SPSS統(tǒng)計分析基礎(chǔ)入門含多重線性回歸分析

SPSS統(tǒng)計分析基礎(chǔ)入門SPSS數(shù)據(jù)無處不在-----將數(shù)據(jù)轉(zhuǎn)化為信息

現(xiàn)象、問題在演繹------經(jīng)過調(diào)查，求真數(shù)據(jù)準(zhǔn)備＋統(tǒng)計學(xué)＋統(tǒng)計工具＝信息Solution:為何學(xué)SPSSStatistics？SPSSSAS難易SPSSSPSS

Statistics是什么？StatisticalPackagefortheSocialSciences“社會科學(xué)統(tǒng)計軟件包”：原名StatisticalProductandServiceSolutions“統(tǒng)計產(chǎn)品與服務(wù)處理方案”：2023年更改世界上最早的統(tǒng)計分析軟件：1968年，由美國斯坦福大學(xué)的3位碩士于研制，廣泛應(yīng)用于自然科學(xué)、技術(shù)科學(xué)、社會科學(xué)的各個領(lǐng)域世界上應(yīng)用最廣泛的專業(yè)統(tǒng)計軟件：目前世界上流行的三大統(tǒng)計分析軟件之一（SAS、SPSS及SYSTAT）。全球約有28萬家產(chǎn)品顧客，世界上許多有影響的報刊雜志紛紛就SPSS的自動統(tǒng)計繪圖、數(shù)據(jù)的進(jìn)一步分析、使用以便、功能齊全等方面予以了高度的評價與夸獎影響和信譽極高：在國際學(xué)術(shù)界有條不成文的要求，即在國際學(xué)術(shù)交流中，但凡用SPSS軟件完畢的計算和統(tǒng)計分析，能夠不必闡明算法目前最新版本：IBMSPSSStatistics20.0多國語言版SPSSSPSSStatistics的基本特點易用性強：“易學(xué)易用易普及”操作界面極為友好，操作簡樸，大多數(shù)操作可經(jīng)過鼠標(biāo)拖曳、點擊“菜單”、“按鈕”和“對話框”來完畢良好的幫助系統(tǒng)和自學(xué)功能合用于非專業(yè)統(tǒng)計分析人員也為高級顧客提供編程功能兼容性好數(shù)據(jù)輸入：Excel、Lotus、Oracle、SQLServer、Access、dBASE、文本，以及各類統(tǒng)計軟件的數(shù)據(jù)形式SAS，Stata文件數(shù)據(jù)輸出：Word、HTML、XML、Excel、PowerPoint、PDF功能強大全方面、成熟的統(tǒng)計過程：非常全方面地涵蓋了數(shù)據(jù)分析的整個流程，提供了數(shù)據(jù)獲取、數(shù)據(jù)管理與準(zhǔn)備、數(shù)據(jù)分析、成果報告這么一種數(shù)據(jù)分析的完整過程。全方面的統(tǒng)計技術(shù)：自帶11種類型136個函數(shù)，提供了如數(shù)據(jù)匯總、計數(shù)、交叉分析、分類、描述性統(tǒng)計分析、因子分析、回歸及聚類分析等廣泛的基本統(tǒng)計分析功能。全新的演示圖形系統(tǒng)，能夠產(chǎn)生愈加專業(yè)的圖片：高辨別率、色彩豐富的餅圖、條形圖、直方圖、散點圖、三維圖形以及更多圖表都是SPSSStatistics中的原則功能。SPSS怎么學(xué)習(xí)SPSSStatistics？理論是研究的基石：SPSS只是一種統(tǒng)計工具，需掌握統(tǒng)計學(xué)理論基礎(chǔ)模仿是最佳的學(xué)習(xí)選一種適合自己的學(xué)習(xí)途徑：網(wǎng)絡(luò)資源＋教程＋上課＋培訓(xùn)班自習(xí)參照書1.SPSS統(tǒng)計分析基礎(chǔ)、應(yīng)用與實戰(zhàn)精粹.王璐、王沁.化學(xué)工業(yè)出版社.2023-3（非常適合初學(xué)者）2.SPSS統(tǒng)計分析基礎(chǔ)教程(第2版).張文彤,鄺春偉.高等教育出版社;第2版(2023年11月1日,20.0)3.問卷統(tǒng)計分析實務(wù)--SPSS操作與應(yīng)用.吳明隆.重慶大學(xué)出版社.2023-5-1.(讀秀有全文，14.0)4.SPSS統(tǒng)計分析與數(shù)據(jù)挖掘.謝龍漢，尚濤.電子工業(yè)出版社.2023-1-1.(19.0，有光盤)5.統(tǒng)計分析與SPSS的應(yīng)用（第三版）.薛薇.中國人民大學(xué)出版社.2023-1-1（教材，入門）6.SPSS在生物統(tǒng)計中的應(yīng)用（第二版）.張力。廈門大學(xué)出版社。2023.8內(nèi)容情況：一般SPSS教程12－25章，200－600頁SPSS軟件自帶教程：不小于1000頁人大經(jīng)濟論壇：SPSS初中級視頻課程—張文彤主講；15講12hSPSS高級視頻課程—張文彤主講；17講15hSPSS官方初中級培訓(xùn)班：3天SPSS圖書館電子參照資料圖書館主頁>>數(shù)據(jù)導(dǎo)航>>中文資源>>非書資料管理系統(tǒng)>>安裝虛擬光驅(qū)>>下載圖書館主頁>>書目查詢>>光盤下載SPSS進(jìn)行統(tǒng)計分析前不對數(shù)據(jù)進(jìn)行整頓和歸納。得到數(shù)據(jù)文件后，直接進(jìn)行統(tǒng)計分析或繪制圖表，根本沒有對數(shù)據(jù)屬性進(jìn)行定義，也沒有對數(shù)據(jù)文件進(jìn)行科學(xué)必要的預(yù)處理。亂用各類統(tǒng)計措施。沒有從實際問題的要求出發(fā)，不注意措施的使用條件，覺得只要能輸出成果即可。例如，定性數(shù)據(jù)采用連續(xù)性數(shù)據(jù)的統(tǒng)計措施，沒有對數(shù)據(jù)原則化等。對分析成果輸出的圖表不懂得其統(tǒng)計意義，更不知輸出量的實際意義，所以無法對數(shù)據(jù)處理成果進(jìn)行深層次的分析研究。SPSS軟件使用時常犯的錯誤SPSS基礎(chǔ)知識簡介SPSS界面與菜單簡介數(shù)據(jù)準(zhǔn)備描述性統(tǒng)計分析簡樸統(tǒng)計推斷有關(guān)分析回歸分析圖形的實現(xiàn)SPSSStatistics圖書館購置：IBMSPSSStatistics20.0(簡稱SPSS20.0)下載途徑：圖書館主頁－幫助與指南－常用軟件SPSS1.SPSS界面與菜單簡介4個主要窗口：數(shù)據(jù)編輯窗口、成果輸出窗口、語法編輯窗口、腳本編輯窗口變量視圖：定義數(shù)據(jù)的格式（變量名、類型、寬度等），每一行代表對一種變量的定義，每一列則代表定義該變量時用到的某種屬性數(shù)據(jù)編輯窗口：建立新數(shù)據(jù)、編輯和顯示已經(jīng)有數(shù)據(jù)文件；兩個視圖區(qū)SPSS成果查看窗口：隨執(zhí)行統(tǒng)計分析命令打開，顯示分析成果、統(tǒng)計報告、圖表等假如在運營時產(chǎn)生錯誤，也會輸出提醒信息允許對輸出成果進(jìn)行常規(guī)編輯整頓，窗口內(nèi)容能夠直接保存，“*.spv”SPSS菜單簡介數(shù)據(jù)準(zhǔn)備二要利用SPSS進(jìn)行數(shù)據(jù)統(tǒng)計分析，首要的工作就是建立SPSS數(shù)據(jù)文件；實際中搜集、調(diào)查得到的數(shù)據(jù)資料往往是零亂的，不能直接進(jìn)行統(tǒng)計分析；主要由菜單欄中的【數(shù)據(jù)】和【轉(zhuǎn)換】命令來實現(xiàn)規(guī)范化操作中不可忽視的一步。SPSS2.1數(shù)據(jù)文件的建立四種創(chuàng)建數(shù)據(jù)文件的措施：●新建數(shù)據(jù)文件●直接打開已經(jīng)有數(shù)據(jù)文件：*.sav、*.sys，*.xls，*.sas7bdat，*.txt等●使用數(shù)據(jù)庫查詢：與大型數(shù)據(jù)庫進(jìn)行數(shù)據(jù)互換，如SQL、Oracle，也合用于Excel●從文本向?qū)?dǎo)入數(shù)據(jù)文件SPSS實例2-1：Excel數(shù)據(jù)的導(dǎo)入1.整頓excel文檔，第一行設(shè)置為變量，與spss格式相同2.打開SPSS軟件，菜單欄中選擇【文件】→【打開】→【數(shù)據(jù)】命令，彈出【打開數(shù)據(jù)】對話框3.選擇2-1.xls文件4.點選【從第一行數(shù)據(jù)讀取變量名】5.【擬定】文件2-1.xls是上證指數(shù)從2023年1月4日至2023年10月16日的數(shù)據(jù)資料，涉及了開盤價、當(dāng)日最高價、當(dāng)日最低價和收盤價等選項，請將該數(shù)據(jù)導(dǎo)入至SPSS中。SPSSSPSS2.2SPSS數(shù)據(jù)文件的屬性SPSS數(shù)據(jù)文件是一種有構(gòu)造的數(shù)據(jù)文件，涉及文件構(gòu)造和數(shù)據(jù)，在軟件中創(chuàng)建好數(shù)據(jù)后，首先應(yīng)該進(jìn)行數(shù)據(jù)文件的屬性定義或者構(gòu)造定義。變量屬性：變量名、變量類型、變量名標(biāo)簽、變量值、缺失值的定義、度量的尺度、及數(shù)據(jù)的顯示屬性（顯示寬度、列寬度、對齊方式）例：新建數(shù)據(jù)錄入“變量視圖”定義變量；“數(shù)據(jù)視圖”在定義好的變量列填入相應(yīng)數(shù)據(jù)SPSS實例2-2：左邊是對人們信息獲取情況的一種調(diào)研表，請定義問卷調(diào)查表的變量信息。打開新數(shù)據(jù)表：文件－新建－數(shù)據(jù)變量視圖變量名數(shù)據(jù)類型描述性的變量標(biāo)簽描述性的值標(biāo)簽顧客定義的缺失值SPSS

◆缺失值：假如直接進(jìn)行數(shù)據(jù)分析，SPSS將把缺失數(shù)據(jù)作為正常數(shù)據(jù)，造成非常大的誤差數(shù)據(jù)中存在漏填數(shù)據(jù)數(shù)據(jù)中存在明顯錯誤或明顯不合理的數(shù)據(jù)（如年齡130）◆缺失數(shù)據(jù)處理環(huán)節(jié)：1、指定缺失數(shù)據(jù)，指明哪些數(shù)據(jù)屬于缺失數(shù)據(jù)（空缺數(shù)據(jù)，首先填一種特定標(biāo)識數(shù)據(jù)）2、統(tǒng)計分析時對缺失數(shù)據(jù)進(jìn)行一定處理（選擇缺失數(shù)據(jù)處理措施）

SPSS數(shù)據(jù)視圖變量名稱個案或觀查值SPSS數(shù)據(jù)文件中的一列數(shù)據(jù)稱為一種變量，每個變量都應(yīng)有一種變量名。SPSS數(shù)據(jù)文件中的一行數(shù)據(jù)稱為一條個案或觀察量。SPSS2.3數(shù)據(jù)管理和轉(zhuǎn)換一般情況下，剛剛建立的數(shù)據(jù)文件并不能立即進(jìn)行統(tǒng)計分析，這是因為搜集到的數(shù)據(jù)還是原始數(shù)據(jù)，還不能直接利用分析，需要對原始數(shù)據(jù)進(jìn)行進(jìn)一步的加工、整頓。數(shù)據(jù)變換是正式分析前的主要一步，經(jīng)過數(shù)據(jù)變換，一種優(yōu)異的統(tǒng)計分析員能夠?qū)⒃冀y(tǒng)計整頓成所需的任何格式，從而為背面的精確分析打下堅實的基礎(chǔ)?！獜埼耐兞考墑e的數(shù)據(jù)管理主要集中了某些對變量進(jìn)行變換的過程，如對原始數(shù)據(jù)進(jìn)行排序、轉(zhuǎn)置、四則運算、對數(shù)據(jù)重新編碼、求出變量的秩次等，這些功能往往在統(tǒng)計分析的預(yù)處理中起著非常主要的作用。文件級別的數(shù)據(jù)管理對數(shù)據(jù)進(jìn)行加工整頓，例如根據(jù)統(tǒng)計分析的要求對數(shù)據(jù)文件進(jìn)行分組、合并、加權(quán)、篩選等操作觀察值的名次：如3、5、-2、0、7數(shù)列各觀察量的秩為：3、4、1、2、5SPSS案例2-3：文件合并

問題：已知2-3-1.sav和2-3-2.sav中的數(shù)據(jù)是北京、天津、河北等省市在2023年部分行業(yè)的固定投資額（億元）數(shù)據(jù)，請將2-3-1.sav和2-3-2.sav的數(shù)據(jù)文件縱向合并。SPSS例：我國城市和農(nóng)村居民消費價格分類指數(shù)數(shù)據(jù)見右表。因為不同產(chǎn)品的價格漲跌不同，請找出城市和農(nóng)村居民消費價格指數(shù)都較去年上漲超出1%（指數(shù)＝101）的項目數(shù)。案例2-4：變量值計數(shù)（消費價格指數(shù)的上漲項目）變量值計數(shù)：計算某些變量在同一種觀察量中滿足要求的特定變量值出現(xiàn)的次數(shù)。Step1：轉(zhuǎn)換>>對個案內(nèi)的值計數(shù)；Step2：輸入目的計數(shù)變量（x，增長率）Step3：選擇計數(shù)變量Step4：設(shè)置計數(shù)規(guī)則；Step5：完畢操作成果輸出描述性統(tǒng)計分析三統(tǒng)計分析的目的：研究總體的數(shù)量特征。研究者一般經(jīng)過樣原來研究總體。首先了解數(shù)據(jù)的整體情況，隨即才干考慮做進(jìn)一步的推斷兩種方式實現(xiàn)：第一，數(shù)值計算，計算常用的基本統(tǒng)計量的值，精確反應(yīng)數(shù)據(jù)的基本統(tǒng)計特征；第二，圖形繪制，即繪制常見的基本統(tǒng)計圖形，直觀呈現(xiàn)數(shù)據(jù)的分布特點。SPSS描述性統(tǒng)計分析是統(tǒng)計分析的第一步和先決條件在進(jìn)行統(tǒng)計分析和建模前，常需對數(shù)據(jù)做某些描述性統(tǒng)計，了解數(shù)據(jù)的基本統(tǒng)計指標(biāo)定量數(shù)據(jù)：均數(shù)、原則差、原則誤等計數(shù)或分類數(shù)據(jù)：頻率、比率等SPSS的許多模塊均可完畢描述性分析，但專門為該目的而設(shè)計的幾種模塊則集中在描述菜單中：【分析】－【描述統(tǒng)計】1.基本統(tǒng)計量頻率(F)：該過程產(chǎn)生頻數(shù)表；描述(D)：進(jìn)行一般性統(tǒng)計描述；探索(E)：用于對數(shù)據(jù)概況不清時的探索性分析3描述性統(tǒng)計分析3.1頻數(shù)分析使用目的：了解變量取值的情況，對把握數(shù)據(jù)分布特征非常有用，是描述性統(tǒng)計中最常用的措施之一。例如，了解某班學(xué)生考試的學(xué)習(xí)成績、了解某地域居民的收入水平等都能夠借助于頻數(shù)分析。作用：（1）編制頻數(shù)表，按要求給出某百分位點的數(shù)值?頻率：各類別的統(tǒng)計數(shù)?有效百分比：即各統(tǒng)計數(shù)占有效樣本數(shù)的百分比，有效樣本數(shù)＝總樣本－缺失樣本數(shù)?合計百分比：即各百分比逐層累加起來的成果。最終取值為100（2）繪制常用的條圖、餅圖等統(tǒng)計圖（3）還能夠進(jìn)行分位數(shù)、描述集中趨勢的基本統(tǒng)計量等計算功能

案例3-1：利用頻數(shù)分析產(chǎn)品銷售信息假設(shè)某企業(yè)每七天大約賣出2023萬件產(chǎn)品，但市場的需求不穩(wěn)定，該企業(yè)的生產(chǎn)經(jīng)理想愈加好的掌握近期該產(chǎn)品的分布情況。利用頻數(shù)分析你能得到什么有利于生產(chǎn)及銷售的的信息？近期企業(yè)該產(chǎn)品每七天的銷售數(shù)據(jù)（單位：百萬）：2418182624231618212021241919142221262715191720201922231623211519212022152419

Step1：打開“3-1”（sav、xls）－【分析】－【描述統(tǒng)計】－【頻率】Step2：設(shè)置“統(tǒng)計量”、“圖表”內(nèi)容Step3：成果輸出描述分析目的：獲取數(shù)據(jù)的均值、原則差、峰度等數(shù)據(jù)，進(jìn)一步把握數(shù)據(jù)的集中趨勢、離散程度和分布形狀。3.2描述分析基本描述統(tǒng)計量：（1）表達(dá)數(shù)據(jù)的中心位置（集中趨勢）：均值、中位數(shù)、眾數(shù)等（2）表達(dá)數(shù)據(jù)的離散程度（離散趨勢）：全距、方差、原則差、極差、變異系數(shù)等（3）刻畫分布形態(tài)的描述統(tǒng)計量（與正態(tài)分布比較）：數(shù)據(jù)分布是否對稱，偏度、峰度等眾數(shù)：就是數(shù)據(jù)中出現(xiàn)次數(shù)或出現(xiàn)頻率最多的數(shù)值中位數(shù)：即一組數(shù)據(jù)按升序排序后，處于中間位置上的數(shù)據(jù)值全距：也稱極差，是數(shù)據(jù)的最大值與最小值之間的絕對離差偏度：描述變量取值分布形態(tài)對稱性的統(tǒng)計量，0：對稱；＞0：右偏；＜0：左偏峰度：描述變量取值分布形態(tài)陡峭程度的統(tǒng)計量，0：同正態(tài)分布；＞0：尖峰分布；＜0：平峰分布。

Step：打開數(shù)據(jù)文件（3-2.sav）－【分析】－【描述統(tǒng)計】－【描述】3.2描述分析例3-2：請你分析不同性別演員獲奧斯卡金獎的年齡差別性。男：323736325153336135455539763742403260385648484043624342444156394631474560女：5044358026284121613849337430334131354142372634343526616034243037312739343.2描述分析輸出成果：成果：男演員的獲獎年齡波動幅度不不小于女演員，且都不服從正態(tài)分布。3.3探索分析基本思想從數(shù)據(jù)本身出發(fā)，不拘泥于模型的假設(shè)而采用非常靈活的措施來探討數(shù)據(jù)分布的大致情況，從復(fù)雜的數(shù)據(jù)中分離出數(shù)據(jù)的基本模式和特點，讓分析者發(fā)覺其中的規(guī)律，為老式的統(tǒng)計推斷提供良好的基礎(chǔ)和降低盲目性主要內(nèi)容（1）檢驗數(shù)據(jù)是否有錯。過大或過小的數(shù)據(jù)均可能是異常值、影響點或錯誤值。要檢驗這么的數(shù)據(jù)，并分析原因，然后決定是否從分析中剔除這些數(shù)據(jù)（2）取得數(shù)據(jù)分布特征。諸多統(tǒng)計措施模型對數(shù)據(jù)的分布有要求，如方差分析就需要數(shù)據(jù)服從正態(tài)分布（3）對數(shù)據(jù)的初步觀察，發(fā)覺某些內(nèi)在規(guī)律用途：用于計算指定變量的探索性統(tǒng)計量和有關(guān)的圖形。既能夠?qū)τ^察量整體分析，也能夠進(jìn)行分組分析。從這個過程能夠取得箱線圖、莖葉圖、直方圖、多種正態(tài)檢驗圖、頻數(shù)表、方差齊性檢驗等成果，以及對非正態(tài)或正態(tài)非齊性數(shù)據(jù)進(jìn)行變換，并表白和檢驗連續(xù)變量的數(shù)值分布情況。3.3探索分析例3-3：對中國南北城市的溫度差別性作探索性分析

數(shù)據(jù)準(zhǔn)備1：“變量視圖”定義變量數(shù)據(jù)準(zhǔn)備2：“數(shù)據(jù)視圖”輸入數(shù)據(jù)3.3探索分析

Step1：打開數(shù)據(jù)（3-3.sav）－【分析】－【描述統(tǒng)計】－【探索】Step2：選擇標(biāo)簽值Step3：選擇輸出的描述性統(tǒng)計量Step4：成果輸出3.3探索分析分析樣本數(shù)據(jù)的穩(wěn)健性，求出中心趨勢的最大似然比的穩(wěn)健估計值4種穩(wěn)健估計量：Huber（穩(wěn)健估計量）、Hampel（非降穩(wěn)健估計量），Andrew（波估計量），Tukey（復(fù)權(quán)估計量）成果：1.北方城市的原則差不小于南方城市，闡明北方年平均溫度變化較南方更大。2.從分布形態(tài)看，南方城市年均氣溫呈尖峰、右偏特征；北方城市則為平峰、左偏。3.3探索分析Step4：成果輸出成果：由M值差別能夠得出，南北方數(shù)據(jù)差別明顯。莖葉圖：第一列：頻數(shù)，表達(dá)所在行觀察值頻數(shù)；第二列：莖，實際觀察值除以圖下方莖寬后的整數(shù)部分第三列：葉，實際觀察值除以圖下方莖寬后的小數(shù)部分它在反應(yīng)數(shù)據(jù)整體趨勢的同步，還能精確反應(yīng)數(shù)值的大小，分析小樣本時優(yōu)勢明顯，在國外非常流行。SPSS箱圖箱圖：中間粗線為中位數(shù)；方框的兩端分別表達(dá)四分位數(shù)（75%）和下四分位數(shù)（25%），兩者間的距離為四分位數(shù)間距；方框外上、下兩個細(xì)線分別表達(dá)除去異常值外的最大、最小值；但凡與四分位數(shù)值的距離超出1.5倍的都定義為異常值。中位數(shù)75%百分位數(shù)25%百分位數(shù)最小值最大值異常值簡樸統(tǒng)計推斷四

均值比較-T檢驗方差分析非參數(shù)檢驗-卡方檢驗假設(shè)的簡樸分類假設(shè)檢驗參數(shù)檢驗（一般為定量數(shù)據(jù)）雙樣本單樣本T檢驗（小樣本）Z檢驗（大樣本）配對樣本獨立樣本配對樣本獨立樣本非參數(shù)檢驗（可為非定量數(shù)據(jù)）單樣本：卡方檢驗；K-S檢驗；二項式檢驗雙樣本SPSS4.1均值比較-T檢驗總體中的每個個體之間存在差別，雖然嚴(yán)格遵守隨機抽樣原則，也會因為抽到某些數(shù)值較大或較小的個體致使樣本統(tǒng)計量與總體參數(shù)之間有所不同：兩個變量均值不同的樣本是否來自同一總體?其差別是否有統(tǒng)計學(xué)意義？4.1均值比較-T檢驗類型：均值分析：用于分組計算、比較制定變量的描述性統(tǒng)計量，如總和、均值、方差、原則差、觀察數(shù)等，還能夠給出方差分析表和線性檢驗成果。區(qū)別與“描述”，必須分組求均值，目的在于比較單樣本T檢驗：某個變量的樣本均數(shù)與給定總體的已知均數(shù)相比，其差別是否有明顯（例：周歲小朋友的平均身高是否為75厘米）非配對或獨立T檢驗：檢驗由兩個獨立樣本估計的總體均數(shù)之間的差別是否明顯（如兩種不同餌料養(yǎng)殖羅非魚）配對T檢驗：兩組樣本彼此不獨立，又稱為成對樣本（如家兔接種某疫苗前后體溫）T檢驗的先決條件是：樣本的抽樣呈正態(tài)分布，方差齊性（F檢驗）T檢驗是0假設(shè)，即總體均值與指定檢驗值之間不存在明顯差別T檢驗的成果：假如在置信度為95％下，明顯性水平>0.05,則接受假設(shè)；假如<0.05，拒絕假設(shè)案例4-1：10只家兔接種某疫苗后體溫是否有明顯變化？組別12345678910接種前體溫38.038.238.238.438.438.138.138.238.538.3接種后體溫38.438.538.538.838.938.538.738.538.539.0擬定樣本情況：本身配正確成對樣本SPSS數(shù)據(jù)準(zhǔn)備－【分析】－【比較均值】－【配對樣本T檢驗】成果輸出不存在線性有關(guān)關(guān)系P＜0.01，闡明接種前后兔子體溫有極明顯差別，接種疫苗可使體溫極明顯升高幾種主要概念（1）原因：是指所要研究的變量（銷售方式），它可能對因變量產(chǎn)生影響。（2）水平：水平指原因的詳細(xì)體現(xiàn)，如銷售的四種方式就是原因的不同取值等級。（3）單原因方差分析：只針對一種原因進(jìn)行方差分析（4）多原因方差分析：同步針對多種原因進(jìn)行方差分析4.2方差分析案例：某企業(yè)產(chǎn)品銷售方式所相應(yīng)的銷售量序號銷售方式12345水平均值方式一778681888383方式二959278968990方式三717668817474方式四808479708279總均值81.54種銷售方式，就是多種總體均值是否相等的假設(shè)檢驗問題，需要采用的措施是方差分析4.2方差分析基本假設(shè)（1）獨立性：各組觀察數(shù)據(jù)，是從相互獨立的總體中抽取的（2）正態(tài)性：因變量在影響原因的各個水平上的分布必須服從正態(tài)分布（3）方差齊性：各個水平下的總體具有相同的方差組間方差：水平之間的方差,既涉及系統(tǒng)性差別，也涉及隨機性差別;組內(nèi)方差：水平內(nèi)部的方差，僅涉及隨機性差別單原因方差分析SST（總的離差平方和）=SSA（組間離差平方和）+SSE（組內(nèi)離差平方和）SPSS將自動計算檢驗統(tǒng)計量和相伴概率P值，若P值不不小于等于明顯性水平α，則拒絕原假設(shè)，覺得原因的不同水平對觀察變量產(chǎn)生明顯影響；反之，接受零假設(shè)，覺得原因的不同水平?jīng)]有對觀察變量產(chǎn)生明顯影響。

多原因方差分析基本原理對一種獨立變量（因變量）是否受多種原因或變量影響而進(jìn)行的方差分析受到多種控制變量獨立作用、控制變量交互作用及隨機原因等三方面的影響例如，對稻谷產(chǎn)量進(jìn)行分析時，不但單純考慮耕地深度和施肥量都會影響產(chǎn)量，但同步深耕和合適的施肥可能使產(chǎn)量成倍增長，這時，耕地深度和施肥量就可能存在交互作用Q表達(dá)各部分相應(yīng)的離差平方和采用F檢驗，其零假設(shè)是H0：各原因不同水平下觀察變量的均值無明顯差別。SPSS將自動計算F值，并根據(jù)F分布表給出相應(yīng)的概率P值。我們能夠根據(jù)相伴概率P值和明顯性水平α的大小關(guān)系來判斷各原因的不同水平對觀察變量是否產(chǎn)生了明顯性影響。

案例：單原因方差分析案例4-2：某機構(gòu)的各個級別的管理人員需要足夠的信息來完畢各自的任務(wù)。近來，一項研究調(diào)查了信息起源對信息傳播的影響。在這項特定的研究中，信息起源是上級、同級和下級。在每種情況下，對信息傳播進(jìn)行測度：數(shù)值越高，闡明信息傳播越廣。檢驗信息起源是否對信息傳播有明顯影響？你的結(jié)論是什么？分析：信息起源是原因，“上級、同級和下級”是原因的三種不同水平，信息傳播測度是因變量（觀察變量）。因為這里有三個水平，所以不能采用兩樣本的均值檢驗過程，故考慮采用單原因方差分析法。進(jìn)行如下假設(shè)檢驗：H0：三種不同信息起源對信息傳播測度平均值沒有明顯性影響；H1：三種不同信息起源對信息傳播測度平均值存在明顯性影響。LSD：最小明顯差數(shù)法。用t檢驗完畢各組均數(shù)間的比較；S-N-K：StudentNewmanKeulsTest法，利用比較廣泛的一種兩兩比較法選擇不同的均值多重比較措施：“兩兩比較”“選項”成果輸出組間明顯性不小于0.05，滿足方差分析的前提條件2.多重比較表白，多種途徑信息起源對信息傳播的影響均無明顯影響多原因方差分析－案例4-3數(shù)據(jù)準(zhǔn)備：GMAT成績.sav

分析->一般線性模型->單變量

分?jǐn)?shù)－>因變量；

學(xué)校、課程－>固定因子輸出成果4.3非參數(shù)檢驗-卡方檢驗SPSS4.3非參數(shù)檢驗-卡方檢驗在實踐中，常遇到某些樣本的總體分布不明確，或者總體參數(shù)的假設(shè)條件不成立，或不服從正態(tài)分布時，采用非參數(shù)檢驗非參數(shù)檢驗：不假定總體分布情況下，來實現(xiàn)對總體參數(shù)的推斷涉及：卡方、二項式分布、游程、單樣本K-S檢驗，以及兩個獨立樣本、多種獨立樣本、兩個有關(guān)樣本、多種有關(guān)樣本非參數(shù)檢驗與參數(shù)檢驗相比，優(yōu)勢如下：穩(wěn)健性?？傮w分布的約束條件大大放寬，對個別偏離較大的數(shù)據(jù)不至于太敏感。對數(shù)據(jù)的測量尺度無約束，對數(shù)據(jù)的要求也不嚴(yán)格，什么數(shù)據(jù)都能夠做。合用于小樣本、無分布樣本、數(shù)據(jù)污染樣本、混雜樣本等。但是，假如參數(shù)檢驗?zāi)Ｐ偷娜考僭O(shè)在數(shù)據(jù)中都能滿足，且達(dá)成所要求的水平，那么用非參數(shù)檢驗可能造成低效率，最終揮霍數(shù)據(jù)。4.3非參數(shù)檢驗-卡方檢驗1.使用目的卡方檢驗（Chi-SquarTest）也稱為卡方擬合優(yōu)度檢驗，是K.Pearson給出的一種最常用的非參數(shù)檢驗措施。它用于檢驗觀察數(shù)據(jù)是否與某種概率分布的理論數(shù)值相符合，進(jìn)而推斷觀察數(shù)據(jù)是否是來自于該分布的樣本的問題。如：根據(jù)投擲骰子試驗中出現(xiàn)的點數(shù)檢驗骰子是否均勻，即各點出現(xiàn)的概率是否均為1/6。2.基本原理進(jìn)行卡方檢驗時，首先提出零假設(shè)：樣本X來自的總體分布服從期望分布或某一理論分布。接著，利用實際觀察值的頻數(shù)與理論的期望頻數(shù)之間的差別來構(gòu)造檢驗統(tǒng)計量，它描述了觀察值和理論值之間的偏離程度。3.軟件使用措施【分析】→【非參數(shù)檢驗】→【舊對話框】→【卡方】案例4-4某企業(yè)經(jīng)營數(shù)年，形成了一套成熟的企業(yè)文化和管理體系，例如根據(jù)數(shù)年的運營經(jīng)驗，經(jīng)理層、監(jiān)察員、辦事員三種職務(wù)類別人員百分比大約在15：5：80為宜，這么運營效率最高。目前企業(yè)進(jìn)行人事調(diào)整，企業(yè)人員構(gòu)造發(fā)生變動，有員工緊張是否人事調(diào)整已經(jīng)造成職務(wù)類型百分比的失調(diào)。三種職務(wù)的期望構(gòu)成比為15％、5％和80％。而目前樣本中觀察到的三種職務(wù)的人數(shù)比為84：27：363，構(gòu)成比分別是17.7％、5.7％和76.6％，和理論值有差別。那么這種差別是由隨機誤差造成的，還是真的構(gòu)成比和此前有所變化？該問題就能夠用χ2檢驗來實現(xiàn)。相應(yīng)的假設(shè)檢驗如下。H0：目前三個職業(yè)的總體構(gòu)成比依然是15％、5％和80％。H1：目前三個職業(yè)的總體構(gòu)成比不再是15％、5％和80％。4.3非參數(shù)檢驗-卡方檢驗Step1：打開數(shù)據(jù)（4-4.sav）－【分析】－【非參數(shù)檢驗】－【舊對話框】－【卡方】職務(wù)類別：“1”表達(dá)辦事員，“2”表達(dá)監(jiān)察員，“3”表達(dá)經(jīng)理。Step2：選擇檢驗變量在左側(cè)的候選變量列表框中選擇“EmploymentCategory（職務(wù)）”變量作為檢驗變量，將其添加至【檢驗變量列表】列表框中。Step3：選擇期望值在【期望值】選項組中點選【值】單項選擇鈕，以指定時望概率值。接著在【值】的文本框中分別輸入0.8、0.05和0.15這三個數(shù)值，而且單擊【添加】按鈕加以擬定。Step4：完畢操作4.3非參數(shù)檢驗-卡方檢驗成果輸出：P值0.174不小于明顯性水平0.05。所以接受零假設(shè)，覺得目前三個職業(yè)的總體構(gòu)成比依然是15％、5％和80％，人數(shù)的調(diào)動只是隨機誤差造成的，企業(yè)人員構(gòu)造沒有明顯性變化。5.有關(guān)分析有關(guān)分析：研究變量相互關(guān)系的親密程度和變化趨勢，并用合適的統(tǒng)計指標(biāo)描述。最常見的是兩兩有關(guān)分析，例如:魚的體長與體重、作物的產(chǎn)量與施肥量等問題統(tǒng)計關(guān)系常見類型：線性有關(guān)：兩變量呈線性共同增大；呈線性一增一減非線性有關(guān)：曲線有關(guān)；兩變量存在有關(guān)趨勢不有關(guān)常用措施：l散點圖l計算有關(guān)系數(shù)：區(qū)間是[-1,1]，是兩個變量之間的線性關(guān)聯(lián)的一種度量有關(guān)分析－案例某科技人員喂養(yǎng)了35尾團(tuán)頭魴，共重7.2kg，在水溫29℃的條件下，測量攝食量與耗氧率之間的關(guān)系，請對攝食量與耗氧率作有關(guān)行分析。攝食量203040506070耗氧率536.3573.5595.9628.9669.6725.7SPSS操作環(huán)節(jié)：數(shù)據(jù)準(zhǔn)備－【分析】－【有關(guān)】－【雙變量】成果輸出：P=0.000＜0.01，差別極明顯，表白攝食量和耗氧量之間存在極明顯的正有關(guān)關(guān)系，耗氧量伴隨攝食量的增長而增長Pearson簡樸有關(guān)系數(shù)：合用于雙變量正態(tài)分布資料（一般用字母r表達(dá)）Spearman等級有關(guān)系數(shù)：合用于有序數(shù)據(jù)和不滿足正態(tài)分布假設(shè)的等間隔數(shù)據(jù)，非參數(shù)統(tǒng)計Kendall等級有關(guān)系數(shù)：對有序變量或兩個秩變量間有關(guān)程度的度量統(tǒng)計量，非參數(shù)統(tǒng)計6.回歸分析探察變量之間的數(shù)量變化規(guī)律，并經(jīng)過一定的數(shù)學(xué)體現(xiàn)式來描述這種關(guān)系，進(jìn)而擬定一種或幾種變量的變化對另一種變量的影響程度只要系數(shù)之間是線性組合的，并可經(jīng)過變換可轉(zhuǎn)換為線性方程的，都可嘗試用線性模型進(jìn)行擬合回歸分析與有關(guān)分析的關(guān)系兩者均為研究兩個或兩個以上變量之間關(guān)系的措施。從廣義上說，有關(guān)分析涉及了回歸分析。兩者有區(qū)別：1、有關(guān)分析的兩個變量平行，不一定存在因果關(guān)系；回歸分析變量之間存在因果關(guān)系，自變量是因，因變量是果，一種回歸方程內(nèi)因變量只有一種，自變量能夠有多種。2、有關(guān)分析僅僅研究變量之間的相互關(guān)系的親密程度和變化趨勢，并用合適的統(tǒng)計指標(biāo)描述。假如用一種或多種變量的取值來估計另一種變量的取值，這就是回歸分析?；貧w分類一元線性回歸分析一元線性回歸（簡樸線性回歸）：研究兩個變量間的統(tǒng)計關(guān)系。一元線性回歸方程前提假設(shè)線性趨勢：自變量和因變量的關(guān)系是線性的，假如不是，則不能采用線性回歸來分析。能夠經(jīng)過散點圖來加以判斷；獨立性：因變量y的取值相互獨立，之間沒有聯(lián)絡(luò)。反應(yīng)到模型中要求殘差間相互獨立，不存在自有關(guān)，不然應(yīng)采用自回歸模型來分析正態(tài)性：自變量的任何一種線性組合，因變量y均服從正態(tài)分布。反應(yīng)到模型中要求殘差服從正態(tài)分布方