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(jì)圖表、模型 SP SS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*sa可：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， 的默認(rèn)格式改為*.spv。數(shù)據(jù)文件清洗SPSS 16.0版之后將輸出文件刪除。數(shù)據(jù)7標(biāo)識(shí)重復(fù)個(gè)案 問題的答案被稱作變量的取值?！?/p>

2、編碼coding ”的過程。 數(shù)據(jù)陣/數(shù)據(jù)文件：n個(gè)案例、多余重復(fù)的數(shù)據(jù)篩選清楚，將確實(shí)的數(shù)據(jù)補(bǔ)充完整,標(biāo)識(shí)異常個(gè)案將答案轉(zhuǎn)變成可用于統(tǒng)計(jì)分析的數(shù)據(jù)，將錯(cuò)誤的數(shù)據(jù)糾正或需要經(jīng)過一個(gè)被稱作m個(gè)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(chǔ)）類型、 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) 變量名必須數(shù)字不可以，其他字符可以是任何字母、數(shù)字或 #、$等符號(hào)。變量名中不能有空白字符或其他特殊字符（如“！”.）。寬度、小數(shù)、“？ ”、“* ”等）一。變量名最后一個(gè)字符不能是英文句號(hào)（hxh或Hxh對SPSS而言

3、，均被視為同一個(gè)變量。在SPSS中不區(qū)分大小寫。例如，HXHSP SS的保留字不能作為變量的名稱，女口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(hào)、圓點(diǎn)、科學(xué)計(jì)數(shù)法、美元、 戶）設(shè)定貨幣等6個(gè)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(gè)字符SPSS有兩類缺失值：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)“

4、 字符串（什么也沒有）。指定“列”實(shí)際上是設(shè)定變量的顯示寬度，默認(rèn)為 統(tǒng)計(jì)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 定類尺度：W總緲）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(jì)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：|d詼n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?jì)算頻數(shù)、頻率和累計(jì)頻率、累計(jì)頻數(shù)。定距尺度：丁/憎士兇1不僅能區(qū)分不同類型并排序，還能指出類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

5、乘、除運(yùn)算。ALL、AND BY EQ GE GT、LT、NE NOT OR TO”，而字符型變量值的系統(tǒng)默認(rèn)缺失值為空8個(gè)字符的寬度。4種類型:（用定比尺度：弋環(huán)測算兩個(gè)測度值之間比值，與定距變量相比差別是有一個(gè)固定的絕對 “零 點(diǎn)”。0在定距變量中僅是一個(gè)測量值，而定比變量真正表示沒有。可以加減乘除。 Eg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， 高層次的。但不能把低層次的轉(zhuǎn)化為半開放題的處理：指定變量時(shí),可以使用兩個(gè)變量，第1個(gè)變量中，“其他”作為一個(gè)選項(xiàng)； 第2個(gè)變量將“其他”中“請注明”的內(nèi)容作為一個(gè)單獨(dú)的開放題，而將沒有選擇“其他” 一項(xiàng)的案例在此變量

6、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邏輯聯(lián)系，可以考慮將第二個(gè)變量的名稱設(shè)置為由第一個(gè)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(shí)，將每一個(gè)選項(xiàng)定義成一個(gè)變量，有幾個(gè)選項(xiàng)就有幾個(gè)變量，且均以取值等于1表示選了該項(xiàng)、以取值等于 0表示未選該項(xiàng)。（標(biāo)準(zhǔn)處理方式） 多重分類法：也是利用多個(gè)變量來對一個(gè)多選題的答案進(jìn)行編碼。應(yīng)該用多少個(gè)變量，取決于實(shí)際可能給出的最多答案的數(shù)目而定。這多個(gè)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(shí)，開始（即 0列）處和結(jié)尾（最后一列）處必須插入，否則會(huì)少變量

7、F4.0 A1 F 是數(shù)值型A是字符串F4.0就是數(shù)值型寬度是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7變量級別的 計(jì)算新變量：pute=（NT上不孑于IKof）：戎 j（NOT）：曠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(hào)變量，或者將序號(hào)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。，個(gè)新變量來保存重新編碼的結(jié)果。“重新編碼為不同變量”：根據(jù)現(xiàn)有變量的取值生成包括端點(diǎn)！連續(xù)變量的離散化SP ss 提如果想進(jìn)行的分組是比較有規(guī)律的，例

8、如，等距分組，或等樣本量分組，可以使用 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：需用戶自行判斷設(shè)定的可視離散化和基本全自動(dòng)的最優(yōu)離散化。建議生成分割點(diǎn)的時(shí)候先填第一個(gè)分割點(diǎn)的位置和個(gè)數(shù)，然后自動(dòng)生成寬度。變量的自動(dòng)重編碼與數(shù)值移動(dòng)而新變量的值就是原變量自動(dòng)重編碼：自動(dòng)按照原變量取值的大小或字符順序生成新變量，值大小的序號(hào)或先后序次。個(gè)案排秩：變量的排秩實(shí)際上就是根據(jù)某個(gè)變量的取值大小來對個(gè)案排次序，同時(shí)將得到的排序結(jié)果保存到一個(gè)新變量中。雖然效果同樣都是基于某個(gè)變量對個(gè)案進(jìn)行排序，但“個(gè)案排秩”過程比“自動(dòng)重新編碼”過程更為靈活。結(jié)：遇到相同取值如何給序號(hào)值默認(rèn)為最常用的

9、秩：新變量的值等于原變量取值的序號(hào)成績 均值 池蠱I唯亠阻90898989S7數(shù)值移動(dòng)：355656在 SP SS中,5 36 4一種方式是以“計(jì)算變量”過程利用實(shí)現(xiàn)laT函數(shù)是返回之前的，取前面的數(shù)（滯后），在雜項(xiàng)里面; 取后面的數(shù)（提前），但是計(jì)算變量里面沒有Lag（）函數(shù)、Lead（）函數(shù)來lead函數(shù)是返回后面的，-lead函數(shù)了轉(zhuǎn)換7轉(zhuǎn)換值“轉(zhuǎn)換”菜單中的其他功能也可以“對個(gè)案內(nèi)的值計(jì)數(shù)”過程用于標(biāo)識(shí)某個(gè)變量中是否出現(xiàn)了某個(gè)值或某個(gè)范圍的值, 計(jì)算一組變量中出現(xiàn)特定取值的變量個(gè)數(shù)。數(shù)據(jù)7文件級別的排序個(gè)案用戶所指定的變量被稱作排序變量排序個(gè)案V.S.個(gè)案排秩 區(qū)別：是否產(chǎn)生新變量；個(gè)

10、案相對位置是否變動(dòng)。拆分文件可以和選擇個(gè)案達(dá)到同樣的目的按照不同組分別匯總統(tǒng)計(jì)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, 另存在數(shù)據(jù)集里。選擇個(gè)案（篩選） 除了拆分文件的功能，還有并不想對全部個(gè)案進(jìn)行分析， 這也需要用到“選擇個(gè)案”過程。過濾掉未選中個(gè)案：默認(rèn)未選中個(gè)案不包括在分析中， 成名為filter_$ 的變量加以標(biāo)識(shí)，取值1表示被選中， 被選中個(gè)案處會(huì)標(biāo)以反斜杠。而且會(huì)被而只是想對其中的一部分進(jìn)行分析,但保留在數(shù)據(jù)中；并在數(shù)據(jù)文件中生0表示未被選中；數(shù)據(jù)視圖最左端未而且會(huì)被選擇個(gè)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

11、中一直有效, 另存在數(shù)據(jù)集里。隨機(jī)個(gè)案樣本精確后面的兩個(gè)框框： 第一個(gè)框表示樣本的容量。第二個(gè)框表示樣本的范圍，也就是從第一個(gè)個(gè)案開始到第多少個(gè)個(gè)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(gè)案給不同個(gè)案賦以不同的權(quán)重，以改變個(gè)案在統(tǒng)計(jì)分析中的重要性。通常兩種情況下會(huì)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)。而且會(huì)被加權(quán)個(gè)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， 另存在數(shù)據(jù)集里。（同樣的還有選擇個(gè)案和拆分文件）結(jié)果可以另存分類匯總 按指定的分類變量對個(gè)案進(jìn)行分組，并按分組對變量求指定的描述性統(tǒng)計(jì)量，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

12、件。 個(gè)案數(shù)：定義一個(gè)新變量，其取值等于每一分組下的個(gè)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(gè)過程有何異同：分類匯總還對變量做了描述性統(tǒng)計(jì)，而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)被稱作寬格式某些特殊情況下，比如重復(fù)測量數(shù)據(jù)，進(jìn)行分析時(shí)需要采用長格式數(shù)據(jù)，即：按照每一觀測（observati on ）占一行、同一個(gè)案占多行的格式排列的數(shù)據(jù)。（標(biāo)識(shí)符變量、索引變量） 長7寬將選定個(gè)案重組為變量

13、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7長將選定變量重組為個(gè)案數(shù)據(jù)文件的合并 縱向拼接/垂直合并添加的是個(gè)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(shí)按照什么樣的規(guī)則進(jìn)行對應(yīng)）進(jìn)行橫向合并，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(huì)出錯(cuò)。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(jì)：7眾數(shù)（適用于任何測量等級的變量：名義、序號(hào)和集中趨勢測量（中心性、中心測量） 尺度變量）中位數(shù)（只適用于序號(hào)、尺度變量，而不適用于名義 變量，序號(hào)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/

14、 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(hào)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 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)行分析二 2S （y -y）丄土n -1單位是變這N離散趨勢測量（尺度統(tǒng)計(jì)量）7方差（總體： N 樣本：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(jì)。也是為什么需要在計(jì)算樣本方差時(shí)除以n-1的原因）、標(biāo)準(zhǔn)差、異

15、眾比例例）、范圍（全距/極差）分布形狀測量7峰態(tài)（峰點(diǎn)陡緩程度通過計(jì)算峰度 味著群體內(nèi)部存在分化）偏態(tài)（分布是否對稱通過計(jì)算偏度kurtosis 系數(shù)來測量,（1-眾數(shù)組所占比多峰分布往往意skewness系數(shù)來測量，取值通常在-3到+3之間，其絕對值越大，表明偏斜程度越大。當(dāng)分布呈右偏態(tài)時(shí), 故也稱正偏態(tài)；當(dāng)分布為左偏態(tài)時(shí)，SKQ故也稱負(fù)偏態(tài)。）SK是無量綱的量，SK0,峰度峰度系數(shù)高窄峰>0Jl正態(tài)峰0低闊峰<0LJ|'統(tǒng)計(jì)學(xué)=描述統(tǒng)計(jì)+推斷統(tǒng)計(jì)（參數(shù)檢驗(yàn) &非參數(shù)檢驗(yàn)）+區(qū)間估計(jì)簡化或概括數(shù)據(jù)（信息）。采用何種描述統(tǒng)計(jì)工具取決于變量的測量推斷統(tǒng)計(jì)=參數(shù)估計(jì)+假

16、設(shè)檢驗(yàn)（由樣本來認(rèn)識(shí)總體的兩種方式） 參數(shù)估計(jì)=點(diǎn)估計(jì) 描述統(tǒng)計(jì)的目的在于： 水平。描述樣本推斷總體數(shù)據(jù)分析的兩個(gè)任務(wù)：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“使用定制字段分配”）方法三：通過正態(tài)性非參數(shù)檢驗(yàn)（分析7非參數(shù)檢驗(yàn)7單樣本除了考察變量取值分布的集中趨勢、離散趨勢、分布形狀之外，還可以考察一些位置統(tǒng)計(jì)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(jì)，可以采用分析7描述統(tǒng)計(jì) 7頻率過程，也可以采用 分析7描述統(tǒng)計(jì)7描述過程，還可以用分析 7描述統(tǒng)計(jì)7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

17、分布的離散程度 樣本均值的標(biāo)準(zhǔn)誤 SE= 2石標(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(gè)樣本統(tǒng)計(jì)量（如均值）的值便構(gòu)成了一個(gè)新的分布，叫做抽樣分布）的標(biāo)準(zhǔn)差t檢驗(yàn)單總體均值（比例是特殊的均值）的假設(shè)檢驗(yàn)：t Y-血 ¥-卩0¥-卩0“ 1）CTy亍 7 nJ分析7比較均值7單樣本 T檢驗(yàn)結(jié)論舉例：因?yàn)?5%!信區(qū)間并未包含 0值，故應(yīng)拒絕零假設(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(yàn) 分析7比較均值7獨(dú)立樣本 T檢驗(yàn) 小樣本，總體方差未知，兩個(gè)方差不等，非參數(shù)檢驗(yàn)。小樣本

18、，總體方差未知，但已知兩個(gè)方差相等：T檢驗(yàn)大樣本同樣可以用 T檢驗(yàn)，因?yàn)閚增大時(shí)，t與Z不斷逼近，且更保守。t從一叢）t （nA +% _2 ）S Wa nB1-卩 2=0兩獨(dú)立樣本t檢驗(yàn)的零假設(shè)為：兩總體均值之間不存在顯著差異，即卩 具體分兩步來完成：T檢驗(yàn)的結(jié)論作出判斷?！敖y(tǒng)計(jì)上顯著”的含義：基于樣 而是總體中兩性間收入確第一，利用F檢驗(yàn)判斷兩總體的方差是否相同【此為進(jìn)行均值差檢驗(yàn)的前提條件】 第二，根據(jù)第一步選擇 t統(tǒng)計(jì)量和自由度計(jì)算公式，進(jìn)而對 結(jié)論舉例：表明男性和女性的收入存在統(tǒng)計(jì)上顯著的差別。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， 實(shí)存在著差別。 獨(dú)立樣本 配對

19、樣本針對同一樣本收集接受“處置”前后兩個(gè)時(shí)點(diǎn)上的數(shù)據(jù)。注意，這與前面兩個(gè)獨(dú)立樣本時(shí)情 況不同，這時(shí)屬于配對樣本研究。（配對樣本T檢驗(yàn)）將差值作為新的統(tǒng)計(jì)量（兩次觀察來自正態(tài)總體，不要求方差相等），檢驗(yàn)差值是否為 表明起始薪水與當(dāng)前薪水具有統(tǒng)計(jì)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(yàn)：F檢驗(yàn) 方差分析（ANOVA 是對T檢驗(yàn)的一般化因素（factor ）:要檢驗(yàn)的對象水平：因素的具體表現(xiàn)線性回歸是方差分析的一般化，方差分析是T檢驗(yàn)的一般化置信度小，會(huì)增大假設(shè)檢驗(yàn)中犯I類錯(cuò)誤（棄真錯(cuò)誤）的風(fēng)險(xiǎn)t檢驗(yàn)95

20、%的可能性落95%置信區(qū)間置信水平/置信度/置信系數(shù)95% 99% 90% 求置信區(qū)間：探索或者單樣本 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(jì)的目標(biāo)參數(shù)有入某區(qū)間。而傳統(tǒng)的統(tǒng)計(jì)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(jì)的參數(shù)會(huì)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 假設(shè)檢驗(yàn)所依據(jù)就是小概率原理（統(tǒng)計(jì)上）而已，比如0.05、0.01等。邏輯上依據(jù)的是反證法。 可以將第一類錯(cuò)誤記為“錯(cuò)殺好人”，把第二類錯(cuò)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

21、組別群體是否來自同一個(gè)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(yàn)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） 變異（方差更大） 大） 方差齊性的假設(shè) 方差分析的假設(shè) 原假設(shè)是想反對的Sig=0.139 0.0595%勺可能落入該區(qū)間。,只是把小概率a的標(biāo)準(zhǔn)定得更為具體和數(shù)量化（如果不齊，如存在呈現(xiàn)出更大 的大規(guī)模組，則組內(nèi)變異（WSS會(huì)被夸大 后果：犯I類錯(cuò)誤可能性變H0H0:三地index1的方差相等H1 ：三地index1的方差不完全相等 :三地的均值相等H1 :三地均值不同或不完全相同故接受零假設(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(yàn):備擇假設(shè)卩a是左側(cè)檢驗(yàn)計(jì)算出雙側(cè)sig值之后除以備擇假設(shè)卩a是右側(cè)檢驗(yàn)計(jì)算出雙側(cè)sig值之后除以比較 左側(cè)檢驗(yàn)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） 觀測值之間的差異）2,再和0.05比較2,再拿1減去這個(gè)數(shù)，再和 0.05+系統(tǒng)誤差（因素的不同水平下各組內(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+SSAL MSA 匚 /1,.、F F （k1 n k）MSE'交叉表與卡方檢驗(yàn)針對分類變