小于給定的顯著性水平（如=0.05），則拒絕因變量的觀測(cè)值與模型預(yù)測(cè)值不存在差異的零假設(shè)，表明模型的預(yù)測(cè)值與觀測(cè)值存在顯著差異。如果值大于，我們沒(méi)有充分的理由拒絕零假設(shè)，表明在可接受的水平上模型的估計(jì)擬合了數(shù)據(jù)

課上實(shí)例：

將因變量放入dependent欄，自變量放入covariates欄中 可以把幾個(gè)變量的乘積作為自變量引入模型作為交互影響項(xiàng)

線性回歸一樣，我們可以通過(guò)next按鈕把自變量分成不同的組塊，使不同的組塊按順序以不同的方式分步進(jìn)入模型

Classification plots:制作分類(lèi)圖，通過(guò)比較因變量的觀測(cè)值與預(yù)測(cè)值的關(guān)系，反映回歸模型的擬合效果。

Hosmer-Lemeshow goodness-of-fit: H-L檢驗(yàn)。

Casewise listing of residuals:顯示個(gè)案的殘差值（顯示標(biāo)準(zhǔn)化殘差超過(guò)兩倍標(biāo)準(zhǔn)方差的個(gè)案或顯示所有個(gè)案）

Correlations of estimates:輸出模型中各參數(shù)估計(jì)的相關(guān)矩陣。

Iteration history:輸出最大似然估計(jì)迭代過(guò)程中的系數(shù)以及l(fā)og似然值。CI for exp(B):輸出exp(beta)的置信區(qū)間，默認(rèn)置信度為95% 在save選項(xiàng)中，我們可以選擇需要保存的數(shù)據(jù)文件中的統(tǒng)計(jì)量。包括殘差值、個(gè)案影響度統(tǒng)計(jì)量、預(yù)測(cè)概率值等等

結(jié)果：

第一部分有兩個(gè)表格，第一個(gè)表格說(shuō)明所有個(gè)案（28個(gè)）都被選入作為回歸分析的個(gè)案。

第二個(gè)表格說(shuō)明初始的因變量值（0，1）已經(jīng)轉(zhuǎn)換為邏輯回歸分析中常用的0、1數(shù)值。

（2）第二部分（Block 0）輸出結(jié)果有4個(gè)表格。（組塊0里只有常數(shù)項(xiàng)，沒(méi)有自變量）

（3）Omnibus Tests of Model Coefficients表格列出了模型系數(shù)的Omnibus Tests結(jié)果。

（4）Model Summary表給出了-2 對(duì)數(shù)似然值、Cox和Snell的R2以及Nagelkerke的R2檢驗(yàn)統(tǒng)計(jì)結(jié)果。

（5）Hosmer and Lemeshow Test P值大于0.05，說(shuō)明模型有一定的解釋能力（6）Classification Table分類(lèi)表說(shuō)明第一次迭代結(jié)果的擬合效果，從該表格可以看出對(duì)于y=0，有86.7%的準(zhǔn)確性；對(duì)于y=1，有76.9%準(zhǔn)確性，因此對(duì)于所有個(gè)案總共有82.1%的準(zhǔn)確性。

（7）Variables in the Equation表格列出了Step 1中各個(gè)變量對(duì)應(yīng)的系數(shù)，以及該變量對(duì)應(yīng)的Wald 統(tǒng)計(jì)量值和它對(duì)應(yīng)的相伴概率。從該表格中可以看出x3相伴概率最小，Wald統(tǒng)計(jì)量最大，可見(jiàn)該變量在模型中很重要。B是回歸系數(shù)的估計(jì)值 Wald系數(shù)的wald檢驗(yàn)

Exp(beta)的估計(jì)值以及區(qū)間估計(jì)

（8）Correlation Matrix表格列出了常數(shù)Constant、系數(shù)之間的相關(guān)矩陣。常數(shù)與x2之間的相關(guān)性最大，x1和x3之間的相關(guān)性最小。

（9）圖7-26所示是觀測(cè)值和預(yù)測(cè)概率分布圖。該圖以0和1為符號(hào)，每四個(gè)符號(hào)代表一個(gè)個(gè)案。橫坐標(biāo)是個(gè)案屬于1的錄屬度，這里稱(chēng)為預(yù)測(cè)概率（Predicted Probability）。縱坐標(biāo)是個(gè)案分布頻數(shù)，反映個(gè)案的分布。

（10）邏輯回歸的最后一個(gè)輸出表格是Casewise List，列出了殘差大于2的個(gè)案。

第二篇：第四天學(xué)習(xí)反思

第四天學(xué)習(xí)反思

今天學(xué)習(xí)了電子白板的應(yīng)用方法，先是感覺(jué)很難，但經(jīng)過(guò)一天的學(xué)習(xí)，基本了掌握白板的使用方法，相信在以后的具體應(yīng)用中會(huì)越來(lái)越得心應(yīng)手。電子白板具有直觀、形象和生動(dòng)的特點(diǎn)，所以使用起來(lái)，很大程度上激發(fā)了學(xué)生的學(xué)習(xí)興趣，培養(yǎng)了學(xué)生的創(chuàng)新思維，進(jìn)而產(chǎn)生濃厚的對(duì)話興趣和熱情，學(xué)習(xí)效果當(dāng)然有很大的提高。

第三篇：SPSS學(xué)習(xí)心得體會(huì)

應(yīng)用統(tǒng)計(jì)分析學(xué)習(xí)報(bào)告

本科的時(shí)候有概率統(tǒng)計(jì)和數(shù)理分析的基礎(chǔ)，但是從來(lái)沒(méi)有接觸過(guò)應(yīng)用統(tǒng)計(jì)分析的東西，spss也只是聽(tīng)說(shuō)過(guò)，從來(lái)沒(méi)有學(xué)過(guò)。一直以為這一塊兒會(huì)比較難，這學(xué)期最初學(xué)的時(shí)候，因?yàn)闆](méi)有認(rèn)真看老師給的英文教材，課下也沒(méi)有認(rèn)真搜集相關(guān)資料，所以學(xué)起來(lái)有些吃力，總感覺(jué)聽(tīng)起來(lái)一頭霧水。老師說(shuō)最后的考核是通過(guò)提交學(xué)習(xí)報(bào)告，然后我從圖書(shū)館里借了些教材查了些資料，發(fā)現(xiàn)很多問(wèn)題都弄清楚了。結(jié)合軟件和書(shū)上的例子，實(shí)戰(zhàn)一下，發(fā)現(xiàn)spss的功能相當(dāng)強(qiáng)大。最后總結(jié)出這篇報(bào)告，以鞏固所學(xué)。spss，全稱(chēng)是statistical product and service solutions，即“統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”軟件，是ibm公司推出的一系列用于統(tǒng)計(jì)學(xué)分析運(yùn)算、數(shù)據(jù)挖掘、預(yù)測(cè)分析和決策支持任務(wù)的軟件產(chǎn)品及相關(guān)服務(wù)的總稱(chēng)，也是世界上公認(rèn)的三大數(shù)據(jù)分析軟件之一。spss具有統(tǒng)計(jì)分析功能強(qiáng)大、操作界面友好、與其他軟件交互性好等特點(diǎn)，被廣泛應(yīng)用于經(jīng)濟(jì)管理、醫(yī)療衛(wèi)生、自然科學(xué)等各個(gè)領(lǐng)域。具體到管理方面，spss也是一個(gè)進(jìn)行數(shù)據(jù)分析和預(yù)測(cè)的強(qiáng)大工具。這門(mén)課中也會(huì)用到amos軟件。

關(guān)于spss的書(shū)，很多都是首先介紹軟件的。這個(gè)軟件易于安裝，我裝的是19.0的，雖然20.0有一些改變和優(yōu)化，但是主體都是一樣的，而且都是可視化界面，用起來(lái)很方面且容易上手。所以，我學(xué)習(xí)的重點(diǎn)是卡方檢驗(yàn)和t檢驗(yàn)、方差分析、相關(guān)分析、回歸分析、因子分析、結(jié)構(gòu)方程模型等方法的適用范圍、應(yīng)用價(jià)值、計(jì)算方式、結(jié)果的解釋和表述。

首先是t檢驗(yàn)這一部分。由于參數(shù)檢驗(yàn)的基礎(chǔ)不牢固，這部分也是最初開(kāi)始接觸應(yīng)用統(tǒng)計(jì)的東西，學(xué)起來(lái)很多東西拿不準(zhǔn)，比如說(shuō)原假設(shè)默認(rèn)的是什么。結(jié)果出來(lái)后依然分不清楚是接受原假設(shè)還是拒絕原假設(shè)。不過(guò)現(xiàn)在弄懂了。這部分很有用的是t檢驗(yàn)。t檢驗(yàn)應(yīng)用于當(dāng)樣本數(shù)較小時(shí)，且樣本取自正態(tài)總體同時(shí)做兩樣本均數(shù)比較時(shí)，還要求兩樣本的總體方差相等時(shí)，已知一個(gè)總體均數(shù)u，可得到一個(gè)樣本均數(shù)及該樣本標(biāo)準(zhǔn)差，樣本來(lái)自正態(tài)或近似正態(tài)總體。t檢驗(yàn)分為單樣本t檢驗(yàn)、獨(dú)立樣本t檢驗(yàn)、配對(duì)樣本t檢驗(yàn)。其中，單樣本t 檢驗(yàn)是樣本均數(shù)與總體均數(shù)的比較的t檢驗(yàn)，用于推斷樣本所代表的未知總體 均數(shù)μ與已知的總體均數(shù)uo有無(wú)差別；獨(dú)立樣本t檢驗(yàn)主要用于檢驗(yàn)兩個(gè)樣本是否來(lái)自具有相同均值的總體，即比較兩個(gè)樣本的均值是否相同，要求兩個(gè)樣本是相互獨(dú)立的；配對(duì)樣本t檢驗(yàn)中，要正確理解“配對(duì)”的含義，主要用于檢驗(yàn)兩個(gè)有聯(lián)系的正態(tài)總體的均值是否有顯著差異，跟獨(dú)立檢驗(yàn)的區(qū)別就是樣本是否是配對(duì)樣本。這幾個(gè)方法用軟件操作起來(lái)都是相對(duì)簡(jiǎn)單的，關(guān)鍵是分清楚什么時(shí)候用這個(gè)什么時(shí)候用那個(gè)。

然后是方差分析。方差分析就是將索要處理的觀測(cè)值作為一個(gè)整體，按照變異的不同來(lái)源把觀測(cè)值總變異的平方和以及自由度分解為兩個(gè)或多個(gè)部分，獲得不同變異來(lái)源的均值與誤差均方，通過(guò)比較不同變異來(lái)源的均方與誤差均方，判斷各樣本所屬總體方差是否相等。方差分析主要包括單因素方差分析、多因素方差分析和協(xié)方差分析等。這一部分在學(xué)習(xí)的過(guò)程中出現(xiàn)一些問(wèn)題，就是用spss來(lái)操作的時(shí)候分不清觀測(cè)變量和控制變量，如果反了的話會(huì)導(dǎo)致結(jié)果的不準(zhǔn)確。其次，對(duì)bonferroni、tukey、scheffe等方法的使用目的不清楚，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l(wèi)sd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)。相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對(duì)具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法。相關(guān)分析研究現(xiàn)象之間是否相關(guān)、相關(guān)的方向和密切程度，一般不區(qū)別自變量或因變量。主要有雙變量相關(guān)分析、偏相關(guān)、距離相關(guān)幾個(gè)方法。雙變量相關(guān)分析是相關(guān)分析中最常使用的分析過(guò)程，主要用于分析兩個(gè)變量之間的線性相關(guān)分析，可以根據(jù)不同的數(shù)據(jù)類(lèi)型和條件，選用pearson積差相關(guān)、spearman等級(jí)相關(guān)和kendall的tau-b等級(jí)相關(guān)。當(dāng)數(shù)據(jù)文件包括多個(gè)變量時(shí)，直接對(duì)兩個(gè)變量進(jìn)行相關(guān)分析往往不能真實(shí)反映二者之間的關(guān)系，此時(shí)就需要用到偏相關(guān)分析，從中剔除其他變量的線性影響。距離相關(guān)分析是對(duì)觀測(cè)變量之間差異度或相似程度進(jìn)行的測(cè)量，其中距離需要弄清楚，距離分析是對(duì)觀測(cè)量之間相似或不相似程度的一種測(cè)度，是計(jì)算一對(duì)觀測(cè)量之間的廣義距離。這些相似性或距離測(cè)度可以用于其他分析過(guò)程，例如因子分析、聚類(lèi)分析或多維定標(biāo)分析，有助于分析復(fù)雜的數(shù)據(jù)集。接著是回歸分析。相關(guān)分析研究的是現(xiàn)象之間是否相關(guān)、相關(guān)的方向和密切程度，一般不區(qū)別自變量或因變量。而回歸分析則要分析現(xiàn)象之間相關(guān)的具體形式，確定其因果關(guān)系，并用數(shù)學(xué)模型來(lái)表現(xiàn)其具體關(guān)系。比如說(shuō)，從相關(guān)分析中我們可以得知“質(zhì)量”和“用戶滿意度”變量密切相關(guān)，但是這兩個(gè)變量之間到底是哪個(gè)變量受哪個(gè)變量的影響，影響程度如何，則需要通過(guò)回歸分析方法來(lái)確定。回歸分析的目的在于了解兩個(gè)或多個(gè)變量間是否相關(guān)、相關(guān)方向與強(qiáng)度，并建立數(shù)學(xué)模型以便觀察特定變量來(lái)預(yù)測(cè)研究者感興趣的變量。運(yùn)用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類(lèi)型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，只包括一個(gè)自變量和一個(gè)因變量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析稱(chēng)為一元線性回歸分析。如果回歸分析中包括兩個(gè)或兩個(gè)以上的自變量，且因變量和自變量之間是線性關(guān)系，則稱(chēng)為多元線性回歸分析。應(yīng)用回歸分析時(shí)應(yīng)首先確定變量之間是否存在相關(guān)關(guān)系，如果變量之間不存在相關(guān)關(guān)系，對(duì)這些變量應(yīng)用回歸預(yù)測(cè)法就會(huì)得出錯(cuò)誤的結(jié)果。正確應(yīng)用回歸分析預(yù)測(cè)時(shí)應(yīng)注意：①用定性分析判斷現(xiàn)象之間的依存關(guān)系；②避免回歸預(yù)測(cè)的任意外推；③應(yīng)用合適的數(shù)據(jù)資料； 接下來(lái)是因子分析。因子分析是指研究從變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。最早由英國(guó)心理學(xué)家c.e.斯皮爾曼提出。他發(fā)現(xiàn)學(xué)生的各科成績(jī)之間存在著一定的相關(guān)性，一科成績(jī)好的學(xué)生，往往其他各科成績(jī)也比較好，從而推想是否存在某些潛在的共性因子，或稱(chēng)某些一般智力條件影響著學(xué)生的學(xué)習(xí)成績(jī)。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質(zhì)的變量歸入一個(gè)因子，可減少變量的數(shù)目，還可檢驗(yàn)變量間關(guān)系的假設(shè)。因子分析的主要目的是用來(lái)描述隱藏在一組測(cè)量到的變量中的一些更基本的，但又無(wú)法直接

測(cè)量到的隱性變量。從顯性的變量中得到因子的方法有兩類(lèi)。一類(lèi)是探索性因子分析，另一類(lèi)是驗(yàn)證性因子分析。探索性因子分析不事先假定因子與測(cè)度項(xiàng)之間的關(guān)系，而讓數(shù)據(jù)“自己說(shuō)話”。而驗(yàn)證性因子分析假定因子與測(cè)度項(xiàng)的關(guān)系是部分知道的，即哪個(gè)測(cè)度項(xiàng)對(duì)應(yīng)于哪個(gè)因子，雖然我們尚且不知道具體的系數(shù)。這一部分不能用spss來(lái)操作，要用amos，用起來(lái)也很方便。

最后一部分學(xué)習(xí)的是結(jié)構(gòu)方程模型。結(jié)構(gòu)方程模型是一種融合了因素分析和路徑分析的多元統(tǒng)計(jì)技術(shù)。它的強(qiáng)勢(shì)在于對(duì)多變量間交互關(guān)系的定量研究。在近三十年內(nèi)，其大量應(yīng)用于社會(huì)科學(xué)及行為科學(xué)的領(lǐng)域里，并在近幾年開(kāi)始逐漸應(yīng)用于市場(chǎng)研究中。結(jié)構(gòu)方程模型是對(duì)顧客滿意度的研究采用的模型方法之一。其目的在于探索事物間的因果關(guān)系，并將這種關(guān)系用因果模型、路徑圖等形式加以表述。結(jié)構(gòu)方程模型與傳統(tǒng)的回歸分析不同，結(jié)構(gòu)方程分析能同時(shí)處理多個(gè)因變量，并可比較及評(píng)價(jià)不同的理論模型。與傳統(tǒng)的探索性因子分析不同，在結(jié)構(gòu)方程模型中，我們可以提出一個(gè)特定的因子結(jié)構(gòu)，并檢驗(yàn)它是否吻合數(shù)據(jù)。通過(guò)結(jié)構(gòu)方程多組分析，我們可以了解不同組別內(nèi)各變量的關(guān)系是否保持不變，各因子的均值是否有顯著差異。

這門(mén)課要學(xué)習(xí)完了，整個(gè)學(xué)習(xí)的過(guò)程是充滿曲折和挑戰(zhàn)的，我見(jiàn)證了自己從一無(wú)所知到困惑迷茫再到略懂再到會(huì)用的過(guò)程。甚至學(xué)完之后有些問(wèn)題還沒(méi)有徹底搞清楚，自己接下來(lái)還會(huì)不斷的探索的。spss是個(gè)很神奇的工具，結(jié)合amos和excel更是如虎添翼，相信學(xué)習(xí)了spss在以后的論文和數(shù)據(jù)分析中很有用。這門(mén)課給我的感覺(jué)是看起來(lái)很難，但是實(shí)際學(xué)起來(lái)就好很多，因?yàn)楫?dāng)我結(jié)合具體實(shí)例和軟件的時(shí)候，很多抽象的問(wèn)題就豁然開(kāi)朗了。但是想給老師一個(gè)建議，這門(mén)課需要很強(qiáng)的統(tǒng)計(jì)和概率論的基礎(chǔ)，要不然就會(huì)很難聽(tīng)懂或者聽(tīng)得半懂。然后這門(mén)課的很多方法的相關(guān)資料都是用在醫(yī)療衛(wèi)生、自然科學(xué)領(lǐng)域的，在管理中的應(yīng)用的資料不怎么多。老師希望我們上課的時(shí)候結(jié)合在管理中的應(yīng)用來(lái)學(xué)習(xí)，但是資料有限，希望老師在這個(gè)方面多給學(xué)生一些引導(dǎo)。篇二：spss心得體會(huì)

學(xué)習(xí)spss在教育統(tǒng)計(jì)中的應(yīng)用心得體會(huì)

一、什么是spss？為什么要學(xué)習(xí)spss？

新學(xué)期開(kāi)始時(shí)，在信息化教育測(cè)量與評(píng)價(jià)的課程中第一次接觸

到spss這個(gè)軟件，作為本科是計(jì)算機(jī)專(zhuān)業(yè)出身的我，當(dāng)時(shí)只知道spss是一套統(tǒng)計(jì)軟件，就是一套根據(jù)統(tǒng)計(jì)學(xué)原理所編寫(xiě)出來(lái)的統(tǒng)計(jì)分析軟件，至于統(tǒng)計(jì)什么？分析什么？我一無(wú)所知，尤其是看到老師推薦的《spss在教育統(tǒng)計(jì)中的應(yīng)用》這本書(shū)的時(shí)候，就簡(jiǎn)單的把它理解為用spss軟件來(lái)統(tǒng)計(jì)、分析與教育相關(guān)的數(shù)據(jù)，最終得出想要的結(jié)論而已，而現(xiàn)在看來(lái)，我當(dāng)初的想法未免有點(diǎn)簡(jiǎn)單與無(wú)知。下面就來(lái)讓我們了解一下spss。spss軟件是一組專(zhuān)業(yè)的、通用的統(tǒng)計(jì)軟件包，同時(shí)它也是一個(gè)組合式軟件包，兼有數(shù)據(jù)管理、統(tǒng)計(jì)分析、統(tǒng)計(jì)繪圖和統(tǒng)計(jì)報(bào)表功能。它廣泛用于教育、心理、醫(yī)學(xué)、市場(chǎng)、人口、保險(xiǎn)等研究領(lǐng)域，也用于產(chǎn)品質(zhì)量控制、人事檔案管理和日常統(tǒng)計(jì)報(bào)表等。spss軟件對(duì)計(jì)算機(jī)硬件系統(tǒng)的要求較低；對(duì)運(yùn)行的軟件環(huán)境要求寬松，有各種版本可運(yùn)行在windows xp、win7系統(tǒng)環(huán)境下，spss統(tǒng)計(jì)軟件采用電子表格的方式輸入與管理數(shù)據(jù)，能方便地從其他數(shù)據(jù)庫(kù)中讀入數(shù)據(jù)（如dbase，excel，lotus等）。

我為什么要學(xué)習(xí)spss呢？其實(shí)很簡(jiǎn)單，一方面，做為一名 研究生，要具備一定的科研能力，如今量化研究的方法大行其道，一切要以事實(shí)說(shuō)話、要以數(shù)據(jù)說(shuō)話，有了數(shù)據(jù)支持的研究才能更容易被認(rèn)可、被推論。另一方面，根據(jù)對(duì)aect94定義的理解，教育技術(shù)

學(xué)研究的對(duì)象是學(xué)習(xí)過(guò)程和學(xué)習(xí)資源，包含大量的偶然現(xiàn)象和非精確現(xiàn)象。因此，要深入研究教育技術(shù)現(xiàn)象及其規(guī)律，必須運(yùn)用統(tǒng)計(jì)描述、統(tǒng)計(jì)分析方法和模糊數(shù)學(xué)分析方法，才可能使這門(mén)學(xué)科達(dá)到真正完善的地步。教育技術(shù)學(xué)研究的現(xiàn)象多數(shù)是偶然的現(xiàn)象，其變化發(fā)展往往具有幾種不同的可能性，究竟出現(xiàn)哪一種結(jié)果，那是帶有偶然性的，是隨機(jī)的。這類(lèi)偶然現(xiàn)象是遵循統(tǒng)計(jì)規(guī)律的，當(dāng)隨機(jī)現(xiàn)象是由大量的成份組成，或者隨機(jī)現(xiàn)象出現(xiàn)大量的次數(shù)時(shí)，就能體現(xiàn)統(tǒng)計(jì)平均規(guī)律。我們只有對(duì)數(shù)據(jù)資料作統(tǒng)計(jì)處理，才可能可以發(fā)現(xiàn)它們的內(nèi)在規(guī)律，掌握現(xiàn)象的特征，檢驗(yàn)研究的假設(shè)，才能得出準(zhǔn)確的、可靠的研究結(jié)果。

二、對(duì)本spss各章節(jié)學(xué)習(xí)的心得

新課程老師帶領(lǐng)下，采取一種新的學(xué)習(xí)方式，老師講解了基礎(chǔ)部分后，全班同學(xué)采取小組分工、協(xié)作學(xué)習(xí)，然后對(duì)全班同學(xué)進(jìn)行講解學(xué)習(xí)內(nèi)容，教師進(jìn)行當(dāng)堂指導(dǎo)，這種方法改變了同學(xué)們的學(xué)習(xí)態(tài)度，同學(xué)們不再是課前不預(yù)習(xí)，課下不復(fù)習(xí)的狀態(tài)，每組都有自己的任務(wù)，課前有一定的壓力，同學(xué)間的討論也明顯的增多，例如：一次課下同學(xué)們?cè)谝黄鸪燥?，有幾位同學(xué)還在調(diào)侃說(shuō)“兩個(gè)菜之間用spss進(jìn)行分析后得出的結(jié)果不接受h0假設(shè)，也就是兩個(gè)菜之間不相關(guān)”，雖然這只是一個(gè)課下的玩笑，但是這也可以體現(xiàn)出對(duì)學(xué)習(xí)的態(tài)度的轉(zhuǎn)變。下面就本學(xué)期的所學(xué)spss的各章節(jié)做一下歸納，這些歸納也是基于本人平時(shí)在課前預(yù)習(xí)，課上及課后的一些所思所想，也許會(huì)有一些理解上的偏頗在內(nèi)，但這僅限于心得而已。本學(xué)期學(xué)習(xí)各個(gè)章節(jié)

及分工如下表： 章節(jié)名稱(chēng)

1.spss的認(rèn)識(shí)

及數(shù)據(jù)文件的處理

2.數(shù)據(jù)清理與

基本統(tǒng)計(jì)及測(cè)

量質(zhì)量分析 3.t檢驗(yàn) 4.方差分析1、2人 3人 7.聚類(lèi)分析 8.統(tǒng)計(jì)圖形 2人 1人 2人 6.卡方檢驗(yàn) 3人 2人 5.相關(guān)分析 3人 分工人數(shù) 章節(jié)名稱(chēng) 分工人數(shù) spss的認(rèn)識(shí)及數(shù)據(jù)文件的處理心得體會(huì)

可能是由于是同學(xué)們第一次講，萬(wàn)事開(kāi)頭難，壓力很大，在大家認(rèn)為最為簡(jiǎn)單的內(nèi)容講解上，兩位同學(xué)并沒(méi)有完全展現(xiàn)出二人實(shí)際水平，大家在這一節(jié)課上都感覺(jué)到很壓抑，總的感覺(jué)是這節(jié)內(nèi)容很簡(jiǎn)單，但是內(nèi)容又很松散，可講的東西太多，講的東西多就沒(méi)有突出重點(diǎn)和難點(diǎn)，所以聽(tīng)過(guò)之后就有種無(wú)數(shù)的碎片漂浮在腦海中一樣，很難將知識(shí)系統(tǒng)化，課后總結(jié)一下無(wú)非就是兩塊，一塊是了解spss軟件的歷史及基本功能，還有一塊就是spss軟件當(dāng)中一個(gè)模塊叫做數(shù)據(jù)文件的處理，在認(rèn)識(shí)spss軟件當(dāng)中了解到它是一組社會(huì)科學(xué)統(tǒng)計(jì)軟件包，誕生于1968年，當(dāng)時(shí)美國(guó)的3位大學(xué)生開(kāi)發(fā)出了它，經(jīng)過(guò)這么多年的后續(xù)開(kāi)發(fā)，spss已經(jīng)有了很多的版本，具有了更的兼容性、和更友好的操作界面，也在很多的學(xué)科領(lǐng)域得到了應(yīng)用，而在教育中的應(yīng)用

只是它的一個(gè)分支。此外它對(duì)硬件的要求也很低，當(dāng)前一般的電腦都能安裝它，安裝的過(guò)程中也沒(méi)有什么特殊的方法，傻瓜式的安裝方式完全就可以滿足。在數(shù)據(jù)文件的處理方面，主要是要學(xué)會(huì)定義變量、處理變量?jī)煞矫妫欢x變量是要注意根據(jù)自己實(shí)際采集的數(shù)據(jù)來(lái)定義變量，例如是數(shù)值型的變量還是文本型的變量及變量的長(zhǎng)度，小數(shù)點(diǎn)保留尾數(shù)等，總之就是一句話，根據(jù)實(shí)際調(diào)查的數(shù)據(jù)要求來(lái)定義相應(yīng)變量。變量定義只有只要細(xì)心的將實(shí)際調(diào)查的數(shù)據(jù)錄入到spss當(dāng)中即可，當(dāng)然也可以在spss軟件之外進(jìn)行數(shù)據(jù)編制，可以通過(guò)execel等編輯后可以直接導(dǎo)入到spss中。在處理變量模塊當(dāng)中，可以對(duì)變量進(jìn)行添加、刪除、拆分與合并等操作，只要根據(jù)實(shí)際調(diào)查數(shù)據(jù)，細(xì)心調(diào)整變量，使操作更加簡(jiǎn)便和明了。

2、數(shù)據(jù)清理與基本統(tǒng)計(jì)及測(cè)量質(zhì)量分析的心得體會(huì)

數(shù)據(jù)的清理與基本統(tǒng)計(jì)及測(cè)量質(zhì)量分析由兩名同學(xué)進(jìn)行講解，由于吸取了上節(jié)課兩名同學(xué)的經(jīng)驗(yàn)，本節(jié)講授的明顯好于上節(jié)課，這里我也是把它分為兩塊進(jìn)行學(xué)習(xí)，一塊是數(shù)據(jù)的清理，另一塊是相關(guān)統(tǒng)計(jì)理論的學(xué)習(xí)。在數(shù)據(jù)清理方面主要學(xué)習(xí)了奇異數(shù)據(jù)的檢查與清理，在這里本人覺(jué)得非常有必要進(jìn)行數(shù)據(jù)清理，在實(shí)際的調(diào)查數(shù)據(jù)時(shí)難免會(huì)出現(xiàn)錯(cuò)誤或者碰到極為特殊的典型案例，所以這些數(shù)據(jù)很難符合大眾規(guī)律，在統(tǒng)計(jì)、分析過(guò)程中可能會(huì)造成分析結(jié)果異常，從而直接影響最終的結(jié)論。所以覺(jué)得非常有必要進(jìn)行數(shù)據(jù)檢查與清理。而我認(rèn)為本節(jié)的難點(diǎn)不是怎樣熟練運(yùn)用spss軟件，而是在第二塊中的，相關(guān)統(tǒng)計(jì)理論的學(xué)習(xí)，學(xué)習(xí)這些理論需要一定的數(shù)學(xué)基礎(chǔ)，只有明確這些

理（論如均值、標(biāo)準(zhǔn)誤差、中數(shù)、眾數(shù)、全距、四分位等）原理，知其然，知其所以然，這才是關(guān)鍵，在spss中想要實(shí)現(xiàn)對(duì)數(shù)據(jù)進(jìn)行以上分析只需要輕輕點(diǎn)擊一下按鈕就可以是輕松實(shí)現(xiàn)，但是如果不清楚到底用它們來(lái)做什么就無(wú)從談起做數(shù)據(jù)分析了，所以本節(jié)內(nèi)容知道分析原理的重要性要遠(yuǎn)遠(yuǎn)大用spss對(duì)數(shù)據(jù)做出相關(guān)分析的重要性?？偨Y(jié)為一句話“知道它們是做什么的后才會(huì)讓它們?nèi)プ鲈撟龅墓ぷ鳌薄?/p>

3、t檢驗(yàn)的心得體會(huì) t檢驗(yàn)由兩名同學(xué)講解，在學(xué)習(xí)t檢驗(yàn)時(shí)，首先要明確什么樣的數(shù)據(jù)適合t檢驗(yàn)，t檢驗(yàn)的結(jié)果要說(shuō)明什么問(wèn)題？經(jīng)過(guò)學(xué)習(xí)可以知道，t檢驗(yàn)是對(duì)兩組數(shù)據(jù)間的平均水平或均數(shù)的比較，通過(guò)比較可以得出兩組數(shù)據(jù)間的顯著性水平，而這兩組數(shù)據(jù)都要符合正態(tài)分布，方差具有齊同性，t檢驗(yàn)由兩種情況，一種配對(duì)提檢驗(yàn)，要求兩組數(shù)據(jù)不可以獨(dú)立顛倒順序，如果顛倒順序就會(huì)改變問(wèn)題的性質(zhì)，這種t檢驗(yàn)稱(chēng)為配對(duì)t檢驗(yàn)；另一種情況下的t檢驗(yàn)是兩組數(shù)據(jù)可以任意顛倒順的檢驗(yàn)稱(chēng)為獨(dú)立樣本的t檢驗(yàn)。但是這兩種情況都必須符合最先的要求，即都是符合正態(tài)分布，方差都具有齊同性。通過(guò)spss的相關(guān)操作可以輕松完成檢驗(yàn)，但是在檢驗(yàn)的過(guò)程中必須設(shè)置置信區(qū)間，一般設(shè)置為95%，在設(shè)置置信區(qū)間時(shí)必須要考慮到所做分析的數(shù)據(jù)，如果像要得到顯著性差異的結(jié)果則可盡量將置信區(qū)間設(shè)置小些，如果想要得到不顯著差異就要將置信區(qū)間甚至大些，本人的理解為若置信區(qū)間小，則可以理解為在小范圍內(nèi)是可以相信的，但如果將分析結(jié)果的置信區(qū)間值調(diào)大則說(shuō)明在很大的范圍內(nèi)這個(gè)結(jié)果可信，反之則不可信，篇三：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，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l(wèi)sd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。篇四：spss學(xué)習(xí)心得

學(xué)院：傳播學(xué)院 專(zhuān)業(yè)：10級(jí)廣播電視新聞學(xué) 學(xué)號(hào)：129012010023 姓名：許咪咪

學(xué)習(xí)spss有感——與excel之比較

在學(xué)習(xí)spss軟件的過(guò)程中，自己不敢有絲毫松懈，但同時(shí)感到學(xué)習(xí)壓力很大，有一定的學(xué)習(xí)難度，軟件的操作可以通過(guò)短時(shí)間內(nèi)熟悉，但對(duì)數(shù)據(jù)的結(jié)果分析還需要很大很大的提高。在掌握了spss相關(guān)技能和熟知了spss之于excel的優(yōu)越性之后，spss成了往后我進(jìn)行數(shù)據(jù)分析、調(diào)查的首選軟件，如若能自由地結(jié)合二者使用，便是更佳選擇。excel的基本功能中包括了比較強(qiáng)大的數(shù)據(jù)處理功能，還提供了豐富的工作表函數(shù)，可以完成很多類(lèi)型的數(shù)據(jù)處理和分析任務(wù)。除了工作表函數(shù)以外，excel還提供了一個(gè)稱(chēng)為“分析工具庫(kù)”的加載宏。excel應(yīng)用的普及性，許多人都把它作為最常用的統(tǒng)計(jì)軟件來(lái)使用。excel提供的統(tǒng)計(jì)功能包括數(shù)據(jù)管理、描述統(tǒng)計(jì)、概率計(jì)算、假設(shè)檢驗(yàn)、方差分析和回歸分析等等，對(duì)于統(tǒng)計(jì)學(xué)原理所涉及的大部分內(nèi)容已經(jīng)足夠了。然而，在學(xué)習(xí)excel的統(tǒng)計(jì)功能以前我們有必要先交待一下excel在統(tǒng)計(jì)分析方面的局限性。

1、就統(tǒng)計(jì)學(xué)原理所涉及的統(tǒng)計(jì)方法而言，excel沒(méi)有直接提供的方法包括：箱線圖（boxplot）、莖葉圖、相關(guān)系數(shù)的p-值、無(wú)交互作用可重復(fù)的雙因素方差分析、方差分析中的多重比較、非參數(shù)檢驗(yàn)方法、質(zhì)量控制圖等。

2、按照優(yōu)秀圖形的標(biāo)準(zhǔn)，excel做出的很多圖形都不合格。excel的有些圖形可能適合于普通大眾，但不適合用于科學(xué)報(bào)告中。例如二維圖形的三維表示，圓柱圖，圓錐圖等等。excel提供的有些圖形可能永遠(yuǎn)不應(yīng)該使用。

3、excel不能很好的處理缺失值(missing data)問(wèn)題。總體來(lái)說(shuō)excel對(duì)缺失值的處理方式遠(yuǎn)不如專(zhuān)門(mén)的統(tǒng)計(jì)軟件恰當(dāng)。

4、雖然大部分情況下excel的計(jì)算結(jié)果都是可靠的，但在一些極端情況下excel的計(jì)算程序不夠穩(wěn)定和準(zhǔn)確（特別是excel2003以前的版本中）；有些自動(dòng)功能可能會(huì)導(dǎo)致意想不到地結(jié)果。

總體來(lái)說(shuō)，excel為我們輸入和管理數(shù)據(jù)、描述數(shù)據(jù)特征、制作統(tǒng)計(jì)表和統(tǒng)計(jì)圖都提供了強(qiáng)大的支持，但在處理復(fù)雜的計(jì)算時(shí)有時(shí)候誤差相對(duì)較大，因而一些數(shù)據(jù)處理專(zhuān)家建議人們避免采用excel處理復(fù)雜的統(tǒng)計(jì)問(wèn)題。spss能在簡(jiǎn)單操作基礎(chǔ)上，解決excel存在的這些問(wèn)題，甚至非統(tǒng)計(jì)學(xué)相關(guān)專(zhuān)業(yè)的人員也可以利用這個(gè)軟件對(duì)復(fù)雜的統(tǒng)計(jì)問(wèn)題進(jìn)行處理、分析。平時(shí)我慣常使用的數(shù)據(jù)分析軟件也是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。而且，在學(xué)習(xí)與應(yīng)用spss過(guò)程中，我了解到應(yīng)用spss軟件只要了解統(tǒng)計(jì)分析的原理無(wú)需知曉統(tǒng)計(jì)方法的各種算法就能得到自己所需要的統(tǒng)計(jì)分析結(jié)果。另外對(duì)于常見(jiàn)的統(tǒng)計(jì)方法，spss的命令語(yǔ)句、子命令及選擇項(xiàng)的選擇絕大部分在軟件內(nèi)的對(duì)話框操作完成，我們無(wú)需花費(fèi)大量的時(shí)間記憶大量的命令和選擇項(xiàng)。在這方面，spss軟件的應(yīng)用可以使我們節(jié)省大量時(shí)間，而且軟件操作比較容易上手，在當(dāng)今這個(gè)時(shí)間就是金錢(qián)的社會(huì)上，我們掌握spss軟件的應(yīng)用，也就是為自己賺取了不少金錢(qián)。

另外在與spss的接觸中，我逐漸了解到spss軟件的強(qiáng)大與方便。spss提供了從簡(jiǎn)單的統(tǒng)計(jì)描述到復(fù)雜的多因素統(tǒng)計(jì)分析方法，其中有數(shù)據(jù)的統(tǒng)計(jì)分析、統(tǒng)計(jì)描述、交叉表分析、二維相關(guān)、方差分析、多元回歸、因子分析、聚類(lèi)分析、降維等分析方法。利用這些方法可以得出計(jì)算數(shù)據(jù)和統(tǒng)計(jì)圖形，看出數(shù)據(jù)的離散程度、集中趨勢(shì)和分散程度，單變量的比重，還有對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。利用這個(gè)軟件對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行分析是極好的。雖然，這些方法大部分我還是不會(huì)使用，能夠讓我利用并成功分析的方法只有寥寥幾種，但是這種簡(jiǎn)單便捷的操作讓我對(duì)spss的興趣卻是越來(lái)越濃。spss 像手槍?zhuān)瑢?duì)于社會(huì)統(tǒng)計(jì)應(yīng)用spss,足夠精度了。exce對(duì)初級(jí)統(tǒng)計(jì)技術(shù)也差不多了，里面有很多類(lèi)型的圖，配之以數(shù)據(jù)透視表，模擬運(yùn)算表，宏，高級(jí)篩選，窗體，而且方便的單元格和變量操作這些優(yōu)點(diǎn)都使得excel 更利于小規(guī)模，低精度，邏輯關(guān)系簡(jiǎn)單的數(shù)據(jù)，但是簡(jiǎn)單的圖和表，有時(shí)不需要通過(guò)假設(shè)檢驗(yàn)，也能看出很多關(guān)系或結(jié)論，這些直觀的現(xiàn)象有的時(shí)候比spss的假設(shè)檢驗(yàn)更有說(shuō)服力（spss的假設(shè)檢驗(yàn)雖然精確，但是成本是很多模型假定）其統(tǒng)計(jì)思想易于被日常生活所接受，所以execl用得好，更能顯出使用者諳熟研究背景和統(tǒng)計(jì)思想，這個(gè)修煉層次更高，就像武功最高深的人更最簡(jiǎn)單的工具，最簡(jiǎn)潔的招式，實(shí)而不華一樣。

了解了excel和spss的這個(gè)比較后，可以看出spss的統(tǒng)計(jì)思想體現(xiàn)了更多數(shù)理統(tǒng)計(jì)的味道，而excel 則更多體現(xiàn)了描述統(tǒng)計(jì)的味道，所以了解spss更重要的是了解不同模型背后的統(tǒng)計(jì)想法，當(dāng)然這些在使用spss的過(guò)程中會(huì)慢慢的積累的。一個(gè)和學(xué)習(xí)統(tǒng)計(jì)思想無(wú)關(guān)的，但是在學(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，調(diào)測(cè)度，在錄入（導(dǎo)入數(shù)據(jù)），再分析。分析并不是整個(gè)流程。不注意數(shù)據(jù)的組織方式和數(shù)據(jù)測(cè)度會(huì)使很多統(tǒng)計(jì)模型誤用（實(shí)際上不能用，但是軟件輸出了統(tǒng)計(jì)結(jié)果），這種誤用不是統(tǒng)計(jì)模型用得好不好的問(wèn)題，而是能不能用的問(wèn)題！

現(xiàn)在，學(xué)期即將結(jié)束，同樣的這門(mén)課程也到了尾期，在這學(xué)期學(xué)到了很多，并且還有很多沒(méi)有學(xué)到。我們學(xué)習(xí)時(shí)所操作的軟件是英文版，這對(duì)英語(yǔ)基礎(chǔ)不好的我來(lái)說(shuō)是個(gè)考驗(yàn)。同時(shí)，由于我們所學(xué)專(zhuān)業(yè)并非必須擁有計(jì)算機(jī)，導(dǎo)致我們平時(shí)能夠練習(xí)的機(jī)會(huì)比較少，造成了掌握不牢固，前學(xué)后忘現(xiàn)象比較嚴(yán)重。現(xiàn)在呢，很是希望能夠把spss的應(yīng)用熟練操作，并且能把它變?yōu)樽约旱囊环N本能，使自己在今后的工作與學(xué)習(xí)中，可以輕松運(yùn)用。篇五：spss學(xué)習(xí)總結(jié)

隨著速度越來(lái)越快，計(jì)算機(jī)的功能越來(lái)越多，計(jì)算統(tǒng)計(jì)功能反而已經(jīng)成為了計(jì) 算機(jī)的一個(gè)次要部分。不過(guò)，對(duì)于我們這些從事社會(huì)學(xué)學(xué)習(xí)和研究的人來(lái)說(shuō)，快速 的計(jì)算和統(tǒng)計(jì)仍舊是我們使用計(jì)算機(jī)的主要功能，所以我們平日的工作總是離不開(kāi) spss（statistical package for the social science社會(huì)科學(xué)統(tǒng)計(jì)軟件）。s pss雖然好用，但是學(xué)起來(lái)并不容易，特別是在目前高校的教育體制下，教材的過(guò)時(shí) 以及課程設(shè)置的不合理，使得spss的學(xué)習(xí)成為了社會(huì)學(xué)、統(tǒng)計(jì)學(xué)以及其他社會(huì)科學(xué) 學(xué)科學(xué)生極為頭痛的一件事情。更為棘手的是：往往在學(xué)生還沒(méi)有學(xué)會(huì)spss之前，一些調(diào)查研究任務(wù)卻又強(qiáng)迫他們使用spss進(jìn)行分析工作，使得他們十分苦惱。

本教程就是為那些已經(jīng)學(xué)習(xí)過(guò)統(tǒng)計(jì)學(xué)，并且粗通計(jì)算機(jī)，但尚未學(xué)習(xí)過(guò)spss的 社會(huì)科學(xué)學(xué)科的學(xué)生準(zhǔn)備的，運(yùn)用面向問(wèn)題的教學(xué)方法，通過(guò)一個(gè)調(diào)查問(wèn)卷的具體 分析過(guò)程使學(xué)生們對(duì)spss有一個(gè)感性認(rèn)識(shí)，并能夠再?zèng)]有完全掌握spss的前提下利 用spss完成一些分析任務(wù)。因此，本文不強(qiáng)調(diào)面面俱到只強(qiáng)調(diào)讀者能夠完成調(diào)查分 析的任務(wù)，所以會(huì)故意忽略ｓｐｓｓ一些十分重要但未必會(huì)用到的功能，還請(qǐng)讀者 見(jiàn)諒。如果讀者確實(shí)需要使用這些功能，建議參考一本好一點(diǎn)的輔導(dǎo)書(shū)。

相信大家知道：依次完整的利用計(jì)算機(jī)輔助的問(wèn)卷調(diào)查包括問(wèn)卷設(shè)計(jì)、問(wèn)卷訪 問(wèn)、數(shù)據(jù)輸入、數(shù)據(jù)分析、數(shù)據(jù)輸出、調(diào)查報(bào)告的撰寫(xiě)六大部分。spss軟件參與的 主要是數(shù)據(jù)輸入、數(shù)據(jù)分析和數(shù)據(jù)輸出這三個(gè)部分。接著，本文就將分成這三塊，分別介紹spss的使用以及一些技巧、經(jīng)驗(yàn)。

1、數(shù)據(jù)輸入

在完成了問(wèn)卷訪問(wèn)這個(gè)部分之后，我們手中便擁有了數(shù)百至上萬(wàn)份調(diào)查問(wèn)卷，這些問(wèn)卷計(jì)算機(jī)是無(wú)法直接識(shí)別處理的，我們必須將它們進(jìn)行適當(dāng)?shù)木幋a。由于采 用計(jì)算機(jī)分析，問(wèn)卷在設(shè)計(jì)階段就應(yīng)該考慮到今后的編碼問(wèn)題，所以應(yīng)該將問(wèn)卷設(shè) 計(jì)地以客觀題為主，被訪問(wèn)者填寫(xiě)的應(yīng)該只是注入數(shù)字、選項(xiàng)這些計(jì)算機(jī)能夠處理 的信息。我們首先要為問(wèn)卷的每一個(gè)填寫(xiě)項(xiàng)都起一個(gè)代號(hào)，并決定它的數(shù)據(jù)屬性（主要是區(qū)分為字符串、邏輯串還是數(shù)字）。筆者的習(xí)慣是首先用英文字母表示填寫(xiě) 項(xiàng)的大題號(hào)，接著用阿拉伯?dāng)?shù)字表示填寫(xiě)項(xiàng)的小題號(hào)，然后再用英文字母表示填寫(xiě) 項(xiàng)是本小題的第幾項(xiàng)，最后再加上表示數(shù)據(jù)屬性的后綴，比如說(shuō)第二大題第三小題 的第四個(gè)字符串填寫(xiě)項(xiàng)的代號(hào)便為b3d_s。在以后的所有分析過(guò)程中便利用這個(gè)代號(hào) 來(lái)表示數(shù)據(jù)的具體內(nèi)容。接下來(lái)，便是具體的輸入過(guò)程了。首先，我們要對(duì)spss的數(shù)據(jù)文件有一個(gè)大致的 了解，這對(duì)以后的學(xué)習(xí)十分關(guān)鍵。打開(kāi)spss之后，我們便會(huì)看到一個(gè)類(lèi)似excel電子 表格的東西，但如果你因此便把spss的數(shù)據(jù)文件理解為是類(lèi)似于excel的東西那么就 錯(cuò)了，雖然spss數(shù)據(jù)的表現(xiàn)形式酷似excel，但就實(shí)質(zhì)而言它更接近于一個(gè)數(shù)據(jù)庫(kù)文 件，每一個(gè)數(shù)據(jù)列都有它的列名稱(chēng)（也就是我們剛剛起的代號(hào)）、列屬性（也就是 剛剛我們決定的數(shù)據(jù)屬性），這些都類(lèi)似于數(shù)據(jù)庫(kù)中的字段名稱(chēng)、字段屬性，如果 讀者以前學(xué)習(xí)過(guò)數(shù)據(jù)庫(kù)的相關(guān)知識(shí)，那里理解起來(lái)就十分簡(jiǎn)單了。由于數(shù)據(jù)繁多，所以我們的輸入過(guò)程往往不是由本人進(jìn)行，而是請(qǐng)專(zhuān)業(yè)的數(shù)據(jù) 錄入人員代勞，而那些人員往往是不會(huì)使用spss的，所以我們?cè)趯?shí)際使用過(guò)程中數(shù)

2、數(shù)據(jù)分析

對(duì)于外行人來(lái)說(shuō)。spss最為難學(xué)的部分便是它analyze菜單下十多項(xiàng)子菜單以及 這之下四五十項(xiàng)孫菜單的統(tǒng)計(jì)功能，每一項(xiàng)統(tǒng)計(jì)功能的用法和功能對(duì)于外行人來(lái)說(shuō) 就像是天書(shū)一般。但是對(duì)于學(xué)習(xí)過(guò)統(tǒng)計(jì)學(xué)的讀者來(lái)說(shuō)，這應(yīng)該不是問(wèn)題。再加上sp ss在操作的簡(jiǎn)易性上還是十分優(yōu)秀的，每一項(xiàng)統(tǒng)計(jì)功能一般只需要在窗口下選擇統(tǒng) 計(jì)用的變量，然后設(shè)置一下必要的選項(xiàng)，最后按下ok便可以了。所以在這里，具體 的操作就不再介紹了。在這里，筆者覺(jué)得有必要先介紹一下spss的viewer。在下面 的數(shù)據(jù)分析和數(shù)據(jù)輸出過(guò)程中，我們調(diào)用spss的數(shù)據(jù)分析和制圖模塊所得到的結(jié)果 都會(huì)由spss自動(dòng)輸出到一個(gè)名為viewer的程序中，并且可以以spo為后綴名保存成為 專(zhuān)門(mén)的文件。這樣做的好處是如果你的分析和制圖工作一次沒(méi)有完成，那么利用保 存的spo文件，就不必下一次重新作過(guò)了。同時(shí)，將所有的分析和制圖的結(jié)果都保存 在一個(gè)spo文件中，并隨調(diào)查報(bào)告作為電子附件一起陳送給客戶，一來(lái)有利于客戶檢 驗(yàn)分析的可靠性，二來(lái)也適合于今后電子化、網(wǎng)絡(luò)化的趨勢(shì)。

根據(jù)筆者的經(jīng)驗(yàn)，spss的學(xué)習(xí)者在這一階段(數(shù)據(jù)分析階段)最主要的問(wèn)題在于以往 學(xué)習(xí)的統(tǒng)計(jì)指標(biāo)總是中文的，而spss中的統(tǒng)計(jì)指標(biāo)是英文的，指標(biāo)的中文和英文往 往無(wú)法一一對(duì)應(yīng)，因此，在這一部分中，筆者主要是附上一張統(tǒng)計(jì)指標(biāo)的中英文對(duì) 照表，如下： summarize菜單項(xiàng) 數(shù)值分析過(guò)程

??frequencies子菜單項(xiàng) 單變量的頻數(shù)分布統(tǒng)計(jì)

??descriptives子菜單項(xiàng) 單變量的描述統(tǒng)計(jì)

??explore子菜單項(xiàng) 指定變量的綜合描述統(tǒng)計(jì)

??crosstabs子菜單項(xiàng) 雙變量或多變量的各水平組合的頻數(shù)分布統(tǒng)計(jì)

??means子菜單項(xiàng) 單變量的綜合描述統(tǒng)計(jì)

??independent sample t test子菜單項(xiàng) 獨(dú)立樣本的t檢驗(yàn)

??paired sample t test子菜單項(xiàng) 配對(duì)樣本的t檢驗(yàn)

??one-way anova子菜單項(xiàng) 一維方差分析（單變量方差分析）anova models菜單項(xiàng) 多元方差分析過(guò)程

??simple factorial子菜單項(xiàng) 因子設(shè)計(jì)的方差分析

??general factorial子菜單項(xiàng) 一般方差分析

??multivariate子菜單項(xiàng) 雙因變量或多因變量的方差分析

??repeated factorial子菜單項(xiàng) 因變量均值校驗(yàn) correlate菜單項(xiàng) 相關(guān)分析

??bivariate子菜單項(xiàng) pearson積矩相關(guān)矩陣

和kendall、spearman非參數(shù)相關(guān)分析

??partial子菜單項(xiàng) 雙變量相關(guān)分析

??distance子菜單項(xiàng) 相似性、非相似性分析 regression菜單項(xiàng) 回歸分析

??liner子菜單項(xiàng) 線性回歸分析

??logistic子菜單項(xiàng) 二分變量回歸分析（邏輯回歸分析）

??probit子菜單項(xiàng) 概率分析

??nonlinear子菜單項(xiàng) 非線性回歸分析

??weight estimation子菜單項(xiàng) 不同權(quán)數(shù)的線性回歸分析

??2-stage least squares子菜單項(xiàng) 二階最小平方回歸分析 loglinear菜單項(xiàng) 對(duì)數(shù)線性回歸分析

??general子菜單項(xiàng) 一般對(duì)數(shù)線性回歸分析

??hierarchical子菜單項(xiàng) 多維交叉變量對(duì)數(shù)回歸分析

??logit子菜單項(xiàng) 單因變量多自變量回歸分析 classify菜單項(xiàng) 聚類(lèi)和判別分析

??k-means cluster子菜單項(xiàng) 指定分類(lèi)數(shù)聚類(lèi)分析

??hierarchical cluster子菜單項(xiàng) 未知分類(lèi)數(shù)聚類(lèi)分析 ??discriminent子菜單項(xiàng) 聚類(lèi)判別函數(shù)分析 data reduction菜單項(xiàng) 降維、簡(jiǎn)化數(shù)據(jù)過(guò)程

??factor子菜單項(xiàng) 因子分析

??correspondence analysis子菜單項(xiàng) 對(duì)應(yīng)表（交叉表）分析

??homogeneity analysis子菜單項(xiàng) 多重對(duì)應(yīng)分析

??overals子菜單項(xiàng) 非線性典則相關(guān)分析 scale菜單項(xiàng)

??reliability ananlysis子菜單項(xiàng) 加性等級(jí)的項(xiàng)目分析

??multidimensional scaling子菜單項(xiàng) 多維等級(jí)分析 nonparametric tests菜單項(xiàng)

??chi-square子菜單項(xiàng) 相對(duì)比例假設(shè)檢驗(yàn)

??binomial子菜單項(xiàng) 特定時(shí)間發(fā)生概率檢驗(yàn)

??run子菜單項(xiàng) 隨即序列檢驗(yàn)

??1-sample kolmogorov smirnov子菜單項(xiàng) 樣本分布檢驗(yàn)

??2-independent samples子菜單項(xiàng) 雙不相關(guān)組分布分析(轉(zhuǎn)載于:spss學(xué)習(xí)心得體會(huì))??k independent samples子菜單項(xiàng) 多不相關(guān)組分布分析

??2 related samples子菜單項(xiàng)

雙相關(guān)變量分布分析

??mcnemar test子菜單項(xiàng) 相關(guān)樣本比例變化分析

??k related samples子菜單項(xiàng) 相關(guān)變量分布分析

??cocharns q test子菜單項(xiàng) 二分變量均數(shù)檢驗(yàn)

??kendalls w子菜單項(xiàng) 一致性判定 time series菜單項(xiàng)

??exponential smoothing子菜單項(xiàng)平衡序列的隨機(jī)分量

??curve estimation子菜單項(xiàng) 數(shù)據(jù)擬合??autoregression子菜單項(xiàng) 一階自回歸誤差線性方差檢驗(yàn)

??arima子菜單項(xiàng) 綜合自回歸移動(dòng)平均分析

??xii arima子菜單項(xiàng) 增倍和加性季節(jié)因子分析 survival菜單項(xiàng)

??life tables 生命表分析

??kaplan-meier 雙事件分布檢驗(yàn)

??cox regression 事件與時(shí)間變量相互分析

??cox w/time deep cov 時(shí)間函數(shù)cox分析

有了這一張表，相信讀者便可以很容易的利用ｓｐｓｓ進(jìn)行各類(lèi)分析了。實(shí)際 上，數(shù)據(jù)分析這一階段，就使用spss上沒(méi)有什么難度，關(guān)鍵是在于究竟你能夠怎樣 最好的利用spss提供的分析模塊從數(shù)據(jù)中挖掘出更多的東西來(lái)，這可就要依靠你的 不斷摸索了。最后，還要介紹一個(gè)小技巧：

如果讀者所在學(xué)校今后學(xué)習(xí)的ｓｐｓｓ軟件為ｄｏｓ版本的話，那么今后你就必 須利用命令行來(lái)駕馭ｓｐｓｓ，所以你在利用ｓｐｓｓ的windows版本進(jìn)行數(shù)據(jù)分析 的過(guò)程中，可以利用每一項(xiàng)統(tǒng)計(jì)功能窗口ok按鈕下的paster按鈕將本統(tǒng)計(jì)功能的命 令行復(fù)制到剪貼板，然后再仔細(xì)研究。

第四篇：SPSS學(xué)習(xí)感想范文

SPSS學(xué)習(xí)感想

在這學(xué)期以前我并沒(méi)有學(xué)過(guò)統(tǒng)計(jì)學(xué)，甚至沒(méi)有接觸過(guò)它，因此對(duì)它的認(rèn)識(shí)可謂是從零開(kāi)始的，但經(jīng)過(guò)這一段的學(xué)習(xí)，也算是受益良多，下面我就簡(jiǎn)單說(shuō)下感想吧。

第一節(jié)課老師簡(jiǎn)單講述了下這門(mén)課的概況，給了我們英文版和中文版教材便讓我們開(kāi)始分組講授各個(gè)部分，當(dāng)時(shí)只覺(jué)得毫無(wú)頭緒，對(duì)于沒(méi)接觸過(guò)的事物人總有莫名的恐懼，這門(mén)課看似還很難，就比較擔(dān)憂。但看了分到的關(guān)于方差分析部分的英文版書(shū)后，覺(jué)得老師推薦的這本書(shū)真的很好，雖然看英文比較痛苦，但勝在通俗對(duì)于我這種從未接觸過(guò)的人來(lái)說(shuō)也是讀的懂得，這大概也是許多外國(guó)教材的優(yōu)點(diǎn)，會(huì)有很實(shí)際的舉例幫助理解，語(yǔ)言讀起來(lái)也是簡(jiǎn)單易懂，不像許多中國(guó)教材那么晦澀。后期在看英文文獻(xiàn)的時(shí)候看到不懂得SPSS模型便會(huì)再翻出這本書(shū)來(lái)看，許多的中文版的教材也看了但總是較難迅速找到想看的知識(shí)點(diǎn)，且理解起來(lái)也很困難。

說(shuō)完對(duì)于教材的整體心得，就來(lái)說(shuō)說(shuō)講課方面的心得吧，起初大家對(duì)于老師讓學(xué)生講授的方式不是很認(rèn)同，覺(jué)得自己能力有限，問(wèn)題太難，不一定能看得明白更勿論講了。但經(jīng)過(guò)后來(lái)自己看教材做PPT，發(fā)現(xiàn)其實(shí)做起來(lái)并沒(méi)有看起來(lái)那么難，雖然花了不少時(shí)間但最后也算是基本了解大意及步驟，并且自己花了時(shí)間做出來(lái)的東西會(huì)特別記憶深刻，因此做完后對(duì)于方差分析這一塊也算是有了整體的認(rèn)識(shí)和了解，之后在看論文中這部分的模型來(lái)也輕松許多。所以這種講課方式其實(shí)也確實(shí)能幫助同學(xué)們更積極的學(xué)習(xí)這門(mén)課程。

接著說(shuō)說(shuō)學(xué)習(xí)過(guò)后對(duì)SPSS的整體認(rèn)識(shí)吧，我專(zhuān)門(mén)去百度了下它的全稱(chēng)，定義為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。之前看論文的時(shí)候會(huì)經(jīng)?？吹礁鞣N表格圖形，各種結(jié)果輸出，當(dāng)時(shí)并不明白，以前也沒(méi)見(jiàn)過(guò)，因此總會(huì)跳過(guò)實(shí)驗(yàn)整個(gè)設(shè)計(jì)直接看結(jié)果。在學(xué)了這門(mén)課后總算對(duì)其有了初步的認(rèn)識(shí)。它其實(shí)大致分為兩個(gè)大部分，一是簡(jiǎn)要介紹描述性和推斷性統(tǒng)計(jì)，包括描述性統(tǒng)計(jì)、推斷性統(tǒng)計(jì)原理與推斷性統(tǒng)計(jì)機(jī)制；二是統(tǒng)計(jì)分析方法，包括卡方檢驗(yàn)、獨(dú)立樣本t檢驗(yàn)、配對(duì)樣本t檢驗(yàn)、方差分析等檢驗(yàn)差異的統(tǒng)計(jì)方法，和多元回歸分析、因子分析和結(jié)構(gòu)方程模型等檢驗(yàn)聯(lián)系的統(tǒng)計(jì)方法。利用這些方法可以得出計(jì)算數(shù)據(jù)和統(tǒng)計(jì)圖形，看出數(shù)據(jù)的離散程度、集中趨勢(shì)和分散程度，單變量的比重，還有對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。利用這個(gè)軟件對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行分析是極好的。統(tǒng)計(jì)分析也主要有兩大類(lèi)，一類(lèi)是驗(yàn)證差異的，另一類(lèi)是驗(yàn)證相關(guān)性的。驗(yàn)證差異的主要有t檢驗(yàn)和方差分析，驗(yàn)證相關(guān)性的主要有回歸分析、因子分析和結(jié)構(gòu)方程模型。通過(guò)課程的學(xué)習(xí)我基本知道了他們的區(qū)別和應(yīng)用場(chǎng)景，如t檢驗(yàn)適合兩個(gè)變量之間的差異比較，而方差分析則在變量較多時(shí)使用，從而達(dá)到便捷的效果。

在學(xué)習(xí)方差分析時(shí)，我剛開(kāi)始常常把因變量和自變量弄混淆，在分析的時(shí)候應(yīng)分別送入哪個(gè)對(duì)應(yīng)框中，如果反了的話會(huì)導(dǎo)致結(jié)果的不準(zhǔn)確。接著，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。因?yàn)榻?jīng)?；煜赃@些都被我記錄在PPT中，好讓自己以后方便查看。還有，當(dāng)時(shí)對(duì)方差齊性檢驗(yàn)、多重比較檢驗(yàn)的理解也存在困難，但經(jīng)過(guò)小組討論對(duì)他們也基本有了了解。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)，最靈敏，但會(huì)較易犯假陽(yáng)性的錯(cuò)誤。在聽(tīng)別的小組講述相關(guān)分析時(shí)，對(duì)于在繪制散點(diǎn)圖時(shí)的橫坐標(biāo)和縱坐標(biāo)的區(qū)分剛開(kāi)始不太明白，但經(jīng)過(guò)同學(xué)的講授明白了橫坐標(biāo)是解釋變量，縱坐標(biāo)是被解釋變量。在學(xué)習(xí)回歸分析的過(guò)程中，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。在學(xué)習(xí)因子分析的時(shí)，剛開(kāi)始對(duì)提取出來(lái)的因子的實(shí)際含義不清晰，但這些問(wèn)題都都一一在講授和之后的討論中得到了解析，從而對(duì)于他們都算是有了大致的了解。

雖然整個(gè)學(xué)習(xí)過(guò)程經(jīng)歷了很多困難，但小組成員在一起，大家一起克服困難，集思廣益，最后的結(jié)果還算是成功的，每個(gè)人對(duì)于自己的部分都很認(rèn)真在準(zhǔn)備希望能給大家講的清楚明晰，這個(gè)學(xué)習(xí)的過(guò)程對(duì)我們都意義非凡?，F(xiàn)在這門(mén)課要結(jié)束了，但對(duì)于SPSS的學(xué)習(xí)卻沒(méi)有，現(xiàn)有的知識(shí)感覺(jué)只是對(duì)他有個(gè)初步的了解，離熟練運(yùn)用還有些距離，論文中的模型分析的結(jié)果還不能很快的看出，因此還需要不斷地看書(shū)看文獻(xiàn)運(yùn)用。但這門(mén)課顯然給我們打下了很好的基礎(chǔ)，在這結(jié)束的時(shí)刻，我希望謝謝這些陪我一起走過(guò)這個(gè)歷程的人，我的老師，小組的成員以及其他組的成員們，感謝你們同我一起成長(zhǎng)。

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，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。