SPSS统计分析-描述性统计分析.ppt

SPSS统计分析从基础到实践 (第 2版 ) 联系 Email： 描述性统计分析 描述性统计分析是基础的统计分析过程。 通过描述性统计分析，可以挖掘出很多统计量 的特征。 1、描述性统计量：集中趋势与离散趋势 2、频数分布表分析 3、基础统计量分析 4、探索性分析 5、列联表分析 6、相对比分析 描述性统计量 集中趋势 离散趋势 分布情况 均值 Mean 标准差 Std.deviatiom 偏度 Skewness 中位数 Median 方差 Variance 峰度 Kurtosis 众数 Mode 极小值 Minimum 和 Sum 极大值 Maximum 全距 Range 均值的标准 误差 S.E.mean 【 Descriptive Statistics】 子菜单 Frequencies：产生变量值的频数分布表，并可计算常见 描述性统计量和绘制相对应的统计图。 Descriptives：计算一般的描述性统计量。 Explore：探索性分析，使用户能够从大量的分析结果之 中挖掘到所需要的统计信息。 Crosstabs：对分类变量进行统计推断，包括卡方检验、 确切概率等，是 SPSS重要的过程。 Ratio：计算两个变量相对比的统计量特征。 P-P Plots：绘制 P-P图，检验数据服从的分布情况。 Q-Q Plots：绘制 Q-Q图，检验数据服从的分布情况 频数分析 Frequencies 频数分析简介 频数分析表是描述性统计中最常用的方法之一，它主要包 括以下几点功能： 1、产生详细的 频数表 2、按要求给出某个 分位点 3、绘制常用的条图、饼图等统计图 适用范围：更适用于对分类变量以及不服从正态分布的连 续性变量进行描述。 学生身高频数表： 已知有某地 120名 12岁男童身高数据，编 制其传统的简易频数表。 执行 【 Analyze】 /【 Descriptive Statistics】 / 【 Frequencies】 命令，弹出如下所示对话框 结果解读 1、频数表 2、描述性统计量 3、直方图 问题：以上 3个结果分别用来说明什么问题？ 基础统计分析 Descriptive Descriptive简介 Descriptive过程是 连续资料统计描述 应用最多的一个过程。 对变量进行描述性统计分析，计算并列出一系列相应的统 计指标。这与其它过程相比并无不同。 这个过程有一个特殊的功能， 可将原始数据转换成标准正 态分布评分值，并以变量形势存入数据库供以后分析。 学生身高频数表 执行 【 Analyze】 /【 Descriptive Statistics】 / 【 Explore】 命令，弹出如下对话框 结果解读 1、描述性分析表 2、标准正态分布变化 Z变换（标准正态变换）： 其中 表变量的均值， S表变量的标准差。如果选择该项， 则数据文件中将自动生成一列名为 “ Z原变量名 ” 的新 变量。 ii xxz S ii xxz S x 变换前 变换后 问题：标准正态分布变化后的数据有什么作用？ 探索性分析 Explore 与前面介绍的两个过程相比， 【 Explore】 过程更加强大。 它除了可以计算常见描述性统计量之外，还可以给出 一些简 单的检验结果和图形 ，有助于用户进一步地分析数据。 适用范围：对资料的性质，分布特点等完全不清楚的时 候 补充：假设检验 定义：假设检验 是数理统计学中根据一定假设条件 由样本 推断总体 的一种方法。 它是根据原资料作出一个总体指标是否等于某一个数值，某 一随机变量是否服从某种概率分布的假设，然后利用样本资 料采用一定的统计方法计算出有关检验的统计量，依据一定 的概率原则，以较小的风险来判断估计数值与总体数值 (或 者估计分布与实际分布 )是否存在显著差异，是否应当接受 原假设选择的一种检验方法。 基本思想：概率反证法 (1)为了检验一个零假设 (即虚拟假设 )是否成立， 先假定它 是成立的，然后看接受这个假设之后，是否会导致不合理结 果。如果结果是合理的，就接受它；如不合理，则否定原假 设。 (2)所谓导致不合理结果，就是看是否在一次观察中， 出 现小概率事件。通常把出现小概率事件的概率记为 0.01或者 0.05，即显著性水平。 问题：能否通过直观的描述假设检验的基本思想？ 一般步骤： （ 1）根据问题的需要对所研究的总体作某种假设，记作 H0 （ 2）选取合适的统计量，这个统计量的选取要使得在假 设 H0成立时，其分布为已知。 （ 3）由实测的样本，计算出统计量的值。 （ 4）计算并根据预先给定的显著性水平进行检验，作出 拒绝或接受假设 H0的判断。 学生身高的探索性分析 执行 【 Analyze】 /【 Descriptive Statistics】 / 【 Explore】 命令，弹出如图所示对话框 结果解读 1、描述性统计分析表 其中， 5% Trimmed Mean： 去掉 5极端数之后的均值。 2、 M均值估计 检验异常数据。 3、分位点表 其中 Tukeys Hinges表示的是绘制箱图时所用的分位点数据， 它的计算方法和一般的百分位数略有不同。 4、极值表 5、正态性检验 6、方差齐次性检验 7、茎叶图 茎叶图包括频数（ Frequency）、茎（ Stem）和叶（ Leaf） 3 部分。 8、 QQ图和 QQ去势图 问题：各种图形是用来做什么的？正态性检验和方差齐次 性检验方法的作用分别是什么？ 列联表分析 Crosstabs 1、四格卡方检验的基本思想 在分类资料统计分析中我们常会遇到这样的资料，如两组大白鼠 在不同致癌剂作用下的发癌率如下表，问两组发癌率有无差别？ - 处理 发癌数 未发癌数 合计 发癌率 % - 甲组 52 19 71 73.24 乙组 39 3 42 92.86 - 合计 91 22 113 80.33 - 卡方检验的统计量是卡方值，它是每个格子实际频数 A与理论频 数 T 差值平方与理论频数之比的累计和。 每个格子中的理论频数 T是在假定两组的发癌率相等（均等于两 组合计的发癌率）的情况下计算出来的，如第一行第一列的理论 频数为 71*91/113=57.18，故卡方值越大，说明实际频数与理论频 数的差别越明显，两组发癌率不同的可能性越大。 2、卡方检验方法的适用条件 吸烟习惯与患病率的关系 调查 339名 50岁以上吸烟习惯与患慢性气管炎病的关系，如 上表所示。试问吸烟者与不吸烟者慢性气管炎患病率是否有 所不同。 数据的预处理： WEIGHT CASE 执行 【 Analyze】 /【 Descriptive Statistics】 / 【 Crosstabs】 命令，弹出如图所示对话框 结果解读 1、 列联表 2、卡方检验结果 3、条图 相对比描述 Ratio 在实际问题中，研究者有时除了希望了解变量自身的统计特 征，还希望得到 两个变量相对比之间的统计描述 。 法一： 通过对两个变量作除法形成一个新变量，然后分析新 变量的统计特征来得到。 法二： 直接通过 【 Ratio】 过程来分析两个变量之间的相对 比关系，并且可以得到多于第一种方法的信息。 各地区城乡居民消费水平比较 已知有 2005年各省城乡居民消费水平，试按地区对各省城 乡消费水平之比进行分析，并比较不同地区之间城乡消费水 平是否有较大差异。 执行 【 Analyze】 /【 Descriptive Statistics】 /【 Ratio】 命令，弹出如下图所示对话框 结果解读 相对比描述的常用指标