應用統(tǒng)計學SPSS統(tǒng)計分析PPT課件.pptVIP

應用統(tǒng)計學 SPSS統(tǒng)計分析 1 SPSS簡介 SPSS是由美國斯坦福大學的三位研究生于20世紀60年代末研制 同時成立了SPSS公司 并于1975年在芝加哥組建了SPSS總部 StatisticalProductandServiceSolutions公司主頁 2 SPSS軟件主要功能 數(shù)據(jù)管理數(shù)據(jù)轉換統(tǒng)計分析繪圖 包括定義變量屬性 復制數(shù)據(jù) 定日日期 插入變量 匯總數(shù)據(jù) 拆分數(shù)據(jù)等 包括計算變量 計數(shù) 創(chuàng)建時間序列 替換缺失值和隨機數(shù)字種子 主要的統(tǒng)計方法和模型包括描述性統(tǒng)計 參數(shù)檢驗 回歸分析 數(shù)據(jù)降維 時間序列分析等 能繪制35種以上常用的統(tǒng)計圖形 3 參考書 數(shù)據(jù)分析與SPSS應用高祥寶 董寒青著 清華大學出版社SPSSforWindows統(tǒng)計分析盧紋岱著 電子工業(yè)出版社SPSSforWindows統(tǒng)計分析教程李志輝等著 電子工業(yè)出版社 4 SPSS界面回歸分析主成分分析聚類分析 5 SPSS主界面 工具欄 數(shù)據(jù)視圖區(qū) 變量視圖區(qū) 6 打開數(shù)據(jù)文件 單擊此處打開數(shù)據(jù)文件 打開文件 對話框 在此選擇文件類型 7 線性回歸分析 Analyze Regression Linear 分析 回歸 線性回歸 8 線性回歸分析界面 Dependent 因變量Independents 自變量Method 變量篩選方式 Statistics 選擇要輸出的統(tǒng)計量Plots 繪圖Save 指定要保存到數(shù)據(jù)窗口的新變量Options 設置模型擬合標準和缺失值處理方式 9 回歸結果 模型概要 方差分析 回歸系數(shù) 10 曲線擬合 單擊Analyze Regression CurveEstimation進入曲線擬合分析界面 11 曲線擬合界面 Dependent 因變量Independents 自變量Models 選擇曲線類型 12 不同模型表示 13 曲線擬合分析結果 模型概述與參數(shù)估計表 曲線擬合效果圖 14 主成分分析 Analyze DataReduction Factor 分析 降維 因子分析 15 主成分分析界面 Variables 選入進入主成分分析的變量 Descriptives 原始變量的描述統(tǒng)計和初始的分析結果Extraction 選擇不同的提取公因子的方法和控制提取結果的依據(jù)Rotation 選擇因子旋轉的方法Scores 計算因子得分Options 選擇對應的輸出項 16 保存主成分變量 Scores選項 勾選Saveasvariables Displayfactorscorecoefficientmatrix 17 2020 1 15 18 主成分分析結果 總方差分解表 因子得分參數(shù)表 特征向量 19 主成分分析結果 因子載荷矩陣 因子載荷圖 相關系數(shù) 20 查看主成分變量 主成分變量 21 繪制散點圖 Graphs Scatter Dot 繪圖 散點圖 22 繪制散點圖選項 定義X軸 定義Y軸 此處放置數(shù)據(jù)標簽 Options 勾選Displaychartwithcaselabels 23 主平面圖 24 k means聚類方法 Analyze Classify K meansCluster 分析 聚類 快速聚類 25 k means聚類分析界面 Variables 參與聚類的變量NumberofClusters 類別的數(shù)量 Method IterateandClassify項 迭代過程中不斷計算類中心并更換類中心Classifyonly項 根據(jù)初始類中心進行聚類 聚類過程中不改變類中心 26 保存k means聚類變量 Save選項 勾選Clustermembership 27 k means輸出結果 初始類中心 聚類總結 每次迭代各類中心變化 最終各類中心 28 繪制散點圖選項 Options 勾選Displaychartwithcaselabels 29 散點圖輸出 30 SPSS軟件應用 P148 drink sav 系統(tǒng)聚類法Analyze Classify HierarchicalCluster選項 Cluster Cases 觀測值聚類 Variable 變量聚類 Plots Dendrgram 譜系圖 Method ClusterMethod NearestNeighborMeasure EuclideanDistan