Excel與SPSS在統(tǒng)計實務(wù)中的應(yīng)用

1、第十章 Excel與SPSS在統(tǒng)計實務(wù)中的應(yīng)用 一、學習目的與要求 二、學習重點與難點 三、本章內(nèi)容四、綜合自測題（包括實訓）內(nèi)容介紹學習目的與要求 本章重點講述如何使學生能夠掌握Excel和 SPSS軟件的基本操作，并能夠利用軟件中的相關(guān)功能解決有關(guān)的統(tǒng)計問題。學習本章的要求：Excel在統(tǒng)計實務(wù)中的應(yīng)用SPSS在統(tǒng)計實務(wù)中的應(yīng)用兩種軟件在實際統(tǒng)計問題中的解決與應(yīng)用重點與難點 重 點Excel在統(tǒng)計實務(wù)中的應(yīng)用SPSS在統(tǒng)計實務(wù)中的應(yīng)用 難 點 兩種軟件在實際統(tǒng)計問題中的解決與應(yīng)用第一節(jié) Excel在統(tǒng)計實務(wù)中的應(yīng)用 一、統(tǒng)計數(shù)據(jù)的整理 （一）制作頻數(shù)分布表 數(shù)值型數(shù)據(jù)均表現(xiàn)為數(shù)值，在數(shù)據(jù)整

2、理時通常是進行數(shù)據(jù)分組，分作后再計算出各組中出現(xiàn)的次數(shù)或頻數(shù)，形成一張頻數(shù)分布表。 以某電腦公司2002年前四個月各天的銷售量數(shù) 據(jù)為例。（單位：臺） 23415918715517218318217716315814319814116719422517718919620318716021416817317818420917618816115214921119623418518919620615016117816817415318619016017122816222317016517918617519720815316321818017514417819119719216619617917123

3、3179187173174210154164215233175188237194198168174226180172190172187189200211156165175210207181205195201172203165196172176182188195202213電腦公司年前四個月冬天銷售數(shù)據(jù) 首先對上面的數(shù)據(jù)進行排序，結(jié)果如下： 141159166172177182188196203214143160167173177183189196203215144160168173178184189196205218149161168174178185189196206223150161168

4、174178186190196207225152162170174179186190197208226153163171175179187191197209228153163171175179187192198210233154164172175180187194198210233155165172175180187194200211234156165172176181188195201211234158165172176182188195202213237 然后進行分組和編制頻數(shù)分布表： 第一步：確定組數(shù)。 ， 即應(yīng)分為8組，考慮到本例中數(shù)據(jù)較多，我們可分為10組。第二步：確定各組的組距。組

5、距=（最大值-最小值）組數(shù)，則組距=（237-141）10=9.6。為便于計算，組距取10。各組確定為：140150；150160；230240。第三步：利用Excel制作頻數(shù)分布表。1、將120個原始數(shù)據(jù)輸入到Excel工作表中的A1：A120單元格 Excel工作表原始數(shù)據(jù)輸入 2、在B2：B11單元格輸入每一組的上限值。（注意：用Excel制作頻數(shù)分布表時，一個組的頻數(shù)包括該組的上限值，因此，我們應(yīng)輸入149，159，239）。3、選擇“工具”下拉菜單，并選擇“數(shù)據(jù)分析”選項（如果沒有該選項，先在“工具”下拉菜單中選擇“加載宏”命令，當出現(xiàn)對話框后，選擇“分析工具庫”選項，然后確定），在

6、數(shù)據(jù)分析對話框中選擇“直方圖”命令。結(jié)果如下圖所示： 當出現(xiàn)對話框時，在“輸入?yún)^(qū)域”方框內(nèi)鍵入 A1：A120在“接收區(qū)域”方框內(nèi)鍵入 B2：B11在“輸出區(qū)域”方框內(nèi)鍵入C2選擇“圖表輸出” 結(jié)果如下圖所示： 選擇“確定”后即得到頻數(shù)分布表。我們對頻數(shù)分布表進一步修飾后，結(jié)果如下表所示。 某電腦公司銷售量數(shù)據(jù)分組表按銷售量分組（臺）頻率（天）頻率（%）14015043.33 15016097.50 1601701613.33 1701802722.50 1801902016.67 1902001714.17 200210108.33 21022086.67 22023043.33 23024

7、054.17 合計120100.00 采用組距分組時，需要遵循“不重不漏”的原則?！安恢亍笔侵敢豁棓?shù)據(jù)只能分在其中的某一組，不能在其它組中重復出現(xiàn)；“不漏”是指列出了所有的類別，即在所分的全部組別中每項數(shù)據(jù)都能分在其中的某一組，不能遺漏。 如果全部數(shù)據(jù)中的最大值和最小值與其它數(shù)據(jù)相差懸殊，為避免出現(xiàn)空白組（即沒有變量值的組）或個別極端值被漏掉，第一組和最后一組可以采取“以下”及“以上”這樣的開口組。經(jīng)過調(diào)整后如下表： 某電腦公司銷售量數(shù)據(jù)分組表按銷售量分組（臺）頻率（天）頻率（%）150以下43.33 15016097.50 1601701613.33 1701802722.50 180190

8、2016.67 1902001714.17 200210108.33 21022086.67 22023043.33 230以上54.17 合計120100.00 （二）數(shù)據(jù)的圖示1、直方圖 通過數(shù)據(jù)分組后形成的頻數(shù)分布表，我們可以初步看出數(shù)據(jù)分布的一些特征和規(guī)律。如果用圖形來表示這一分布的結(jié)果，會更形象、直觀。顯示分組數(shù)據(jù)頻數(shù)分布特征的圖形有直方圖、折線圖和曲線圖等。這里主要介紹直方圖的繪制方法。 直方圖是用矩形的寬度和高度來表示頻數(shù)分布的圖形。在平面直角坐標中，我們用橫軸表示數(shù)據(jù)分組，縱軸表示頻數(shù)或頻率，這樣，各組與相應(yīng)的頻數(shù)就形成了一個矩形，即直方圖。根據(jù)上例中的數(shù)據(jù)利用Excel繪制直

9、方圖。1、點擊工具欄上的圖表向?qū)?，打開圖表向?qū)υ捒蛉鐖D所示，按照提示一步一步操作。2、選擇柱形圖,得到輸出結(jié)果如圖所示： 2、線圖 如果數(shù)值型數(shù)據(jù)是在不同時間上取得的，即時間序列數(shù)據(jù)，可以繪制線圖。線圖是在平面坐標上用折線表現(xiàn)數(shù)量變化特征和規(guī)律的統(tǒng)計圖。線圖主要用于顯示時間序列數(shù)據(jù)，以反映事物發(fā)展變化的規(guī)律和趨勢。 以19911998年我國城鄉(xiāng)居民家庭的人均收入為例，數(shù)據(jù)如下表所示。繪制線圖。 19911998年城鄉(xiāng)居民家庭人均收入單位：元年份城鎮(zhèn)居民農(nóng)村居民19911700.6 708.6 19922026.6 784.0 19932577.4 921.6 19943496.2 1221.

10、0 19954283.0 1577.7 19964838.9 1926.1 19975160.3 2091.1 19985425.1 2162.0 根據(jù)上表利用Excel繪制線圖，基本步驟同繪制直方圖，只是在這選擇折線圖。 圖表向?qū)υ捒?城鄉(xiāng)居民家庭人均收入 二、用Excel進行統(tǒng)計分析 利用例10.1中的數(shù)據(jù)，說明利用Excel計算描述統(tǒng)計量的步驟。先將120個原始數(shù)據(jù)輸入到Excel工作表中的A1：A120單元格。然后按下列步驟操作：第一步：選擇“工具”下拉菜單，并選擇“數(shù)據(jù)分析”選項。第二步：在“數(shù)據(jù)分析”對話框中選擇“描述統(tǒng)計”。結(jié)果如下圖所示： 數(shù)據(jù)分析對話框 選擇“確定”后，當出

11、現(xiàn)對話框時： 在“輸入?yún)^(qū)域”方框內(nèi)鍵入A1：A120 在“輸出區(qū)域”方框內(nèi)鍵入C2 選擇“匯總統(tǒng)計” 結(jié)果如下圖所示：“描述統(tǒng)計”對話框 選擇“確定”后即得到描述統(tǒng)計量輸出表，如下圖所示描述統(tǒng)計量輸出表 三、利用Excel進行回歸分析 回歸分析中的計算量較大，實際分析中，回歸分析的計算可以依賴于計算機。除專門的統(tǒng)計軟件外，為大多數(shù)人所熟悉的Excel也有部分的統(tǒng)計功能，這些功能基本上能滿足一些簡單的統(tǒng)計分析。下面我們研究生產(chǎn)費用與產(chǎn)量之間的關(guān)系，說明用Excel進行回歸的具體步驟以及如何看懂Excel輸出的回歸分析結(jié)果。 首先，我們將生產(chǎn)費用和產(chǎn)量的數(shù)據(jù)輸入到Excel工作表的A2：B13單元

12、格。然后按下列步驟進行操作：第一步：選擇“工具”下拉菜單第二步：選擇“數(shù)據(jù)分析”選項第三步：在分析工具中選擇“回歸”，然后選擇“確定”第四步：當對話框出現(xiàn)時 在“Y值輸入?yún)^(qū)域”方框內(nèi)鍵入A2：A13 在“X值輸入?yún)^(qū)域”方框內(nèi)鍵入B2：B13 在“輸出選項”中選擇輸出區(qū)域，選擇新工作表組 結(jié)果如下圖所示： “回歸分析”對話框 選擇“確定”后得到下面的結(jié)果，如下圖所示。 回歸分析輸出結(jié)果 Excel輸出的回歸結(jié)果包括三個部分： 第一部分是“回歸統(tǒng)計”，該部分給出了回歸分析中的一些常用統(tǒng)計量，包括相關(guān)系數(shù)、判定系、調(diào)整后的、標準誤差、觀測值的個數(shù)等。第二部分是“方差分析”，該部分給出了自由度、回歸分

13、析、殘差、總計、回歸和殘差的均方、檢驗統(tǒng)計量、F檢驗的顯著水平。“方差分析”的主要作用是對回歸方差的顯著性進行檢驗，該檢驗的目的是判斷因變量y與自變量x是否存在線性關(guān)系。在給定顯著水平下，Significance F=6.9221E-07,這說明生產(chǎn)費用與產(chǎn)量之間存在線性相關(guān)關(guān)系。 第三部分是參數(shù)估計的有關(guān)內(nèi)容。包括回歸方程的截距、斜率，截距和斜率的標準誤差、用于檢驗的回歸系數(shù)的t統(tǒng)計量、P值，以及截距和斜率的置信區(qū)間（下限95.0%和上限95.0%）等。在實際應(yīng)用中，我們主要是看t檢驗的結(jié)果 。對于回歸系數(shù)Pvalue=0.000001，表明回歸系數(shù)是顯著的，這說明產(chǎn)量是影響生產(chǎn)費用的一個主

14、要因素。最后得到回歸方程：第二節(jié)SPSS在統(tǒng)計實務(wù)中的應(yīng)用 一、SPSS軟件的基礎(chǔ)知識 （一）SPSS for Windows的啟動與退出1、啟動SPSS for Windows 在啟動SPSS for Windows以前，首先進入Windows操作環(huán)境，單擊“開始”按鈕，從“程序”菜單的子菜單中選擇“SPSS for Windows選項，如圖所示。 SPSS 9.0 for Windows 的啟動 啟動SPSS for Windows后，出現(xiàn)無標題的“數(shù)據(jù)編輯器”窗口，如圖所示。用戶可在該窗口進行建立數(shù)據(jù)文件的一切工作。數(shù)據(jù)編輯窗 2、退出SPSS for Windows 工作完畢后，用戶可

15、以使用File菜單中Exit菜單項退出SPSS。但是在退出SPSS之前，應(yīng)該首先確認數(shù)據(jù)文件(或者運行過程中產(chǎn)生的統(tǒng)計圖表等)是否已經(jīng)保存。如果新建立的或者修改過的內(nèi)容沒有存盤，則系統(tǒng)將顯示如圖9-15所示的存盤提示框。用戶可根據(jù)實際需要，進行人機對話。 存盤提示對話框 以隨機抽測某中學30名15歲學生的身高和體重為例，數(shù)據(jù)見表 編號id 性別sex 身高x 體重y 編號id 性別sex 身高x 體重y 1 男 174.6 54.2 2 男 169.1 57.2 3 男 171.5 66.4 4 男 168.6 51.1 5 男 177.2 58.2 6 男 175.0 55.0 7 男 18

16、3.5 69.1 8 男 182.9 68.2 9 男 169.1 74.2 10 男 170.0 77.1 11 男 184.0 61.8 12 男 172.6 65.6 13 男 168.5 85.4 14 男 175.2 65.4 15 男 171.3 70.6 16 女 156.9 45.7 17 女 156.2 46.7 18 女 156.9 54.2 19 女 156.0 40.2 20 女 156.3 64.9 21 女 158.7 48.7 22 女 154.7 54.2 23 女 167.0 55.6 24 女 165.6 49.8 25 女 156.3 60.8 26 女

17、157.8 52.6 27 女 166.2 54.3 28 女 164.7 65.3 29 女 161.3 42.8 30 女 164.8 56.5（二）數(shù)據(jù)文件的建立及存儲 1、定義變量 “性別”為字符型變量，其他均為數(shù)值型變量。以“性別”為例，定義變量的步驟如下：（1）在打開數(shù)據(jù)編輯窗口（圖9-14）后，單擊Data菜單中的“Define Variable”項或單擊該窗口（圖9-14）下部的“Varible View”，就可打開定義變量的對話框（這種由主菜單直接打開的對話框稱為一級對話框）如圖所示。定義變量的對話框（一級對話框） 名稱（含義）Values（變量標簽值）Name (變量名稱)

18、Missing（缺失值）Type（變量類型）Columns (列數(shù))Width (變量寬度)Alignment（對齊方式）Decimals (保留小數(shù)點位數(shù))Measure (度量)Label (變量標簽) 該對話框中左端縱列的1、2、3表示各個變量的編號，對話框的首行為“變量描述”欄，其中各項目屬性的解釋見下表。 “變量描述”欄各項目屬性列表 （2）定義變量名。將光標移入定義變量對話框（圖9-16）中第一行第一列的空格內(nèi)，然后用鍵盤輸入定義的變量名“sex”。 （3）定義變量類型與寬度。單擊Type按鈕，展開定義變量類型對話框(Define Variable Type)，如圖 定義變量類型的

19、對話框（二級對話框1） 在定義變量類型對話框左半部列有八種可選擇的變量類型。最上面Numeric （標準數(shù)值型）、最下面String（字符型）是通常選用的兩種變量類型。本例中“sex”為字符型變量，因此可用鼠標單擊“String”前面的圓圈，該圓圈中增加一個黑點兒，表明當前選中的為“字符型”變量類型。 由于我們考慮用m表示男性，用f表示女性，因此，其值的長度只需一個字節(jié)。但因變量名sex為三個字節(jié)，所以把“Width”后面的方框內(nèi)數(shù)字改為3(因定義的是字符型，故“Decimal”顯示為0)。 （4）定義變量標簽。在一級對話框中，單擊“Labels”按鈕，展開定義標簽(Define Labels

20、)二級對話框，如圖所示。在該對話框中可以定義變量標簽，同時可以定義變量值標簽。 定義標簽的對話框（二級對話框2） 在對話框中的第一行Variable后面的方框中有插入點光標在閃爍，說明等待你輸入描述變量名的標簽。設(shè)系統(tǒng)運行在漢字平臺上，可以給出漢字標簽，我們輸入“性別”作為變量sex的標簽。 在對話框的下部有一個大方框，標有“Value Labels”，包含有三個較小的矩形框，用這三個矩形框定義值標簽。這里我們定義的變量sex，值“m”表示“男性”，值“f”表示“女性”。先在第一個小框中輸入“m”，再把插入點光標移至第二個小框中，輸入“男”，按“Add”按鈕，清單中顯示m=“男”。然后，再在第

21、一個小框中輸入“f”，在第二個小框中輸入“女”，再按“Add”按鈕，清單中增加了一個值標簽，顯示f =“女”。至此，值標簽定義完畢。按“Continue按鈕，確認定義的變量標簽和值標簽正確無誤，并返回上一級對話框（圖9-16）。 至此，對數(shù)據(jù)項“性別”定義了變量名“sex”，并對其屬性“Type”和“Label”作了定義。 可模仿此例，對數(shù)據(jù)項“身高”和“體重”作出相應(yīng)的變量名及其屬性的定義，這樣數(shù)據(jù)文件的框架結(jié)構(gòu)已經(jīng)完成。2、錄入數(shù)據(jù) 在定義變量對話框中單擊下部的“Data View”,進入數(shù)據(jù)錄入狀態(tài)，如圖。 定義變量對話框的數(shù)據(jù)錄入狀態(tài) 本例是按變量輸入數(shù)據(jù)。把光標移到變量名“sex”列

22、、對應(yīng)觀測量序號為“1”的單元格，并單擊，使之成為當前操作單元格。按性別依次鍵入m或f,并回車,把30個學生的性別全部輸入完畢。同樣可對變量“身高”和“體重”的數(shù)據(jù)進行錄入。要想修改某個數(shù)據(jù)或補漏某個數(shù)據(jù)，可以移動光標到二維數(shù)據(jù)表格中相應(yīng)的單元格并單擊，使之成為當前操作單元格，鍵人變量值，回車即可。3、數(shù)據(jù)文件的存儲 要將本例在數(shù)據(jù)窗中錄入的身高和體重數(shù)據(jù)在A盤建立一個名為d1.say的數(shù)據(jù)文件，操作方法如下： （1）直接單擊“保存”按鈕，或者單擊File菜單項，展開下拉菜單，選擇“Save as”項，就可打開“Save Data as”對話框，如圖所示。數(shù)據(jù)文件另存為其它文件名或類型的對話框

23、 （2）在對話框的“保存在”列表框中選定A驅(qū)動器，然后在“文件名”文本框中鍵入 “d1.say”。此文件名后綴必須為sav。（3）單擊“保存”按鈕，完成存盤工作。 如果是一個舊的數(shù)據(jù)文件，在其上修改或追加了一些數(shù)據(jù)，并且不再想保留原來的數(shù)據(jù)文件，只想保留經(jīng)修改或追加后的數(shù)據(jù)文件，此時可使用File菜單中的“Save”，用鼠標單擊，或者單擊“保存”按鈕，便可將該文件保存。 二、SPSS軟件在統(tǒng)計實務(wù)中的應(yīng)用介紹 （一）頻數(shù)統(tǒng)計可以利用Frequencies過程進行頻數(shù)統(tǒng)計（還可以用來獲得某些描述統(tǒng)計量和描述數(shù)值范圍的統(tǒng)計量）。以某小學二年級80名學生身高數(shù)據(jù)為例。設(shè)已建立的數(shù)據(jù)文件為d2.sav

24、，并已存入軟盤，對變量h(身高)作頻數(shù)統(tǒng)計。 135134129133131131131134125128135127127133130132130129124132122124127131137132133134124128135133131123115132134138124132128136127120125131136127124129129132138125131120121144128133128127130120121122127121125130140121126130122128127125127131 第一步：打開數(shù)據(jù)文件d2.sav （1）單擊主菜單中的File菜單項，展

25、開下拉菜單；單擊Open，展開打開數(shù)據(jù)文件的對話框“Open File”，如圖9-21所示。 （2）單擊“搜索”組合框右側(cè)的下拉按鈕，在下拉列表中選擇要打開的文件所在的驅(qū)動器A。（3）在文件夾列表中找到要打開的文件名d2。（4）單擊“OK”按鈕，就可以打開選定的數(shù)據(jù)文件d2。第二步：進行頻數(shù)統(tǒng)計 （1）單擊Analyze菜單，選擇Descriptive Statistics中的Frequencies項，打開相應(yīng)的對話框，如圖所示。（2）在主對話框的左側(cè)源變量框中選擇h，單擊向右的箭頭按鈕，使其進入Variable(s)框中。在變量表下方選中“Display frequency tables”，

26、可以要求輸出頻數(shù)分布表。 FrequencyPercentValid PercentCumulative PercentValid115.0011.31.31.3120.0033.83.85.0121.0045.05.010.0122.0033.83.813.8123.0011.31.315.0124.0056.36.321.3125.0056.36.327.5126.0011.31.328.8127.00911.311.340.0128.0067.57.547.5129.0045.05.052.5130.0056.36.358.8131.00810.010.068.8132.0067.57.

27、576.3133.0056.36.382.5134.0045.05.087.5135.0033.83.891.3136.0022.52.593.8137.0011.31.395.0138.0022.52.597.5140.0011.31.398.8144.0011.31.3100.0Total80100.0100.0（3）在主對話框最下面一行有Statistics、Charts、Frequencies Format三個按鈕，分別用于選擇統(tǒng)計量、統(tǒng)計圖和設(shè)置示頻數(shù)表輸出格式。 如果單擊Statistics按鈕，打開選擇輸出統(tǒng)計量對話框,如圖所示?？稍趯υ捒蛑羞x擇輸出統(tǒng)計量，如下表所示，可選擇的統(tǒng)

28、計量分四組。Percentile Values百分位數(shù)組Dispersion離差組Central Tendency中心趨勢組Quartiles四分位數(shù)Std. deviation標準差Mean算術(shù)平均數(shù)Cutpoints for equal groups將數(shù)據(jù)平分所設(shè)的相等等份選擇的數(shù)值范圍；Variance方差Median 中位數(shù)Percentile 由用戶定義的百分位數(shù)Range全距Mode眾數(shù)Minimum最小值Sun總和Maximum最大值S.E. mean 均數(shù)的標準誤可選統(tǒng)計量中常用三種統(tǒng)計量的解釋 在統(tǒng)計量選擇對話框中選擇輸出統(tǒng)計量，單擊Continue按鈕，返回主對話框，并單擊

29、“OK”按鈕提交運行，輸出結(jié)果見表。 所選統(tǒng)計量的輸出結(jié)果示例 N Valid Misslng Mean MedianModeStd.DeviationVariance SkewnessStd.Error Of SkewnessKurtosisStd.Error Of KurtosisRangePercentiles 10 25 75 90 298 0 201.41 203.00 205 25.73 662.06 -.123 .141 .061 .28l 161 169.90 184.00 220.00 235.00如果單擊“Charts”按鈕可以展開統(tǒng)計圖對話框，如圖所示。 該對話框可分為兩

30、部分，選項內(nèi)容見下表。 左上部分為統(tǒng)計圖的類型左下部分為坐標軸標簽的顯示None 不輸出圖Frequencies 垂直軸表示頻數(shù)Bar charts 顯示條圖Percentage 垂直軸表示百分數(shù)Pie charts顯示餅圖Histograms顯示直方圖如果單擊“Frequencies Format”按鈕可以打開頻數(shù)分布表格式對話框，如圖所示。在對話框中設(shè)置頻數(shù)表輸出格式。 該對話框可分為三部分，各欄目選項內(nèi)容見下表。 Order by 排序欄Multiple Variables 多變量欄Suppress tables with more than _categories 控制頻數(shù)表輸出的分類

31、數(shù)Ascending values 按實際值升序排列Compare variables 所有變量結(jié)果在一個圖形中輸出Descending values 按實際值降序排列Organize output by variables 每個變量單獨輸出一個圖形Ascending counts 按頻數(shù)升序排列Descending counts 按頻數(shù)降序排列(二)制作統(tǒng)計圖SPSS for windows有很強的制圖功能，可以繪制多種統(tǒng)計圖形，這些圖形可以由各種統(tǒng)計分析過程產(chǎn)生，也可以直接由Graphs菜單中所包含的一系列圖形產(chǎn)生。在此，我們以常用的條形圖(Bar)，主要介紹根據(jù)數(shù)據(jù)直接繪制圖形的過程，即

32、Graphs菜單中下屬菜單的功能，具體操作步驟如下。（其他圖形的繪制過程與此類似，可參照進行） 第一步：在Graphs菜單中選Bar項，打開Bar Charts條形圖主對話框，如圖所示。在主對話框中，左邊三個框圖Simple、Clustered、Stacked分別代表單式條形圖、復式條形圖和分段條形圖?？梢詥螕羝渲腥我庖粋€框圖進行選擇，如選擇單式條形圖類型，則單擊Simple框，此框外圍加黑，即被選中。在主對話框下面的Data in Chart Are框為統(tǒng)計量描述模式選擇框。這里我們?nèi)∧J值Summaries for groups of case觀測量分類描述模式，這種模式對分類變量中每一類

33、觀測量生成一個簡單條形圖。這兩步選擇完成后，單擊“Define”按鈕可打開單式條形圖參數(shù)定義對話框，如圖所示。 在參數(shù)定義對話框圖中，首先從左邊變量表中選擇一個作為分類變量（如身高h），單擊向右箭頭將其送入“Category Axis”分類軸變量框內(nèi)（系統(tǒng)默認的分類軸是橫軸）。然后在Bars Represent欄中選擇統(tǒng)計量，被選中的統(tǒng)計量將作為與分類軸垂直的軸上的標度（系統(tǒng)默認標度軸是縱軸）。在本例中取默認項“N of cases”頻數(shù)作為統(tǒng)計量。 單擊上圖右下角的Titles鈕，打開Titles標題對話框，如下圖所示。 該對話框包括三部分，上面部分可錄入主標題；中部可鍵入副標題；下面部分可

34、錄入足標(又稱腳注)。然后，單擊Continue鈕，回到單式條形圖參數(shù)對話框 在上圖中，單擊“OK”鈕，在輸出窗中生成圖形，如下圖所示。 （三）SPSS在相關(guān)與回歸分析中的應(yīng)用 1、相關(guān)分析 以某學校一組學生的百米和立定跳遠成績?yōu)槔?，進行相關(guān)分析，數(shù)據(jù)見下表 編號123456789101112131415百米12.512.315.113.112.012.215.412.812.112.512.412.312.911.713.7立跳267277237255284277242230268262274275248287238 錄入上表中的數(shù)據(jù)，建立相應(yīng)數(shù)據(jù)文件，結(jié)合統(tǒng)計學原理課程中相關(guān)分析的有關(guān)內(nèi)容

35、，本例要求選擇計算皮爾遜相關(guān)系數(shù)，其余采用缺省設(shè)置，進行分析。注：在一元回歸分析中，皮爾遜相關(guān)系數(shù)的計算公式如下：（1）操作步驟說明 在Analyze主菜單中選擇Correlate子菜單，然后單擊Bivariate”選項，此時打開Bivariate Correlation對話框，如圖所示。在該對話框設(shè)置選項，進行變量兩兩間的相關(guān)分析。 Variables列表框?qū)⒂M行相關(guān)分析的變量用箭頭從左面的源變量框中轉(zhuǎn)移到該列表框中Test of Significance框選擇單側(cè)或雙側(cè)檢驗Correlation Coefficients框選擇計算相關(guān)系數(shù)的方法Twotailed雙側(cè)檢驗Pearson計算

36、皮爾遜相關(guān)系數(shù)，即積差相關(guān)系數(shù)Onetailed單側(cè)檢驗Kendalls計算肯德爾taub秩相關(guān)系數(shù)Flag significant correlation在結(jié)果中標注具有顯著性的變量Spearman計算斯皮爾曼秩相關(guān)系數(shù)，即等級相關(guān)系數(shù)Options按鈕打開Options對話框該對話框中各選項的簡要內(nèi)容見下表 本例中在變量列表當中選中“百米（y）”和“立跳（x）”，單擊右向箭頭按鈕，將其送入Variables列表框，同時選中“Pearson”。 然后，打開Options對話框，如圖所示。該對話框個欄目內(nèi)容見下表 Statistics框選擇需生成的統(tǒng)計量Missing Values框設(shè)置缺失值

37、的處理方式Means and standard deviations計算均值、標準差Exclude cases pairwise剔除正在進行相關(guān)分析的配對變量中含有缺失值的個案Crossproduct deviations and covariance離均差與協(xié)方差Exclude cases listwise剔除所有含有缺失值的個案的全部數(shù)據(jù)在Options對話框中選中待分析的統(tǒng)計量后，單擊“continue”按鈕，返回相關(guān)分析主對話框，并單擊“OK”按鈕，計算結(jié)果如下表 X Y X Pearson Correlation 1.000 -.757 Sig. (2 - tailed) . .00

38、1 N 15 15 Y Pearson Correlation -.757 1.000 Sig.(2- tailed) .001 . N 15 15表中第一組數(shù)據(jù)為相關(guān)系數(shù)值，第二組數(shù)據(jù)為可計算項相關(guān)系數(shù)非0的概率，第三組數(shù)據(jù)為樣本數(shù)。本例r = -0.757，n = 15，雙側(cè)檢驗結(jié)果P =0.0010.01。根據(jù)統(tǒng)計學原理課程中的有關(guān)內(nèi)容，可對以上數(shù)據(jù)進行具體分析。2、回歸分析 以相關(guān)分析中表中某學校一組學生的百米和立定跳遠成績?yōu)槔M行一元回歸分析，具體操作步驟如下： （1）在Analyze中選擇Regression子菜單，然后單擊“Linear”選項，打開Linear Regressi

39、on對話框，如圖所示。該對話框中主要選項的意義如下表所示。Dependent窗口選擇左邊的源變量，用向右箭頭鍵，使其成為因變量Method下拉式列表框選擇進行回歸分析的方法Independent(s)列表框選擇左邊的源變量，用向右箭頭鍵，使其成為自變量Statistics按鈕打開Linear Regression：Statistics對話框（2）在對話框的源變量列表中，將百米移入Dependent窗口，立跳移入Independent(s)窗口。（3）單擊Statistics按鈕，打開Linear Regression：Statistics對話框，如圖所示。此對話框中提供了多個統(tǒng)計量的顯示控制，

40、各統(tǒng)計量的含義見表 Regression Coefficients框Residuals框其他選項Estimates回歸系數(shù)DurhinWatson殘差的Durbin-Watson 系列相關(guān)檢驗和參差與預(yù)測值的綜述統(tǒng)計Mode fit計算并顯示相關(guān)系數(shù)、相關(guān)系數(shù)的平方、調(diào)整的相關(guān)系數(shù)、標準誤差和方差分析表Confidence interval預(yù)測區(qū)間Casewise diagnostics選擇確定進行殘差分析的個案范圍R squared change顯示增刪一個獨立變量時相關(guān)系數(shù)的變化Covariance matrix回歸系數(shù)的方差、協(xié)方差矩陣，矩陣的對角線上為方差，余為協(xié)方差Descripti

41、ves顯示變量數(shù)據(jù)的均值、標準離差和單側(cè)條件下的相關(guān)矩陣Part and partial correlation顯示部分相關(guān)和偏相關(guān)矩陣Co linearity diagnostic進行共線性診斷用戶根據(jù)需要，可對相應(yīng)的統(tǒng)計量進行選擇。由于本例中要求顯示回歸系數(shù)、DW檢驗值、相關(guān)系數(shù)、相關(guān)系數(shù)的平方、調(diào)整的相關(guān)系數(shù)、標準誤差和方差分析表等，因此只需在Statistics對話框中選中“Estimates”、“DurhinWatson”和“Mode fit”三個選項，然后單擊Continue按鈕，返回Linear Regression對話框（4）單擊Linear Regression對話框右下角的

42、Options按鈕，打開Linear Regression的Options對話框，如圖所示。此對話框中各選項的意義如表所示。Stepping Method Criteria框Include constant in equation回歸方程中包含常數(shù)項Missing Values框設(shè)置缺失值的處理方式Use Probability of F用F的顯著性概率作為變量選入或剔除的標準Exclude cases listwise剔除所有含有缺失值的個案Use F value用變量的F值作為選入或剔除變量的標準Exclude cases pairwise剔除成對數(shù)據(jù)中至少含有一個缺失值的個案Replac

43、e with mean用均值代替缺失值用戶可根據(jù)需要進行選擇。本例中采用F的顯著性概率作為變量選入或剔除的標準，并且接受的概率為5%，拒絕的概率為10%，所以在“Stepping Method Criteria框”中選中“Use Probability of F”，在Entry中輸入0.05，在Removal中輸入0.10。同時由于回歸方程中包含常數(shù)項，所以選中“Include constant in equation”。本例中對所有含有缺失值的個案采取剔除的方式，因此在“Missing Values”框中選擇“Exclude cases listwise”。然后，單擊“Continue”按鈕

44、，返回Linear Regression對話框。 （5）在Linear Regression對話框中，單擊右上角的“OK”按鈕，提交運行，結(jié)果輸出如下： 模型說明（對回歸模型(Method)、自變量、因變量加以說明）。 Model Variables Entered Variables Removed Method 1 X . Enter a All requested variables entered. b Dependent Variable： Y 模型概要，見下表。 Change StatisticsModel R R Adjusted RStd.Error ofR SquareF d

45、fl df2 Sig. FDurbin-Watso Square Square the Estimate Change Change Change 1 .757 .573 .540 12.5489 .573 17.466 1 13 .001 2.394 a Predictors：(Constant)，X b Dependent Variable：Y該表中列出了模型的相關(guān)系數(shù)( R )、相關(guān)系數(shù)的平方(R Square)、調(diào)整的相關(guān)系數(shù)的平方(Adjusted R Square)、估計的標準誤差(Std. Error of Estimate)、對R的檢驗結(jié)果和DW檢驗值。 本例R = 0.757，R2 = 0.573，DW檢驗結(jié)果d = 2.394 方差分析表，見下表。Model Sum of Squares df Mean Square F Sig. 1 Regression 2750.432 1 2750.432 17.466 .001 Residual 2047.168 13 157.474 Total 4797.600 14 a Predi