spss學(xué)習(xí)筆記

1、Spss學(xué)習(xí) 祁秋艷Spss統(tǒng)計(jì)分析方法及應(yīng)用Spss學(xué)習(xí)筆記Chapter1 統(tǒng)計(jì)學(xué)基礎(chǔ)知識方差（Variance）：在概率論和數(shù)理統(tǒng)計(jì)中，方差（英文Variance）用來度量隨機(jī)變量和其數(shù)學(xué)期望（即均值）之間的偏離程度。設(shè)X是一個(gè)隨機(jī)變量，若EX-E(X)2存在，則稱EX-E(X)2為X的方差，記為D(X)或DX。協(xié)方差（covariance）：兩個(gè)不同參數(shù)之間的方差就是協(xié)方差。E(X-E(X)(Y-E(Y)稱為隨機(jī)變量X和Y的協(xié)方差，記作COV(X，Y)，即COV(X，Y)=E(X-E(X)(Y-E(Y)。（1）COV(X，Y)=COV(Y，X)；（2）COV(aX，bY)=abCOV(

2、X，Y)，（a，b是常數(shù)）；（3）COV(X1+X2，Y)=COV(X1，Y)+COV(X2，Y)。由協(xié)方差定義，可以看出COV(X，X)=D(X)，COV(Y，Y)=D(Y)。標(biāo)準(zhǔn)差（ Standard deviation,；SD；std）：是各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)，它是離均差平方和平均后的方根，用表示。標(biāo)準(zhǔn)差是方差的算術(shù)平方根。標(biāo)準(zhǔn)差能反映一個(gè)數(shù)據(jù)集的離散程度。平均數(shù)相同的，標(biāo)準(zhǔn)差未必相同。r: 相關(guān)系數(shù)是變量之間相關(guān)程度的指標(biāo)。樣本相關(guān)系數(shù)用r表示,總體相關(guān)系數(shù)用表示,相關(guān)系數(shù)的取值范圍為-1,1。|r|值越大，誤差Q越小，變量之間的線性相關(guān)程度越高；|r|值越接近0，Q越大，變

3、量之間的線性相關(guān)程度越低。如兩者呈正相關(guān)，r呈正值，r=1時(shí)為完全正相關(guān)；如兩者呈負(fù)相關(guān)則r呈負(fù)值，而r=-1時(shí)為完全負(fù)相關(guān)。完全正相關(guān)或負(fù)相關(guān)時(shí)，所有圖點(diǎn)都在直線回歸線上；點(diǎn)子的分布在直線回歸線上下越離散，r的絕對值越小。當(dāng)例數(shù)相等時(shí)，相關(guān)系數(shù)的絕對值越接近1，相關(guān)越密切；越接近于0，相關(guān)越不密切。當(dāng)r=0時(shí)，說明X和Y兩個(gè)變量之間無直線關(guān)系。通常|r|大于0.8時(shí)，認(rèn)為兩個(gè)變量有很強(qiáng)的線性相關(guān)性。研究兩個(gè)變量間線性關(guān)系的程度。用相關(guān)系數(shù)r來描述。r的計(jì)算有三種：·Pearson相關(guān)系數(shù)：對定距連續(xù)變量的數(shù)據(jù)進(jìn)行計(jì)算。·Spearman和Kendall相關(guān)系數(shù)：對分類變量

4、的數(shù)據(jù)或變量值的分布明顯非正態(tài)或分布不明時(shí)，計(jì)算時(shí)先對離散數(shù)據(jù)進(jìn)行排序或?qū)Χň嘧兞恐蹬牛ㄇ螅┲?。R2：方程的確定性系數(shù)（coefficient of determination），表示方程中變量X對Y的解釋程度。R2取值在0到1之間，越接近1，表明方程中X對Y的解釋能力越強(qiáng)。通常將R2乘以100來表示回歸方程解釋Y變化的百分比。P：顯著性自變量因變量：T檢驗(yàn)值F檢驗(yàn)值正態(tài)分布：正態(tài)分布（normal distribution）又名高斯分布（Gaussian distribution），是一個(gè)在數(shù)學(xué)、物理及工程等領(lǐng)域都非常重要的概率分布，在統(tǒng)計(jì)學(xué)的許多方面有著重大的影響力。若隨機(jī)變量X服從一個(gè)數(shù)

5、學(xué)期望為、標(biāo)準(zhǔn)方差為2的高斯分布，記為：則其概率密度函數(shù)為正態(tài)分布的期望值決定了其位置，其標(biāo)準(zhǔn)差決定了分布的幅度。因其曲線呈鐘形，因此人們又經(jīng)常稱之為鐘形曲線。我們通常所說的標(biāo)準(zhǔn)正態(tài)分布是 = 0, = 1的正態(tài)分布。一般來說，如果一個(gè)量是由許多微小的獨(dú)立隨機(jī)因素影響的結(jié)果，那么就可以認(rèn)為這個(gè)量具有正態(tài)分布（見中心極限定理）。從理論上看，正態(tài)分布具有很多良好的性質(zhì) ，許多概率分布可以用它來近似；還有一些常用的概率分布是由它直接導(dǎo)出的，例如對數(shù)正態(tài)分布、t分布、F分布等。正態(tài)曲線呈鐘型，兩頭低，中間高，左右對稱，曲線與橫軸間的面積總等于1。有些指標(biāo)（變量）雖服從偏態(tài)分布，但經(jīng)數(shù)據(jù)轉(zhuǎn)換后的新變量可

6、服從正態(tài)或近似正態(tài)分布，可按正態(tài)分布規(guī)律處理。其中經(jīng)對數(shù)轉(zhuǎn)換后服從正態(tài)分布的指標(biāo)，被稱為服從對數(shù)正態(tài)分布?；貧w分析的步驟：1根據(jù)預(yù)測目標(biāo)，確定自變量和因變量 明確預(yù)測的具體目標(biāo)，也就確定了因變量。如預(yù)測具體目標(biāo)是下一年度的銷售量，那么銷售量Y就是因變量。通過市場調(diào)查和查閱資料，尋找與預(yù)測目標(biāo)的相關(guān)影響因素，即自變量，并從中選出主要的影響因素。 2建立回歸預(yù)測模型 依據(jù)自變量和因變量的歷史統(tǒng)計(jì)資料進(jìn)行計(jì)算，在此基礎(chǔ)上建立回歸分析方程，即回歸分析預(yù)測模型。 3進(jìn)行相關(guān)分析 回歸分析是對具有因果關(guān)系的影響因素（自變量）和預(yù)測對象（因變量）所進(jìn)行的數(shù)理統(tǒng)計(jì)分析處理。只有當(dāng)變量與因變量確實(shí)存在某種關(guān)系時(shí)

7、，建立的回歸方程才有意義。因此，作為自變量的因素與作為因變量的預(yù)測對象是否有關(guān)，相關(guān)程度如何，以及判斷這種相關(guān)程度的把握性多大，就成為進(jìn)行回歸分析必須要解決的問題。進(jìn)行相關(guān)分析，一般要求出相關(guān)關(guān)系，以相關(guān)系數(shù)的大小來判斷自變量和因變量的相關(guān)的程度。 4檢驗(yàn)回歸預(yù)測模型，計(jì)算預(yù)測誤差 回歸預(yù)測模型是否可用于實(shí)際預(yù)測，取決于對回歸預(yù)測模型的檢驗(yàn)和對預(yù)測誤差的計(jì)算?；貧w方程只有通過各種檢驗(yàn)，且預(yù)測誤差較小，才能將回歸方程作為預(yù)測模型進(jìn)行預(yù)測。 5計(jì)算并確定預(yù)測值 利用回歸預(yù)測模型計(jì)算預(yù)測值，并對預(yù)測值進(jìn)行綜合分析，確定最后的預(yù)測值。Chapter2 spss基礎(chǔ)知識一Data editor數(shù)據(jù)編輯窗

8、口1.菜單File ：文件操作（基本操作，例如新建、打開、保存、打印等）Edit：數(shù)據(jù)編輯（對數(shù)據(jù)進(jìn)行基本的編輯，如復(fù)制粘貼撤銷恢復(fù)等），數(shù)據(jù)查找，軟件參數(shù)設(shè)置等。View：窗口外觀狀態(tài)管理（比如字體設(shè)置-font，表格線-grid lines，變量值是否顯示等）Data:數(shù)據(jù)的操作與管理（對數(shù)據(jù)編輯窗口中的數(shù)據(jù)進(jìn)行加工處理：排序、轉(zhuǎn)置、抽樣選取、分類匯總aggregate、加權(quán)等，data properties數(shù)據(jù)屬性）下圖為data下拉菜單中個(gè)選項(xiàng)按鈕的功能：Transform：對數(shù)據(jù)編輯窗口中的數(shù)據(jù)進(jìn)行基本的處理（別如說生成新變量，計(jì)數(shù)，分組等）下圖為transform下拉菜單中個(gè)選項(xiàng)按

9、鈕的功能：Analyze：統(tǒng)計(jì)分析（對數(shù)據(jù)編輯窗口中的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和建模：基本統(tǒng)計(jì)分析、均值比較compare means、相關(guān)分析相關(guān)分析（correlation analysis），相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法。相關(guān)關(guān)系是一種非確定性的關(guān)系，例如，以X和Y分別記一個(gè)人的身高和體重，或分別記每公頃施肥量與每公頃小麥產(chǎn)量，則X與Y顯然有關(guān)系，而又沒有確切到可由其中的一個(gè)去精確地決定另一個(gè)的程度，這就是相關(guān)關(guān)系。correlate、回歸分析回歸分析（regression analys

10、is)是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法。運(yùn)用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，只包括一個(gè)自變量和一個(gè)因變量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個(gè)或兩個(gè)以上的自變量，且因變量和自變量之間是線性關(guān)系，則稱為多元線性回歸分析一般來說，回歸分析是通過規(guī)定因變量和自變量來確定變量之間的因果關(guān)系，建立回歸模型，并根據(jù)實(shí)測數(shù)據(jù)來求解模型的各個(gè)參數(shù)，然后評價(jià)回歸模型是否能夠很好的擬合實(shí)測數(shù)據(jù)；如果能

11、夠很好的擬合，則可以根據(jù)自變量作進(jìn)一步預(yù)測。regression、非參數(shù)檢驗(yàn)檢驗(yàn)假設(shè)或估計(jì)參數(shù)的統(tǒng)計(jì)過程，其中不需要關(guān)于總體分布的性質(zhì)或形狀的假設(shè)；也稱作無分布檢驗(yàn)。在總體方差未知或知道甚少的情況下，利用樣本數(shù)據(jù)對總體分布形態(tài)等進(jìn)行推斷的方法。nonparametric test ，Missing value Analysis缺失值分析等）Graphs：制作統(tǒng)計(jì)圖形（條形圖、直方圖、餅圖、散點(diǎn)圖） Utilities：實(shí)用程序（其它輔助管理。如顯示變量信息、定義變量、菜單編輯器等）Windows：窗口管理（如最小化等）2.工具欄 變量 插入變量 加權(quán)個(gè)案 標(biāo)簽控件打開 保存 打印 undo撤銷

12、 進(jìn)入個(gè)案 插入個(gè)案 分離文件 選擇個(gè)案3數(shù)據(jù)編輯區(qū)點(diǎn)擊view下的grid lines后：數(shù)據(jù)編號：4系統(tǒng)狀態(tài)顯示區(qū)用來顯示系統(tǒng)的當(dāng)前運(yùn)行狀態(tài)點(diǎn)擊view下的status bar后二結(jié)果輸出窗口及圖像的編輯Analyze數(shù)據(jù)后，出現(xiàn)結(jié)果輸出窗口1 圖像工具欄Chapter3 利用spss進(jìn)行數(shù)據(jù)分析的基本步驟一數(shù)據(jù)分析的一般步驟1明確數(shù)據(jù)分析的目標(biāo)2正確收集數(shù)據(jù)3數(shù)據(jù)的加工處理4明確統(tǒng)計(jì)方法的含義和適用范圍二Spss數(shù)據(jù)文件1.Spss數(shù)據(jù)文件包括文件內(nèi)容和數(shù)據(jù)結(jié)構(gòu)每一行稱為一個(gè)個(gè)案（case）每一列稱為變量（var）2.spss數(shù)據(jù)結(jié)構(gòu)1）變量名： 要求：字符數(shù)不多于八個(gè)、首字符以英文字母

13、開頭、不區(qū)分大小寫2）數(shù)據(jù)結(jié)構(gòu)的設(shè)置點(diǎn)擊可進(jìn)行一系列數(shù)據(jù)結(jié)構(gòu)參數(shù)的設(shè)置詳解：變量名 數(shù)據(jù)類型 寬度 小數(shù) 變量名標(biāo)簽 變量值標(biāo)簽 缺失數(shù)據(jù) 計(jì)量尺度 數(shù)值型 對變量名做 對變量取值含義 定距型數(shù)據(jù)通常指身高體重等連續(xù)性數(shù)據(jù)。scale 字符型 出進(jìn)一步的 的解釋說明信息 定序型數(shù)據(jù)具有內(nèi)在固有大小或高低順序，如教授，副教授，講師等。ordinal日期型 解釋，<120字符 定類型數(shù)據(jù)沒有內(nèi)在的固有大小或高低順序，如男、女。nominal缺失數(shù)據(jù)離散缺失值，可以輸入99999999三Spss數(shù)據(jù)的錄入與編輯1Spss數(shù)據(jù)結(jié)構(gòu)設(shè)置好以后，就可以進(jìn)行數(shù)據(jù)的錄入了。2注意點(diǎn)：ü 數(shù)據(jù)錄

14、入可以逐行進(jìn)行，即錄完一個(gè)數(shù)據(jù)后按Tab鍵，于是，當(dāng)前單元的右臨單元便自動(dòng)成為當(dāng)前單元；數(shù)據(jù)錄入也可以逐列進(jìn)行，即錄完一個(gè)數(shù)據(jù)之后按Enter鍵，于是當(dāng)前單元的下一個(gè)單元便成為了當(dāng)前單元。ü 錄入帶有變量值標(biāo)簽的數(shù)據(jù)時(shí)，可以通過下拉按鈕完成。但在此之前應(yīng)先打開變量值標(biāo)簽的顯示開關(guān)，選擇的菜單是：View Value Labels 。如下：ü3.數(shù)據(jù)的定位數(shù)據(jù)定位的目的是將當(dāng)前數(shù)據(jù)單元定位到某個(gè)特定的單元中。共有兩種： 人工定位：人工瀏覽數(shù)據(jù)，確定當(dāng)前的數(shù)據(jù)單元。（按page up page down 翻頁） 按個(gè)案：data-go to case自動(dòng)定位： 按變量值：edi

15、t-find 4.插入和刪除個(gè)案、變量 將當(dāng)前數(shù)據(jù)單元確定在一個(gè)個(gè)案/變量上選擇Data-insert case/insert variable 刪除：在欲刪除的個(gè)案/變量號碼上單擊鼠標(biāo)左鍵單擊鼠標(biāo)右鍵，選中cut5 數(shù)據(jù)的移動(dòng)、復(fù)制和刪除選中 copy paste6 spss支持的數(shù)據(jù)格式Spss數(shù)據(jù)格式：.savExcel數(shù)據(jù)格式:.xlsDbf格式文件:.dbf文本格式:.dat1）打開file read text data,出現(xiàn)：2）單擊進(jìn)入下列窗口。觀察該窗口回答下列兩個(gè)問題：a) 數(shù)據(jù)項(xiàng)間是如何分割；b) 數(shù)據(jù)文件的第一行上是否有變量名。然后再單擊3）回答三個(gè)問題：a) 數(shù)據(jù)（）部

16、分從文本文件的第幾行開始導(dǎo)入，如果文本文件的第一行是變量名，則這里應(yīng)該填上2；b) 個(gè)案數(shù)據(jù)在文本文件中式如何安排的，是一行一條個(gè)案，還是一行多條個(gè)案，一般選擇第一種；c) 將文本文件中的數(shù)據(jù)全部導(dǎo)入還是部分導(dǎo)入。4）指定文件中的數(shù)據(jù)項(xiàng)之間的分隔符號。5）對隨后出現(xiàn)的兩個(gè)問題，一般情況下可以不回答。7Spss數(shù)據(jù)文件合并1) 在數(shù)據(jù)量較少時(shí)，一般情況下可以按照上述方法將數(shù)據(jù)錄入，但是當(dāng)數(shù)據(jù)量較為龐大時(shí)，經(jīng)常會把一份大的數(shù)據(jù)分成幾個(gè)部分，由幾個(gè)工作人員分別錄入，以期加快數(shù)據(jù)錄入速度，節(jié)省時(shí)間。2) 縱向合并：首尾對接（依據(jù)變量名）方式 橫向合并： 縱向合并的步驟：a) 在數(shù)據(jù)編輯窗口中打開一個(gè)需

17、要合并的spss數(shù)據(jù)文件b) 選擇菜單data merge file add case,出現(xiàn)如下的窗口：c) 中顯示的是兩個(gè)文件中相同的變量名， spss默認(rèn)它們有相同的含義。如果不接受這種默認(rèn)，可單擊將它們剔除到中。d) 如果希望合并后的數(shù)據(jù)文件中看出哪些個(gè)案來自合并前的哪個(gè)spss數(shù)據(jù)文件，那么可以選indicate case source as variable。0表示個(gè)案來自第一份數(shù)據(jù)文件，1表示來自第二份。橫向合并：a) 兩個(gè)數(shù)據(jù)文件必須至少有一個(gè)變量名是相同的，該變量是兩個(gè)數(shù)據(jù)文件橫向拼接的依據(jù)，成為關(guān)鍵變量。b) 兩個(gè)數(shù)據(jù)文件必須事先按關(guān)鍵變量進(jìn)行排序。c) 不同數(shù)據(jù)文件中數(shù)據(jù)含

18、義不同的數(shù)據(jù)項(xiàng)，變量名不應(yīng)相同。步驟：a) 在數(shù)據(jù)編輯窗口中打開一個(gè)需要合并的數(shù)據(jù)文件b) 選擇菜單data merge file add variable注：表示該變量是數(shù)據(jù)編輯窗口中的變量表示該變量是（2）中指定磁盤中文件中的變量公有變量選擇關(guān)鍵變量點(diǎn)擊可將變量設(shè)置為關(guān)鍵變量Chapter 4 spss數(shù)據(jù)的預(yù)處理 缺失值和異常數(shù)據(jù)的處理 數(shù)據(jù)的轉(zhuǎn)換處理：在原有數(shù)據(jù)的基礎(chǔ)上，計(jì)算生成更具豐富信息的新數(shù)據(jù)，或 數(shù)據(jù)的預(yù)處理 對數(shù)據(jù)原有分布進(jìn)行轉(zhuǎn)換處理的過程。數(shù)據(jù)抽樣：并不是所有的數(shù)據(jù)都是有用的，要按一定規(guī)則抽取。 選擇變量：并非所有的數(shù)據(jù)項(xiàng)都是有意義的，有可能要選取部分。一各種預(yù)處理基本知識

19、及操作方法簡介（一）排序1目的：1) 便于瀏覽2) 能迅速的找出最大值最小值，進(jìn)而可以計(jì)算出數(shù)據(jù)的全距，初步把握和比較數(shù)據(jù)的離散程度。3) 能夠發(fā)現(xiàn)異常值2基本概念排序變量：將要排序的變量單值排序：排序變量只有一個(gè)多重排序：排序變量有多個(gè)主排序變量：多重排序中，第一個(gè)指定的排序變量，以后的一次為第二排序變量，第三排序變量等。排序原則：首先按照主排序變量值的大小次序排序，然后對那些具有相同主排序變量值的數(shù)據(jù)，再按照第二排序變量值的次序進(jìn)行排序，依次排下去。3.基本操作1）選擇菜單中的data sort case。顯示如下的窗口：2）指定主排序變量到中，并選擇框中的選項(xiàng)指定按變量升序（）排還是按變

20、量降序（）排。3）如果是多重排序，還要依次指定第二排序變量、第三排序變量等等。否則，本步可忽略。（注意多重排序的前提條件） （二）.變量計(jì)算1.目的1) 數(shù)據(jù)的轉(zhuǎn)換處理：在原有的數(shù)據(jù)的基礎(chǔ)上，產(chǎn)生更豐富信息的新數(shù)據(jù)。例如，根據(jù)職工的基本工資、失業(yè)保險(xiǎn)、獎(jiǎng)金等數(shù)據(jù)計(jì)算出職工的實(shí)際月收入。2) 對原有數(shù)據(jù)的分布狀態(tài)進(jìn)行轉(zhuǎn)換：由于數(shù)據(jù)分析和建模過程中某些模型對數(shù)據(jù)的分布有一定的要求，因此可以利用變量計(jì)算對數(shù)據(jù)的分布進(jìn)行轉(zhuǎn)換。例如，利用對數(shù)或多項(xiàng)式轉(zhuǎn)換對非正態(tài)活非線性數(shù)據(jù)進(jìn)行處理。2.基本概念1）spss算術(shù)表達(dá)式（numeric expression）:在變量計(jì)算過程中，應(yīng)根據(jù)實(shí)際需要指出按照什么樣

21、的方法計(jì)算變量。算術(shù)表達(dá)式如sr-bx。 常量：字符型常量應(yīng)用引號引起來 變量：是指那些已經(jīng)存在于數(shù)據(jù)窗口中的現(xiàn)有變量spss算術(shù)表達(dá)式 算術(shù)運(yùn)算符：+、*、/、*（乘方）先計(jì)算乘方，然后依次乘除，加減 圓括號：同級計(jì)算中，按從左到右的順序計(jì)算，圓括號改變原有的計(jì)算順序 函數(shù)2）條件表達(dá)式：在變量計(jì)算中，通常需要對不同的個(gè)案進(jìn)行不同的處理，于是就要通過一定的方式來指定個(gè)案。條件表達(dá)式能夠幫助實(shí)現(xiàn)這一目標(biāo)。a) 簡單的條件表達(dá)式：如nl>35，就表示年齡大于35歲。對于年齡大于35歲的個(gè)案，該條件判斷的結(jié)果為真，否則為假。（=表示不等于）b) 復(fù)合條件表達(dá)式：AND,&表示和OR表

22、示或，NOT表示非,計(jì)算順序：NOT ，AND， OR。如(nl<=35) and not (zc<3)表示年齡小于等于35并且職稱不低于三。3）函數(shù)a) 函數(shù)名：函數(shù)是事先編好并儲存在軟件中的，能夠?qū)崿F(xiàn)某些特定計(jì)算任務(wù)的一段計(jì)算機(jī)程序。這些程序段都有各自的名字，稱為函數(shù)名。b) 算術(shù)函數(shù)c) 統(tǒng)計(jì)函數(shù) d) 分布函數(shù)：分布函數(shù)為了產(chǎn)生一個(gè)服從某種統(tǒng)計(jì)分布的隨機(jī)數(shù)序列。normal（x）產(chǎn)生服從均值等于0，標(biāo)準(zhǔn)差等于x的正態(tài)分布隨機(jī)序列。如normal（1）：產(chǎn)生服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)序列。e) 邏輯函數(shù)：邏輯函數(shù)有兩個(gè)取值。、，如果判斷結(jié)果為真，則函數(shù)值為1，否則為0。Rang

23、e（變量名，x1,x2）：判斷變量值是否在x1,x2之間；Any(變量名，x1,x2,x3,x4)：判斷變量值是否是這其中的一個(gè)。f） 字符函數(shù)：用來對字符型數(shù)據(jù)進(jìn)行處理。如length（s）表示計(jì)算s的字符個(gè)數(shù)。g）日期函數(shù):對日期進(jìn)行處理。h) 缺失值函數(shù)：用于判斷缺失值。如missing（變量名）是判斷某變量是否是系統(tǒng)缺失值或是用戶缺失值。4）變量計(jì)算的基本操作a）transform computeb) 在輸入給定的表達(dá)式或者函數(shù)，可手工輸入，也可按函數(shù)下拉菜單選中c) 在中輸入存放計(jì)算結(jié)果的變量名，該變量可以是一個(gè)新變量，也可以是已經(jīng)存在的變量。（修改存放變量名的屬性）。d) 如果希望

24、對符合一定條件的個(gè)案計(jì)算產(chǎn)生變量，則單擊，選擇并輸入條件表達(dá)式。否則，本步驟可省略。（三）數(shù)據(jù)選?。颖境闃樱?.方法1）按指定條件抽樣（if condition is satisfied）:選取符合條件的數(shù)據(jù)2）隨機(jī)抽樣（random sample of cases）a) 近似抽樣：要求用戶給出一個(gè)百分比數(shù)值，spss按要求自動(dòng)從數(shù)據(jù)編輯窗口中隨機(jī)抽取相應(yīng)比例數(shù)目的個(gè)案。transform random number seed（隨機(jī)數(shù)種子發(fā)生器）表示隨機(jī)數(shù)種子為一個(gè)具體的正整數(shù)，一般用于隨機(jī)化結(jié)果需要重復(fù)出現(xiàn)的情況；為系統(tǒng)默認(rèn)項(xiàng)。b) 精確抽樣：要求用戶給出兩個(gè)參數(shù)，一是希望選取的個(gè)案數(shù)，二

25、是指定在前幾個(gè)個(gè)案中選取。3）選取某一區(qū)域內(nèi)的樣本：這種抽樣通常適用于時(shí)間序列數(shù)據(jù)4）通過過濾變量選取樣本：2.數(shù)據(jù)選取的基本操作1) Data select cases其中，filtered表示將未被選中的個(gè)案劃上/，deleted表示將未選中的個(gè)案刪除。2） 抽取后，新生成變量名，選中的用1表示，未選中的用0表示，并且個(gè)案名稱上顯示。（四）計(jì)數(shù)1.關(guān)鍵點(diǎn)指定哪些變量參與計(jì)數(shù)，計(jì)數(shù)的結(jié)果存入哪個(gè)新變量中；指定計(jì)數(shù)區(qū)間：單個(gè)變量值 系統(tǒng)缺失值 系統(tǒng)缺失值或者用戶缺失值：spss會對各個(gè)樣本依次計(jì)算諸多變量中有幾個(gè)變量取了缺失值。 給定最大值或者最小值的區(qū)間 小于等于某指定值的區(qū)間 大于等于某指

26、定值的區(qū)間2.spss計(jì)數(shù)的基本操作操作未成功，找機(jī)會再操練幾次。1）transform count，出現(xiàn)如下的窗口： 2）選擇需要計(jì)數(shù)的變量到3）中輸入存放結(jié)果的變量名，在中輸入存放技術(shù)結(jié)果的變量名標(biāo)簽。4）在中定義計(jì)數(shù)區(qū)間，出現(xiàn)如下窗口： ：if condition is satisfied.設(shè)置滿足條件的個(gè)案。（五）分類匯總1 注意點(diǎn)按照哪個(gè)變量進(jìn)行分類；對哪個(gè)變量進(jìn)行匯總，并指定對匯總變量計(jì)算哪些統(tǒng)計(jì)量。2.基本操作1) Data aggretate:2) 指定分類變量到3) 指定匯總變量到4) 對匯總變量進(jìn)行哪些統(tǒng)計(jì)量。Spss默認(rèn)計(jì)算均值。5) :計(jì)算結(jié)果的儲存。6) 默認(rèn)儲存的文

27、件名。（六）數(shù)據(jù)分組1.定義 將數(shù)據(jù)按照某種標(biāo)準(zhǔn)重新劃分為不同的組別，在數(shù)據(jù)分組的基礎(chǔ)上進(jìn)行的頻數(shù)分析，更能夠概括和體現(xiàn)數(shù)據(jù)的分布特征，另外，分組還能實(shí)現(xiàn)數(shù)據(jù)的離散化處理等。如對職工的收入狀況進(jìn)行統(tǒng)計(jì)時(shí)，我們可以將職工的收入分為高收入，中收入和低收入，之后再進(jìn)行頻數(shù)分析，繪制直方圖等。2 分組方法 單變量值分組分組方法 組距分組 分位數(shù)分組1） 單變量值分組：把每一個(gè)變量值作為一組，這種方法通常適用于離散變量且變量值較少的情況下步驟：a)Transform automatic recode b)存放分組結(jié)果的變量名。填好后，再點(diǎn)擊此按鈕即可。c)結(jié)果輸出：2） spss的組距分組：在連續(xù)變量或

28、者變量值較多的情況下，數(shù)據(jù)分組通常采用組距分組。組距分組是將全部變量值依次劃分為若干個(gè)區(qū)間，并將這一區(qū)間的變量值作為一組。關(guān)鍵點(diǎn)：組距的確定：組距=（最大值-最小值）/組數(shù)組數(shù)的確定：Sturges經(jīng)驗(yàn)公式：K=1+lgn/lg2(n為數(shù)據(jù)個(gè)數(shù))存放分組變量：into same variables(覆蓋原變量)，into different variables(存放到新變量)，一半選擇后者。步驟(into different variables)：Transform recode into different variables選擇變量到中；在中輸入存放分組結(jié)果的變量名，并按change確認(rèn)，

29、然后輸入相應(yīng)的變量名標(biāo)簽；定義分組區(qū)間，指定分組區(qū)間的上限和下限（），并在new value框中（），給出該區(qū)間對應(yīng)的分組值，單擊add按鈕確認(rèn)分組區(qū)間。出現(xiàn)3) 分位數(shù)分組：與組距分組非常類似，所不同點(diǎn)的是，分位數(shù)分組中各組的下限值和上限值是由分位數(shù)決定的。（此方法簡要了解）（七）數(shù)據(jù)預(yù)處理的其它功能1.數(shù)據(jù)轉(zhuǎn)置1）定義：即將數(shù)據(jù)編輯窗口中的行列互換2）步驟：a) Data transpose，出現(xiàn)如下窗口：b) 指定數(shù)據(jù)轉(zhuǎn)置后應(yīng)該保留哪些變量，放入variablec) 指定各個(gè)變量轉(zhuǎn)置后的變量名，應(yīng)選擇一個(gè)取值唯一的變量作為標(biāo)記變量到Name variable中。結(jié)果顯示在結(jié)果輸出窗口中。

30、2 加權(quán)例子：學(xué)校算期末成績，期中考試占30%，期末考試占50%，作業(yè)占20%，假如某人期中開始得了84，期末92，作業(yè)分91，如果是算數(shù)平均，那么就是(84+92+91)/3=89；加權(quán)后的，那么加權(quán)處理后就是84*30%+92*50%+91*20%=89.4；統(tǒng)計(jì)學(xué)認(rèn)為，在統(tǒng)計(jì)中計(jì)算平均數(shù)等指標(biāo)時(shí)，對各個(gè)變量值具有權(quán)衡輕重作用的數(shù)值就稱為權(quán)數(shù)它們每個(gè)數(shù)都有一些相同數(shù)，表示為：k1,k2,k3.kn;加權(quán)平均的公式是：（k1p1+k2p2+k3p3+knpn）/(k1+k2+k3+.kn)處理操作：1) Data weight cases,出現(xiàn)如下窗口：3） 選擇，并選擇加權(quán)變量到框中。一旦

31、指定了加權(quán)變量，那么以后的分析處理中加權(quán)是一直有效的，直到取消加權(quán)后（）。4） 加權(quán)的過程本質(zhì)是數(shù)據(jù)復(fù)制。3.數(shù)據(jù)的拆分目的還不是很了解1）Spss的數(shù)據(jù)拆分與數(shù)據(jù)排序很相似，但有一個(gè)重要的不同點(diǎn)即，拆分不僅是指定變量進(jìn)行簡單的排序，更重要的是根據(jù)變量對數(shù)據(jù)進(jìn)行分組，為以后所進(jìn)行的分組統(tǒng)計(jì)分析提供便利。2）步驟：a) Data split file b) 選擇（結(jié)果顯示在同一張表格中），或者（結(jié)果顯示在其它的表格中）。c) 選擇拆分變量到4 .spss變量集1） 在實(shí)際統(tǒng)計(jì)分析中，收集并定義到的spss數(shù)據(jù)編輯窗口中的變量會有幾十甚至上百個(gè)，這樣在進(jìn)行分析處理的時(shí)候很不方便，spss變量集就是

32、一種通過減少變量顯示個(gè)數(shù)而簡化變量選擇操作的方式。2） Spss變量集是存放許多spss變量名的集合。Spss變量集包括系統(tǒng)變量集和用戶變量集兩大類ü 系統(tǒng)變量集（系統(tǒng)事先定義好的變量集）：ALL VARIABLES：所有的變量名NEW VARIABLES：所有尚未存盤的變量名ü 用戶變量名（用戶根據(jù)實(shí)際需要自己定義的變量名）如果用戶需要對某些變量進(jìn)行相同的處理，則可將這些變量名放入同一個(gè)變量集中，然后在指定使用這些變量集。3） 用戶變量集步驟：a)定義變量集ü Utilities define variable setsü 在Set name輸入變量集

33、的名稱ü 選擇變量放入相應(yīng)的變量集b) 指定使用該變量集ü Utilities use setsü 選擇需要的變量集放入中。Chapter5 spss基本統(tǒng)計(jì)分析一 頻數(shù)分析（一）頻數(shù)分析的基本概念1.頻數(shù)分布表頻數(shù)分布表主要包括：ü 頻數(shù)（frequency）：變量值落在某一區(qū)間的次數(shù)ü 百分比（precent）：個(gè)頻數(shù)占總樣本數(shù)的百分比ü 有效百分比（valid percent）：頻數(shù)占有效總樣本數(shù)的百分比，有效總樣本數(shù)=總樣本數(shù)-缺失樣本數(shù)ü 累計(jì)百分比（cumulative percent）：各百分比逐漸累加的結(jié)果。2.頻數(shù)