spss编程命令

.SPSS复习提纲基本操作读取数据读取文件data list file= fixed/free/varname format.读取数列data list /varname format.begin datadata listend data.读取矩阵matrix data variable varname/file=/n=n/contents=corr.数据编辑变量名变量名不超过8个字符, 名首必须是字母变量标签variable labels varname .不能超过40个字符值标签value labels varname value .不能超过20个字符形式format varname (fw.d).缺失值missing values varname ().排序sort cases by varname (a/b).数据合并add files/file=*/file=/rename old varname=new varname/drop varname.数据转换Computecompute target varname=expression.算术运算：+,-,*,/,*(幂)算术函数：sqrt, rnd(四舍五入), trunc(取整)统计函数：mean, sum, sd, max, min 缺失值函数：SYSMIS，MISSING，NMISS，NVALID，VALUE（不算缺失值）时间函数： CTIME.DAYS,$JDATEIfif () target varname=expression.Recoderecode varname (old value /else/lowest through value/value through value/value through high=new value) into newvarname.Missing values：user-defined 也会被重编码，因此应小心user-defined. user-defined 不包括在范围内Split fileSort cases by varname .split file layered by varname .split file off. Flipflip variables = varname/all.Rankrank variable = varname.数据分析描述性统计FrequenciesFrequencies varname/histogram NORMAL /barchart (freq/percent)/piechart.DescriptiveDescriptive varname/statistics=sum mean min max (集中趋势) RANGE stddev SEMEAN VARIANC(离中趋势) skewness（偏度） SESKEW KURTOSIS（峰度） SEKURT（形状测量）/varname (znewvarname).Exploreexamine varname/plot BOXPLOT STEAMLEAF HISTOGRAM(不带有正态曲线) NPPLOT（证明正态）/ STATISTICS DESCRIPTIVES EXTREME/MESTIMATORS（修正均值）.CrosstabsCrosstabs/tables=row varname BY column varname/Statistic=chisq（默认） corr KAPPA（评定者间一致性系数）PHI CC（修正）/CELLS= .相关分析Graphscatterplot=varname with varname.Personcorrelations/variables=varlist/ MISSING=PAIRWISE/LISTWISE（数据足够时更稳定）.Spearman/kendall(顺序变量)nonpar corr/variables=varlist/print=spearman(默认)/kendall（有重复）/both.差异性检验单样本检验t-test testval=value/variables=varname.独立样本检验t-test groups=varname(value1 value2)/variables=varname.相关样本检验t-test pairs=varname with varname.曼惠特尼U检验npar tests/ m-w=varname with value1 value2.维克尔松检验npar test/ wilcoxon=varname with varname.方差分析前提假设：独立、等距、正态、同质数据要求：多元正态，线性(散点图)Oneway anova（单一自变量平-单一因变量）oneway varlist by varname/statistics descriptives homogeneity/contrast valuelist/posthoc=LSD TURKEY（敏感）BONFERRONI Scheffe(保守) snk DUNNETT.Unianova（多个自变量-单一因变量）unianova dependent varname BY factor varlist/posthoc varlist=lsd snk turkey/plot=profile(varname/varname*varname)/desigh=factor varlist.manovadependent varname BY factor varlist/DESIGN=FACNAME1 within FACNAME2(FACNUM1) FACNAME1 within FACNAME2(FACNUM2)Multivariate（多个自变量-多个因变量）glmdependent varlist BY factor varlist/desigh=factor varlist/PRINT = HOMOGENEITY（同质性前提）/plot=profile(varname/varname*varname)/posthoc varlist=lsd snk turkeymanova dependent varlist BY factor varlist/DESIGN=FACNAME1 within FACNAME2(FACNUM1) FACNAME1 within FACNAME2(FACNUM2)REPEATED MEASURE（包含组内自变量-多个因变量）glmwsfactor varlist BY factor varlist/WSFACTORs wsfacname wsfacnum/wsdisigh wsfaclist/desigh=varlist/emmeasn = tables(varname) compare adj(lsd)/plot=profile(varname/varname*varname/varname*wsfacname)manova wsfactor varlist BY facname (facnum)/WSFACTORS wsfacname (wsfacnum)/WSDESIGN =WSFACNAME1 within WSFACNAME2(WSFACNUM1) WSFACNAME1 within WSFACNAME2(WSFACNUM2)/DESIGN=FACNAME1 within FACNAME2(FACNUM1) FACNAME1 within FACNAME2(FACNUM2)/WSDESIGN=WSFACNAME/DESIGN=MWITHIN FACNAME (FACNUM1) MWITHIN FACNAME (FACNUM2) /DESIGN=FACNAME/WSDESIGN=MWITHIN WSFACNAME (WSFACNUM1) MWITHIN WSFACNAME (WSFACNUM2).回归分析前提假设：等距/等比/（顺序） 线性 非共线性 残差正态，同质，线性数据要求：cases : variables=10：1；被试数目 100；无Outliers（）；无multicollinearityIGRAPH /VIEWNAME=Scatterplot /X1 = VAR(before) TYPE = SCALE /Y = VAR(after) TYPE = SCALE /COORDINATE = VERTICAL /FITLINE METHOD = REGRESSION LINEAR LINE = TOTAL SPIKE=OFF /X1LENGTH=3.0 /YLENGTH=3.0 /X2LENGTH=3.0/CHARTLOOK=NONE /SCATTER COINCIDENT = NONE.EXE.REGRESSION/DEPENDENT DEPENDENT VARNAME/METHOD=STEPWISE/ENTER FACTOR VARLIST/STATISTICS COEFF（） OUTS R ANOVA COLLIN（检验multicollinearity）/CASEWISE（检验outlier） .聚类分析CLUSTER VARLIST/PRINT SCHEDULE CLUSTER(CLUNUM)/PLOT DENDRGRAM VICICLE主成分分析前提假设：多元正态 线性 等距（顺序） 相关-数据要求：cases : variables=5：1；被试数目200；正态不是必须，如果正态分布，解决会更好；线性：如果非线性，应考虑转换变量后再作因素分析；无Outliers；在主成分分析中，multicollinearity不是问题，在主因素分析中，不能有 multicollinearity相关矩阵FACTOR /MATRIX=IN(CORR=*) /method=correlation /format=sort blank(0.40) /ROTATION VARIMAX /PLOT=EIGEN rotation.一般主成分分析FACTOR /VARIABLES VARLIST /PLOT EIGEN ROTATION /ROTATION VARIMAX/METHOD=CORRELATION /PRINT KMO （相关和共线性检验）.数据报告描述性统计FrequenciesDescriptive 报告Descriptives峭度为正表示总体分布的峰态较标准正态更陡; 反之更缓.斜度为正表示样本值比较集中于均值的左边; 斜度为负表示样本值比较集中于均值的右边Explore 报告Descriptives去掉5%的均值5% trimmed mean 四分位距interquartile range 读Respondents Stem-and-Leaf Plot 读Respondents BoxplotOutlier：从矩形框始，在1.5 倍箱距的点之外Extreme：从矩形框始，在3倍箱距的点之外 1.5 倍箱距的点之外的Outlier需要给予注意，如果是多于3个点位置很近，多数情况考虑保留。3 倍箱距的点之外的Extreme value需要给予特别注意，如果是孤立的点，多数情况考虑可以作为缺失值计算一次，作为有效值计算一次。 读Normal Q-Q Plot of Respondents X轴：实得分数 Y轴：Z分数的期望值 如果呈线性说明正态分布Crosstabs 报告Respondents A*B Crosstabulation单位格 standardized residual 2.0引起chi-square 增加或显著 报告Chi-Square Tests报告自由度 df = (r-1) * (c-1)E 的最小值 5, c 可能不准确Chi Square 统计量不是描述相关的良好指标。因为它随样本量变化而变化。两变量间各种类型的相关都会产生一样的Chi Square 值。相关分析 报告Graph散点图提示的outlier 需要特别处理散点图也帮助我们找出multivariate outlier，关系的异常值 报告Correlations-Correlations和Nonparametric Correlations - Correlation对数据的相关分析显示，a与b有显著相关，r(df)=，p.001，双尾差异性检验单样本检验 报告One-Sample Test独立样本检验 报告Independent Samples Test 如果Levenes Test for Equality of Variances不显著，报告Equal variances assumed 的Welchst test结果。 如果Levenes Test for Equality of Variances显著，报告Equal variances not assumed 的t test 结果。a的均值(M =, SD =) 与b（M =, SD =)有显著差异 。t(df) =, p = 0.05。相关样本检验 报告Paired Samples Test曼惠特尼U检验（独立样本） 报告Test Statistics维克尔松检验（相关样本）方差分析One way anova 看Descriptives 报告ANOVA 报告Multiple Comparisonsa的均值(M =, SD =) 、b的均值（M =, SD =)和c的均值（M =, SD =)有显著差异 。t(df) =, p = 0.05。事后检验显示，a与b有显著差异，a-b=,p=0.05; c与b有显著差异，c-b=,p=0.05; a与c有显著差异，a-c=,p=0.05。Unianova 主效应和交互作用报告Tests of Between-Subjects Effects自变量只有两组时，报告Hotellings Trace；自变量大于两组时，报告Wilks Lambda；方差齐性的统计前提被违反时，报告Pillais Trace 。 如果是不平衡处理，事后检验报告Estimated Marginal Means- Pairwise Comparisons（Option） 如果是平衡处理报告，事后检验报告Pairwise Comparisons（Posthoc） 交互作用图报告Profile Plots*因素方差分析结果显示，a与b交互作用显著，F（）=，p0.05，交互作用图如图1。简单效应结果显示，a1在b1（M=，SD=）和b2（M=，SD=）上有显著差异，F（）=，p0.05；a2在b1（M=，SD=）和b2（M=，SD=）上有显著差异，F（）=，p0.05。a的主效应显著，F（）=，p0.05；b的主效应显著，F（）=，p0.05。Multivariate 报告Boxs Test of Equality of Covariance Matrices 简单效应结果报告Manova 如果是不平衡处理，事后检验报告Estimated Marginal Means- Pairwise Comparisons（Option） 如果是平衡处理报告，事后检验报告Pairwise Comparisons（Posthoc） 交互作用图报告Profile Plots*因素方差分析结果显示，a与b交互作用显著，F（）=，p0.05，交互作用图如图1。简单效应结果显示，a1在b1（M=，SD=）和b2（M=，SD=）上有显著差异，F（）=，p0.05；a2在b1（M=，SD=）和b2（M=，SD=）上有显著差异，F（）=，p0.05。a的主效应显著，F（）=，p0.05；b的主效应显著，F（）=，p0.05。REPEATED MEASURE 如果Mauchly test of sphericity检验不显著，交互作用、组内主效应结果报告Tests of Within-Subjects Effects 如果Mauchly test of sphericity检验显著，交互作用、组内主效应结果报告Multivariate Tests 组建主效应报告Tests of Between-Subjects Effects自变量只有两组时，报告Hotellings Trace；自变量大于两组时，报告Wilks Lambda；方差齐性的统计前提被违反时，报告Pillais Trace 。 简单效应结果报告Manova 组内变量事后检验结果报