SPSS中英对照

定义变量 Tpye变量类型默认类型为数值型 Numeric Width变量长度默认长度为 8 Decimal小数位数默认小数位数为 2 Label变量标签用户自定义 Values值标签用户自定义 Missing缺失值用户自定义 Columns列宽变量在 Data View 中所占列 宽默认为 8 个英文字符宽 Align对齐方式默认右对齐 Right Measure 测度方式默认为范围测试 Scale 即 连续变量 菜单选项 No missing values无缺失值 Discrete missing values离散缺失值 Range plus one optional discrete missing value附加一个范围外缺失值 Ascending 升序 Descending 降序 Transpose转置 Add cases增加观测量 Merge Files合并文件 Unpaired Variables不成对变量 Indicate cases source as variable产生变量来指明观测量来源 Excluded Variable被排除在新文件之外的变量 Match cases on key variables in sorted files在经分类的文件中按关键变量匹配观测量 Use expression as label使用计算目标变量的表达式作为标签 Included if cases satisfies condition对满足条件的观测量计算新变量值 时间序列转换函数 Difference 变差 函数产生原变量值序列的相信值之间的变差 指 定 Order 阶数 框数值 大于等于 1 的整 数 可以计算相应阶的变差 Seasonal difference 季节变差 函数适用于具有季节性变动的时间序列 季节变 差函数将产生与原时间序列相距一定周期值 的观测量之间的变差 Centered moving average 中心移动平均 函数将原变量以序列的观测值以指定的 Span 时 段长 进行移动平均 产生移动平均时间序 列 如指定 Span 值为奇数 n 选择中心移动 平均后 产生的新序列首尾各减少 n 1 2 个数值 Span 值为偶数 n 选择中心移动平 均后 需要将产生的平均值序列的每相邻的 两个值再平均一次 产生的新序列首尾各减 少 n 2 个数值 Prior moving average 向前移动平均 函数将原变量值序列的观测值以指定的 Span 进 行移动平均 和平均值顺着时间向前的方向 列在新变量列里 产生新的时间序列 新变 量列中观测值向前移动的时段长正好等于指 定的 Span 值 Running median 移动中位数 函数与居中移动平均相同 只不过是将原变量序 列的观测值以指定的 Span 确定其中位数 列在新变量列里 产生新的时间序列 Cumulative sum 累积和 函数从原变量值序列的第一个值开始逐项累积求 和 求和所得到的数值依次作为新变量值 产生新的时间序列 Lag 延迟 函数 Lead 前移 函数分别将原变量序列的各项观测值按指定的 Order 阶数 向前和向后平移 对于新变 量 首尾将减少与 order 值数量相等的观测 值作为缺失值对待 Smoothing 平滑 函数使用该函数将按照一种称之为 T4253H 的方 法对原变量序列的各项数据进行平滑或修匀 产生新的时间序列 缺失值估计方法 Series mean 序列平均 用整个序列有效数的平均值作为缺失值的估 计值 Mean of nearby point 邻近值平均 如果选择此方法以 Method 栏中的 Span of nearby points 栏的两个单选项 Number 缺失 值邻近点的点数 和 All 全部观测值 被 激活 如选择前者 输入 Number 数值指定 的缺失值上下邻近点的点数 则将这些点数 的有次数值的均值作业缺失值估计值 如邻 近点的数达不到指定的数值 则缺失值仍然 保留 选择后者 则用全部有效观测值的均 值作为缺失值的估计值 效果与选用 Series mean 法相同 Median of nearby points选择此法与 Mean of nearby points 一样用缺 失值上下邻近点指定 Span 间隔 范围内的 有效数值或全部有数数值的中位数作为缺失 值的估计值 Linear interpolation对缺失值之前最后一个和其后第一个有效值 使用线性插值法计算估计值 如果序列的第 一个或最后一个观测值缺失 则不能用这 种方法替代这些缺失值 Linear tread at point选择此法 对原序列以序号为自变量 以选 择变量为因变量求出线性回归方程 再用回 归方程计算各缺失值处的趋势预测值 并用 预测值作为替代相应的缺失值 当选择的替 代方法 Number 值等项设置进行更换后 都需要单击 Change 按钮确认 统计量 Sum和 Number of cases观测量数 Mean均值 Median中位数 Grouped Median组中位数 Minimum最小值 Maximum最大值 First Last第一 最末观测值 Kurtosis峰度 Skewniss偏度 Standard Deviation标准差 Geometric Mean几何平均值 Harmonic Mean调和平均值 Std Error of the mean平均标准误 Std Error of Kurtosis峰度标准误 Std Error of Skewness偏度标准误 Percentage of Total N观测量总数百分比 Percentage of Total Sum观测量值总和百分比 差值概述统计 Differences for Summary Statistics差值的概述统计 Differences between Variables 变量值间的差 计算变量对之间的差值 选此选项之前 必 须在主对话框中选择至少两个概述变量 Differences between groups 组间差 计算由分组变量定义的组对之间的差值 选 此选项之前 必须在主对话框中选择一个或 者多个分组变量 Type of Differences差值类型 Percentage difference 百分数差 计算百分数差 即输出一配对变量 中的第 一个变量值减去第二个变量值的差值与第二 个变量值的百分比 Arithmetic difference 算术差 计算算术差 即输出一配对变量中的第一个 量值减去第二个变量值的绝对差 观测值概述 Display cases显示观测值 Limit cases to first限制参与概述的观测量 Show only valid cases仅显示有观测值 Show case numbers显示观测量序号 标题概述 Subheadings for totals 所有分组标题 输出的酸奶 述表中显示各分组的总和 Excludes cases with missing values listwise 排 含有缺失值的变量 将概述变量的缺失值全部以排除 Missing statistics appearas 出现缺失统计量 可在矩形框中键入字符 文字或者短语来标 记缺失值 页面布局 页面布局Page Layout Page Begins on 页面起始 设置输出报告页的起始行数 缺省时 起始 行从 1 开始 Ends on Lines 结束行数 设置输出报告页的结束行数 结束行数必须 大于起始行数 Line Begins in Column 左侧边距 设置输出页码的左页边距 Ends in Column 右侧边距 设置输出报告页码的右面边距 最大数值可 达到 285 个字符 Alignment within Margins 页边对齐方式 设置输出报告页码左 中 右对齐方式 Page Titles and Footers 页头和页脚 为页标题和脚注设置栏 Lines after titles 标题下空行 设置标题与报告首行之间的空行数 Lines before footer s 脚注间空行设置脚注与报告之间的空行数 Column Titles 列标题 为列标设置 Underscore titles列标题下加下划线 Vertically align设置列标题对齐方式 Break Column分列 All break in first column 所有的分组变量都将排在第一列 描述性统计量 Descriptives 描述性统计量 输出结果显示均值 中位数 5 调整平均 数等描述统计量的值 其中的 Confidence Interval for mean 均值的 n 置信区间 将显示 1 总体均值的 95 置信区间 95 为系统默 认的置信概率 可以改变此数值 范围是 1 99 M estimators M 估计值 输出的结果显示几种描述集中趋势的估计量 Outliers 奇异值 显示五个最高与最低的观测值 并显示变 量标识 Percentiles 百分位数 显示第 5 10 25 50 75 90 及 95 百分 位数 探索性分析图形 Boxplots 箱图 Factor levels together 全部因子变量水平箱形 图 将每个因变量对于不同分组的箱图并列显示 利于比较各组在因变量同一水平上的差异 Dependents together 全部因变量箱形图 根据因子变量每个分组单独产生箱图 各因 变量的箱形图并排排列 Stem and leaf茎叶图 Spread vs Level with levene Test带 Levene 检验的散布水平 Power estimation 功效估计 将产生四分位数间距的自然对数与所有单元 中位数的自然对数的散布图 Transformed 转换 可以选择相应的幂次 power 产生转换后 数据的散布图 Untransformed 不进行数据转换 产生原始数据的散布图 比率统计分析 Ratio Statistics比率统计分析 AAD Average Absolute Deviation 比率平均绝对偏差 COD Coefficient Of Dispersion 比率离散系数 PRD Price Related Differential 比率相对差别 COV Median centered 中位数 中心变异系数 Ratio Between 比率范围 可以设定 Low Proportion 比率下限值 和 High proportion 比率上限值 Ratio Within 比率内 根据中位数的百分比指定一个隐含的区间 输入的数值为 0 到 100 之间 区间下限为 1 0 01 数值 中位数 下限为 1 0 01 数值 中位数 比率统计量 AAD 比率平均绝对偏差 Average Absolute Deviation 指的是中位数的比率绝对差和除以比率的总 个数 COD 比率离散系数 Coefficient Of Dispersion 表示平均绝对偏差占中位数的百分比 PRD 比率价格相对差别 Price Related Differential 表示比率平均数除以比率加权平均数的值 Median centered COV 中位数 中心变异系 数 指的是比率标准差占比率平均数的比例 相关分析系数 皮尔逊 Pearson 相关系数 22 yyxx yyxx R ii ii xy 斯皮尔曼 Spearman 相关系数 肯德尔 Kendall 相关系数 Test of Significance显著性检验 Two tailed Test of Significance 双侧显著性检验 One tailed Test of Significance单侧显著性检验 Flags significant correlations标出显著性意义的相关关系 系数小于 0 05 即在 0 05 显著水平下两变量相关 Bivariate Correlations两变量相关分析 Mean and standard deviations 均值与标准差 显示每个变量均值与标准差及非缺失值的样 本数 Cross product deviations and covariance 叉 积离差矩阵和协方差矩阵 显示每对变量的叉积离差矩阵和协方差矩阵 叉积离差等于均 Partial Correlations偏相关分析 Mean and standard deviations 均值与标准差 显示每个变量的均值 标准差及有效值个数 Zero order correlation 零阶相关系数 显示所有变量 含控制变量 的简单相关系 数 Controlling Variables 控制变量 用于偏相关分析 控制一个变量不变 线性回归分析 Dependent 因变量 作为模型的被解释变量 Independent 自变量 作为模型的解释变量 Method 方法 对相同变量建立不的回归模型 Enter 直接进入法 即全部备选变量一次进入回归模型 Stepwise 逐步回归法 在每一步中一个最小概率 概率小于设定值 的变量将引入回归方程 若已经引入回归方 程的变量的概率大于设定值 将被剔除出回 归方程 当无变量被引入或被剔除时 则终 止回归过程 Remove 强制剔除法 将所有不进入方程模型的备选变量一次剔除 Backward 后向选择法 一次性将所有变量引入方程 并依次进行剔 除 首先剔除与因变量最小符合提出标准的 变量 依引类推 当方程中的变量均不满足 剔除标准 时则终止回归过程 Forward 前向选择法 被选变量依次进入回归模型 首先引与因变 量最大相关且符合引入标准的变量 引入第 一个变量后 然后引入第二个与因变量最大 偏相关并且符合引入标准的变量 依次类推 当无变量符合引标准时 则回归过程终止 Selection Variable 选择变量 指定分个案的选择规则 WLS Weight 加权最小二乘法 利用加权最小平方法给观测量不同的权重值 它可用来补偿或减少采用不同测量方式所产 生的误差 需要注意的是 因变量与自变量 不能再作为加权变量使用 加权变量 的值 如果是零 负数或缺失值 那么相对应的观 测量将被删除 Regression Coefficients回归系数 Confidence intervals 置信区间 输出每一个非标准回归系数 95 的可信区间 或者一个矩阵 Covariance matrix 协方差矩阵 输出非标准化回归系数的协方差矩阵 各变 量的相关系数矩阵 Model fit 描述性统计量 输出产生方程过程中引入模型及从模型中别 除的变量提供复相关系数 R 复相关系数平 方及其修正值 估计值 ANOVA 方差分析 表等 这是默认选项 R squared change R 平方改变量 输出的是当回归方程中引入或剔除一个自变 量后 R 平方的变量 如果较大 说明进入和 从回归方程剔除的可能是一个较好的回归自 变量 Descriptive 描述性统计量 输出合法观测量的数量 变量的平均数 标 准差 相关系数矩阵及其单侧检验显著水平 矩阵 Part and partial correlations 部分及偏相关系 数 输出部分相关系数 偏相关系数与零阶相关 系数 Collinearity diagnostics 共线性诊断 输出用来诊断各变量共线性问题的各种统计 量和容限值 Residuals残差统计量 Durbin Watson Durbin Watson 检验统计量 用来检验残差是否存在自相关 Casewise diagnostics 个案诊断 输出观测量诊断表 Outliers outside n standard deviation超出 N 倍标准差以上的个案为异常值 All cases 所有个案 表示输出所有观测量的残差值 由于我们的 是时间序列 有可能存在自相关 散点图 Dependent因变量 ADJPRED经调整的预测值 ZPRED标准化预测值 SRESID学生化残差 ZRESID标准化残差 SDRESID学生化剔除残差 DRESID剔除残差 Standardized Residual Plots标准化残差图 Histogram标准化直方图 Normal probability plot标准化残差分析分布与正态概率比较图 Produce all partial plots产生所有的偏残差图 线性回归分析 Predicted 预测值 可以选择输出回归模型每一观测值的预测量 Unstandardized 未标准化预测值 模型中因变量的预测值 Standardized 标准化预测值 将每个预测值转换成标准化形式 即用预测 值 与平均预测值之差除以预测值的标准差 Adjusted 调整的预测 在回归系数计算中剔除当前个案时 当前个 案的预测值 SE of mean prediction values 预测值均值的 标准误 与自变量相同数值因变量均值的标准误 Mahalanobis 马哈拉诺比斯距离 是一个测量自变量观测值中有多少观测值与 所有观测量均值不同的测度 把马氏距离数 值大观测量视极端值 Cook s 库克距离 如果一个特殊值被排除在回归系数的计算之 外时 库克距离用于测量所有观测量的残差 将会有多大的变化 库克距离数值大的观测 量被排除在回归分析的计算之外 会导致回 归系数发生实质性变化 Leverage values 杠杆值 用于测试回归拟合中一点的影响 中心化杠 杆值范围从 0 到 N 1 N 拟合中如没有影 响则杠杆值为 0 预测区间 Prediction Intervals Mean 平均预测区间 表示预测区间的上下限 Individual 个体预测区间 因变量的单个观测量预测区间的上下限 Confidence Interval 置信区间 在小框中输入 1 99 99 中的一个数值 作为 预测区间的置信概率 通常选用的围住概率 为 90 95 或 99 系数默认值为 95 残差 Residuals Unstandardized 未标准化残差 即因变量的实际值与预测值之差 Standardized 标准化残差 未标准化残差被估计标准误除后的数值 即 所谓的 Pearson 残差 其均值为 0 标准差 为 1 Studentized 学生化残差 从一个观测量到另一个观测量的残差被估计 标准差除后的数值 Deleted 剔除残差 从回归系数的计算中剔除的观测量的残差 等于 等于因变量的值与经调整的预测值之 差 Studentized deleted