SPSS应用归纳.doc

SPSS应用概要一、SPSS之参数检验1）单样本t检验单样本t检验的目的是利用来自某总体的样本数据，推断该总体的均值是否与指定的检验值存在显著差异。AnalyzeCompare meansOne-Samples T test选取任意变量到Test Variable，之后在Test Value框中输入检验值。2）两独立样本t检验两独立样本t检验的目的是利用来自两个总体的独立样本，推断两个总体的均值是否存在差异。AnalyzeCompare meansIndependent-Samples T test3）两配对样本t检验（已经有方差分析的影子）两配对样本t检验的目的是利用来自两个总体的配对样本，推断两个总体的均值是否存在差异。所谓“配对样本”，可以是个体在处理“前”“后”两种状态下某种属性的两种状态，也可以是对某事物两个不同侧面或方面的描述。AnalyzeCompare meansPaired-Samples T test二、SPSS之方差分析1）单因素方差分析单因素方差分析是用来研究一个控制变量的不同水平是否对观测变量产生了显著影响。如分析不同施肥量是否给农作物产量带来显著影响；研究地区差异是否影响妇女的生育率；研究学历对工资收入的影响等。AnalyzeCompare meansOne-Way ANOVA 如图所示，将观测变量x（如上述农作物产量、妇女生育率、工资收入等）选择到Dependent List框；将控制变量g（如上述施肥量、地区、学历等）选择到Factor框。进一步分析方差齐性检验与多重比较检验在窗口有三个选项，分别为“Contrasts”“Post Hoc”“Option”：Contrasts用来实现先验对比检验和趋势检验；Post Hoc用来实验多重比较检验，如LSD方法；Option用来对方差分析的前提条件进行检验，如齐性检验、变量描述、均值的折线图等等。2）多因素方差分析多因素方差分析用来研究两个及两个以上控制变量是否对观测变量产生显著影响。例如，分析不同品种、不同施肥量对农作物产量的影响时，可将农作物产量作为观测变量，品种和施肥量作为控制变量。AnalyzeGeneral Linear ModelUnivariate 把观测变量x指定到Dependent Variable框中，把固定效应的控制变量g1、g2指定到Fixed Factor(s)框中，把可能的随机效应的控制变量指定到Random Factor(s)框中，此处也可选择因子的交互作用。进一步分析非饱和模型与均值检验在窗口主要用到二个选项，即“Model”“Post Hoc”Model默认建立的为饱和模型，选择“Custom”则可自定义非饱和模型中的数据项，其中“Interaction”为交互作用，“Main effects”为主效应，“All 2-way”、“All 3-way”等表示二阶、三阶或更高阶交互作用；Post Hoc用来实验多重比较检验，和单因素方差分析相同。3）协方差分析为更加准确地研究控制变量不同水平对观测变量的影响，应尽可能排除其他因素对分析结论的影响。除了通过设计科学的实验方案，对数据获取的过程和方式等加以控制外，也可以从方法入手，在数据分析时利用更有效的分析方法对影响因素加以排除。AnalyzeGeneral Linear ModelUnivariate只是要把作为协变量的变量指定到Covariate(s)框中。可以说，协方差分析是介于方差分析和回归分析之间的一种分析方法，作为协方差的变量一般是定距向量，且通常要求多个协变量之间无交互作用，且观测值与协变量之间有显著的线性关系。三、SPSS之非参数检验样本处理后，往往希望了解样本的分布是否与某个已知的理论分布相吻合，除了汇制各种图形作粗略判断，还可以利用非参数检验的方法来实现。1）单样本的非参数检验总体分布的卡方检验：AnalyzeNonparametric TestsChi-Square待检验变量放入Test Variable框中二项分布检验：现实生活中有很多数据的取值是二值的，例如人群可以分为男性和女性，产品可以分为合格与不合格等等。AnalyzeNonparametric TestsBinomial单样品K-S检验：主要检验总体是否服从某一理论分布，主要有Normal正态分布、Uniform均匀分布、Poisson泊松分布、Exponential指数分布变量随机性检验：AnalyzeNonparametric TestsRuns待检验变量放入Test Variable List框中2）两独立样本的非参数检验AnalyzeNonparametric Tests2 Independent Samples待检验变量放入Test Variable List框中；分组变量指定到Grouping Variable，可选择四种检验方式:两独立样本的曼-惠特尼U检验用于对两总体分布的比较判断；两独立样本的K-S检验/两独立样本的游程检验/极端反应检验检验两总体的分布是否存在差异3）多独立样本的非参数检验AnalyzeNonparametric TestsK Independent Samples待检验变量放入Test Variable List框中；分组变量指定到Grouping Variable4）两配对样本的非参数检验AnalyzeNonparametric Tests2 Paired Samples待检验的配对变量放入Test Pair(s) List框中5）多配对样本的非参数检验如收集乘客对多家航空公司是否满意的数据，分析航空公司的服务水平是否存在显著差异，其实也就类似于多重因素分析。AnalyzeNonparametric TestsK Paired Samples待检验的若干配对变量放入Test Variables框中四SPSS的相关分析和线性回归分析1）相关分析AnalyzeCorrelateBivariate把参加计算的变量选到Variate框，选择检验方式：Pearson、Kendalls tav-b、Spearman2）偏相关分析相关分析中研究两事物的线性相关性是通过计算相关系数实现的，然而，就相关系数本来来讲，它未必是两事物间线性相关强弱的真实表现，往往有夸大的趋势。所以引入偏相关分析，即剔除其他相关因素影响的情况下计算变量间的相关。AnalyzeCorrelatePartial把参加计算的变量选到Variate框，选择一个或多个控制变量到Controlling for框中。3）线性回归分析AnalyzeRegressionLinear选择被解释变量到Dependent框中，选择一个或多个解释变量到Independent(s)框中。Statistics中可选残差DW检验，即相关残差序列自相关，如自相关的话，则回归模型没能充分说明被解释变量的变化规律，也或者模型不合适，不应选用线性模型。Plot框中，ZRESID表示标准化残差、ADJPRED表示调整的预测值、SRESID表示学生化残差、SDRESID表示剔除学生化残差。多元回归适用同样的步骤4）曲线估计AnalyzeRegressionCurve Estimation 选择被解释变量到Dependent框中，若是相关变量放入Variable选项，若是时间变量则选择Times参数。如果要保存预测值、预测区间、显著性水平等，可在左图主对话框中点击“Save”按钮。5）二项Logistic回归五、SPSS之聚类分析AnalyzeClassifyHierarchical Cluster把参与层次聚类分析的变量X1、X2、X3选在Variable(s)框中，标记变量Region选到Label Cased by框中；在Cluster框中选择聚类类型，Cases表示进行Q型聚类，Variables表示进行R型聚类；点击Plots选择统计图表：树形图或冰柱图。六、主成分分析AnalyzeData reductionFactor Analysis 把参与分析的变量X1X7选在Variable(s)框中，Descriptive中选择Univariate descriptives（单变量描述统计量）项要求输出