实用社会统计分析技术

实用社会统计分析技术 及 SPSS和 STATA统计软件操作说明第一讲 课程主要内容： 本课程教授的内容是专门针对抽样调查数据资料的统计分析技术，而不适用于试验性调查资料和观察性调查资料的分析。课程安排： 统计学基础知识： 1）描述性统计、 2）概率论和 3） 推论统计。（三讲）。 数据处理技术： 4）数据录入、整理、校验和加权、 5）数据加工、重组和再生变量。（两讲）。 统计分析技术： 6）量表和指标建构、 7）列联表分析技术、 8）简单线性回归、 9）多元回归、 10）非线性转换、 11）对数线性模型、 12） logistic回归、 13）多元 logistic回归、 14）等级 logistic回归、 15） Probit模型、 16） tobit 模型、 17） poisson 回归、 18）因子分析、19）路径分析、 20）结构方程、 21）事件史分析什么是统计学 统计学就是描述、组织和解释数据或信息的一套工具和技术。它帮助我们理解周围的世界。 统计分析中的两个最基础的概念 描述性统计（ Descriptive Statistics） 推论统计（ Inferential Statistics )什么是描述性统计（Descriptive Statistics） 描述性统计就是组织、描述和总结所收集到的一组数据的特征。 需要注意的是，它所描述的是这组数据本身的分布特征。 什么是推论统计（ Inferential Statistics 推论统计就是从一个较小的群体中了解的信息并得出相关结论，推广到更大的一个群体。我们把较小的这个群体，也就是我们收集了数据的群体称之为样本（ sample）， 把更大的那个群体，也就是我们所感兴趣的、要研究的对象群体称之为总体（ population）。 偏误估计（ biased estimation） 与无偏估计（ unbiased estimation） 很多因素导致了偏误估计 过高估计或过低估计。样本的代表性、数据收集过程中的误差、计算中的差错，尤其是干扰因素的作用，等等，都有可能导致偏误估计。 要达到无偏估计需要一系列的技术手段，应用统计技术的研究者就是采用这些技术手段，以样本去推测总体，以达到无偏估计。 在社会科学研究中，人为地制造（模拟）试验环境，控制各种干扰因素，以达到（自然）科学的求证方法。这就是社会统计学的一种思维方式。 描述性统计 集中趋势的量度（ measures of central tendency） ： 共性 离散程度 的 量度（ measures of variability)：异质性集中趋势的量度 集中趋势 (平均数值 )是对整个群体的数值的最好的代表。 有三种形式的平均数值：平均值（ mean）、 中位数（ median）、 众数（ mode）。 其中，最常用的是平均值。离散程度 离散程度 （ 异质性 ） 反映的是数值之间是如何的不同。 同样均值不同差异程度 。如：7， 6， 3， 3， 1 3， 4， 4， 5， 44， 4， 4， 4， 4 有三个离散程度的量度指标：全距（ range）、标准差（ standard deviation）、 方差（ variance）。 其中，最常用的是标准差。标准差 标准差 反映的是每一个个案的分值与平均的分值之间的差距，简单来说，就是平均差异有多大。 标准差越大表示差异越大。 不同样本量的标准差的偏误估计与无偏估计之差比较方差 量度离散程度的第三个指标是方差（variance）。 方差就是标准差的平方。单变量描述性统计 均值 标准差单 变量描述统计的目的 检查数据 对此变量的分布特征做初步判断； 依据此数据推论总体是否合适，要如果做调整； 依据此变量分布特征，选择合适的统计模型。用图形显示数据 为什么要用图形显示数据？ 柱状图 多边图 线性图 柱状图多边图线性图图型显示的频数分布特征 频数分布的特征可以有 4个指标来显示： 均值 标准差 斜度（ skewness） 峰度（ kurtosis） 均值低收入 A群体的平均收入 B群体的平均收入 C群体的平均收入 高收入频数异质性（标