描述性統(tǒng)計(jì)分析報(bào)告--DescriptiveStatistics菜單詳解

1、第六章：描述性統(tǒng)計(jì)分析-descriptive statistics 菜單詳解描述性統(tǒng)計(jì)分析是統(tǒng)計(jì)分析的第一步，做好這第一步是下面進(jìn)行正確統(tǒng)計(jì)推斷的先決條 件。spss的許多模塊均可完成描述性分析，但專(zhuān)門(mén)為該目的而設(shè)計(jì)的幾個(gè)模塊則集中 在descriptive statistics菜單中，最常用的是列在最前面的四個(gè)過(guò)程：frequencies 過(guò)程的特色是產(chǎn)生頻數(shù)表；descriptives過(guò)程則進(jìn)行一般性的統(tǒng)計(jì)描述；explore過(guò) 程用于對(duì)數(shù)據(jù)概況不清時(shí)的探索性分析；crosstabs過(guò)程則完成計(jì)數(shù)資料和等級(jí)資料的 統(tǒng)計(jì)描述和一般的統(tǒng)計(jì)檢驗(yàn)，我們常用的x2檢驗(yàn)也在其中完成。本章講述的四個(gè)過(guò)

2、程在9.0及以前版本中被放置在summarize菜單中。 6.1 frequencies過(guò)程 頻數(shù)分布表是描述性統(tǒng)計(jì)中最常用的方法之一，frequencies過(guò)程就是專(zhuān)門(mén)為產(chǎn)生頻數(shù)表而設(shè)計(jì)的。它不僅可以產(chǎn)生詳細(xì)的頻數(shù)表，還可以按要求給出某百分位點(diǎn)的數(shù)值，以及常用的條圖，圓圖等統(tǒng)計(jì)圖。和國(guó)內(nèi)常用的頻數(shù)表不同，幾乎所有統(tǒng)計(jì)軟件給出的均是詳細(xì)頻數(shù)表，即并不按某種要求確定組段數(shù)和組距，而是按照數(shù)值精確列表。如果想用frequencies過(guò)程得到我們所熟悉的頻數(shù)表，請(qǐng)先用第二章學(xué)過(guò)的recode過(guò)程產(chǎn)生一 個(gè)新變量來(lái)代表所需的各組段。6.1.1 界面說(shuō)明frequencies對(duì)話框的界面如下所示：dis

3、play frequency tables 復(fù)選日匡】 確定是否在結(jié)果中輸出頻數(shù)表該界面在spss中實(shí)在太普通了，無(wú)須多言，重點(diǎn)介紹一下各部分的功能如下:statistics 鈕】單擊后彈出statistics對(duì)話框如下，用于定義需要計(jì)算的其他描述統(tǒng)計(jì)量std. deviationminimumbj variance廠maximumf range廠s.e. mean現(xiàn)將各部分解釋如下:o percentile values復(fù)選框組定義需要輸出的百分位數(shù)，可計(jì)算四分位 數(shù)(quartiles)、每隔指定百分位輸出當(dāng)前百分位數(shù)(cut points for equal groups)、 或直接指定

4、某個(gè)百分位數(shù)(percentiles)，如直接指定輸出p2.5和p97.5。o central tendency復(fù)選框組用于定義描述集中趨勢(shì)的一組指標(biāo)：均數(shù)(mean) 中位 數(shù)(median)、眾數(shù)(mode)、總和(sum)。o dispersion復(fù)選框組用于定義描述離散趨勢(shì)的一組指標(biāo)：標(biāo)準(zhǔn)差(std.deviation)、 方差(variance)、全距(range)、最小值(minimum)、最大值(maximum)、 標(biāo)準(zhǔn)誤(s.e.mean)。o distribution復(fù)選框組用于定義描述分布特征的兩個(gè)指標(biāo)：偏度系數(shù)(skewness)和峰度系數(shù)(kurtosis)。o val

5、ues are group midpoints復(fù)選框 當(dāng)你輸出的數(shù)據(jù)是分組頻數(shù)數(shù)據(jù)，并且具體數(shù)值 是組中值時(shí)，選中該復(fù)選框以通知spss，免得它犯錯(cuò)誤。眾數(shù)(mode)指所有數(shù)值中出現(xiàn)頻率最高的一個(gè)值，在國(guó)內(nèi)用的非常少charts鈕】彈出charts對(duì)話框，用于設(shè)定所做的統(tǒng)計(jì)圖o chart type單選鈕組定義統(tǒng)計(jì)圖類(lèi)型，有四種選擇：無(wú)、條圖(bar chart )、(pie chart)、直方圖histogram )，其中直方圖還可以選 擇是否加上正態(tài)曲線 (with normal curve )。chart values單選鈕組定義是按照頻數(shù)還是按百分比做圖(即影響縱坐標(biāo)刻度)。form

6、at 鈕】彈出format對(duì)話框，用于定義輸出頻數(shù)表的格式，不過(guò)用處不大，一般不管o order by單選鈕組定義頻數(shù)表的排列次序，有四個(gè)選項(xiàng)：ascending values為根 據(jù)數(shù)值大小按升序從小到大作頻數(shù)分布；descending values為根據(jù)數(shù)值大小按降 序從大到小作頻數(shù)分布；ascending counts為根據(jù) 頻數(shù)多少按升序從少到多作頻 數(shù)分布；descending counts為根據(jù)頻數(shù)多少按降序從多到少作頻數(shù)分布。o multiple variables單選鈕組如果選擇了兩個(gè)以上變量做頻數(shù)表，則compare variables可以將他們的結(jié)果在同一個(gè)頻數(shù)表過(guò)程輸出結(jié)

7、果中顯示，便于互相比 較，organize output by variables則將結(jié)果在不同的頻數(shù)表過(guò)程輸出結(jié)果中顯示。o suppress tables more than.復(fù)選框當(dāng)頻數(shù)表的分組數(shù)大于下面設(shè)定 數(shù)值時(shí)禁止 它在結(jié)果中輸出，這樣可以避免產(chǎn)生巨型表格。6.1.2 分析實(shí)例 例6.1某地101例健康男子血清總膽固醇值測(cè)定結(jié)果如下，請(qǐng)繪制頻數(shù)表、直方圖，計(jì) 算均數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)cv、中位數(shù)m、p2.5和p97.5 (衛(wèi)統(tǒng)第三版p233 1.1 題)。4.77 3.37 6.14 3.95 3.56 4.237.22 5.54 3.93 5.21 4.12 5.184.38 4

8、.89 6.25 5.32 4.50 4.634.79 5.30 4.97 3.18 3.97 5.164.88 5.55 3.04 4.55 3.35 4.876.55 4.76 4.61 4.17 4.03 4.474.315.773.615.104.173.404.71 5.69 4.12 4.564.79 5.12 5.20 5.104.44 4.43 4.25 4.035.86 4.79 5.34 4.245.85 5.16 5.09 4.523.91 2.70 4.60 4.094.374.705.854.324.385.965.394.744.094.774.315.486.30

9、 5.213.50 4.693.35 4.086.36 6.384.58 5.724.40 4.555.38 3.89 4.60 4.47 3.64 4.34 5.18 6.14 3.24 4.90 3.05解：為節(jié)省篇幅，這里只給出精確頻數(shù)表的做法，假設(shè)數(shù)據(jù)已經(jīng)輸好，變量名為 x，具體解法如下：1. analyze=descriptive statistics=frequencies2. variables |匡：選入 x3. 單擊 statistics 鈕：4. 選中 mean std.deviation、median 復(fù)選框5. 單擊 percentiles :輸入 2.5 :單擊 ad

10、d :輸入 97.5 ：?jiǎn)螕?add :6. 單擊 continue 鈕7. 單擊charts鈕：8. 選中 bar charts9. 單擊 continue 鈕10. 單擊ok 得出結(jié)果后手工計(jì)算出cv。上面做出的直方圖分組太多，需要進(jìn)一步編輯6.1 -3 結(jié)果解釋 上題除直方圖外的的輸出結(jié)果如下：frequencies最上方為表格名稱，左上方為分析變量名，可見(jiàn)樣本量n為101例，缺失值0例，均數(shù)mean=4.69，中位數(shù) median=4.61，標(biāo)準(zhǔn)差 std=0.8616，p2.5=3.04， p97.5=6.45。系統(tǒng)對(duì)變量x作頻數(shù)分布表（此處只列出了開(kāi)頭部分），vaild右側(cè)為原始值

11、， frequency為頻數(shù)，percent為各組頻數(shù)占總例數(shù)的百分比（包括缺失記錄在內(nèi)）， valid percent為各組頻數(shù)占總例數(shù)的有效百分比，cum percent為各組頻數(shù)占總例數(shù)的 累積百分比。6.2 descriptives 過(guò)程descriptives過(guò)程是連續(xù)資料統(tǒng)計(jì)描述應(yīng)用最多的一個(gè)過(guò)程，他可對(duì)變量進(jìn)行描述性統(tǒng)計(jì) 分析，計(jì)算并列出一系列相應(yīng)的統(tǒng)計(jì)指標(biāo)。這和其他過(guò)程相比并無(wú)不同。但該過(guò)程還有 個(gè)特殊功能就是可將原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)評(píng)分值并以變量的形式存入數(shù)據(jù)庫(kù)供以后分 析。6.2.1 界面說(shuō)明save standardized values as variables復(fù)選框

12、】 確定是否將原始數(shù)據(jù)的標(biāo)準(zhǔn)正態(tài)評(píng)分存為新變量options鈕】 彈出options對(duì)話框，大部分內(nèi)容均在前面frequences過(guò)程的 statistics對(duì)話框中見(jiàn)過(guò)，只有最下方的display order單選鈕組是新的，可以選擇為變 量列表順序、字母順序、均數(shù)升序或均數(shù)降序。622結(jié)果解釋 下面是一個(gè)典型的descriptives過(guò)程結(jié)果統(tǒng)計(jì)表：一望可知，這里的大部分內(nèi)容都在上一節(jié)見(jiàn)過(guò)，因此就不再多解釋了。講了兩個(gè)過(guò)程，也許大家已經(jīng)發(fā)現(xiàn)了：結(jié)果中的統(tǒng)計(jì)專(zhuān)業(yè)單詞多數(shù)在對(duì)話框中就已 經(jīng)出現(xiàn)，因此我們以后會(huì)詳細(xì)解釋對(duì)話框的內(nèi)容，結(jié)果中相同的單詞不再重復(fù)解釋。6.3 explore 過(guò)程expl

13、ore過(guò)程可對(duì)變量進(jìn)行更為深入詳盡的描述性統(tǒng)計(jì)分析，主要用于對(duì)資料的性質(zhì)、分 布特點(diǎn)等完全不清楚時(shí)，故又稱之為探索性分析。它在一般描述性統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上， 增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述，如枝葉圖、箱圖等，顯得更加詳細(xì)、全面，有 助于用戶制定繼續(xù)分析的方案。6.3.1 界面說(shuō)明display單選鈕組】用于選擇輸出結(jié)果中是否包含統(tǒng)計(jì)描述、統(tǒng)計(jì)圖或兩者均包括。dependent list框】用于選人需要分析的變量factor list框】如果想讓所分析的變量按某種因素取值分組分析，則在這里選入分組變 量【label cases by 框】選擇一個(gè)變量，他的取值將作為每條記錄的標(biāo)簽。最典型的情

14、況是使用記錄id號(hào)的變量。【statistics 鈕】彈出statistics對(duì)話框，用于選擇所需要的描述統(tǒng)計(jì)量。有如下選項(xiàng)：o descriptives復(fù)選框：輸出均數(shù)、中位數(shù)、眾數(shù)、5%修正均數(shù)、標(biāo)準(zhǔn)誤、方差、標(biāo) 準(zhǔn)差、最小值、最大值、全距、四分位全距、峰度系數(shù)、峰度系數(shù)的標(biāo)準(zhǔn)誤、偏度 系數(shù)、偏度系數(shù)的標(biāo)準(zhǔn)誤及指定的均數(shù)可信區(qū)間。o m-estimators復(fù)選框：作中心趨勢(shì)的粗略最大似然確定，輸出四個(gè)不同權(quán)重的最大 似然確定數(shù)。o outliers復(fù)選框：輸出五個(gè)最大值與五個(gè)最小值。o percentiles 復(fù)選框：輸出第 5%、10%、25%、50%、75%、90%、95%位數(shù)?！緋

15、lot鈕】彈出plot對(duì)話框，用于選擇所需要的統(tǒng)計(jì)圖。有如下選項(xiàng)：o boxplots單選框組：確定箱式圖的繪制方式，可以是按組別分組繪制(factor levels together)，也可以不分組一起繪制(depentends together)，或者不繪制 (none) oo descriptive復(fù)選框組：可以選擇繪制莖葉圖(stemand-leaf)和直方圖 (histogram)。o normality plots with test 復(fù)選框：繪制正態(tài)分布圖并進(jìn)行變量是否符 合正態(tài)分布的檢驗(yàn)。o spread vs. level with levene test單選框組：當(dāng)選擇了分

16、組變量時(shí)，繪制spread-versus-level圖（我還沒(méi)有找到他的中文名字該叫什么），設(shè)置繪圖時(shí) 變量的轉(zhuǎn)換方式，并進(jìn)行組間方差齊性檢驗(yàn)。【options鈕】用于選擇對(duì)缺失值的處理方式，可以是不分析有任一缺失值的記錄、不分析計(jì)算某統(tǒng)計(jì) 量時(shí)有缺失值的記錄，或報(bào)告缺失值。6.3.2 結(jié)果解釋以例6.1的數(shù)據(jù)為例，按默認(rèn)方式下的選擇，explore過(guò)程的輸出如下：explore首先是例行的處理記錄缺失值情況報(bào)告，可見(jiàn) 101例均為有效值。上表詳細(xì)列出了常用的描述統(tǒng)計(jì)量，如果有標(biāo)準(zhǔn)誤也會(huì)列出（如偏度和峰度系 數(shù)）。x stem-and-leaf plotfrequency stem & lea

17、f1.002.8.003.9.003.24.004.25.004.17.005 .9.005.6.006.7001233345566899990000011112223333333444445555556666677777777788899011111112223333345567788891123331.001.00 extremes6.5(=7.2)stem width: 1.00001 case(s)each leaf:以上是莖葉圖，整數(shù)位為莖，小數(shù)位為葉。這樣可以非常直觀的看出數(shù)據(jù)的分布范圍及 形態(tài)，在國(guó)外非常流行。以上是箱式圖，中間的黑粗線為均數(shù)，紅框?yàn)樗姆治婚g距的范圍，上下兩個(gè)細(xì)線

18、為最 大、最小值。 6.4 crosstabs 過(guò)程crosstabs過(guò)程用于對(duì)計(jì)數(shù)資料和有序分類(lèi)資料進(jìn)行統(tǒng)計(jì)描述和簡(jiǎn)單的統(tǒng)計(jì)推 斷。在分析 時(shí)可以產(chǎn)生二維至n維列聯(lián)表，并計(jì)算相應(yīng)的百分?jǐn)?shù)指標(biāo)。統(tǒng)計(jì)推斷則包括了我們常用 的x2檢驗(yàn)、kappa值，分層x2 ( x2m-h )。如果安裝了相應(yīng)模塊，還可計(jì)算n維列聯(lián)表 的確切概率(fishers exact test )值。crosstabs過(guò)程不能產(chǎn)生一維頻數(shù)表(單變量頻數(shù)表)，該功能由frequencies 程實(shí)現(xiàn)。6.4.1 界面說(shuō)明【rows*匡】 用于選擇行.列表中的行變量。columns 框】 用于選擇行列表中的列變量。layer框】l

19、ayer指的是層，對(duì)話框中的許多設(shè)置都可以分層設(shè)定，在同一層中的變量使用相同的設(shè) 置，而不同層中的變量分別使用各自層的設(shè)置。如果要讓不同的變量做不同的分析，則 將其選入layer框，并用previous和next鈕設(shè)為不同層。layer在這里用的比較少， 在多元回歸中我們將進(jìn)行詳細(xì)的解釋?！綿isplay clustered bar charts復(fù)選日匡】顯示重疊條圖。suppress table復(fù)選框】禁止在結(jié)果中輸出行*列表?！緀xact鈕】針對(duì)2*2以上的行列表設(shè)定計(jì)算確切概率的方法，可以是不計(jì)算（asymptotic only ）、 蒙特卡羅模擬（monte carlo ）或確切計(jì)算（

20、exact ）。蒙特卡羅模擬默認(rèn)進(jìn)行10000次模 擬，給出99%可信區(qū)間；確切計(jì)算默認(rèn)計(jì)算時(shí)間限制在5分鐘內(nèi)。這些默認(rèn)值均可更 改。如果你在安裝spss時(shí)沒(méi)有安裝exact模塊，則此處對(duì)話框中不會(huì)出現(xiàn) exact 鈕在3*3及以上的行*列表中，確切概率的精確計(jì)算是極為漫長(zhǎng)的過(guò)程。我曾經(jīng)用 sas 6.12在p133機(jī)上計(jì)算過(guò)一個(gè)12格表的確切概率，整整跑了兩個(gè)小時(shí) 后，sas告 訴我說(shuō)機(jī)器內(nèi)存不足：（。spss的計(jì)算速度比sas要慢許多倍，因此一般只需要選用 蒙特卡羅模擬算出概率值的99%可信區(qū)間就行了，精度完全可以滿足需要，而速度極快 （10000次模擬一般耗時(shí)在10秒左右）。statis

21、tics鈕】彈出statistics對(duì)話框，用于定義所需計(jì)算的統(tǒng)計(jì)量。0 chi-square復(fù)選框：計(jì)算x2值。o correlations復(fù)選框：計(jì)算行、列兩變量的pearson相關(guān)系數(shù)和spearman等級(jí)相 關(guān)系數(shù)。o norminal復(fù)選框組：選擇是否輸出反映分類(lèi)資料相關(guān)性的指標(biāo)，很少使用。a. contingency coefficient復(fù)選框:即列聯(lián)系數(shù)，其值界于01之間;b. phi and cramers v復(fù)選框：這兩者也是基于x?值的，phi在四格表x?檢 驗(yàn)中界于-11之間，在ftc表x2檢驗(yàn)中界于。1之間；cramefs v則 界于。1之間；c. lambda復(fù)選框

22、：在自變量預(yù)測(cè)中用于反映比例縮減誤差，其值為 1時(shí)表明自變量預(yù)測(cè)應(yīng)變量好，為0時(shí)表明自變量預(yù)測(cè)應(yīng)變量差；d. uncertainty coefficient 復(fù)選框：不確定系數(shù)，以及商為標(biāo)準(zhǔn)的比例縮減誤差，其值接近1時(shí)表明后一變量的信息很大程度來(lái)自前一變量，其值 接近0時(shí)表明后一變量的信息與前一變量無(wú)關(guān)。 ordinal復(fù)選框組：選擇是否輸出反映有序分類(lèi)資料相關(guān)性的指標(biāo)，很少使用。a. gamm復(fù)a選框：界于。1之間，所有觀察實(shí)際數(shù)集中于左上角和右 下角 時(shí)，其值為1 ；b. somersd復(fù)選框：為獨(dú)立變量上不存在同分的偶對(duì)中，同序?qū)ψ訑?shù)超過(guò)異序 對(duì)子數(shù)的比例；c. kendalls tau

23、-b 復(fù)選框：界于-1-1 之間；d. kendalls tau-c復(fù)選框：界于-11之間；o eta復(fù)選框：計(jì)算eta值，其平方值可認(rèn)為是應(yīng)變量受不同因素影響所致方差的比 例；o kappa復(fù)選框：計(jì)算kappa值，即內(nèi)部一致性系數(shù)；o risk復(fù)選框：計(jì)算比數(shù)比or值；o micnemanr復(fù)選框：進(jìn)行micnemanr檢驗(yàn)（一種非參檢驗(yàn)）；o cochrans and mantel-haenszel statistics 復(fù)選框：計(jì)算 x?m-h 統(tǒng)計(jì)量 （分層x2，也有寫(xiě)為x2cmh的），可在下方輸出h。假設(shè)的or值，默認(rèn)為1。cells鈕】彈出cells對(duì)話框，用于定義列聯(lián)表單元格中

24、需要計(jì)算的指標(biāo)：0counts復(fù)選框組：是否輸出實(shí)際觀察數(shù)（observed）和理論數(shù)（expected ）；0 percentages復(fù)選框組：是否輸出行百分?jǐn)?shù)（row）、列百分?jǐn)?shù)（column）以及 合計(jì)百分?jǐn)?shù)（total ）；0 residuals復(fù)選框組：選擇殘差的顯示方式.，可以是實(shí)際數(shù)與理論數(shù)的差值 （unstandardized ）、標(biāo)化后的差值（standardized，實(shí)際數(shù)與理論數(shù)的差值 除理論數(shù)），或者由標(biāo)準(zhǔn)誤確立的單元格殘差（adj. standardized ）;【format鈕】 用于選擇行變量是升序還是降序排列。6.4.2 分析實(shí)例 例6.2某醫(yī)生用國(guó)產(chǎn)吠喃硝胺治療十二指腸潰瘍，以甲氟咪胭作對(duì)照組，問(wèn)兩種方法治療 效果有無(wú)差別（醫(yī)統(tǒng)第二版p37例3.10 ） ?處理愈合未愈合合計(jì)吠喃硝胺54862甲氟咪月瓜442064合計(jì)9828126解：由于此處給出的直接是頻數(shù)表，因此在建立數(shù)據(jù)集時(shí)可以直接輸入三個(gè)變量行變 量、列變量和指示每個(gè)格子中頻數(shù)的變量，然后用weight cases對(duì)話框指定頻數(shù)變量，最后調(diào)用crosstabs過(guò)程進(jìn)行234 5 6789檢驗(yàn)。假設(shè)三個(gè)變量分別 名為r、c和w，則數(shù)據(jù)集結(jié)構(gòu)和命令如下：r c 1.0 1.0001.002.00w 54.0044.002.001.008.002.0020.02.0