spss期末复习资料整理含部分公式

1、第一章1.SPSS是软件英文名称的首字母缩写，其最初为StatisticalPackagefortheSocialSciences的缩写，即“社会科学统计软件包”。2.SPSS系统运行管理方式（SPSS的几种基本运行方式）有：（1）完全窗口菜单运行方式（2）程序运行管理方式（3）混合运行管理方式3.SPSS的界面提供的五个窗口：数据编辑窗口、结果管理窗口、结果编辑窗口、语法编辑窗口、脚本窗口。1.SPSS的文件类型：语法文件（*.sps）、数据文件（*.sav）、结果输出文件（*.spv）。2.SPSS数据编辑器的每一行数据称为一个个案（Case）,每一个数据代表个体的属性，即变量（Varia

2、ble）。3.SPSS变量名的命名规则：1）必须以英文字母开头，其他部分可以含有字母、数字、下划线（即“-”）；2）变量名尽量避免和SPSS已有的关键字重复，例如sum、compute>anova等；3） SPSS13及以后版本支持变量名最长为64Byte,即变量名最长为64个英文字符，或者32个中文字符；4） SPSS变量名不区分大小写，即SPSS认为Name、name、nAme这三个变量名没有区别。4 .变量度量类型：定量（个数、高度、温度等）、定序（“十分重要”、“重要”、“一般”、“不重要”）、定类（名字、地址、电话等）。5 .列和宽度的区别：变量宽度：对字符型变量，该数值决定了

3、你能输入的字符串的长度；列：设定该变量数据视图中列的宽度。6 .变量的值标签：即对数值含义的解释。例如：值标签1男2女7 .默认的缺失值类型：数值型类型（.）、字符串类型（空格）。8 .数据文件的合并包括：纵向合并和横向合并（合并个案和合并变量），合并变量包括一对一合并和一对多合并。9 .SPSS用“（*）”表示变量来自于当前活动数据文件中的变量，而用“（+）”表示将要和当前数据文件进行合并的数据文件中的变量。10 .在合并数据文件之前，所有需要合并的数据文件必须预先按照关键变量进行升序排列。否则，合并文件程序11 .（选择题）一对一合并变量时，两个文件都要提供个案；一对多合并时.活动的和非活

4、动的文件都可以作为关键字。第三章1 .可是离散化的作用以及两类方法作用：可视离散化用于为定量变量创建分类变量，从而实现连续变量的离散化。在统计分析中，有时候需要了解总体的大致分布状况，而不需要了解属性的具体信息。两类方法：直接输入分割点和根据条件自动生成分割点。2 .数据缺失的可能原因，缺失值的定义以及如何处理缺失值？上原因：在数据收集阶段，收集者没有收集到相应数据；应答着拒绝回答该问题，比如该问题涉及个人隐私；该问题对该应答者不适用，比如该问题是针对女性的，而应答者为男性。2）定义：缺失值是指粗糙数据中由于缺少信息而造成的数据的聚类，分组，删失或截断。它指的是现有数据集中某个或某些属性的值是

5、不完全的。3）如何处理：首先应该想到重新回到数据收集阶段尽量收集到该数据，如果实在收集不到该数据，再考虑怎么处理缺失值，如果缺失数据不影响到具体的统计分析，则不对缺失值作任何处理（即缺失数据还是作为缺失数据处理），如果缺失数据影响到了具体的统计分析，则必须考虑采取适当方法来填补缺失数据。3.SPSS提供的填补缺失值的方法有哪些？（作简要说明）1）序列均值为取整列数据的均值；2）临近点均值为去该缺失值临近的几个点的均值，具体几个点由附近点的跨度来设定；3）临近点的中位数为取该缺失值邻近的几个点的中位数，具体几个点由附近点的跨度来设定；4）线性插值法应用线性插值法填补缺失值。用该列数据缺失值前一个

6、数据和后一个数据建立插值直线，然后用缺失点在线性插值函数的函数值填充该缺失值；5）点处的线性趋势法应用缺失值所在的整个序列建立线性回归方程，然后用该回归方程在缺失点的预测值填充4 .什么叫数据校验，作用是什么？数据校验即查找错误数据或者不一致数据的过程。作用：如果数据没有收集到则尽量想办法补全；如果是录入错误则重新录入；如果数据确实错误，则可将这些数据设置成缺失值（即丢弃这些数据不进行分析）。5 .在选择个案If对话框中，构建选择“男性1'、黑种人2'、东北地区1'”的表达式：性别=1&种族=2&地区=1第四章1 .统计分析的目的，描述性统计分析方法与推

7、断性统计分析方法有什么不同？目的：是研究观察对象总体的特点。区别：描述性统计分析方法是指应用分类、制表、图形以及概括性数据指标（如均值、方差）来概括数据分布特征的方法。儿推断性统计分析方法则是通过随机抽样，应用统计方法把从样本数据得到的结论推广到总体的数据分析方法。2 .描述数据特征的统计量的两大类：一类表示数据的中心位置，另一类表示数据的离散程度。3上匕较均值、中位数、众数的区别与联系。均值：（1用于数值型的数据，不能用于定类、定序型数据；易受极端值的影响；中位数：主要用于定序数据，不能用于定类数据；（2）不受极端值影响；众数：主要用于定类数据；不受极端值影响；M能没有众数或多个众数。对于数

8、罹量和定序变量，可以用均值、中位数、众数；对于定类数据，只有众数。4 .对极差、方差、标准差作解释。极差反映了变量的变异范围或离散幅度，在相同样本容量的两组数据中，全距大的一组数据比全距小的一组数据要分散。方差和标准差越大，变量值之间的差异越大，距离平均数这个“中心”离散越大；越小，则这些数据更接近平均值。5 .分位数的类型，各自的含义。四分位差是什么，大小说明什么？百分位数：一百等份，即P1.P2.P3.P4P100;四分位数将观测数值按从小到大进行排序，然后分成四等份，出于三个分割点位置的观测值就是四分位数，即Q1.Q2.Q3;十分位数将观测数值按从小到大进行排序，然后分成十等份，出于九个

9、分割点位置的观测值就是十分位数，即D1.D2.D3.D9。四分位差通常为Q3和Q1的差，用来衡量观测值的离散程度，四分位差越大则说明所观测的数据越分散，越小则说明所观测数据越集中。6 .分布的形状有偏度和峰度。偏度是用来描述变量取值分布的偏斜方向，它衡量分布对称与否、分布不对称的方向和程度，取值一般在-3和3之间；峰度是用来描述变量取值分布形态陡缓程度的统计量，是指分布图形的尖峭程度或峰凸程度，取值范围可正可负可为零。7 .标准化分数也叫标准化值或Z分数，用于对变量的标准化处理。意义：变量值X,Z分数表示大于或小于平均数几个标准差，可用来比较从两个不同单位抽取出来的两值。8 .统计图定类型：饼

10、图、条形图（【分析】一【描述统计】一【频率】下），帕累托图（【分析】一【质量控制】一【排列图】）。数值型：茎叶图、箱图、直方图（在【分析】一【描述统计】一【探索】下）。9 .对茎叶图、箱图的解释。茎叶图是描述定量变量的一种图形方式，它除了能够给出直方图所给出的分布的信息外，还能够还原大部分原始数据的信息。箱图是总结五数（最小值、第一四分位数、中位数、第三个四分位数、最大值）的图形表现。（用o'表示离群值，用'*'表示极端值，一般极端值会大一些。）（要求会读图，P132-133）。课后练习3.说明茎叶图和直方图区别。如果想尽可能展现原始数据的信息，应该采用哪一种图形？茎叶

11、图：茎叶图是描述定量变量的一种图形方式，它除了能够给出直方图所给出的分布的信息外，还能够还原大部分原始数据的信息。优点：变量取值较多，不影响其显示效果；缺点：如果观测值较大，显示效果不好。直方图：应用于连续型数据，表现在图形上直方图的各个正方条形之间没有任何间隔。优点：变量值较多，观测值较多不影响显示效果，概括性好，反映次数分布直观；缺点：有信息损失，组数的确定带有一定的主观性。如果想尽可能展现原始数据的信息，应该采用茎叶图。1 .利用SPSS进行数据分析的一般步骤答：数据的准备、加工整理阶段：进入SPSS打开一个已保存的待分析的SPS豉EXELTXT等文件。若没有原始数据文件，则需新建一个S

12、PS成件，将数据输入新建的SPSSt件中，并及时保存。数据的预分析阶段：根据设计初步判断可以用到的检验方法，然后进行必要的预分析（分布图、均数和标准差的描述等），其操作步骤为分析一一描述性统计一一选择必要的描述性分析方法，以确定数据是否满足方法要求，最终选择一种合适的检验方法。数据的分析阶段：然后在分析中按上一步的结论选择分析方法并进行统计分析。保存和导出分析结果，对分析结果进行阅读和解释。2 .常用的统计图表有：条图：汇总分类变量，用以描述按性质分组的各组某项指标值的大小。饼图：比较比例，用以描述百分比（构成比）资料；散点图：用于表示双数值变量之间的相关关系以及某变量的格值分布。直方图：用以

13、描述一组定量变量资料的频数分布，显示单个刻度变量的分布情况。箱图：显示五个统计量（最小值（P2.5）、第一个四分位（P25）、中位数（P50）、第三个四分位（P75）和最大值（P97.5）。该图对于显示刻度变量的分布情况并确定离群值的位置非常有用。3 .题目：按照一个条件来找满足条件的观测，年龄在50岁以上的女性。答：方法一：打开相应的SPSS文件，定义值标签，1="男"，2=”女"；点击转换一一计算变量一一点击“如果”，弹出对话框；选择"如果个案满足条件则包括（F）”,键盘输入：age>50andgender=2,点击继续；在目标变量框中键入新变

14、量如selected,=后边的数学表达式框中键入1,点击确定。弹出对话框“是否更改现有的变量？”，点击确定，即可完成。查看更改后的数据的最后一列“selected”，值为1的即为选中的变量。方法二：打开相应的SPSS文件，定义值标签，1="男"，2=”女"；点击数据一一选择个案一一如果条件满足，弹出对话框；在条件表达式对话框中输入：age>50andgender=2,点击继续；再点击确定即可。在更改的数据视图中，未标有黑色斜杠的即为选择的个案。4 .试说明下列结果的分析过程？（这个题很有可能考，大家最好自己操作一下啊）1、第一步：选择“数据”“拆分文件”，在

15、“分割文件”对话框中，首先将变量“marital”从原变量列表中选入“分组方式”列表中，然后将变量“gender”从原变量列表中选入“分组方式”列表中，然后点击“确7Eo2、第二部：选择“分析”“描述统计”“频率”，然后在“频率”对话框中，将变量“retire”选入目标变量列表中，点击确定。RetiredMaritalstatusGenderFrequencyPercertValidPercentCumulaW&PercentUnmarriedFemaleValidNo145694934.994gYes785151100.0i：sweet_丁的1533wa.o1000WlaTe廿即id

16、NoYes1614779544.6个案个实Total1691100.0个案MarriedFemaleValidNo159897.1UP>VVIIYes402.92.3100.0Total1646103.0100.D期日柏ValidNo142593.193.193.1Yes1055.S691000Total1530WOO100.0I.ArithmeticFunctions算术函数算术函数是最常用的函数，可以满足对变量进行的一般运算，算术函数主要有:函数名自变量涵义函数类型函数功能及说明ABS(numexpr)（算术表达式）*数值型函数求绝对值，例如：ABS（Y-850）:将分别计算变量Y的

17、每个数据与20的差的绝对值ARSIN(numexpr)（角度；弧度单位）数值型函数求反正弦值，例如：ARSIN（1）=/2ARTAN(numexpr)（角度；弧度单位）数值型函数，求反正切值，例如ARTAN（1）=/4:COS(radians)（角度；弧度单位）数值型函数求余弦值，例如：COS（）=-1EXP(numexPr)（算术表达式）数值型函数求e的指数帚值。例如：Exp（4）=e=54.60。注息：有函数值太大，其结果会超出SPSS的计算范围。LGlO(numexp)（算术表达式）数值型函数求以10为底的对数值。例如：Ln（Y）:分别计算变量Y中每个数据的以10为底的对数值LN(num

18、expr)（算术表达式）数值型函数求以e为底的对数。例如：Ln（Y）:分别计算变量Y中每个数据的自然对数值MOD(numexpr,modulus)（算术表达式；摸数（常数）数值型函数求算术表达式除以模数的余数。例如：Mod（10.3）:函数值=1SIN(radians)（角度；弧度单位）数值型函数求正弦值。例如：Sin（）二0SQRT(numexpr)（正数）数值型函数求平方根。例如：Sqrt（9）=3RND(numexpr)（算术表达式）数值型函数求算术表达式的值四舍五入后的整数。例如：RND（2.72）=3TRUNC(numexpr)（算术表达式）数值型函数求算术表达式的值被截去小数部分的

19、整数。例如：Trunc（2.72）=2*算术表达式也包括单值与变量名的情况。2.StatisticalFunctions统计函数统计函数也是统计分析中常用的函数之一，主要反映变量的数据特征，时间序列的滞后期变量等，具体函数有:函数名自变量涵义函数类型函数功能与说明CFVAR(numexpr,numexpr,)（变量名，变量名，）数值型函数求出多个变量值的变异系数（标准差/均值）。例如Cfvar（数学，物理，化学）：分别计算每个学生三门成绩的变异系数LAG(variable)（变量名）数值型函数或字符型函数返回滞后-期的变量数据。对第一个观测量来说，将返回系统缺失值，如果指定的变量是字符型，则返回空格。LAG(variable,ncases)（变量名，自然数n）数值型函数返回滞后n期的变量数据。对第前n个观测量来说，将返回系统缺失值，如果指定的变量是字符型，则返回空格。MAX(ivalue,value,.)（变量名，变量名，）数值型函数求多个变量值中的最大值；例如MAX儆学，物理，化学）：分别计算每个学生三门成绩中的最高分MEAN(numexpr,numexpr,)（变量名，变量名，）数值型函数求多个变量值的平均值；例如MEAN敏学，物理，化学）：分别计算每个