4章常用统计分析功能的实现530.ppt

1、第四章是常用统计分析功能的实现，4.1基本统计分析4.2均值比较和检验4.3相关分析4.4回归分析，4.1基本统计分析，频率分布表描述统计分析勘探分析权变表，频率分布表，频率对话框，频率对话框，输出结果：在本例中，选择了系统默认项目，包括描述统计分析，描述对话框，描述对话框，输出结果：勘探分析，勘探对话框，输出结果：输出结果：输出结果：输出结果列联表，定义变量(形成数据集3)，指定freq为加权变量，本例选择交叉表对话框、交叉表对话框、卡方和交叉表对话框，本例选择频率和频率输出项，输出结果为：第四章是常用统计分析功能的实现，4.1基本统计分析4.2均值比较和检验4.3相关分析4.4回归分析，4

2、.2均值比较和检验，均值过程， 均值过程的基本功能是分组计算，它比较指定变量的描述性统计，包括一系列单变量描述性统计，如均值、标准差、总和、方差等。还可以给出方差分析表和线性检验结果。Means对话框，Means对话框，output result:所有选项均为系统默认，单样本t检验，单样本t检验过程是检验一个变量的总体均值与指定的检验值之间是否存在显著差异，前提是样本所来自的总体应服从正态分布；单样本测试过程可以通过单样本测试对话框实现。单样本T检验对话框，输出结果：p值=0.6530.05，我们应该接受原来的假设，即我们可以认为本市青少年的身高已经达到了160厘米的标准。在SPSS中，该值被

3、定义为相应值分布一侧面积的两倍。因此，我们可以直接将该值与双边测试中的值进行比较。如果这是一个片面的测试，我们需要比较这个值和那个值。独立样本T检验用于检验两个独立总体的均值是否存在显著差异。前提是这两个样本是相互独立的，它们来自的种群服从正态分布。独立样本的测试可以通过独立样本测试对话框实现。独立样本T检验对话框，分组变量，输出结果：p值=0.1440.10，应接受原假设，即本市男女青少年身高无显著差异。配对样本t检验用于检验两个配对总体的平均值是否存在显著差异，前提是两个样本之间存在配对关系，并且它们所来自的总体服从正态分布；其实质是检验每对测量值差异变量的平均值与零之间的差异的显著性。如

4、果差异不显著，则意味着成对变量的平均值之间的差异不显著；这可以通过配对样本测试对话框来实现。配对样本T检验，配对样本T检验对话框，指定配对变量，输出结果：p值=0.0020.05，原假设应被拒绝，表明两种促销形式对商品销售的影响存在显著差异。单变量方差分析用于检验受单个因素影响的一个(或几个独立的)因变量的平均值之间是否存在显著差异，并可用于比较两组之间的平均值。前提是因变量服从正态分布；它可以通过单向方差分析对话框来实现。单变量方差分析，单向方差分析对话框，单向方差分析对话框，多比较选项对话框，比较选项，指定输出统计和缺失值的处理方法，单向方差分析对话框，因为F=10.544，P值=0.00

5、00.05，所以应该拒绝原来的假设，可以认为不同颜色饮料的销量之间存在显著差异。在第四章中，实现了常用的统计分析功能，4.1基本统计分析4.2均值比较和检验4.3相关分析4.4回归分析、4.3相关分析、二元变量相关分析、bina，二元相关对话框，二元相关对话框，由于身高和体重的相关系数为0.780，P值为0.000，说明学生的身高和体重高度相关。偏相关分析是在控制其他变量影响的情况下，通过偏命令项调用Partial Corr过程来计算两个变量之间的线性相关，用偏相关系数来表示。偏相关对话框，偏相关对话框，第4章，常见统计分析功能的实现，4.1基本统计分析，4.2均值比较和检验，4.3相关分析，4.4回归分析，回归分析研究自变量和因变量之间的不确定因果关系；SPSS提供的回归分析过程包括线性回归、曲线估计、二元逻辑回归、多项式逻辑回归、有序回归、概率单位、非线性回归、权重估计、最优标度和两阶段最小二乘法。4.4回归分析，线性回归分析，线性回归对话框，线性回归对话框，线性回归对话框(系统默认不输出图形)，线性回归对话框，此对话框用于定义存储到数据文件中的新变量。线性回归对话框，输出结