SPSS13基础知识.ppt

2019/2/5,研究生用,1,spss 13.0 基础知识,暨南大学医学院医学统计教研室 夏苏建,2019/2/5,2,spss的含义,spss是软件英文名称的首字母缩写 原意为： statistical package for social science 即“社会科学统计软件包”,2019/2/5,3,spss最显著的特点,spss是国际上最流行并具有权威性的统计分析软件之一，它由美国斯坦福大学的三位学生于1968年研制。 spss最显著的特点是用菜单和对话框选择并完成统计过程，操作简便，是非统计专业人员应用最多的统计软件。,2019/2/5,4,spss的不同版本,尽管spss在不断升级，但其基本统计分析内容无变动。 以spss 13.0版本为基础介绍。对于spss 11.5和16.0版本，本指导也适用。 spss 13.0与spss 11.5以前版本的最大不同是：变量名可以最多长达64个字节，统计图的编辑更加灵活。,2019/2/5,5,spss 13.0安装步骤,运行spss13eval安装程序 安装完成后，拷贝crack目录下的执行文件patch到安装目录运行即可！,2019/2/5,6,spss的教学特点,尽可能用默认选择项或最简捷的操作方式获得必要的结果。 按医学统计学和医学论著的要求来解释结果。,2019/2/5,7,实习一 数据文件的建立、保存和调用,spss启动 spss主要窗口及其功能 数据文件的建立,2019/2/5,8,一、spss启动,有3种方式启动spss： 在桌面双击spss13.0图标 从菜单选择：开始程序spss for windows spss 13.0 for windows 在资源管理器中双击spsswin.exe文件,2019/2/5,9,二、spss主要窗口及其功能,数据编辑窗（data editor） 结果输出窗（viewer） 程序编辑窗（syntax editor）,2019/2/5,10,数据编辑窗（data editor） spssemployee data.sav,2019/2/5,11,2. 结果输出窗（viewer） 按性别统计不同岗位人员的收入,2019/2/5,12,3.程序编辑窗（syntax editor）,2019/2/5,13,三、数据文件的建立,数据文件的建立是指把收集到的数据存入到计算机的磁盘中，以便调用、修改、添加数据和统计分析。主要步骤是： 数据编码 建立数据文件结构 数据录入和保存数据,2019/2/5,14,表1.1 6例某病住院病人的部分资料,2019/2/5,15,（一）数据编码,定义变量名（variable） 定义变量的标签（variable labels） 对数据进行编码和定义变量取值的标签（value labels） 数据编码的一般方法,2019/2/5,16,数据编码,2019/2/5,17,表1.1 6例某病住院病人的部分资料,2019/2/5,18,（一） 定义变量名（variable）,变量名的长度不能多于64个字符。每个英文字母或阿拉伯数字为1个字符，每个汉字为2个字符。变量名不应过长，最好有实际含义，如性别或sex。 首字符应该为英文字母或汉字。变量名的任何字符不能使用“+”、“-”、“*”、“？”。 变量名不能使用spss的保留字。如：all、and、or、not、eq、ge、gt、le、lt、ne、to、with。 系统中不区分变量名的大小写字符。例如time和time被认为是同一变量。,2019/2/5,19,（二）定义变量名的标签 （variable labels）,定义变量名标签是对变量名做进一步说明。 如果变量名已经说明了变量的内涵，则不必设置变量名标签。如性别、血型、name，等 有时，变量名不能明确表示该变量的含义。如date_in。变量名标签设置为“入院时间”。 变量标签不受字符位数的限制，可以用英文或中文表示。 在统计分析的输出结果中，可显示变量的英文或中文标签，使输出结果的可读性更好。,2019/2/5,20,（三）对数据进行编码 定义变量值标签（value labels）,对于分类变量，常用数字对不同的类别进行编码，从而方便数据的输入和统计分析。 有时为了更好理解数据内容和输出结果，给变量的不同取值赋以不同标签，使用户一目了然。如乙型肝炎表面抗原hbsag：（0：阴性，1：阳性，2：未检测）,2019/2/5,21,（四）数据编码的一般方法,数值变量：如：年龄、体重，不必编码就可直接输入。 无序分类变量：如：性别（1：男；2：女）、职业（1：医生；2：护士；3：行政人员；4：工人；5：其他）。 有序分类变量：疼痛（0：无；2：轻度；3：中度；4：重度）、年龄（1：15岁；2：1534岁；3：3559岁；4：60岁）。 可选择多项的变量（复选题）,2019/2/5,22,可选择多项的变量（复选题）,如药物的不良反应（无0；有：头昏1，恶心2，上腹不适3，口干4，食欲不振5）。此例可以分解为5个数值变量，如a1，a2，a3，a4，a5，用数值0表示“无”，1表示“有”。也可设置1个字符变量，如affect，如同时有“头昏”、“恶心”和“食欲不振”症状，可用字符变量值“125”表示，使得资料输入方便。,2019/2/5,23,二、 建立数据文件结构,打开数据编辑窗口 启动spss以后，数据编辑窗口首先自动打开。 单击cancel按钮，即进入数据窗口（data view）。 在spss运行过程中欲建立新的数据文件，从菜单选择：file new data。单击数据编辑窗左下方的variable view按钮，使当前窗口由数据窗口（data view）转为变量窗口（variable view）。,2019/2/5,24,2019/2/5,25,数据编辑窗口(data editor) （数据窗）data view; （变量窗）variable view,2019/2/5,26,变量窗口（variable view）,2019/2/5,27,变量名（name） 在光标处直接输入。 变量类型（type） 默认设置：数值变量类型（numeric），长度（width）是8个字符，小数点（decimal）2位（记作f8.2）。它的含义是：该变量数字长度共8个字符，其中小数点占1个字符，小数点以前的数值占5个字符，小数点以后的数值占2个字符）。 字符变量（string）的默认长度是8个字符(记作a8)，如果输入姓名、地址等文字内容，必须选用字符变量。方法：单击相应变量的numeric，出现，单击。,2019/2/5,28,2019/2/5,29,数据长度（width）和小数点位数（decimals） 通过单击“”“”选择，也可在变量类型（type）中设置。 日期变量（date）的设置 单击相应变量的numeric，出现，单击。,2019/2/5,30,变量标签（labels） 在光标处直接输入中文或英文标签。如果变量名能够说明该变量的内涵，可不必设置变量标签。 变量取值标签（values） 不是必须设置项目。设置“性别”的变量值标签：1为男性；2为女性。方法：单击相应变量的values，出现，单击。 缺失值（missing values） 不是必须设置项目。数值变量的默认缺失值为“.”。本例hbsag（乙肝表面抗原）的未检用“2”表示“”，故设“2”为缺失值。方法：单击相应变量的missing，出现，单击。 列宽（column） 用于调整数据表中各列的宽度。默认为8个字符宽。,2019/2/5,31,2019/2/5,32,数据表中数据排列方向（align） 数值变量（numeric）的默认为右对齐（right），字符变量（string）的默认为左对齐（left）（图1.2）。 测量类型（measure） 对于数值变量默认为scale（数量），字符变量默认为nominal（名义，如姓名）。对于等级资料（如疗效的4个等级用数值1，2，3，4表示）可以定义为ordinal（等级） ，也可默认用scale。 本例的性别分别用数值1和2表示男性、女性。这时的1和2已经没有数值大小的含义，故可以定义为字符变量，测量类型为nominal。但为了操作方便和某些统计分析，还是经常把它定义为数值变量，默认测量类型为scale。 单击变量窗口左下方的data view按钮，使当前窗口转为数据窗口。,2019/2/5,33,2019/2/5,34,三、数据录入,2019/2/5,35,按变量输入数据（按列输入） 将光标移到该变量与第一个观察单位交叉处的单元格，单击鼠标，被定位的单元格边框加黑显示；输入变量的第一个值，回车或按向下移动光标键“”，黑框单元格定位于观测量序号为2的单元格，输入第二个数据。 按观察单位（按行输入）输入数据 将光标移动要输入的观察单位，单击鼠标，将该观察单位标记，输入变量的第一个值，按“tab” 或“”键，输入第二个数据。 按单元格输入数据 将光标移动到想要输入的单元格，单击鼠标，输入变量值，按回车键。也可按此法修改变量值。,2019/2/5,36,显示变量值标签,2019/2/5,37,四、数据文件的保存,将数据窗中的数据以文件形式保存到指定磁盘的目录中。 保存数据文件可以使用“file”菜单项中的save（保存）和save as（另存为）。保存有两种： 直接保存为spss for windows 的数据文件，扩展名为“.sav”（默认） 保存为其他格式的数据文件，以便其他软件可以使用，如excel（*.xls） 和dbaseiii（.dbf）。,2019/2/5,38,五、数据文件的调用,从spss for windows对话框中调用：spss 启动后，对话框默认选择项为“open an existing data source”，文件栏中最多可保留以前打开的9个文件（默认）。 从菜单中调用：单击file，展开下拉菜单。菜单的下半部为以前打开的文件。 单击open file图标，按路径选择要打开的文件。 spss 可直接调用excel数据文件（第1行是变量名）。,2019/2/5,39,实习二 数据文件的编辑、 整理、转换和合并,数据文件的编辑 数据文件的整理 数据文件的转换 数据文件的合并,2019/2/5,40,一、数据文件的编辑,（一）变量的插入和删除 （二）观察单位的插入和删除 （三）数据的 剪切（cut） 复制（copy） 粘贴（paste） （四）恢复删除或修改前的数据,2019/2/5,41,（一）变量的删除和插入,删除一个变量 插入一个变量（variable） 练习：将例1.1数据文件中的变量num删除后，再插入该变量，重新输入。,2019/2/5,42,删除一个变量 把光标移至待删除的变量名处，单击鼠标，按键盘上delete键（或从菜单上选择edit cut）。,2019/2/5,43,插入一个变量（variable） 在数据窗口，把光标定位于新变量要占据的那一列的任意行上，单击鼠标；单击“插入变量”（insert variable）图标。结果在光标位置的左边插入一个变量名为“var0000n”的变量，其中n是系统定义的变量序号，原来占据此位的变量右移；可在变量窗口对插入的变量重新命名并定义其属性。,2019/2/5,44,（二）观察单位的插入和删除,插入一个观察单位（case） 删除一个观察单位 把光标移至待删除的观察单位序号处，单击鼠标，按键盘上delete键（或从菜单上选择edit cut）。 练习：将例1.1数据文件中的第2个病例删除后，再插入病例，重新输入。,2019/2/5,45,（三）数据的剪切（cut）、复制（copy）与粘贴（paste）,练习：如例1.1数据文件中的date_in变量值全部输入完毕后，发现第1个观察单位的“09/29/2004”漏输，使后面的变量值都上移一行，怎么办？,2019/2/5,46,将变量date_in当前的第1个观察单位及以后的变量值标记；从菜单选择edit cut；将光标定位于第2个观察单位处，从菜单选择editpaste；将“09/29/2004”输入到第1个观察单位处。,2019/2/5,47,（四）恢复删除或修改前的数据,如对本次的修改与删除不满意，想恢复操作前的状态，可从菜单选择edit undo，也可单击“撤消”或“恢复”快捷图标。,2019/2/5,48,二、数据文件的整理,排序（sort cases） 练习：将例1.1中的数据按“性别”和“年龄”从小到大排序，观察到什么？,2019/2/5,49,方法：从菜单选择data sort cases，打开sort cases对话框，将变量“性别”和“年龄”分别选入sort by 栏，默认升序排列（ascending），单击ok按钮。,2019/2/5,50,（二）选择观察单位 （select cases）,练习：将例1.1数据文件中“男性”，同时“年龄”在65岁以下的观察单位选择出来。观察到什么？,2019/2/5,51,方法：从菜单选择data select cases，打开select对话框，选择if condition is satisfied，单击 if 按钮，在条件栏中输入 sex = 1 & age 65 ，单击continue按钮，单击ok按钮。,2019/2/5,52,条件符号的含义 = : not。数字和符号可从对话框中直接选择。如果从键盘选入，应处于英文输入状态，以减少出错的可能。,2019/2/5,53,单击右键“&”，含义“and”,2019/2/5,54,2019/2/5,55,三、数据文件的转换,用赋值方法生成新变量（compute） 对变量值重新划分（recode） 复选题编码与substr函数的使用,2019/2/5,56,（一）用赋值方法生成新变量（compute）,练习2 根据例1.1数据文件中的“身高”和“体重”，计算体重指数，然后赋值给新变量“bmi” 。体重指数的计算公式如下（注意公式中身高的单位为m）： 体重指数（bmi）体重(kg) / 身高(m)2,2019/2/5,57,（二）对变量值重新划分（recode）,练习 将图2-9数据文件中的体重指数bmi变量值重新编码：0：24；1：24；并赋值给新变量“肥胖”。,2019/2/5,58,从菜单选择transform recodeinto different variables，打开recode into different variables 对话框，将“bmi”选入numeric variable栏，在output variable栏输入新变量肥胖 ，单击change 按钮，单击old and new values按钮。,2019/2/5,59,2019/2/5,60,（三）复选题编码与substr函数的使用（不要求）,练习：图中的变量case和e代表10位癌症患者化疗后的不良反应。不良反应共有5种，分别用字符1，2，3，4，5表示。如第1位患者无不良反应，用字符0表示；第2位患者同时有1，2，3项不良反应，用字符123表示，依此类推。字符变量e的变量值便于数据录入，但不便于统计分析，因此需要用substr函数将字符变量e分解为数值变量e1，e2，e3，e4，e5，分别代表5种不良反应，用数值0表示无，1表示有。,2019/2/5,61,数据文件与复选题编码,2019/2/5,62,paste自动打开syntax编辑窗口,2019/2/5,63,复制、粘贴、编辑 runall,2019/2/5,64,2019/2/5,65,四、数据文件的合并（不要求）,（一）增加观察单位（add cases） （二）增加变量（add variables）,2019/2/5,66,（一）增加观察单位 （add cases）,从外部数据文件中增加变量（variable）到当前数据文件中，称为横向合并。横向合并不仅要求两个需要合并的数据文件必须有一个共同的变量，如病人编号（变量名和数据类型都相同），称为关键变量，还要求两个文件中关键变量的部分变量值是相等的，如病人编号是相同的。,2019/2/5,67,练习：将数据文件a.sav和b.sav合并为c.sav。,a,b,c,2019/2/5,68,打开数据文件a.sav，作为工作文件（working data file ）。 从菜单选择：datamerge files add cases。选定数据文件b.sav为外部文件，单击“打开” ，单击“ok” ，将合并后的新工作文件（new working data file）另存为数据文件c.sav。,2019/2/5,69,2019/2/5,70,（二）增加变量 （add variables）,从外部数据文件中增加变量（variable）到当前数据文件中，称为横向合并。横向合并不仅要求两个需要合并的数据文件必须有一个共同的变量，如病人编号（变量名和数据类型都相同），称为关键变量，还要求两个文件中关键变量的部分变量值是相等的，如病人编号是相同的。,2019/2/5,71,练习：将数据文件c.sav和d.sav合并为e.sav。,c,d,e,2019/2/5,72,分别对数据文件c.sav和d.sav按关键变量“病人编号”升序排列(datasort cases)。 打开数据文件c.sav，作为工作文件（working data file ）。 从菜单选择：datamerge files add variables。选定数据文件d.sav为外部文件， 单击“打开”；单击match cases on key variables in sorted files（在已排序的数据文件中匹配关键变量值相等的观察单位），激活它下面的三个选项，本例选择both files provide cases，将“病人编号”选入key variables栏（图2.22）；单击“ok” ，将合并后的新工作文件另存为数据文件e.sav。,2019/2/5,73,2019/2/5,74,实习三 frequencies、descriptives、means和case summaries程序,frequencies descriptives means case summaries 窗口转换 输出结果的保存及打印,2019/2/5,75,frequencies、descriptives、means和case summaries这4个命令都可以计算均数、标准差、标准误等主要指标。 如果只计算上述3个主要指标，选用descriptives命令较为方便； 如果需计算中位数、百分位数和绘制频数分布图，应选用frequencies命令； 如果需分组计算均数、中位数、几何均数、标准差、标准误等指标，应选用means命令（必须有分组变量）； 如果计算几何均数，选用case summaries命令较为方便。,2019/2/5,76,一 、frequencies,（1）计算均数、标准差、标准误 （2）计算中位数、四分位数、p2.5 和p97.5和p95 （3）绘制频数分布图 （4）计算参考值范围,2019/2/5,77,从菜单选择analyzedescriptive statistics frequencies，打开frequencies对话框，将变量身高选入variables栏。 单击statistics按钮，打开statistics对话框，选择：,2019/2/5,78,2019/2/5,79,单击charts按钮，打开charts对话框，选择： histograms：直方图（对分类资料，可选用条图bar charts和圆图pie charts）。 with normal curve：加载正态曲线。本例未选。,2019/2/5,80,2019/2/5,81,图3.3 某农村地区1999年14岁女孩的身高频数分布图,2019/2/5,82,结果解释,均数为143.2（cm）、标准差为6.43（cm）、标准误为0.56（cm）； 中位数为142.8（cm）；p25和p75分别为139.3（cm）、147.2（cm）；p2.5和p97.5分别为129.7（cm）、157.8（cm）；p95为154.5（cm）； 频数分布图近似正态分布。 小结：该地14岁女孩的身高频数分布近似正态分布，身高均数为143.2（cm）、标准差为6.43（cm），95%的参考值范围为：（143.21.966.43，即130.6155.8）cm。,2019/2/5,83,二、descriptive,计算身高的最小值、最大值、均数和标准差。 从菜单选择analyzedescriptive statistics descriptives，打开descriptives对话框，将变量身高选入variables栏； 单击options按钮，打开options对话框（打钩的是默认项目） 单击continue按钮返回，单击ok按钮。,2019/2/5,84,2019/2/5,85,结果解释,最小值和最大值分别为125.9和162.6厘米，均数和标准差分别为143.2和6.43厘米。,2019/2/5,86,三、频数表资料与weight（加权）,例：某种传染病的潜伏期（天）如下。求平均潜伏期m和潜伏期的第95百分位数p95,2019/2/5,87,用变量 f 进行加权。从菜单选择：dataweight cases，打开weight cases对话框。单击ok按钮。加权后，虽然数据窗的数据表面上没有改变，但程序已经记住：有26个观察值为6，48个观察值为10，25个观察值为14，等。,2019/2/5,88,从菜单选择analyzedescriptive statistics frequencies，打开freq