第1章數(shù)據(jù)分析概述

1、主講：程靜薇2012年春第1章1.用數(shù)據(jù)說話1.數(shù)據(jù)分析概述1.SPSS統(tǒng)計軟件簡介4 有三種謊言：謊言、糟糕透頂?shù)闹e言和統(tǒng)計資料。英國前首相 本杰明迪斯雷利1.對于將國家法定節(jié)假日總天數(shù)由10天增加到11天，您的態(tài)度是：支持反對無所謂 結(jié)果：88%的人支持2.對于將“五一”國際勞動節(jié)調(diào)整出的2天和新增加的1天用于增加清明、端午、中秋三個傳統(tǒng)節(jié)日為國家法定節(jié)假日，您的態(tài)度是：支持反對無所謂 結(jié)果：67%的人支持3.對于保留“十一”國慶節(jié)和春節(jié)兩個黃金周，您的態(tài)度是：支持反對無所謂 結(jié)果：81%的人支持2007年，由國家法定節(jié)假日調(diào)整研究小組聯(lián)合新浪網(wǎng)進(jìn)行“五一黃周存廢”的問卷調(diào)查。妖魔化女大學(xué)

2、生：u大學(xué)畢業(yè)生處女率排行榜：北京外國語大學(xué)處女率為15.86%。u北外新聞系大三學(xué)生組織的“北外女生性調(diào)查”中，全部459名受訪者(有兩人未給出此項答案)中，大學(xué)期間已經(jīng)發(fā)生性行為的有53人，而未發(fā)生性行為的有406人，發(fā)生性行為的比例僅為11.5%。如何得到有偏的樣本？“你樂意回答調(diào)查問卷嗎？” 結(jié)論是：一個典型的來自總體的樣本中，壓倒多數(shù)的人選擇了“樂意”。 國家統(tǒng)計局2008年7月27數(shù)據(jù)：上半年，中國城鎮(zhèn)單位在崗職工平均工資12964元，比去年同期增長18.0%。其中，城鎮(zhèn)國有經(jīng)濟(jì)單位13800元，增長17.0%；城鎮(zhèn)集體經(jīng)濟(jì)單位7789元，增長18.9%；城鎮(zhèn)其他經(jīng)濟(jì)類型單位126

3、10元，增長19.2%。平均工資：被增長張家有財一千萬，九個鄰居窮光蛋。平均起來算一算，個個都是張百萬。u 當(dāng)樣本分布并非正態(tài)分布時，均值并不適用。此時中位數(shù)能更好地代表樣本信息：一半比它小，一半比它大。時代雜志的新訂戶：他們年齡的中位數(shù)是34歲，家庭平均年收入為7270美元。u一股犯罪浪潮襲擊了我市，去年殺人犯的比例增加了 67%。n是是3個到個到5個？還是個？還是300個到個到500個？個？u今年雞蛋漲幅同比下降50%。n前年前年1元，去年元，去年2元，今年元，今年3元？元？u舒膚佳：有效去除99%的細(xì)菌。n總體細(xì)菌總體細(xì)菌or樣本細(xì)菌？樣本細(xì)菌？u居民抱怨物價飛漲但中國國家統(tǒng)計局公布8月

4、通脹低于預(yù)期。n誰的預(yù)期？誰的預(yù)期？u 絕對數(shù)和百分比都不可靠。u 遺漏比較對象的目的是為了有意得到誤導(dǎo)性的結(jié)論。首先，要避免犯統(tǒng)計錯誤。明確:統(tǒng)計沒有錯誤，統(tǒng)計軟件沒有錯誤，犯錯的是。夜越深，我對你的愛越深?，F(xiàn)在，我對你愛和夜色正相關(guān)。11u北京晚報的讀者具有哪些特征？他們的購買力如何？u哪些人群會使用手機(jī)上網(wǎng)？他們每月愿意花多少錢用手機(jī)上網(wǎng)？他們用手機(jī)上網(wǎng)的動機(jī)如何？u最新款的手機(jī)應(yīng)該選擇什么渠道投放廣告？報紙、雜志、電視還是互聯(lián)網(wǎng)？研究：為尋求問題的答案而實施的有計劃、有步驟的行為?；A(chǔ)研究：為了解變量間的關(guān)系，不能立刻見到商業(yè)產(chǎn)品或服務(wù)。應(yīng)用研究：為了開發(fā)一種產(chǎn)品或解決一個迫切的實際問

5、題。定性研究：用非數(shù)字的語言來描述觀察資料，統(tǒng)計數(shù)據(jù)在研究中是次要的。定量研究：用數(shù)字術(shù)語來表現(xiàn)觀察結(jié)果，往往采用精確的統(tǒng)計方法。u統(tǒng)計學(xué)是從數(shù)據(jù)中獲取信息的科學(xué)。u統(tǒng)計分析軟件是數(shù)據(jù)分析的主要工具。u完整的數(shù)據(jù)分析過程包括：u數(shù)據(jù)的收集數(shù)據(jù)的收集u數(shù)據(jù)的整理數(shù)據(jù)的整理u數(shù)據(jù)的分析數(shù)據(jù)的分析u統(tǒng)計學(xué)為數(shù)據(jù)分析過程提供一套完整的科學(xué)的方法論。統(tǒng)計軟件為數(shù)據(jù)分析提供了實現(xiàn)手段。基礎(chǔ)統(tǒng)計描述性統(tǒng)計概率分布常用統(tǒng)計分析方法：推斷性統(tǒng)計置信區(qū)間假設(shè)檢驗簡單回歸方差分析相關(guān)分析卡方檢驗非參數(shù)檢驗多元高級統(tǒng)計分析方法多元回歸分析聚類分析主成分分析因子分析多維尺度分析對應(yīng)分析結(jié)合分析結(jié)構(gòu)方程式模型u主要介紹如

6、何利用SPSS軟件對數(shù)據(jù)進(jìn)行實證分析。u在介紹基本數(shù)據(jù)分析方法與統(tǒng)計分析原理的基礎(chǔ)上，通過經(jīng)典的數(shù)據(jù)分析案例說明進(jìn)行數(shù)據(jù)分析的步驟、過程以及解釋結(jié)果的現(xiàn)實意義。u本課程著重應(yīng)用，不重原理。u本門課程一共32學(xué)時，其中課堂講授16學(xué)時，上機(jī)實驗16學(xué)時。u課堂講授采用主要結(jié)合具體的數(shù)據(jù)案例介紹基本統(tǒng)計方法如何通過SPSS加以實現(xiàn)。u上機(jī)實驗是本門課程的重要組成部分。要求通過實際操作，熟練掌握課堂講授的知識。u基本掌握SPSS統(tǒng)計軟件在數(shù)據(jù)分析中的應(yīng)用，具體表現(xiàn)為：n問卷設(shè)計問卷設(shè)計n掌握運用掌握運用SPSSSPSS進(jìn)行問卷分析的基本方法進(jìn)行問卷分析的基本方法n解釋統(tǒng)計分析結(jié)果解釋統(tǒng)計分析結(jié)果n獨

7、立完成一份統(tǒng)計分析報告獨立完成一份統(tǒng)計分析報告u上機(jī)時要求固定位置，只要機(jī)器沒有問題，各人自始至終使用固定的計算機(jī)。u建立固定的個人文件夾，并及時保存?zhèn)浞輦€人數(shù)據(jù)。u珍惜短暫的上機(jī)練習(xí)時間，鼓勵踴躍提問、相互討論。但與課程無關(guān)的事情諸如聊QQ、瀏覽網(wǎng)頁、看電影等消磨時間的行為不允許出現(xiàn)在課堂上。20uStatistical Package for the Social Sciences n社會科學(xué)統(tǒng)計軟件包社會科學(xué)統(tǒng)計軟件包 uStatistical Product and Service Solutions (from 2000)n統(tǒng)計產(chǎn)品與服務(wù)解決方案統(tǒng)計產(chǎn)品與服務(wù)解決方案 uSPSS是世

8、界上最早的統(tǒng)計分析軟件u60年代：由美國斯坦福大學(xué)的三位研究生研制u70年代：1975年在芝加哥組建了SPSS總部u80年代：1984年推出了SPSS/PC+n世界上第一個統(tǒng)計分析軟件微機(jī)版本世界上第一個統(tǒng)計分析軟件微機(jī)版本n開創(chuàng)了開創(chuàng)了SPSS微機(jī)系列產(chǎn)品的開發(fā)方向微機(jī)系列產(chǎn)品的開發(fā)方向u 90年代以后： Windows 版(v5-19)u2009.7.28，IBM收購SPSSnPASW（Predictive Analytics Software）u全球100多個國家和地區(qū)有分支機(jī)構(gòu)或合作伙伴，直系員工超過2000人。u全球約有28萬用戶，分布于通訊、醫(yī)療、銀行、證券、保險、制造、商業(yè)、市場

9、研究、科研教育等領(lǐng)域和行業(yè)。u全球500強中有80%的公司使用SPSS，而在市場研究和市場調(diào)查領(lǐng)域有超過80%的市場占有率，是世界上應(yīng)用最廣泛的專業(yè)統(tǒng)計軟件之一。u國際學(xué)術(shù)交流中，用SPSS軟件完成的計算和統(tǒng)計分析，可以不必說明算法。u功能強大n囊括了各種成熟的統(tǒng)計方法與模型。囊括了各種成熟的統(tǒng)計方法與模型。n提供了各種數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)整理技術(shù)。提供了各種數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)整理技術(shù)。n包括自由靈活的表格功能。包括自由靈活的表格功能。n提供了各種常用的統(tǒng)計學(xué)圖形。提供了各種常用的統(tǒng)計學(xué)圖形。兼容性好n對對Excel數(shù)據(jù)、文本格式數(shù)據(jù)導(dǎo)入數(shù)據(jù)、文本格式數(shù)據(jù)導(dǎo)入SPSS中進(jìn)行分析；中進(jìn)行分析；nSPSS導(dǎo)

10、入的表格、圖形結(jié)果可直接導(dǎo)出為導(dǎo)入的表格、圖形結(jié)果可直接導(dǎo)出為Word、Excel等等格式，可以將表格、交互式圖形作為對象粘貼到格式，可以將表格、交互式圖形作為對象粘貼到Word、Excel等中。等中。易用性強n界面十分友好界面十分友好n美觀的結(jié)果輸出美觀的結(jié)果輸出n強大的輔助教學(xué)功能強大的輔助教學(xué)功能n是非專業(yè)統(tǒng)計人員的首選統(tǒng)計軟件是非專業(yè)統(tǒng)計人員的首選統(tǒng)計軟件 u附加模塊 （一般、混合、對數(shù)）線性模型；生存分析BaseAdvanced 對應(yīng)分析、感知圖等Categories 多階段復(fù)雜抽樣技術(shù)等Complex Sample 正交設(shè)計、聯(lián)合分析等Conjoint 精確/隨機(jī)抽樣概值計算Exa

11、ct Test 在地圖上展示數(shù)據(jù)Maps 缺失數(shù)據(jù)的報告與填補Missing Value Analysis Logistic,Probit, 非線性回歸Regression 交互式創(chuàng)建表格Tables 時間序列：Arima、指數(shù)平滑、自回歸等Trends SPSS的啟動n使用開始菜單啟動使用開始菜單啟動SPSSn雙擊雙擊SPSS圖標(biāo)啟動圖標(biāo)啟動SPSS SPSS的退出n使用使用FILE菜單中的菜單中的“EXIT SPSS”菜單項退出菜單項退出SPSSn單擊數(shù)據(jù)編輯窗右上角單擊數(shù)據(jù)編輯窗右上角“”的退出的退出SPSSn退出時通常會提示是否保存數(shù)據(jù)文件退出時通常會提示是否保存數(shù)據(jù)文件.sav和結(jié)果

12、文件和結(jié)果文件.spo5、打開一個已、打開一個已存在的數(shù)據(jù)源程存在的數(shù)據(jù)源程序序1、以、以瀏覽運行瀏覽運行操作指導(dǎo)操作指導(dǎo)2、在、在數(shù)據(jù)窗口數(shù)據(jù)窗口輸入數(shù)據(jù)選項輸入數(shù)據(jù)選項3、運行、運行一個已一個已存在的文件選項存在的文件選項4、使用、使用數(shù)據(jù)庫向數(shù)據(jù)庫向?qū)韯?chuàng)造一個新導(dǎo)來創(chuàng)造一個新的文件選項的文件選項6、打開、打開一個其它一個其它類型的文件類型的文件（一）SPSS的數(shù)據(jù)編輯窗口(SPSS Data Editor)u用于打開以“.sav”為擴(kuò)展名的SPSS數(shù)據(jù)文件；SPSS中各統(tǒng)計分析功能都是針對該窗口中的數(shù)據(jù)進(jìn)行的。u功能：對SPSS的數(shù)據(jù)進(jìn)行定義、錄入、修改、管理等基本操作。u分為兩個視圖

13、：nData View(數(shù)據(jù)視圖數(shù)據(jù)視圖)：行代表觀測個體：行代表觀測個體(Record)、列代表屬性、列代表屬性(Variable)n Variable View(變量視圖變量視圖)：顯示變量名稱、類型、格式等：顯示變量名稱、類型、格式等數(shù)據(jù)窗口變量定義窗口（一）SPSS的數(shù)據(jù)編輯窗口(SPSS Data Editor)主界面的主界面的10個下拉菜單：個下拉菜單： File（文件）：對（文件）：對SPSS相關(guān)文件進(jìn)行基本管理相關(guān)文件進(jìn)行基本管理 Edit（編輯）：對數(shù)據(jù)進(jìn)行基本編輯（編輯）：對數(shù)據(jù)進(jìn)行基本編輯 View （視圖）：對（視圖）：對SPSS窗口外觀等進(jìn)行設(shè)置窗口外觀等進(jìn)行設(shè)置 D

14、ata （數(shù)據(jù)）（數(shù)據(jù)） ：對數(shù)據(jù)進(jìn)行加工整理：對數(shù)據(jù)進(jìn)行加工整理 Transform（轉(zhuǎn)換）：對數(shù)據(jù)進(jìn)行基本處理（轉(zhuǎn)換）：對數(shù)據(jù)進(jìn)行基本處理 Analyze（統(tǒng)計分析）：對數(shù)據(jù)進(jìn)行統(tǒng)計分析和建模（統(tǒng)計分析）：對數(shù)據(jù)進(jìn)行統(tǒng)計分析和建模 Graphs（作圖）：對數(shù)據(jù)生成統(tǒng)計圖形（作圖）：對數(shù)據(jù)生成統(tǒng)計圖形 Utilities（實用程序）：（實用程序）：SPSS其他輔助管理其他輔助管理 Windows（窗口管理）：對（窗口管理）：對SPSS中的多個窗口進(jìn)行管理中的多個窗口進(jìn)行管理 Help（幫助）（幫助） ：SPSS的聯(lián)機(jī)幫助的聯(lián)機(jī)幫助（二）SPSS的結(jié)果管理窗口(SPSS Output View

15、er)用于存放分析結(jié)果，用于打開以用于存放分析結(jié)果，用于打開以“.spo”為擴(kuò)展名的結(jié)果文件。為擴(kuò)展名的結(jié)果文件。 結(jié)果管理窗口是一個文本窗口，其功能是用來結(jié)果管理窗口是一個文本窗口，其功能是用來顯示系統(tǒng)處理的輸出結(jié)果或系統(tǒng)運行過程中所發(fā)生顯示系統(tǒng)處理的輸出結(jié)果或系統(tǒng)運行過程中所發(fā)生的錯誤信息。的錯誤信息。 在一個在一個SPSS運行期間可以同時打開兩個或兩個運行期間可以同時打開兩個或兩個以上的輸出窗口。其中只有一個為主輸出窗口。以上的輸出窗口。其中只有一個為主輸出窗口。（三）SPSS的圖表編輯窗口(SPSS Chart Editor)（一）計劃階段（1）確定研究問題（2）建立項目預(yù)算:費用的多

16、少直接決定調(diào)查的精確度（信度）（3）確定研究范圍即確定研究總體和個體（4）確定樣本的抽取方法：簡單隨機(jī)抽樣、分層抽樣、整群抽樣、系統(tǒng)抽樣等等。（5）分析評估所需的樣本量：如在95%的置信度水平下，最大允許誤差為3%，所需樣本量為1067。（6）確定數(shù)據(jù)收集方式：面訪、電話訪問、攔截訪問（7）確定應(yīng)該收集個體的哪些數(shù)據(jù)：問卷的準(zhǔn)備（8）確定研究問題的分析方法與分析工具：統(tǒng)計方法的選擇與統(tǒng)計軟件的應(yīng)用。關(guān)于樣本量的認(rèn)識誤區(qū)：u“樣本量越大，代表性越好”一個樣本對總體是否有代表性，關(guān)鍵在于其是否來自隨機(jī)抽樣。如果抽樣方法是有偏的，那么樣本量越大，代表性反而越差，從而得出錯誤的結(jié)論。如“自發(fā)性回應(yīng)樣本

17、”u“樣本量越大，精度越高”抽樣誤差的大小與所需費用成反比，與樣本量的平方根成反比。樣本量增大到一定程度后，對絕對誤差的補償微乎其微。u“總體越大，所需的樣本量也就越大”樣本對總體的代表性取決于是否來自科學(xué)的抽樣方法，與總體的大小無關(guān)。(二)數(shù)據(jù)收集階段數(shù)據(jù)收集的方法有多種：如電話訪問、面訪、攔截式訪問。進(jìn)行數(shù)據(jù)收集需要有一份標(biāo)準(zhǔn)問卷，能從問卷中得出有意義的結(jié)論。(三)數(shù)據(jù)獲取階段數(shù)據(jù)獲取是將分散的、原始格式各不相同的數(shù)據(jù)讀入分析工具中，使分析工具可以對數(shù)據(jù)進(jìn)行分析。(四)數(shù)據(jù)準(zhǔn)備階段（1）清理數(shù)據(jù)以保證數(shù)據(jù)的準(zhǔn)確性（2）對數(shù)據(jù)進(jìn)行必要的轉(zhuǎn)換（3）填充缺失數(shù)據(jù)（4）對數(shù)據(jù)進(jìn)行合并、匯總等(五)數(shù)據(jù)分析階段（1）預(yù)分析。包括概括性統(tǒng)計描述和探索性統(tǒng)計推斷兩部分。前者是用統(tǒng)計圖和統(tǒng)計表對數(shù)據(jù)進(jìn)行更好的理解，后者是基于對數(shù)據(jù)