描述性統(tǒng)計分析

描述性統(tǒng)計分析4、1描述統(tǒng)計量常見得描述性統(tǒng)計量主要包括以下3類:描述變量集中趨勢得統(tǒng)計量、描述變量分布情況得統(tǒng)計量、描述變量離散程度得統(tǒng)計量。通常,綜合這三類統(tǒng)計量就能夠極為準確與清晰得把握數(shù)據(jù)得分布特點。

描述變量集中趨勢得統(tǒng)計量:均值Mean:表示變量值得平均水平中位數(shù)Median:一組數(shù)據(jù)中處于最中間位置得數(shù)眾數(shù)Mode:一組數(shù)據(jù)中出現(xiàn)次數(shù)最多得數(shù)與Sum:某變量得所有變量值之與描述變量分布情況得統(tǒng)計量偏度Skewness:描述變量分布得對稱程度與方向。偏度為0表示對稱,大于0表示右偏,小于0表示左偏峰度Kurtosis:描述變量分布得陡峭程度。峰度為0表示陡峭程度與正態(tài)分布相同,大于0表示比正態(tài)分布陡峭,小于0表示比正態(tài)分布平緩描述變量離散程度得統(tǒng)計量標(biāo)準差Std、deviation:描述變量關(guān)于均值得偏離程度方差Variance:標(biāo)準差得平方極大值Maximum:某變量所有取值得最大值極小值Minimum:某變量所有取值得最小值全距Range:某變量極大值與極小值之差均值得標(biāo)準誤差S、E、mean:均值得標(biāo)準誤差在描述性統(tǒng)計分析中,Descriptives過程就是連續(xù)資料統(tǒng)計描述應(yīng)用最多得一個過程,她可對變量進行描述性統(tǒng)計分析,計算并列出一系列相應(yīng)得統(tǒng)計指標(biāo)?！窘缑娼榻B】⑴選擇菜單【Analyze】→【DescriptiveStatistics】→【Descriptives】,進入基本描述性統(tǒng)計量得分析界面,出現(xiàn)如圖所示得窗口。⑵在Variables(s)框定義要分析得數(shù)值型變量,可同時選擇多個變量。⑶若需將原始數(shù)據(jù)得標(biāo)準正態(tài)評分存為新變量,則選擇Savestandardizedvaluesasvariables選項。⑷單擊【Options】按鈕指定計算哪些基本描述性統(tǒng)計量,出現(xiàn)如圖所示得窗口。【實驗案例】例4-1測量20臺液晶顯示器得重量,數(shù)據(jù)見4-1-1、sav,對其進行描述性統(tǒng)計分析。4、2頻數(shù)分布表分析頻數(shù)分析統(tǒng)計得就是每一組中觀測點得個數(shù),而不就是考慮其實際取值。通過頻數(shù)分析能夠了解變量取值得情況,對于把握數(shù)據(jù)得分布特征非常有用。當(dāng)某變量得自然取值就是局限在有限得幾個數(shù)值中,則頻數(shù)分析就就是統(tǒng)計該變量在各個取值點得個數(shù)分布情況;如果某變量得取值就是在某范圍內(nèi)得離散值,則需要將其取值區(qū)域劃分為幾個取值區(qū)間,頻數(shù)分析就就是統(tǒng)計該變量在各個取值區(qū)間觀測點個數(shù)得分布情況。大家有疑問的，可以詢問和交流可以互相討論下，但要小聲點【界面介紹】⑴ 選擇菜單【Analyze】→【DescriptiveStatistics】→【Frequencies】,進入頻數(shù)分析得分析界面,出現(xiàn)如圖所示得窗口。⑵將若干頻數(shù)分析變量選擇到Variables(s)框中;選擇Displayfrequencytables復(fù)項表示在結(jié)果中輸出頻數(shù)表。⑶單擊【Statistics】按鈕后彈出Statistics子對話框。⑷單擊【Charts】按鈕后彈出Charts子對話框。⑸單擊【Format】按鈕,彈出Format子對話框。該對話框用于定義輸出頻數(shù)表得格式,在實際中,我們一般采用默認格式。例4-2已知有某地110名10歲女生身高數(shù)據(jù),數(shù)據(jù)見文件4-2-1、sav,請編制頻數(shù)表。4、3探索性分析Explore過程可對變量進行更為深入詳盡得描述性統(tǒng)計分析,主要用于對資料得性質(zhì)、分布特點等完全不清楚時,故又稱之為探索性分析。它在一般描述性統(tǒng)計指標(biāo)得基礎(chǔ)上,增加有關(guān)數(shù)據(jù)其她特征得文字與圖形描述,如莖葉圖、箱圖等,顯得更加詳細、全面,有助于用戶制定繼續(xù)分析得方案。

【界面介紹】⑴選擇菜單【Analyze】→【DescriptiveStatistics】→【Explore】,進入探索性分析界面,出現(xiàn)如圖所示得窗口。(2)單擊【Statistics】按鈕,彈出Statistics子對話框,如圖所示。該項用于選擇所需要得描述統(tǒng)計量。(3)單擊【Plots】按鈕,彈出Plots子對話框。該項用于選擇所需要得統(tǒng)計圖。(4)單擊【Options】按鈕,在彈出得子對話框中選擇對缺失值得處理方式,可以就是不分析有任一缺失值得記錄(Excludecaseslistwise)、不分析計算某統(tǒng)計量時有缺失值得記錄(Excludecasespairwise),或報告缺失值(Reportvalues)。例4-3已知有某地城市與農(nóng)村各55名10歲女生身高數(shù)據(jù),數(shù)據(jù)見文件4-2-1、sav,請利用Explore過程分組分析。4、4列聯(lián)表分析通過頻數(shù)分析能夠掌握單個變量得數(shù)據(jù)分布情況。在實際分析過程中,不僅要了解單變量得分布特征,還要分析多個變量不同取值下得分布,掌握多變量得聯(lián)合分布特征,進而分析變量之間得相互影響與關(guān)系。當(dāng)問題涉及多個變量時,采用單純得頻數(shù)分析方法顯然不夠,這時,我們需要借助交叉分組下得頻數(shù)分析,又稱為列聯(lián)表分析。列聯(lián)表分析得主要任務(wù)有兩個:第一,根據(jù)收集到得樣本數(shù)據(jù),產(chǎn)生二維或多維交叉列聯(lián)表。交叉列聯(lián)表就是兩個或多個以上變量交叉分組后形成得頻數(shù)分布表。第二,在交叉列聯(lián)表得基礎(chǔ)上,分析兩兩變量之間就是否具有獨立性或一定得相關(guān)性。對交叉列聯(lián)表中得行變量與列變量之間關(guān)系進行分析就是列聯(lián)表分析得第二個任務(wù)。在列聯(lián)表基礎(chǔ)上做進一步分析,可以得到行變量與列變量之間就是否有聯(lián)系、聯(lián)系得緊密程度如何等更深層次得信息?！窘缑娼榻B】⑴選擇菜單【Analyze】→【DescriptiveStatistics】→【Crosstabs】,進入列聯(lián)表分析界面?！緦嶒灠咐坷?-4調(diào)查339名45歲以上吸煙習(xí)慣與患肺癌得關(guān)系,數(shù)據(jù)見4-4-1、sav。試問吸煙者與不吸煙者患肺癌得概率就是否有所不同。

4、5相對比描述相對比描述用于對兩變量間變量值對比變化得描述分析,適用于定距型變量。在實際問題中,研究者有時除了希望了解變量自身得統(tǒng)計特征外,還希望得到兩個變量相對比之間得統(tǒng)計描述。通常,這可以通過對兩個變量做除法形成一個新變量,然后分析新變量得統(tǒng)計特征來得到(如均值、中位數(shù)、標(biāo)準差、全距等)。SPSS得Ratio過程除了能夠完成上述分析外,還提供了其她相對比描述指標(biāo),大致屬于集中趨勢描述指標(biāo)(CentralTendency)與離散程度描述指標(biāo)(Dispersion)得范疇。

指標(biāo)得具體含義如下:加權(quán)比例均值(Weightedmean)加權(quán)比例均值屬于集中趨勢描述指標(biāo),就是兩變量均值得比。平均絕對離差(AAD,AverageAbsoluteDispersion)AAD用于對比率變量離散程度得描述。式中,就是比率數(shù),M就是比率變量得中位數(shù)。離散系數(shù)(COD,CoefficientofDispersion)COD也用于對比率變量離散程度得描述,其數(shù)學(xué)定義為:相關(guān)價格微分(PRD,Price-relatedDifferential)PRD也用于對比率變量離散程度得描述,就是比率均值與加權(quán)比率均值得比。

變異系數(shù)(COV,CoefficientofVariation)COV用于對比率變量離散程度得描述,分為基于均值得變異系數(shù)(MeancenteredCOV)與基于中位數(shù)得變異系數(shù)(MediancenteredCOV)。基于均值得變異系數(shù)就是通常意義下得變異系數(shù),就是標(biāo)準差除以均值;基于中位數(shù)得變異系數(shù)數(shù)學(xué)定義為:【界面介紹】⑴選擇菜單【Analyze】→【DescriptiveStatistics】→【Ratio】,進入比率分析界面,出現(xiàn)所示得窗口。⑵將相對比中作分子得變量選入Nume