SPSS期末复习笔记
大学spss期末复习资料整理-含部分公式
第一章1.SPSS是软件英文名称的首字母缩写，其最初为Statistical Package for the Social Sciences的缩写，即“社会科学统计软件包”。
2.SPSS系统运行管理方式（SPSS的几种基本运行方式）有：（1）完全窗口菜单运行方式（2）程序运行管理方式（3）混合运行管理方式3.SPSS的界面提供的五个窗口：数据编辑窗口、结果管理窗口、结果编辑窗口、语法编辑窗口、脚本窗口。
第二章1.SPSS的文件类型：语法文件（*.sps）、数据文件（*.sav）、结果输出文件（*.spv）。
2.SPSS数据编辑器的每一行数据称为一个个案（Case）,每一个数据代表个体的属性，即变量（Variable）。
3.SPSS变量名的命名规则：1）必须以英文字母开头，其他部分可以含有字母、数字、下划线（即“-”）；2）变量名尽量避免和SPSS已有的关键字重复，例如sum、compute、anova等；3）SPSS13及以后版本支持变量名最长为64Byte,即变量名最长为64个英文字符，或者32个中文字符；4）SPSS变量名不区分大小写，即SPSS认为Name、name、nAme这三个变量名没有区别。
4.变量度量类型：定量（个数、高度、温度等）、定序（“十分重要”、“重要”、“一般”、“不重要”）、定类（名字、地址、电话等）。
5.列和宽度的区别：变量宽度：对字符型变量，该数值决定了你能输入的字符串的长度；列：设定该变量数据视图中列的宽度。
8.数据文件的合并包括：纵向合并和横向合并（合并个案和合并变量），合并变量包括一对一合并和一对多合并。
9.SPSS用“（*）”表示变量来自于当前活动数据文件中的变量，而用“（+）”表示将要和当前数据文件进行合并的数据文件中的变量。
10.在合并数据文件之前，所有需要合并的数据文件必须预先按照关键变量进行升序排列。
否则，合并文件程序将失败。
11.（选择题）一对一合并变量时，两个文件都要提供个案；一对多合并时，活动的和非活动的文件都可以作为关键字。
SPSS知识学习记录文本
Spss 学习笔记(1)在spss中，数据文件的管理功能基本上都集中在data和transform菜单上，其中transform主要实现变量级别的数据管理，如计算新变量、变量取值重新编码等，data的功能主要是实现文件级别的数据管理，如变量排序，文件合并、拆分等。
Transform菜单说明：计算新变量：compute变量转换：recode,visual bander,count,rank cases,automatic recode五个过程，可以看成是compute再某一方面的强化和打包。
专用过程：建立时间序列、缺失值代替和设定随机种子三个过程，前两个专用于时间序列模型。
设定随机种子的功能主要影响伪随机函数的使用。
数据分析中，将连续变量转换为等级变量，或将分类变量不同的变量等级进行合并是常见的工作。
而recode可以很好的完成这个任务。
Recode提供了精确的分组功能，但是如果希望进行的分组是有规律的，比如等距分组或者等样本量分组，使用recode过程进行操作就显得非常麻烦，而且可视化程度不高，可以使用visual bander过程进行可视化分段。
在数据分析中，将字符变量转换为数值变量是非常实用的一个功能，除了使用recode过程手工设定转换规则外，还可以使用automatic recode过程自动按照原变量的大小或者字母排序生成新变量，而变量值就是原值的大小次序。
Automatic recode的排序功能和rank cases类似，不同在于，automatic recode可以用于字符型变量。
所谓变量的秩序，就是对记录按照某个变量值得大小来排序。
Rank cases就是用来排序的专用过程。
Count：该过程用来表示某个变量的取值中是否出现某个值，可以使单个数值，也可以指定区间，并且可以仅给出条件，而不必对整个数据集进行操作。
该过程可以直接使用recode过程来实现。
Random number seed：默认情况下，随机种子随时间不停改变，这样计算出的随机数值无法重复，可以用该过程人为指定一个种子，以后所有的伪随机函数在计算时都会以该种子开始计算，即结果可以重现。
SPSS期末考试整理
●一。
变量的赋值1.乘方（**），例如二的三次方：2**32.不同规则的赋值：转换→计算变量（如果），每一个规则的赋值都要重新进行此步骤（但注意每一遍的变量名都不变，并且他都会问你要不要替换成新的变量，你选是就行了）3.不同规则的赋值：（1）转换→重新编码为不同变量：输入变量，输出变量，要点击“变化量”才可保存输出变量→新值和旧值：值（直接选取取值）、范围（最大到最小的范围，包含端点值），点击“添加”成功保存新值和旧值→所有不同取值规则都完成后点击继续、确定，则在变量视图多出一个新变量（2）若不想包含端点值，可以采取小数的方式变换，eg. 899.9（小数位比该变量属性的小数位多一位就行了）（3）这种要先把BMI按照男女分开，然后再分组的，可以在对话框中点击“如果”选项进行设置，并且要分别对男女进行上述操作（一共做两遍）。
二。
离散化1可视离散化：转换→可视分箱，分割点：所以想生成几组，就定义几个分割点；填写第一个分割点的时候就必须填写最小值；一定要选中上端点排除。
三。
排序1.转换→自动重新编码：不分组，从头到尾排序2.转换→个案排秩（1）多层次数据：基于A变量对B变量进行排序。
（例如，基于职称对收入进行排序，就是不同职称各自组内排工资的高低）（2）设置秩1；绑定值四。
时间序列：转换→变动值五。
查找与计数：转换→对个案内的值计数（查找“基本工资800-900女职工”，生成新变量，满足这个条件的标为1，不符合这个标准的标为0，男职工标为缺失。
范围：包含上限下限）●六。
数据→个案排序：把变量顺序完全按照你想要的标准排序，所有的变量顺序都会改变七。
拆分文件：要分男女进行数据统计：数据→拆分文件→比较组/按组输出，分组依据。
不分男女进行数据统计：数据→拆分文件→分析所有个案八。
选择个案（例如只选择三年级的变量进行分析）：数据→选择个案→如果条件满足：如果；随机个案样本；基于时间或个案范围；使用过滤变量（例如要把身高为缺失值和值为0的剔除）→输出：过滤（不符合条件的数据会画上“/”，原始数据并未删除）；将选定个案复制到新数据集（形成一个新的SPSS数据文件，原始数据并未删除）；删除未选定的个案（删除原始数据，不建议使用）→之后在分析的时候就只会分析三年级的变量。
SPSS期末复习资料记录材料.docx
SPSS 四种输出结果：枢轴表/ 轻量表、文本格式、统计图表、模型SPSS 四种窗口：语法窗口、输出窗口、数据窗口、脚本窗口SPSS 三种运行方式：命令行方式、批程序方式、菜单对话框SPSS 默认文件类型：数据文件*.sav ：此为SPSS 软件默认的数据文件格式，双击可由SPSS 直接读取。
命令文件*.sps ：可在语法编辑程序(syntax)中先编写或贴上欲执行之分析指令，并将其存贮起来，供日后重复使用或检查之用。
输出文件 *.spo:允许直接加以编辑或转贴到其他编辑软件，SPSS 16.0版之后将输出文件的默认格式改为*.spv 。
数据文件清洗——多余重复的数据筛选清楚，将确实的数据补充完整，将错误的数据纠正或删除。
数据→标识重复个案标识异常个案问题的答案被称作变量的取值。
将答案转变成可用于统计分析的数据，需要经过一个被称作“编码 coding”的过程。
数据阵 / 数据文件： n 个案例、 m 个变量构成的阵列SPSS 对数据的处理是以变量为基础的。
所以，数据录入前一定先定义变量及其属性，包括指定名称、（存储）类型、宽度、小数、标签、值、缺失、列（宽）、对齐、度量标准和角色。
这也被称作建立数据框架。
变量名必须以字母、汉字或字符@ 开头，数字不可以，其他字符可以是任何字母、数字或_、@、# 、$ 等符号。
变量名中不能有空白字符或其他特殊字符（如“！”、“？” 、“ *”等）。
变量名最后一个字符不能是英文句号（.）。
在 SPSS 中不区分大小写。
例如， HXH 、hxh 或 Hxh 对 SPSS 而言，均被视为同一个变量。
SPSS 的保留字不能作为变量的名称，如ALL 、AND 、BY、EQ、 GE、GT 、LT、NE 、NOT 、OR 、 TO 、WITH 等。
SPSS 中变量有 3 种基本类型：数值型、字符型（区分大小写）和日期型。
但根据不同的显示方式，数值型又被区分成：数值、逗号、圆点、科学计数法、美元、（用户）设定货币等 6 个子类型。
spss期末复习总结
复习总结社会学的理论就是解释现象背后的原因，寻找因变量背后的自变量，因果关系意味着：1共变关系2前后关系自变量在前、因变量在后3自变量与因变量之间是虚无关系第一章 详析模型一、前置变量1、早期的调查表明，教育层次越高的人越容易投票给共和党，从该调查我们可以得出一条假说：受过良好教育的人在政治上比较保守。
但是，后来的调查表明，有个强有力的前置变量影响到了教育水平和投票行为，它就是父母的财富。
也就是说，父母的财富对孩子的政治倾向有先行的影响。
2、结婚年数越多→发病率越高年龄越大→结婚年数越多→发病率越高 3、住房拥挤→夫妻冲突住房拥挤→家庭经济收入水平→夫妻冲突 火灾、火势大小二、中介变量强调过程是y x → ？ 还是y w x →→？职业地位是受收入影响的，收入又是受教育水平影响的 1、教育水平高→子女数量少教育水平高→重男轻女观念弱→子女数量少2、考虑一下教育和社会地位之间的关系，这两个变量有正相关关系。
但是，每个人都认识教育程度不高但是社会地位很高的人。
其原因可能是有另外一个变量渗入了：事业成功。
要了解事业成功是如何介入到教育与地位之间的，想想你认识的那些教育程度低但是由于事业成功而地位“不错”的人。
教育有助于地位提高。
不过事业成功会介入到教育和常规的社会地位中。
三、内含变量 y x →y x x x x →→⎪⎭⎪⎬⎫321而实际是y x →1 例子1 涂尔干提出整合影响自杀率，整合又是包括夫妻关系和子女关系的，但归根结底是整合中的子女关系影响的自杀率、子女关系导致的低自杀率， 例子2 社会地位低导致精神病患者⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧⎪⎩⎪⎨⎧⎪⎩⎪⎨⎧→⎪⎭⎪⎬⎫权利、收入、教育、自致、种族、性别、出生、先赋、受歧视、低教育水平、贫穷2123211321 例子3、当引入自变量中的某一内含变量之后，使原关系更加具体化，证明因变量主要是由这一内含变量引起的。
这在社科研究中是经常遇到的情况。
比如，我们想象抽烟和肺癌之间可能有关系，其实不是抽烟和肺癌，抽烟当中某个具体因素是引起肺癌的更重要的原因，这说明因变量主要是这个内含变量引起的。
spss期末复习总结
1-1、SPSS运行方式：菜单操作方式、程序运行方式、Include运行方式、Production Facility 方式。
1-2、Spss界面窗口：数据编辑窗口、结果管理窗口、结果编辑窗口、语法编辑窗口、脚本窗口。
1-3、在数据预处理中应用最广泛的是计算变量。
1-4、Spss基本模块不能直接实现的功能：统计分析、数据计划、数据收集。
1-6、spss不能直接打开*.html文件。
2-1、spss数据文件格式：每一行的数据成为一个记录；每一列为一个变量。
2-2、Spss数据编辑器界面为数据视图界面和变量视图界面（定义数据集的数据字典）。
2-3、变量名命名准则：必须以英文字母开口，其他部分可以含有字母、数字、下划线；变量名尽量避免和spss已有的关键字重复（sum、compute、anova）；变量名最长为64个英文字符或者32个中文字符；spss变量名不区分大小写。
2-4、变量的度量类型不是固定不变的，可以分局分析过程来改变变量的度量类型。
2-5、spss中字符型数据值区分大小写；字符型数据可以设置值标签。
2-6、对于数据的处理缺省值默认为”.”，字符串默认为空，若空字符串有意义，需在变量是同对缺省值进行定义。
2-7、spss只读入数据（excel）。
2-8、添加变量合并文件：一对一合并，一对多合并；合并相同个案数，不同属性的数据文件，为添加变量；合并数据之前，需按关键变量进行排序，合并的诗句恩见必须是.sav或已经在spss中打开的文件，并确保两个文件中需要合并的变量名称不同。
3-1、可视化分段方法：直接输入分割点；根据条件自动生成分割点。
3-2、填补缺失数据方法：序列均值、临近点均值、临近点的中位数、线性插值法、点处线性趋势。
3-3、在做统计分析之前一般要做数据效验，如果是录入错误则重新录入；若数据确实错误，则可将这些数据设置成缺失值。
3-4、“标记异常个案”过程基于个案偏离聚类组中心的大小来判断异常个案，一般用于探索性数据分析步骤中。
自己整理SPSS复习资料
SPSS复习资料国贸1105朱浩1、SPSS的几种基本运行方式：菜单操作方式, 程序运行方式, Include运行方式, Production Facility方式P112、SPSS的5个窗口:数据编辑窗口,结果管理窗口,结果编辑窗口,语法编辑窗口,脚本窗口。
结果管理窗口：也称为结果视图或者结果浏览器,用于存放SPSS软件的分析结果。
整个窗口分为两个区:左边为目录区,是SPSS分析结果的目录;右边是内容区,显示与目录对应的内容。
3、数据管理的特点：SPSS数据编辑器的每一行数据称为一个个案或记录，每一列数据代表个体的属性。
P264、SPSS数据编辑器的2个界面及特点：数据视图界面和变量视图界面. P28数据视图界面的数据编辑区是数据的信息；数据视图可执行工具栏的操作；数据视图左边显示单元格和单元格所在列的变量名，右边显示单元格的内容。
变量视图的数据编辑区是变量的信息；变量试图界面不含编辑区选择栏。
5、变量视图的属性及其作用:P32变量的名称：给出变量或者属性的名称。
变量类型：选择变量的显示方式.a．数值型.常见的尺度变量。
默认的数值宽度为8，小数位为2b．逗号:整数部分用逗号分隔的数值。
在整数部分,从个位算起,每三位数一个逗号,小数点仍然为“.”c．点: 整数部分用点分隔的数值。
在整数部分,从个位算起,每三位数用一个点分隔.小数点为”，”d．科学计数法：表示数值型数据e．日期:显示格式格式为dd-mmm-yyyy；mm/dd/yyyy。
f．美元：数据前有美元符号。
可以选择具体数据的呈现方式g．设定货币：选用客户设定的货币格式。
方法为【编辑】→【选项】→选择“货币标签”h．字符串:由英文字母和数字组成,在输入数据时不应输入双引号变量宽度：对字符型变量,决定能输入的字符串的长度小数位的宽度：设定小数位的宽度变量标签：对变量名含义的进一步解释说明列：设定变量数据视图中列的宽度对齐方式：列数据的对齐方式变量宽度类型：设定变量度量标准，有度量、序号、名义三种选择6、SPSS的文件格式:扩展名为.sav P367、读入数据的3种类型及其方法：P38 P45 P51读入Excel数据：【文件】→【打开】→【数据】→文件类型选Excel→双击.xls 在SPSS 读入Excel文件时，必须先关闭要读的Excel数据文件，否则读入时会报告错误。
spss期末复习资料
spss期末复习资料SPSS期末复习资料SPSS（Statistical Package for the Social Sciences）是一款广泛应用于社会科学领域的统计分析软件，其强大的功能和易于使用的界面使其成为许多研究人员和学生的首选工具。
在期末考试前夕，为了帮助大家更好地复习SPSS相关知识，本文将提供一些有关SPSS的复习资料和技巧。
1. SPSS的基本操作在使用SPSS进行数据分析之前，我们首先需要了解SPSS的基本操作。
首先，我们需要学会如何导入数据，可以通过直接输入数据或者导入外部文件的方式。
其次，我们需要了解如何对数据进行整理和清洗，包括删除重复数据、处理缺失值等。
最后，我们需要掌握如何进行基本的统计分析，例如描述性统计、频数分析等。
2. SPSS的数据处理与转换SPSS提供了丰富的数据处理和转换功能，可以帮助我们更好地分析数据。
例如，我们可以使用SPSS进行数据的排序和筛选，以便更好地理解数据的分布情况。
此外，我们还可以使用SPSS进行数据的变量转换，例如创建新变量、计算变量等，以满足我们的分析需求。
3. SPSS的统计分析SPSS作为一款统计分析软件，提供了丰富的统计分析方法，可以帮助我们深入挖掘数据背后的规律。
例如，我们可以使用SPSS进行相关分析，以了解变量之间的相关性。
另外，我们还可以使用SPSS进行回归分析，以探究变量之间的因果关系。
此外，SPSS还支持多种假设检验方法，例如t检验、方差分析等，以帮助我们进行统计推断。
4. SPSS的数据可视化数据可视化是数据分析的重要环节，它可以帮助我们更好地理解数据的分布和趋势。
SPSS提供了丰富的数据可视化方法，例如直方图、散点图、折线图等。
通过使用这些图表，我们可以直观地展示数据的特征，并发现其中的规律和异常情况。
5. SPSS的报告输出在完成数据分析后，我们需要将结果整理成报告，以便向他人展示我们的研究成果。
SPSS提供了报告输出的功能，可以将分析结果导出为Word、Excel等格式。
SPSS复习知识点及题目只是分享
教育统计与测量（SPSS）复习第一章：概述1．什么是信息？简单地讲，通过信息，可以告诉我们某件事情，可以使我们增加一定的知识。
英语中的信息是“information”，表示信息可以让受者产生某种形式的变化，这种变化可以让受者从认识上的不完全、不理解、不确定变为完全、理解和确定。
信息论的奠基者香农将信息定义为熵的减少，即信息可以消除人们对事物认识的不确定性，并将消除不确定程度的多少作为信息量的量度。
信息的价值因人而异。
所谓有用的信息，因人而异。
是否是信息，不是由传者，而是由受者所决定。
2．教育信息数量化的特点表示教育信息的数量与各种物理测量的数量有着明显的不同，在教育信息的统计处理中，应根据教育信息数量化的方法、特点不同，决定对这种信息进行统计处理的具体方法。
这是进行教育信息处理的重要关键。
3．教育信息数量化的尺度（1）名义尺度(nominal scale) ：名义尺度的数值仅具符号的意义。
名义尺度的数字多用于表示不同的数别，它为教育信息的表示，存贮带来了很大的方便。
（2）序数尺度(ordinal scale) ：序数尺度的数字多用于表示某些现象的排列顺序，可比较其大小，但不能进行四则运算，所以对这类数字的数值群的处理较多。
（3）距离尺度(interval scale，equal unit scale)：距离尺度又称间隔尺度，是指数值间的距离（间隔），具有加法性。
距离尺度要求具有等价的单位，但不要求确定的零点位置。
对距离尺度的数字可以计算算术平均值、计算标准差，求相关系数等各种统计处理。
（4）比例尺度(ratio scale) ：比例尺度是一种具有绝对零度的距离尺度值。
表示身长、体重的数值是比例尺度值。
对比例尺度的数字可进行各种统计处理。
4．数据的类型（1）定类数据（也称名义级数据），是数据的最低级。
（性别、编号）（2）定序数据（也称序次级数据），是数据的中间级。
（名次、优秀良好及格、有顺序的）（3）定距数据（也称间距级数据），是具有一定单位的实际测量值。
spss期末考点——第一课时
第一课时一、SPSS软件概述1.历史、地位（了解）2.SPSS的特点（了解）二、SPSS的使用1.安装、启动和退出（掌握）2.SPSS的三种窗口（1）数据编辑窗口—Data Editor，用于对SPSS的数据进行定义、录入、修改、管理等基本操作的窗口；SPSS运行过程中自动打开；且只能打开一个窗口(spss 15 以上版本允许同时打开多个）；运行过程中无法关闭；SPSS中各统计分析功能都是针对该窗口中的数据进行的；窗口中的数据以.sav存于磁盘上。
其中：Data view（数据视图）：用于数据编辑（掌握）V ariable view（变量视图）：用于数据结构定义（掌握）（2）输出窗口--Viewer，用于显示SPSS处理的结果或错误信息。
（输出以.SPO 或.SPV）（掌握）（10/12）（3）语句窗口—Syntax Editor （了解）3.SPPS的基本操作（了解）菜单、对话框（窗口、按钮、选项卡、参数选择）三、SPSS文件的管理1.新建数据文件（掌握）2.打开其他文件（掌握）3.保存数据文件（掌握）4.显示数据基本信息（掌握）5.数据文件的编辑（掌握）四、数据的类型1.常量与变量（1）数据类型（2）数据计量尺度：定距、定序、定类（重点掌握）2.如何定义一个变量（重点掌握）：(1)普通变量定义：(2)多选项变量定义：二分法和多选项分类法（专题再讲）3.插入（data—>insert variable）或删除(edit)一个变量（掌握）4.复制(edit->COPY->PASTE V ARIABLE)一个变量（掌握）五、数据的输入1.数据的输入方法：按单元格、变量或个案（了解）2.输入带有值标签的数据（了解）3.浏览数据文件变量名的方法（了解）4.数据的定位（了解）5.插入或删除一个个案（了解）。
spss期末复习要点
考试时间地点：2015-06-26 10:10-12:10，28-A206特别强调缺失值处理（自行查找Transform-replace missing value命令中五种方法的中文含义）、View菜单，期初重考强调茎叶图。
下文“各章内容”中提示截图的，要明白截图中各项的含义、把各项的操作与结果联系起来，可参考对应截图前后的原理和实例中的相关说明。
题型：1列举题：六种窗口、四种文件类型，各个主菜单的常用命令-中英文，条形图的三种图形模式和三种数据类型，概念（如多选变量p113）等2基本操作考察题：参考2-4章内容3统计分析考察题：参考5-9章内容各章内容：1初步认识SPSS（简答为主）：六种窗口、四种文件类型，各个主菜单的常用命令-中英文（简答或连线，p15-18常用命令的中英文一一对应）2数据文件的建立与清理（操作为主）：变量定义（截图-类似p35变量定义/p40变量值标签）、数据录入（截图-类似p48空白录入）3数据文件的操作与转换——Data菜单（操作为主）：合并文件（截图-类似p59增加个案/p62增加变量）、分类汇总（截图-类似p77）、选择个案（截图-类似p71）、个案加权（无截图-年龄段和喜欢节目的例子），个案排序、数据文件的转置、分割文件（中英文菜单）4变量值的转换与计算——Transform菜单（操作为主）：变量计算（截图-类似p90）、变量重编码（截图-类似p85/注意结果的写法及对应的操作）、缺失值处理（无截图-网上搜索spss缺失值处理的五种方法），变量计数、个案排秩（中英文菜单）5统计描述（分析结果为主）Analyze→Descriptive statistics：频数分析Frequencies、描述统计Descriptives、用多选变量生成新变量及其频数分析Multiple Response （截图-类似p117）；另注意探索性分析中的茎叶图6统计图表的生成与编辑（操作为主）Graphs：条形图的三种图形模式和三种数据类型（简答或连线p243图），五种常用统计图的中英文命令7t检验与方差分析（分析结果为主）Analyze→Compare Means：三种类型的t检验（截图-类似p123、p126、p130/三考一），方差分析（ANVOA截图-类似p137）；注意原假设、等方差假设是否满足、统计显著性检验结果（小概率事件原理）8列联相关与等级相关（分析结果为主）Analyze→Descriptive statistics→Crosstabs：列联相关（截图-类似p109），等级相关（截图-类似p112）；注意原假设、相关系数和统计显著性检验结果（小概率事件原理）；另Analyze→Correlate →Bivariate也可输出三个双变量相关系数9回归与相关（分析结果为主）Analyze→Regression：线性回归方程Linear（截图-类似p150），线性相关系数r（截图-类似p143）；特别注意建立的回归方程（含标准化回归方程）、回归方程及其系数的显著性检验、回归方程的决定系数，另注意输出表格标题的含义、Model下数字的含义、Durbin-Watson检验10逻辑斯蒂Logistic回归分析：不考11问卷的质量分析：不考。
spss学期笔记总结
学期笔记总结一、基本掌握1.研究要注意的问题2.题目的输入编码（各种题型的输入方法）3.数据的筛选：Data--select casesA.simple size（百分比和个数）B.If条件（复杂条件的筛选）4.简单编码5.新变量的产生：transform--compute--variable6.重新编码：transform--recode into different variable7.数据合并：Data--Merge files--1.Add Cases纵向合并（样本量增加） (注意ID码的重要性） 2.Add Variables横向合并（变量增加）二、描述统计（Analyze)类型：频率分析，描述分析，相关分析，图标分析，交叉分析等等1.连续变量统计：均值，标准差，众数，中数，平均数A.频率：Analyze--Descriptive statistics--123 FrequencyB.交叉分析：Analyze--Descriptive statistics--crosstabsC.多变量交叉分析--加层Analyze--Descriptive statistics--crosstabs（next加层）D.连续变量分析的数据分组Analyze--Descriptive statistics--123 Frequency--statisticsa.等分点：cut point for __equal groupsb.百分比：percentileC.重新编码和数据分组的综合运用2.多选题选项的分析：Analyze--multiple response--frequencies三、推断统计（Analyze)A.包括参数估计和假设估计B.用样本统计量推断（估计）总体参数采用标准误C.假设检验检验组间差异检验组内差异检验变量之间的关系1.单样本T检验:Analyze--Compare means--One sample T test一组数据和平均数进行比较（平均数自己输，可以设置置信度）结果：采用单样本T检验，结果发现T=5.63（p<.05）。
SPSS复习知识点及题目只是分享
SPSS复习知识点及题⽬只是分享教育统计与测量（SPSS）复习第⼀章：概述1．什么是信息？简单地讲，通过信息，可以告诉我们某件事情，可以使我们增加⼀定的知识。
英语中的信息是“information”，表⽰信息可以让受者产⽣某种形式的变化，这种变化可以让受者从认识上的不完全、不理解、不确定变为完全、理解和确定。
信息论的奠基者⾹农将信息定义为熵的减少，即信息可以消除⼈们对事物认识的不确定性，并将消除不确定程度的多少作为信息量的量度。
信息的价值因⼈⽽异。
所谓有⽤的信息，因⼈⽽异。
是否是信息，不是由传者，⽽是由受者所决定。
2．教育信息数量化的特点表⽰教育信息的数量与各种物理测量的数量有着明显的不同，在教育信息的统计处理中，应根据教育信息数量化的⽅法、特点不同，决定对这种信息进⾏统计处理的具体⽅法。
这是进⾏教育信息处理的重要关键。
3．教育信息数量化的尺度（1）名义尺度(nominal scale) ：名义尺度的数值仅具符号的意义。
名义尺度的数字多⽤于表⽰不同的数别，它为教育信息的表⽰，存贮带来了很⼤的⽅便。
（2）序数尺度(ordinal scale) ：序数尺度的数字多⽤于表⽰某些现象的排列顺序，可⽐较其⼤⼩，但不能进⾏四则运算，所以对这类数字的数值群的处理较多。
（3）距离尺度(interval scale，equal unit scale)：距离尺度⼜称间隔尺度，是指数值间的距离（间隔），具有加法性。
距离尺度要求具有等价的单位，但不要求确定的零点位置。
对距离尺度的数字可以计算算术平均值、计算标准差，求相关系数等各种统计处理。
（4）⽐例尺度(ratio scale) ：⽐例尺度是⼀种具有绝对零度的距离尺度值。
表⽰⾝长、体重的数值是⽐例尺度值。
对⽐例尺度的数字可进⾏各种统计处理。
4．数据的类型（1）定类数据（也称名义级数据），是数据的最低级。
（性别、编号）（2）定序数据（也称序次级数据），是数据的中间级。
（名次、优秀良好及格、有顺序的）（3）定距数据（也称间距级数据），是具有⼀定单位的实际测量值。
SPSS期末考试重点知识
1.SPSS全称Statistal Product and Service Solution。
2.数据类型：定距型、定序型、定类型。
3.非参数检验是指在总体不服从正态分布或分布情况不明时，用于检验数据资料是否来自相同总体假设的一类检验方法。
适用于分布类型未知，一端或两端误解，出现少量异常值的小样本数据，以及等级做记录的数据分析。
4.协方差分析是把线性回归和方差分析结合起来应用的一种方法，其目的是把与因变量y 值呈线性关系的自变量x值调成相等后检验两个或多个修正平均值间有无差别的方法。
5.方差分析的前提：正态性独立性方差齐性6.中位数n+12为中为数组M e=L+∑f2+F m−1f m×dL为组下限，∑f为总频数，F m−1为前一组的累计频数，f m为中为数组组次频数，d为组距。
众数M o=L+∆1∆1+∆2×dL为组下限，∆1组频数与其下限组次频数之差，∆2组频数与其下限组次频数之差，d为组距。
平均数x̅=∑M i f iki=1n，M i组中值，f i频数标准差s=√∑(M i−x̅)2f i ki=1n−17.卡方检验计算每个单元格的f e，f e=RT×CT/n，计算X2X2=∑(fo−fe)2fe在2×2单元格内为X2=n(ad−bc)2(a+b)(c+d)(a+c)(b+d)自由度为（R-1）(C-1),大于检验说明拒绝H0，显著相关。
分析-描述统计-交叉表-统计量-卡方8.T检验单样本资料的t检验单样本平均值与已知总体平均值比较的目的是推断样本所代表的未知总体平均值与已知总体平均值有无差别。
分析-比较平均值-单样本T检验两独立样本资料的t检验，常用于检验两个样本分别代表的总体平均值是否相等，具体的假设检验依各种问题的不同而异。
两个总体必须彼此独立也就是说，两个样本的观测值之间不能存在任何的历来关系，此类检验基于t分布，故必须假定两个总体均服从正态分布。
SPSS期末重点整理
t检验：一般是用于检验两组观测值的均值之间差异是否显著的统计分析方法。
单样本t检验：用于检验样本均值与总体均值或某个已知值之间的差异的显著性。
如果总体均值已知，那么样本均值与总体均值之间的差异显著性检验就属于单样本的t检验。
独立样本t检验：独立样本指的是样本之间彼此独立，没有任何关联。
两个独立样本的t检验用于检验两个不相关样本在相同变量上的观测值均值之间差异的显著性。
要求①正态性，各个样本均来自于正态分布的总体；②方差齐性，各个样本所在的总体的方差相等；③独立性，两组数据之间是相互独立的，不能够相互影响。
配对样本t检验：配对样本（或相关样本）指两个样本的数据之间彼此有关联。
配对样本t 检验用于检验两个相关样本的均值或一个样本，两次测量结果的均值之间差异的显著性。
方差分析：是一种通过分析样本数据的各项变异来源，以检验三个或三个以上样本平均数是否具有显著性差异的一种统计方法。
单因素方差分析：用于检验一个因素变量的不同水平是否给一个（或几个相互独立的）因变量造成了显著的差异或变化。
多重比较：进行了全方差分析之后，当自变量有3个或3个以上水平时，还有要对每两个组之间均值的差异进行比较，这称作事后组间均值的“多重比较”。
多因素方差分析：是检验两个或两个以上因素变量（自变量）的不同水平是否给一个（或几个相互独立的）因变量造成了显著的差异或变化的分析方法。
主效应和“交互作用”效应：主效应考察的是在忽略其他因素的情况下一个自变量对观察变量的影响，即这一个因素变量的不同水平分组下的观测值的均值之间的差异是否显著。
当一个自变量的单独效应随另一个自变量的水平的不同而不同时，则这两个自变量对因变量的影响存在交互作用。
协变量方差分析：是在进行方差分析时将那些除了要考察的自变量之外的、很难控制的、且对因变量产生显著影响的无关变量作为“协变量”，在分析自变量对因变量的影响时，消除协变量对因变量的影响，从而使分析的结果更准确。
spss期末复习总结
spss期末复习总结复习总结社会学的理论就是解释现象背后的原因，寻找因变量背后的自变量，因果关系意味着：1共变关系2前后关系自变量在前、因变量在后3自变量与因变量之间是虚无关系第一章详析模型一、前置变量1、早期的调查表明，教育层次越高的人越容易投票给共和党，从该调查我们可以得出一条假说：受过良好教育的人在政治上比较保守。
但是，后来的调查表明，有个强有力的前置变量影响到了教育水平和投票行为，它就是父母的财富。
也就是说，父母的财富对孩子的政治倾向有先行的影响。
2、结婚年数越多→发病率越高年龄越大→结婚年数越多→发病率越高 3、住房拥挤→夫妻冲突住房拥挤→家庭经济收入水平→夫妻冲突火灾、火势大小二、中介变量强调过程是y x → ？还是y w x →→？职业地位是受收入影响的，收入又是受教育水平影响的1、教育水平高→子女数量少教育水平高→重男轻女观念弱→子女数量少2、考虑一下教育和社会地位之间的关系，这两个变量有正相关关系。
但是，每个人都认识教育程度不高但是社会地位很高的人。
其原因可能是有另外一个变量渗入了：事业成功。
要了解事业成功是如何介入到教育与地位之间的，想想你认识的那些教育程度低但是由于事业成功而地位“不错”的人。
教育有助于地位提高。
不过事业成功会介入到教育和常规的社会地位中。
三、内含变量y x →y x x x x →→??321而实际是y x →1 例子1 涂尔干提出整合影响自杀率，整合又是包括夫妻关系和子女关系的，但归根结底是整合中的子女关系影响的自杀率、子女关系导致的低自杀率，例子2 社会地位低导致精神病患者→权利、收入、教育、自致、种族、性别、出生、先赋、受歧视、低教育水平、贫穷2123211321 例子3、当引入自变量中的某一内含变量之后，使原关系更加具体化，证明因变量主要是由这一内含变量引起的。
这在社科研究中是经常遇到的情况。
比如，我们想象抽烟和肺癌之间可能有关系，其实不是抽烟和肺癌，抽烟当中某个具体因素是引起肺癌的更重要的原因，这说明因变量主要是这个内含变量引起的。
浙江财经SPSS金融分析软件复习笔记
1.打开数据文件“Employee data”将CCA定义为“￥****.**元”的数据类型再将文件中的变量“salary“修改成“￥****.**元”的数据类型。
操作过程：单击编辑→选项→货币在“设定输入格式”选项栏中选中“CCA”；在“所有值”选项栏中在“前缀”后输入“￥”在“后缀”后输入“元”；完成后单击“确定”。
修改成文件中的变量“salary”的数据类型。
2.例：某企业的出纳员在2006年9月12日要对以下三张商业票据进行贴现试利用SPSS计算：票据天数、贴现天数、贴现利息和贴现金额：（当天日期是09/12/2006）(贴现利率为6%=0.06）票据票据金额开票日期到期日期当天日期A 5000 12/11/2005 12/11/2006 09/12/2006B 8000 05/18/2006 11/18/2006 09/12/2006C 10000 06/28/2006 09/28/2006 09/12/2006操作过程：转换——计算变量——函数——全部——ctime.days--将第一个数据推到“？”中，敲一个减号，再将第二个数据推上去CTIME.DAYS(V5 - V4)——确定数字表达式：票据金额*0.06/365*贴现天数贴现金额=票据金额-贴现利息3.定义缺失值的方法：操作过程：打开缺失值对话框可以看到有三个选项：没有缺失值这是系统默认的状态。
离散型缺失值选择此项可以在下面的矩形框中输入三个确定的、可能在变量中出现的值作为缺失值。
也可以少于三个但不能多于三个。
4.例：打开数据文件“机械厂”先对“工龄”作描述统计。
然后找出“工龄”中的不合理数据，将其定义成缺失值。
然后再对“工龄”作描述统计，观察前后的不同效果。
5.排序操作过程：选择“数据—排序个案”命令打开“排序个案(Sort Cases) ”对话框如图2-1-10所示。
6.转置例：以下数据资料是某化工批发站两个年度销售的主要产品的数量和价格要求计算拉斯贝尔产量指数、派许价格指数和总销售额指数：产品名称单位基期产量基期价格报告期产量报告期价格硫酸吨3500.00 0.6430 3850.00 0.6400硝酸吨300.80 0.4000 400.00 0.4115盐酸 吨 1265.50 0.3654 1500.00 0.3500 纯碱 吨 1156.43 0.1154 1208.00 0.1170 烧碱 吨 300.00 0.1085 450.00 0.1200 操作过程：转换-计算变量——目标变量分别为p0q0、p1q1、p0q1、p1q0 数据——转置——将所有数据送过来计算变量——目标变量（sum ）——数字表达式sum （第一个数据，最后一个数据）SUM(var001,var005)7.加权对于以下数据资料，利用加权，计算ABC 银行25年间的平均年利率： 年利率rate 年数 f0.03 1 0.05 4 0.08 8 0.11 10 0.15 2 合计： 25计算公式：或者先取对数：操作过程：方法一：计算变量——目标变量rate_1=rate+1——加权个案（工具栏小天平）——将f 送到频率变量——转换——计算变量——目标变量ln_rate_1——数字表达式ln （rate_1）——小数位数4位——分析——描述——ln_rate_1——选项——均值——其余不要——excl ——exp （均值）-1 —— =EXP(0.0865)-1方法二：计算变量——目标变量rate_1=rate+1——加权个案（工具栏小天平）——将f 送到频率变量——分析——报告——个案汇总——rate_1——统计量——几何均值——继续——确定8.选择个案课堂练习：打开“SPSS ”自带的数据文件“Employee data ”，按照以下要求操作： （1）使用随机数字生成器，设置起点，固定值为123456；（2）从全部的个案中随机选择大约50%的个案，（3）对salary 进行描述统计，填充以下表格： 操作过程：不等于或者并非9.分组251481021 1.03 1.05 1.08 1.10 1.1510.0864568.6456%G X -=⨯⨯⨯⨯-==1ln (ln(1.03)4ln(1.05)8ln(1.08)10ln(1.10)2ln(1.15))250.082921339GX =+⋅+⋅+⋅+⋅=0.08292133911 1.08645610.086456G X e -=-=-=操作过程：工具栏——分割文件——比较组分析个案——确定——表示去掉拆分10.查找与替换操作过程：工具栏11.合并操作过程：横向合并添加变量(Add V ariables)纵向合并添加个案课堂练习：打开“SPSS”自带的数据文件“Voter”，按照以下要求操作：（1）利用“定义日期”，生成一列序号变量，变量名为id；（2）将文件另存为“1.sav”；（3）使用“选择”，将文件“1.sav”的第1~1000个个案做成新文件“2”；将其余个案做成新文件“3”；（4）纵向合并文件“2”和“3”操作过程：(1)数据——定义日期——“日”——删掉DATE_——将DAY_改为id(2)选择个案——基于时间或个案全距——范围——1—100——删除为选定个案——保存为2（3）数据-合并文件——添加个案——确定（1）将文件“1.sav”中变量id 、pres92 、age 、agecat做成新文件“4”；将文件“1.sav”中变量id 、educ 、degree 、sex 做成新文件“5”；（2）横向合并文件“4”和“5”12.分类汇总SPSS提供了三组函数但每个汇总变量只能选择一个描述统计量进行汇总。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SPSS四种输出结果：枢轴表/轻量表、文本格式、统计图表、模型SPSS四种窗口：语法窗口、输出窗口、数据窗口、脚本窗口SPSS三种运行方式：命令行方式、批程序方式、菜单对话框SPSS默认文件类型：数据文件*.sav：此为SPSS软件默认的数据文件格式，双击可由SPSS直接读取。
命令文件*.sps：可在语法编辑程序(syntax)中先编写或贴上欲执行之分析指令，并将其存贮起来，供日后重复使用或检查之用。
输出文件*.spo: 允许直接加以编辑或转贴到其他编辑软件，SPSS 16.0版之后将输出文件的默认格式改为*.spv。
数据文件清洗——多余重复的数据筛选清楚，将确实的数据补充完整，将错误的数据纠正或删除。
数据→标识重复个案标识异常个案问题的答案被称作变量的取值。
将答案转变成可用于统计分析的数据，需要经过一个被称作“编码coding”的过程。
数据阵/数据文件：n个案例、m个变量构成的阵列SPSS对数据的处理是以变量为基础的。
所以，数据录入前一定先定义变量及其属性，包括指定名称、（存储）类型、宽度、小数、标签、值、缺失、列（宽）、对齐、度量标准和角色。
这也被称作建立数据框架。
变量名必须以字母、汉字或字符@开头，数字不可以，其他字符可以是任何字母、数字或_、@、#、$等符号。
变量名中不能有空白字符或其他特殊字符（如“！”、“？”、“*”等）。
变量名最后一个字符不能是英文句号（.）。
在SPSS中不区分大小写。
例如，HXH、hxh或Hxh对SPSS而言，均被视为同一个变量。
SPSS的保留字不能作为变量的名称，如ALL、AND、BY、EQ、GE、GT、LT、NE、NOT、OR、TO、WITH等。
SPSS中变量有3种基本类型：数值型、字符型（区分大小写）和日期型。
但根据不同的显示方式，数值型又被区分成：数值、逗号、圆点、科学计数法、美元、（用户）设定货币等6个子类型。
不过，只有数值(N)最为常用。
默认状态下，所有变量的类型均为数值型，且宽度是8位、小数位是2位。
对话框界面可修改宽度和小数位，然后“确定”，但宽度必须大于小数位。
变量标签是对变量名的进一步描述，可长达120个字符SPSS有两类缺失值：系统默认缺失值和用户定义缺失值。
对于数值型变量值，系统默认缺失值为圆点“.”，而字符型变量值的系统默认缺失值为空字符串（什么也没有）。
指定“列”实际上是设定变量的显示宽度，默认为8个字符的宽度。
统计学中，按照对事物描述的精确程度，将度量标准从低到高区分为4种类型：定类尺度：仅能测定类别差，不能比较大小，各类之间没有顺序和等级，只能计算频数频率百分比，可以使用数值型变量，也可以是字符型变量。
要符合穷尽和互斥的原则。
定序尺度：可比较优劣或排序，但数值不代表绝对数量大小，可以是数值型变量，可以是字符型变量。
可以计算频数、频率和累计频率、累计频数。
定距尺度：不仅能区分不同类型并排序，还能指出类别之间的差距是多少，最典型的是温度。
严格来说只能加减。
其0值没有物理含义，没有绝对的“0”点，故不能做乘、除运算。
定比尺度：测算两个测度值之间比值，与定距变量相比差别是有一个固定的绝对“零点”。
0在定距变量中仅是一个测量值，而定比变量真正表示没有。
可以加减乘除。
E.g.重量、年龄可以将高层次测量尺度的结果转换为低层次测量尺度的测量结果，但不能把低层次的转化为高层次的。
半开放题的处理：指定变量时，可以使用两个变量，第1个变量中，“其他”作为一个选项；第2个变量将“其他”中“请注明”的内容作为一个单独的开放题，而将没有选择“其他”一项的案例在此变量上的取值作为系统缺失值。
为使得变量名之间具有一定的逻辑联系，可以考虑将第二个变量的名称设置为由第一个变量名称后直接加“a”之类的字符。
多选题的处理：①多重二分法：编码时，将每一个选项定义成一个变量，有几个选项就有几个变量，且均以取值等于1表示选了该项、以取值等于0表示未选该项。
（标准处理方式）②多重分类法：也是利用多个变量来对一个多选题的答案进行编码。
应该用多少个变量，取决于实际可能给出的最多答案的数目而定。
这多个变量必须为数值型变量，所有变量采用同一套取值标签。
Excel、txt的文件读取之后要保存为SPSS的文件。
插入终止线时，开始（即0列）处和结尾（最后一列）处必须插入，否则会少变量F4.0 A1 F是数值型A是字符串F4.0就是数值型宽度是4 小数是0什么是固定宽度的，什么是分隔符等分开的？数据管理转换→变量级别的—计算新变量：compute—已有变量值的分组合并：recode（重新编码为不同/相同变量）将度量变量重新分组为序号变量，或者将序号变量、名义变量的不同取值加以归类合并“重新编码为相同变量”：对现有变量直接进行编码，保留该变量，只是根据设定的规则替换掉原来的取值。
“重新编码为不同变量”：根据现有变量的取值生成一个新变量来保存重新编码的结果。
包括端点！！—连续变量的离散化如果想进行的分组是比较有规律的，例如，等距分组，或等样本量分组，可以使用SPSS提供的“可视离散化”过程进行分组。
SPSS提供了两种可视离散化：需用户自行判断设定的可视离散化和基本全自动的最优离散化。
建议生成分割点的时候先填第一个分割点的位置和个数，然后自动生成宽度。
—变量的自动重编码与数值移动自动重编码：自动按照原变量取值的大小或字符顺序生成新变量，而新变量的值就是原变量值大小的序号或先后序次。
个案排秩：变量的排秩实际上就是根据某个变量的取值大小来对个案排次序，同时将得到的排序结果保存到一个新变量中。
虽然效果同样都是基于某个变量对个案进行排序，但“个案排秩”过程比“自动重新编码”过程更为灵活。
结：遇到相同取值如何给序号值默认为最常用的秩：新变量的值等于原变量取值的序号数值移动：在SPSS中，一种方式是以“计算变量”过程利用Lag( )函数、Lead( )函数来实现lag函数是返回之前的，取前面的数（滞后），在杂项里面；lead函数是返回后面的，取后面的数（提前），但是计算变量里面没有lead函数了转换→转换值—“转换”菜单中的其他功能“对个案内的值计数”过程用于标识某个变量中是否出现了某个值或某个范围的值，也可以计算一组变量中出现特定取值的变量个数。
数据→文件级别的—排序个案用户所指定的变量被称作排序变量排序个案v.s.个案排秩区别：是否产生新变量；个案相对位置是否变动。
—拆分文件可以和选择个案达到同样的目的按照不同组分别汇总统计结果“按组组织输出”拆分文件一旦设定，除非另行取消，否则将在后续的数据处理和分析中一直有效，而且会被另存在数据集里。
—选择个案（筛选）除了拆分文件的功能，还有并不想对全部个案进行分析，而只是想对其中的一部分进行分析，这也需要用到“选择个案”过程。
过滤掉未选中个案：默认未选中个案不包括在分析中，但保留在数据中；并在数据文件中生成名为filter_$的变量加以标识，取值1表示被选中，0表示未被选中；数据视图最左端未被选中个案处会标以反斜杠。
选择个案一旦设定，除非另行取消，否则将在后续的数据处理和分析中一直有效，而且会被另存在数据集里。
随机个案样本精确后面的两个框框：第一个框表示样本的容量。
第二个框表示样本的范围，也就是从第一个个案开始到第多少个个案老师随机抽选同学回答问题就是这样做的。
—加权个案给不同个案赋以不同的权重，以改变个案在统计分析中的重要性。
通常两种情况下会用到这一过程：以频数形式录入的数据；不等概率样本数据。
加权个案一旦设定，除非另行取消，否则将在后续的数据处理和分析中一直有效，而且会被另存在数据集里。
（同样的还有选择个案和拆分文件）—分类汇总按指定的分类变量对个案进行分组，并按分组对变量求指定的描述性统计量，结果可以另存为新数据文件，也可以直接（生成新变量）添加到当前数据文件。
个案数：定义一个新变量，其取值等于每一分组下的个案数目上方、下方都是开区间内部：取值大于等于a且小于等于b外部：取值小于a或大于b分类汇总与拆分文件两个过程有何异同：分类汇总还对变量做了描述性统计，而拆分文件只是对变量做了分类汇总，对变量进行描述还需要进一步的操作。
—数据文件的重组（指的是长、宽格式之间的转换）数据录入的默认格式每一案例占一行、每一变量占一列。
这种数据被称作宽格式数据某些特殊情况下，比如重复测量数据，进行分析时需要采用长格式数据，即：按照每一观测（observation）占一行、同一个案占多行的格式排列的数据。
（标识符变量、索引变量）①长→宽将选定个案重组为变量转换后原文件中的数据被直接替换，但文件名没有变。
②宽→长将选定变量重组为个案—数据文件的合并①纵向拼接/垂直合并添加的是个案②横向合并/水平合并添加的是变量若使用关键变量（指定横向合并时按照什么样的规则进行对应）进行横向合并，则各数据文件都必须事先按照关键变量取值进行升序排列，否则会出错。
为便于以SPSS进行横向合并，各数据文件中，表示不同含义的变量尽量采用不同的变量名称。
单变量描述统计：集中趋势测量（中心性、中心测量）→众数（适用于任何测量等级的变量：名义、序号和尺度变量）中位数（只适用于序号、尺度变量，而不适用于名义变量，序号变量要还原到数字本来代表的意思，有一半的被调查对象的…在…以下/上）均值（均值是数据分布的平衡点。
只适用于尺度变量，而不适用于名义、序号变量。
另外，均值对变量的取值大小很敏感，故，对于存在极端值的情形，均值不宜用作反映变量分布集中趋势的指标，更好的选择是中位数。
）左偏（负偏态）：均值<中位数<众数右偏（正偏态）：众数<中位数<均值（平均数受偏高数值影响较大）若要分析不同城市的中位数等的结果，可以先拆分文件再进行分析离散趋势测量（尺度统计量）→方差（总体：()221N ii Y Y N σ=-=∑样本：()2211nii y y s n =-=-∑ 单位是变量原始测量单位的平方 样本方差，也被称作样本修正方差，它是总体方差的无偏估计。
这也是为什么需要在计算样本方差时除以n-1的原因）、标准差、异众比例（1-众数组所占比例）、范围（全距/极差）分布形状测量→峰态（峰点陡缓程度通过计算峰度kurtosis 系数来测量，多峰分布往往意味着群体内部存在分化）偏态（分布是否对称通过计算偏度skewness 系数来测量，SK 是无量纲的量，取值通常在-3到+3之间，其绝对值越大，表明偏斜程度越大。
当分布呈右偏态时，SK>0，故也称正偏态；当分布为左偏态时，SK<0，故也称负偏态。
）统计学 = 描述统计 + 推断统计（参数检验&非参数检验）推断统计 = 参数估计 + 假设检验（由样本来认识总体的两种方式）参数估计 = 点估计 + 区间估计描述统计的目的在于：简化或概括数据（信息）。