描述性統(tǒng)計分析

1、6.1.1界面說明第六章描述性統(tǒng)計分析-Descriptive Statistics菜單詳解Frequencies 過程界面說明分析實例結(jié)果角標Descriptives 過程界面說明結(jié)果解釋Explore 過程界面說明結(jié)果解釋Crosstabs 過程界面疝丁分析實例結(jié)果解釋描述性統(tǒng)計分析是統(tǒng)計分析的第一步，做好這第一步是下面進行正確統(tǒng)計推斷的 先決條件。SPSS勺許多模塊均可完成描述性分析，但專門為該目的而設(shè)計的幾 個模塊則集中在Descriptive Statistics菜單中，最常用的是列在最前面的四個過程：Frequencies過程的特色是產(chǎn)生頻數(shù)表；Descriptives 過程則進行

2、一般 性的統(tǒng)計描述；Explore過程用于對數(shù)據(jù)概況不清時的探親性分析；Crosstabs過程則完成計數(shù)資料和等級資料的統(tǒng)計描述和一般的統(tǒng)計檢驗，我們常用的X2檢驗也在其中完成。 6.1 Frequencies 過程頻數(shù)分布表是描述性統(tǒng)計中最常用的方法之一，F(xiàn)requencies過程就是專門為產(chǎn) 生頻數(shù)表而設(shè)計的。它不僅可以產(chǎn)生詳細的頻數(shù)表，還可以按要求給出某百分位 點的數(shù)值，以及常用的條圖，圓圖等統(tǒng)計圖。電和國內(nèi)常用的頻數(shù)表不同，幾乎所有統(tǒng)計軟件給出的均是詳細頻數(shù)表，即并不按某種要求確定組段數(shù)和組距，而是按照數(shù)值精確列表。如果想用Frequencies過程得到我們所熟悉的頻數(shù)表,請先用第二章

3、學過的Recode過程產(chǎn)生一個新變量來代表所需的各組段。Frequencies對話框的界面如下所示:該界面在SPSS實在太普通了，無須多言，重點介紹一下各部分的功能如下:【Display frequency tables 復(fù)選框】確定是否在結(jié)果中輸出頻數(shù)表?！維tatistics 鈕】單擊后彈出Statistics 對話框如下，用于定義需要計算的其他描述統(tǒng)計量6.1.2分析實例現(xiàn)將各部分解釋如下：o Percentile Values復(fù)選框組 定義需要輸出的百分位數(shù)，可計算四分位數(shù)(Quartiles)、每隔指定百分位輸出當前百分位數(shù)(Cut points forequal groups)、或

4、直接指定某個百分位數(shù)(Percentiles),如直接指定輸出 P2.5和P97.5。o Central tendency復(fù)選框組 用于定義描述集中趨勢的一組指標：均數(shù)(Mean)、中位數(shù)(Median)、眾數(shù)(Mode)、總和(Sum)。o Dispersion復(fù)選框組 用于定義描述離散趨勢的一組指標：標準差 (Std.deviation)、方 差(Variance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、標準誤 (S.E.mean)。o Distribution復(fù)選框組用于定義描述分布特征的兩個指標：偏度系數(shù)(Skewness)和峰度系數(shù)(Kurtosis

5、)。o Values are group midpoints復(fù)選框 當你輸出的數(shù)據(jù)是分組頻數(shù)數(shù)據(jù)，并且具體數(shù)值 是組中值時，選中該復(fù)選框以通知SPSS,免得它犯錯誤。眾數(shù)(Mode)指所有數(shù)值中出現(xiàn)頻率最高的一個值，在國內(nèi)用的非常少。Charts 鈕】彈出Charts對話框，用于設(shè)定所做的統(tǒng)計圖。o Chart type單選鈕組 定義統(tǒng)計圖類型， 有四種選擇：無、條圖(Bar chart)、圓圖(Pie chart)、直方圖Histogram ),其中直方圖還可以選擇是否加上正態(tài)曲線( With normal curve)。o Chart Values單選鈕組定義是按照頻數(shù)還是按百分比做圖(即

6、影響縱坐標刻度)?！綟ormat鈕】彈出Format對話框，用于定義輸出頻數(shù)表的格式，不過用處不大，一般不管。o Order by單選鈕組 定義頻數(shù)表的排列次序，有四個選項：Ascending values為根據(jù)數(shù)值大小按升序從小到大作頻數(shù)分布；Descending values為根據(jù)數(shù)值大小按降序從大到小作頻數(shù)分布；Ascending counts為根據(jù)頻數(shù)多少按升序從少到多作頻數(shù)分布；Descending counts為根據(jù)頻數(shù)多少按降序從多到少作頻數(shù)分布。o Multiple Variables單選鈕組 如果選擇了 兩個以上變量做頻數(shù)表，則Compare variables可以將他們的結(jié)

7、果在同一個頻數(shù)表過程輸出結(jié)果中顯示，便于互相比較， Organize output by variables則將結(jié)果在不同的頻數(shù)表過程輸出結(jié)果中顯示。o Suppress Tables more than復(fù)選框 當頻數(shù)表的分組數(shù)大于下面設(shè)定數(shù)值時禁止它在 結(jié)果中輸出，這樣可以避免產(chǎn)生巨型表格。例6.1某地101例健康男子血清總膽固醇值測定結(jié)果如下，請繪制頻數(shù)表、直 方圖，計算均數(shù)、標準差、中位數(shù) M p2.5和p97.5。 TOC o 1-5 h z 4.77 3.376.143.953.564.234.314.715.694.124.564.375.396.305.217.22 5.543.

8、935.214.125.185.774.795.125.205.104.704.743.504.694.38 4.896.255.324.504.633.614.444.434.254.035.854.093.354.084.79 5.304.973.183.975.165.105.864.795.344.244.324.776.366.384.88 5.553.044.553.354.874.175.855.165.094.524.384.314.585.726.55 4.764.614.174.034.473.403.912.704.604.095.965.484.404.555.38 3

9、.89 4.60 4.47 3.64 4.34 5.18 6.14 3.24 4.90 3.05解：為節(jié)省篇幅，這里只給出精確頻數(shù)表的做法，假設(shè)數(shù)據(jù)已經(jīng)輸好，變量名為X,具體解法如下：Analyze=Descriptive Statistics=FrequenciesVariables 框：選入 X單擊 Statistics 鈕：選中 Mean、Std.deviation、Median 復(fù)選框單擊 Percentiles：輸入 2.5:單擊 Add:輸入 97.5:單擊 Add:單擊 Continue 鈕單擊Charts鈕：選中 Bar charts單擊 Continue 鈕單擊OK6.1.3

10、結(jié)果解釋上題除直方圖外的的輸出結(jié)果如下：FrequenciesStatistics血清總膽固醇NValid101Missing0Mean4.6995Median4.6100Std. Deviation.86162Percentiles2.53.045597.56.4565最上方為表格名稱，左上方為分析變量名，可見樣本量 N為101例，缺失值0 例，均數(shù) Mean=4.69,中位數(shù) Median=4.61 ,標準差 STD=0.8616, P2.5=3.04 , P97.5=6.45 。CumijldtiveFrequencyPercentValid PmntPirce ntVdlid 2.70

11、0011.01.01,03 00011.01.02.03.0500110103.03.1800i10io4.03.2100110105.0系統(tǒng)對變量x作頻數(shù)分布表（此處只列出了開頭部分），Vaild右側(cè)為原始值，F(xiàn)requency為頻數(shù)，Percent為各組頻數(shù)占總例數(shù)的百分比（包括缺失記錄在內(nèi)）， Valid percent 為各組頻數(shù)占總例數(shù)的有效百分比，Cum Percent為各組頻數(shù)占總例數(shù)的累積百分比。Descriptives 過程Descriptives 過程是連續(xù)資料統(tǒng)計描述應(yīng)用最多的一個過程，他可對變量進行 描述性統(tǒng)計分析，計算并列出一系列相應(yīng)的統(tǒng)計指標。這和其他過程相比并無不

12、 同。但該過程還有個特殊功能就是可將原始數(shù)據(jù)轉(zhuǎn)換成標準正態(tài)評分值并以變量 的形式存入數(shù)據(jù)庫供以后分析。界面說明Save standardized values as variables確定是否將原始數(shù)據(jù)的標準正態(tài)評分存為新變量Options 鈕】彈出Options對話框，大部分內(nèi)容均在前面 Frequences過程的Statistics 對話 框中見過，只有最下方的Display Order單選鈕組是新的，可以選擇為變量列表 順序、字母順序、均數(shù)升序或均數(shù)降序。結(jié)果解釋下面是一個典型的Descriptives過程結(jié)果統(tǒng)計表:Descriptive StatisticsNMinimumMaxim

13、umMeanStd. Deviation血清總膽固醇1012.707.224.6995.86162Valid N (listwise)101一望可知，這里的大部分內(nèi)容都在上一節(jié)見過，因此就不再多解釋了。K5講了兩個過程，也許大家已經(jīng)發(fā)現(xiàn)了：結(jié)果中的統(tǒng)計專業(yè)單詞多數(shù)在對話框 中就已經(jīng)出現(xiàn)，因此我們以后會詳細解釋對話框的內(nèi)容， 結(jié)果中相同的單詞不再 重復(fù)解釋。Explore 過程Explore過程可對變量進行更為深入詳盡的描述性統(tǒng)計分析，主要用于對資料的性質(zhì)、分布特點等完全不清楚時，故又稱之為探索性分析。它在一般描述性統(tǒng)計 指標的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述，如枝葉圖、箱圖等， 顯

14、得更加詳細、全面，有助于用戶制定繼續(xù)分析的方案。界面說明Display單選鈕組】用于選擇輸出結(jié)果中是否包含統(tǒng)計描述、統(tǒng)計圖或兩者均包括?！綝ependent List 框】用于選入需要分析的變量?！綟actor List 框】 如果想讓所分析的變量按某種因素取值分組分析，則在這里選入分組變量?！綥abel cases by 框】ID選擇一個變量，他的取值將作為每條記錄的標簽。最典型的情況是使用記錄 號的變量?！維tatistics 鈕】 彈出Statistics 對話框，用于選擇所需要的描述統(tǒng)計量。有如下選項:o Descriptives復(fù)選框：輸出均數(shù)、中位數(shù)、眾數(shù)、5%修正均數(shù)、標準誤、方

15、差、標準 差、最小值、最大值、全距、四分位全距、峰度系數(shù)、峰度系數(shù)的標準誤、偏度系 數(shù)、偏度系數(shù)的標準誤及指定的均數(shù)可信區(qū)間。o M-estimators復(fù)選框：作中心趨勢的粗略最大似然確定，輸出四個不同權(quán)重的最大似然確定數(shù)。o Outliers復(fù)選框：輸出五個最大值與五個最小值。o Percentiles 復(fù)選框：輸出第 5%、10%、25%、50%、75%、90%、95%位數(shù)。Plot鈕】彈出Plot對話框，用于選擇所需要的統(tǒng)計圖。有如下選項：o Boxplots單選框組：確定箱式圖的繪制方式，可以是按組別分組繪制(Factor levelstogether),也可以不分組一起繪制(Dep

16、entends together),或者不繪制(None)。o Descriptive復(fù)選框組：可以選擇繪制莖葉圖(Stem-and-leaf)和直方圖(Histogram)。o Normality plots with test復(fù)選框：繪制正態(tài)分布圖并進行變量是否符合正態(tài)分布的檢 驗。o Spread vs. Level with Levene Test單選框組：當選擇了分組變量時，繪制 spread-versus-level圖(我還沒有找到他的中文名字該叫什么)，設(shè)置繪圖時變量的轉(zhuǎn)換方式，并進行組間方差齊性檢驗。Options 鈕】用于選擇對缺失值的處理方式，可以是不分析有任一缺失值的記錄

17、、不分析計算 某統(tǒng)計量時有缺失值的記錄，或報告缺失值。結(jié)果解釋以例6.1的數(shù)據(jù)為例，按默認方式下的選擇，Explore過程的輸出如下：ExploreCase Processing SummaryCasesValidMissingTotalNPercentNPercentNPercent血清總膽固醇101100.0%0.0%101100.0%首先是例行的處理記錄缺失值情況報告，可見101例均為有效值。DescriptivesStatisticStd. Error血清總膽固醇Mean4.6995.0857395% ConfidenceLower Bound4.5294Interval for Me

18、anUpper Bound4.86965% Trimmed Mean4.6881Median4.6100Variance.742Std. Deviation.86162Minimum2.70Maximum7.22Range4.52Interquartile Range1.0600Skewness.251.240Kurtosis.101.476上表詳細列出了常用的描述統(tǒng)計量，如果有標準誤也會列出(如偏度和峰度系 數(shù))。XX Stem-and-Leaf PlotFrequency Stem & Leaf1.002.78.003.001233349.003.55668999924.004.00000

19、111122233333334444425.004.555555666667777777778889917.005 .011111112223333349.005.5567788896.006.1123331.006.51.00 Extremes (=7.2)Stem width: 1.0000Each leaf: 1 case(s)以上是莖葉圖，整數(shù)位為莖，小數(shù)位為葉。這樣可以非常直觀的看出數(shù)據(jù)的分布 范圍及形態(tài)，在國外非常流行。1A1以上是箱式圖，中間的黑粗線為均數(shù)，紅框為四分位間距的范圍，上下兩個細線 為最大、最小值。Crosstabs 過程Crosstabs過程用于對計數(shù)資料和有序分類

20、資料進行統(tǒng)計描述和簡單的統(tǒng)計推 斷。在分析時可以產(chǎn)生二維至n維列聯(lián)表，并計算相應(yīng)的百分數(shù)指標。統(tǒng)計推斷 則包括了我們常用的X2檢驗、Kappa值，分層X2 （媼-h）。如果安裝了相應(yīng)模塊， 還可計算n維列聯(lián)表的確切概率（Fishers Exact Test ）值。Crosstabs過程不能產(chǎn)生一維頻數(shù)表（單變量頻數(shù)表），該功能由Frequencies 過程實現(xiàn)。界面說明【Rows】用于選擇行*列表中的行變量?！綜olumns框】用于選擇行*列表中的列變量?！綥ayer框】Layer指的是層，對話框中的許多設(shè)置都可以分層設(shè)定，在同一層中的變量使用 相同的設(shè)置，而不同層中的變量分別使用各自層的設(shè)置

21、。如果要讓不同的變量做不同的分析，則將其選入Layer框，并用Previous和Next鈕設(shè)為不同層。Layer 在這里用的比較少，在多元回歸中我們將進行詳細的解釋?！綝isplay clustered bar charts復(fù)選框】顯小重疊條圖?！維uppress table復(fù)選框】禁止在結(jié)果中輸出行*列表?！綞xact鈕】針對2*2以上的行*列表設(shè)定計算確切概率的方法，可以是不計算（ Asymptotic only ）、蒙特卡羅模擬（Monte Carlo ）或確切計算（Exact）。蒙特卡羅模擬默 認進行10000次模擬，給出99%T信區(qū)間；確切計算默認計算時間限制在 5分鐘 內(nèi)。這些默認

22、值均可更改。,如果你在安裝SPSS寸沒有安裝EXACTS塊，則此處對話框中不會出現(xiàn)Exact 鈕。庫 在3*3及以上的行*列表中，確切概率的精確計算是極為漫長的過程。我曾 經(jīng)用SAS 6.12在P133機上計算過一個12格表的確切概率，整整跑了兩個小時 后，SAS告訴我說機器內(nèi)存不足：（。SPSS勺計算速度比SA皺慢許多倍，因此一 般只需要選用蒙特卡羅模擬算出概率值的99%T信區(qū)間就行了 ,精度完全可以滿足需要，而速度極快（10000次模擬一般耗時在10秒左右）?！維tatistics 鈕】彈出Statistics 對話框，用于定義所需計算的統(tǒng)計量。2o Chi-square復(fù)選框：計算 X值

23、。o Correlations復(fù)選框：計算行、列兩變量的Pearson相關(guān)系數(shù)和Spearman等級相關(guān)系o Norminal復(fù)選框組：選擇是否輸出反映分類資料相關(guān)性的指標，很少使用。Contingency coefficient復(fù)選框：即列聯(lián)系數(shù)，其值界于 01之IPhi and Cramers V復(fù)選框：這兩者也是基于 X2值的，Phi在四格表 X2檢驗中界于-11之間，在R*C表X2檢驗中界于01之間；Cramers V則界于01之間；Lambdag選框：在自變量預(yù)測中用于反映比例縮減誤差，其值為 1 時表明自變量預(yù)測應(yīng)變量好，為0時表明自變量預(yù)測應(yīng)變量差；Uncertainty coe

24、fficient復(fù)選框：不確定系數(shù)，以嫡為標準的比例縮減誤差，其值接近1時表明后一變量的信息很大程度來自前一變 量，其值接近0時表明后一變量的信息與前一變量無關(guān)。o Ordinal復(fù)選框組：選擇是否輸出反映有序分類資料相關(guān)性的指標，很少使用。Gamm選框：界于01之間，所有觀察實際數(shù)集中于左上角和右 下角時，其值為1;Somersd復(fù)選框：為獨立變量上不存在同分的偶對中，同序?qū)ψ訑?shù) 超過異序?qū)ψ訑?shù)的比例；Kendalls tau-b復(fù)選框：界于-11之間；Kendalls tau-c復(fù)選框：界于-11之間；o Eta復(fù)選框：計算Eta值，其平方值可認為是應(yīng)變量受不同因素影響所致方差的比例；o

25、Kappa復(fù)選框：計算 Kappa值，即內(nèi)部一致性系數(shù)；o Risk復(fù)選框：計算比數(shù)比 OR值；o McNemanr復(fù)選框：進行 McNemanr檢驗（一種非參檢驗）；o Cochrans and Mantel-Haenszel statistics 復(fù)選框：計算 X2M-H 統(tǒng)計量（分層 X2,也有 寫為X2CMH的），可在下方輸出 Ho假設(shè)的OR值，默認為1。Cells鈕】彈出Cells對話框，用于定義列聯(lián)表單元格中需要計算的指標：o Counts復(fù)選框組：是否輸出實際觀察數(shù)（Observed）和理論數(shù)（Expected）;o Percentages復(fù)選框組：是否輸出行百分數(shù)（ Row）、

26、列百分數(shù)（Column ）以及合計 百分數(shù)（Total）;o Residuals復(fù)選框組：選擇殘差的顯示方式，可以是實際數(shù)與理論數(shù)的差值 （Unstandardized）、標化后的差值（Standardized,實際數(shù)與理論數(shù)的差值除理論數(shù)），或者由標準誤確立的單元格殘差（ Adj. Standardized ）;【Format鈕】用于選擇行變量是升序還是降序排列。分析實例例6.2某醫(yī)生用國產(chǎn)吠喃硝胺治療十二指腸潰瘍，以甲氟咪胴作對照組，問兩種方法治療效果有無差別（2by2.sav） ?處理愈合1未愈合2合計吠喃硝胺11548 162首先是處理記錄缺失值情況報告，可見126例均為有效值。甲鼠咪

27、胴2442064合計9828126解：由于此處給出的直接是頻數(shù)表，因此在建立數(shù)據(jù)集時可以直接輸入三個變量行變量、列變量和指示每個格子中頻數(shù)的變量，然后用 Weight Cases對話框指定頻數(shù)變量，最后調(diào)用Crosstabs過程進行X2檢驗。假設(shè)三個變量分別名為R、C和W則數(shù)據(jù)集結(jié)構(gòu)和命令如下：R C W1.00 1.0054.001.00 2.00 44.002.00 1.008.002.00 2.00 20.00Data=Weight CasesWeight Cases by 單選框：選中Freqency Variable :選入 W單擊OK鈕Analyze=Descriptive Sta

28、tistics=CrosstabsRows框：選入RColumns 框：CStatistics 鈕：Chi-square 復(fù)選框：選中：單擊 Continue 鈕單擊OK鈕6.4.3 結(jié)果解釋上題的結(jié)果如下：CrosstabsCase Processing SummaryCasesValidMissingTotalNPercentNPercentNPercentDRUG * RESULT126100.0%0.0%126100.0%DRUG * RESULT CrosstabulationCountRESULTTotal合DRUG85462甲鼠咪月瓜204464Total2898126上面為列出

29、的四格表，實際使用時可以在其中加入變量值標簽，使看起來更清楚Chi-Square TestsAsymp. Sig.Exact Sig.Exact Sig.Valuedf(2-sided)(2-sided)(1-sided)Pearson Chi-Square6.133(b)1.013Continuity Correction(a)5.1181.024Likelihood Ratio6.3041.012Fishers Exact Test.018.011Linear-by-Linear Association6.0841.014N of Valid Cases126a Computed only

30、 for a 2x2 tableb 0 cells (.0%) have expected count less than 5. The minimum expected count is 13.78.上表給出了一堆檢驗結(jié)果，從左到右為：檢驗統(tǒng)計量值(Value)、自由度(df)、雙側(cè)近似概率(Asymp.Sig.2-sided)、雙側(cè)精確概率(Exact Sig.2-sided)、單側(cè) 精確概率(Exact Sig.1-sided);從上到下為：Pearson 卡方(Pearson Chi-Square 即常用的卡方檢驗)、連續(xù)性校正的卡方值(Continuity Correction) 、對數(shù)似然比方法計算的卡方(Likelihood Ratio) 、Fishers 確切概率法(Fishers Exact Test)、線性相關(guān)的卡方值(Linear by Linear Association) 、有效記錄 數(shù)(N of Valid Cases)。另外，C