第四章SPSS的基本统计分析

基本统计分析的图形工具
• 以制作条形图为例
绘制简单条图（单式条图） 绘制复式条图
绘制堆积条图（分段条图） 定义统计图中数据的表达类型：
同一变量若干条记录的分组汇总 条图反映了不同变量的汇总 条图反映了个体观察值
基本统计分析的图形工具
• 以制作条形图为例
• 第一种模式下的三种图形：ount
基本统计分析的图形工具
• 以制作条形图为例
• 第二种模式下的三种图形：用于若干变量的统计量的比较
62 60 58 56 54 52 50 48 46
收入情况
未来收入情况
50
40
30
20
10 0
中心城市
户口所在地
边远郊区
100 80 60 40 20
0 中心城市
户口所在地
• 小于0表示在平均水平下,大于0反之.
• 正态分布的数据标准化后呈标准正态分布（68.2%，95.4%，99.7%）
• save standardized values as variables选项
• 将变量作标准化后,结果存入名为“Z+原变量名”的新变量中.
– 数据标准化处理应用举例
• 你能以较简便的方法快速找到取款数目出众的储户吗？
计算描述统计量
• 描述陡峭程度的统计量
– 峰度(kurtosis):描述某变量所有变量值分布形态陡缓程度的统计量。
• 峭度为0表示与标准正态分布峭度相同。 • 大于0表示比标准正态分布陡，尖峰。 • 小于0表示比标准正态分布缓；平峰。
计算描述统计量
• 其他统计量 •
– 标准误差(standard error S.E):抽样分布中的标准差，反映样本误差。
频数分析
• 应用举例 储户的职业分析 特点：定类数据 频数分布表输出按频数升降序输出
储户收入水平分析 特点：定序数据 除使用频数、百分比、总数外，还可以充分使用累计百分比
频数分析
• 频数分析中的其他分析 • 计算分位数:适用于定距数据
– 数据按升序排序后，找到若干个分位点上的变量值 – quartiles:计算四分位数25%(QL)、50%(中位数)、75%(QU) – cut points for n equal groups:n等份 – percentile:自定义百分位点
• 基本方法
– 计算基本描述统计量
计算描述统计量
• 描述集中趋势的统计量
– 均值(mean):表示某变量所有变量值集中趋势或平均水平的统计量。 • 适用于定距数据。 • 特点：利用了全部数据，易受极端值的影响。
• 描述离散程度的统计量
– 标准差(standard deviation--Std Dev):表示某变量的所有变量值离散程度的 统计量。 • SPSS中计算的是样本标准差。
• 采用的方法
– 计算频分布表：包括计算频数、百分比、累计百分比 – 绘制统计图形：条形图、饼图
频数分析
• 基本操作步骤
(1)菜单选项:analyze->descriptive statistics->frequencies (2)选择几个待分析的变量到variables框. (3)chart选项，选择所需要的图形
C HI
MATH
基本统计分析的图形工具
• 直方图和P-P图
10
Expected Cum Prob
– 方差(variance):标准差的平方。 • SPSS中计算的是样本方差。
– 极差 (range):最大值(maximum)—最小值(minimum)
计算描述统计量
• 描述对称程度的统计量
– 偏度(skewness):描述某变量分布形态的偏斜程度和方向的统计量.
• 偏度为0表示对称; • 大于0表示正偏差大(右偏),频数最大的值比均值小,极值大于均值; • 小于0表示负偏差大(左偏)
220
200
180
160
140
120
100
80
60
户口所在地
中心城市
边远郊区
140 120 100 80 60 40 20
0 中心城市
户口所在地
300
200
100
边远郊区
0 中心城市
收入水平
户口所在地
1000元以下 1000~3000元 3000~5000元 1500元以上
边远郊区
收入水平
1500元以上 3000~5000元 1000~3000元 1000元以下
(2)选择将参加计算的数值型变量名到variables框。
• 分析比较不同户口所在地储户取款情况
• 比较集中趋势 • 比较离散趋势 • 比较偏斜程度 • 比较陡峭程度
• 实现方式：数据拆分
计算描述统计量
• 其他功能
– 数据标准化处理
• 新变量的均值为0,标准差为1;
zi (xi x) / SD
• 分位数的应用
• 在排除极端值影响的条件下，通过计算分位数差，比较两 组样本数据的离散程度
– 例: ( QL=50,QU=80) 和 (QL=70,QU=75) 的比较 • 分位数、中位数、众数的应用举例
不同户口所在地的储户取款金额比较 利用分位数（不显示频数分析表）
计算描述统计量
• 目的
– 精确把握变量的总体分布状况，了解数据的集中趋势、离散趋势、对 称程度、陡峭程度。
•
– 均值标准误差(means of S.E)
• 中心极限定理认为：样本均值~N(u,2/n) • 反映样本均值与总体真值间的平均离散程度 • 样本数越大，样本均值的离散程度越小，对真值的估计越
准确
计算描述统计量
• 基本操作步骤 (1)菜单选项:analyze->descriptive statistics->descripive
收入情况 未来收入情况
边远郊区
未来收入情况 收入情况
N <2 N <2
N <2
基本统计分析的图形工具
• 箱线图
• (箱线图中以四分位差的1.5倍为标准剔除值）
100 90 80 70 60 50 40 30 20
N=
SEX
30
female
30
male
120
100
80
60
40
20
N=
60
60
MA TH
第四章 SPSS的基本统计分析
基本统计分析
• 频数分析 • 计算基本描述统计量（分布特征测度） • 图形分析工具 • 列联分析
频数分析
• 目的
粗略把握变量值的分布状况。
例：研究被调查者的特征（如：性别、年龄、收入） 研究被调查者对某个问题的总体看法（如：教学方式、选修课程） 研究被调查者某方面的状态（如：购买家电的类型、居民月支出状况）