SPSS期末復(fù)習(xí)筆記

1、SPSS四種輸出結(jié)果：樞軸表/輕量表、文本格式、統(tǒng)計圖表、模型SP SS四種窗口：語法窗口、輸出窗口、數(shù)據(jù)窗口、腳本窗口SPSS三種運行方式：命令行方式、批程序方式、菜單對話框SPSS默認(rèn)文件類型：數(shù)據(jù)文件*sa可：此為SPSS軟件默認(rèn)的數(shù)據(jù)文件格式，雙擊可由SPSS直接讀取。命令文件*.sps:可在語法編輯程序（syntax）中先編寫或貼上欲執(zhí)行之分析指令，并將其存 貯起來，供日后重復(fù)使用或檢查之用。輸出文件*.spo:允許直接加以編輯或轉(zhuǎn)貼到其他編輯軟件， 的默認(rèn)格式改為*.spv。數(shù)據(jù)文件清洗SPSS 16.0版之后將輸出文件刪除。數(shù)據(jù)7標(biāo)識重復(fù)個案 問題的答案被稱作變量的取值。“編碼c

2、oding”的過程。 數(shù)據(jù)陣/數(shù)據(jù)文件：n個案例、多余重復(fù)的數(shù)據(jù)篩選清楚，將確實的數(shù)據(jù)補充完整,標(biāo)識異常個案將答案轉(zhuǎn)變成可用于統(tǒng)計分析的數(shù)據(jù)，將錯誤的數(shù)據(jù)糾正或需要經(jīng)過一個被稱作m個變量構(gòu)成的陣列SPSS對數(shù)據(jù)的處理是以變量為基礎(chǔ)的。 所以，數(shù)據(jù)錄入前一定先定義變量及其屬性，包括指定名稱、（存儲）類型、 標(biāo)簽、值、缺失、列（寬）、對齊、度量標(biāo)準(zhǔn)和角色。這也被稱作建立數(shù) 變量名必須數(shù)字不可以，其他字符可以是任何字母、數(shù)字或 #、$等符號。變量名中不能有空白字符或其他特殊字符（如“！”.）。寬度、小數(shù)、“？ ”、“*”等）一。變量名最后一個字符不能是英文句號（hxh或Hxh對SPSS而言，均被視為

3、同一個變量。在SPSS中不區(qū)分大小寫。例如，HXHSP SS的保留字不能作為變量的名稱，女口WITH等。SPSS中變量有3種基本類型：數(shù)值型、字符型（區(qū)分大小寫）和日期型。 但根據(jù)不同的顯示方式，數(shù)值型又被區(qū)分成：數(shù)值、逗號、圓點、科學(xué)計數(shù)法、美元、 戶）設(shè)定貨幣等6個子類型。不過，只有數(shù)值（N）最為常用。默認(rèn)狀態(tài)下，所有變量的類型均為數(shù)值型，且寬度是8位、小數(shù)位是2位。對話框界面可修改寬度和小數(shù)位，然后“確定”，但寬度必須大于小數(shù)位。變量標(biāo)簽是對變量名的進一步描述，可長達120個字符SPSS有兩類缺失值：系統(tǒng)默認(rèn)缺失值和用戶定義缺失值。 對于數(shù)值型變量值，系統(tǒng)默認(rèn)缺失值為圓點“ 字符串（什么

4、也沒有）。指定“列”實際上是設(shè)定變量的顯示寬度，默認(rèn)為 統(tǒng)計學(xué)中，按照對事物描述的精確程度，將度量標(biāo)準(zhǔn)從低到高區(qū)分為 定類尺度：W總緲）僅能測定類別差，不能比較大小，各類之間沒有順序和等級，只能計算 頻數(shù)頻率百分比，可以使用數(shù)值型變量，也可以是字符型變量。要符合窮盡和互斥的原則。 定序尺度：|d詼n可比較優(yōu)劣或排序，但數(shù)值不代表絕對數(shù)量大小，可以是數(shù)值型變量， 可以是字符型變量?？梢杂嬎泐l數(shù)、頻率和累計頻率、累計頻數(shù)。定距尺度：丁/憎士兇1不僅能區(qū)分不同類型并排序，還能指出類別之間的差距是多少，最典型 的是溫度。嚴(yán)格來說只能加減。其0值沒有物理含義，沒有絕對的“0”點，故不能做乘、除運算。AL

5、L、AND BY EQ GE GT、LT、NE NOT ORTO”，而字符型變量值的系統(tǒng)默認(rèn)缺失值為空8個字符的寬度。4種類型:（用定比尺度：弋環(huán)測算兩個測度值之間比值，與定距變量相比差別是有一個固定的絕對 “零 點”。0在定距變量中僅是一個測量值，而定比變量真正表示沒有?？梢约訙p乘除。Eg重 量、年齡可以將高層次測量尺度的結(jié)果轉(zhuǎn)換為低層次測量尺度的測量結(jié)果， 高層次的。但不能把低層次的轉(zhuǎn)化為半開放題的處理：指定變量時,可以使用兩個變量，第1個變量中，“其他”作為一個選項； 第2個變量將“其他”中“請注明”的內(nèi)容作為一個單獨的開放題，而將沒有選擇“其他” 一項的案例在此變量上的取值作為系統(tǒng)缺失

6、值。為使得變量名之間具有一定的邏輯聯(lián)系，可以考慮將第二個變量的名稱設(shè)置為由第一個變量名稱后直接加“a”之類的字符。多選題的處理：1多重二分法：編碼時，將每一個選項定義成一個變量，有幾個選項就有幾個變量，且均以取值等于1表示選了該項、以取值等于0表示未選該項。（標(biāo)準(zhǔn)處理方式）2多重分類法：也是利用多個變量來對一個多選題的答案進行編碼。應(yīng)該用多少個變量，取決于實際可能給出的最多答案的數(shù)目而定。這多個變量必須為數(shù)值型變量，所有變量采用同一套取值標(biāo)簽。Excel、txt的文件讀取之后要保存為SPSS的文件。插入終止線時，開始（即0列）處和結(jié)尾（最后一列）處必須插入，否則會少變量F4.0 A1 F是數(shù)值

7、型A是字符串F4.0就是數(shù)值型寬度是4小數(shù)是0什么是固定寬度的，什么是分隔符等分開的？ 數(shù)據(jù)管理 轉(zhuǎn)換7變量級別的 計算新變量：pute= =（NTNT上不孑于I IKofKof）：）：戎j j（NOTNOT）：）：曠已有變量值的分組合并：recode（重新編碼為不同/相同變量）將度量變量重新分組為序號變量，或者將序號變量、名義變量的不同取值加以歸類合并“重新編碼為相同變量”：對現(xiàn)有變量直接進行編碼，保留該變量，只是根據(jù)設(shè)定的規(guī)則替 換掉原來的取值?！爸匦戮幋a為不同變量”：根據(jù)現(xiàn)有變量的取值生成包括端點！連續(xù)變量的離散化如果想進行的分組是比較有規(guī)律的，例如，等距分組，或等樣本量分組，可以使用

8、供的“可視離散化”過程進行分組。SPSS提供了兩種可視離散化：需用戶自行判斷設(shè)定的可視離散化和基本全自動的最優(yōu)離散化。建議生成分割點的時候先填第一個分割點的位置和個數(shù)，然后自動生成寬度。變量的自動重編碼與數(shù)值移動自動重編碼：自動按照原變量取值的大小或字符順序生成新變量，值大小的序號或先后序次。個案排秩：變量的排秩實際上就是根據(jù)某個變量的取值大小來對個案排次序，同時將得到的排序結(jié)果保存到一個新變量中。雖然效果同樣都是基于某個變量對個案進行排序，但“個案排秩”過程比“自動重新編碼”過程更為靈活。結(jié)：遇到相同取值如何給序號值默認(rèn)為最常用的秩：新變量的值等于原變量取值的序號，個新變量來保存重新編碼的結(jié)

9、果。SP ss提而新變量的值就是原變量成績 均值 池蠱I唯亠阻轉(zhuǎn)換7轉(zhuǎn)換值“轉(zhuǎn)換”菜單中的其他功能“對個案內(nèi)的值計數(shù)”過程用于標(biāo)識某個變量中是否出現(xiàn)了某個值或某個范圍的值, 計算一組變量中出現(xiàn)特定取值的變量個數(shù)。選擇個案一旦設(shè)定， 除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效, 另存在數(shù)據(jù)集里。隨機個案樣本精確后面的兩個框框： 第一個框表示樣本的容量。第二個框表示樣本的范圍，也就是從第一個個案開始到第多少個個案 老師隨機抽選同學(xué)回答問題就是這樣做的。加權(quán)個案給不同個案賦以不同的權(quán)重，以改變個案在統(tǒng)計分析中的重要性。通常兩種情況下會用到這一過程：以頻數(shù)形式錄入的數(shù)據(jù)；不等概率樣本數(shù)據(jù)。加

10、權(quán)個案一旦設(shè)定，除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效，另存在數(shù)據(jù)集里。 （同樣的還有選擇個案和拆分文件）分類匯總 按指定的分類變量對個案進行分組， 并按分組對變量求指定的描述性統(tǒng)計量，為新數(shù)據(jù)文件，也可以直接（生成新變量）添加到當(dāng)前數(shù)據(jù)文件。 個案數(shù)：定義一個新變量，其取值等于每一分組下的個案數(shù)目 上方、下方都是開區(qū)間 內(nèi)部：取值大于等于a且小于等于b外部：取值小于a或大于b分類匯總與拆分文件兩個過程有何異同：分類匯總還對變量做了描述性統(tǒng)計，而拆分文件只是對變量做了分類匯總，對變量進行描述還需要進一步的操作。9090898989898989S7S7數(shù)值移動：35 556 656

11、在SP SS中,5 536 64 4一種方式是以“計算變量”過程利用實現(xiàn)laT函數(shù)是返回之前的，取前面的數(shù)（滯后），在雜項里面; 取后面的數(shù)（提前），但是計算變量里面沒有Lag（）函數(shù)、Lead（）函數(shù)來lead函數(shù)是返回后面的，-lead函數(shù)了也可以數(shù)據(jù)7文件級別的排序個案用戶所指定的變量被稱作排序變量排序個案V.S.個案排秩 區(qū)別：是否產(chǎn)生新變量；個案相對位置是否變動。拆分文件可以和選擇個案達到同樣的目的按照不同組分別匯總統(tǒng)計結(jié)果“按組組織輸出”拆分文件一旦設(shè)定，除非另行取消， 否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效, 另存在數(shù)據(jù)集里。選擇個案（篩選） 除了拆分文件的功能，還有并不想對全部

12、個案進行分析， 這也需要用到“選擇個案”過程。過濾掉未選中個案：默認(rèn)未選中個案不包括在分析中， 成名為filter_$的變量加以標(biāo)識，取值1表示被選中， 被選中個案處會標(biāo)以反斜杠。而且會被而只是想對其中的一部分進行分析,但保留在數(shù)據(jù)中；并在數(shù)據(jù)文件中生0表示未被選中；數(shù)據(jù)視圖最左端未而且會被而且會被結(jié)果可以另存數(shù)據(jù)文件的重組（指的是長、寬格式之間的轉(zhuǎn)換）數(shù)據(jù)錄入的默認(rèn)格式每一案例占一行、每一變量占一列。這種數(shù)據(jù)被稱作寬格式某些特殊情況下，比如重復(fù)測量數(shù)據(jù)，進行分析時需要采用長格式數(shù)據(jù)，即：按照每一觀測（observati on）占一行、同一個案占多行的格式排列的數(shù)據(jù)。（標(biāo)識符變量、索引變量）1

13、長7寬將選定個案重組為變量轉(zhuǎn)換后原文件中的數(shù)據(jù)被直接替換，但文件名沒有變。2寬7長將選定變量重組為個案數(shù)據(jù)文件的合并1縱向拼接/垂直合并添加的是個案2橫向合并/水平合并 添加的是變量若使用關(guān)鍵變量（指定橫向合并時按照什么樣的規(guī)則進行對應(yīng)）進行橫向合并，則各數(shù)據(jù)文件都必須事先按照關(guān)鍵變量取值進行升序排列，否則會出錯。為便于以SPSS進行橫向合并，各數(shù)據(jù)文件中，表示不同含義的變量盡量采用不同的變量名稱。單變量描述統(tǒng)計：集中趨勢測量（中心性、中心測量）尺度變量）位數(shù)（只適用于序號、尺度變量，而不適用于名義 變量，序號變量要還原到數(shù)字本來代表的意思，有一半的被調(diào)查對象的在以下/上）均值（均值是數(shù)據(jù)分布

14、的平衡點。 只適用于尺度變量， 而不適用于名義、序號變量。另外，均值對變量的取值大小很敏感，故，對于存在極端值的 情形，均值不宜用作反映變量分布集中趨勢的指標(biāo)，更好的選擇是中位數(shù)。） 左偏（負偏態(tài)）：均值中位數(shù)眾數(shù)右偏（正偏態(tài)）：眾數(shù)中位數(shù)均值（平均數(shù)受偏高數(shù)值影響較大） 若要分析不同城市的中位數(shù)等的結(jié)果，可以先拆分文件再進行分析峰度峰度系數(shù)高窄峰0Jl正態(tài)峰0低闊峰0LJ|統(tǒng)計學(xué)=描述統(tǒng)計+推斷統(tǒng)計（參數(shù)檢驗&非參數(shù)檢驗）推斷統(tǒng)計=參數(shù)估計+假設(shè)檢驗（由樣本來認(rèn)識總體的兩種方式） 參數(shù)估計=點估計 描述統(tǒng)計的目的在于： 水平。數(shù)據(jù)分析的兩個任務(wù)：判斷是否正態(tài) （尺度變量）方法一：通過

15、考察偏度和峰度系數(shù) 方法二：通過考察正態(tài)P-P圖7眾數(shù)（適用于任何測量等級的變量：名義、序號和二2S （y -y）丄土_n -1單位是變N離散趨勢測量（尺度統(tǒng)計量）7方差（總體：N樣本：量原始測量單位的平方樣本方差，也被稱作樣本修正方差，它是總體方差的無偏估計。也是為什么需要在計算樣本方差時除以n-1的原因）、標(biāo)準(zhǔn)差、異眾比例例）、范圍（全距/極差）分布形狀測量7峰態(tài)（峰點陡緩程度通過計算峰度 味著群體內(nèi)部存在分化）偏態(tài)（分布是否對稱通過計算偏度kurtosis系數(shù)來測量,（1-眾數(shù)組所占比多峰分布往往意skewness系數(shù)來測量，取值通常在-3到+3之間，其絕對值越大，表明偏斜程度越大。當(dāng)分

16、布呈右偏態(tài)時, 故也稱正偏態(tài)；當(dāng)分布為左偏態(tài)時，SKQ故也稱負偏態(tài)。）SK是無量綱的量，SK0,+區(qū)間估計簡化或概括數(shù)據(jù)（信息）。采用何種描述統(tǒng)計工具取決于變量的測量描述樣本推斷總體方法三：通過正態(tài)性非參數(shù)檢驗（分析7非參數(shù)檢驗7單樣本除了考察變量取值分布的集中趨勢、離散趨勢、分布形狀之外，還可以考察一些位置統(tǒng)計量，如：四分位數(shù)、百分位數(shù)等對于尺度變量的描述統(tǒng)計，可以采用分析7描述統(tǒng)計7頻率過程，也可以采用 分析7描述統(tǒng)計7描述過程，還可以用分析7描述統(tǒng)計7探索過程IQR：四分位距=第三四分位數(shù)-第一四分位數(shù)中間50%案例的取值范圍，反映取值分布的離散程度 樣本均值的標(biāo)準(zhǔn)誤SE= 2石標(biāo)準(zhǔn)誤：

17、抽樣分布（若重復(fù)抽樣規(guī)模為n=N的樣本，將所有可能樣本均窮盡，每一個樣本統(tǒng)計量（如均值）的值便構(gòu)成了一個新的分布，叫做抽樣分布）的標(biāo)準(zhǔn)差單總體均值（比例是特殊的均值）的假設(shè)檢驗：tY-血 -卩0-卩0“1）亍 7nJ分析7比較均值7單樣本T檢驗結(jié)論舉例：因為95%!信區(qū)間并未包含0值，故應(yīng)拒絕零假設(shè)。并無足夠證據(jù)支持平均收入 為20000美元的說法，故應(yīng)認(rèn)為收入不等于20000美元。二總體均值差異的假設(shè)檢驗 分析7比較均值7獨立樣本T檢驗 小樣本，總體方差未知，兩個方差不等，非參數(shù)檢驗。小樣本，總體方差未知，但已知兩個方差相等：T檢驗大樣本同樣可以用T檢驗，因為n增大時，t與Z不斷逼近，且更保

18、守。t從一叢）t （nA +% _2）S WAnB兩獨立樣本t檢驗的零假設(shè)為：兩總體均值之間不存在顯著差異，即卩 具體分兩步來完成：第一，利用F檢驗判斷兩總體的方差是否相同【此為進行均值差檢驗的前提條件】 第二，根據(jù)第一步選擇t統(tǒng)計量和自由度計算公式，進而對 結(jié)論舉例：表明男性和女性的收入存在統(tǒng)計上顯著的差別。本觀察到的男性和女性之間收入的差別并非是由隨機抽樣造成的， 實存在著差別。1獨立樣本2配對樣本針對同一樣本收集接受“處置”前后兩個時點上的數(shù)據(jù)。注意，這與前面兩個獨立樣本時情 況不同，這時屬于配對樣本研究。（配對樣本T檢驗）將差值作為新的統(tǒng)計量（兩次觀察來自正態(tài)總體，不要求方差相等），檢

19、驗差值是否為 表明起始薪水與當(dāng)前薪水具有統(tǒng)計上顯著的差別。比例的話編碼應(yīng)該編成0和1，例如均值想表示男性比例，男性就是1;均值想表示女性比例，女性就是1。多總體均值差異的假設(shè)檢驗：F檢驗 方差分析（ANOVA是對T檢驗的一般化因素（factor）:要檢驗的對象水平：因素的具體表現(xiàn)線性回歸是方差分析的一般化，方差分析是T檢驗的一般化置信度小，會增大假設(shè)檢驗中犯I類錯誤（棄真錯誤）的風(fēng)險置信水平/置信度/置信系數(shù)95% 99% 90%求置信區(qū)間：探索或者單樣本 置信區(qū)間的含義：通常來說，95%置信區(qū)間的意思是我們估計的目標(biāo)參數(shù)有入某區(qū)間。而傳統(tǒng)的統(tǒng)計和貝葉斯學(xué)派對置信區(qū)間的解釋是有區(qū)別的。前者的準(zhǔn)

20、確的解釋應(yīng)該是重復(fù)抽樣100次，大約有95次所估計的參數(shù)會落入該區(qū)間。而后者對置“使用定制字段分配”）t檢驗CTY1-卩2=0T檢驗的結(jié)論作出判斷。“統(tǒng)計上顯著”的含義： 基于樣 而是總體中兩性間收入確t檢驗95%的可能性落95%置信區(qū)間信區(qū)間的解釋更接近于我們通常的理解。即有 假設(shè)檢驗所依據(jù)就是小概率原理（統(tǒng)計上）而已，比如0.05、0.01等。邏輯上依據(jù)的是反證法。 可以將第一類錯誤記為“錯殺好人”，把第二類錯誤記為“放走壞人” 方差齊性是方差分析ANOVA方法的基本假定之一 方差分析結(jié)果往往意味著：不同組別群體是否來自同一個更大規(guī)模的（正態(tài)）總體 應(yīng)用方差分析，因滿足以下假定條件： 被檢

21、驗變量（因變量）為尺度變量 樣本通過隨機抽樣得到（獨立性） 尺度變量在分類變量各類別上服從正態(tài)分布（正態(tài)性）尺度變量在分類變量各類別上具有相同方差（方差齊性） 變異（方差更大） 大） 方差齊性的假設(shè) 方差分析的假設(shè) 原假設(shè)是想反對的Sig=0.139 0.0595%勺可能落入該區(qū)間。,只是把小概率a的標(biāo)準(zhǔn)定得更為具體和數(shù)量化（如果不齊，如存在呈現(xiàn)出更大 的大規(guī)模組，則組內(nèi)變異（WSS會被夸大 后果：犯I類錯誤可能性變H0H0:三地index1的方差相等H1：三地index1的方差不完全相等 :三地的均值相等H1:三地均值不同或不完全相同故接受零假設(shè)，即三地居民在消費信心上不存在顯著的差別。單側(cè)檢驗:備擇假設(shè)卩a是左側(cè)檢驗計算出雙側(cè)sig值之后除以備擇假設(shè)卩a是右側(cè)檢驗計算出雙側(cè)sig值之后除以比較 左側(cè)檢驗就是拒絕域在左邊 誤差=隨機誤差（因素的同一水平下各觀測值之間的差異） 觀測值之間的差異）2,再和0.05比較2,再拿1減去這個數(shù)，再和0.05+系統(tǒng)誤差（因素的不同水平下各組內(nèi)方差只包括隨機誤差組間方差既包括隨機誤差，也包括系統(tǒng)誤差SST=SSE+SSAL MSA匚/1,.、F - -