統(tǒng)計(jì)分析軟件SPSS詳細(xì)教程

..10.11統(tǒng)計(jì)分析軟件&SPSS建立數(shù)據(jù)目錄10.11統(tǒng)計(jì)分析軟件&SPSS建立數(shù)據(jù)110.25數(shù)據(jù)加工作圖111.08繪圖解答&描述性分析：22.描述性統(tǒng)計(jì)分析：2四格表卡方檢驗(yàn)：〔檢驗(yàn)?zāi)硞€(gè)連續(xù)變量的分布是否與某種理論分布一致,如是否符合正態(tài)分布2第七章非參數(shù)檢驗(yàn)21.單樣本的非參數(shù)檢驗(yàn)2〔1卡方檢驗(yàn)2〔2二項(xiàng)分布檢驗(yàn)22.兩獨(dú)立樣本的非參數(shù)檢驗(yàn)23.多獨(dú)立樣本的非參數(shù)檢驗(yàn)24.兩相關(guān)樣本的非參數(shù)檢驗(yàn)25.多相關(guān)樣本的非參數(shù)檢驗(yàn)2第五章均值檢驗(yàn)與T檢驗(yàn)21.Means過程〔均值檢驗(yàn)〔24.單樣本T檢驗(yàn)25.兩獨(dú)立樣本T檢驗(yàn)26.兩配對(duì)樣本T檢驗(yàn)2第六章方差分析2單因素方差分析：2多因素方差分析：210.25數(shù)據(jù)加工作圖1.Excel中隨機(jī)取值：=randbetween<55,99>2.SPSS中新建數(shù)據(jù),一列40個(gè),正態(tài)分布隨機(jī)數(shù)：先在40那里隨便輸入一個(gè)數(shù)表示選擇40個(gè)可用的,然后按一下操作步驟：3.排序：個(gè)案排秩4.數(shù)據(jù)選?。簲?shù)據(jù)-選擇個(gè)案-如果條件滿足：計(jì)算新變量：5.頻次分析：分析-統(tǒng)計(jì)描述-頻率還原：個(gè)案-全部6.加權(quán)：還原7.畫圖：11.08繪圖解答&描述性分析：1.課后題：長條圖2.描述性統(tǒng)計(jì)分析：頻數(shù)分析：描述性分析：描述性統(tǒng)計(jì)分析沒有圖形功能,也不能生成頻數(shù)表,但描述性分析可以將原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)化得分,并以變量形式存入數(shù)據(jù)文件中,以便后續(xù)分析時(shí)應(yīng)用。操作：分析—描述性分析：然后對(duì)結(jié)果進(jìn)行篩選,去掉異常值,就得到標(biāo)準(zhǔn)化的數(shù)據(jù)：任何形態(tài)的數(shù)據(jù)經(jīng)過Z標(biāo)準(zhǔn)化處理之后就會(huì)是正態(tài)分布的<—錯(cuò)誤！標(biāo)準(zhǔn)化是等比例縮放的,不會(huì)改變數(shù)據(jù)的原始分布狀態(tài),探索分析：〔檢驗(yàn)是否是正態(tài)分布：莖葉圖、箱圖實(shí)例：操作：交叉列聯(lián)表〔探索定類型的變量間的相關(guān)性：[純數(shù)值的變量用回歸分析,名義變量用交叉分析]操作：實(shí)例：四格表卡方檢驗(yàn)：〔檢驗(yàn)?zāi)硞€(gè)連續(xù)變量的分布是否與某種理論分布一致,如是否符合正態(tài)分布例子：第1步建立數(shù)據(jù)文建：第2步：對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；〔給數(shù)據(jù)加權(quán)第3步進(jìn)行卡方檢驗(yàn)：第4步結(jié)果分析P＝0.011<0.05,則在5%顯著性水平下拒絕原假設(shè),差異有顯著性意義,即藥物加化療與單用藥物治療癌癥的療效有顯著性差異。如何選sig值：期望值就是T是理論頻數(shù)N是樣本數(shù)量〔合計(jì)對(duì)應(yīng)：1選第一個(gè)：2選3選配對(duì)卡方檢驗(yàn)：第1步建立數(shù)據(jù)文建：第2步對(duì)數(shù)據(jù)進(jìn)行加權(quán)處理第3步進(jìn)行配對(duì)卡方檢驗(yàn)結(jié)果分析：第七章非參數(shù)檢驗(yàn)使用情況：在總體分布未知的情況下用非參數(shù)檢驗(yàn),分布已知用參數(shù)檢驗(yàn)。1.單樣本的非參數(shù)檢驗(yàn)〔1卡方檢驗(yàn)分析步驟第1步提出零假設(shè)：卡方檢驗(yàn)的零假設(shè)H0是"總體服從某種理論分布",其對(duì)立假設(shè)H1是"總體不服從某種理論分布"。第2步選擇檢驗(yàn)統(tǒng)計(jì)量：卡方分布選擇的是Pearson卡方統(tǒng)計(jì)量。已證明,當(dāng)n充分大時(shí),它近似地服從自由度為k-1的卡方分布。第3步計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率p值。第4步給出顯著性水平,作出決策。實(shí)例：某公司質(zhì)檢負(fù)責(zé)人欲了解企業(yè)一年內(nèi)出現(xiàn)的次品數(shù)是否均勻分布在一周的五個(gè)工作日中,隨機(jī)抽取了90件次品的原始記錄,其結(jié)果如下表,問該企業(yè)一周內(nèi)出現(xiàn)的次品數(shù)是否均勻分布在一周的五個(gè)工作日中？〔工作日12345次品數(shù)251581626第1步分析：由于考慮的是次品是否服從均勻分布的問題,考慮用卡方檢驗(yàn)。第2步數(shù)據(jù)的組織：數(shù)據(jù)分成兩列,一列是工作日,其變量名為"weekday",另一列是次品數(shù),變量名為"number",輸入數(shù)據(jù)并保存。第3步加權(quán)設(shè)置：將變量"number"定義為權(quán)變量。第4步進(jìn)行卡方檢驗(yàn)：第5步主要結(jié)果及分析左表是頻數(shù)分布情況表,第二列為實(shí)際觀察值出現(xiàn)次數(shù),第三列為理論上每天應(yīng)出現(xiàn)的次數(shù),第四列為殘差右表是計(jì)算的卡方統(tǒng)計(jì)量及對(duì)應(yīng)的相伴概率值,由于Sig.=0.014<0.05。說明應(yīng)拒絕每個(gè)工作日出現(xiàn)的次品率相等的原假設(shè)。即次品數(shù)出現(xiàn)是不均勻的?！?二項(xiàng)分布檢驗(yàn)[例7-2]某地某一時(shí)期內(nèi)出生35名嬰兒,其中女性19名〔定Sex=0,男性16名〔定Sex=1。問這個(gè)地方出生嬰兒的性別比例與通常的男女性比例〔總體概率約為0.5是否不同？第1步分析：由于性別分為男與女兩種狀態(tài),故應(yīng)用二項(xiàng)分布檢驗(yàn)。第2步數(shù)據(jù)的組織：數(shù)據(jù)分成兩列,其變量名為"性別","頻數(shù)"。輸入數(shù)據(jù)并保存。進(jìn)行加權(quán)處理。第3步進(jìn)行二項(xiàng)分布檢驗(yàn)：第4步主要結(jié)果及分析從上表可知,相伴概率Sig.=0.736>0.05,因此沒有理由拒絕零假設(shè)。這說明此地新生兒男女比例與通常的男女比例相同。2.兩獨(dú)立樣本的非參數(shù)檢驗(yàn)[例7-3]某公司希望了解兩種品牌汽油A和B每加侖的行駛里程是否有區(qū)別,表7.15是兩種品牌汽油每加侖的行駛里程數(shù),在顯著性水平＝0.05下,判斷兩個(gè)品牌間是否存在顯著性差異？A30.428.729.232.531.729.530.831.130.731.8B33.529.830.131.433.830.931.329.632.833第1步分析：由于是兩種品牌的汽油,可以認(rèn)為是兩個(gè)獨(dú)立樣本,但行駛里程數(shù)根本不知道服從何種分布,可用兩獨(dú)立樣本的非參數(shù)檢驗(yàn)進(jìn)行分析。第2步數(shù)據(jù)組織：由于獨(dú)立樣本的非參數(shù)檢驗(yàn)所檢驗(yàn)的數(shù)據(jù)只有一列,故應(yīng)將A,B數(shù)據(jù)組織成一列,用另一列來區(qū)分A和B,作分組變量。第3步進(jìn)行獨(dú)立樣本的非參數(shù)檢驗(yàn)雙尾檢驗(yàn)的相伴概率為0.151,大于0.05,說明兩種汽油無顯著性差異。兩個(gè)相伴概率都大于顯著性水平0.05,因此應(yīng)接受零假設(shè),認(rèn)為兩種汽油之間無顯著性差異。Kolmogorov-SmirnovZ值為0.894,相伴概率值為0.400,大于顯著性水平0.05,因此應(yīng)接受兩種汽油之間無顯著性差異的原假設(shè)；根據(jù)游程檢驗(yàn)計(jì)算的Z統(tǒng)計(jì)量為-1.149,對(duì)應(yīng)在單尾顯著性概率為0.128,大于顯著性水平,因此應(yīng)接受兩種汽油之間無顯著性差異的原假設(shè)。從以上四種檢驗(yàn)方法所得到的結(jié)果是相同的,即兩種汽油之間無顯著性差異。3.多獨(dú)立樣本的非參數(shù)檢驗(yàn)4.兩相關(guān)樣本的非參數(shù)檢驗(yàn)?zāi)称髽I(yè)提出了一項(xiàng)新工藝,為了檢驗(yàn)新工藝是否能降低單位成本,隨機(jī)抽取16個(gè)工人分別用新舊工藝生產(chǎn)產(chǎn)品,測(cè)得單位成本資料如下表,請(qǐng)?jiān)陲@著性水平0.05下檢驗(yàn)是否新工藝降低了成本？new25121422211722161718192422152223old18171619241928182224223025202421第1步分析：由于是同一批工人和同一批機(jī)器,其先后的成本是相關(guān)的,同時(shí)也不知數(shù)據(jù)的分布情況,故應(yīng)用兩相關(guān)樣本的非參數(shù)檢驗(yàn)。第2步數(shù)據(jù)組織：數(shù)據(jù)分成兩列,第一列為新工藝的成本,第二列為舊工藝的成本。第3步兩相關(guān)樣本的非參數(shù)檢驗(yàn)：設(shè)置如下圖Z統(tǒng)計(jì)量為-2.160,相伴概率為0.031,小于顯著水平0.05,故應(yīng)拒絕原假設(shè),即認(rèn)為兩樣本不是來自于同一總體,說明有差異,新工藝可省成本。結(jié)果分析：Z統(tǒng)計(jì)量為-2.160,相伴概率為0.031,小于顯著水平0.05,故應(yīng)拒絕原假設(shè),即認(rèn)為兩樣本不是來自于同一總體,說明有差異,新工藝可省成本。其相伴概率為0.021,小于0.05,說明新工藝與舊工藝有顯著性差異,這與Wilxocon檢驗(yàn)結(jié)果是一致的。5.多相關(guān)樣本的非參數(shù)檢驗(yàn)?zāi)澄乃囃頃?huì)有5個(gè)節(jié)目,共有5個(gè)評(píng)委參與打分,其數(shù)據(jù)如下表。問這5個(gè)評(píng)委的判斷標(biāo)準(zhǔn)是否一致。節(jié)目1節(jié)目2節(jié)目3節(jié)目4節(jié)目5評(píng)委18.758.258.898.5評(píng)委2109.59.58.99.5評(píng)委39.69.19.18.59.6評(píng)委49.28.58.99.19.4評(píng)委59.659.29.19.18.9第1步分析：由于5個(gè)評(píng)委打分是分別針對(duì)同一個(gè)節(jié)目,所以數(shù)據(jù)之間具有相關(guān)性,同時(shí)不知道數(shù)據(jù)所服從的分布,可以采用多相關(guān)樣本的非參數(shù)檢驗(yàn)。第2步數(shù)據(jù)組織：由于是分析的評(píng)委之間的評(píng)判標(biāo)準(zhǔn)是否一致,故應(yīng)將每個(gè)評(píng)委所打的分各分成一列。第3步多相關(guān)樣本的非參數(shù)檢驗(yàn)：結(jié)果分析：卡方值為9.102,自由度為4,相伴概率為0.059>0.05,故應(yīng)認(rèn)為5個(gè)評(píng)委打分是一致的。卡方值為9.102,自由度為4,相伴概率為0.059>0.05,也應(yīng)認(rèn)為5個(gè)評(píng)委的打分具有一致性,這與Friedman檢驗(yàn)具有一致性。非參數(shù)檢驗(yàn)與卡方檢驗(yàn)比較：卡方檢驗(yàn)是數(shù)據(jù)總體是服從什么樣的分布〔都是頻次的方式呈現(xiàn)出來的非參數(shù)檢驗(yàn)是總體分布情況未知第五章均值檢驗(yàn)與T檢驗(yàn)參數(shù)檢驗(yàn)必須說明,他是服從某種分布的實(shí)例：1.Means過程〔均值檢驗(yàn)〔與非參檢驗(yàn)比較非參檢驗(yàn)中的二項(xiàng)式檢驗(yàn),但是只能是兩個(gè)變量。第1步數(shù)據(jù)組織；根據(jù)表5.1生成SPSS數(shù)據(jù)文件,建3個(gè)變量："sex"、"edu"、"num",數(shù)據(jù)文件的部分?jǐn)?shù)據(jù)如圖5-3所示。3、實(shí)例分析第2步打開主對(duì)話框；選擇分析→比較均值→均值,打開同圖5-1一樣的均值過程主對(duì)話框。第3步確定要進(jìn)行均值比較的變量；在圖5-1的對(duì)話框中,從左邊的候選變量列表框中選擇"人口數(shù)量〔num"變量,移入"因變量列表"文本框中,表示對(duì)該變量進(jìn)行均值比較分析。第4步確定分組變量；分組變量可以有幾層,選擇"性別〔sex"變量作為第一層分組變量,將其移入"自變量列表"文本框中。第5步確定輸出的統(tǒng)計(jì)量；單擊圖5-1上的選項(xiàng)…按鈕,彈出如圖所示的子對(duì)話框,選擇方差和eta復(fù)選框,進(jìn)行方差分析,單擊繼續(xù)按鈕,返回主對(duì)話框。結(jié)果分析：此表是性別的單因素方差分析。表中的Sig.值遠(yuǎn)大于0.05,說明不同性別受教育的人口數(shù)量沒有顯著性差異。人口數(shù)量與性別的相關(guān)性度量表。此時(shí)的Eta和Eta方取值都很小,說明性別和受教育的人口數(shù)量的相關(guān)性很差,這也和單因素方差分析表的結(jié)論是一致的。4.單樣本T檢驗(yàn)〔它是對(duì)總體均值的假設(shè)檢驗(yàn)[例5-2]某生產(chǎn)食鹽的生產(chǎn)線,其生產(chǎn)的袋裝食鹽的標(biāo)準(zhǔn)重量為500g,現(xiàn)隨機(jī)抽取10袋,其重量分別為：495,502,508,496,505,499,503,498,505,500。假設(shè)數(shù)據(jù)總體呈正態(tài)分布,請(qǐng)檢驗(yàn)生產(chǎn)線的工作情況。第1步數(shù)據(jù)組織；首先建立SPSS數(shù)據(jù)文件,只需建立一個(gè)變量"Weight",錄入相應(yīng)的數(shù)據(jù)即可。第2步打開主對(duì)話框；選擇分析→比較均值→單樣本T檢驗(yàn),打開同圖5-3一樣的單樣本T檢驗(yàn)主對(duì)話框。第3步確定要進(jìn)行T檢驗(yàn)的變量；在圖5-3所示的對(duì)話框中,選擇"Weight"變量作為檢驗(yàn)變量,移入"檢驗(yàn)變量"框中。第4步輸入要檢驗(yàn)的值；在圖5-4的對(duì)話框中的"檢驗(yàn)值"中輸入要檢驗(yàn)的值,本例應(yīng)輸入500。單樣本T檢驗(yàn)結(jié)果表,第一行的TestValue為檢驗(yàn)參數(shù)值500,即用于比較的總體均值,下面從左至右依次為檢驗(yàn)統(tǒng)計(jì)量〔t、自由度〔df、雙尾檢測(cè)概率P值〔Sig.<2-tailed>、樣本均值與和檢驗(yàn)值的差〔MeanDifference、均值差的95%置信區(qū)間〔95%ConfidenceIntervaloftheDifference。當(dāng)置信水平為95%時(shí),顯著性水平為0.05,從表中可以看出,雙尾檢測(cè)概率P值為0.432,大于0.05,故零假設(shè)成立,也就是說抽樣袋裝食鹽的重量與500克無顯著性差異,有理由相信生產(chǎn)線工作狀態(tài)正常。5.兩獨(dú)立樣本T檢驗(yàn)[例5-3]為比較兩種不同品種的玉米的產(chǎn)量,分別統(tǒng)計(jì)了8個(gè)地區(qū)的單位面積產(chǎn)量,具體數(shù)據(jù)見表5.8。假定樣本服從正態(tài)分布,且兩組樣本相互獨(dú)立,試比較在置信度為95%的情況下,兩種玉米產(chǎn)量是否有顯著性差異。第1步數(shù)據(jù)組織；根據(jù)表5.8,SPSS數(shù)據(jù)文件中建立兩個(gè)變量,分別為"品種"、"產(chǎn)量",變量"品種"的變量值標(biāo)簽為：a-品種A,b-品種B,錄入數(shù)據(jù)即可。第2步打開主對(duì)話框；選擇分析→比較均值→獨(dú)立樣本T檢驗(yàn),打開同圖5-4一樣的兩獨(dú)立樣本T檢驗(yàn)主對(duì)話框。第3步確定要進(jìn)行T檢驗(yàn)的變量；在圖5-4所示的對(duì)話框中,選擇"產(chǎn)量"變量作為檢驗(yàn)變量,移入"檢驗(yàn)變量"框中。第4步確定分組變量；選擇變量"品種"作為分組變量,將其移入圖5-4中的"分組變量"文本框中,并定義分組的變量值：Group1—1,Group2—2。結(jié)果分析：首先做2個(gè)樣本方差的齊性檢驗(yàn)。上圖中sig.=0.752>0.05,因此認(rèn)為2個(gè)樣本方差不存在差異,可以按照P=0.332取值。在顯著性水平為0.05的情況下,T統(tǒng)計(jì)量的概率p值大于0.05,故不應(yīng)拒絕零假設(shè),,即認(rèn)為兩樣本的均值是相等的,在本例中,不能認(rèn)為兩種玉米品種的產(chǎn)量有顯著性差異。6.兩配對(duì)樣本T檢驗(yàn)3、實(shí)例分析[例5-4]以下是某大學(xué)跆拳道選手15人的平衡訓(xùn)練的數(shù)據(jù),統(tǒng)計(jì)實(shí)驗(yàn)前、后平衡訓(xùn)練成績是否有差異。訓(xùn)練前：86,77,59,79,90,68,85,94,66,72,75,72,69,85,88訓(xùn)練后：78,81,76,92,88,76,93,87,62,84,87,95,88,87,80第1步數(shù)據(jù)組織；首先建立SPSS數(shù)據(jù)文件,建立兩個(gè)變量："訓(xùn)練前"、"訓(xùn)練后",錄入相應(yīng)數(shù)據(jù)。第2步打開主對(duì)話框；選擇分析→比較均值→配對(duì)樣本T檢驗(yàn),打開同圖5-5一樣的配對(duì)樣本T檢驗(yàn)主對(duì)話框。第3步確定配對(duì)分析的變量；將變量"訓(xùn)練前"和"訓(xùn)練后"添加到"成對(duì)變量"框中,作為第一對(duì)分析的配對(duì)變量。兩配對(duì)樣本T檢驗(yàn)的簡單相關(guān)關(guān)系及其檢驗(yàn)結(jié)果。表中第3列為訓(xùn)練前和訓(xùn)練兩樣本的相關(guān)系數(shù),第4列是相關(guān)系數(shù)的檢驗(yàn)p值。從表中可以看出,在顯著性水平為0.05時(shí),訓(xùn)練前后的概率p值為0.132,大于0.05,接受零假設(shè),可以認(rèn)為訓(xùn)練前后的成績沒有明顯的線性關(guān)系。由于概率p值為0.041,小于0.05,拒絕零假設(shè),可以認(rèn)為訓(xùn)練前后對(duì)成績有顯著效果。第六章方差分析單因素方差分析：用四種飼料喂豬,共19頭分為四組,每一組用一種飼料。一段時(shí)間后稱重,豬體重增加數(shù)據(jù)如下表所示,比較四種飼料對(duì)豬體重增加的作用有無不同。飼料A飼料B飼料C飼料D133.8151.2193.4225.8125.3149.0185.3224.6143.1162.7182.8220.4128.9143.8188.5212.3135.7153.5198.6第1步分析：由于考慮的是一個(gè)控制變量〔飼料對(duì)一個(gè)觀測(cè)變量〔豬體重的影響,而且是4種飼料,所以不適宜用獨(dú)立樣本T檢驗(yàn)〔僅適用兩組數(shù)據(jù),應(yīng)采用單因素方差分析。第2步數(shù)據(jù)的組織：數(shù)據(jù)分成兩列,一列是豬的體重,變量名為"weight",另一變量是飼料品種〔變量值分別為1,2,3,4,變量名為"fodder",輸入數(shù)據(jù)并保存。第3步方差相等的齊性檢驗(yàn)：由于方差分析的前提是各個(gè)水平下〔這里是不同的飼料folder影響下的體重weight的總體服從正態(tài)分布,且各組方差具有齊性。其中正態(tài)分布的要求并不是很嚴(yán)格,但對(duì)于方差相等的要求是比較嚴(yán)格的,因此必須對(duì)方差相等的前提進(jìn)行檢驗(yàn)。方差齊性檢驗(yàn)的方法：打開分析——比較均值——單因素ANOVA——選項(xiàng),在"方差同質(zhì)性檢驗(yàn)"前打鉤就可以了。方差齊性檢驗(yàn)的方法：方差齊性檢驗(yàn)的H0假設(shè)是：方差相等。從上表可看出相伴概率Sig.=0.995>〔0.05說明應(yīng)該接受H0假設(shè)〔即方差相等。故下面就用方差相等的檢驗(yàn)方法。上表是幾種飼料方差分析的結(jié)果,組間〔BetweenGroups平方和〔SumofSquares為20538.698,自由度〔df為3,均方為6846.233；組內(nèi)〔WithinGroups平方和為652.159,自由度為15,均方為43.477；F統(tǒng)計(jì)量為157.467。由于組間比較的相伴概率Sig.〔p值=0.000<0.05,故應(yīng)拒絕H0假設(shè)〔四種飼料喂豬效果無顯著差異,說明四種飼料對(duì)養(yǎng)豬的效果有顯著性差異。從整個(gè)表反映出來四種飼料相互之間均存在顯著性差異,