SPSS课程教学大纲.doc

SPSS课程教学大纲（2005年制订）课程编号：080189英 文 名：Statistic Package of Social Science课程类别：专业选修课前 置 课：社会研究方法,社会统计学等后 置 课：社区工作等学 分：2学分课 时：36课时主讲教师：李春平选定教材：卢纹岱.SPSS for windows统计分析（第2版）.电子工业出版社,2002年.课程概述：SPSS是软件英文名称的首字母缩写，原意为Statistical Package for the Social Sciences，即“社会科学统计软件包”。是国际著名三大社会科学统计软件包之一（SAS、SPSS、Statis）。全球约有25万家产品用户，它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。SPSS最突出的特点就是操作界面极为友好，输出结果美观漂亮，它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。教学目的：要求学生在大概了解SPSS原理的基础上，能够结合统计学原理的知识，掌握其操作过程，进行一般的社会经济统计分析，并且能够根据结果解释、论证假设，写出一般的社会经济统计分析文章。教学方法：根据本课程的特点，采取理论教学与案例教学相结合的方法，通过系统讲解SPSS统计软件中的主要分析模块，及与之对应的统计学原理知识，使学生了解SPSS分析软件中各个模块的作用，并结合例题、上机操作，独立运用软件分析问题，使学生具备理论联系实际分析问题、解决问题的能力。各章教学要求及教学要点第一章 SPSS统计软件概述課时分配：4课时教学要求：学习本章，应主要了解SPSS统计软件的安装，熟悉软件的界面，学会不同的数据输入、输出方式，以及简单的数据整理。在录入完成之后，有必要对数据进行全面的整理检查。数据整理主要是尽可能的处理错误或不合理的信息以及进行一致性的检查。虽然经过回收问卷、编码过程以及录入的重重检查，但是数据的整理过程是使用计算机进行的，对数据的矫正将更为彻底。寻找出超出选项范围、极端值或逻辑上不一样的数据。教学内容：第一节SPSS概况一、SPSS简介二、操作方式：三、缺点和不足第二节SPSS安装与进入第三节SPSS数据分析实例详解一、数据的输入和保存（一）SPSS的界面（二）定义变量（三）输入数据（四）保存数据二、数据的预分析（一）数据的简单描述（二）绘制直方图（三）按题目要求进行统计分析（四）导出分析结果上机操作：1、按要求定义变量2、基本的有插入、删除、修改、拷贝、移动、快速定位、保存等基本操作。3、另外有数据格式的转变（txt, excel与spss的互转）。4、排序、抽样、转置等操作。5、数据的计算。6、日期型数据的输入。7、缺失值得计算。第二章描述统计分析课时分配：4课时教学要求：学习本章，应主要掌握运用SPSS软件对数据进行简单分组，计算频数及基本的描述统计分析。研究、组织、整理大量资料（数据），并用统计量（或统计指标）描述这些资料的方法，它是数理统计方法的基本支柱之一。描述统计是英国人高尔顿和皮尔生在研究优生学和生物统计学时，把研究手段抽象化的产物，后来推广应用于经济、社会、人口等各个领域的统计研究。实际上，描述统计就是对所搜集到的大量的、零乱的资料进行整理分组，编制次数分配表，然后对它作出更简要概括的测定和描述，它的任务就是简缩数据，描述数据。19世纪和本世纪初的统计学主要是描述性的，其内容包括：（1）编制次数分配表和绘制次数分配曲线，用以表现资料的概要；（2）计算各种平均数（算术平均数、中位数、众数等），用以测定和表现资料分布的集中趋势；（3）计算离差数（全距、平均差、均方差等），用以测定和表现资料分布的离中趋势；（4）测定次数分配不对称或偏斜程度，即对一个次数分配中所包含的各个观察值的排布，测定其是否对称于中位值；（5）测定次数分配曲线图形的顶峰尖峭或平坦的程度，等等。教学内容：第一节Frequencies过程一、界面说明二、实例分析三、结果解释第二节Descriptives过程一、界面说明二、实例分析三、结果解释上机操作：1、作频数分析并画出直方图2、进行数据分组第三章均值比较与检验课时分配：4课时教学要求：学习本章，主要了解假设检验、均值比较过程。理解假设检验的基本思想，掌握假设检验的一般步骤，了解假设检验可能犯的两类错误；会进行一个和两个正态总体的均值及标准差的各种假设检验；了解某些非正态总体参数的假设检验；会利用皮尔逊准则检验关于分布律的假设；教学内容：第一节Means过程一、界面说明二、分析实例三、 结果解释第二节 One-Samples T Test过程一、界面说明二、分析实例三、 结果解释第三节Independent-Samples T Test过程一、界面说明二、分析实例三、 结果解释第四节 Paired-Samples T Test过程一、界面说明二、分析实例三、 结果解释上机操作：One-Samples T Test过程、Independent-Samples T Test过程、Paired-Samples T Test过程。第四章方差分析课时分配：4课时教学要求：理解方差分析，学会使用软件操作。方差分析是统计学中一种独特的假设检验方法，它的最基本的功能就是一次性检验多个总体平均数的差异显著性。但是方差分析功能还远不止此，它还可以同时在多个不同方向上分别比较各向内多个平均数之间的差异，还可以发现不同方向因素之间有无“交互作用”的相互影响。方差分析的目的两个总仪平均数差异的显著性检验的目的是为了检验两个总体平均数之间有无显著性差异，采用的检验方法是z检验或t检验。方差分析就是这样一种用于多个总体平均数差异显著性检验，既不增加反错误概率，又不加大工作量的一次性通盘检验方法。它的最基本功能就是一次性检验多个总体平均数的差异显著性。单向方差分析的方法，其功能就是笔记哦啊一个方向上多个总体平均数间的差异。单向方差分析的数据，只有一个维度方向，在这一方向上可以分为k个总体水平。在方差分析中，所谓一个维度方向实际上是指对实验数据在一个方向上进行分类，在一个方向撒谎感不同的水平取值，过去我们称其为不同总体和不同样本，在方差分析中称之为不同的水平，有时我们还借用实验设计语言，称其为三种不同的处理，意指有三种不同的实验处理方法。教学内容：第一节单因素方差分析一、界面说明二、分析实例三、 结果解释第二节多因素方差分析一、界面说明二、分析实例三、 结果解释上机操作：1、单因素方差分析2、单因变量多因素方差分析第五章相关分析课时分配：4课时教学要求：理解相关分析，学会做相关图及判断变量间的相关性。变量之间有关，但又不能由一个或几个变量值去完全和唯一确定另一个变量值的这种关系称为相关关系。相关关系是普遍存在的，函数关系仅是相关关系的特例。事物之间存在相关关系，不一定是因果关系，也可能仅是伴生关系。但如果事物之间有因果关系，则两者必然相关。 相关分析是研究和处理变量之间相关关系的数理统计方法。通过相关图和回归方程的建立可以从影响着某个变量的许多变量中判断哪些变量是显著的，哪些是不显著的，并可以利用回归方程进行预测和控制。教学内容：第一节Bivariate过程一、界面说明（一）Pearson相关（二）Spearman相关（三）Kendall相关二、分析实例三、 结果解释第二节Partial过程一、界面说明二、分析实例三、 结果解释上机操作：1、两个变量间的简单相关分析（等级相关）2、多个变量的偏相关分析第六章回归分析课时分配：4课时教学要求：理解回归分析的基本概念，理解回归函数及回归方程的定义，理解最小二乘法的概率意义；熟练地运用最小二乘法求线性回归方程；理解线性相关的显著性检验的必要性，会进行线性回归的方差分析及相关系数的显著性检验；会利用线性回归方程进行预测和控制；了解非线性回归化为线性回归的方法，掌握简单的多项式回归；了解简单的多元线性回归及其方差分析；教学内容：第一节简单线形回归一、界面说明二、分析实例三、 结果解释第二节多元回归分析一、界面说明二、分析实例三、 结果解释上机操作：1、两变量的线性回归分析2、多元回归分析中变量的选择问题第七章主成分和因子分析课时分配：4课时教学要求：学习本章，主要理解主成分分析和因子分析的原理及其区别，学会使用软件进行主成分分析及因子分析。它们的区别主要有以下几点：1，因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成 个变量的线性组合。 2，主成分分析的重点在于解释个变量的总方差，而因子分析则把重点放在解释各变量之 间的协方差。 3，主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假 设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同 因子和特殊因子之间也不相关。 4，主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，的主成分 一般是独特的；而因子分析中因子不是独特的，可以旋转得到不到的因子。 5，在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特 征值大于1的因子进入分析），而指定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。 和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于 使用因子分析，并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个 新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主 成分分析。当然，这中情况也可以使用因子得分做到。所以这中区分不是绝对的。总得来说，主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分 析一般很少单独使用：a，了解数据。(screening the data),b,和cluster analysis一起使用，c，和判别分析一起使用，比如当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成份发对变量简化。（reduce dimensionality）d,在多元回归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性。教学内容：第一节主成分分析一、界面说明二、分析实例三、 结果解释第二节因子分析一、界面说明二、分析实例三、 结果解释上机操作：1、因子分析及主成分分析2、因子分析与主成分分析的区别第八章聚类和判别分析课时分配：4课时教学要求：学习本章，理解聚类分析和判别分析的统计学原理，辨别它们的不同之处，聚类分析和判别分析有相似的作用，都是起到分类的作用。但是，判别分析是已知分类然后总结出判别规则，是一种有指导的学习；而聚类分析则是有了一批样本，不知道它们的分类，甚至连分成几类也不知道，希望用某种方法把观测进行合理的分类，使得同一类的观测比较接近，不同类的观测相差较多，这是无指导的学习。所以，聚类分析依赖于对观测间的接近程度（距离）或相似程度的理解，定义不同的距离量度和相似性量度就可以产生不同的聚类结果。教学内容：第一节聚类分析一、界面说明二、分析实例三、 结果解释第二节判别分析一、界面说明二、分析实例三、 结果解释上机操作：1、聚类分析及判别分析2、聚类分析与判别分析的不同（二）课程实验教学序号实验名称学时实验目的实验要求1SPSS概览2SPSS安装与进入能够熟练掌握数据的输入和保存2数据文件的管理2建立与保存数据文件-File能够编辑数据文件，从原有变量计算新变量3Descriptive Statistics菜单2Frequencies，Explore，Crosstabs过程熟悉界面，掌握操作4Compare Means菜单2Means过程，One-Samples T Test过程Independent-Samples T Test过程掌握操作过程，能够解释结果。5Compare Means菜单2Paired-Samples T Test过程，One-Way ANOVA过程掌握操作过程，能够解释结果。6General Linear Model菜单2两因素方差分析univarate协方差分析其他较简单的方差分析问题熟悉界面，掌握操作，能够解释结果7Data Reduction菜单2主成分分析因子分析掌握不同实验设计所使用的统计方法8Correlate菜单2Bivariate过程Partial过程了解界面，能对结果进行解释9Regression菜单2Linear过程熟悉界面，能进行简单操作10Regression菜单2Binary Logistic过程能对实例结果进行解释11Nonparametric Tests菜单2One-Sample Kolmogorov-Smirnov Test， Two-Independent-Samples Tests大概了解12SPSS结果窗口用法2结果浏览窗口结果草稿浏览窗口掌握结果窗口