第3章-SPSS描述性统计分析ppt课件

.,第3章SPSS描述性统计分析,.,统计分析的目的是研究总体的数量特征。为实现上述分析，往往采用两种方式实现：第一，数值计算，即计算常用的基本统计量的值，通过数值来准确反映数据的基本统计特征；第二，图形绘制，即绘制常见的基本统计图形，通过图形来直观展现数据的分布特点。通常，这两种方式都是混合使用的。,.,3.1SPSS在频数分析中的应用,1.使用目的频数分布表是描述性统计中最常用的方法之一。它主要能够了解变量取值的状况，对把握数据分布特征非常有用。例如，了解某班学生考试的学习成绩、了解某地区居民的收入水平等都可以借助于频数分析。,3.1.1频数分析的基本原理,.,2.软件使用方法,频率分析过程就是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值以及常用的条图、饼图等统计图。同时，SPSS的频数分析还可以进行分位数、描述集中趋势的基本统计量等计算功能。这些统计量的具体分析会在以后章节中讲解。,.,3.Bootstrap方法,（1）采用重抽样技术从原始样本中抽取一定数量（自己给定）的样本，此过程允许重复抽样。（2）根据抽出的样本计算给定的统计量T。（3）重复上述N次（一般大于1000），得到N个统计量T。（4）计算上述N个统计量T的样本值，最终得到统计量的估计值。,.,3.1.2频数分析的SPSS操作详解,选择菜单栏中的【分析】【描述统计】【频率】命令，弹出【频率】对话框，如图3-1所示，这是频数分析的主操作窗口。,Step,01,图3-1【频率】对话框,.,在左侧的候选变量列表框中，选取一个或多个待分析变量，单击按钮，将它们移入右侧的【变量】列表框中。勾选【显示频率表格】复选框，输出频数分析表。在该对话框中还可以单击【统计量】和【图表】等按钮，进行其他基本统计分析，这些选项提供了丰富的统计输出结果。,Step,02,Step,03,Step,04,.,单击【统计量】按钮，弹出如图3-2所示的【频率：统计量】对话框，该对话框主要用于输出各类基本统计量结果。,图3-2【频率：统计量】对话框,.,单击【图表】按钮，弹出如图3-3所示的【频率：图表】对话框，该对话框主要用于输出图形结果。,图3-3【频率：图表】对话框,.,单击图3-1中的【格式】按钮，弹出如图3-4所示的【频率：格式】对话框，在此对话框中可以设置频数表输出的格式。,Step,05,图3-4【频率：格式】对话框,.,单击图3-1中的【Bootstrap】按钮，弹出如图3-5所示的【Bootstrap】对话框，在此对话框中可以进行下述统计量的Bootstrap估计。支持均值、标准差、方差、中位数、偏度、峰度和百分位数的Bootstrap估计。支持百分比的Bootstrap估计。,Step,06,图3-5【Bootstrap】对话框,.,单击【确定】按钮结束操作，SPSS软件自动输出结果。,Step,07,.,3.1.3实例图文分析：产品的销售量,假设某公司每周大约卖出2000万件产品，但市场的需求不稳定，该公司的生产经理想更好的掌握近期该产品的分布情况。假设下面给出的销售数字（单位：百万）代表近期公司该产品每周的销售数据。利用频数分析你能得到什么有助于生产及销售的的信息？2418182624231618212021241919142221262715191720201922231623211519212022152419,.,打开SPSS软件和数据文件3-1.sav，选择菜单栏中的【分析】【描述统计】【频率】命令，弹出【频率】对话框，如图3-6所示。,Step,01,图3-6【频率】对话框,.,在左侧的候选变量列表框中选择“sale”变量，将其添加至【变量】列表框中，表示它是进行频数分析的变量，如图3-7所示。,Step,02,图3-7选择分析变量,.,单击【统计量】按钮，弹出如图3-8所示的【频率：统计量】对话框；勾选【四分位数】复选框，要求输出四分数，然后单击【继续】按钮，返回【频率】对话框。,Step,03,图3-8选择输出统计量,.,单击【图表】按钮，弹出如图3-9所示的【频率：图表】对话框，由于该数据属于数值型，因此点选【条形图】单选钮，表示结果输出条形图；再单击【继续】按钮，返回【频率】对话框。,Step,04,图3-9选择输出图形类型,.,单击【确定】按钮完成操作。（1）基本统计结果输出,Step,05,频数分析基本统计结果,.,（2）频数分析表输出,频数分析表,.,(3)直方图,.,3.2SPSS在描述统计分析中的应用,3.2.1描述统计分析的基本原理1.使用目的2.刻画集中趋势的描述统计量3.刻画离散程度的描述统计量4.刻画分布形态的描述统计量,.,3.2.2描述统计分析的SPSS操作详解,描述过程过程是连续资料统计描述应用最多的一个过程，它可对变量进行描述性统计分析计算，并列出一系列相应的统计指标。这和其他过程相比并无不同。但该过程还有个特殊功能，就是可将原始数据转换成标准化值，并以变量的形式保存。,.,选择菜单栏中的【分析】【描述统计】【描述】命令，弹出【描述性】对话框，如图3-12所示，该对话框是描述性统计分析的主操作窗口。,Step,01,图3-12【描述】对话框,.,在左侧的候选变量列表框中选取一个或多个待分析变量，将它们移入右侧的【变量】列表框中。单击【选项】按钮，弹出如图3-13所示的【描述：选项】对话框，该对话框用于指定输出的描述性统计量。这些统计量的含义是：均数、总和、标准差、方差、全距、最小值）、最大值、标准误差、峰度系数和偏度系数。,Step,02,Step,03,图3-13【描述：选项】对话框,.,在【描述性】对话框中，勾选【将标准化得分另存为变量】复选框，表示对所选择的每一个变量进行标准化处理，同时产生相应的Z得分，并作为新变量保存到数据窗口中。单击【Bootstrap】按钮，弹出如图3-5所示的【Bootstrap】对话框，在此对话框中可以进行均值、标准差、方差、偏度和峰度的Bootstrap估计。单击【确定】按钮结束操作，SPSS软件自动输出结果。,Step,04,Step,05,Step,06,.,3.2.3实例图文分析：奥斯卡获奖者的年龄,请你分析不同性别演员获得奥斯卡奖的年龄差异性。男演员：323736325153336135455539763742403260385648484043624342444156394631474560女演员：504435802628412161384933743033413135414237263434352661603424303731273934,.,打开随书光盘中的数据文件3-2.sav，其中“male”和“female”列分别表示男演员和女演员；选择菜单栏中的【分析】【描述性统计】【描述】命令，弹出【描述性】对话框，如图3-14所示。,Step,01,图3-14【描述性】对话框,.,在左侧的候选变量列表框中选择“male”和“female”变量，将其添加至【变量】列表框中，表示它是进行描述性统计分析的变量，如图3-15所示。,Step,02,图3-15选择分析变量,.,单击【选项】按钮，其主要目的是选择需要输出的描述性统计量，这里除了选择系统默认的统计量外，还勾选了范围、偏度系数和峰度系数复选框；再单击【继续】按钮，返回【描述性】对话框，如图3-16所示。单击【确定】按钮完成操作。,Step,03,Step,04,图3-16选择输出图形类型,.,实例结果及分析,.,3.3SPSS在探索性分析中的应用,3.3.1探索性分析的基本原理1.使用目的探索性数据分析（ExplorataryDataAnalysis，简称EDA）的基本思想是从数据本身出发，不拘泥于模型的假设而采用非常灵活的方法来探讨数据分布的大致情况，也可以为进一步结合模型的研究提供线索，为传统的统计推断提供良好的基础和减少盲目性。,.,2.主要内容一般来说，进行探索性分析主要考察以下内容。(1)检查数据是否有错。过大或过小的数据均可能是异常值、影响点或错误值。要检查这样的数据，并分析原因，然后决定是否从分析中剔除这些数据。(2)获得数据分布特征。很多统计方法模型对数据的分布有要求，如方差分析就需要数据服从正态分布。(3)对数据的初步观察，发现一些内在规律。,.,3.3.2探索性分析的SPSS操作详解,SPSS中的探索过程用于计算指定变量的探索性统计量和有关的图形。它既可以对观测量整体分析，也可以进行分组分析。从这个过程可以获得箱线图、茎叶图、直方图、各种正态检验图、频数表、方差齐性检验等结果，以及对非正态或正态非齐性数据进行变换，并表明和检验连续变量的数值分布情况。,.,选择菜单栏中的【分析】【描述统计】【探索】命令，弹出【探索】对话框，如图3-17所示，该对话框是探索性分析的主操作窗口。,Step,01,图3-17【探索】对话框,.,在对话框左侧的候选变量列表框中选取一个或多个待分析变量，将它们移入右侧的【因变量列表】列表框中，表示要进行探索性分析的变量。在候选变量列表框中可以选取一个或多个分组变量，将它们移入右侧的【因子列表】列表框中。分组变量的选择可以将数据按该变量中的观测值进行分组分析。如果选择的分组变量不止一个，那么会以分组变量的不同取值进行组合分组。从候选变量列表框中选择一个变量作为标识变量，并将其移入【标注个案】列表框中。选择标识变量的作用在于，当系统在数据探索过程中发现异常值时，便可利用标识变量加以标记，以便于用户找这些异常值。如果不选择它，系统默认以ID变量作为标识变量。,Step,02,Step,03,Step,04,.,在【探索】对话框下面的【输出】选项组中可以选择以下输出项。两者都：输出图形以及描述性统计量。统计量：只输出描述统计量。图：只输出图形。在【探索】对话框中还可以点选【统计量】单选钮，这个选项提供了各类基本描述性统计输出结果；,Step,06,Step,07,图3-18【探索：统计量）】对话框,.,在【探索】对话框中还可以点选【绘制】单选钮，它提供了图形输出类型。,Step,07,图3-19【探索：图】对话框,.,在【探索】对话框中还可以单击【选项】按钮，弹出如图3-20所示的【探索：选项】对话框，在该对话框中确定对待缺失值的方式。,Step,08,图3-20【探索：选项】对话框,.,单击【Bootstrap】按钮，弹【Bootstrap】对话框，在该对话框中可以进行如下统计量Bootstrap估计。支持均值、5%切尾均值、标准差、方差、中位数、偏度、峰度和内距的Bootstrap估计。M估计量表支持Huber的M估计量、Tukey的双权重、Hampel的M估计量和Andrew的Wave的Bootstrap估计。百分位数表支持百分位数的Bootstrap估计。单击【确定】按钮结束操作，SPSS软件自动输出结果。,Step,09,Step,10,.,3.3.3实例图文分析：中国南北城市的温度差异,.,打开随书光盘中的数据文件3-3.sav，其中增加变量“地域”表示所在城市的区域位置，“1”表示南方城市，“2”表示北方城市。选择菜单栏中的【分析】【描述统计】【探索】命令，弹出【探索】对话框，如图3-21所示。,Step,01,图3-21【探索】对话框,.,在候选变量列表框中将变量“年平均温度”添加至【因变量列表】列表框中，表示它是进行探索性分析的变量。将变量“地域”添加至【因子列表】列表框中，表示根据地域位置不同来进行数据分析。,Step,02,Step,03,.,选择变量“城市”移入【标注个案】列表框作为标识变量，如图3-22所示。,Step,04,图3-22选择变量,.,单击【统计量】按钮，在弹出的如图3-23所示的【探索：统计量】对话框中勾选【M-估计量】复选框，分析样本数据的稳定性，其他选项保持默认状态；单击【继续】按钮，返回【探索】对话框。,Step,05,图3-23【探索：统计量】对话框,.,单击【确定】按钮完成操作。,Step,06,.,3实例结果及分析,(1)基本统计信息汇总,基本统计信息,.,（2）描述性统计量表,.,.,（3）M估计量,M估计量结果表,a.权数取值为1.339.b.权数取值为4.685.c.权数取值分别为1.700,3.400,and8.500d.权数取值为1.340*pi.,.,（4）茎叶图,探索性分析的茎叶图,.,（5）箱图,.,3.4SPSS在列联表分析中的应用,3.4.1列联表分析的基本原理1.使用目的列联表是指一个频率对应两个变量的表（一个变量用来对行分类，第二个变量用来对列分类）。列联表非常重要，它经常被用来分析调查结果。它有两个基本任务：第一，根据收集到的样本数据产生二维或多维交叉列联表；第二，在列联表基础上，对两两变量间是否存在一定的相关性进行分析。,.,2.交叉列联表,.,3.行列变量间关系的分析列联表的频数分布不可能用来直接确定行、列变量之间的关系及关系的强弱。令人感兴趣的二维列联表的检验问题是行、列变量的独立性检验。独立性检验指的是对列联表中行变量和列变量无关这个零假设进行的检验，即检验行、列变量之间是否彼此独立。常用的衡量变量间相关程度的统计量是简单相关系数，但在交叉列联表分析中，由于行、列变量往往不是连续等距变量，不符合计算简单相关系数的前提要求。,.,所以，一般采用的检验方法是卡方（2）检验，它的计算公式为：,其中，f0表示实际观察频数，fe表示期望频数。,.,3.4.2列联表分析的SPSS操作详解,选择菜单栏中的【分析】【描述统计】【交叉表】命令，弹出【交叉表】对话框，如图3-25所示，这是列联表分析的主操作窗口。,Step,01,图3-25【交叉表】对话框,.,在左侧的候选变量列表框中选取一个或多个待分析变量，将它们移入右侧的【行】列表框中，作为列联表的行变量；同理，选择若干候选变量移入右侧的【列】列表框中，作为列联表的列变量。如果要进行三维或多维列联表分析，可以根据需要选择控制变量进入【层1的1】列表另外一个控制变量，首先单击【下一张）】按钮，再选入一个变量；单击【上一张】按钮可以重新选择以前确定的变量。在【交叉表】对话框下面有两个复选框，它们用来选择列联表的输出格式。显示复式条形图：显示各变量交叉分组下的频数分布条形图。取消表格：只输出统计量，而不输出列联表。,Step,02,Step,03,Step,04,.,在【交叉表】对话框中单击【统计量】按钮，弹出如图3-26所示的【交叉表：统计量】对话框。该对话框主要是根据数据类型选择不同的独立性检验方法和相关度量，在对话框中选择输出统计量，完成后单击【继续】按钮，返回主对话框。,Step,05,图3-26【交叉表：统计量）】,.,在【交叉表】对话框中单击【单元格】按钮，弹出如图3-27所示的【交叉表：单元显示】对话框，在该对话框中可以选择显示在列联表单元格中的统计量，包括观测数量、百分比和残差，在对话框中选择相应选项，完成后单击【继续】按钮，返回主对话框。,Step,06,图3-27【交叉表：单元显示】对话框,.,在【交叉表】对话框中单击【格式】按钮，弹出如图3-28所示的【交叉表：格式】对话框，用于选择各单元格的输出排列顺序。,Step,07,图3-28【交叉表：格式】对话框,.,在【交叉表】对话框中单击【Bootstrap】按钮，弹出【Bootstrap】对话框，在该对话框中可以进行如下统计量的Bootstrap估计。单击【OK】按钮结束操作，SPSS软件自动输出结果。,Step,08,Step,09,.,3.4.3实例图文分析：大学生身体素质调查,1.实例内容在一次上海大学生身体素质的实际调查中，选择了部分大专院校的学生进行实际问卷调查，收集的数据见3-4.sav。调查内容主要包括：性别、出生日期、身高、体重、血型、教育背景、学科、男女身高级别和男女体重级别等内容。请根据调查数据分析下面问题：（1）进行“性别”和“体重级别”双因素交叉作用下的列联表分析，并研究“性别”对“体重级别”有无显著性影响。（2）进行“教育背景”和“身高级别”双因素交叉作用下的列联表分析，并研究“教育背景”对“身高级别”有无显著性影响。,.,打开数据文件3-4.sav，选择菜单栏中的【分析】【描述统计】【交叉表】命令，弹出【交叉表】对话框，如图3-29所示。,Step,01,图3-29【交叉表】对话框,.,在候选变量列表框中将变量“性别（sex）”添加至【行】列表框中，表示它是交叉列联表中的行变量；将变量“体重级别（wm）”添加至【列】列表框中，表示它是交叉列联表中的列变量，如图3-30所示。,Step,02,图3-30选择行、列变量,.,.,单击【统计量】按钮，弹出【交叉表：统计量】对话框，如图3-31所示；勾选【卡方】复选框，利用卡方检验来检验“性别”和“体重级别”的独立性；再单击【继续】按钮，返回【交叉表】对话框。,Step,03,图3-31【交叉表：统计量）】对话框,.,由于要进行“性别”和“体重级别”的频数分析，因此在【交叉表】对话框中单击【Cells（单元）】选项，弹出【交叉表：单元显示】对话框，如图3-32所示；勾选【百分比】选项组中的【行】、【列】和【总数】复选框，再单击【继续】按钮，返回【交叉表】对话框。,Step,04,图3-32选择列联表输出格式,.,勾选【显示复式条形图】复选框，表示利用条形图来反映不同性别之间的体重级别差异，如图3-33所示。,Step,05,图3-33勾选复选框,.,单击【确定】按钮完成操作。,Step,06,.,实例结果及分析,（1）基本统计信息汇总,基本统计信息汇总,.,（2）“性别”和“体重级别”的列联表,表3-11“性别”和“体重级别”变量的列联表,.,（3）“性别”和“体重级别”的独立性检验,表3-12卡方检验结果,.,（4）体重级别条形图,.,3.5SPSS在比率分析中的应用,3.5.1比率分析的基本原理比率分析生成比率变量，并对该比率变量计算基本描述性统计量（如均值、中位数、标准差、全距等），进而刻画出比率变量的集中趋势和离散程度。除此之外，SPSS21.0还提供了其他对比描述指标，大致也属于集中趋势描述指标和离散程度描述指标的范畴。,.,3.5.2比率分析的SPSS操作详解,选择菜单栏中的【分析】【描述统计】【比率】命令，弹出【比值统计量）】对话框，如图3-35所示，这是比率分析的主操作窗口。,Step,01,图3-35【比值统计量】对话框,.,在对话框左侧的候选变量列表框中选取一个分析变量