单变量描述统计分析报告
第3章 单变量统计描述分析
众数
(众数的不唯一性)
无众数 原始数据: 一个众数 原始数据:
10
5
9 12
6
8
6
5
9
8
5
5
多于一个众数 原始数据: 25 28 28 36 42 42
中位值
中位值(概念要点)
1. 2.
集中趋势的测度值之一 排序后处于中间位置上的值
50%
3. 不受极端值的影响
50%
Me
4. 主要用于定序变量，也可用定距变量，但不能用于定类 变量
统计表 （频数分布表、百分比分布表）
制作统计表的要求？ 1、要有表号、表头、标识行、主体行、表尾 2、表的两端不封口 3、简单明了，中间不画线 4、百分比分布表要有样本总数 一般用得比较多的是百分比分布表， 因为百分比分布表可以还原成频数分布表 P25
统计表 （频数分布表、百分比分布表）
怎么样制作统计表？ 1. 定类变量 2. 定序变量 3. 定距变量 P24-29
3. 定距变量：方差及标准差 （重点是未分组数据的求法）
异众比率
异众比率
1. 离散程度的测度值之一 2. 非众数组的频数占总频数的比率 3. 计算公式为 P49
4. 用于衡量众数的代表性
四分位差
四分位差
四分位值：排序后处于25%和75%位置上的值
25%
Q25
四分位差
1. 各变量值与均值的离差之和等于零
(X
i =1 n
n
i
X) =0
2. 各变量值与均值的离差平方和最小
(X
i =1
i
X ) = min
2
众数、中位数和均值的比较
第二章 单变量统计描述分析
第二章单变量统计描述分析第一节单变量统计描述基本技术一、变量的计量尺度/层次1、定类变量——最低层次的变量类型。
只有类别属性之分，无大小程度之分。
根据变量值，只能知道研究对象的异同。
从数学运算特性来看，定类变量只有等于或不等于的性质。
2、定序变量——层次高于定类变量。
取值除类别属性外，还有等级、次序之分。
数学运算特性除等于或不等于外，还有大于或小于。
3、定距变量——层次高于定序变量。
取值除类别属性、次序之外，取值之间的距离可以用标准化的举例度量。
数学运算特性除等于不等于，大于小于之外，还可以加减。
如收入，以1元为标准化距离，则2000元比1500元多了500元。
4、定比变量——最高层次变量。
除了上述三种属性外，可以进行乘除运算。
1、社会学研究中，能够满足定距而不能同时满足定比要求的变量不多。
如智商,因为智商0分只有相对的意义，0分不等于没有智商，且0值不固定。
当前社会统计方法很少要求达到定比层测，所以只介绍前三种层次变量。
2、在社会学研究当中，有些变量的层次是不统一可变的，可用定序层次也可用定距层次，根据研究需要。
高层次变量可以降低层次来使用。
一般来说，测量层次越高越好，数学特性就越多，统计分析就越方便，能了解资料的程度就越深入。
二、基本技术1、次数分布（定类）——针对定类变量最基本的统计分析方法。
面对大量的数据资料，首先要组织整理，第一步就是要采用次数分布来简化资料，看某变量的每一个值出现的次数是多少。
定类变量的取值要求：变量取值必须完备，使得每个各观察值都有所归类；必须互斥，一个观察值只能归入一类，对于分组数据遵循上限不包括在内原则。
次数分布可简化资料，但不能比较样本，因为样本量不同。
2、比、比例和比率（通常保留一位或两位小数）比：某两类的次数相除，如性别比=男性/女性比例：某类次数除以总数，老年人口比例=老年人口数/总人口数×100%比率：某一确定变量相对应的某些事件发生的频率。
单变量资料分析范文
单变量资料分析范文单变量资料分析是统计学中的一种基本数据分析方法，用于描述和探究单个变量的性质和分布情况。
在单变量资料分析中，我们只关注一个变量的取值，而不考虑与其他变量的关联。
本文将介绍单变量资料分析的基本概念和方法，并结合实例进行说明。
首先，单变量资料是一组由同一属性的观测值组成的数据。
例如，我们可以收集一些城市1000个居民的年龄数据，这就是一个单变量资料。
在单变量资料中，我们关注的是每个个体的特征，而不考虑个体间的关系。
集中趋势是用于表示数据集中程度的度量，主要有均值、中位数和众数。
均值是将所有观测值相加然后除以观测值的总数，它可以反映出数据的整体水平。
中位数是将所有观测值按大小顺序排列，位于中间的那个值，它可以反映出数据的中间位置。
众数是出现次数最多的观测值，它可以反映出数据的主要取值。
离散程度是用于表示数据分散程度的度量，主要有极差、方差和标准差。
极差是最大观测值与最小观测值的差，它可以反映出数据的变动范围。
方差是观测值与均值的离差平方和的平均数，它可以反映出数据的整体离散情况。
标准差是方差的正平方根，它可以反映出数据离均值的平均距离。
接下来，我们以一些城市的居民年龄数据为例，进行单变量资料分析。
假设我们抽取了1000个居民的年龄数据，现在我们需要对这些数据进行分析。
首先，我们可以计算出年龄的均值、中位数和众数。
假设计算结果为均值45岁，中位数43岁，众数为40岁。
这些统计量给出了居民年龄的整体水平、中间位置和主要取值。
然后，我们可以计算出年龄的极差、方差和标准差。
假设计算结果为极差60岁，方差200，标准差14.14、这些统计量给出了居民年龄的变动范围、整体离散情况和离均值的平均距离。
此外，我们还可以使用图表进行单变量资料的可视化分析。
常用的图表有条形图、饼图和箱线图。
条形图可以直观地显示不同年龄段的人数分布情况。
饼图可以直观地显示不同年龄段的占比情况。
箱线图可以显示年龄的五数概括（最小值、下四分位数、中位数、上四分位数和最大值），以及异常值的情况。
第五章SPSS单变量描述统计分析(副)
分位数是变量在不同分位点上的取值。分位点在0－ 100之间。一般使用较多的是四分位点（Quartiles） ，即将所有数据按升序排序后平均等分成四份，各分位点 依次是25％，50％，75％。于是四分位数便分别是25 ％，50％，75％点所对应的变量值。此外，还有八分位 数、十六分位数等。
1 x n
n
i 1
xi
（2）中位数（Median）：即一组数据按升序 排序后，处于中间位置上的数据值。如评价社 会的老龄化程度时，可用中位数。 （3）众数（Mode）：即一组数据中出现次数 最多的数据值。如生产鞋的厂商在制定各种型 号鞋的生产计划时应该运用众数。
（4）均值标准误差（Standard Error of Mean）： 描述样本均值与总体均值之间的平均差异程度的统计量 。其计算公式为：
常见的刻画离散程度的描述统计量如下： （1）全距（Range）：也称极差，是数据的最 大值（Maximum）与最小值（Minimum ）之间的绝对离差。 （2）方差（Variance）：也是表示变量取值 离散程度的统计量，是各变量值与算数平均数 离差平方的算术平均数。其计算公式为：
1 2 (xi x) n i1
• 5.2.2 计算基本描述统计量的操作
（1）选择菜单Analyze－Descriptive Statistics－Descriptives,出现如下窗口：
（2）将需计算的数值型变量选择到Variable(s)框中。 （3）单击Option按钮指定计算哪些基本描述统计量，出现 如下窗口：
基本统计量 分布
1n 3 3 S k e w n e s s ( x x ) / i ni 1
资料统计分析——单变量描述统计
注：▲ 表示该数据类型最适合用的测度值
众数、中位数和平均数的比较2
平均数比中位数利用了更多的数据信息，对总 体的描述更全面和准确。 平均数很容易受到极端值变化的影响，而中位 值不会受到这种影响。
对于抽样调查来说，平均数是一种比中位数更 为稳定的量度，它随样本的变化比较小。
众数、中位数和均值的关系
频数分布表和频率分布表实例
注意的是，对于一项有一定规模的调查样 本来说，一般不宜对如年龄、收入、时间 等定比变量做频数分布表或频率分布表。 因为，此时类别很多，而每一类别中个案 数不多，所得结果繁杂不适用。
二、集中趋势分析
集中趋势测量：用某一个典型的变量值或特 征值来代表全体变量的问题，这个典型的变 量值或特征值就称作集中值或集中趋势。
小结
1、集中趋势测量和离散趋势测量具有互补性， 集中趋势反映的是资料的代表性，离散趋势反 映的是资料的差异情况；
2、选何种方法，要注意变量的测量层次，彼此 的关系综合如下：
定类变量 定序变量 集中趋势 离散趋势 众值 中位值 定距变量 均值 标准差
异众比率 四分位值
四、异众比率（variation ratio）
指的是一组数据中非众数的次数相对于总体全 部单位的比率。用VR表示。
其意义是指众数所不能代表的其他数值在总体 中的比重。异众比率越大，则众数代表性越小； 异众比率越小，则众数代表性越大。
5、离散系数（coefficient of variation）
1.甲、乙、丙命中的总环数分别为93、93、91，所以丙理应先被淘汰。 2.甲、乙命中环数的平均数均为9.3，计算标准差。S甲= 0.21 ，S乙= 3.在总成绩相同的情况下，理应派发挥较稳定的甲参加比赛。
单变量的统计描述分析社会统计学
特点 概率密度函数关于均值对称。
偏态分布的概念与特点
概念：偏态分布是指概率密 度函数不对称于均值的情况。
特点
01
分布曲线可能有一个或多个
峰值。
02
03
分布曲线可能偏向均值的一 侧或两侧。
04
05
分布的离散程度可能大于正 态分布。
正态性与偏态性的判断与检验
判断方法
可以通过观察数据的直方图或Q-Q 图来判断数据的分布形态。正态分布 的直方图应该呈现钟形，而偏态分布 的直方图则可能呈现其他形状。
如果四分位距较大，说明数据分布较为分散，存在较大的异 常值；如果四分位距较小，说明数据分布较为集中，异常值 的影响较小。
06 正态分布与偏态分布
正态分布的概念与特点
概念：正态分布是一种连续概率分布， 其概率密度函数以均值为中心，呈钟形 对称。
曲线下的面积为1，代表所有可能结果的 概率总和。
分布曲线是单峰的，即只有一个峰值。
直方图是一种用直条矩形面积代表各组频数，各矩形面积总和代表频数的累积，以 扇形面积代表各组出现的频率的统计图。
直方图可以直观地展示数据的分布情况，帮助我们了解数据的离散程度和集中趋势。
在制作直方图时，需要选择合适的分组方法和组距，并根据数据的特征和需求进行 合理的调整。
饼图与环形图
• 饼图是一种圆形图表，用于表示各部分在总体中所 占的比例。
03
中位数主要用于描述偏态分布的数据，对于异常值不敏感。
众数
01
众数是数据中出现次数最多的数值。
02
对于未分组的数据，众数是一组数据中出现次数最多的数值；
对于分组数据，众数是某一组别的频数最高。
众数主要用于描述分类数据的集中趋势，不适用于连续型数据。
10 单变量统计描述小结
全面描述：分布，统计图，统计表 特征值描述： 集中趋势 离散趋势
众值 中位值 均值 异众比率：适用于定类、定序、定距变量； 极差、四分互差：适用于定序、定距变量； 方差、标准差：适用于定距变量。
特征值：
观察值 理论值 频率 概率 频率分布 概率分布 频率密度 概率密度 向上累计频率 分布函数 样本均值 数学期望 样本方差
p(λ);λ=np
• 连续型随机变量分布（定距变量） x • 正态分布 N , 2 Z • 标准正态分布 N 0,1
•
分布：参数-自由度K
2
( Z1 ) P( Z Z1 )
2
2 P ( 2 )
Z1
• t 分布：参数-自由度K
正态（对称） 3 0
正（右）偏态 3 0
负（左）偏态 3 0
正态峰，正态分布 4 0
尖峰，正峰态 4 0
扁平峰，负峰态 4 0
• 离散型随机变量分布 大总体（N>>n），独立，重复抽样：二项分布，三项分布 小群体，非独立，非重复抽样：超几何分布（二项；三项） 1.随机变量 如果满足二点分布，则其概率分布为：p ( 0) q p ( 1) p —— 二点分布的分布律。
总体方差
大数定理：大量观察 贝努里大数定理：样本成数（样本频率） 总体成数（总体概率） 切贝谢夫大数定理：样本均值 数学期望（总体均值）
• 分布： 观察值：直方图、折线图 理论值：概率密度曲线图 • 特征值：偏度系数；峰度系数
中心极限定理： 大量观察，随机变量 之和，随机变量均值 的分布——正态分布
• F 分布： 参数-自由度K1，K2
P( F F )
统计学课件 第2章 单变量统计描述分析
罪犯数 (人)
30 25
罪犯数
20 15 10 5 新罪 无新罪
(人)
50
40
30
20
0 文学课 监狱
10
文学课
监狱
(2) 定序变量：条形图(长条按序排列， 条形可以离散，也可以紧挨)。 (3) 定距变量：直方图；折线图。 ※ 直方图：由紧挨着的长条组成， 但长条的宽度有意义。以长条的宽度 表示组距，条形的长度表示频次密度 或相对频次密度(频率密度) ，长条的 面积来表示频次或相对频次。
40.5
65.5
年龄
※ 折线图：用直线连接直方图中条形顶端的中点 就得到折线图。折线图可使资料频次分布的趋势 更明显。当组距逐渐减小时，折线将逐渐平滑为 曲线。
频次 密度
2.2 2.0 1.8 1.6 1.4 1.2 1.0
图2-4 一星期内新娘人数的分布
0.8 0.6 0.4 0.2 0
15.5 20.5 25.5 30.5
表2-4 一星期内新娘人数的分布 年龄段
15.520.5 20.530.5 30.540.5 40.565.5
频次 频次密度
频次 密度
2.2 2.0 1.8 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0
1
22
9
5
0.2
2.2
0.9
0.2
图2-4 一星期内新娘人数的分布
15.5 20.5 25.5 30.5
（二）定序尺度（顺序尺度）：是对事物之间等 级或顺序差别的一种测度。 例2：产品等级（一等品、二等品…） 考试成绩（优、良、中、可、差） ●特点： 1.不仅可以测度类别差（分类），还可以测度 次序差（比较优劣或排序）； 2.无法测出类别之间的准确差值，因此该尺度的 计量结果只能排序，不能进行算术运算。
第五章 单变量的描述统计分析
第五章单变量的描述统计分析5.1 频数分析(Frequencies)5.1.1 频数分析的过程5.1.2 频数分析的实验5.2 描述(Descri ptives)统计5.2.1 描述统计的过程5.2.2 描述统计的实验5.3 对输出的表格进行直接编辑5.3.1 修改表格的尺寸5.3.2 修改表格的标题和单元格的内容5.3.3 删除表格的行、列和单元格5.3.4 表格的拷贝5.4 利用菜单命令和选项对输出的表格进行编辑5.4.1 表格的行列互换5.4.2 对表格中的单元格的内容进行编辑在计算机领域中有著名的80/20 规则，即80%的任务是由20%最常用的指令完成的，而另外80%的复杂指令只完成20%的不常用任务。
本章所介绍的这些指令均是最常用的20%的指令，它们能够完成最常用、最基本的统计分析功能。
5.1 频数分析（Frequencies）频数分析是统计分析中最常用的功能之一，它适用于离散型资料，也就是定类变量（Nominal）和定序变量(Ordinal)。
其功能是描述离散型变量的分布特征。
频数分析通常是通过频数分布表来完成的。
5.1.1 频数分析的过程频数分析的功能可通过下述过程来实现：1．打开频数分析对话框执行下述操作：Analyze→Descriptive Statistics→frequencies 打开对话框如图5-1 所示。
左侧源变量窗口列出的是该文件的全部变量。
图5-1 频数分析对话框Display frequency tables 是确定是否在结果中输出频数表的选项。
系统默认状态是输出频数表。
2.确定进行频数分析的变量从左侧的源变量窗口中选择将要进行频数分析的变量，使之进入到Variables 窗口内。
3．选择统计分析结果单击Statistics（统计量）按钮，打开对话框如图5-2 所示。
图5-2 统计分析对话框在该对话框中包括四个选项栏。
每个选项栏中都包括若干个可选项。
可选项被选中后，将在输出文件中输出对应的统计结果。
第二章 单变量统计描述分析
社专本111 2011761114 梁雪彩P59第二章单变量统计描述分析六、根据以下统计资料：（汉族，50,000）（苗族，22,000）（布依，20,000）（藏族，1,000）问：（1）能做成那些统计图？（2）如果做成条形图，对变量值的排列是否有要求？答：（1）能做成条形图和圆饼图（2）如果做成条形图，对变量的排列没有要求，因为题目中的统计资料是定类变量，长条排列次序可以任意，定类变量无大小、高低次序之分。
七、根据以下资统计料：（老年，1,000）（中年，2,000）（青年，5,000）问：（1）能否做成直方图？为什么？（2）如果做成条形图，对变量值的排列是否有要求？答：（1）不能，因为上述为定序变量，定距变量才能做成直方图。
（2）如果做成条形图，对变量的排列有要求，因为题目中的统计资料是定序变量，长条按序排列，定序变量有大小、高低次序之分。
十三、以下是某班参加业余活动的情况的调查：C=“书社”P=“摄影组”J=“舞蹈团”O=“体育组”C C C P O P C C C P O O P C O C P C C PO C P C C O C J C O O C P C C O O O O PO C O O O O P O P P（1）试作统计图和统计表某班参加业余活动情况的条形图某班参加业余活动情况的圆饼图：表1.1某班参加业余活动情况的调查表（2）选择适当的集中值和离散值，并讨论之。
集中值众值M0=书社则可知参加书社业余活动的人数最多中位值Md=N+1/2=25.5 中位值Md=摄影组均值=19+12+1+18/4=12.5离散值异众比率r=（N-fm0）/N=50-19/50=0.62 异众率比较高，则认为总数的代表性较差，所提供的信息量较少。
极差：R=观察的最大值-观察的最小值=18 极差大表示资料分散，人们选择的业余活动的人数有比较大的差异。
四分互差Q=Q75-Q25 Q50 的位置=50+1/2=25.5Q25的位置=50+1/4=12.75Q75的位置=3（50+1）/4=38.25Q25=书社Q75=体育组四分互差Q=Q75-Q25=体育组-书社可知有50%的人选择体育组和书社这两项活动方差=[（19-12.5）＾2+（12-12.5）＾2+（1-12.5）＾2+(18-12.5) ＾2]/4=51.31标准差=7.16。
单变量数据的分析与描述
作用：可以显示数据的集中趋势和离散程度， 还可以显示异常值
折线图
定义：用线段的升降来表示指标的连续 变化情况，并目在绘图中要依水平坐标 轴给出数据分组，再用折线依次连接各 点，各点之间的连线叫线段。
适用场景：适用于描述一个变量随另一个 变量变化趋势。
优势：能够清晰地反映数据的变化趋势和 分布情况。
报告结构与内容
引言：介绍报告的目的、 背景和意义
数据来源：说明数据的来 源、收集方法和可靠性
数据描述：对数据进行描 述性统计分析，如均值、 中位数、众数、方差等
数据分析：对数据进行深 入分析，如相关性分析、 回归分析等
结果解释：对分析结果进 行解释和讨论，回答报告 的目的和问题
结论：总结报告的主要发 现和结论，提出建议和展 望
众数：出现次数最 多的数
均值、中位数和众 数的关系及其在描 述性统计分析中的 应用
数据的离散程度
平均数：描述数据的中心 位置
标准差：描述数据离散程 度的大小
方差：数据与平均数之差 的平方的平均数
极差：数据中的最大值与 最小值之差
数据的均值：描述数据的中心趋势
数据的分布形态
数据的偏度：描述数据分布的不对 称性
业等领域。
时间序列分析
时间序列分析的定义：对按时间顺序排列的数据进行统计分析和处理，以发现数据内 在的规律和趋势，并用于预测未来的趋势和行为。
时间序列分析的步骤：数据收集、数据清洗和整理、模型选择和参数估计、模型检 验和预测。
时间序列分析的方法：包括指数平滑法、ARIMA模型、神经网络、支持向量机等。
适用场景：适用于展 示两个变量之间的关 系，特别是当变量之 间的关系比较复杂时
数据的基本特征
实验一、变量的描述性统计分析
【实验名称】实验一、变量的描述性统计分析【实验目的】1、掌握在Eviews中建立工作文件的方法；2、掌握单变量序列的描述统计分析；3、利用有关命令，进行多变量的相关分布，会绘制多变量的散点图。
【实验内容】P42-练习题2：查找近二十年来我国财政收入和国内生产总值的数据，利用EViews软件分别以菜单方式和命令方式建立EViews文件，并进行初步的描述性分析。
【实验步骤及结果】一、查找原始数据：在网上查找到1978年-2008年我国财政收入和国内生产总值的数据，将其复制粘贴制作成EXCEL。
EXCEL如下所示：二、导入数据：打开Eviews，点击菜单中的下拉依次选择，，如下图所示。
输出如下图对话框，选择相应的文件，点击打开，再点击finish按钮即可。
得到如下的财政收入y和国内生产总值gdp的数据表：三、单个序列的分析：（1）、折线图：在对话框内输入line语句：依次得到如下财政收入y和国内生产总值gdp单个和合起来的折线图如下所示：从上图中我们可以看出财政收入y和国内生产总值gdp都随着时间不断增长，且存在一定的趋势性。
（2）、直方图：在对话框内输入bar语句：得到如下财政收入y和国内生产总值gdp的直方图如下所示：从上图中我们同样可以看出财政收入y和国内生产总值gdp都随着时间不断增长，且存在一定的趋势性。
（3）、P值：在对话框内输入hist语句：得到如下财政收入y和国内生产总值gdp的描述性统计图：从上图中可知财政收入y的均值是11703.27，中位数是4348.95，最大值是61330.35，最小值是1132.26，标准差是15425.52，偏度是1.86，峰度是5.74，P值接近于0。
从P值可知，序列在99%的置信水平下拒绝原假设，即财政收入y不服从正态分布。
从上图中可知国内生产总值gdp的均值是72289.11，中位数是35333.9，最大值是314045.4，最小值是3645.2，标准差是82654.74，偏度是1.40，峰度是4.22，P值接近于0。
第三章 单变量描述统计分析演示文稿
方差分析的基本概念
观测因素（观测变量）：如农作物产量、妇女生育 率、工资收入、广告效果。 控制因素（控制变量）：如广告问题中的广告形式、 地区规模、选择的栏目播放时段、播放频率等。 水平：控制变量的不同类别成为控制变量的不同水 平。如广告形式中的电视广告、广播广告、网络广 告等。 注：通常观测变量为定距以上的变量、控制变量为 定类或定序的变量。
16
17
观测变量
两两比较 对比 方差齐性检 验等
控制变量
18
齐方差性检验：对控制变量不 同水平下各观测变量总体方差 是否相等进行分析。其零假设： 各水平下观测变量总体方差无 显著差异。 当不能把握方差齐性假设时， 这两个统计量比F检验更稳健。
19
注：该图可以辅助对平均数的趋势做出判断。
20
7
方差分析的三个基本假设： 各样本应相互独立 观测变量的k个水平下的k个总体应服从正态分布 观测变量的k个水平下的k总体的方差应相等 注：在实际应用中能够严格满足这些假定条件的客 观现象是很少的，但一般应近似地符合上述要求。
8
如何判断控制变量的不同水平上观测变量值是否产 生明显波动呢？方差分析是通过推断控制变量各水 平下观测变量的总体分布是否有显著差异来实现。 在基本假设2，3下，方差分析对各总体分布是否有 显著差异转换成对各总体均值是否存在显著差异的 推断。 因此：方差分析从对观测变量的方差分解入手，通 过推断控制变量各水平下各观测变量的总体均值是 否存在显著差异，分析控制变量是否给观测变量带 来了显著影响，进而再对控制变量各个水平对观测 变量影响的程度进行剖析。
其中 为观测变量的均值， ai 是控制变量A在水平i下对观测变量产生的效应， bj 是控制变量B在水平j下对观测变量产生的效应，
第2章：单变量描述分析(上).
作业与练习
见公共邮箱
第二节 统计表
所谓统计表就是用表格形式来表示变量的分布， 它不需要文字叙述，就能反映出资料的特性以 及资料之间的关系，方便我们对统计资料进行 查对、比较、分析和记忆。
一、统计表的格式、内容、种类 格式：表号、总标题、横行标题、纵栏标题、
表6、某社区三个心理卫生中心的横向计算的百分比分布
类别
已婚者（192） 离婚者（82） 订婚者（62）
未婚母亲 （66）
其他（36）
A 中心 133 ％ 32.8 23.2 43.5 19.7
－*
B 中心 193 ％ 45.8 45.1 32.3 48.5
－*
C 中心 112 ％ 21.4 31.7 24.2 31.8
A、如果变量的取值有限，则可以采用一一列举的方 式进行统计表的制作。
B、如果变量取值的变化幅度过大，如果一一列举， 势必形成很长的分类，而每一类的频数又变的很少。 这种情况下适宜采用组距式统计表，即分段统计。
（2）对于连续型变量，由于任意两变量之间 的取值都是无穷的，而且从原则上讲没有任意 两个观察值是绝对相等的，所以我们没有办法 采用一一列举的办法使每个取值对应某个确定 的频数，解决的办法只能是将变量值进行分组， 制作组距式统计表。
家庭结构分布表
家庭结构类型 核心家庭 直系家庭 联合家庭 其他 合计
频数 1050 720 110 250 2130
某企业就业人员学历分布表
学历 初中 高中 大学 合计
频数 80 50 70 200
某班学生的年龄分布表
年龄（岁） 17 18 19 20 21 22 合计
- 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)。
Descriptive Statistics菜单项
Frequencies 频数分析过程
Descriptives 描述统计过程
Explore
探索性描述统计过程
Crosstabs 互联表统计分析过程
频数分析（Frequencies）
该过程可计算数据资料的各种 描述统计指标、给出变量简单频数 分布表、绘制几种变量分布图。
•
对上以敬，待下以宽。。2022年3月23 日星期 三上午 5时4分 41秒05 :04:412 2.3.23
•
你要明白，你爱的不是那段时光，不 是那个 念念不 忘的人 ，不是 那段经 历，你 爱的只 是当年 那个羽 翼未丰 但依然 执迷不 悔的自 己。。2 022年3 月上午 5时4分 22.3.23 05:04 March 23, 2022
单变量描述统计分析
1.概述 2.频数分析( Frequencies ) 3.描述统计( Descriptives ) 4.探索性数据分析( Explore ) 5.平均数分析( Means )
数据列表
本章小结
统计学
概述
描述统计学
推断统计学
描述统计：数据的收集、整 理、显示、对数据中有用信息的 提取和分析。对变量集中趋势和 离中趋势的分析是其主要内容。
Analyze ￫Compare Means ￫ Means
出现对话框
对不同年龄的性别的身高、体重进 行平均数分析。
一级对话框
二级对话框—Options
第三章 数据列表
P62 50位大学新生年龄 P65 上述资料分类后的数据 P67 五家企业计划完成情况及一级品率 P71 两种类型卡车等级数据 P76 ２３名青少年身高
本章小结
对数据资料进行统计描述是统计分析中最基 本的工作，描述统计指标也是进一步深入分析的 基础，反映数据的集中趋势和离中趋势是描述统 计的主要内容，因此算术平均数和标准差是主要 的描述统计指标。
使用SPSS软件进行数据描述，熟练掌握 Frequencies过程和Descriptives过程是非常重 要。若仅要求计算几个单变量描述统计指标，则 选择Descriptives过程，若需进行较全面的描述 分析，则选择Frequencies过程。在进行单变量 描述统计分析中，输入分组数据时，ｘ为组中值， ｆ为次数，运行过程前一定要先进行加权。
Analyze ￫Descriptive Statistics ￫ Frequencies 出现对话框
1.原始数据资料分析
2.次级数据资料分析
一级对话框
二级对话框—Statistics
二级对话框—Charts
二级对话框—Format
原始数据资料分析
原始数据资料是已知各变量 值而未做任何整理的资料，对 它可直接输入和计算频数分布 指标。
•
天时不如地利，地利不如人和。。202 2年3月 23日星 期三5 时4分41 秒05:0 4:4123 March 2022
•
读书有三到：谓心到，眼到，口到。 —明·朱 熹。上 午5时4 分41秒 上午5 时4分05: 04:412 2.3.23
•
只有没出息的思想，没有没出息的工 作。。2 2.3.232 2.3.230 5:0405: 04:410 5:04:41 Mar-22
该过程计算数据资料的各种描 述统计指标，但不给出分布图。
Analyze ￫Descriptive Statistics ￫ Descriptives 出现对话框
1.产量计划完成百分比 2.平均一级品率Fra bibliotek一级对话框
二级对话框—Options
探索性分析（Explore）
探索性数据分析是指对数据的初步 考察，由描述统计指标和直观的图形组 成。包括检查数据错误、描述整体或分 组数据的数量特征和分布特征，假设检 验，奇异值辨认等。
书62页例子 数据文件名：p62.SAV
次级数据资料分析
1. 对资料进行分组 菜单Transform ￫Recode
￫Into same Variables 2. 对已分组资料进行频数分析 ①输入各组组中值ｘ和次数f; ②对变量值进行加权 ③进行Frequency过程
描述统计（Descriptives）
SPSS主菜单Analyze中 Descriptive Statistics菜单项中 包括对变量的描述统计分析。
描述统计量
反映集中趋势的描述统计量： 数值平均数：算术平均数、调和平均数、几何平均数 位置平均数：众数、中位数、分位数
反映离中趋势的描述统计量： 全距、平均差、标准差、离散系数
反映分布趋势的描述统计量： 偏斜度、峰度
Analyze
￫Descriptive Statistics
￫ Explore
出现对话框
对两种类型卡车等级数据进行探索 性分析，比较它们的安全性能。
一级对话框
二级对话框—Statistics
二级对话框—Plots
二级对话框—Options
平均数分析（Means）
该过程主要用于分组计算各统 计指标，也可以进行单因素随机设 计方差分析和线性检验。
•
如果你指挥不了自己，也就指挥不了 别人。 。22.3.2 322.3.2 3Wednesday, March 23, 2022
•
工作使人充实，勤奋使人快乐。。05: 04:4105 :04:410 5:043/ 23/2022 5:04:41 AM
•
大多数的错误是企业在状况好的时候 犯下的 ，而不 是在经 营不善 的时候 。。22. 3.2305: 04:4105 :04Mar -2223-Mar-22
•
心有猛虎，细嗅蔷薇。。2022年3月23 日星期 三5时4 分41秒 Wedne sday, March 23, 2022
•
向往成功的桂冠，就别空费每一天。 。05:04: 4105:0 4:4105: 04Wed nesday, March 23, 2022
•
竞争是一个人愿意得到别人所有的一 种烦恼 。。22. 3.2322. 3.2305: 04:4105 :04:41 March 23, 2022
•
即使赠品只是一张纸，顾客也是高兴 的。如 果没有 赠品， 就赠送“ 笑容” 。。202 2年3月 23日上 午5时4 分22.3. 2322.3. 23