SPSS在计量地理学中的应用(精简)

PAGEPAGE23SPSSFORWINDOWS在计量地理学中的应用二○○八年六月闽江学院地理科学系

目录TOC\o"1-3"\h\z第一章SPSS概述 3第一节SPSS简介 3第二节SPSS的主界面 3第二章SPSS的数据管理 5第一节定义变量 5第二节数据的输入与编辑 7第三节数据转换 8第三章摘要性分析 11第一节Frequencies过程 113.1.1主要功能 113.1.2实例操作 11第二节Descriptives过程 163.2.1主要功能 163.2.2实例操作 16第四章相关分析 19第一节Bivariate过程 194.1.1主要功能 194.1.2实例操作 19第二节Partial过程 224.2.1主要功能 224.2.2实例操作 22第三节Distances过程 254.3.1主要功能 254.3.2实例操作 25第五章回归分析 30第一节Linear过程 305.1.1主要功能 305.1.2实例操作 30第二节CurveEstimation过程 335.2.1主要功能 335.2.2实例操作 34第三节Nonlinear过程 365.3.1主要功能 365.3.2实例操作 37第六章分类分析 41第一节K-MeansCluster过程 416.1.1主要功能 416.1.2实例操作 41第二节HierarchicalCluster过程 456.2.1主要功能 456.2.2实例操作 45第三节Discriminant过程 506.3.1主要功能 506.3.2实例操作 51第七章因子分析 587.1主要功能 587.2实例操作 58

第一章SPSS概述第一节SPSS简介SPSS是英文StatisticalPackagefortheSocialScience（社会科学统计软件包）的缩写。20世纪60年代末，美国斯坦福大学的三位研究生研制开发了最早的统计分析软件SPSS，同时成立了SPSS公司，并于1975年在芝加哥组建了SPSS总部。20世纪80年代以前，SPSS统计软件主要应用于企事业单位。1984年SPSS总部首先推出了世界第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域，世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价与称赞。SPSS名为社会科学统计软件包，这是为了强调其在社会科学应用的一面(因为社会科学研究中的许多现象都是随机的，要使用统计学来进行研究)，而实际上广泛应用于经济学、社会学、生物学、教育学、心理学、医学以及体育、工业、农业、林业、商业和金融等各个领域。SPSS现已推广到多种各种操作系统的计算机上，它和SAS、BMDP并称为国际上最有影响的三大统计软件。和国际上几种统计分析软件比较，它的优越性更加突出。在众多用户对国际常用统计软件SAS、BMDP、GLIM、GENSTAT、EPILOG、MiniTab的总体印象分的统计中，其诸项功能均获得最高分①。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。SPSS也有专门的绘图系统，可以根据数据绘制各种图形。第二节SPSS的主界面启动SPSS后，出现SPSS主界面（数据编辑器）。同大多数Windows程序一样，SPSS是以菜单驱动的。多数功能通过从菜单中选择完成。主菜单包括十个菜单项File：“文件”菜单用于新建SPSS各种类型文件，打开一个已存在的文件，从文本文件或其它数据源读入数据。Edit：“编辑”菜单用于撤消操作、剪切、复制、粘贴、查找、改变SPSS默认设置等。View：运用“视图”菜单显示或隐藏状态行、工具栏、网络线、值标签和改变字体。Data：运用“数据”菜单对SPSS数据文件进行全局变化，例如定义变量，合并文件，转置变量和记录，或产生分析的观测值子集等。Transform：“转换”菜单在数据文件中对所选择的变量进行变换，并在已有变量值的基础上计算新的变量。Analyze：“分析”菜单在以前版本中为“统计（Statistics）”，可进行各种统计分析，包括各种统计过程(Procedure)，如回归分析、相关分析、因子分析等等。Graphs：“图表”菜单产生条形图、饼图、直方图、散点图和其它全颜色、高分辨率的图形，以及动态的交互式图形。有些统计过程也产生图形，所有的图形都可以编辑。Utilities：“工具”菜单可以显示数据文件和变量的信息，定义子集，运行脚本程序，自定义SPSS菜单等。Window：“窗口”菜单用于选择不同窗口和最小化所有窗口。Help：“帮助”菜单包含SPSS帮助主题、SPSS教程、SPSS公司主页、统计教练等菜单项。

第二章SPSS的数据管理启动SPSS后，出现的界面是数据编辑器窗口（如图2-11所示），它的底部有两个标签：[DataView（数据视图）]和[VariableView（变量视图）]，它们提供了一种类似于电子表格的方法，用以产生和编辑SPSS数据文件。[DataView]用于查看、录入和修改数据，[VariableView]定义和修改变量的定义。如果使用过电子表格如MicrosoftExcel等，那么数据编辑窗口的许多功能应该已经熟悉。但是，还有一些明显区别：（1）列是变量，即每一列代表一个变量(Variable)或一个被观测量的特征。例如问卷上的每一项就是一个变量。（2）行是观测，即每一行代表一个个体、一个观测、一个样品，在SPSS中称为事件(Case)。例如，问卷上的每一个人就是一个观测。（3）单元包含值，即每个单包括一个观测中的单个变量值。单元(Cell)是观测和变量的交叉。与电子表格不同，单元只包括数据值而不能含公式。（4）数据文件是一张长方形的二维表。数据文件的范围是由观测和变量的数目决定的。可以在任一单元中输入数据。如果在定义好的数据文件边界以外键入数据，SPSS将数据长方形延长到包括那个单元和文件边界之间的任何行和列。如果要分析的数据还没有录入，可用数据编辑器来键入数据并保存为一个SPSS数据文件（其默认扩展名为.sav）。第一节定义变量输入数据前首先要定义变量。定义变量即要定义变量名、变量类型、变量长度（小数位数）、变量标签（或值标签）和变量的格式，步骤如下：单击数据编辑窗口中的[VariableView]标签或双击列的题头(Var)，显示如所示的变量定义视图，在出现的变量视图中定义变量。每一行存放一个变量的定义信息，包括[Name]、[Type]、[Width]、[Decimal]、[Label]、[Value]、[Missing]、[Columns]、[Align]、[Measure]等。图2-1定义变量1、[Name]：定义变量名变量名必须以字母或字符@开头，其他字符可以是任何字母、数字或_、@、#、$等符号。变量名总长度不能超过8个字符（即4个汉字）。2、[Type]：定义变量类型SPSS的主要变量类型有：Numeric（标准数值型）、Comma（带逗点的数值型）、Dot（逗点作小数点的数值型）、ScientificNotation（科学记数法）、Date（日期型）、Dollar（带美元符号的数值型）、CustomCurrency（自定义型）、String（字符型）。单击[Type]相应单元中的按钮，显示如图2-13所示的对话框，选择合适的变量类型并单击[OK]。图2-2变量类型3、[Width]：变量长度设置数值值变量的长度，当变量为日期型时无效。4、[Decimal]：变量小数点位数设置数值值变量的小数点位数，当变量为日期型时无效。5、[Label]：变量标签变量标签是对变量名的进一步描述，变量只能由不超过8个字符组成，8个字符经常不足以表示变量的含义。而变量标签可长达120个字符，变量标签对大小写敏感，显示时与输入值完全一样，需要时可用变量标签对变量名的含义加以解释。6、[Value]：变量值标签值标签是对变量的每一个可能取值的进一步描述，当变量是定类或定序变量时，这是非常有用的。单击[Value]相应单元，在如图2-3所示的对话框中进行设置。图2-3修改变量标签和值标签7、[Missing]：缺失值的定义方式SPSS有两类缺失值：系统缺失值和用户缺失值。在数据长方形中任何空的数字单元都被认为系统缺失值，用点号(·)表示。SPSS可以指定那些由于特殊原因造成的信息缺失值，然后将它们标为用户缺失值，统计过程识别这种标识，带有缺失值的观测被特别处理。默认值为[None]。单击[Value]相应单元中的按钮，可改变缺失值定义方式，如图2-4所示。图2-4改变缺失值的定义方式8、[Column]：变量的显示宽度输入变量的显示宽度，默认为8。9、[Align]：变量显示的对齐方式选择变量值显示时的对齐方式：[Left（左对齐）]、[Right（右对齐）]、[Center（居中对齐）]。10、[Scale]：变量的测量尺度正如前面所说的，变量按测量精度可以分为定类变量、定序变量、定距变量和定比变量，定距变量和定比变量经常不加以区别。如果变量为定距变量或定比变量，则在[Scale]相应单元的下拉列表中选择[Scale]；如果变量为定序变量，则选择[Ordinal]；如果变量为定类变量，则选择[Nominal]。如果有许多个变量的类型相同，可以先定义一个变量，然后把该变量的定义信息复制给新变量。具体操作为：先定义一个变量，在该变量的行号上单击右钮，弹出快捷菜单，选择[Copy]；然后用鼠标右钮选择多行，弹出快捷菜单，选择[Paste]；再把自动产生的新变量名称（如Var0001、Var0002、Var0003、⋯⋯）改为所要的变量名称。定义了所有变量后，单击[DataView]即可在数据视图中输入数据。第二节数据的输入与编辑定义了变量后就可以输入数据了，数据窗口如图2-5所示。图2-5数据文件格式由于各种原因，已经输入的数据往往会有错误，这就需要进行编辑。用Windows的基本操作方式可实现对数据的编辑，例如，可用方向键或鼠标移动到要修改的单元，键入新值。如果数据文件较大且知道要修改的数据单元的行号，可通过选择[Data]=>[GotoCase]打开如所图2-6示的对话框，在对话框中[CaseNumber]的右框输入行号来查找特定观测（行）。如果要查找某变量中的特定值或值标签，选择该变量，再选择[Edit]=>[Find]或者按Ctrl+F打开如图2-7所示的对话框，在[Searchfor]右框中输入要查找的数值或标签。图2-6指向观测对话框图2-7查找数据对话框第三节数据转换在理想情况下，输入的原始数据完全适合要执行的统计分析类型，遗憾的是，这种情况很罕见，经常需要通过数据转换来提示变量之间的真实关系。利用SPSS可进行从简单到复杂的数据转换。例如：1、根据已存在的变量建立新变量选择[Transform]=>[Compute]，打开如图2-8所示的[ComputeVariable(计算变量)]对话框。在对话框中的[TargetVariable（目标变量）]下框中输入符合变量命名规则的变量名，目标变量可以是现存变量或新变量。对话框中[NumericExpression（数值表达式）]下的文本框用于输入计算目标变量值的表达式。表达式能够使用左下框列出的现存变量名、计算器板列出的算术运算符和常数和[Functions（函数）]列表框显示的各种函数等。可以在文本框中直接输入和编辑表达式，也可以使用变量列表、计算器板和函数列表将元素粘贴到文本框中。计算器板包括数字、算术运算符、关系运算符和逻辑运算符，可以象使用计算器一样使用它们。计算器板上的算术运算符有+（加）、-（减）、*（乘）、/（除）、**（指数）、（）（运算符顺序）；关系运算符有<（小于）、>（大于）、<=（小于等于）、>=（大于等于）、=（等于）、~=（不等于）等；逻辑运算符有&（and，与运算，A、B两关系均为真时A&B才为真）、|（or，或运算，A、B任一关系为真时A|B即为真）、~（not，非与算，颠倒表达式的真假结果，A为真则~A为假，A为假则~A为真）。函数表70多个函数，包括算术函数、统计函数、分布函数、逻辑函数、日期和时间汇总与提取函数、缺失值函数、字符串函数、随机变量函数等等，例如自然对数LN()、绝对值对数ABS()、求和函数SUM()等。计算器板下面有一个[IF]按钮，单击该按钮打开条件表达式对话框。在条件表达式对话框中指定一个逻辑表达式，一个逻辑表达式对每一个观测(case)返回真、假或缺失值。如果一个逻辑表达式的结果是真，就把转换应用于那个观测；如果结果是假或缺失值，就不对那个观测应用转换。图2-8计算变量对话框2、对观测（case）记录进行排序在数据文件中，可根据一个或多个排序变量的值重排观测的顺序。选择[Data]=>[SortCases]，打开[SortCases]对话框，如图2-9所示。图2-9观测排序对话框3、观测或变量转置SPSS中将行作为观测，列作为变量。对那些观测和变量的行列关系与此相反的数据文件，可以选择[Data]=>[Transpose]将行列互换，对话框如图2-10所示。图2-10转置对话框4、文件合并可以将两个或更多个数据文件合并在一起，即可将具有相同变量但观测不同的文件合并，也可将观测相同变量不同的文件相合并。选择[Data]=>[MergeFiles]=>[Addcases]从第二个文件即外部SPSS数据文件向当前工作数据文件追加观测。选择[Data]=>[MergeFiles]=>[AddVariables]合并含有相同观测但不同变量的两个SPSS外部文件。5、选取观测子集可以选择[Data]=>[SelectCases]根据包含变量和复杂的表达式的准则把统计分析限于某一特定观测子集，也可选取一个随机观测样本。这样就可以同时对不同的观测子集作不同的统计分析。6、其它转换数据汇总，[Data]=>[Aggregate]；数据加权，[Data]=>[WeightCases]；数值编码，[Transform]=>[Recode]；数据求秩，[Transform]=>[RankCases]；产生时间序列，[Transform]=>[CreateTimeSeries]；等等。

第三章摘要性分析摘要性分析是对原始数据进行描述性分析，这是统计工作的出发点。统计学的一系列基本描述指标，不仅让人了解资料的特征，而且可启发人们对之作进一步的深入分析。通过调用摘要性分析的诸个过程，可完成许多统计学指标，对于计量资料，可完成均数、标准差、标准误等指标的计算；对于计数和一些等级资料，可完成构成比、率等指标的计算和χ2检验。本章将介绍其操作方法。第一节Frequencies过程3.1.1主要功能调用此过程可进行频数分布表的分析。频数分布表是描述性统计中最常用的方法之一，此外还可对数据的分布趋势进行初步分析。

3.1.2实例操作[例3-1]调查100名健康女大学生的血清总蛋白含量（g%）如下表，试作频数表分析。

7.437.886.887.807.048.056.977.127.358.057.957.567.507.887.207.207.207.437.127.207.507.357.887.437.586.507.437.126.976.807.357.507.206.437.588.036.977.437.357.357.587.586.887.657.047.128.127.507.046.807.047.207.657.437.657.766.737.207.507.437.357.957.357.476.507.658.167.547.277.276.727.657.277.047.726.886.736.736.737.277.587.357.507.277.357.357.278.167.037.437.357.957.047.657.277.728.437.507.657.04

3.1.2.1数据准备激活数据管理窗口，定义血清总蛋白含量的变量名为X，然后输入血清总蛋白含量的原始数据。3.1.2.2统计分析选择[Analyze]=>[DescriptiveStatistics]=>[Frequencies…]，打开[Frequencies]主对话框，图3-1。在主对话框左边列表中选定变量X，单击按钮使之进入[Variables(s)]列表框。图3-1Frequencies对话框【Displayfrequencytables复选框】确定是否在结果中输出频数表。【Statistics钮】单击后弹出Statistics对话框如图3-2，用于定义需要计算的其他描述统计量。图3-2FrequenciesStatistics现将各部分解释如下：PercentileValues复选框组定义需要输出的百分位数，可计算四分位数(Quartiles)、每隔指定百分位输出当前百分位数(Cutpointsfor

equalgroups)、或直接指定某个百分位数(Percentiles)，如直接指定输出P2.5和P97.5。Centraltendency复选框组用于定义描述集中趋势的一组指标：均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)。Dispersion复选框组用于定义描述离散趋势的一组指标：标准差(Std.deviation)、方差(Variance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、标准误(S.E.mean)。Distribution复选框组用于定义描述分布特征的两个指标：偏度系数（Skewness）和峰度系数(Kurtosis)。Valuesaregroupmidpoints复选框当你输出的数据是分组频数数据，并且具体数值是组中值时，选中该复选框以通知SPSS，免得它犯错误。【Charts钮】弹出Charts对话框，用于设定所做的统计图。Charttype单选钮组定义统计图类型，有四种选择：无、条图（Barchart）、圆图(Piechart)、直方图Histogram），其中直方图还可以选择是否加上正态曲线（Withnormalcurve）。ChartValues单选钮组定义是按照频数还是按百分比做图（即影响纵坐标刻度）。【Format钮】弹出Format对话框，用于定义输出频数表的格式，不过用处不大，一般不管。Orderby单选钮组定义频数表的排列次序，有四个选项：Ascendingvalues为根据数值大小按升序从小到大作频数分布；Descendingvalues为根据数值大小按降序从大到小作频数分布；Ascendingcounts为根据频数多少按升序从少到多作频数分布；Descendingcounts为根据频数多少按降序从多到少作频数分布。MultipleVariables单选钮组如果选择了两个以上变量做频数表，则Comparevariables可以将他们的结果在同一个频数表过程输出结果中显示，便于互相比较，Organizeoutputbyvariables则将结果在不同的频数表过程输出结果中显示。SuppressTablesmorethan...复选框当频数表的分组数大于下面设定数值时禁止它在结果中输出，这样可以避免产生巨型表格。3.1.2.3结果解释在输出结果窗口中将看到如下统计数据：系统对变量x的原始数据作频数分布表，Value为原始值、Frequency为频数、Percent为各组频数占总例数的百分比、Validpercent为各组频数占总例数的有效百分比、CumPercent为各组频数占总例数的累积百分比。

XValidCumValueLabelValueFrequencyPercentPercentPercent6.4311.01.01.06.5022.02.03.06.7211.01.04.06.7344.04.08.06.8022.02.010.06.8833.03.013.06.9733.03.016.07.0311.01.017.07.0477.07.024.07.1244.04.028.07.2077.07.035.07.2777.07.042.07.351111.011.053.07.4388.08.061.07.4711.01.062.07.5077.07.069.07.5411.01.070.07.5611.01.071.07.5855.05.076.07.6577.07.083.07.7222.02.085.07.7611.01.086.07.8011.01.087.07.8833.03.090.07.9533.03.093.08.0311.01.094.08.0522.02.096.08.1211.01.097.08.1622.02.099.08.4311.01.0100.0Total100100.0100.0

接着输出各基本统计指标，其中均数为7.366,标准误为0.039,中位数为7.350,众数为7.350,标准差为0.394,方差为0.155,峰度系数为0.034,峰度系数的标准误为0.478,偏度系数为0.06,偏度系数的标准误为0.241,全距为2.000,最小值为6.430,最大值为8.430,25%位数为7.120,50%位数为7.350,75%位数为7.580，共100个观察值，无缺失值。

Mean7.366Stderr.039Median7.350Mode7.350Stddev.394Variance.155Kurtosis.034SEKurt.478Skewness.060SESkew.241Range2.000Minimum6.430Maximum8.430

PercentileValuePercentileValuePercentileValue25.007.12050.007.35075.007.580

Validcases100Missingcases0

最后系统输出带有正态曲线的直方图（图3-3），由图中可见，数据基本呈现正态分布形状。

图3-3频数分布的直方图

从上述内容可知，系统在未特别指定的情形下，频数分布表是按照原始数值逐一作频数分布的，这与日常需要的等距分组、且组数保持在8～15组的要求不符。为此，在调用Frequencies过程命令之前，可先对原始数据进行算术处理：已知最小值为6.430，最大值为8.430，全距为2.000，故可要求分成10组，起点为6.4，组距为0.2。选Transform菜单Recode项的IntoDifferentVariable...命令项，在弹出的RecodeIntoDifferentVariable对话框中选x点击钮使之进入NumericVariable®OutputVariable框，在OutputVariable栏的Name处输入x1，点击Change钮表示新生成的变量名为x1。点击OldandNewValues钮弹出RecodeIntoDifferentVariable:OldandNewValues对话框，在Oldvalue栏内选Range项，输入第一个分组的数值范围：6.4～6.599，在Newvalue栏内输入新值：6.4，点击Add钮，依此将各组的范围及对应的新值逐一输入，最后点击Continue钮返回RecodeIntoDifferentVariable对话框，再点击OK钮即完成。系统在原数据库中生成一新变量为x1，这时调用Frequencies过程命令将输出等距分组且组数为10的频数分布表。

X1ValidCumValueLabelValueFrequencyPercentPercentPercent6.4033.03.03.06.6055.05.08.06.8088.08.016.07.001212.012.028.07.202525.025.053.07.402323.023.076.07.601010.010.086.07.8077.07.093.08.0066.06.099.08.4011.01.0100.0Total100100.0100.0

Validcases100Missingcases0

第二节Descriptives过程3.2.1主要功能Descriptives过程是连续资料统计描述应用最多的一个过程，他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正态评分值并以变量的形式存入数据库供以后分析。3.2.2实例操作[例3-2]调查20名男婴的出生体重（克）资料如下，试作描述性统计。

27702915279529952860297030873126312546542272350334183921266942183707231025733881

3.2.2.1数据准备激活数据管理窗口，定义男婴出生体重的变量名为X，然后输入男婴出生体重的原始数据。

3.2.2.2统计分析激活Analyze菜单选Summarize中的Descriptives...命令项，弹出Descriptives对话框（图3-4）。现欲对男婴出生体重进行描述性分析，故在对话框左侧的变量列表中选x,点击钮使之进入Variable(s)框；本例要求将原始数据转换成z分值，故选Savestandardizedvalueasvariables项。图3-4Descriptives对话框

点击Options...钮，弹出Descriptives:Options对话框（图3-5）。框中各指标的意义请读者参阅本章第一节。选好项目后点击Continue钮返回Descriptives对话框，再点击OK钮即可。图3-5Descriptives:Options对话框

3.2.2.3结果解释在结果输出窗口中将看到如下统计数据：均数为3188.450,标准误为140.681,标准差为629.146,方差为395824.997,峰度系数为0.118,峰度系数的标准误为0.992,偏度系数为0.732,偏度系数的标准误为0.512,全距为2382.000,最小值为2272,最大值为4654,有效例数为100，无缺失值。Numberofvalidobservations(listwise)=20.00VariableX

Mean3188.450S.E.Mean140.681StdDev629.146Variance395824.997Kurtosis.118S.E.Kurt.992Skewness.732S.E.Skew.512Range2382.000Minimum2272Maximum4654Sum63769.000

Validobservations-20Missingobservations-0

此外，系统以zx为变量名将原始数据转换成标准z分值，存放在原数据库中（图3-6）。例如，已知均数为3188.450，标准差为629.146，故原始值2770的Z分值为=-0.66511；原始值2770的Z分值为=1.10078。新变量具有均值为0、标准差为1的特征，亦即变量的标准化过程。图3-6原始数据及其标准Z分值

第四章相关分析任何事物的存在都不是孤立的，而是相互联系、相互制约的。在医学领域中，身高与体重、体温与脉搏、年龄与血压等都存在一定的联系。说明客观事物相互间关系的密切程度并用适当的统计指标表示出来，这个过程就是相关分析。值得注意，事物之间有相关，不一定是因果关系，也可能仅是伴随关系。但如果事物之间有因果关系，则两者必然相关。SPSS的相关分析是借助于Analyze菜单的Correlate选项完成的。

第一节Bivariate过程

4.1.1主要功能调用此过程可对变量进行相关关系的分析，计算有关的统计指标，以判断变量之间相互关系的密切程度。调用该过程命令时允许同时输入两变量或两个以上变量，但系统输出的是变量间两两相关的相关系数。4.1.2实例操作[例4-1]某地区10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血硒的相关分析。

编号发硒血硒123456789107466886991736696587313101311169714510

4.1.2激活数据管理窗口，定义变量名：发硒为X，血硒为Y，按顺序输入相应数值，建立数据库（图4.1）。

图4.1原始数据的输入

4.1.2激活Analyze菜单选Correlate中的Bivariate...命令项，弹出BivariateCorrelation对话框（图4-2）。在对话框左侧的变量列表中选x、y，点击Ø钮使之进入Variables框；再在CorrelationCoefficients框中选择相关系数的类型，共有三种：Pearson为通常所指的相关系数（r），Kendell’stau-b为非参数资料的相关系数，Spearman为非正态分布资料的Pearson相关系数替代值，本例选用Pearson项；在TestofSignificance框中可选相关系数的单侧（One-tailed）或双侧（Two-tailed）检验，本例选双侧检验。图4-2BivariateCorrelation对话框

点击Options...钮弹出BivariateCorrelation:Options对话框（图4-3），可选有关统计项目。本例要求输出X、Y的均数与标准差以及XY交叉乘积的标准差与协方差，故选Meansandstandarddeviations和Cross-productdeviationsandcovariances项，而后点击Continue钮返回BivariateCorrelation对话框，再点击OK钮即可。图4-3BivariateCorrelation:Options对话框

4.1.2在结果输出窗口中将看到如下统计数据：变量X、Y的例数、均数与标准差，变量X、Y交叉乘积的例数、标准差与协方差；XY两两对应的相关系数及其双侧检验的概率，本例r=0.8715，P=0.001。

VariableCasesMeanStdDevX1075.400012.2945Y1010.80003.3267

VariablesCasesCross-ProdDevVariance-CovarXY10320.800035.6444

XYX1.0000.8715(10)(10)P=.P=.001Y.87151.0000(10)(10)P=.001P=.(Coefficient/(Cases)/2-tailedSignificance)"."isprintedifacoefficientcannotbecomputed

第二节Partial过程4.2.1主要功能调用此过程可对变量进行偏相关分析。在偏相关分析中，系统可按用户的要求对两相关变量之外的某一或某些影响相关的其他变量进行控制，输出控制其他变量影响后的相关系数。4.2.2实例操作 [例4-2]某地29名13岁男童身高（cm）、体重（kg）和肺活量（ml）的数据如下表,试对该资料作控制体重影响作用的身高与肺活量相关分析。

编号身高（cm）体重(kg)肺活量(ml)编号身高（cm）体重(kg)肺活量(ml)123456789101112131415135.1139.9163.6146.5156.2156.4167.8149.7145.0148.5165.5135.0153.3152.0160.532.030.446.233.537.135.541.531.033.037.249.527.641.032.047.21750200027502500275020002750150025002250300012502750175022501617181920212223242526272829153.0147.6157.5155.1160.5143.0149.4160.8159.0158.2150.0144.5154.6156.547.240.543.344.737.531.533.940.438.537.536.034.739.532.017502000225027502000175022502750250020001750225025001750

4.2.2激活数据管理窗口，定义变量名：身高为height，体重为weight，肺活量为vc，按顺序输入相应数值，建立数据库。

4.2.2激活Analyze菜单选Correlate中的Partial...命令项，弹出PartialCorrelations对话框（图4.4）。现欲在控制体重的影响下对变量身高与肺活量进行偏相关分析，故在对话框左侧的变量列表中选变量height、vc，点击Ø钮使之进入Variables框，选要控制的变量weight，点击Ø钮使之进入Controllingfor框中,在TestofSignificance框中选双侧检验，然后点击OK钮即可。

图4-4PartialCorrelations对话框图4-5PartialCorrelationsOptions对话框

4.2.2在结果输出窗口中将看到如下统计数据：控制体重的影响后，身高与肺活量的相关系数为0.0926，经检验P=0.639，故身高与肺活量的线性相关不存在。（如果不控制体重的影响，则身高与肺活量的相关系数为0.5884，P为0.001。在有控制的情况下，身高与肺活量的决定系数=r2=0.00857，而无控制的身高与肺活量决定系数=r2=0.34621，可见身高与肺活量的相关有33.764%是由体重协同作用而产生的。）

Controllingfor..WEIGHTHEIGHTVCHEIGHT1.0000.0926(0)(26)P=.P=.639VC.09261.0000(26)(0)P=.639P=.

(Coefficient/(D.F.)/2-tailedSignificance)

"."isprintedifacoefficientcannotbecomputed

如果控制变量改为身高，则得如下结果：体重与肺活量的相关系数为0.5528，经检验P=0.002，故体重与肺活量的线性相关存在。可见，尽管肺活量与身高和体重均有关系，但如果仅仅研究其中一个变量与肺活量的相关关系时，体重的意义会更大。

Controllingfor..HEIGHTVCWEIGHTVC1.0000.5528(0)(26)P=.P=.002WEIGHT.55281.0000(26)(0)P=.002P=.

(Coefficient/(D.F.)/2-tailedSignificance)

"."isprintedifacoefficientcannotbecomputed

第五章线性回归分析第一节Linear过程

5.1.1主要功能 调用此过程可完成二元或多元的线性回归分析。在多元线性回归分析中，用户还可根据需要，选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。5.1.2实例操作 ［例5.1］某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程。

儿童编号体表面积（Y）身高（X1）体重（X2）123456789105.3825.2995.3585.2925.6026.0145.8306.1026.0756.41188.087.688.589.087.789.588.890.490.691.211.011.812.012.313.113.714.414.915.216.0

5.1.2.1激活数据管理窗口，定义变量名：体表面积为Y，保留3位小数；身高、体重分别为X1、X2，1位小数。输入原始数据，结果如图5-1所示。

图5-1原始数据的输入

5.1.2.2 激活Analyze菜单选Regression中的Linear...项，弹出LinearRegression对话框（如图5-2示）。从对话框左侧的变量列表中选y，点击Ø钮使之进入Dependent框，选x1、x2，点击Ø钮使之进入Indepentdent(s)框；在Method处下拉菜单，共有5个选项：Enter（全部入选法）、Stepwise（逐步法）、Remove（强制剔除法）、Backward（向后法）、Forward（向前法）。本例选用Enter法。点击OK钮即完成分析。

图5-2LinearRegression对话框

用户还可点击Statistics...钮选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析；点击Plots...钮选择是否作变量分布图（本例要求对标准化Y预测值作变量分布图）；点击Save...钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回归方程求得的未校正Y预测值和标准化Y预测值作保存）；点击Options...钮选择变量入选与剔除的α、β值和缺失值的处理方法。

5.1.2.3在结果输出窗口中将看到如下统计数据：

****MULTIPLEREGRESSION****

ListwiseDeletionofMissingDataEquationNumber1DependentVariable..YBlockNumber1.Method:EnterX1X2

Variable(s)EnteredonStepNumber1..X22..X1

MultipleR.94964RSquare.90181AdjustedRSquare.87376StandardError.14335AnalysisofVarianceDFSumofSquaresMeanSquareRegression21.32104.66052Residual7.14384.02055F=32.14499SignifF=.0003

VariablesintheEquationVariableBSEBBetaTSigTX1.068701.074768.215256.919.3887X2.183756.056816.7576603.234.0144(Constant)-2.8564766.017776-.475.6495

EndBlockNumber1Allrequestedvariablesentered.

结果显示，本例以X1、X2为自变量，Y为应变量，采用全部入选法建立回归方程。回归方程的复相关系数为0.94964，决定系数（即r2）为0.90181，经方差分析，F=34.14499，P=0.0003，回归方程有效。回归方程为Y=0.0687101X1+0.183756X2-2.856476。 本例要求按所建立的回归方程计算Y预测值和标准化Y预测值（所谓标准化Y预测值是指将根据回归方程求得的Y预测值转化成按均数为0、标准差为1的标准正态分布的Y值）并将计算结果保存入原数据库。系统将原始的X1、X2值代入方程求Y值预测值（即库中pre_1栏）和标准化Y预测值（即库中zpr_1栏），详见图5.3。

图5.3计算结果的保存

本例还要求对标准化Y预测值作变量分布图，系统将绘制的统计图送向ChartCarousel窗口，双击该窗口可见下图显示结果。

图5.4对标准化Y预测值所作的正态分布图

第六章分类分析人们认识事物时往往先把被认识的对象进行分类，以便寻找其中同与不同的特征，因而分类学是人们认识世界的基础科学。在医学实践中也经常需要做分类的工作，如根据病人的一系列症状、体征和生化检查的结果，判断病人所患疾病的类型；或对一系列检查方法及其结果，将之划分成某几种方法适合用于甲类病的检查，另几种方法适合用于乙类病的检查；等等。统计学中常用的分类统计方法主要是聚类分析与判别分析。聚类分析是直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类。判别分析则先根据已知类别的事物的性质，利用某种技术建立函数式，然后对未知类别的新事物进行判断以将之归入已知的类别中。聚类分析与判别分析有很大的不同，聚类分析事先并不知道对象类别的面貌，甚至连共有几个类别也不确定；判别分析事先已知对象的类别和类别数，它正是从这样的情形下总结出分类方法，用于对新对象的分类。第一节K-MeansCluster过程6.1.1主要功能调用此过程可完成由用户指定类别数的大样本资料的逐步聚类分析。所谓逐步聚类分析就是先把被聚对象进行初始分类，然后逐步调整，得到最终分类。6.1.2实例操作 ［例6.1］为研究儿童生长发育的分期，调查1253名1月至7岁儿童的身高（cm）、体重（kg）、胸围（cm）和坐高（cm）资料。资料作如下整理：先把1月至7岁划成19个月份段，分月份算出各指标的平均值，将第1月的各指标平均值与出生时的各指标平均值比较，求出月平均增长率（%），然后第2月起的各月份指标平均值均与前一月比较，亦求出月平均增长率（%），结果见下表。欲将儿童生长发育分为四期，故指定聚类的类别数为4，请通过聚类分析确定四个儿童生长发育期的起止区间。

月份月平均增长率（%）身高体重胸围坐高1234681012151824303642485460667211.035.473.582.012.132.061.631.171.030.690.770.590.650.510.730.530.360.520.3450.3019.309.854.175.651.742.041.602.341.331.411.251.190.931.130.820.521.030.4911.815.203.141.471.040.171.040.890.530.480.520.300.490.160.350.160.190.300.1811.277.182.111.582.111.571.460.760.890.580.420.140.380.250.550.340.210.550.16

6.1.2.1激活数据管理窗口，定义变量名：虽然月份分组不作分析变量，但为了更直观地了解聚类结果，也将之输入数据库，其变量名为month；身高、体重、胸围和坐高的变量名分别为x1、x2、x3和x4，输入原始数额。

6.1.2.2激活Analyze菜单选Classify中的K-MeansCluster...项，弹出K-MeansClusterAnalysis对话框（如图6.1示）。从对话框左侧的变量列表中选x1、x2、x3、x4，点击Ø钮使之进入Variables框；在NumberofClusters（即聚类分析的类别数）处输入需要聚合的组数，本例为4；在聚类方法上有两种：Iterateandclassify指先定初始类别中心点，而后按K-means算法作叠代分类，Classifyonly指仅按初始类别中心点分类，本例选用前一方法。

图6.1K-MeansClusterAnalysis对话框

为在原始数据库中逐一显示分类结果，点击Save...钮弹出K-MeansCluster:SaveNewVariables对话框，选择Clustermembership项，点击Continue钮返回K-MeansClusterAnalysis对话框。本例还要求对聚类结果进行方差分析，故点击Options...钮弹出K-MeansCluster:来Options对话框，在Statistics栏中选择ANOVAtable项，点击Continue钮返回K-MeansClusterAnalysis对话框，再点击OK钮即完成分析。

6.1.2.3在结果输出窗口中将看到如下统计数据：首先系统根据用户的指定，按4类聚合确定初始聚类的各变量中心点，未经K-means算法叠代，其类别间距离并非最优；经叠代运算后类别间各变量中心值得到修正。

InitialClusterCenters.ClusterX1X2X3X4111.030050.300011.810011.270025.470019.30005.20007.180033.58009.85003.14002.11004.3400.4900.1800.1600

Convergenceachievedduetonoorsmalldistancechange.Themaximumdistancebywhichanycenterhaschangedis.0000Currentiterationis2

Minimumdistancebetweeninitialcentersis10.5200

IterationChangeinClusterCenters12341.0000.00002.46E+001.27E+002.0000.0000.0000.0000

CaselistingofClustermembership.CaseIDClusterDistance11.00022.000332.457443.219532.457641.530741.34684.51594.915104.266114.281124.668134.467144.844154.415164.8731741.215184.6191941.269

FinalClusterCenters.ClusterX1X2X3X4111.030050.300011.810011.270025.470019.30005.20007.180032.85507.75002.09002.11004.90601.4660.4820.6560

之后对聚类结果的类别间距离进行方差分析，方差分析表明，类别间距离差异的概率值均<0.001，即聚类效果好。这样，原有19类（即原有的19个月份分组）聚合成4类，第一类含原有1类，第二类含原有1类，第三类含原有2类，第四类含原有15类。具体结果系统以变量名QCL_1存于原始数据库中。

DistancesbetweenFinalClusterCenters.Cluster12341.0000232.4397.0000345.340013.2521.0000452.232520.09246.9273.0000

AnalysisofVariance.VariableClusterMSDFErrorMSDFFProbX137.58063.36915.0101.7853.000X2817.116431.35415.0603.2588.000X345.40893.28115.0161.1145.000X446.09943.23515.0195.4933.000

NumberofCasesineachCluster.Clusterunweightedcasesweightedcases11.01.021.01.032.02.0415.015.0Missing0Validcases19.019.0

VariableSavedintoWorkingFile.QCL_1(ClusterNumber)

在原始数据库（图6.2）中，我们可清楚地看到聚类结果；参照专业知识，将儿童生长发育分期定为： 第一期，出生后至满月，增长率最高； 第二期，第2个月起至第3个月，增长率次之； 第三期，第3个月起至第8个月，增长率减缓； 第四期，第8个月后，增长率显著减缓。

图6.2逐步聚类分析的分类结果第二节HierarchicalCluster过程6.2.1主要功能调用此过程可完成系统聚类分析。在系统聚类分析中，用户事先无法确定类别数，系统将所有例数均调入内存，且可执行不同的聚类算法。系统聚类分析有两种形式，一是对研究对象本身进行分类，称为Q型举类；另一是对研究对象的观察指标进行分类，称为R型聚类。6.2.2实例操作 ［例6.2］29名儿童的血红蛋白（g/100ml）与微量元素（μg/100ml）测定结果如下表。由于微量元素的测定成本高、耗时长，故希望通过聚类分析（即R型指标聚类）筛选代表性指标，以便更经济快捷地评价儿童的营养状态。

编号N0.钙X1镁X2铁X3锰X4铜X5血红蛋白X6123456789101112131415161718192021222324252627282954.8972.4953.8164.