數(shù)據(jù)統(tǒng)計(jì)分析方法大匯總spss

1、數(shù)據(jù)統(tǒng)計(jì)分析方法大匯總（含spss簡(jiǎn)要操作步驟）數(shù)據(jù)分析目的：分析出差異、分析出趨勢(shì)，查找問題、預(yù)測(cè)未來。思路：業(yè)務(wù)理解、數(shù)據(jù)采集、數(shù)據(jù)分析、統(tǒng)計(jì)結(jié)果解讀、業(yè)務(wù)應(yīng)用和檢驗(yàn)一、數(shù)據(jù)類型數(shù)值型（尺度）：身高、尿量、金額計(jì)數(shù)型（有序）：大中小、快中慢、字符型（名義）：血型、姓名、有無二、數(shù)據(jù)分布正態(tài)分布非正態(tài)三、統(tǒng)計(jì)方法1、定量資料：（1）正態(tài)性檢驗(yàn)（2）參數(shù)估計(jì)（3）單樣本t檢驗(yàn)（樣本量50內(nèi)，超50可以U檢驗(yàn)）操作：分析-均數(shù)比較-獨(dú)立樣本t檢驗(yàn)（4）雙樣本獨(dú)立t檢驗(yàn)（成組t檢驗(yàn)，用于完全隨機(jī)設(shè)計(jì)兩樣本均數(shù)的比較）。假設(shè)兩樣本所代表的總體均數(shù)服從正態(tài)分布，若方差齊性，t檢驗(yàn)，否則，t檢驗(yàn)或秩和檢

2、驗(yàn)方差齊性檢驗(yàn)：F檢驗(yàn)操作：分析-均數(shù)比較-獨(dú)立樣本t檢驗(yàn)（5）配對(duì)t檢驗(yàn)（實(shí)驗(yàn)干預(yù)前后、同一對(duì)象兩種方法）操作：分析-均數(shù)比較-配對(duì)樣本t檢驗(yàn)（6）方差分析ANOVA（全部觀察對(duì)象隨機(jī)分為k個(gè)組，k2，每個(gè)組給予不同的干預(yù)處理） 實(shí)驗(yàn)研究中，按完全隨機(jī)化原則將受試對(duì)象隨機(jī)分配到一個(gè)研究因素的多個(gè)水平中去，然后觀察實(shí)驗(yàn)效應(yīng)； 在觀察研究（調(diào)查）中，按某個(gè)研究因素的不同水平分組，比較因素的效應(yīng)。單因素：成組設(shè)計(jì)，k=2為獨(dú)立樣本t檢驗(yàn)操作：分析-均數(shù)比較-單因素方差分析-因變量/因子-模型（2效應(yīng)）兩因素：隨機(jī)區(qū)組設(shè)計(jì)（配伍組設(shè)計(jì)），實(shí)驗(yàn)類型：l 實(shí)驗(yàn)研究中將動(dòng)物按窩別配伍，再隨機(jī)分配到各個(gè)處理

3、組；l 同一受試對(duì)象不同時(shí)間點(diǎn)上的觀察l 同一樣本給予不同處理的比較操作：分析-一般線性模型-單變量-因變量/固定因子2、分類資料：（1）卡方分析應(yīng)用于分類變量資料，推斷兩個(gè)及多個(gè)總體率或總體構(gòu)成比之間有無差別，兩種屬性或兩個(gè)變量之間有無關(guān)聯(lián)性，以及頻數(shù)分布的擬合優(yōu)度檢驗(yàn)等。四格表（AB VS 甲乙/有無）配對(duì)四格表：同一研究對(duì)象，施加兩種方法，四種情況：+、+-、-+、-行*列表：l 多個(gè)率比較（發(fā)病率、污染率：有-無）l 多個(gè)構(gòu)成比比較（甲乙丙VS A-B-C）l 雙向有序分類資料的關(guān)聯(lián)性檢驗(yàn)（、 VS +、+、+）。不適應(yīng)單序分類資料。若表格有一個(gè)方向按多個(gè)等級(jí)分等，則稱為單向有序行列表

4、，當(dāng)?shù)燃?jí)數(shù)大于3時(shí)，一般用秩和檢驗(yàn)分析更為適宜。例次數(shù)據(jù)需加權(quán)。四格表數(shù)據(jù)期望值小于5時(shí)，使用精確檢驗(yàn)卡方值。操作：分析-描述統(tǒng)計(jì)-交叉表-行/列/加權(quán)3、非參數(shù)秩和檢驗(yàn)總體分布無特別要求；不能或未加精確測(cè)量的資料；非正態(tài)；分組數(shù)據(jù)一端或兩端是不確定數(shù)值。l 配對(duì)設(shè)計(jì)差值的符合秩和檢驗(yàn)操作：分析-非參數(shù)檢驗(yàn)-相關(guān)樣本l 成組設(shè)計(jì)兩樣本比較的秩和檢驗(yàn)（Wilcoxon兩樣本比較法）Mann-Whitney 檢驗(yàn)（原始數(shù)據(jù)的兩樣本比較、正態(tài)近似法、頻數(shù)表資料的兩樣本比較）操作：分析-非參數(shù)檢驗(yàn)-2個(gè)獨(dú)立樣本單序等級(jí)資料（例次加權(quán)）：檢驗(yàn)變量：result效應(yīng)，即有序的那個(gè)變量。l 成組設(shè)計(jì)多個(gè)樣本比較的秩和檢驗(yàn)（Kruskal-Wallis 檢驗(yàn)）操作：分析-非參數(shù)檢驗(yàn)-k個(gè)獨(dú)立樣本單序等級(jí)資料舉例：數(shù)據(jù)格式：4、相關(guān)回歸（1）相關(guān)分析數(shù)值相關(guān)：Pearson相關(guān)等級(jí)相關(guān)：Spearman相關(guān)（2）回歸單元直線、曲線多元（3）Logistic回歸5、高級(jí)統(tǒng)計(jì)方法信度分析，阿爾法系數(shù)聚類分析降維分析生存分析綜合分析法，層次分析方（AHP）四、數(shù)據(jù)挖掘技術(shù)五、數(shù)據(jù)五度分析1、深度：哪個(gè)更重要、更優(yōu)先？矩陣分析對(duì)手如何？標(biāo)桿如何？影響因素分析？如何改善？2、效度：成本效率3、信度：可比性差