統(tǒng)計(jì)軟件SPSS圖文詳細(xì)教程.doc

SPSS期末考試復(fù)習(xí)筆記【整本書（附有菜單分析、SPSS操作步驟和圖解以及期末考試押題）】描述樣本數(shù)據(jù) 一般的，一組數(shù)據(jù)拿出來，需要先有一個(gè)整體認(rèn)識(shí)。除了我們平時(shí)最常用的集中趨勢(shì)外，還需要一些離散趨勢(shì)的數(shù)據(jù)。這方面EXCEL就能一次性的給全了數(shù)據(jù)，但對(duì)于SPSS，就需要用多個(gè)工具了，感覺上表格方面不如EXCEL好用。個(gè)人感覺，通過描述需要了解整體數(shù)據(jù)的集中趨勢(shì)和離散趨勢(shì)，再借用各種圖觀察數(shù)據(jù)的分布形態(tài)。對(duì)于SPSS提供的OLAP cubes（在線分析處理表），Case Summary（觀察值摘要分析表），Descriptives （描述統(tǒng)計(jì)）不太常用，反喜歡用Frequencies（頻率分析），Basic Table（基本報(bào)表），Crosstabs（列聯(lián)表）這三個(gè)，另外再配合其它圖來觀察。這個(gè)可以根據(jù)個(gè)人喜好來選擇。一使用頻率分析（Frequencies）觀察數(shù)值的分布。頻率分布圖與分析數(shù)據(jù)結(jié)合起來，可以更清楚的看到數(shù)據(jù)分布的整體情況。以自帶文件Trends chapter 13.sav為例，選擇Analyze-Descriptive Statistics-Frequencies，把hstarts選入Variables，取消在Display Frequency table前的勾，在Chart里面histogram，在Statistics選項(xiàng)中如圖1圖1 分別選好均數(shù)(Mean)，中位數(shù)(Median)，眾數(shù)(Mode)，總數(shù)(Sum)，標(biāo)準(zhǔn)差(Std. deviation)，方差(Variance)，范圍(range)，最小值(Minimum)，最大值(Maximum)，偏度系數(shù)(Skewness)，峰度系數(shù)(Kutosis)，按Continue返回，再按OK，出現(xiàn)結(jié)果如圖2圖2 表中，中位數(shù)與平均數(shù)接近，與眾數(shù)相差不大，分布良好。標(biāo)準(zhǔn)差大，即數(shù)據(jù)間的變化差異還還小。峰度和偏度都接近0，則數(shù)據(jù)基本接近于正態(tài)分布。下面圖3的頻率分布圖就更直觀的觀察到這樣的情況圖3 二采用各種圖直觀觀察數(shù)據(jù)分布情況，如采用柱型圖觀察歸類的比例等。 同樣以自帶文件Trends chapter 13.sav為例，我們可以觀察一下各年的數(shù)據(jù)總和的對(duì)比：1選擇Graph-Bar-Simple，在“Data in chart are”一項(xiàng)選擇Summary of groups of cases，然后按Define，出現(xiàn)圖4，圖4 2選擇Bars Represent-Other statistic(e.g. mean)，把hstarts一項(xiàng)選入Variable里面，把YEAR, Periodic一項(xiàng)選入Category Axis項(xiàng)中，并按Change Statistic鍵，出現(xiàn)圖5：圖5 3在Statistic選項(xiàng)中選Sum of values一項(xiàng)，按Continue返回，按OK即可出現(xiàn)圖6：圖6 從圖中可以非常直觀的看出1965年-1975年間，每年的總體數(shù)量對(duì)比和各數(shù)值多少。三通過列聯(lián)表來觀察，數(shù)據(jù)的交錯(cuò)關(guān)系。 以軟件自帶的文件University of Florida graduate salaries.sav來說明1、選擇Tables-Basic Table，在彈出對(duì)話框中，選擇Graduate到Summaries欄，College到Down ，Gender到Across欄，如圖7圖7 2、選擇Statistics按鍵，選取Count和layer%到Cell Statistics一欄，并按Continue鍵，如圖8圖8 三、選擇Layout按鍵，選擇Summary Variable Labels-In separate labels（匯總的標(biāo)簽，如本例的Graduate，放在表外），Statistics Labels-Across top（數(shù)據(jù)的標(biāo)簽橫放在頂部，如本例的Count和Layer%），并在Label groups with value labels only前選擇打勾(表示只需要具體的標(biāo)簽名就可以，不需要匯總名，如本例Gender和College)，如圖9圖9 四、選擇Total按鍵，在Totals over each group variable一項(xiàng)前選勾，則輸出表會(huì)有增加匯總一欄，如圖10圖10 提示，需要什么表格形式可以根據(jù)要求來調(diào)整，但對(duì)輸出按鍵都需要熟悉，多嘗試幾次就可以看出不同的區(qū)別。圖11為輸出的表格圖11 重要提示：如果結(jié)果變成變量的匯總（SUM），則先選擇Data-Weight Cases，把Graduate的選項(xiàng)先選入Weight Cases by內(nèi)，再選回Do not weight Cases，按OK即可。對(duì)于其他帶有編號(hào)的一項(xiàng)都可以這樣做。這一點(diǎn)不知為何，本人屢次試過總需要這樣調(diào)整。參考圖12圖12 幾種常用的統(tǒng)計(jì)方法應(yīng)用 一般來說，最最常用的統(tǒng)計(jì)分析有假設(shè)檢驗(yàn)和回歸分析，在SPSS中也有很好的對(duì)應(yīng)工具來做這些分析，但對(duì)其基本思路和要求都必須了解，這樣才能更靈活的發(fā)揮。下面抄錄EXCEL在市場(chǎng)調(diào)查中的應(yīng)用一書中關(guān)于這方面的內(nèi)容：1假設(shè)檢驗(yàn) 目的：是用來判斷樣本與樣本，樣本與總體的差異是由抽樣誤差引起還是本質(zhì)差別造成的統(tǒng)計(jì)推斷方法?；舅枷耄盒「怕史醋C法思想。即P0.01或PSequence，如圖15圖15 把hstarts選入Variables項(xiàng)，把No.選入Time Axis Lables，然后按OK，出現(xiàn)圖16：圖16 從圖可以看出，數(shù)據(jù)總是在一個(gè)周期內(nèi)反復(fù)在上下波動(dòng)，雖然高低的位置不一樣，但這種波動(dòng)顯然是隨著時(shí)間的不同而變化。因此可以察看，因變量與時(shí)間的關(guān)系如何。選擇Data-Define Dates，出現(xiàn)圖17圖17 在Year一欄填入1965，Month一欄填入1，表示數(shù)據(jù)從1965年1月開始計(jì)算。選擇Analyze-Correlate-Bivariate，出現(xiàn)圖18圖18 把hstarts，Year和Month都選入Varibales選項(xiàng)，Correlation Coefficients選擇Pearson和Spearman（其實(shí)只需要選Spearman就可以，這里只是試一下，作為比較）。注：相關(guān)檢驗(yàn)中有Pearson（皮爾森）相關(guān)系數(shù)和Spearman（斯皮爾曼）等級(jí)相關(guān)，前者也稱皮爾森相關(guān)系數(shù)，是對(duì)兩個(gè)定距變量關(guān)系的刻畫；后者是用來考察兩個(gè)變量中至少有一個(gè)定序變量時(shí)的相關(guān)關(guān)系。Zero-order Correlations（零階偏聽偏相關(guān)系數(shù)）是按Pearson簡(jiǎn)單相關(guān)系數(shù)公式計(jì)算得到的相關(guān)系數(shù)。在皮爾森系數(shù)r是對(duì)兩個(gè)定距變量關(guān)系的刻畫:若-1r1，|r|越大，表明兩個(gè)變量之間的相關(guān)程度越強(qiáng)。若0若-1rRegression-Curve Estimation，出現(xiàn)圖22圖22 把hatarts選入Dependents選項(xiàng)，Independent選擇Time，Models選擇（Linear）線性回歸，（Quadratic）二次曲線回歸，（Cubic）三次曲線回歸，（Exponential）指數(shù)回歸，選擇Include constant in equation表示方程式有常數(shù)項(xiàng)，Plot models則表示用圖表示，然后按OK，出現(xiàn)圖23圖23 線性方程：Y=70.43 0.135X二次曲線方程：Y=64.171 0.415X-0.02X2 三次曲線方程：Y=87.68-1.667X 0.037X2( 0X3)指數(shù)曲線方程：Y=68.229xe0.002 從Sig值判斷，都小于0.05，都接受回歸成立，這樣，只能從R擬合度和F值較大來判斷三次曲線方程的擬合程度比較高。注意，如果方程成立的話，想要增加預(yù)測(cè)，則可以在Save選項(xiàng)中選擇Predicted Values一項(xiàng)，如果還想預(yù)測(cè)未來的數(shù)值，則可以在原表上增加若干行（如1行），然后選擇Predict Cases下面Predict through，在Year填入1976，在Month填入1，這樣就表示預(yù)測(cè)值到1976年的一月。如圖24所示。圖24 注意，在Independent選擇Time和把ID選入結(jié)果一樣，則因?yàn)镮D是以時(shí)間為序來排，所以結(jié)果一樣。3時(shí)間序列 因?yàn)镽的似合度分別為0.05，0.064，0.199和0.039，都比較低，方程的效果不太好，如果要預(yù)測(cè)數(shù)值還是選擇時(shí)間序列比較合適，因?yàn)閺膭偛臩equence的圖也可以觀察到，數(shù)據(jù)是以后的時(shí)間來波動(dòng)的變化關(guān)系。選擇Analyze-Time Series-Exponential Smoothing，出現(xiàn)圖25圖25 把hstarts選入Variables選項(xiàng)，并在Model選擇Winters（注意，三種不同的模型的選擇：簡(jiǎn)單指數(shù)平滑適用于不包含長(zhǎng)期趨勢(shì)和季節(jié)成分的數(shù)據(jù)；Holt方法適合于包含長(zhǎng)期趨勢(shì)但不包含季節(jié)成分的數(shù)據(jù)；Winters方法適合于包含季節(jié)成分（以及長(zhǎng)期趨勢(shì)）的數(shù)據(jù)。EXCEL中只有簡(jiǎn)單的指數(shù)回歸，與這里的絕不相同，從這里也可以看到專業(yè)分析軟件的優(yōu)勢(shì)更具體更仔細(xì)），又按Save鍵，如圖26圖26 Predict Case選項(xiàng)中選擇Predict through，并在Year欄填入1976，month填入6，這樣就可以得到1976年1-6月份的預(yù)測(cè)值（注意，此處與上面的回歸不同，不需要增加6個(gè)ID，不然結(jié)果會(huì)顯示有缺失值）。返回，按Parameters鍵，如圖27圖27 分別把Alpha（截距項(xiàng)的平滑系數(shù)），Gamma（趨勢(shì)項(xiàng)的平滑系數(shù)）和Delta（季節(jié)指數(shù)的平滑系數(shù)），設(shè)為從0到1之間以步長(zhǎng)0.05搜索最優(yōu)的參數(shù)值，其它選項(xiàng)采用默認(rèn)值。返回按OK，出現(xiàn)結(jié)果如圖28： 圖28 從圖可看到平滑指數(shù)分別是Alpha0.75，Gamma=0，Delta=0，而更重要的是，可以直接得到預(yù)測(cè)值，如圖29： 圖29 除了Fit一項(xiàng)的預(yù)測(cè)外，可以得到1976年1-6月的預(yù)測(cè)結(jié)果。同時(shí)，可以通過FIT 1的預(yù)測(cè)情況與上面三次曲線回歸方程比較，采用平均絕對(duì)誤差、均方根誤差和平均絕對(duì)百分誤差的結(jié)果選擇更佳的答案。 與EXCEL表現(xiàn)的比較和補(bǔ)充 這一點(diǎn)是針對(duì)像我這樣開始只懂得用EXCEL的人來說。從個(gè)人的體會(huì)來說，二種軟件有一定相似，操作都簡(jiǎn)便，同時(shí)又有一些可以互補(bǔ)的地方。一、圖型的表現(xiàn)力是SPSS的主要優(yōu)點(diǎn)之一應(yīng)該說，EXCEL的圖型表現(xiàn)主要是簡(jiǎn)便，對(duì)許多的人來說基本夠用，但對(duì)于科學(xué)的表現(xiàn)，SPSS就更為詳細(xì)和準(zhǔn)確，這一點(diǎn)據(jù)說在所有統(tǒng)計(jì)軟件中都突出。因?yàn)榇蠖嗟臅锩娑颊劦剑@里從略。二、通過SPSS檢驗(yàn)方差齊性和數(shù)據(jù)分布假設(shè)檢驗(yàn)中，采用的t檢驗(yàn)和方差檢驗(yàn)都需要滿足二個(gè)要求，即1樣本方差齊性2樣本總體呈正態(tài)分布在EXCEL中，提供了F檢驗(yàn)來檢驗(yàn)方差齊性問題。也就是可以先通過F檢驗(yàn)確定方差齊性與否來選擇下一步用哪個(gè)T檢驗(yàn)或方差檢驗(yàn)分析工具。但只要數(shù)據(jù)多于二組則無從下手；通過描述統(tǒng)計(jì)大約能從峰度和偏度來了解樣本的分布（實(shí)際工作中，只要分布單峰且近似對(duì)稱分布，也可應(yīng)用注2），但要具體確定樣本的分布也有難度。這二個(gè)問題在SPSS就可以解決。A、用SPSS檢驗(yàn)方差齊性同樣以University of Florida graduate salaries.sav文件作為例子來檢驗(yàn)性別數(shù)據(jù)是否方差齊性a.選擇Analyze-Descriptive Statistics-Explore，再選擇Dependent List-Graduate，F(xiàn)actor List-Gender，Display-Both，如圖30圖30 b.點(diǎn)擊Plot按鍵，在對(duì)話框里選擇Boxplots-None，Spread vs.Level with Levene Test-Untransformed，在Descriptive選擇中取消Stem-and-leaf一項(xiàng)，如圖31圖31 然后，按OK鍵，結(jié)果如圖32顯示：圖32 圖32中可以看出,顯著值sig都大于0.05，因此不能拒絕H0方差齊性的假設(shè)，即數(shù)據(jù)的方差齊性。提示，在SPSS中，應(yīng)用t檢驗(yàn)是不需要單獨(dú)檢驗(yàn)方差齊性問題。結(jié)果中就有Levene檢驗(yàn)的結(jié)果，從中就可以選擇方差分別作為相等與不等假設(shè)時(shí)的結(jié)果，如圖33圖33 而在方差檢驗(yàn)中， Option的按鍵有一個(gè)Homogeneity of Variance test的按鍵，選擇后，輸出就有方差齊性的檢驗(yàn)結(jié)果。B、用SPSS檢驗(yàn)樣本總體的分布。以軟件自帶文件World 95 for Missing Values.sav作為例子檢驗(yàn)出生率的分布是否服從正態(tài)a. 選擇Data-Weight Cases，并把Birth rate per 1000 people選入Weight cases by的選項(xiàng)，如圖34圖34 b.選擇Analyze-Nonparametric Tests- 1 sample K-S，把Birth rate per 1000 people選入test Variable List選項(xiàng)，Test distribution選Normal，如圖35圖35 c.按OK可以看到結(jié)果如圖20，兩側(cè)檢驗(yàn)率為0，則表示拒絕接受Ho（數(shù)據(jù)整體服從正態(tài)分布）的假設(shè)，數(shù)據(jù)分布不服從正態(tài)分布。圖36 提示，除了正態(tài)（Normal）外，還可以檢驗(yàn)其它分布，只要在圖中選項(xiàng)中選擇Uniform（均勻分布），Poisson（泊松分布），Exponential（指數(shù)分布）即可。當(dāng)然，如果樣本過大，可能SPSS也會(huì)拒絕運(yùn)算。三、感覺在數(shù)據(jù)和表格處理上，EXCEL要強(qiáng)一點(diǎn)。像圖11中，想把男性和女性的個(gè)數(shù)