软件部分常用分析和实例

软件部分常用分析和实例常用分析方法:

主要就是针对——

描述性统计

相关分析

因子分析

回归分析

聚类分析

版本为SPSS11、5。

SPSS数据管理

1变量得定义

安装SPSS之后,运行程序,出现类似EXCEL界面,见下图1:SPSS得主界面

然后进行变量得定义

过程:

点击SPSS主界面左下角VariableView,转入变量浏览界面,见图2

根据需要分别对其定义

界面从左到右分别为变量名、类型、宽度、小数点位数、变量标签等实例1:株洲地区蔬菜样品重金属元素含量

数据分析,单位:mg/kg

送样号AsCdCuHgMnPbSeZnSc010、0809、6500、5450、00371、6400、5950、0236、395Sc020、04015、1500、2950、02265、4250、1350、00922、200Sc030、03023、0000、3050、00262、5800、1200、00312、245Sc040、09542、9000、2700、00481、0451、2000、01617、450Sc050、22035、8000、5050、01111、0602、0200、02224、630Sc060、15045、9001、3350、01022、25513、5950、01320、835Sc070、06723、1500、5000、2931、4501、6100、0409、620Sc080、04089、7500、2500、00292、3256、3550、00520、140Sc090、11018、8000、3900、01521、3500、3650、0124、920Sc100、96013、1000、2900、3981、9901、0550、0686、325Sc120、54024、8002、5250、02345、35013、3700、01263、000Sc130、58536、4004、4100、010513、26042、1850、007181、500Sc140、45531、1503、6850、097513、14038、8750、024154、000Sc150、25558、5004、4500、01296、1050、0950、00635、500Sc160、45030、8007、1200、215623、28543、0550、014324、000具体操作

点击作下角VariableView,转入变量浏览界面,在第1列依次应定义得变量分别为:送样号(类型必须为字符型)、As、Cd、Cu、Hg、Mn、Pb、Se、Zn。第2列为类型,“送样号”定义为字符型,点击类型中得string,其她可默认。第3列为宽度,字节数。第4列为小数点位数。本例中,小数点位数可设为3,等等。见图3图3变量性质定义

==>DefineVariableproperties对其逐个定义,但不方便。

变量得定义还可选择菜单Data2、数据得输入

输入方法主要有:

逐个输入将数据逐个输入到相应得空白表格当中,并进行保存。

复制粘贴可将word或EXCEL中编辑好得数据表格相应得粘贴到SPSS得相应空白表格中,然后进行保存。

■具体操作:变量定义后,进行数据输入和保存。进行逐个键入,效率低。进行复制粘贴,可将相应得表格中得数据对应得粘贴到SPSS得表格内,然后保存。见图4。

图4数据得输入

10大家应该也有点累了，稍作休息大家有疑问的，可以询问和交流

数据分析(Analyze)

介绍常用得分析方法

■描述性统计(DescriptivesStatistics)

■相关分析(Correlate)

■因子分析(Factor)

■回归分析(Linear)

■聚类分析(Classifiy)1、描述性统计(DescriptivesStatistics)

SPSS得许多模块均可完成描述性分析,但专门为该目得而设计得几个模块则集中在DescriptiveStatistics菜单中,最常用得就是列在最前面得四个过程:

■Frequencies产生频数表

■Descriptives进行一般性得统计描述

■Explore对数据概况不清时得探索性分析

■Crosstabs完成计数资料和等级资料得统计描述和一般得统计检验,我们常用得X2检验也在其中完成■首先,需要知道数据得基本情况,如均数、标准差、最大值、最小值、极距、方差等多个常用统计量。这个过程可在Frequencies过程和Descriptives过程中实现。

操作过程:仍以实例1为例。对其进行常用统计量进行分析,通过Frequencies过程实现。■点击Analyze>DescriptivesStatistics>Frequencies出现其对话框,如图5,分别将各个变量As、Cd、Cu、Hg、Mn、Pb、Se、Zn导入右侧得空白框内。选定要统计得变量图4图5Frequencies对话框

■接着对数据得常用统计量进行选定,点击图5得Statistics钮,可见如图5对话框。

图5图6

(Cutpointsfor

、equalgroups)、或直接指定某个百分位数(Percentiles)。

Centraltendency复选框组

于定义描述集中趋势得一组指标:均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)PercentileValues复选框组

定义需要输出得百分位数,可计算四分位数(Quartiles)、每组指定百分位输出当前百分位数Distribution复选框组——定义描述分布特征得两个指标:偏度系数(Skewness)和峰度系数(Kurtosis)

Valuesaregroupmidpoints复选框当您输出得数据就是分组频数数据,并且具体数值就是组中值时,选中该复选框以通知SPSS,免得她犯错误。Dispersion复选框组

定义描述离散趋势指标:标准差(Std、devi-ation)、方差(Vari-ance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、标准误(S、E、mean)。可根据需要选用Centraltendency复选框组和Dispersion复选框组中得描述性统计量。如本例中假设需要对最大值、最小值、均数、方差、标准误、全距等进行统计,可在如上得Maximum、Minimum、Mean、Variance、S、E、mean、Range前得小白格子点击选中,即可,如图6

■点击Continue返回上个对话框,点击OK,程序运行,出现SPSS程序得结果输出界面。如图7,运行结果窗口

图7就是SPSS实现Frequencies这一过程得输出界面。从中可以看出需要得统计量计算结果,如均值(Mean):As0、271800,Cd33、25667,Cu1、791667……,标准误差(Std、ErrorofMean):As0、699953,Cd5、294950……、其她统计量依次2、相关分析(Correlate)

现实中经常要遇到分析两个或多个变量间关系得情况,有时就是希望了解变量间联系得密切程度,有时则就是要了解某个变量对另一个变量得影响强度,前者用我们要说得相关分析来实现,后者用回归分析来实现。

SPSS得相关分析功能被集中在Statistics菜单得Correlate子菜单中,一般包括以下三个过程

Bivariate过程此过程用于进行两个/多个变量间得参数/非参数相关分析,如果就是多个变量,则给出两两相关得分析结果。

Partial过程如果需要进行相关分析得两个变量其取值均受到其她变量得影响,就可以利用偏相关分析对其她变量进行控制,输出控制其她变量影响后得相关系数,这种分析思想和协方差分析非常类似。

Distances过程调用此过程可对同一变量内部各观察单位间得数值或各个不同变量间进行距离相关分析。主要分析方法有变量之间得相似性测量分析、不相似分析,个案之间得相似性分析和不相似性分析。

实际操作:针对实例1,对其各变量间数据进行距离分析。

实现步骤:

■Analyze>Correlate>Distances出现对话框如下图8。然后将各个变量转入右边对话框内。图8距离相关分析对话框■接着根据需要选择个案间距离还就是变量间距离,本例选择变量间距离计算。在“BetweenVariables”前点中,见图8。

■选用相似分析还就是不相似分析,本例选用相似类比“Similarities”见图8。

图8距离相关分析对话框■点击OK。

出现如下得分析结果,见图9。从中可以看到各个变量间得关系,但一般情况下,相关分析多采用Bivariate过程。图9距离相关分析分析结果输出窗口3、因子分析(Factor)

在对事物得多个变量进行大量得观察,收集大量得数据加以分析时,发现多数情况下,许多变量之间存在一定得相关关系,因此,有可能用较少得综合指标分析存在于各变量中得各类信息,而各综合指标之间彼此就是不相关得,代表各类信息得综合指标称为因子。因子分析就就是用少数几个因子来描述许多指标或因素之间得联系,以较少几个因子反映原资料得大部分信息得统计学方法。现结合实例1进行因子分析过程。

■Analyze>DataReduction>Factor,在弹出得对话框中,将变量As、Cd、Cu、Hg、Mn、Pb、Se、Zn分别转入右侧得空白框内。

■点击“Descriptive”,弹出对话框,选中“KMOandBarttett‘stestofsphericity”表示用KMO检验和巴特利球形检验。见图10。图10Descriptive对话框Kaiser给出得一个KMO得标准为:0、9<KMO(非常适合)、0、8<KMO<0、9(适合)、0、7<KMO<0、8(一般)、0、6<KMO<0、7(不太适合)、KMO<0、5(不适合)。

本例中此对话框全部选中,点击Continue,返回上个对话框。

■点击“Extraction”,弹出其对话框,选择因子提取方法。如图11,一般采用主成分分析法(Principalponents);Extrac框下Eigenvaluesover内空格填入剔除得水平(即特征值),一般为1。本列中填入1,点击Continue返回上一对话框

图11Extraction其对话框■点击“Rotation”弹出其对话框,此对话框主要就是对因子进行旋转方法得选择,其中Varimax为方差极大法旋转,有称正较旋转。此对话框中选定方法可根据需要选择,本例中选择None。点击Continue返回上一对话框。

■点击OK,程序运行,出现计算结果。现就运行结果得主要窗口说明如下:

如表2为KMO检验和巴特利球形检验结果,从检验结果来看,KMO值为0、694,根据统计学Ksiser给出得标准,KMO值略小于0、7,介于因子分析得“一般”和“不太适合”之间。Bartlett球度检验给出得相伴概率为0、000,小于显著水平0、05,因此拒绝Bartlett球度检验得零假设,认为适合与因子分析。

表2KMO检验和巴特利球形检验结果如表3就是因子分析后因子提取得结果,窗口从第二列开始其代表意义分别为:因子变量得方差贡献(特征值),她就是衡量因子重要程度得指标;第三列为因子变量得方差贡献率;第四列为因子变量得累计方差贡献率。第五到第八就是提取后得因子变量信息。从表2中可以看出特征值大于1得共有两个因子,4、005和2、492,两个因子可解释总信息量得81、209％。

表3因子分析结果窗口表3就是因子得分矩阵,这就是根据回归算法计算出来得因子得分函数得系数,根据这个表格可以得到因子得分函数。

F1=0、568X1+0、003X2+0、927X3+0、257X4+0、971X5+0、930X6-0、060X7+0、972X8

F2=0、619X1-0、584X2-0、186X3+0、872X4-0、120X5-0、126X6+0、965X7-0、113X8

表3因子得分矩阵表因子分析就是对现实生活中众多得相关、重叠信息进行合并和综合,她以最少得信息丢失将原始得众多变量和指标变成较少得几个综合变量,并利于分析判定。在研究中,因子分析得到得结果常常用于综合判定,有时还利用综合得分加以判定。

如综合判断＝aF1+bF2+cF3

4、聚类分析(Classifiy)

聚类分析就是一种探索性得分析,在分类得过程中,人们不必事先给出一个分类得标准。聚类分析能够从样本数据出发,自动进行分类。聚类分析所使用得方法得不同,常常会得到不同得结论。

聚类分析主要有快速聚类分析方法和层次聚类分析方法,其中层次聚类方法主要有R型聚类和Q型聚类。现结合实例1,对其进行聚类分析。采用方法为层次聚类中得R型聚类。

■Analyze>Classify>HierarchicalCluster,弹出对话框,然后将变量As、Cd、Cu、Hg、Mn、Pb、Se、Zn分别转入右侧得空白框内。本列为R型聚类,因此选择Cluster框中得Variables,见图12。

图12层次聚类分析对话框==>单击“Method”,出现其对话框,图13,本例选中类间平均连锁法(Between－grouposlinkage)以及Interval框中得SquaredEuclideandistance项(欧氏距离平方),单击Continue返回上个对话框。

图13Method对话框==>单击“Plots”,打开其对话框,图14,本例选中“Dendrogram”项,表示输出聚类得树型图,表示将各类之间得距离重新转换为0-25之间,然后在近似地表示在图上。Icicle框表示输出冰柱图。Orientation框表示表示输出方向。单击Continue,返回对话框。

图14Plots

对话框==>单击“Statistics”,打开其对话框,图15,选中“Agglomerationmatrix”项,表示输出层次聚类分所西得凝聚状态表。ClusterMembership复选框中选中“Singlesolution”表示希望将数据聚类分为几类,本例中写入3,表示将样本分为3类。单击Continue按钮返回上一对话框。

图15Statistics

对话框

■单击OK,

SPSS运行现将运行结果主要窗口解释如下:

表4为层次聚类得纵向冰柱图,冰柱图一般从最后一行开始观察,如下表,Hg和Se用“X”连接,表示首先二者聚类;其次为Hg和As用“X”连接,表示接着与As聚类;依次类推,接着为Cu和Se,Mn和Cu等等。

表4层次聚类冰柱图图15为层次聚类树型图,从图中可以看出各个类之间得距离在25得坐标内,从图中可以看出,Zn与其她元素得距离较大,在折合为0-25得坐标时,从图里很难看出Hg、Se、As、Cu、Mn、Pb距离差异和聚类得先后顺序。但树型图可以直观得显示整个聚类过程。