spss軟件實驗指導(dǎo)書

PAGEPAGE3SPSS統(tǒng)計分析軟件實驗指導(dǎo)書統(tǒng)計模擬實習(xí)課程組20112月目 錄實驗一 SPSS的數(shù)據(jù)基本操作實驗二 描述性統(tǒng)計分析實驗三 均值比較實驗四實驗五實驗六

相關(guān)分析和回歸分析聚類分析和判別分析《SPSS統(tǒng)計分析軟件實驗》一、課程實驗課所占學(xué)時30學(xué)時二、實驗適用專業(yè)經(jīng)濟管理類各專業(yè)三、實驗的任務(wù)、性質(zhì)和目的SPSS這一統(tǒng)計SPSSSPSS軟件四、實驗方式與基本要求由授課教師講清上機實驗的基本要求和注意事項；學(xué)生課前進行準備；學(xué)生集中在機房上機；要求學(xué)生每次完成所布置的任務(wù)，提交實驗報告。五、考核方式與評分辦法1. 實驗報告（60%）2. 上機檢查（20%）3. 考勤（20%）實驗一SPSS基本操作一、實驗?zāi)康腟PSSSPSSSPSS二、實驗內(nèi)容及步驟（一）數(shù)據(jù)的輸入和保存SPSS當(dāng)打開SPSS后，展現(xiàn)在我們面前的界面如下：請注意窗口頂部顯示為“SPSSforWindowsDataEditor”，表明現(xiàn)在所SPSSWindowsEXCELEXCEL定義變量選擇菜單Data==>DefineVariable。系統(tǒng)彈出定義變量對話框如下：PAGEPAGE16對話框最上方為變量名，現(xiàn)在顯示為“VAR00001”，這是系統(tǒng)的默認變量名；往下是變量情況描述，可以看到系統(tǒng)默認該變量為數(shù)值型，長度為8，有兩假如有兩組數(shù)據(jù)如下：GROUP1:0.841.051.201.201.391.531.671.801.872.072.11GROUP2:0.540.640.640.750.760.811.161.201.341.351.481.561.87GROUPGROUP，OKSPSS第一列的名稱已經(jīng)改為了“group”，這就是我們所定義的新變量“group”。X。單擊第一行第二列的單元格，然后選擇菜單Data==>DefineVariable，X，SPSS據(jù)管理窗口如下所示：其余各列的名稱仍為灰色的“var”，表示尚未使用。同樣地，各行的標(biāo)號也為灰色，表明現(xiàn)在還未輸入過數(shù)據(jù)，即該數(shù)據(jù)集內(nèi)沒有記錄。輸入數(shù)據(jù)X0.84，AB首先，當(dāng)前單元格下移，變成了二行二列單元格，而一行二列單元格的內(nèi)容則被替換成了0.84；其次，第一行的標(biāo)號變黑，表明該行已輸入了數(shù)據(jù)；第三，一行一列單元格因為沒有輸入過數(shù)據(jù)，顯示為“.”，這代表該數(shù)據(jù)為缺失值。保存數(shù)據(jù)File==>Save，由于該數(shù)據(jù)從來沒有被保存過，所以彈出Saveas對話框如下：SPSSDBF、FoxProEXCELACCESSSPSS文件）Li1_1Li1_1。（二）數(shù)據(jù)的預(yù)分析數(shù)據(jù)的簡單描述首先我們需要知道數(shù)據(jù)的基本情況，如均數(shù)、標(biāo)準差等。選擇Analyze==>DescriptiveStatistics==>Descriptives框如下：該對話框可分為左右兩大部分，左側(cè)為所有可用的侯選變量列表，右側(cè)為選入變量列表。我們只需要描述X，用鼠標(biāo)選中X，單擊中間的，變量X的OK系統(tǒng)會彈出一個新的界面如下所示：該窗口上方的名稱為SPSSforWindowsViewer，即（結(jié)果）瀏覽窗口，整個的結(jié)構(gòu)和資源管理器類似，左側(cè)為導(dǎo)航欄，右側(cè)為具體的輸出結(jié)果。結(jié)果表格給出了樣本數(shù)、最小值、最大值、均數(shù)和標(biāo)準差這幾個常用的統(tǒng)計量。從中可以看到，24個數(shù)據(jù)總的均數(shù)為1.2846，標(biāo)準差為0.4687。如果數(shù)據(jù)進行了分組，還可以看看分組的描述情況。這里要用到文件分割功能，請切換回數(shù)據(jù)管理窗口，選擇Data==>SplitFile割對話框如下：Organizeoutputbygroups，GROUPOKGroup=1Group=21.5209、1.08460.4218、0.4221。繪制直方圖統(tǒng)計指標(biāo)只能給出數(shù)據(jù)的大致情況，沒有直方圖那樣直觀，我們就來畫個直方圖瞧瞧！選擇Graphs==>Histogram，系統(tǒng)會彈出繪制直方圖對話框如下：XVariableOK繪制出直方圖。最后，我們還要取消變量分割，免得它影響以后的統(tǒng)計分析，再次調(diào)出變量分割對話框，選擇單選按鈕中的“Analyzeallcases,donotcreatOK（三）保存和導(dǎo)出分析結(jié)果保存結(jié)果文件在結(jié)果瀏覽窗口中（注意：一定要在結(jié)果瀏覽窗口中）選擇菜單File==>Save，由于該結(jié)果也從來沒有被保存過，所以彈出和前面保存數(shù)據(jù)時極SaveasViewFiles(*.spo)一種。在文件名框中鍵入“Li1_1”并回車，該結(jié)果文Li1_1.spo導(dǎo)出分析結(jié)果文件倒是保存了，但問題還沒有完全解決：我們從來寫文章什么的都用的是文字處理軟件，尤其是WORD，可WORDSPOFile==>Export，ExprotOutputExportExportFileExportWhatOK實驗二描述性統(tǒng)計分析一、實驗?zāi)康?、掌握數(shù)據(jù)集中趨勢和離中趨勢的分析方法；2、熟練掌握各個分析過程的基本步驟以及彼此之間的聯(lián)系和區(qū)別。二、實驗內(nèi)容及步驟（一）Frequencies過程分位點的數(shù)值，以及常用的條圖，圓圖等統(tǒng)計圖。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FrequenciesRecode界面說明Frequencies對話框的界面如下所示：該界面在SPSS中實在太普通了，無須多言，重點介紹一下各部分的功能如下：【Displayfrequencytables確定是否在結(jié)果中輸出頻數(shù)表?！維tatistics鈕】單擊后彈出Statistics對話框如下，用于定義需要計算的其他描述統(tǒng)計量?，F(xiàn)將各部分解釋如下：PercentileValues復(fù)選框組定義需要輸出的百分位數(shù)，可計算四分位數(shù)(Quartiles)、每隔指定百分位輸出當(dāng)前百分位數(shù)(Cutpointsfor groups)、或直接指定某個百分位數(shù)(Percentiles)，如直接指定輸出P2.5和P97.5。Centraltendency(Mean)中位數(shù)(Median)、眾數(shù)(Mode)、總和(Sum)。Dispersion(Variance)(Range)(Minimum(Maximum)、標(biāo)準誤(S.E.mean)。Distribution復(fù)選框組用于定義描述分布特征的兩個指標(biāo)：偏度系數(shù)（Skewness）和峰度系數(shù)(Kurtosis)。Valuesaregroupmidpoints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，選中該復(fù)選框以通知SPSS，免得它犯錯誤。眾數(shù)(Mode)指所有數(shù)值中出現(xiàn)頻率最高的一個值，在國內(nèi)用的非常少。【Charts鈕】彈出Charts對話框，用于設(shè)定所做的統(tǒng)計圖。Charttype（Barchart圓圖(PiechartHistogram，其中直方圖還可以選擇是否加上正態(tài)曲線（Withnormalcurve。ChartValues（刻度?！綟ormat鈕】Format：Ascendingvalues為根據(jù)數(shù)值大小按升序從小到大作頻數(shù)分布；Descendingvalues小按降序從大到小作頻數(shù)分布；Ascendingcountscounts布。MultipleVariablesComparevariables較，OrganizeoutputbyvariablesSuppressTablesmore它在結(jié)果中輸出，這樣可以避免產(chǎn)生巨型表格。分析實例例1 某地101例健康男子血清總膽固醇值測定結(jié)果如下，請繪制頻數(shù)表、方圖，計算均數(shù)、標(biāo)準差、變異系數(shù)CV、中位數(shù)M、p2.5和p97.5。4.773.376.143.953.564.234.314.715.694.124.564.375.396.305.217.225.543.935.214.125.185.774.795.125.205.104.704.743.504.694.384.896.255.324.504.633.614.444.434.254.035.854.093.354.084.795.304.973.183.975.165.105.864.795.344.244.324.776.366.384.885.553.044.553.354.874.175.855.165.094.524.384.314.585.726.554.764.614.174.034.473.403.912.704.604.095.965.484.404.555.383.894.604.473.644.345.186.143.244.903.05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：Analyze==>DescriptiveStatistics==>FrequenciesVariablesXStatisticsMean、Std.deviation、MedianPercentiles2.5：Add97.5：Add：ContinueChartsBarchartsContinueOK得出結(jié)果后手工計算出CV。上面做出的直方圖分組太多，需要進一步編輯。3.結(jié)果解釋上題除直方圖外的的輸出結(jié)果如下：FrequenciesN1010Mean=4.69Median=4.61，STD=0.8616，P2.5=3.04，P97.5=6.45。x（此處只列出了開頭部分），VaildPercent（包括缺失記錄在內(nèi)ValidpercentCumPercent（二）Descriptives過程Descriptives的形式存入數(shù)據(jù)庫供以后分析。界面說明【Savestandardizedvaluesasvariables確定是否將原始數(shù)據(jù)的標(biāo)準正態(tài)評分存為新變量?！綩ptions鈕】OptionsFrequencesStatisticsDisplayOrder順序、字母順序、均數(shù)升序或均數(shù)降序。結(jié)果解釋下面是一個典型的Descriptives過程結(jié)果統(tǒng)計表：一望可知，這里的大部分內(nèi)容都在上一節(jié)見過，因此就不再多解釋了。重復(fù)解釋。（三）Explore過程Explore顯得更加詳細、全面，有助于用戶制定繼續(xù)分析的方案。界面說明【Display單選鈕組】用于選擇輸出結(jié)果中是否包含統(tǒng)計描述、統(tǒng)計圖或兩者均包括。【DependentList框】用于選入需要分析的變量?！綟actorList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?！綥abelcasesby框】選擇一個變量，他的取值將作為每條記錄的標(biāo)簽。最典型的情況是使用記錄ID號的變量。【Statistics鈕】Statistics5%標(biāo)準差、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)準誤、偏度系數(shù)、偏度系數(shù)的標(biāo)準誤及指定的均數(shù)可信區(qū)間。M-estimators最大似然確定數(shù)。Outliers復(fù)選框：輸出五個最大值與五個最小值。Percentiles復(fù)選框：輸出第5%、10%、25%、50%、75%、90%、95%位數(shù)?！綪lot鈕】彈出Plot對話框，用于選擇所需要的統(tǒng)計圖。有如下選項：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(Factorlevelstogether)，也可以不分組一起繪制(Depentendstogether)，或者不繪制(None)。Descriptive(Stem-and-leaf(Histogram)。Normalityplotswithtest復(fù)選框：繪制正態(tài)分布圖并進行變量是否符合正態(tài)分布的檢驗。Spreadvs.LevelwithLeveneTest（我還沒有找到他的中文名字該叫什么變量的轉(zhuǎn)換方式，并進行組間方差齊性檢驗?！綩ptions鈕】某統(tǒng)計量時有缺失值的記錄，或報告缺失值。結(jié)果解釋6.1ExploreExplore首先是例行的處理記錄缺失值情況報告，可見101例均為有效值。1717PAGEPAGE41上表詳細列出了常用的描述統(tǒng)計量，如果有標(biāo)準誤也會列出（數(shù)）。XXStem-and-LeafPlotFrequencyStem&Leaf1.002. 78.003. 001233349.003. 55668999924.004. 00000111122233333334444425.004. 555555666667777777778889917.005. 011111112223333349.005. 5567788896.006. 1123331.006. 51.00Extremes Stemwidth: 1.0000Eachleaf: 1case(s)范圍及形態(tài)，在國外非常流行。為最大、最小值。（四）Crosstabs過程Crosstabsn則包括了我們常用的X2檢驗Kappa值，分層）。如果安裝了相應(yīng)模塊，M-Hn（Fisher'sExactTest）值。Crosstabs（單變量頻數(shù)表），F(xiàn)requencies1.界面說明【Rows框】用于選擇行*列表中的行變量?！綜olumns框】用于選擇行*列表中的列變量?！綥ayer框】LayerLayerPreviousNextLayer在這里用的比較少，在多元回歸中我們將進行詳細的解釋?！綝isplayclusteredbarcharts顯示重疊條圖?！維uppresstable復(fù)選框】禁止在結(jié)果中輸出行*列表?！綞xact鈕】2*2*列表設(shè)定計算確切概率的方法，可以是不計算（Asymptoticonly）、蒙特卡羅模擬Carlo）或確切計算（Exact）1000099%5如果你在安裝SPSS時沒有安裝EXACT模塊，則此處對話框中不會出現(xiàn)Exact鈕?！維tatistics鈕】StatisticsChi-squareX2值。CorrelationsPearsonSpearman相關(guān)系數(shù)。Norminal復(fù)選框組：選擇是否輸出反映分類資料相關(guān)性的指標(biāo)，很少使用。Contingencycoefficient0～1PhiandCramer's復(fù)選框：這兩者也是基于X2值的，PhiX2檢驗中界于-1～1R*CX2檢驗中界于0～1V0～1Lambda1時表明自變量預(yù)測應(yīng)變量好，為0時表明自變量預(yù)測應(yīng)變量差；Uncertaintycoefficient10Ordinal復(fù)選框組：選擇是否輸出反映有序分類資料相關(guān)性的指標(biāo)，很少使用。Gamma0～11；Somers'd過異序?qū)ψ訑?shù)的比例；Kendall'stau-b-1～1Kendall'stau-c-1～1EtaEta比例；KappaKappaRiskORMcNemanrMcNemanr（一種非參檢驗；Cochran'sandMantel-Haenszelstatistics復(fù)選框：計算X2M-H

統(tǒng)計量（分層X2，也有寫為X2CMH

的H0

假設(shè)的OR值，默認為1?！綜ells鈕】彈出Cells對話框，用于定義列聯(lián)表單元格中需要計算的指標(biāo)：Counts(Observed)和理論數(shù)（Expected；PercentagesRow、列百分數(shù)Column）計百分數(shù)Total；Residuals復(fù)選框組：選擇殘差的顯示方式，可以是實際數(shù)與理論數(shù)的差值Unstandardized、標(biāo)化后的差值（Standardized，理論數(shù)，或者由標(biāo)準誤確立的單元格殘差（Adj.Standardize；【Format鈕】用于選擇行變量是升序還是降序排列。2.分析實例處理愈合未愈合合計例2 某醫(yī)生用國產(chǎn)呋喃硝胺治療十二指腸潰瘍，以甲氰咪胍作對照組，問種方法治療效果有無差別？處理愈合未愈合合計呋喃硝胺54862甲氰咪胍442064合計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)集時可以直接輸入三個變WeightCasesCrosstabs檢驗。假設(shè)三個變量分別R、CW，則數(shù)據(jù)集結(jié)構(gòu)和命令如下：RCW1.001.0054.001.002.0044.002.001.008.002.002.0020.00Data==>WeightCasesWeightCasesbyFreqencyVariableWOKAnalyze==>DescriptiveStatistics==>CrosstabsRowsRColumnsCStatistics：Chi-squareContinueOK鈕、結(jié)果解釋Crosstabs首先是處理記錄缺失值情況報告，可見126例均為有效值。上面為列出的四格表，實際使用時可以在其中加入變量值標(biāo)簽，使看起來更清楚。上表給出了一堆檢驗結(jié)果，從左到右為：檢驗統(tǒng)計量值(Value)、自由度(df)、雙側(cè)近似概率(Asymp.Sig.2-sided(ExactSig.2-sided精確概率(Exact（PearsonChi-Square即常用的卡方檢驗）、連續(xù)性校正的卡方值(ContinuityCorrection)、對數(shù)似然比方法計算的卡方(LikelihoodRatio)、Fisher's(Fisher'sExactTest)、線性相關(guān)的卡方值(LinearbyLinearAssociation)、有效記錄數(shù)(NofValid，ContinuityCorrectionPearsonab，2*2b.0%5，13.78。因此，這里無須校正，直接采用第一。實驗三均值比較一、實驗?zāi)康膶W(xué)習(xí)利用SPSS進行單樣本、兩獨立樣本以及成對樣本的均值檢驗。二、實驗內(nèi)容及步驟（一）描述統(tǒng)計(Means過程)實驗內(nèi)容：某醫(yī)師測得血紅蛋白值如表3.1，試利用Means統(tǒng)計分析。對象性別年齡對象性別年齡血紅蛋對象性別年齡血紅蛋編號白值編號白值1女1812.8321女1611.362男1615.5022男1612.783女1812.2523男1815.094女1710.0624女188.675男1610.8825女178.566男189.6526女1812.567女168.3627女1711.568男1811.6628男1614.679女188.5429男167.8810女177.7830男1812.3511男1813.6631男1613.6512男1810.5732女169.8713男1612.5633女1810.0914女179.8734女1812.5515女178.9935男1816.0416女1711.3536男1813.7817男1714.5637男1711.6718男1612.4038男1710.9819女168.0539女168.7820男1814.0340男1611.35實驗步驟：建立數(shù)據(jù)文件。4GenderAgeHB，蛋白值。選擇菜單“Analyze→CompareMeans→Means”,彈出“Means”對話框。在對話框左側(cè)的變量列表中，選擇變量“血紅蛋白值”進入“Dependent列表框，選擇變量“性別”進入“IndependentListNext”按鈕，選擇變量“年齡”進入“IndependentList單擊“Options出的描述統(tǒng)計量。單擊“OK”按鈕，得到輸出結(jié)果。（二）單樣本T檢驗（One-SampleTTest過程）實驗內(nèi)容：1016-1810.254016-181，16-1810實驗步驟：打開數(shù)據(jù)文件。選擇菜單“AnalyzeCompareMeansOne-SampleTTest“One-SampleTTest”對話框。3．在對話框左側(cè)的變量列表中選擇變量“血紅蛋白”進入“TestVariable(sTestValue”編輯框中輸入過去的平均血紅蛋白值4．單擊“OK”按鈕，得到輸出結(jié)果。（三）雙樣本T檢驗（Independent-SamplesTTest過程）實驗內(nèi)容：病人 2.90 5.41 5.48 4.60 4.035.104.974.244.362.722.37病人 2.90 5.41 5.48 4.60 4.035.104.974.244.362.722.372.09 7.10 5.92健康人5.184.018.793.146.463.726.645.604.577.714.99實驗步驟：建立數(shù)據(jù)文件。定義變量名：把實際觀察值定義為x，再定義一個變量group來區(qū)分病人與健康人。輸入原始數(shù)據(jù)，在變量group中，病人輸入1，健康人輸入2。選擇菜單“Analyze→CompareMeans→Independent-samplesT彈出“Independent-samplesTTestx，TestVariable(s”框，選擇變量“grouGroupingVariabl”框，點擊“DefineGroups”鈕彈出“DefineGroupsGroup11，Group22。單擊“OK”按鈕，得到輸出結(jié)果。（四）成對樣本T檢驗（Paired-SamplesTTest過程）實驗內(nèi)容：大白鼠對肝中維生素A含量（mol/L）EA8EA含量（mol/L）大白鼠對肝中維生素A含量（mol/L）別正常飼料組E缺乏飼料組137.225.7220.925.1331.418.8441.433.5539.834.0639.328.3736.126.2831.918.3實驗步驟：建立數(shù)據(jù)文件。定義變量名：正常飼料組測定值為x1，維生素E缺乏飼料組測定值為x2，輸入原始數(shù)據(jù)。選擇菜單“Analyze→CompareMeans→Paired-samplesT“Paired-samplesTx1Variables框。單擊“OK”按鈕，得到輸出結(jié)果。實驗四相關(guān)分析一、實驗?zāi)康腟PSS線回歸。二、實驗內(nèi)容及實驗步驟（一）兩變量的相關(guān)分析（Bivariate過程）實驗內(nèi)容：某地區(qū)10名健康兒童頭發(fā)和全血中的硒含量（1000ppm）如下，試作發(fā)硒與血硒的相關(guān)分析。編號發(fā)硒血硒174132661038813469115911667397667896149585107310實驗步驟：建立數(shù)據(jù)文件。定義變量名：發(fā)硒為x，血硒為y，按順序輸入相應(yīng)數(shù)值。Analyze→Correlate→BivariateBivariateCorrelation”對話框。在對話框左側(cè)的變量列表中選x、y，使之進入“VariablesCorrelationCoefficients”框中選擇Pearson相關(guān)系數(shù)（rTestofSignificancTwo-taile（雙側(cè)）significantcorrelations”設(shè)置是否突出顯示顯著相關(guān)。Correlation:Options”對話框，選擇“Meansandstandarddeviations”和“Cross-productdeviationsandX、YXY交叉乘積的標(biāo)準差與協(xié)方差。單擊“OK”按鈕，得到輸出結(jié)果。（二）偏相關(guān)分析(Partial過程)實驗內(nèi)容：2913歲男童身高c、體重kg）和肺活量ml）,試對該資料作控制體重影響作用的身高與肺活量相關(guān)分析。編號身高體重肺活量編號（cm）體重量（cm）(kg)(ml)(kg)(ml)1135.132.0175016153.047.217502139.930.4200017147.640.520003163.646.2275018157.543.322504146.533.5250019155.144.727505156.237.1275020160.537.520006156.435.5200021143.031.517507167.841.5275022149.433.922508149.731.0150023160.840.427509145.033.0250024159.038.5250010148.537.2225025158.237.5200011165.549.5300026150.036.0175012135.027.6125027144.534.7225013153.341.0275028154.639.5250014152.032.0175029156.532.0175015160.547.22250實驗步驟：建立數(shù)據(jù)文件。heightweightvc應(yīng)數(shù)據(jù)。選擇菜單“Analyze→Correlate→PartialPartialCorrelations”height、vcVariables框，選擇weight進入“Controllingfor”框中，以在控制體重的影響下對變量身高與肺活量進行偏相關(guān)分析；在“Testof單擊“Options”按鈕，彈出“PartialCorrelations:Options“Statistics”復(fù)選框組中選擇要輸出的統(tǒng)計量。單擊“OK”按鈕，得到輸出結(jié)果。(三)距離分析(Distances過程)實驗內(nèi)容：10是否一致？樣品號12345678第一次12.3612.1412.3112.3212.1212.2812.2412.41第二次12.4012.2012.2812.2512.2212.3412.3112.30第三次12.1812.2212.3512.2112.1012.2512.2012.46實驗步驟：建立數(shù)據(jù)文件。HB1HB2HB3，輸入相應(yīng)數(shù)據(jù)。選擇菜單“Analyze→Correlate→Distance在對話框左側(cè)的變量列表中選變量HB1、HB2、HB3”框。ComputeDistanceBetweenvariableSimilarityMeasurecorrelation”為測量距離。單擊“OK”按鈕，得到輸出結(jié)果。(四)線性回歸分析(Linear過程)實驗內(nèi)容：103歲兒童的身高（c、體重（k）和體表面積（c）歸方程。兒童編號體表面積（Y）身高（X）體重（X）1215.38288.011.025.29987.611.835.35888.512.045.29289.012.355.60287.713.166.01489.513.775.83088.814.486.10290.414.996.07590.615.2106.41191.216.0實驗步驟：建立數(shù)據(jù)文件。Y3X1、1位小數(shù)。輸入原始數(shù)據(jù)。選擇菜單“Analyze→Regression→LinearLinearRegression”對話框。從對話框左側(cè)的變量列表中選擇變量x1Enter法。單擊“Statistics”按鈕選擇是否作變量的描述性統(tǒng)計、回歸方程應(yīng)變量的可信區(qū)間估計等分析；單擊“PlotsY圖；單擊“SaveYY預(yù)測值作保存；單擊“Options”按鈕選擇變量入選與剔除的α、β和缺失值的處理方法。單擊“OK”(五)曲線回歸(CurveEstimation實驗內(nèi)容：1963（歲試擬合對數(shù)曲線。年齡（歲）X錫克試驗陰性率（%）Y157.1276.0390.9493.0596.7695.6796.2實驗步驟：建立數(shù)據(jù)文件。定義變量名：錫克試驗陰性率為Y，年齡為X，輸入原始數(shù)據(jù)。Analyze→Regression→CurveEstimationCurveEstimation”對話框。從對話框左側(cè)的變量列表中選擇變量x，進入“Indepentdent(s)”框；在“Model”框內(nèi)選擇所需的曲線Logarithmic模型（即對數(shù)曲線；選中“Plotmodels”復(fù)選框，輸出曲線擬合圖。SaveCurveEstimation:Save“PredictedvalueY預(yù)測值。單擊“OK”按鈕完成設(shè)置，得到輸出結(jié)果。實驗五聚類分析和判別分析一、實驗?zāi)康膶W(xué)習(xí)利用SPSS進行聚類分析和判別分析。二、實驗內(nèi)容及實驗步驟(一)系統(tǒng)聚類法（HierarchicalCluster過程）實驗內(nèi)容：29由于微量元素的測定成本高、耗時長，故希望通過聚類分析（即R型指標(biāo)聚類篩選代表性指標(biāo)，以便更經(jīng)濟快捷地評價兒童的營養(yǎng)狀態(tài)。編號鈣鎂鐵錳銅血紅蛋N0.X1X2X3X4X5白X6154.8930.86448.700.0121.01013.50272.4942.61467.300.0081.64013.00353.8152.86425.610.0041.22013.75464.7439.18469.800.0051.22014.00558.8037.67456.550.0121.01014.25643.6726.18395.780.0010.59412.75754.8930.86448.700.0121.01012.50886.1243.79440.130.0171.77012.25960.3538.20394.400.0011.14012.001054.0434.23405.600.0081.30011.751161.2337.35446.000.0221.38011.501260.1733.67383.200.0010.91411.251369.6940.01416.700.0121.35011.001472.2840.12430.800.0001.20010.751555.1333.02445.800.0120.91810.501670.0836.81409.800.0121.19010.251763.0535.07384.100.0000.85310.001848.7530.53342.900.0180.9249.751952.2827.14326.290.0040.8179.502052.2136.18388.540.0241.0209.252149.7125.43331.100.0120.8979.002261.0229.27258.940.0161.1908.752353.6828.79292.800.0481.3208.502450.2229.17292.600.0061.0408.252565.3429.99312.800.0061.0308.002656.3929.29283.000.0161.3507.802766.1231.93344.200.0000.6897.502873.8932.94312.500.0641.1507.252947.3128.55294.700.0050.8387.00實驗步驟：建立數(shù)據(jù)文件。定義變量名：鈣、鎂、鐵、錳、銅和血紅蛋白的變量名分別為x1、x2、x3、x4x5x6，之后輸入原始數(shù)據(jù)。2．選擇菜單“Analyze→Classif→HierarchicalClusterClusterAnalysisx1x2x3x4x5x6，Cluster對變量聚類)，如下圖。單擊“Statistics”按鈕，彈出“HierarchicalClusterAnalysis:Statistics對話框，選擇“Proximitymatrix”以顯示距離矩陣。單擊“Plots”按鈕，彈出“HierarchicalClusterAnalysis:Dendrogram項。單擊“Method”按鈕，彈出“HierarchicalClusterAnalysis:Method話框，選擇“Between-groupslinkage”和“Pearsoncorrelation”。單擊“OK”按鈕，得到輸出結(jié)果。（二）快速聚類法（K-MeansCluster過程）實驗內(nèi)容：125317歲兒童的身高c體重k、胸圍cm）和坐高c）資料。資料作如下整理：先把17191生時的各指標(biāo)平均值比較，求出月平均增長率（2月起的各月份指標(biāo)平均值均與前一月比較，亦求出月平均增長率（%，結(jié)果見下表。欲將兒童4長發(fā)育期的起止區(qū)間。身高體重胸圍坐高111.0350.3011.8111.2725.4719.305.207.1833.589.853.142.1142.014.171.471.5862.135.651.042.1182.061.740.171.57101.632.041.041.46121.171.600.890.76151.032.340.530.89180.691.330.480.58240.771.410.520.42300.591.250.300.14360.651.190.490.38420.510.930.160.25480.731.130.350.55540.530.820.160.34600.360.520.190.21660.521.030.300.55720.340.490.180.16月份月平均增長率（月份月平均增長率（%）建立數(shù)據(jù)文件。定義變量名：月份的變量名為month；x1、x2、x3x4，輸入原始數(shù)據(jù)?！癆nalyze→Classif→K-MeansClusterK-MeansClusterAnalysis”對話框。從對話框左側(cè)的變量列表中選x1、x2、x3、x4，使之進入VariablesNumberofClusters4；在聚Iterateandclassify”，如下圖。單擊“Save”按鈕，彈出“K-MeansCluster:SaveNewVariables框，選擇“Clustermembership”項，在原始數(shù)據(jù)庫中逐一顯示分類結(jié)果。OptionK-MeansCluster:OptionStatistic”欄中選擇對聚類結(jié)

“ANOVAtable”項，果進行方差分析。單擊“OK”按鈕，得到輸出結(jié)果。（三）判別分析（Discriminant過程）實驗內(nèi)容：為研究舒張期血壓和血漿膽固醇對冠心病的作用，某醫(yī)師測定了50-59歲冠1516建立判別函數(shù)以便在臨床中用于篩選冠心病人。編號 冠心病人組舒張壓膽固醇kPa x2x1

編號 正常人組舒張kPax1

膽固醇mmol/Lx219.865.18110.662.07213.333.73212.534.45314.663.89313.333.0649.337.1049.333.94512.805.49510.664.45610.664.09610.664.92710.664.4579.333.68813.333.63810.662.77913.335.96910.663.211013.335.701010.665.021112.006.191110.403.941214.664.01129.334.921313.334.011310.662.691412.803.631410.662.431513.335.961511.203.42169.333.63實驗步驟：建立數(shù)據(jù)文件。舒張壓、膽固醇的變量名分別以x1x2表示，將冠心病人資料和正常人資資料，即冠心病人資料的result值均為1，正常人資料的result值均為2。選擇菜單“Analyze→Classify→Discriminant”項，彈出“DiscriminantAnalysis”對話框。從對話框左側(cè)的變量列表中選擇變量result，進入“GroupingDefineDiscriminantAnalysis:Range”對話框中，定義判別原始數(shù)據(jù)的類別區(qū)間，在Minimum1，在Maximum處輸入2．x1x2為判別分析的基礎(chǔ)數(shù)據(jù)變量，如下圖。Analysis:Statistics在“Descriptiv