SPSS軟件的學(xué)習(xí)心得

SPSS學(xué)習(xí)筆記描述樣本數(shù)據(jù)一般的，一組數(shù)據(jù)拿出來(lái)，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(jué)上表格方面不如EXCEL好用。個(gè)人感覺(jué)，通過(guò)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OLAPcubes(在線分析處理表)，CaseSummary(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)，BasicTable(基本報(bào)表)，Crosstabs(列聯(lián)表)這三個(gè)，另外再配合其它圖來(lái)觀察。這個(gè)可以根據(jù)個(gè)人喜好來(lái)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(lái)，可以更清楚的看到數(shù)據(jù)分布的整體情況。以自帶文件Trendschapter13.sav為例，選擇Analyze->DescriptiveStatistics->Frequencies,把卜${@這$選入Variables,取消在DisplayFrequencytable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)(1士0$1$),按Continue返回，再

按OK,出現(xiàn)結(jié)果如圖2Statisiucshsterl:^N M葡詞13SMi鱷i帕GMean79.408iafaiedlsn79,60500wiode32.7B?Std.Deviation23,150150Variance535,525Skewness.1"8td.Error凝翎對(duì)前g,211KUJlOm總-.36&Sid.ErrorofKurtosisRarige101,504Mi麻mum33,363Majfimiini135.12^Sum10481.&1J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

HisLoqrarn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。02D.DOOra?-7&.+0&16StdJMw-23.1WI5N"132M.K?60.00002D.DOOra?-7&.+0&16StdJMw-23.1WI5N"132M.K?60.000ffiJ.OffiIDQ.fflJO120.1M0 11O.DO0lTSt3rtsS0XU匚93b的■工同樣以自帶文件Trendschapter13.sav為例，我們可以觀察一下各年的數(shù)據(jù)總和的對(duì)比：.選擇Graph->Bar->Simple,在“Datainchartare”一項(xiàng)選擇Summaryofgroupsofcases,然后按Define,出現(xiàn)圖4,圖4.選擇BarsRepresent->Otherstatistic(e.g.mean),把hstarts一項(xiàng)選入Variable里面，把YEAR,Periodic一項(xiàng)選入CategoryAxis項(xiàng)中，并按ChangeStatistic鍵，出現(xiàn)圖5：

圖5.在Statistic選項(xiàng)中選Sumofvalues一項(xiàng)，按Continue返回，按OK即可出現(xiàn)圖6：YLA.R",-netp&riadic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(guò)列聯(lián)表來(lái)觀察，數(shù)據(jù)的交錯(cuò)關(guān)系。以軟件自帶的文件UniversityofFloridagraduatesalaries.sav來(lái)說(shuō)明1、選擇Tables->BasicTable，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72、選擇Statistics按鍵，選取Count和layer%到CellStatistics一欄，并按Continue鍵，如圖8圖8三、選擇Layout按鍵，選擇SummaryVariableLabels->Inseparatelabels（匯總的標(biāo)簽，如本例的Graduate，放在表外），StatisticsLabels->Acrosstop（數(shù)據(jù)的標(biāo)簽橫放在頂部，如本例的Count和Layer%），并在Labelgroupswithvaluelabelsonly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9BjasicTables:LayantSuiitfnatyVariableLabefc---QowniheSuiitfnatyVariableLabefc---Qowniheteftsick

AcrossthetOj>■■,1n錯(cuò)p鼻刎右t址1曾Gta%sl?：s：LmbeL1巾Aero對(duì)hegop「DownIheJeRdde''"In^eparalfi帛日戟(?dncelHe?pGroupsinSummaiyVariableDimerKion/GroupsinSummaiyVariableDimerKion/i,llj.irrtii.M/TiirkR,Ui-Ju：刖-up「".I!,■■：□；；'?iinicir.'fn?i.siii'HiJiV'."'Jj舊沾,:圖9四、選擇Total按鍵，在Totalsovereachgroupvariable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(lái)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

GradualFemale肘闔目GiQiHTqlalC2uMLa^fiir鳥(niǎo)Ldi|4r%CcnjhlL自aAyrkullure27124S%UI13.1%415377%AfChiLachfre22%07外19eulldlng/Conalrudlori日4%和4&牝55工雌Atfmini^tralicn133⑶%1-B9172%32220.3%1l%1.1%22%痂on12l.tft1141312%Engineenng■45336升.5%23125.5^Finerts1.1%1.1%.2Grauptotal4沔4?6%tai1吸口號(hào)圖11重要提示：如果結(jié)果變成變量的匯總（SUM）,則先選擇Data->WeightCases,把Graduate的選項(xiàng)先選入WeightCasesby內(nèi)，再選回DonotweightCases，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(guò)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(lái)說(shuō)，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(lái)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(shū)中關(guān)于這方面的內(nèi)容：.假設(shè)檢驗(yàn)?zāi)康模菏怯脕?lái)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P<0.01或P<0.05在一次試驗(yàn)中基本不會(huì)生發(fā)。反證法思想是先提出假設(shè)（檢驗(yàn)假設(shè)H），再用適當(dāng)?shù)慕y(tǒng)計(jì)方法確定假設(shè)成立的可能性大小，如果可能性小，則認(rèn)為假設(shè)不成立，否則，還不能認(rèn)為假設(shè)不成立。方法：t檢驗(yàn)，u檢驗(yàn)，秩和檢驗(yàn)，卡方檢驗(yàn)應(yīng)用條件：A、各組資料具有可比性B、具正態(tài)分布C、方差齊性（即先作F檢驗(yàn)，如F0.1，具方差齊性）.方差分析目的：又稱為變異系數(shù)分析或F檢驗(yàn)。用于推斷兩組或多組資料的總體平均數(shù)是否相同，檢驗(yàn)兩個(gè)或多個(gè)樣本平均數(shù)的差異是否具有統(tǒng)計(jì)意義（也可認(rèn)為是檢驗(yàn)多個(gè)總體均值是否有顯著性差異注1,這樣可能更簡(jiǎn)單一點(diǎn)）。基本思想：用組內(nèi)均方去除組間均方的商，即F值，與1比較，若F值接近1,則說(shuō)明各驗(yàn)均數(shù)間的差異沒(méi)有統(tǒng)計(jì)學(xué)意義，否則表示有統(tǒng)計(jì)學(xué)意義。應(yīng)用條件：A、各組資料具有可比性B、具正態(tài)分布C、方差齊性（即F檢驗(yàn)）提示，在應(yīng)用SPSS中，只要死死的記住一個(gè)顯著系數(shù)0.05就可以應(yīng)用（如果是雙尾系數(shù)需要除以2）,一般的大于0.05接受原假設(shè)，小于0.05則拒絕。簡(jiǎn)單的說(shuō)，一般結(jié)果拒絕就是說(shuō)樣本有差異，樣本相對(duì)獨(dú)立，都是表示同一種意思，讀這方面書(shū)的時(shí)候，希望不要讓這些名詞混亂了思路。SPSS的方差檢驗(yàn)中，需要注意下面問(wèn)題：方差檢驗(yàn)中，PostHoc鍵有LSD的選項(xiàng)：當(dāng)方差分析F檢驗(yàn)否定了原假設(shè)，即認(rèn)為至少有兩個(gè)總體的均值存在顯著性差異時(shí)，須進(jìn)一步確定是哪兩個(gè)或哪幾個(gè)均值顯著地不同，則需要進(jìn)行多重比較來(lái)檢驗(yàn)。LSD即是一種多因變量的三個(gè)或三個(gè)以上水平下均值之間進(jìn)行的兩兩比較檢驗(yàn)。IndependentSamples檢驗(yàn)中的Mann-WhitneyU檢驗(yàn)與KIndependentSamples中的Kruskal-Walllis（克魯斯卡爾―瓦里斯）H檢驗(yàn)法思想類似，常用來(lái)作為非參數(shù)檢驗(yàn)。RelatedSamples非參數(shù)檢驗(yàn)中，一般有Sign普通符號(hào)檢驗(yàn)法和Wilcoxon威爾科克森符號(hào)秩檢驗(yàn)法。前者用于研究的問(wèn)題只有兩個(gè)可能的結(jié)果：“是”或“非”，并且二者遵從二項(xiàng)分布；后者是普通符號(hào)檢驗(yàn)法的改進(jìn)，除了可以檢驗(yàn)是非外，還可以了解差異的大小。KRelatedSamples非參數(shù)檢驗(yàn)中，主要有Friedman秩和檢驗(yàn)與CochranQ檢驗(yàn)二種選擇，前者是對(duì)多個(gè)樣本是否來(lái)自同一總體的檢驗(yàn)，而后者是用于只分為“成功”和“失敗”兩種結(jié)果的定類尺度測(cè)量的數(shù)據(jù)。附錄：SPSS假設(shè)檢驗(yàn)方法使用對(duì)照表黎瞰檢騎而注例子景史艇科常械HkpLtTSChL-Square,E-iFioslaL+Run^Lsnple3C-5布萬(wàn)伯t看外為Tf道叫石力蘭雅4二啦街曾子兄融典龍飛香的自國(guó)第妖冏一小因條，囪比一科用可或用件否型杷為制本卷昨華興洋漁炭於成因方*的即可原大微認(rèn)為用卡力招t，如比學(xué)士W法箋i:同情比，哈韋…個(gè)N小花尋針11現(xiàn)7的比（?所占中近』■土,田管就笠里斗住近車再等.如足只行一仆比侍聯(lián)Bi定基舌.利西虬ffl二生杵忙如由甘修/小時(shí)阿警「霹曼吉一家范撕貂耿可狗汨品.n國(guó)eatetjiJsisMi由修a由.二個(gè)獨(dú)立訐■+CeperpJwi--jwLcbi工匚曰!pTeH時(shí)于26FE時(shí)flEEHhL-*裝m并當(dāng)口八軍的湎重恒近ttiSS 本取自!?■，皂聃二個(gè)杷善祥本PhLf1fTE2Mt則,S*SF>tes對(duì)于tMated5x^1rj,一技閶S]E-n.fDK'LcoKcrfflte「方/曾量旗后片比【用第一個(gè)聘單一后■＜行一個(gè)洋本）步個(gè)演立群車Pay加瀉AK口exnJrm斗g-pStM耳于EC^p-errirn!Sbr?1?h.—用Hpk,L卡讓舊膝里用7S噌由究主不同的4的里曾M武卷多個(gè)相關(guān)群電士ngSssp-le-s對(duì)于&血Lot國(guó)苜一桁用門七三#莉，54皿臉*席f鄉(xiāng)出任由3汕人分用良成圖13其中相關(guān)、配對(duì)或有交互作用可以理解為EXCEL的重復(fù)，獨(dú)立或無(wú)交互作用可以理解為EXCEL中的無(wú)重復(fù)。圖13表大部分參考《數(shù)據(jù)分析與SPSS應(yīng)用》一書(shū)，特別說(shuō)明.回歸分析目的：研究一個(gè)變量Y與其它若干變量X之間的一種數(shù)學(xué)工具。它是一組試驗(yàn)或觀測(cè)數(shù)據(jù)的基礎(chǔ)上，尋找被隨機(jī)性掩蓋的變量之間的依存關(guān)系。A.直線回歸方程Yc=abXB.回歸關(guān)系的檢驗(yàn)：求回歸方程在總體中是否成立，即是否樣本代表的總體也有直線回歸關(guān)系。a.方差分析：基本思想是將總變異分解為SS回歸和SS乘余，然后利用F檢驗(yàn)來(lái)判斷方程是否成立。b.t檢驗(yàn)：基本思想是利用樣本回歸系數(shù)b與總體平均數(shù)回歸系數(shù)進(jìn)行比較來(lái)判斷回歸方程是否成立。下面摘錄《數(shù)據(jù)分析與SPSS應(yīng)用》一書(shū)關(guān)于相關(guān)回歸和時(shí)間序列分析一些概念解釋。數(shù)據(jù)變量間主要存在二類關(guān)系：一類是函數(shù)關(guān)系，一類是相關(guān)關(guān)系。前者是變量間有確定關(guān)系，即一個(gè)變量的值能夠在其他變量取值確定的情況下，按某種函數(shù)關(guān)系唯一確定；后者是變量間雖然具有的聯(lián)系，并非確定關(guān)系，如價(jià)格與銷量量，價(jià)格高了，銷售量可能會(huì)上去，但無(wú)法確定銷售量是多少。通過(guò)散點(diǎn)圖來(lái)觀察，如果點(diǎn)都集中在一條直線附近，是線性相關(guān)，如果在一條曲線附近，則為非線性相關(guān)。如果一個(gè)變量因另一個(gè)變量的增加而增加，減少而減少，則二個(gè)變量間存在正相關(guān)關(guān)系，反之則為負(fù)相關(guān)關(guān)系。極端的相關(guān)是完全相關(guān)和零相關(guān)。如某地區(qū)購(gòu)買自行車多少與購(gòu)買大蒜多少無(wú)關(guān)，是為零相關(guān)。按我的理解，相關(guān)分析就是推斷變量與變量之間關(guān)系的密切程度，回歸就是在相關(guān)的基礎(chǔ)上，找出變量間的擬合模型，從而進(jìn)一步推測(cè)出未來(lái)的趨勢(shì)和變量。而

時(shí)間序列則是以時(shí)間的作為觀察的序列，來(lái)推斷變量間的關(guān)系的一種模型。以自帶文件Trendschapter13.sav為例，說(shuō)明一下如何應(yīng)用這三種分析工具。.相關(guān)打開(kāi)Trendschapter13.sav文件，可以看到，這個(gè)文件的數(shù)據(jù)是以時(shí)間來(lái)排序的，在每個(gè)值前增加一行序列號(hào)變量，如圖14IDhstalls'yearrn口n4idate152.1媽19S51'MN1555247,205196521FEB1965382.1S019653MAR19陋5MAY哈&559S.4OB4 1W,S31 1965 AAPR19659E59659659E596596596597,3519E.489se.eso7JUL1565ea.67619659SEP19658AUG8晶ea.67619659SEP196510BSJfiD 1先5 10OCT15B511723511261.戰(zhàn)1346561U50.^61556_b_

%9611723511261.戰(zhàn)1346561U50.^61556_b_

%96先96UNOV19ES12DEC19E51JAN1光52FEB15681516B3.23E94.S4319B6舊而MAR196SAPRI960圖14一個(gè)時(shí)間序列的影響因素有四種變動(dòng)：A長(zhǎng)期趨勢(shì)(SecularTrend),B季節(jié)變動(dòng)(SeasonalVariation),C循環(huán)變動(dòng)(CyclicalVariation),D不規(guī)則變動(dòng)(IrregularVariation)。我們可以觀察一下這些數(shù)據(jù)是否存在某種關(guān)系，打開(kāi)Graphs->Sequence,如圖15

圖15把hstarts選入Variables項(xiàng)，把四.選入TimeAxisLables,然后按OK,出現(xiàn)圖16：忖Q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->DefineDates,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(kāi)始計(jì)算。選擇Analyze->Correlate->Bivariate，出現(xiàn)圖18圖18把卜${@這$,Year和Month都選入Varibales選項(xiàng)，CorrelationCoefficients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(huà)；后者是用來(lái)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-orderCorrelations（零階偏聽(tīng)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(huà)：若-1WrW1,|r|越大，表明兩個(gè)變量之間的相關(guān)程度越強(qiáng)。若0<RW1,表明兩個(gè)變量之間存在正相關(guān)。若R=1,則表明變量之間存在著完全正相關(guān)的關(guān)系。></RW1,表明兩個(gè)變量之間存在正相關(guān)。若R=1,則表明變量之間存在著完全正相關(guān)的關(guān)系。>若-1Wr<0,表明兩個(gè)變量之間存在負(fù)相關(guān)。若r=-1,則變量間的關(guān)系為完全負(fù)相關(guān)。若r=0,表示兩個(gè)變量之間無(wú)線性相關(guān)，即零相關(guān)。按Option按鍵，如圖19圖19在Statistics選擇MeansandstandarddeviationsCross-productdeviationsandcovariances,注意，這二個(gè)選擇是Pearson才有的，如果開(kāi)始只選擇Spearman,則此二項(xiàng)不能選。返回后，按OK如圖20：

n日舊YEAR,DOIperinMONTH,珅『啪13PearsenCornelatifln1,219*.056贏.QI刎瓶013聯(lián)6sumafeauar&s白陽(yáng)Crass-n^tfuc^7020&T5S2104.691Eij.1esGovariance535.32S16.06B&僦M門213213ZrE畸notperiodicRearsenCorrelafton.［田1000Sig.欣闞醬012i.tooSun口fSquaresandCross-prOiclutte2184.691132D.OOQ?oeCovariance16.06S10,076xooMi界伯？侏MONTH,period12P&srsonCorrelalitrn0輛，如口1場(chǎng)一便由磁,5M1.000Sum￡qumr&sandCrogg-protfucts61Masooa73CODCggna雌，則12.C09N132132132*-Co^el5lionissianifit-anl加地005Iwei白-闔值5圖20從圖20看到Y(jié)ear的Pearson系數(shù)為0.219,Sig值為0.012,小于P值0.05,與Hstarts顯著相關(guān)，Month的Pearson系數(shù)為0.058,Sig值為0.506，大于P值0.05,則與Hstarts不顯著相關(guān)。從下圖21的Spearman也同樣得到相同的結(jié)論。CoiiieldiliDiiishsiadsVEAR.notpgHOETICMOMTH.pertodl2隼p.pmnpn&rhqh串年r|百 。?開(kāi)號(hào)I曲。于)?斗巳南妨令由r曬」g輪.。航Sig(2-feiledi」Bhl132133122￥EARbnq1periodic Carre1mlicijiCoeHicient.196*i.ooa.00口Si0(T■慟伸電,024i.ciDaN132132132MONTH昨ri"12C如⑶如必?如所。他Ht.04i.□DS-l.flDOSig.(?-tailed).6181ooohl133133132士.CcrrelalionissignHlcantatlhe0,05Fevel(工?間拒口.)圖21.回歸試建立回歸模型，看能否形成各變量間的關(guān)系式。選擇Analyze->Regression->CurveEstimation,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)三次曲線回歸，(Cubic)m次曲線回歸，(Exponential)指數(shù)回歸，選擇Includeconstantinequation表示方程式有常數(shù)項(xiàng)，Plotmodels則表示用圖表示，然后按。心出現(xiàn)圖23SiMllTlT寸MillPiV摑收快IE54IdihYl”C-i'P-1nriflTi!Vrinntib^r 電￡E-qualioriModelSummarrPararmfiijenEsbrnaieu-RSqu;iruFdflblb2UrWifirCubitEiR?HOrYkll□5G咖-iwCl聘6.8XJ5TW.S-23a.zzr11ilT3D139tzsI3DDidflu0IK>70.430船IT1B7600G6223135US.002-catQ盯.WD圖23線性方程：Y=70.430.135X二次曲線方程：Y=64.1710.415X-0.02X2三次曲線方程：Y=87.68-1.667X0.037X2(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(lái)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PredictedValues一項(xiàng)，如果還想預(yù)測(cè)未來(lái)的數(shù)值，則可以在原表上增加若干行（如1行），然后選擇PredictCases下面Predictthrough，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(lái)排，所以結(jié)果一樣。.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(lái)波動(dòng)的變化關(guān)系。選擇Analyze->TimeSeries->ExponentialSmoothing,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26PredictCase選項(xiàng)中選擇Predictthrough,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。心出現(xiàn)結(jié)果如圖28：Siik^llc-siSumsof tini甑IErfh芋Series值eirqnkAipris(Level)Gsmms(TrendyDelta(SeasarjSumsofSquaredError?hstarts.：TfibOO.DGOCO.000004562.6152.80000.OGOOQ.doooo4573.6643.70000.ocaeoooaao45310784OQQdQ4S1W55.75A00.CQ040葉則46i5.321E.000400500J4617.179735000.OGOCO.000004GMi1087DOOO.cooob.06000464-2.9S59,35000.osoeo05000464i6.272博，阿w［如削40限211Series閭pha(Lavs*Gamine(Trentf)口回口(S&asonJSumsofSquaredErrors出errorw附75001.■DODQD.00DQDJ662.BIS11-9Sftowvihwiaram由pars^elarswittith9smalleiSumsofSqu^dE-rrats.Tneseparamdersarcusedtobracast.圖28從圖可看到平滑指數(shù)分別是Alpha=0.75,Gamma=0,Delta=0,而更重要的是，可以直接得到預(yù)測(cè)值，如圖29：◎nraiunth加沖Frr1ERR1一12312362199iS753WV?1976EU.7B2O11735931"1皿7777T1S754APR⑼方7J377363.33012S125927B2t審5mv畤巧陽(yáng)現(xiàn)了律13954231K12S密期除河EJUN1575斑93敬3.3J76512713732磔7JUL19750J31J74C.4G73&1K128906551SZ5eAUG而5工期031%1293451r1875gSEP1575B3332S2iia<oa13Qiso汨舔18節(jié)Id9CT1S75審131716J5由7511NQV19757fEJ7S巧川群1321&班的1975HDEC197557回即-153JB7133-詢西1JAN197651503ss134■fl-I9?fi1F莖自197?的mi的155■isn3陽(yáng)樂(lè)iSZ-fi臟栓應(yīng)136-19764Af■口197C137-1976卷mvI97fi101￡9631138-tSTfiJUN1S7G95.21515—■―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(guò)FIT1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(kāi)始只懂得用EXCEL的人來(lái)說(shuō)。從個(gè)人的體會(huì)來(lái)說(shuō)，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。、圖型的表現(xiàn)力是SPSS的主要優(yōu)點(diǎn)之一應(yīng)該說(shuō)，EXCEL的圖型表現(xiàn)主要是簡(jiǎn)便，對(duì)許多的人來(lái)說(shuō)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(shuō)在所有統(tǒng)計(jì)軟件中都突出。因?yàn)榇蠖嗟臅?shū)里面都談到，這里從略。二、通過(guò)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.樣本方差齊性.樣本總體呈正態(tài)分布在EXCEL中，提供了F檢驗(yàn)來(lái)檢驗(yàn)方差齊性問(wèn)題。也就是可以先通過(guò)F檢驗(yàn)確定方差齊性與否來(lái)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(wú)從下手；通過(guò)描述統(tǒng)計(jì)大約能從峰度和偏度來(lái)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(wèn)題在SPSS就可以解決。A、用SPSS檢驗(yàn)方差齊性同樣以UniversityofFloridagraduatesalaries.sa&件作為例子來(lái)檢驗(yàn)性別數(shù)據(jù)是否方差齊性a.選擇Analyze->DescriptiveStatistics->Explore,再選擇DependentList->Graduate,FactorList->Gender,Display->Both,如圖30圖30b.點(diǎn)擊Plot按鍵，在對(duì)話框里選擇Boxplots->None,Spreadvs.LevelwithLeveneTest->Untransformed,在Descriptive選擇中取消Stem-and-leaf一項(xiàng)，如圖31Plots廠H5廠H5帆31加口1由#麗tht峨歸Kpiaadvs.Lftv?l如的LevsnsT位觀廣l^one廠^tiyffirestimabion「TEagFoinnBd也怦t*辿nHg神。制品圖31然后，按OK鍵，結(jié)果如圖32顯示:T0或8H削no^QiL^ityMUiiiim心。LeveneStabiledu娘SI耳6as?donkk吊nJi-31K9S,576Basedan炳ediwn.3221109E-57?OassdonMedianandiwiina的u忘但ddf322i1W51S1,57a日392doMrrmmedmeanF71ioge.sn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(wèn)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

□flndirN!=4d.［>mrt4mSlflLinwKe-^nCirji^ie百ITT32MlMbH31TM上岬木巾削M$￡|西&T?U/憐MT印:坳EquiJtfGlVindnEfts-1片胃M印.力加QrN4arTtlFi由r國(guó)g口皿已申H?arDFT?ftfK?^vHiranEfl98kdih”53口囪口艮號(hào)二川曲-勺部沖遍4EtMilmnmcvEFiala￡.UMnad工“中MBJtMf叫MTrem日工解@圖33而在方差檢驗(yàn)中，Option的按鍵有一個(gè)HomogeneityofVariancetest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World95forMissingValues.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->WeightCases，并把Birthrateper1000people選入Weightcasesby的選項(xiàng)，如圖34?FVipulalioriin恤口第入④Numberofpeople：^??FVipulalioriin恤口第入④Numberofpeople：^?%口口信WingMe而■金博咕電fetnalglife金AnQj西口2小占施B咨由號(hào)P&如痣徹Pi"但制歲Pcpulalsari