SPSS高級統(tǒng)計分析操作介紹

1、2 章 SPSS 高級統(tǒng)計分析操作介紹在上一章中詳細(xì)介紹了 SPSS 基本統(tǒng)計分析方法的界而操作和英文標(biāo)簽說明，包括數(shù)據(jù)描述性分析、均值檢驗、方差分析、相關(guān)回歸分析、非參數(shù)檢驗、聚類和判別分析、主成分分析 和因子分 析等。在本章中，將詳細(xì)介紹SPSS軟件中所用到的高級統(tǒng)il?分析方法，主要包括生 存分析、信度分 析以及常用統(tǒng)計圖形的界面操作和英文標(biāo)簽說明。生存分析生存分析方法是一種非常重要的統(tǒng)計分析方法，主要用于分析涉及一立時間的發(fā)生和持續(xù)長度的時間數(shù)據(jù)，用以揭示事件發(fā)生和發(fā)展的規(guī)律。生存分析是近一二十年來發(fā)展起來的 數(shù)理統(tǒng)計新分支，它是根據(jù)現(xiàn)代醫(yī)學(xué)、工程等科學(xué)研究的大量實際問題提出來的，著重

2、對截 斷數(shù)拯進(jìn)行統(tǒng)計分析研究。生存分析的理論與應(yīng)用受到了世界各國，特別是發(fā)達(dá)國家很大的重視 o 1986 年美國國家科學(xué)院委員會提出的數(shù)學(xué)發(fā)展概況中，曾把生存分析列為 6 大發(fā)展方向 之一。生存分析目前已廣泛應(yīng)用在醫(yī)學(xué)、生物學(xué)、公共健康、金融學(xué)、保險、人口統(tǒng)計等諸多領(lǐng) 域，它涉及數(shù)理統(tǒng)計中原有的參數(shù)統(tǒng)計與非參數(shù)統(tǒng)計的結(jié)合，而且涉及一些較深較新的概率和其他數(shù)學(xué)工具。因此，生存分析方法日益受到人們的重視。本章介紹了如何使用SPSS來進(jìn)行生存分析。SPSS所提供的功能主要有以下4項。?Life Tables ： 壽命表分析。?Kaplan-Meier ：Kaplan-Meier 分析。?Cox Re

3、gression： Cox 回歸分析。?Cox w/Time-Dep Cov :時間相依性的回歸分析。生存分析簡介生存分析 (Survival Analysis) 主要用于對涉及一左時間的發(fā)生和持續(xù)長度的時間數(shù)據(jù)的分析。生存分析所分析的數(shù)據(jù)通常稱為生存數(shù)據(jù)，生存數(shù)據(jù)按照觀察數(shù)據(jù)所提供的信息的不同， 可以分為完全數(shù)據(jù)、刪失數(shù)據(jù)和截尾數(shù)據(jù)3 種。生存分析 (Survival Analysis) 是目前統(tǒng)訃學(xué)的熱門， 自 20 世紀(jì) 70 年代中期以來， 得到了迅 速的發(fā)展，無論在理論或應(yīng)用方而都受到了人們的重視。生存分析不僅能妥善處理現(xiàn)實生活中 常見的截尾數(shù)據(jù) (Censored Data) 問題

4、， 而且在解決實際問題的同時， 揭示了一些更為復(fù)雜的理論問題， 促進(jìn)了數(shù)理統(tǒng)訃?yán)碚摰陌l(fā)展。 1986 年美國國家科學(xué)院委員會提出的數(shù)學(xué)發(fā)展概況的 報告中， 6 個有代表性的分支學(xué)科中就有一個是論述生存分析的，而且被作為數(shù)學(xué)與其他學(xué)科, 甚至社會科學(xué)互相滲透的一個重要例子。生存分析所要分析的數(shù)據(jù)稱為生存數(shù)據(jù)，用于度量某事件發(fā)生前所經(jīng)歷的時間長度。事件 可以是產(chǎn)品的失效、保單的索賠、疾病的發(fā)生、生命的死亡等。若跟產(chǎn)品失效有關(guān)，生存數(shù)拯也稱為失 效數(shù)據(jù)。按照觀察數(shù)據(jù)所提供的信息的不同，生存數(shù)據(jù)又可以分為以下三大類。完全數(shù)據(jù)完全數(shù)據(jù)指的就是提供了完整信息的數(shù)據(jù)，比如研究某種產(chǎn)品的失效時間，如果有一個樣

5、 品從 進(jìn)入研究直到失效都在我們的觀察之中，就可以得到其失效的具體時間，那么這個失效數(shù)據(jù)就是一個完全數(shù)據(jù)。刪失數(shù)據(jù)生存分析經(jīng)常研究在不同的時間點或時期被研究的事件發(fā)生的概率，而研究的周期可能很長，比如在醫(yī)學(xué)領(lǐng)域，研究某種慢性疾病的治療效果一般都要對患者進(jìn)行長期隨訪，統(tǒng)計一定 時期后的生存或死亡的情況以判斷治療效果， 這種隨訪數(shù)據(jù)就是生存數(shù)據(jù)。 但是， 由于獲得數(shù)據(jù)的時間很長，中間可能患者由于遷移、不愿意繼續(xù)合作等各種原因退出了隨訪，或者研究單位由于人力、物力、財力等方而的原因在某個時刻決泄中止隨訪，那么這些退出研究或者被終 止研究的患者提供的信息就是不完整的信息，若他們在退出研究之時仍然存活，

6、那么日后的確 切死亡時間在數(shù)據(jù)中就無法反 映。 完全數(shù)據(jù)和刪失數(shù)據(jù)都是在生存分析中經(jīng)常會碰到的數(shù)據(jù)，SPSS要求在進(jìn)行生存分析時每個變量都必須再設(shè)置一個相應(yīng)的示性函數(shù)，用以說明這個數(shù)據(jù)到底是完全數(shù)據(jù)還是刪失數(shù)據(jù)。通常采用的示性函數(shù)的取值規(guī)則是：完全函數(shù)，示性函數(shù)取值為 0 ： 刪失數(shù)據(jù)，示性函數(shù)取值為 lo截尾數(shù)據(jù)截尾數(shù)據(jù)和刪失數(shù)據(jù)一樣，所提供的是不完整的數(shù)據(jù)，它和刪失數(shù)據(jù)的不同在于，它提供 的是跟時間有關(guān)的條件信息。 比如保險公司想研究 60 歲以上的老年人投保了意外傷害險的人發(fā)生意外的概率，那么被研究的投保人在研究期內(nèi)所提供的生存數(shù)據(jù)為截尾數(shù)據(jù)，因為它們都 附帶一個時間條件：進(jìn)入研究的人的

7、年齡都應(yīng)該大于等于 60 歲。不過SPSS軟件只考慮對完整數(shù)據(jù)和刪失數(shù)據(jù)的分析，對截尾數(shù)據(jù)不提供專門的分析方法。壽命表分析在生存分析中， 對生存函數(shù)的估計是一個重要問題。 壽命表方法是一種重要的非參數(shù)估計方法，它不僅有悠久的歷史，而且在各領(lǐng)域都有廣泛的應(yīng)用。在實際研究中，通常需要了解兩個事件之間間隔的時間長短的分布。例如，如果正在研究 治療某種致命疾病的效果，可能要觀察治療實施到患者死亡這段時間的情況。得到評估結(jié)果的 時候，若并非所有患者都死亡，則必須將死亡患者和仍然活著的患者的生存時間合并到分析中。 又如，檢驗一部分人婚姻持續(xù)的時間，必須包括婚姻正在延續(xù)和婚姻已經(jīng)終止兩種時間長度。 從冬保險

8、表中，可以分析在一個特左時間點上生存患者的比例和婚姻持續(xù)的比例?？偟膩碚f， 這樣的一些事件被稱為截斷觀測。此時，使用傳統(tǒng)的方法來分析這種觀測不再適合。壽命表分析正好適合于分析這種數(shù)據(jù)。壽命表的基本思想是將觀測區(qū)間劃分為很多小的時第2章SPSS高級統(tǒng)計分析操作介紹間區(qū)間。對于每一個區(qū)間，所有的在該區(qū)間依然“存活”的觀測個案都會被用來計算在此區(qū)間“死亡”的概率。對每一個區(qū)間所估計的概率都用來估計事件發(fā)生在不同的時間點上的概率。建立或打開數(shù)拯文件后，即可進(jìn)行壽命表分析。選擇菜單欄中的“分析”上生存函數(shù)一壽命表命令，即可彈出如圖1所示的“壽命表”對話框。在該對話框的左側(cè)為源變量框.右側(cè)的“時間”列表框

9、用于在左側(cè)的源變量框中選擇生存時間變量。在“顯示時間間隔”選項組中設(shè)垃時間區(qū)間的長度及終點。壽命表分析以時間0為第一個時 間區(qū)間的起點。用戶在前而的數(shù)值框中輸入最后一個區(qū)間的終點值，在“步長”數(shù)值框中輸入?yún)^(qū)間長度?！盃顟B(tài)”列表框用于選入狀態(tài)變量進(jìn)入。選入狀態(tài)變量后，“立義事件”按鈕被激活.單擊該按鈕，即可彈出如圖2.1.2所示的“壽命表：為狀態(tài)變量立義事件”對話框。圖2.1.1壽命表”對話框圖2.1.2 壽命表:為狀態(tài)變呈定義孚件”對話框在“壽命表：為狀態(tài)變量左義事件對話框中有兩個選項：“單值選項，在該選項的數(shù)值 框中設(shè) 置一個指示事件發(fā)生的數(shù)值。在輸入這個值之后，帶有英他值的觀測都被作為截斷

10、觀測；“值的范用” 選項，在該選項的數(shù)值框中設(shè)置一個指示事件發(fā)生的數(shù)值區(qū)間。在數(shù)值框中輸入?yún)^(qū)間的上下界，觀測值不在這個區(qū)間的觀測都被作為截斷觀測。設(shè)置結(jié)束后，單擊繼續(xù)按鈕確認(rèn)選擇弁返回到“壽命表”對話框。“因子”列表框用于從左側(cè)的源變圖框中選入一階因素變雖：。選入變量后，“左義范圍”按鈕被激活，單擊該按鈕，即可打開“有效表格 ：左義因子范對話框，如圖2.1.3所示。在有效表格:泄義因子范圍”對話框中有兩個選項：“最小值”數(shù)值框中的數(shù)值用于設(shè)置因素變量的下界；“最大”數(shù)值框中輸入的數(shù)值用于設(shè)置因素變量的上界。設(shè)置結(jié)束后，單擊“繼續(xù)”按鈕確認(rèn)選擇弁返回到壽命表”對話框?！鞍匆蜃印绷斜砜蛴糜谶x入二階

11、因素變量。選入變量后，“左義范圍”按鈕被激活，單擊 該按鈕，即可打開如圖2.1.3所示的有效表格:泄義因子范圍”對話框，用于設(shè)亶第二因素變量取值的上下限，設(shè)置方法同上。設(shè)置結(jié)束后，單擊“繼續(xù)”按鈕確認(rèn)選擇弁返回到“壽命表”對立在“壽命表”對話框中單擊“選項”按鈕,圖2.1.3”有效表格:定義因子范圍”對話框即可彈出壽命選項”對話框，如圖2.1.4所示也等會森血上壽命表也囪-r生巨通辛冬事生存證項二1位圈但箴匚豆摩(Q)卜第3；一去的不也冰早無蒂的腐。O再理瞅0也建J版后顰助圖2.1.4 ”壽飾表選項”對話框壽命表選項：用于選擇是否輸出生命表。圖”選項組用于選擇所輸出的函數(shù)圖形。?”生存函數(shù)”選

12、項：如果選中此選項，則會輸出以線性刻度生成的累積生存函數(shù)。?危險函數(shù)”選項：如果選中此選項，則會輸出以線性刻度生成的累積危險函數(shù)。?1減去生存函數(shù)”選項：如果選中此選項，則會輸出(1-累積生存函數(shù))。?”取生存函數(shù)的對數(shù)”選項：如果選中此選項，則會輸出以對數(shù)刻度生成的累積生存 函數(shù)?密度”選項：如果選中此選項，則會輸出密度函數(shù)。“比較第一個因子的水平”選項組用于選擇比較不同水平的一階因素變量的方法。?“無”選項：表示不進(jìn)行子群之間的比較。?“整體比較”選項：表示同時比較所有水平的一階因素變量。?“兩兩比較”選項：表示配對比較一階因素變量水平。設(shè)置結(jié)束后，單擊“繼續(xù)”按鈕確認(rèn)選擇弁返回到“壽命表

13、”對話框。所有設(shè)亶結(jié)束后，單擊“確泄”按鈕，執(zhí)行生命表分析。Kaplan-Meier 分析Kaplan-Meier方法是Kaplan和Meier在1958年提出的一種求生存函數(shù)的非參數(shù)方法，也 稱為 乘法極限估 U(Product Limit Estimate) PL 估計或最大似然估計法(Maximum Likelihood Estimate)o Kaplan-Meier法能對完全數(shù)據(jù)和截尾數(shù)據(jù)及不必分組的生存資料進(jìn)行分析，弁且能對分組變量各水平所對應(yīng)的生存曲線與危險函數(shù)差異進(jìn)行顯著性檢驗等。在現(xiàn)實生活中，很多時候用戶需要檢查兩個事件之間的間隔時間的分布，例如被某個公司所雇用的時間的長度(從

14、進(jìn)入公司到被公司解雇為止)，但這些數(shù)據(jù)中可能存在截斷觀測。Kaplan-Meier方法可以在有截斷數(shù)據(jù)的情況下建立時間-事件模型。Kaplan-Meier模型是建立 在下而兩個基礎(chǔ)之上的，其一為對每一個事件發(fā)生的時間點的條件概率所做的估計；其二為這SPSS高級統(tǒng)計分析操作介紹些概率的范用，然后使用這兩個方而的信息來估計每一個時間點的生存率。Kaplan-Meier估汁是Kaplan與Meier于1958年提出的，由于它具有乘積極限的形式，又 稱為乘積極限(PL)估訃或最大似然估計 (Maximum Likelihood Estimate) o Kaplan-Meier 估訃有重 要的理論意義，

15、它在生存分析中的地位與經(jīng)驗分布函數(shù)在經(jīng)典統(tǒng)汁中的地位相仿，而且兩者有漸近行為。在數(shù)據(jù)編輯窗口中，選擇菜單欄中的“分析” 一 “生存函數(shù)” -Kaplan-Meier 命令，即可 彈出 Kaplan-Meier 對話框，如圖 2.5所示。圖 2.1.5 Kaplan-Meier 對話框與生命表分析的對話框類似， Kaplan-Meier對話框上的“時間”列表框也是用于在左側(cè)的 源變 量框中選入一個時間變屋。時間變量可以以任何長度為單位，在時間變量中如果存在負(fù)數(shù)，則分析過程中不考慮此負(fù)值?！盃顟B(tài)”列表框用于選入一個狀態(tài)變量。選入變量后，“泄義事件”按鈕被激活。單擊“泄 義 事件”按鈕，即可彈出如圖

16、 2.1.6所示的“Kaplan-Meiei 義狀態(tài)變量事件”對話框。? “單值”選項：用于設(shè)置一個指示事件發(fā)生的數(shù)值。在后而的數(shù)值框中輸入數(shù)值之后，含有設(shè)立值的個案看作完全數(shù)據(jù)，帶有其他值的觀測都作為截尾數(shù)據(jù)處理。?值的范囤”選項：用于設(shè)垃一個指示事件發(fā)生的數(shù)值區(qū)間。在后而的數(shù)值框中輸入?yún)^(qū)間的上下界，觀測值不在這個區(qū)間的觀測都被作為截斷觀測。? “值的列表”選項：如果選中此選項，則還要在后面的設(shè)置框內(nèi)設(shè)置指示事件發(fā)生的值的列表。輸入數(shù)值后，單擊“添加”按鈕進(jìn)行添加， 單擊“更改”按鈕進(jìn)行修改， 而“刪除” 按鈕用于刪除已經(jīng)添加的內(nèi)容?！耙蜃印绷斜砜蛴糜谶x入一個分類變量，該變量可以將觀測分為幾

17、個不相交的觀測群。“層” 列表框用于選入一個分層變戢。“標(biāo)注個案”列表框用于選入一個變量來標(biāo)左觀測量，SPSS將以變量標(biāo)簽值列出所有的變量。在Kaplan-Meier對話框中還有“比較因子”、“保存”和“選項”3個擴展按鈕。下而就 進(jìn)行詳細(xì)講解?！氨容^因子”選項單擊”比較因子”按鈕，即可彈出 “ Kaplan-Meier:比較因子水平”對話框，如圖 2.1.7所示。在 該對話框中用戶可以設(shè)卷比較分類變量的統(tǒng)計方法?！皺z驗統(tǒng)計疑”選項組用于選擇檢驗的統(tǒng)計方法。?“對數(shù)秩”選項：如果選中此選項，則會對所有的時間點給予相同的權(quán)重，來檢驗生 存分布是否相等。?Breslow選項：如果選中此選項，則會依

18、據(jù)每一個時間點上的危險觀測數(shù)來給予每一個時間點不同的權(quán)重，然后檢驗生存分布是否相等。? Tarone-Ware選項：如果選中此選項，則會依據(jù)每一個時間點上的危險觀測數(shù)的平方根來給予每一個時間點不同的權(quán)重，然后檢驗生存分布是否相等?？?心phn-Mggr:定義狀態(tài)兗星寫傳圖2.1.6 Kaplan -Meier:定義狀態(tài)變屋事件”對話框圖2.1.7 Kap-Mneier:比較因子水平對話框選擇檢驗統(tǒng)計方法后，下方的用于選擇比較方法的選項被激活。?”因子水平的線性趨勢”選項：如果選中此選項，貝J會使用傾向信息來檢驗生存分布是否相等。?”在層上比較所有因子水平”選項：如果選中此選項，則會檢驗生存曲線

19、是否相等時,同時檢驗所有因素水平。?”對于每層”選項：如果選中此選項，則會對每一個分層之下比較不同分類水平下的生存時間。用戶需要注意，該選項只有在設(shè)置分層變量之后才有效。?”在層上成對比較因子水平”選項：如果選中此選項，則會配對比較不同分類水平下的生存時間。?”為每層成對比較因子水平”選項：如果選中此選項，則會對每一分層之下比較配對的分類水平下的生存時間?！氨４妗边x項單擊“保存”按鈕，即可彈出“ Kaplan-Meier :保存新變疑”對話框，如圖2.1.8所示。在該對話框中有4個選項，用于選擇新變量的保存。第2章SPSS高級統(tǒng)計分析技? “生存函數(shù)” (Survival)選項：如果選中此選項

20、，則計算 S(/)弁以“ sur_為變量酬勺 變量來保 存累積生存概率的估計值。?“生存函數(shù)的標(biāo)準(zhǔn)誤”(Standard error of survival) 選項：如果選中此選項，則以 “ sc_ ”為變雖名保存累積生存概率的估計值的標(biāo)準(zhǔn)誤差。?危險函數(shù)(Hazard)選項：如果選中此選項，則會計算加0弁以“ haz_ ”為變量需保 存累積危險概率的估計值。? “累積事件” (Cumulative event)選項：如果選中此選項，則當(dāng)事件是由它們的生存時間和狀態(tài)排序時，使用變量“cul_來保存事件的累積頻率值?！斑x項”選項單擊“選項”按鈕，即可彈出如圖 2.1.9所示的“Kaplan-Me

21、ier:選項”對話框。圖2.1.8 Kap-Mneier:保存新變屋”對話框圖2.1.9 Kaplan -Meier:選項”對話框“統(tǒng)汁量”選項組用于選擇在分析過程中所需要計算的統(tǒng)V。?”生存分析表”選項：如果選中此選項，則會輸出簡化的生存表，該生存表中包含生存區(qū)間估計，估計的標(biāo)準(zhǔn)差、事件的累積頻率和危險的觀測數(shù)。?”均值和中位數(shù)生存時間”選項： 如果選中此選項，則會輸出該生存時間的均值和中 位數(shù)， 以及生存時間的標(biāo)準(zhǔn)差和苣信區(qū)間。?”四分位數(shù)”選項：如果選中此選項，則會輸出生存時間的四分之一、 二分之一和四 分之三 分位數(shù)，以及它們的標(biāo)準(zhǔn)差。其中，“生存分析表”和“均值和中位數(shù)生存時間”選項

22、為系統(tǒng)默認(rèn)選項。“圖”選項組用于設(shè)置分析過程中需要輸出的圖形。?”生存函數(shù)”選項：如果選中此選項，則會輸出以線性刻度生成的累積生存函數(shù)。?“1減去生存函數(shù)”選項：如果選中此選項，則會輸出(1-累積生存函數(shù))。?危險函數(shù)”選項：如果選中此選項，則會輸出以線性刻度生成的累積危險函數(shù)。?”對數(shù)生存”選項：如果選中此選項，則會輸出以對數(shù)刻度生成的累積生存函數(shù)。所有設(shè)卷結(jié)束后，單擊“確定”按鈕，執(zhí)行 Kaplan-Meier分析。2.1.4 Cox回歸分析Cox回歸又稱為比例危險度模型(Proportional Hazard Model),是生存分析中的一個重要模 型，可以出生存時間無一泄規(guī)律，且具有完

23、全 (Complete)或截尾(Censored)狀態(tài)和諸多危險因素之間的左量 關(guān)系。如同壽命表分析和 Kaplan-Meier生存分析一樣，Cox回歸分析也是在存在截 斷數(shù)據(jù)情況下的 擬合時間-事件模型的一種方法，其適應(yīng)性比較強，是生存分析中的半?yún)?shù)方法(Semi-Parametric) o在多變量場合通常使用多元回歸分析的方法。但是，多元回歸分析都有一個基本假泄，即 變量 應(yīng)服從正態(tài)分布，但是生存數(shù)據(jù)很少會服從正態(tài)分布，而是多服從指數(shù)分布、Weibull分布等。而且，生存數(shù)據(jù)中有許多是刪失數(shù)據(jù)，但多元回歸分析只能針對完整數(shù)據(jù)。如同壽命表分析和Kaplan-Meier生存分析一樣，Cox回歸

24、是一種存在截斷數(shù)據(jù)情況下的擬 合時 間-事件模型的一種方法。但是， Cox回歸中可以在模型中包含預(yù)測變量 (協(xié)變量)。例如，你想在受 教育的層次和工作類別上建立一個雇用時間長度的模型。Cox回歸能正確處理這種情 況，而且還給出了每個協(xié)變量的相關(guān)系數(shù)。在數(shù)據(jù)編輯窗口中，選擇菜單欄中白“分析 一生存函數(shù)”“Cox回歸”命令，即可彈出如圖2.1.10所示的“ Cox回歸”對話框。在該對話框的左側(cè)為源變量框，右側(cè)上方有“時間”列表框，與前而的生存分析對話框一樣，該列表框用于選入時間變量，時間變量可以以任何長度為單位。在時間變量中如果存在負(fù)數(shù)，則分析過程中不考慮此負(fù)值?！盃顟B(tài)”列表框用于從源變量框中選入

25、一個狀態(tài)變量。選入狀態(tài)變量后，下方的“定義事 件”按鈕被激活，單擊該按鈕，即可彈出如圖 2.1.11所示的“Cox回歸:為狀態(tài)變量泄義事件”對話框。圖2.1.10“ CBM3”對話框圖2.1.11 Co郵:為狀態(tài)變量定義事件”對話框“單值”選項：在該選項的數(shù)值框中設(shè)置一個指示事件發(fā)生的數(shù)值。在輸入這個值之后，帶有其他值的觀測都被作為截斷觀測?！爸档姆队谩边x項：在該選項的數(shù)值框中設(shè)卷一個指示事件發(fā)生的數(shù)值區(qū)間。在數(shù)值 框 中輸入?yún)^(qū)間的上下界，觀測值不在這個區(qū)間的觀測都被作為截斷觀測。第2章SPSS?“值的列表”選項：如果選中此選項，則在后而的設(shè)置框內(nèi)設(shè)宜指示事件發(fā)生的值的列表。輸入數(shù)值后，單擊“

26、添加”按鈕進(jìn)行添加，單擊“更改按鈕進(jìn)行修改，而“刪 除”按鈕用于刪除已經(jīng)添加的內(nèi)容?！皡f(xié)變橙”列表框用于從左側(cè)的源變量框內(nèi)選入?yún)f(xié)變量。在選入?yún)f(xié)變量時，用聲可選擇多變量的交互作用項（ a*b?則根據(jù)所選變量生成兩兩交互選項。在“方法”下拉列表框中選擇協(xié)變量進(jìn)入回歸方程的形式，有以下7個選項。?“輸入”選項：如果選中此選項，則對變量只檢查容忍度，而不檢查英他進(jìn)入標(biāo)準(zhǔn)，然后讓所有的變量進(jìn)入回歸方程。?“轉(zhuǎn)發(fā):條件”選項：如果選中此選項，則采用向前選擇的方法來選擇協(xié)變量，協(xié)變量進(jìn)入回歸方程的標(biāo)準(zhǔn)是分值統(tǒng)汁量的顯著性， 刪除的標(biāo)準(zhǔn)是條件參數(shù)估訃的似然率統(tǒng) 計量的概 率值。?”轉(zhuǎn)發(fā):LR”選項：如果選中此

27、選項，則采用向前選擇的方法來選擇協(xié)變量進(jìn)入回歸方程，協(xié)變量進(jìn)入回歸方程的標(biāo)準(zhǔn)是分值統(tǒng)計量的顯著性.刪除的標(biāo)準(zhǔn)是極大似然偏 估計的似然率統(tǒng)計量的概率值。? ”轉(zhuǎn)發(fā)Wald ”選項：如果選中此選項，則會采用向前選擇的方法來選擇協(xié)變量進(jìn)入回歸方程，協(xié)變量進(jìn)入回歸方程的標(biāo)準(zhǔn)是分值統(tǒng)計量的顯著性，刪除的標(biāo)準(zhǔn)是 Wald統(tǒng)計量的 概率值。?”向后:條件”選項：如果選中此選項，則采用向后選擇的方法來選擇協(xié)變良刪除協(xié) 變量的標(biāo)準(zhǔn)是條件參數(shù)估計的似然率統(tǒng)計量的概率值。?”向后:LR”選項：如果選中此選項，則采用向后選擇的方法來選擇協(xié)變量，刪除協(xié) 變量的標(biāo)準(zhǔn)是極大似然偏估計的似然率統(tǒng)計雖的概率值。?”向后:Wal

28、d ”選項：如果選中此選項，則采用向后選擇的方法來選擇協(xié)變良刪除 協(xié)變量的標(biāo)準(zhǔn)是Wald統(tǒng)計量的概率值?！癈ox回歸”對話框中的“層”列表框用于選擇分層變量。在“Cox回歸”對話框中有4個擴展按鈕。下而將進(jìn)行詳細(xì)講解。1.“分類”選項單擊“分類按鈕，即可彈出“ Cox回歸:左義分類協(xié)變量”對話框，如圖 2.1.12所示圖2.1.12 Cox回歸:定義分類協(xié)變呈對話框從左側(cè)的“協(xié)變量”列表框中選擇分類協(xié)變量進(jìn)入“分類協(xié)變量”列表框中，選入?yún)f(xié)變量對比”選項組被激活，用于設(shè)置對比方法。其中包括以下7個選項。? ”指示符”選項：如果選中此選項，則比較是否具有同類效應(yīng)。后，下方的“更改“簡單”選項：如果

29、選中此選項, “差異”選項：如果選中此選項, Helmert選項：如果選中此選項，“重復(fù)”選項：如果選中此選項,則將預(yù)測變量的每一類都與參照類進(jìn)行比較。則將預(yù)測變量的每一類都與其前而各類的平均效應(yīng) 則將預(yù)測變量的每一類都與其后面各類的平均效應(yīng) 則將預(yù)測變疑的每一類都與英前而的一類進(jìn)行比較。進(jìn)行比較。進(jìn)行比較?！岸囗検健边x項：如果選中此選項，則將各類變量的正交多項式進(jìn)行比較?！捌睢边x項：如果選中此選項，則將預(yù)測變量的每一類都與整個觀測相比較。在設(shè)置完比較方式之后，對于“指示符”、 第一類還是由最后一類作為參照來進(jìn)行分類。單擊“簡單”和“偏差”3個選項，可以在“參考類別”中選擇是由設(shè)置結(jié)束后，單

30、擊“繼續(xù)”按鈕確認(rèn)選擇弁返回到更改”按鈕，即確定 這些改變。“ Cox回歸”對話框。2. “繪圖”選項單擊“繪圖”按鈕，即可彈出“Cox回歸：圖”對話框，如圖2.1.13所示。圖2.1.13 COM3:圖”對話框“圖類型”選項組用于選擇要生成的圖形。生存函數(shù)”選項：如果選中此選項，則會輸出以線性刻度生成的累積生存函數(shù)。“1減去生存函數(shù)”選項：如果選中此選項，則會輸出（1-累積生存函數(shù)）。危險函數(shù)”選項：如果選中此選項，則會輸出以線性刻度生成的累積危險函數(shù)。?負(fù)對數(shù)累積生存函數(shù)的對數(shù)”選項：如果選中此選項，則會輸出 （1-對數(shù)刻度生成 的累積生存函數(shù)）在“圖類型”選項組中選擇任意一種生成圖形類型

31、后，下方的“協(xié)變量值的位程”列表框分類協(xié)變量進(jìn)入右側(cè)的“單線”文本框中，SPSS按其變量值將數(shù)據(jù)分為兩 個或多個小的分組,小的分組生成圖形。選擇協(xié)變星后，“更改值”選項組被激活，在此選項組中選擇以什么樣的對比變量和協(xié)變被激活，從中選擇 然后再分別對各個量的均值來輸出函第2章SPSS高級統(tǒng)計分析操作介紹數(shù)圖形。“均值”表示均值，選中該選項后單擊 “更改”按鈕即可確左；“值”文本框用于輸入設(shè)泄相應(yīng)數(shù)值。設(shè)置結(jié)束后，單擊“繼續(xù)”按鈕確認(rèn)選擇弁返回到“Cox回歸”對話框。3.“保存”選項單擊“保存”按鈕，即可彈出“ Cox回歸:保存新變量”對話框，如圖 2.1.14所示。“生存函數(shù)”選項組用于選擇所要

32、保存的生存函數(shù)。?函數(shù)”選項：如果選中此選項，則會以 “sur_為變量需的變量來保存累積生存概率的估計值。?“標(biāo)準(zhǔn)誤”選項：如果選中此選項，則會以 “sc_ ”為變量名的變量來保存累積生存 概率的估計值的標(biāo)準(zhǔn)差。?負(fù)對數(shù)累積生存函數(shù)的對數(shù)”選項：如果選中此選項，則會以 “l(fā)ml_為變量名的 變量來保存經(jīng)對數(shù)轉(zhuǎn)換 的生存函數(shù)估計值。C0 x3:保存新變量”對話框圖 2.1.14危險函數(shù)”選項：如果選中此選項，則會以“偏殘差”選項：如果選中此選項，則會以haz_ 為變量名的變量來保存累積危 pr_ ”為變量名的變量來保存生存時間險概率的估計值。的偏殘差。DfBeta(D)選項：如果選中此選項，則會

33、以 “ dfb_ ”為變量名的變量來保存Beta系數(shù)。它是因消除一個觀測值而引起的相關(guān)系數(shù)的變化值，包括常數(shù)項的每一項的相關(guān)系數(shù)都要計算?！癤吒eta ”選框：如果選中此選項，則會以 “xbc_ ”為變量名的變量來保存線性預(yù)測因素分值，即每個變量中心協(xié)變量值與其相應(yīng)的參數(shù)估計值得積之和設(shè)置結(jié)束后，單擊“繼續(xù)”按鈕確認(rèn)選擇弁返回到Cox回歸”對話框。4.“選項”選項單擊“選項”按鈕，即可彈出“Cox回歸:選項”對話框，如圖2.1.15所示圖2.1.15 CHX3 :選項”對話框“模型統(tǒng)計量”選項組用于選擇模型統(tǒng)計量? CI用于cxp(B)選項：如果選中此選項，則在后面的設(shè)置框內(nèi)設(shè)莊相對危險估計值

34、的卷信區(qū)間，在進(jìn)行統(tǒng)計時，會輸出置信區(qū)間，系統(tǒng)默認(rèn)置信水平為95% 0?”估計值的相關(guān)性”選項：如果選中此選項，則輸出回歸系數(shù)的相關(guān)矩陣。顯示模型信息”用于設(shè)宜需要顯示的模型信息，對于現(xiàn)有的模型，Cox回歸輸出似然比 統(tǒng)計量和卡方統(tǒng)計量。對于模型中的變量，輸出估計的參數(shù)、它們的標(biāo)準(zhǔn)差和 Wald統(tǒng)計量。對于不在模型中的變量，輸出分值統(tǒng)計 量和殘差的卡方統(tǒng)計量。統(tǒng)計量。有統(tǒng)計量值衡疑的生存函數(shù)?”在每個步驟中”選項：如果選中此選項，則會對每一步進(jìn)入過程都輸出上述的所有?”在最后一個步驟中”選項：如果選中此選項，則會輸出最后的回歸模型的上述的所 “步進(jìn)概率”選項組用于選擇逐步分析方法。?“進(jìn)入數(shù)值

35、框用于設(shè)置協(xié)變量進(jìn)入模型的閥門值，即引入的概率。?“刪除數(shù)值框用于設(shè)置從模型中刪除協(xié)變疑的閥門值，即剔除概率。?”最大迭代次數(shù)”數(shù)值框用于設(shè)苣迭代進(jìn)行的最大次數(shù)，系統(tǒng)默認(rèn)為 20次。?”顯示基線函數(shù)”選項：如果選中此選項，則會輸出基準(zhǔn)危險函數(shù)，以及以協(xié)變量均和危險函數(shù)。如果還設(shè)置了一個分層變雖 ：，則會對每一分層會輸出一個統(tǒng)計量表。設(shè)置結(jié)束后，單擊 繼續(xù)按鈕確認(rèn)選擇弁返回至Cox回歸”對話框。所有設(shè)置結(jié)束后，單擊“確定”按鈕，執(zhí)行 Cox回歸分析。2.2信度分析信度分析(Reliability Analysis)又稱可靠性分析，是一種度量綜合評價體系是否具有一左的穩(wěn)左性和可靠性的有效分析方法。

36、綜合評價問題在統(tǒng)計學(xué)方而可利用信度分析方法進(jìn)行分析。基本方式是做出被評估對象的總體目標(biāo)，然后將其分解為若干個子目標(biāo)，它們是總體目標(biāo)不同方而的體現(xiàn)，是總體特征的部分反映。進(jìn)一步，再將每個子目標(biāo)進(jìn)行量化處理。評估者通過計算被評估對象的總體得分得到最終的評估結(jié)果。上述過程實際上是編制量表的過程。編制量表是否合理決泄評價結(jié)果的信度和效度。SPSS的信度分析的主要作用在于對測驗工具(量表或問卷)內(nèi)在信度的分析。本節(jié)主要討論信度分析的基本方法和SPSS操作。第2章SPSS高級統(tǒng)計分析操作介紹信度分析簡介信度反映了測驗工具所得到的結(jié)果的一致性或穩(wěn)左性，是被測特征真實程度的指標(biāo)。一般而言，兩次或兩個測驗的結(jié)果

37、越接近，則誤差越小，所得的信度越高。信度本身與測 量所得結(jié)果正確與否無關(guān)，它的功用在于檢驗測量本身是否穩(wěn)左，學(xué)者Kerlinger 認(rèn)為信度可 以衡量出工具（問卷）的可靠度、一致性與穩(wěn)左性；信度值強調(diào)的是某一特泄類型下的一致性， 信度系數(shù)會因不同時間、不同受試者或不同評分者而出現(xiàn)不同的結(jié)果。一般信度的測量時容易 產(chǎn)生誤差的原因，是來自研究者的因素，包括測量內(nèi)容（遣詞用句、問題形式等）不當(dāng)、情境（時 間長短、氣氛、前言說明等）以及研究者本身的疏忽（聽錯、記錯等）；而來自受訪者的因素則可 能是由于其個性、年齡、教有程度、社會階層及英他心理因素等，而影響苴答題的正確性。在 統(tǒng)計學(xué)分析方而，信度檢驗完

38、全依賴于統(tǒng)計方法。另外， 效度與信度的關(guān)系： 信度為效度的必要而非充分條件。 既有效度一泄又信度， 但有 信度不一定有效度。研究者通過信度與效度的檢驗，可以了解測驗工具本身是否優(yōu)良適當(dāng)，以作為改善修正的根據(jù)，并可避免做出錯誤的判斷。問卷受訪時間間隔的影響及內(nèi)容的同構(gòu)型是影響信度的兩個主要因素。根據(jù)被測試者的測試時間和測試內(nèi)容，信度又可分為內(nèi)在信度和外在信度。內(nèi)在信度是對一組問題（也可稱之為題項）是否測量同一個概念，即這些問題（題項）的內(nèi)在一致性如何，能否穩(wěn)定地衡量這一概念（變量或維度），最常用的檢測方法是 Cronbacht （克朗巴哈） a 系數(shù)；而外在信度是指對相同的測試者在不同時間測得的

39、結(jié)果是否一致，重測信度是外在信度最常用的檢驗法。信度指標(biāo)是對信度的一種泄量化的描述方式，信度指標(biāo)的疑化值稱為信度系數(shù)。信度系數(shù)越大，表明測量的可信程度越大，但也無法期望兩次測驗結(jié)果完全一致，信度除受測驗質(zhì)量影 響外，亦受很多英他受測者因素的影響， 故沒有一份測驗是完全可靠的。 不同研究者對信度系 數(shù)的界限值有不同的看法， 一般認(rèn)為， 0.60 ? 0.65 認(rèn)為不可信： 0.65 ? 0.70 認(rèn)為是最小可接受 值： 0.70 ? 0.80 認(rèn)為相當(dāng)好； 0.80 ? 0.90 就是非常好。因此，一份信度系數(shù)好的量表或問卷最好在0.80 以上， 0.70-0.80 之間還算是可以接受的 范用；

40、分量表最好在0.70 以上， 0.60 ? 0.70 之間可以接受。 若分量表的內(nèi)部一致性系數(shù)在0.60 以下或者總量表的信度系數(shù)在0.80 以下，應(yīng)該考慮重新修訂量表或增刪題目。信度指標(biāo)多以相關(guān)系數(shù)來表示，大致可分為穩(wěn)妃系數(shù)（跨時間的一致性）、等值系數(shù)（跨形式 的一致性）和內(nèi)在一致性系數(shù)（跨項目的一致性 ） 3 類。信度分析操作選擇菜單欄中的 分析” 一“度量”一“可靠性分析” 命令 ,即可彈出如圖 2.2.1 所示的 “可靠性分析”對話 框。圖2.2.1 “可靠性分析”對話框在左側(cè)的源變量框中選擇兩個或兩個以上的變量作為評估項目，選中要分析的變屋后，單擊右向箭頭按鈕，將其移動到“項目”列表

41、框中。在“模型”下拉列表框中選擇信度分析模型，SPSS給出了 5種模型。? a選項：對應(yīng) Cronbachs a模型，為系統(tǒng)默認(rèn)選項。該選項汁算用于度量表內(nèi)部的一致性的克朗巴哈(Cronbach)a 系數(shù)。? “半分”選項：對應(yīng)拆半信度系數(shù)模型。該選項用于計算度量外在信度的表間相關(guān)程度的拆半信度系數(shù)，輸出結(jié)果將給出Guttman和Speannan-Brown 拆半信度系數(shù)以及拆半后兩部分的克朗巴哈 a系數(shù)，考察 兩部分間的相關(guān)性。結(jié)果中產(chǎn)生6個信概率（Maximum-行模型法，輸出結(jié)Guttman選項：對應(yīng)Guttman模型法。該選項用于計算最低下限的真實信度法，輸出 度系數(shù)，lambda 1

42、 ? lambda6?！捌叫小边x項：對應(yīng)平行模型法。該選項用于計算各評估項目變異數(shù)同質(zhì)時的最大Likelihood)信度，該模型假設(shè)所有項目具有相等的方差和相等的方差誤差?！皣?yán)格平行”選項：對應(yīng)嚴(yán)格平行模型法。該模型是假設(shè)評估項目具有相等均值的平果種包含有模型的擬合優(yōu)度檢驗、各評估項目的方差計值、項內(nèi)相關(guān)系數(shù)、信度的無偏估計等統(tǒng)計量。在“可靠性分析”對話框中單擊“統(tǒng)計量”按鈕，即可彈出“可靠性分析：統(tǒng)計量”對話框,如圖2.2.2所示該對話框用于選擇描述信度和評估項目的統(tǒng)計量?！懊枋鲂浴边x項組中給出了根據(jù)個案產(chǎn)生的尺度或評估項目的描述性統(tǒng)計?！绊棥边x項：選中該選項，表示輸出各評估項目的基本描述統(tǒng)

43、計戢，包括項內(nèi)均值合標(biāo)準(zhǔn)差等?！岸攘俊边x項：選中該選項，表示輸出各評估項目之和的基本描述統(tǒng)il魚，包括均值、 方差等。如果項已刪除則進(jìn)行度量”選項：選中該選項，表示輸出剔除某評估項目后的基本統(tǒng)計呈：，以便對各評估項目逐個評價。圖 2.2.2“可靠性分析：統(tǒng)計量”對話框“項之間”選項組中給出了輸出項內(nèi)統(tǒng)計量的選項。?相關(guān)性”選項：表示項內(nèi)相關(guān)系數(shù)矩陣。如果選中此選項，則會輸出相關(guān)系數(shù)矩陣的基本描述統(tǒng)計量。?“協(xié)方差”選項：表示項內(nèi)協(xié)方差矩陣。如果選中此選項，則會輸出協(xié)方差矩陣的基本描述統(tǒng)計量?！罢边x項組中給出了根據(jù)所有評估項目的分布計算的基本描述統(tǒng)計量。?“均值”選項：表示評估項目均值。如果

44、選中此選項，則輸出若干個評估項目平均分的基本描述統(tǒng)計量，包括最大、最小和評估項目均值的平均分，以及評估項目平均分的極差和方差，最大評估項目平 均分和最小評估項目平均分比率O“方差”選項：表示評估項目方差。輸出若干個評估項目方差的基本描述統(tǒng)il涅，包 括最大、最小和評估項目均值的方差，以及評估項目方差的極差和方差，最大評估項目方差和最小評估項目方差的比率?！皡f(xié)方差”選項：表示評估項目內(nèi)在協(xié)方差。輸出若干個評估項目協(xié)方差矩陣的基本描述統(tǒng)汁量，包括最大、最小和評估項目的內(nèi)在協(xié)方差，以及評估項目內(nèi)在協(xié)方差的極差和方差，最大評估項目內(nèi)在協(xié)方差和最小評估項目內(nèi)在協(xié)方差的比率?！跋嚓P(guān)性”選項：表示評估項目內(nèi)

45、在相關(guān)系數(shù)。輸出若干個評估項目相關(guān)系數(shù)矩陣的基本描述統(tǒng)計量，包括最大、最小和評估項目的內(nèi)在相關(guān)系數(shù)，以及評估項目內(nèi)在相關(guān)系數(shù)的極差和方差，最大評估項目內(nèi)在相關(guān)系數(shù)和最小評估項目內(nèi)在相關(guān)系數(shù)的比率?！癆NOVA表”選項組中給出了用于檢驗同一被評估項目在各評估項目上的得分是否有一致性的方法?！盁o”選項：表示不做檢驗。正態(tài)分布的情況。“F檢驗”選項：即F檢驗，表示重復(fù)測量的方差分析，適合于數(shù)據(jù)為左距型且服從?“ Friedman 卡方”選項：即 Friedman 卡方分析，表示進(jìn)行非參數(shù)檢驗中的多配對樣本 Friedman 檢驗，適合數(shù)拯為非正態(tài)分布或立序型數(shù)據(jù)，汁算Friedman 和 Kenda

46、ll 一致性系數(shù)。在ANOVA 表中，利用卡方檢驗代替 F 檢驗。?“ Cochran 卡方”選項：即計算Cochrans Q 檢驗值，表示進(jìn)行非參數(shù)檢驗中的多配對樣本 Cochran 檢驗，適合數(shù)據(jù)為二值型。在ANOVA 表中，利用 Q 統(tǒng)訃量代替F 統(tǒng)計量。在“可靠性分析：統(tǒng)計量”對話框中，還給出了對評估項目檢驗和計算的選項。? Hotelling 的 T 平方”選項：表示HotcllingT 方檢驗，檢驗所有評估項目的均值是否 相等的多變量檢驗。?“ Tukcy 的可加性檢驗”選項： 表示可加型的 Tukey 檢驗， 用于檢驗評估項目中是否 存在倍增交互作用。? “同類相關(guān)系數(shù)”選項：表

47、示組內(nèi)相關(guān)系數(shù)，用于進(jìn)行一致性測度或個案數(shù)值的一致 性檢驗。當(dāng)選中 同類相關(guān)系數(shù)”選項后， （ 因為計算組內(nèi)相關(guān)系數(shù)需選擇計算方法和相關(guān)類型）下 列選項變?yōu)榭捎谩? 模型”下拉列表框中給出了用于選擇計算組內(nèi)相關(guān)系數(shù)的方法，其中“雙向混合” 為系統(tǒng)默認(rèn)選項，當(dāng)個案效應(yīng)和評估項目效應(yīng)均為固左時選擇此選項；“雙向隨機”， 當(dāng)個案效應(yīng)和評估項目效應(yīng)均為 隨機時選擇此選項：“單項隨機”，當(dāng)個案效應(yīng)為隨 機時選擇此選項。? “類型”下拉列表框用于選擇指示類型，可選擇的類型有“一致性”項 ）和（為系統(tǒng)默認(rèn)選絕對一致”兩個。? 宜信區(qū)間”列表框用于指定宜信區(qū)間的水平，默認(rèn)值為 95% 0? “檢驗值”列表框用

48、于指泄假設(shè)檢驗過程的檢驗值，默認(rèn)值為 0,可輸入 0? 1 之間的 數(shù)值，用于類間相關(guān)系數(shù)的比較。在實際應(yīng)用中，一般將信度分析與因子分析相結(jié)合，來確龍測驗工具項目的增減，基本步 驟如下：（1）先做因子分析。選擇菜單欄中的“分析” “降維” 一 “因子分析”命令，彈出“因一子分析”對話框，然后單擊“旋轉(zhuǎn)”按鈕，在“方法”選項組中選擇“最大方差法”選項；單擊繼續(xù)”按鈕，返回到“因子分析”對話框，單擊“選項”按鈕，在“系數(shù)顯示格式”選項 組中，設(shè)左“絕對值不小于 0.5 ” 。執(zhí)行相關(guān)分析后，在輸出窗口中得到結(jié)果，如果顯示信息 為 KMO=0.5（Yes）then communaity0.5? （Y

49、es）, 那么刪去所有communaity=0.5 ： 或* KMO=0.5（Yes）（hen communaity=0.5? （Yes） ”： “旋轉(zhuǎn)成分矩陣”中如果有項目落到兩個或兩個以上的因子上，或有題項沒有落到任何一個因，第 2 章 SPSS 高級統(tǒng)計分析操作介紹子上，都要刪掉再重做因子分析，按照上述方法循環(huán)，直到所有指標(biāo)全部達(dá)標(biāo)（相關(guān)內(nèi)容請參照 本書第 10 章）。（2） 再做信度分析。選擇菜單欄中的“分析” - “度量” - “可靠性分析”命令， 打開 可 靠性分析”對話框，然后單擊“統(tǒng)il 魚”按鈕，在“描述性”選項組下選中“如果項已刪除則 進(jìn)行度疑”選項，執(zhí)行相關(guān)分析后，在輸出

50、窗口中得到結(jié)果，在表“可靠性分析”中，如果Cronbaclfs Alpha 大于等于 0.8,那么表示不用刪掉任何項目，結(jié)果足夠好；如果 Cronbaclfs Alpha 小于0.8，則要在表項-Total Statistics M中，看指標(biāo) Alpha if Item Deleted （輸出剔除某評估項目 后的基本統(tǒng)計量，即 a 系數(shù)可提高或降低為此值），把題項剔除，使a 系數(shù)大于等于 0.8 。一般 而言，a系數(shù)值的最低要求要大于等于0.7 o若a系數(shù)小于0,說明該反轉(zhuǎn)的題項未反轉(zhuǎn)，檢查 題項，將其反轉(zhuǎn)。時間序列分析系統(tǒng)中某一變量的觀測值按時間順序（時間間隔相同）排列成一個數(shù)值序列，展示研

51、究對象在一左時期內(nèi)的變動過程，從中尋找和分析事物的變化特征、發(fā)展趨勢和規(guī)律。它是系統(tǒng)中某一變量受其他各種因素影響的總結(jié)果。 通過處理預(yù)測目標(biāo)本身的時間序列數(shù)據(jù)， 獲得事物隨時 間過程的演變特性與規(guī)律， 進(jìn)而預(yù)測事物的未來發(fā)展。下降、停留的同則變動，突出反映及其包含的正態(tài)分常數(shù)。相關(guān)函數(shù)只是時間它不研究事物之間相互依存的因果關(guān)系。 許多經(jīng)濟(jì)、金融、商業(yè)等方而的數(shù)據(jù)都是時間序列數(shù)據(jù)，時間序列的預(yù)測和評估技術(shù)相對完善, 其預(yù)測情景相對明確，尤其關(guān)注預(yù)測目標(biāo)可用數(shù)據(jù)的數(shù)量和質(zhì)疑，即時間序列的長度和預(yù)測的 頻率。時間序列分析簡介時間序列具有以下特征。?趨勢性：某個變量隨著時間進(jìn)展或自變疑變化，呈現(xiàn)一種比

52、較緩慢而長期的持續(xù)上升、性質(zhì)變動趨向，但變動幅度可能不等。?周期性：某因素由于外部影響隨著自然季節(jié)的交替出現(xiàn)高峰與低谷的規(guī)律。?隨機性：個別為隨機變動，整體呈統(tǒng)計規(guī)律。?綜合性：實際變化情況一般是幾種變動的疊加或組合。預(yù)測時一般設(shè)法過濾除去不規(guī)趨勢性和周期性變動。?隨機性：均勻分布、無規(guī)則分布，可能符合某統(tǒng)計分布（用因變量的散點圖和直方圖布檢驗隨機性，大多數(shù)服從正態(tài)分布）。?平穩(wěn)性：樣本序列的自相關(guān)函數(shù)在某一固左水平線附近擺動，即方差和數(shù)學(xué)期望穩(wěn)泄為認(rèn)識時間序列所具有的變動特征，以便在系統(tǒng)預(yù)測時選擇采用不同的方法。樣本序列的自化。特征識別利用自相關(guān)函數(shù)ACF ：”饑，其中升是口的k階自協(xié)方差，

53、且0=1、-平穩(wěn)過程的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)都會以某種方式衰減趨近于 0,前者測度當(dāng)前序列與先 前序列之間簡單和常先前序列之間的相關(guān)程度。規(guī)的相關(guān)程度，后者是在控制其他先前序列的膨響后，測度當(dāng)前序列與某實際上，預(yù)測模型大都難以滿足這些條件，現(xiàn)實的經(jīng)濟(jì)、金融、商業(yè)等序列都是非穩(wěn)左的 , 但通過數(shù)據(jù)處理 可以變換為平穩(wěn)的。時間序列具有以下可預(yù)測的類型。?點預(yù)測：確左唯一的最好預(yù)測數(shù)值，具給出了時間序列未來發(fā)展趨勢的一個簡單、直產(chǎn)生一個非零的預(yù)測誤差，苴不確左程度為點預(yù)測值的置信區(qū)間。?區(qū)間預(yù)測：未來預(yù)測值的一個區(qū)間，即期望序列的實際值以某一概率落入該區(qū)間范圍傳遞了預(yù)測不確泄性的程度，區(qū)間的中點為

54、點預(yù)測值。?密度預(yù)測：序列未來預(yù)測值的一個完整的概率分布。根據(jù)密度預(yù)測，可建立任意置信測，但需要額外的假設(shè)和涉及復(fù)雜的計算方法。無論是哪種模型形式，時間序列總是受自身歷史數(shù)據(jù)序列變化的影響，因此需將歷史數(shù)據(jù)接的結(jié)果。但常內(nèi)。區(qū)間的長度水平的區(qū)間預(yù)序列作為一個新的時間序列變量時間序列分析操作 創(chuàng)建時間序列”命令，即可彈出如圖 2.3.1 所示的“創(chuàng)建時間序列”對話框。選擇菜單欄中的“轉(zhuǎn)換”一圖2.3.1”創(chuàng)建時間序列”對話框在功能“函數(shù)”下拉列表框中選擇變量轉(zhuǎn)換的函數(shù)。?非季節(jié)差八(Differences):計算時間序列連續(xù)值之間的非季節(jié)性差異。跨距根據(jù)定義的周? 季節(jié)性差分(Seasonal

55、Differences) : it時間序列跨距間隔恒左值之間的季節(jié)性差異， 期確定。?先前移動平均(Prior Moving Average):汁算先前的時間序列數(shù)值的平均值。? 差值(Difference):計算圍繞和包括當(dāng)前值的時間序列數(shù)值的差。?中心移動平均(Centered Moving Average) :訃算偉I繞和包括當(dāng)前值的時間序列數(shù)值的平均值。? 運行中位數(shù)(RunningMedians):計算1書繞和包括當(dāng)前值的時間序列的中位數(shù)。?累計求和(Cumulative Sum):計算直到包括當(dāng)前值的時間序列數(shù)值的累計總數(shù)。? 滯后(Lag):根據(jù)指建的滯后順序，計算在前觀測量的值

56、。? 提前(Lead):根據(jù)指立的領(lǐng)先順序，計算連續(xù)觀測疑的值。? 平滑(Smoothing):以混合數(shù)據(jù)平滑為基礎(chǔ)，計算連續(xù)觀測量的值。移的次數(shù)，以便受左側(cè)列表框移來以上各選項主要用在生成差分變量、滯后變量、平移變量，弁且還要關(guān)注差分、滯后、平 在建立模型、進(jìn)行參數(shù)估計時，使方程達(dá)到一致。在“順序”數(shù)值框中填入在前或在后的時間序列數(shù)值間隔的數(shù)目。在“變量”列表框中接的源變量。在“名稱”列表框中左義新變量的名稱，但必須單擊“更改”按鈕方能成立。單擊“確泄”按鈕運行系統(tǒng)，在原數(shù)據(jù)庫中出現(xiàn)新變量列。另外，若需產(chǎn)生周期性時間序列的日期型變量，貝憚?chuàng)舨藛螜谥械摹皵?shù)據(jù)” 一 “泄義日期”出如圖2.3.2

57、所示的“立義日期”對話框。圖2.3.2 “定義日期”對話框在樣本個案為列表框中選擇肚義日期變量的時間間隔，在起始日期第一個個案為列表框中設(shè)左日期變量第一個觀測量的值，單擊“確左”按鈕完成左義。采用最大似然估計或最小二乘估計等方法估計。、參數(shù)值，弁進(jìn)行顯著性檢驗。統(tǒng)計圖形SPSS除了提供很多的統(tǒng)訃分析功能以外，還提供了強大的繪圖功能。SPSS可以生成20多種圖形，弁且可以對輸出圖形進(jìn)行多種形式的編輯和修改。SPSS中專門用于統(tǒng)計繪圖的是“圖形”菜單。在常用的統(tǒng)計圖中，除生存曲線被完全整合到“生存函數(shù)”模塊中、P-P概率圖 和Q-Q概率圖被整合到“描述統(tǒng)訃”模塊中外，其他統(tǒng)訃?yán)L圖均可由“圖形”菜單

58、的各子菜單 完成。SPSS輸出圖形的方式有很多種，可以由統(tǒng)訃軟件分析過程生成，也可以直接從“圖形”菜一列圖形選項中直接產(chǎn)生。在 SPSS中具有友好的交互式功能和圖形處理功能,用戶可以在短時間內(nèi)繪制出高質(zhì)量的統(tǒng)計圖形，弁且可以對生成的圖形進(jìn)行編輯和修改，以保證圖形的質(zhì)量和適用io本節(jié)主要介紹 圖形”菜單下各子菜單的基本功能和主要選項。在新版本中,“圖形”菜單中取消了控制圖Control).帕累托圖(Pareto)、時間序列圖(Time Series)等圖形功能，保留了常用的幾種圖形。但是，這些圖形依然可以通過“分析”菜單下相應(yīng)的分析過程得出。圖形生成器SPSS的圖形生成器(Chart Build

59、er)是由早期版本中Graphs菜單下的Gallery過程發(fā)展形成的，是SPSS 14.0 for Windows及其以后的版本中新添的繪制圖表界而。Chart Builder是一種簡易的繪制圖形工具。利用 Chart Builder對話框可以直接將圖形元素用拖動的方式放入圖表對話框中的畫布區(qū)域，例如可以預(yù)先設(shè)卷橫軸的變疑以及條形圖的樣式等。其特點是可以產(chǎn)生所見即所得的樣式。止匕外，還可以利用已創(chuàng)建的圖形通過設(shè)左快捷方式來創(chuàng)建新的圖形。利用“圖表構(gòu)建程序”方式創(chuàng)建圖形是初級用戶的一個較好的選擇，可以提高創(chuàng)建圖形的效率，減少一些不可預(yù)見的錯誤。通過選擇菜單欄中的“圖形” 一 “圖表構(gòu)建程序”命令

60、來打開圖形生成器。如圖 2.4.1所示為圖表構(gòu)建程序” 對話框。圖 2.4.1圖表構(gòu)建程序”對話框傳統(tǒng)模式創(chuàng)建圖形利用傳統(tǒng)模式創(chuàng)建圖形(Legacy Chart)M 直接生成SPSS圖形的主要方式。和交互模式不同 的是，傳統(tǒng)圖形的 生成模式是以對話框設(shè)程的方式創(chuàng)建的，這一點和前而的統(tǒng)訃分析功能的對話框操作類似。操作時需要在各級對話框中選擇圖形的變量，設(shè)置變量產(chǎn)生的圖形類型和參數(shù)以及其他的選項，例如對缺失值的處理等。傳統(tǒng)圖形模式可以生成更多類型的圖形，同時還可以利用 SPSS的語句命令進(jìn)行創(chuàng)建：但和交互模式相比，傳統(tǒng)圖形模式缺少靈活性和直觀性，這一點可以通過對生成圖形的進(jìn)一步編輯得到改進(jìn)。在“舊