SPSS期末復(fù)習(xí)筆記

1、SPSS四種輸出結(jié)果：樞軸表/輕量表、文本格式、統(tǒng)計圖表、模型SPSS四種窗口：語法窗口、輸出窗口、數(shù)據(jù)窗口、腳本窗口SPSS三種運(yùn)行方式：命令行方式、批程序方式、菜單對話框SPSS默認(rèn)文件類型：數(shù)據(jù)文件*.sav：此為SPSS軟件默認(rèn)的數(shù)據(jù)文件格式，雙擊可由SPSS直接讀取。命令文件*.sps：可在語法編輯程序(syntax)中先編寫或貼上欲執(zhí)行之分析指令，并將其存貯起來，供日后重復(fù)使用或檢查之用。輸出文件*.spo: 允許直接加以編輯或轉(zhuǎn)貼到其他編輯軟件，SPSS 16.0版之后將輸出文件的默認(rèn)格式改為*.spv。 數(shù)據(jù)文件清洗多余重復(fù)的數(shù)據(jù)篩選清楚，將確實的數(shù)據(jù)補(bǔ)充完整，將錯誤的數(shù)據(jù)糾正

2、或刪除。 數(shù)據(jù)標(biāo)識重復(fù)個案 標(biāo)識異常個案問題的答案被稱作變量的取值。將答案轉(zhuǎn)變成可用于統(tǒng)計分析的數(shù)據(jù)，需要經(jīng)過一個被稱作“編碼coding”的過程。數(shù)據(jù)陣/數(shù)據(jù)文件：n個案例、m個變量構(gòu)成的陣列SPSS對數(shù)據(jù)的處理是以變量為基礎(chǔ)的。所以，數(shù)據(jù)錄入前一定先定義變量及其屬性，包括指定名稱、（存儲）類型、寬度、小數(shù)、標(biāo)簽、值、缺失、列（寬）、對齊、度量標(biāo)準(zhǔn)和角色。這也被稱作建立數(shù)據(jù)框架。變量名必須以字母、漢字或字符開頭，數(shù)字不可以，其他字符可以是任何字母、數(shù)字或_、#、$等符號。變量名中不能有空白字符或其他特殊字符（如“！”、“？”、“*”等）。 變量名最后一個字符不能是英文句號（.）。在SPSS中

3、不區(qū)分大小寫。例如，HXH、hxh或Hxh對SPSS而言，均被視為同一個變量。SPSS的保留字不能作為變量的名稱，如ALL、AND、BY、EQ、GE、GT、LT、NE、NOT、OR、TO、WITH等。SPSS中變量有3種基本類型：數(shù)值型、字符型（區(qū)分大小寫）和日期型。但根據(jù)不同的顯示方式，數(shù)值型又被區(qū)分成：數(shù)值、逗號、圓點(diǎn)、科學(xué)計數(shù)法、美元、（用戶）設(shè)定貨幣等6個子類型。不過，只有數(shù)值(N)最為常用。默認(rèn)狀態(tài)下，所有變量的類型均為數(shù)值型，且寬度是8位、小數(shù)位是2位。對話框界面可修改寬度和小數(shù)位，然后“確定”，但寬度必須大于小數(shù)位。變量標(biāo)簽是對變量名的進(jìn)一步描述，可長達(dá)120個字符SPSS有兩類

4、缺失值：系統(tǒng)默認(rèn)缺失值和用戶定義缺失值。對于數(shù)值型變量值，系統(tǒng)默認(rèn)缺失值為圓點(diǎn)“.”，而字符型變量值的系統(tǒng)默認(rèn)缺失值為空字符串（什么也沒有）。指定“列”實際上是設(shè)定變量的顯示寬度，默認(rèn)為8個字符的寬度。統(tǒng)計學(xué)中，按照對事物描述的精確程度，將度量標(biāo)準(zhǔn)從低到高區(qū)分為4種類型：定類尺度：僅能測定類別差，不能比較大小，各類之間沒有順序和等級，只能計算頻數(shù)頻率百分比，可以使用數(shù)值型變量，也可以是字符型變量。要符合窮盡和互斥的原則。定序尺度：可比較優(yōu)劣或排序，但數(shù)值不代表絕對數(shù)量大小，可以是數(shù)值型變量，可以是字符型變量?？梢杂嬎泐l數(shù)、頻率和累計頻率、累計頻數(shù)。定距尺度：不僅能區(qū)分不同類型并排序，還能指出類

5、別之間的差距是多少，最典型的是溫度。嚴(yán)格來說只能加減。其0值沒有物理含義，沒有絕對的“0”點(diǎn)，故不能做乘、除運(yùn)算。定比尺度：測算兩個測度值之間比值，與定距變量相比差別是有一個固定的絕對“零點(diǎn)”。0在定距變量中僅是一個測量值，而定比變量真正表示沒有?？梢约訙p乘除。E.g.重量、年齡可以將高層次測量尺度的結(jié)果轉(zhuǎn)換為低層次測量尺度的測量結(jié)果，但不能把低層次的轉(zhuǎn)化為高層次的。半開放題的處理：指定變量時，可以使用兩個變量，第1個變量中，“其他”作為一個選項；第2個變量將“其他”中“請注明”的內(nèi)容作為一個單獨(dú)的開放題，而將沒有選擇“其他”一項的案例在此變量上的取值作為系統(tǒng)缺失值。為使得變量名之間具有一定的

6、邏輯聯(lián)系，可以考慮將第二個變量的名稱設(shè)置為由第一個變量名稱后直接加“a”之類的字符。多選題的處理：多重二分法：編碼時，將每一個選項定義成一個變量，有幾個選項就有幾個變量，且均以取值等于1表示選了該項、以取值等于0表示未選該項。（標(biāo)準(zhǔn)處理方式）多重分類法：也是利用多個變量來對一個多選題的答案進(jìn)行編碼。應(yīng)該用多少個變量，取決于實際可能給出的最多答案的數(shù)目而定。這多個變量必須為數(shù)值型變量，所有變量采用同一套取值標(biāo)簽。Excel、txt的文件讀取之后要保存為SPSS的文件。插入終止線時，開始（即0列）處和結(jié)尾（最后一列）處必須插入，否則會少變量F4.0 A1 F是數(shù)值型 A是字符串 F4.0就是 數(shù)值

7、型 寬度是4 小數(shù)是0什么是固定寬度的，什么是分隔符等分開的？數(shù)據(jù)管理轉(zhuǎn)換變量級別的計算新變量：compute已有變量值的分組合并：recode（重新編碼為不同/相同變量）將度量變量重新分組為序號變量，或者將序號變量、名義變量的不同取值加以歸類合并“重新編碼為相同變量”：對現(xiàn)有變量直接進(jìn)行編碼，保留該變量，只是根據(jù)設(shè)定的規(guī)則替換掉原來的取值?！爸匦戮幋a為不同變量”：根據(jù)現(xiàn)有變量的取值生成一個新變量來保存重新編碼的結(jié)果。包括端點(diǎn)！連續(xù)變量的離散化如果想進(jìn)行的分組是比較有規(guī)律的，例如，等距分組，或等樣本量分組，可以使用SPSS提供的“可視離散化”過程進(jìn)行分組。SPSS提供了兩種可視離散化：需用戶自

8、行判斷設(shè)定的可視離散化和基本全自動的最優(yōu)離散化。建議生成分割點(diǎn)的時候先填第一個分割點(diǎn)的位置和個數(shù)，然后自動生成寬度。變量的自動重編碼與數(shù)值移動自動重編碼：自動按照原變量取值的大小或字符順序生成新變量，而新變量的值就是原變量值大小的序號或先后序次。個案排秩：變量的排秩實際上就是根據(jù)某個變量的取值大小來對個案排次序，同時將得到的排序結(jié)果保存到一個新變量中。雖然效果同樣都是基于某個變量對個案進(jìn)行排序，但“個案排秩”過程比“自動重新編碼”過程更為靈活。 結(jié)：遇到相同取值如何給序號值默認(rèn)為最常用的秩：新變量的值等于原變量取值的序號數(shù)值移動：在SPSS中，一種方式是以“計算變量”過程利用Lag( )函數(shù)、

9、Lead( )函數(shù)來實現(xiàn) lag函數(shù)是返回之前的，取前面的數(shù)（滯后），在雜項里面；lead函數(shù)是返回后面的，取后面的數(shù)（提前），但是計算變量里面沒有l(wèi)ead函數(shù)了轉(zhuǎn)換轉(zhuǎn)換值“轉(zhuǎn)換”菜單中的其他功能“對個案內(nèi)的值計數(shù)”過程用于標(biāo)識某個變量中是否出現(xiàn)了某個值或某個范圍的值，也可以計算一組變量中出現(xiàn)特定取值的變量個數(shù)。數(shù)據(jù)文件級別的排序個案用戶所指定的變量被稱作排序變量排序個案v.s.個案排秩 區(qū)別：是否產(chǎn)生新變量；個案相對位置是否變動。拆分文件 可以和選擇個案達(dá)到同樣的目的按照不同組分別匯總統(tǒng)計結(jié)果 “按組組織輸出”拆分文件一旦設(shè)定，除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效，而且會被另

10、存在數(shù)據(jù)集里。選擇個案（篩選）除了拆分文件的功能，還有并不想對全部個案進(jìn)行分析，而只是想對其中的一部分進(jìn)行分析，這也需要用到“選擇個案”過程。過濾掉未選中個案：默認(rèn)未選中個案不包括在分析中，但保留在數(shù)據(jù)中；并在數(shù)據(jù)文件中生成名為filter_$的變量加以標(biāo)識，取值1表示被選中，0表示未被選中；數(shù)據(jù)視圖最左端未被選中個案處會標(biāo)以反斜杠。選擇個案一旦設(shè)定，除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效，而且會被另存在數(shù)據(jù)集里。隨機(jī)個案樣本 精確 后面的兩個框框：第一個框表示樣本的容量。第二個框表示樣本的范圍，也就是從第一個個案開始到第多少個個案老師隨機(jī)抽選同學(xué)回答問題就是這樣做的。加權(quán)個案給

11、不同個案賦以不同的權(quán)重，以改變個案在統(tǒng)計分析中的重要性。通常兩種情況下會用到這一過程：以頻數(shù)形式錄入的數(shù)據(jù)；不等概率樣本數(shù)據(jù)。加權(quán)個案一旦設(shè)定，除非另行取消，否則將在后續(xù)的數(shù)據(jù)處理和分析中一直有效，而且會被另存在數(shù)據(jù)集里。（同樣的還有選擇個案和拆分文件）分類匯總按指定的分類變量對個案進(jìn)行分組，并按分組對變量求指定的描述性統(tǒng)計量，結(jié)果可以另存為新數(shù)據(jù)文件，也可以直接（生成新變量）添加到當(dāng)前數(shù)據(jù)文件。個案數(shù)：定義一個新變量，其取值等于每一分組下的個案數(shù)目上方、下方都是開區(qū)間內(nèi)部：取值大于等于a且小于等于b外部：取值小于a或大于b分類匯總與拆分文件兩個過程有何異同：分類匯總還對變量做了描述性統(tǒng)計，而

12、拆分文件只是對變量做了分類匯總，對變量進(jìn)行描述還需要進(jìn)一步的操作。數(shù)據(jù)文件的重組 （指的是長、寬格式之間的轉(zhuǎn)換）數(shù)據(jù)錄入的默認(rèn)格式每一案例占一行、每一變量占一列。這種數(shù)據(jù)被稱作寬格式數(shù)據(jù)某些特殊情況下，比如重復(fù)測量數(shù)據(jù)，進(jìn)行分析時需要采用長格式數(shù)據(jù)，即：按照每一觀測（observation）占一行、同一個案占多行的格式排列的數(shù)據(jù)。（標(biāo)識符變量、索引變量）長寬 將選定個案重組為變量轉(zhuǎn)換后原文件中的數(shù)據(jù)被直接替換，但文件名沒有變。寬長 將選定變量重組為個案數(shù)據(jù)文件的合并縱向拼接/垂直合并 添加的是個案橫向合并/水平合并 添加的是變量若使用關(guān)鍵變量（指定橫向合并時按照什么樣的規(guī)則進(jìn)行對應(yīng)）進(jìn)行橫向合

13、并，則各數(shù)據(jù)文件都必須事先按照關(guān)鍵變量取值進(jìn)行升序排列，否則會出錯。為便于以SPSS進(jìn)行橫向合并，各數(shù)據(jù)文件中，表示不同含義的變量盡量采用不同的變量名稱。單變量描述統(tǒng)計：集中趨勢測量（中心性、中心測量）眾數(shù)（適用于任何測量等級的變量：名義、序號和尺度變量）中位數(shù)（只適用于序號、尺度變量，而不適用于名義變量，序號變量要還原到數(shù)字本來代表的意思，有一半的被調(diào)查對象的在以下/上）均值（均值是數(shù)據(jù)分布的平衡點(diǎn)。只適用于尺度變量，而不適用于名義、序號變量。另外，均值對變量的取值大小很敏感，故，對于存在極端值的情形，均值不宜用作反映變量分布集中趨勢的指標(biāo)，更好的選擇是中位數(shù)。）左偏（負(fù)偏態(tài)）：均值<

14、中位數(shù)<眾數(shù)右偏（正偏態(tài)）：眾數(shù)<中位數(shù)<均值（平均數(shù)受偏高數(shù)值影響較大）若要分析不同城市的中位數(shù)等的結(jié)果，可以先拆分文件再進(jìn)行分析離散趨勢測量（尺度統(tǒng)計量）方差（總體：樣本： 單位是變量原始測量單位的平方 樣本方差，也被稱作樣本修正方差，它是總體方差的無偏估計。這也是為什么需要在計算樣本方差時除以n-1的原因）、標(biāo)準(zhǔn)差、異眾比例（1-眾數(shù)組所占比例）、范圍（全距/極差）分布形狀測量峰態(tài)（峰點(diǎn)陡緩程度通過計算峰度kurtosis系數(shù)來測量，多峰分布往往意味著群體內(nèi)部存在分化）偏態(tài)（分布是否對稱通過計算偏度skewness系數(shù)來測量，SK是無量綱的量，取值通常在-3到+3之間，

15、其絕對值越大，表明偏斜程度越大。當(dāng)分布呈右偏態(tài)時，SK>0，故也稱正偏態(tài)；當(dāng)分布為左偏態(tài)時，SK<0，故也稱負(fù)偏態(tài)。）統(tǒng)計學(xué) = 描述統(tǒng)計 + 推斷統(tǒng)計（參數(shù)檢驗&非參數(shù)檢驗）推斷統(tǒng)計 = 參數(shù)估計 + 假設(shè)檢驗（由樣本來認(rèn)識總體的兩種方式）參數(shù)估計 = 點(diǎn)估計 + 區(qū)間估計描述統(tǒng)計的目的在于：簡化或概括數(shù)據(jù)（信息）。采用何種描述統(tǒng)計工具取決于變量的測量水平。數(shù)據(jù)分析的兩個任務(wù)：描述樣本 推斷總體判斷是否正態(tài)（尺度變量）：方法一：通過考察偏度和峰度系數(shù)方法二：通過考察正態(tài)P-P圖方法三：通過正態(tài)性非參數(shù)檢驗（分析非參數(shù)檢驗單樣本 “使用定制字段分配”）除了考察變量取值分布的

16、集中趨勢、離散趨勢、分布形狀之外，還可以考察一些位置統(tǒng)計量，如：四分位數(shù)、百分位數(shù)等對于尺度變量的描述統(tǒng)計，可以采用 分析 描述統(tǒng)計 頻率 過程，也可以采用 分析 描述統(tǒng)計 描述 過程，還可以用分析 描述統(tǒng)計 探索 過程IQR：四分位距=第三四分位數(shù)-第一四分位數(shù) 中間50%案例的取值范圍，反映取值分布的離散程度樣本均值的標(biāo)準(zhǔn)誤SE標(biāo)準(zhǔn)誤：抽樣分布（若重復(fù)抽樣規(guī)模為n=N的樣本，將所有可能樣本均窮盡，每一個樣本統(tǒng)計量（如均值）的值便構(gòu)成了一個新的分布，叫做抽樣分布）的標(biāo)準(zhǔn)差單總體均值（比例是特殊的均值）的假設(shè)檢驗：t檢驗分析比較均值單樣本T檢驗結(jié)論舉例：因為95%置信區(qū)間并未包含0值，故應(yīng)拒絕

17、零假設(shè)。并無足夠證據(jù)支持平均收入為20000美元的說法，故應(yīng)認(rèn)為收入不等于20000美元。二總體均值差異的假設(shè)檢驗分析比較均值獨(dú)立樣本T檢驗小樣本，總體方差未知，兩個方差不等，非參數(shù)檢驗。小樣本，總體方差未知，但已知兩個方差相等：T檢驗大樣本同樣可以用T檢驗，因為n增大時，t與Z不斷逼近，且更保守。兩獨(dú)立樣本t檢驗的零假設(shè)為：兩總體均值之間不存在顯著差異，即1-2=0具體分兩步來完成：第一，利用F檢驗判斷兩總體的方差是否相同【此為進(jìn)行均值差檢驗的前提條件】第二，根據(jù)第一步選擇t統(tǒng)計量和自由度計算公式，進(jìn)而對T檢驗的結(jié)論作出判斷。 結(jié)論舉例：表明男性和女性的收入存在統(tǒng)計上顯著的差別?！敖y(tǒng)計上顯著

18、”的含義：基于樣本觀察到的男性和女性之間收入的差別并非是由隨機(jī)抽樣造成的，而是總體中兩性間收入確實存在著差別。獨(dú)立樣本配對樣本針對同一樣本收集接受“處置”前后兩個時點(diǎn)上的數(shù)據(jù)。注意，這與前面兩個獨(dú)立樣本時情況不同，這時屬于配對樣本研究。（配對樣本T檢驗）將差值作為新的統(tǒng)計量（兩次觀察來自正態(tài)總體，不要求方差相等），檢驗差值是否為0。表明起始薪水與當(dāng)前薪水具有統(tǒng)計上顯著的差別。比例的話編碼應(yīng)該編成0和1，例如均值想表示男性比例，男性就是1；均值想表示女性比例，女性就是1。多總體均值差異的假設(shè)檢驗：F檢驗 方差分析（ANOVA） 是對T檢驗的一般化因素（factor）：要檢驗的對象 水平：因素的具

19、體表現(xiàn)線性回歸是方差分析的一般化，方差分析是T檢驗的一般化置信度小，會增大假設(shè)檢驗中犯I類錯誤（棄真錯誤）的風(fēng)險置信水平/置信度/置信系數(shù) 95% 99% 90% 求置信區(qū)間：探索或者單樣本t檢驗置信區(qū)間的含義：通常來說，95%置信區(qū)間的意思是我們估計的目標(biāo)參數(shù)有95%的可能性落入某區(qū)間。而傳統(tǒng)的統(tǒng)計和貝葉斯學(xué)派對置信區(qū)間的解釋是有區(qū)別的。前者的95%置信區(qū)間準(zhǔn)確的解釋應(yīng)該是重復(fù)抽樣100次，大約有95次所估計的參數(shù)會落入該區(qū)間。而后者對置信區(qū)間的解釋更接近于我們通常的理解。即有95%的可能落入該區(qū)間。假設(shè)檢驗所依據(jù)就是小概率原理（統(tǒng)計上），只是把小概率的標(biāo)準(zhǔn)定得更為具體和數(shù)量化而已，比如0.

20、05、0.01等。邏輯上依據(jù)的是反證法。可以將第一類錯誤記為“錯殺好人”，把第二類錯誤記為“放走壞人”方差齊性是方差分析ANOVA方法的基本假定之一方差分析結(jié)果往往意味著：不同組別群體是否來自同一個更大規(guī)模的（正態(tài)）總體應(yīng)用方差分析，因滿足以下假定條件：被檢驗變量（因變量）為尺度變量樣本通過隨機(jī)抽樣得到（獨(dú)立性）尺度變量在分類變量各類別上服從正態(tài)分布（正態(tài)性）尺度變量在分類變量各類別上具有相同方差（方差齊性） （如果不齊，如存在呈現(xiàn)出更大變異（方差更大）的大規(guī)模組，則組內(nèi)變異（WSS）會被夸大 后果：犯I類錯誤可能性變大）方差齊性的假設(shè) H0：三地index1的方差相等 H1：三地index1

21、的方差不完全相等方差分析的假設(shè) H0：三地的均值相等 H1：三地均值不同或不完全相同原假設(shè)是想反對的Sig.=0.139 > 0.05，故接受零假設(shè)，即三地居民在消費(fèi)信心上不存在顯著的差別。單側(cè)檢驗：備擇假設(shè)<a 是左側(cè)檢驗 計算出雙側(cè)sig值之后除以2，再和0.05比較備擇假設(shè)>a 是右側(cè)檢驗 計算出雙側(cè)sig值之后除以2，再拿1減去這個數(shù)，再和0.05比較左側(cè)檢驗就是拒絕域在左邊誤差=隨機(jī)誤差（因素的同一水平下各觀測值之間的差異）+系統(tǒng)誤差（因素的不同水平下各觀測值之間的差異）組內(nèi)方差只包括隨機(jī)誤差 組間方差既包括隨機(jī)誤差，也包括系統(tǒng)誤差SST=SSE+SSA交叉表與卡方檢驗 針對分類變量（包括名義和序號）之間獨(dú)立性檢驗