SPSS-4-多变量的描述性统计
SPSS软件学习_spss统计描述过程
11
分布曲线形状：偏度的含义
偏度：
大于0表示=正偏=右偏=均值在中位数的右边
左偏
右偏
均值 中位数 众数
众数 中位数 均值
63
12
分布曲线形状：峰度的布
峰度大于0
13
二、描述统计量过程
Frequency
Horsepower
70
60
50
40
30
20
10
Std. Dev = 38.52
Mean = 104.8
0
N = 400.00
50.0 70.0 90.0 110.0 130.0 150.0 170.0 190.0 210.0 230.0
60.0 80.0 100.0 120.0 140.0 160.0 180.0 200.0 220.0
中位数适用于任意分布类型的资料。用中 位数来描述连续变量会损失很多信息，对于 对称分布资料，优先考虑使用均数，仅仅均 数不能使用时才用中位数加以描述；
中位数对于定序变量、连续变量均可以使 用。对定序变量通常采用中位数（不是众数） 来反映更多、更精确的信息。
36
4.2.3 其它集中趋势描述指标
1. 截尾均数 数据排序 去掉最两端的数据（常用的截尾均数有5% 截尾均数，即两端去掉5%的数据，在SPSS 中Explore中可以实现）
如果截尾均数与原均数相差不大，说明 数据不存在极端值，反之相反。
37
2.几何平均数
常用于计算百分比、比率、指数、增长率等 指标的平均数
几何平均数 算术平均数 公式（要求 xi > 0 ）
SPSS第四章基本统计分析
中 0 500 0
高 0 0 600
一致
1 - 29
青 中 老
低 0 0 400
中 0 600 0
高 500 0 0
应用举例
受教育程度越高通信支出越高吗？ 受教育程度越高通信支出比例越高吗？
1 - 30
多选项分析
什么是多选项问题？
(1)即:在回答某些问题时,答案在两个以上 例如:请问您平时主要的休闲娱乐方式是: a.看电视、听广播 b.玩游戏 c.体育运动 d.逛街购物e.经常去港澳游玩 f.看书学习 g.喝酒聊天 h.工作太忙,没时间休闲娱乐 又如：您经常浏览的网站？在下列品牌中您信任哪些 品牌？ (2)多选项问题不能直接处理。因为SPSS中的一个变 量对每一个答案只能取一个值。
2 2
2
C
2
1 - 27
分析列联表中变量间的关系
Ordinal（定序变量）
反映定序变量一致性指标 行变量等级越高，列变量等级也越高或越低 ——一致性高 行变量等级越高，列变量等级不定——不一 致 指标绝对值越大越相关，越接近0越无关
1 - 28
定序变量一致性检验
年龄与工资收入交叉列联表 低 青 400 一致 中 0 老 0
n 3
3
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表示与正态分布峭度相同。 大于0表示比正态分布陡，尖峰。 小于0表示比正态分布缓；平峰。
Kurtosis
1 - 12
1 n -1
i 1 ( xi x) / SD 3
n 4 4
计算描述统计量
最新第2讲.SPSS描述性统计分析PPT课件
待分析变量，移入右侧。 3）“显示频率表格”，勾选该复选
框，可输出频数分析表。
SPSS频数分析
二、几个重要的设置对话框 “统计量”按钮对应的对话框：
1）四分位数：显示25%、50%、 75%的分位数。 2）割点：勾选后可输入数值A， 将数据平分为A等分。例如，输 入5，表示输出20%、40%、 60%、80%的百分位数。 3）百分位数：选中后，可激活 右侧的文本框和列表。可输入、 更改和删除自定义的百分位数。
幂估计：对每一组数据产生一个中位数的自然对数与四 分位数的自然对数的散列点图，达到方差齐次性要求的 幂次估计；并据此散布图，来估计将各组方差转换成同 方差所需的幂次。
转换：对原始数据进行变换。可在下拉列表中选 择转换的幂值。 未转换：不对数据进行转换，产生原始数据的散 布图。注：“无”是不产生该选项的图形。
二、按钮对应的界面介绍
统计量对话框
输出前面所讲述的各个描述统计量，并可设置均值的 置信5个最大值与最小值。在输出窗 口被表明为极端值。
“选项”对话 框
输出结果显示5%,10%,25%,50%,75%,90%和95% 的百分位数。
从所有分析中，将因变量或分组变量中带有缺失值的观测 量予以剔除。 从当前分析中，将有缺失值的观测量均予以剔除。
SPSS探索性统计分析整体分析与设计的内容
二、操作
探索性数据分析过程用于计算指定变量的探索性统计量和有关的图 形。从这个过程中可以获得箱图、茎叶图、直方图、各种正态检验 图、频数表、方差齐性检验等结果，以及对非正态或正态非齐性数据 进行变换，以表明和检验连续变量的数值分布情况。
第十二章spss多选变量分析
第1步：打开“大学生择业考虑的因素.sav”文件。
第2步：启动分析过程。点击【分析】【多重响应】【定 义变量集…】。
第3步：设置分析变量。在定义多重响应集的对话框，然后把该 试题的几个选项变量“V1_1”、“V1_2”…“V1_9”选中，点 击向右按钮将它们移动到“集合中的变量”框中。
在“变量编码方式”框里，有“○二分法”、“○类别”两个 单选按钮，
第4步：完成设置。在前面的信息完成设置后，点击【添加 】按钮，则该多选题的定义就添加显示到了右边的“多重 响应集”框内。
注意：如果该数据问 卷中，如果还有其他多 选题，可以继续添加。
第十二章 多选变量分析
第
十 二
12.1 多选变量的编码录入、定义设置
章 12.2 多选变量的描述统计、交叉表分析
另外一个定义模块在菜单【数据】【定义变量集…】中 （也可以在【分析】【定制表】【多重响应集…】中 打开，打开的对话框窗口是一样的）。
在此定义模块进行定义，则数据集会自动保留存储此定义 ，下次打开该数据集，还可以看到和使用该多选题变量的 定义集。以上两种定义模块的对话窗的界面功能基本相似 。
案例：【例12-5】择业中考虑的主要因素有哪些？（多选）
录入：某被试在三个填空中分别选A、C、F，则该被试在对 应的这三个变量选项A、选项C、选项F下分别录入1、2、3， 其他选项则输入0。
第三种题型：全部排序题
案例：【例12-4】以下是研究型教学教师应具备的素质，您
认为其重要性依次排序（最重要的排最前）：__、__、__、 __、__。
A、树立正确的价值观，有事业心和责任感；
12.3.1 全部排序题的分析
案例：【例12-6】下列是选择报考研究生时需要考虑的若
SPSS统计分析—描述性统计分析
SPSS统计分析—描述性统计分析描述性统计分析（Descriptive statistics analysis）简介描述性统计分析是统计学的一个领域，主要目的是通过对样本数据进行总结、整理和分析，揭示数据中的模式、趋势和关联。
它可以通过计算和展示各种统计指标来帮助我们更好地理解和解释数据。
SPSS（Statistical Package for the Social Sciences）是一种常用的统计分析软件，可以用于进行各种描述性统计分析。
本文将介绍一些常用的描述性统计分析方法和在SPSS中的应用。
1.数据摘要数据摘要是描述性统计分析的基础，主要目的是对数据进行概括性的总结。
常用的数据摘要方法包括计数、频数、百分比、均值、中位数、标准差等。
在SPSS中，可以使用“Frequencies”命令对数据进行频数分析。
该命令可以列出每个变量的频数、百分比以及累积百分比。
此外，使用“Descriptives”命令可以计算各个变量的均值、中位数、标准差等统计量。
2.绘制图表图表可以帮助我们更好地理解和展示数据的特征和分布。
常用的图表包括直方图、饼图、箱线图等。
在SPSS中，可以使用“Graphs”菜单下的不同选项来绘制各种图表。
例如，使用“Bar Chart”选项可以绘制柱状图，使用“Pie Chart”选项可以绘制饼图，使用“Boxplot”选项可以绘制箱线图。
3.相关分析相关分析可以帮助我们研究数据之间的关联关系。
它可以通过计算相关系数来评估两个变量之间的线性关系。
在SPSS中，可以使用“Correlations”命令进行相关分析。
该命令可以计算出各个变量之间的相关系数，并提供了相关系数矩阵和散点图来展示结果。
4.因素分析因素分析是一种常用的数据降维方法，可以帮助我们理解并提取潜在的数据结构和变量之间的关系。
在SPSS中，可以使用“Factor Analysis”命令进行因素分析。
该命令可以根据指定的变量，自动提取主成分或因子，并计算出因子载荷矩阵和因子得分。
spss描述性统计分析实验总结(3篇)
spss描述性统计分析实验总结(3篇)为期半个学期的统计学试验就要完毕了，这段以来我们主要通过excl软件对一些数据进展处理，比方抽样分析，方差分析等，经过这段时间的学习我学到了许多，把握了许多应用软件方面的学问，真正地学与实践相结合，加深学问把握的同时也熬炼了操作力量，回忆整个学习过程我也有许多体会。
统计学是比拟难的一个学科，作为工商专业的一名学生，统计学对于我们又是相当的重要。
因此，每次试验课我都坚持按时到试验室，试验期间仔细听教师讲解，看教师操作，然后自己独立操作数遍，不懂的问题会请教教师和同学，有时也跟同学商议找到更好的解决方法。
几次试验课下来，我感觉我的力量的确提高了不少。
统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观看系统的数据，进展量化的分析、总结，并进而进展推断和猜测，为相关决策供应依据和参考。
它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。
可见统计学的重要性，仔细学习显得相当必要，为以后进入社会有更好的竞争力，也为多把握一门学科，对自己对社会都有好处。
几次的试验课，我每次都有不一样的体会。
个人是理科出来的，对这种数理类的课程原来就很感兴趣，经过书本学问的学习和试验的实践操作更加加深了我的兴趣。
每次做试验后回来，我还会不定时再独立操作几次为了不遗忘操作方法，这样做可以加深我的记忆。
依据记忆曲线的理论，学而时习之才能保证对学问和技能的真正以及把握更久的把握。
就拿最近一次试验来说吧，我们做的是“平均进展速度”的问题，这是个比拟简单的问题，但是放到软件上进展操作就会变得麻烦，书本上只是直接给我们列出了公式，但是对于其中的原理和意义我了解的还不够多，在做试验的时候难免会有许多问题。
不惊奇的是这次试验好多人也都是不明白，操作不好，不像以前几次试验教师讲完我们就差不多把握了，但是这次好像遇到了大麻烦，由于内容比拟多又是一些没接触过的东西。
SPSS问卷分析---编码录入及描述统计详解
SPSS问卷分析---编码录入及描述统计详解SPSS问卷分析最白痴问题---编码录入及描述统计详解问卷调查的方法用得很广泛，对于没有接触过spss的人第一步面临的就是问卷编码问题，有很多外专业的同学都在问这个问题，现在通过举例的方法详细讲解如下，以方便第一次接触SPSS的同学也能做简单的分析。
后面还有分析时的操作步骤，以及比较适用的深入统计分析方法的简单介绍。
自己写的，错误之处请指正，调查分析问卷回收，在经过核实和清理后就要用SPSS做数据分析，首先的第一步就是把问题编码录入。
SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。
定义变量值得注意的两点:一区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类;二注意定义不同的数据类型Type 各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下:1 单选题:答案只能有一个选项例一当前贵组织机构是否设有面向组织的职业生涯规划系统,A有 B 正在开创 C没有 D曾经有过但已中断编码:只定义一个变量，Value值1、2、3、4分别代表A、B、C、D 四个选项。
录入:录入选项对应值，如选C则录入32 多选题:答案可以有多个选项，其中又有项数不定多选和项数定多选。
)方法一(二分法): (1例二贵处的职业生涯规划系统工作涵盖哪些组群,画钩时请把所有提示考虑在内。
A月薪员工 B日薪员工 C钟点工编码:把每一个相应选项定义为一个变量，每一个变量Value值均如下定义:“0” 未选，“1” 选。
录入:被调查者选了的选项录入1、没选录入0，如选择被调查者选AC，则三个变量分别录入为1、0、1。
(2)方法二:例三你认为开展保持党员先进性教育活动的最重要的目标是那三项: 1( ) 2 ( ) 3( )A、提高党员素质B、加强基层组织C、坚持发扬民主D、激发创业热情E、服务人民群众F、促进各项工作编码:定义三个变量分别代表题目中的1、2、3三个括号，三个变量Value值均同样的以对应的选项定义，即:“1” A，“2” B，“3” C，“4” D，“5” E，“6” F录入:录入的数值1、2、3、4、5、6分别代表选项ABCDEF，相应录入到每个括号对应的变量下。
SPSS统计分析—描述性统计分析
• 各地区城乡居民消费水平比较
已知有2005年各省城乡居民消费水平, 试按地区对各省城乡消费 水平之比进行分析, 并比较不同地区之间城乡消费水平是否有较 大差异。
• 执行【Analyze】/【Descriptive Statistics】/【Ratio】命令, 弹出如 下图所示对话框
• 结果解读
SPSS统计分析—描述性统计 分析
描述性统计量
集中趋势
分布情况
均值
Mean
标准差 Std.deviatiom 偏度
Skewness
中位数 Median
Variance
峰度
Kurtosis
众数
Mode
极小值
Minimum
和
Sum
极大值
Maximum
Range
均值的标准 误差
S.E.mean
• 【Descriptive Statistics】子菜单
• ⑤ Ratio: 计算两个变量相对比的统计量特征。
• ⑥ P-P Plots: 绘制P-P图，检验数据服从的分布情况。
• ⑦ Q-Q Plots: 绘制Q-encies
• 频数分析简介 • 频数分析表是描述性统计中最常用的方法之一，它主要包括以下几
• 结果解读
• 1、列联表 • 2.卡方检验结果
3.条图
相对比描述——Ratio
• 在实际问题中，研究者有时除了希望了解变量自身的统计特征，还希望 得到两个变量相对比之间的统计描述。
• 法一: 通过对两个变量作除法形成一个新变量，然后分析新变量的统计 特征来得到。
• 法二: 直接通过【Ratio】过程来分析两个变量之间的相对比关系，并 且可以得到多于第一种方法的信息。
统计分析与Spss应用第五章(描述性统计分析)
选入需要描述的 变量，可选入多个
确定是否将原始数 据的标准正态变换 结果存为新变量。
变量列表顺序 字母顺序 均数升序 均数降序。
Descriptive Statistics N 血清总胆固醇 Valid N (listwise) Minimum Maximum 101 2.70 7.22 101 Mean Std. Deviation 4.6995 .86162
5.1.1 对话框界面及 各部分选项说明 【Display frequency tables复选框】确定是 否在结果中输出频数 表。 【Statistics钮】单击 后弹出Statistics对话 框，用于定义需要计 算的其他描述统计量。
集中趋势指标
百分位数指标
计算百分数时选此项
离散趋势指标 分布指标
1
.002
.000
Hale Waihona Puke .006.002b
.000
.005
639 61.974 d 65.957 55.621 9.398
e
40 40
.014 .006
.016b .009b .011b .003
b
.008 .003 .004 .000
.025 .016 .018 .006 .001
b
1
.002
.000
.002
descriptive statistics菜单主要内容
(1)频数分布表分析(Frequencies)：其特色就是产生 频数表，对分类数据和定量资料都适用。 (2)统计描述分析(Descriptive)进行一般性描述，适 用于服从正态分布的定量资料。 (3) Explore 过程：用于对数据分布状况不清楚时的 探索性分析，它会杂七杂八给出一大堆可能用到的 统计指标和统计图，让研究者参考。 (4)Crosstabs 过程则完成计数资料和等级资料的统计 描述和一般的统计检验我们常用的X2 检验也在其中 完成 (5)Ratio过程；用于对两个连续性变量计算相对比指 标，它可以计算出一系列非常专业的相对比描述指 标。
spss操作指导
SPSS统计软件实验指导书大庆师范学院生命科学学院徐太海2013年11月实验一描述性统计分析一、实验目的学习利用SPSS描述性统计分析。
二、实验内容及步骤实验内容：某医师测得血红蛋白值（g%）如表3.1，试利用Means过程作基本的描述性统计分析。
1．建立数据文件。
定义4个变量：ID、Gender、Age和HB，分别表示编号、性别、年龄和血红蛋白值。
2. 选择菜单“Analyze→Compare Means→Means”,弹出“Means”对话框。
在对话框左侧的变量列表中，选择变量“血红蛋白值”进入“Dependent List”列表框，选择变量“性别”进入“Independent List”，单击“Next”按钮，选择变量“年龄”进入“Independent List”。
3．单击“Options”按钮，在弹出的“选择描述统计量”对话框中设置输出的描述统计量。
4．单击“OK”按钮，得到输出结果。
实验二均值检验一、实验目的学习利用SPSS进行单样本、两独立样本以及成对样本的均值检验。
二、实验内容及步骤（一）单样本T检验（One-Sample T Test过程）实验内容：某地区10年测得16-18岁人口的平均血红蛋白值为10.25。
现在抽查测量了该地区40个16-18岁人口的血红蛋白如表1，试分析该地区现在16-18岁人口的血红蛋白与10年前相比，是否有显著的差异？实验步骤：1．打开数据文件。
2. 选择菜单“Analyze→Compare Means→One-Sample T Test”。
弹出“One-Sample T Test”对话框。
3．在对话框左侧的变量列表中选择变量“血红蛋白”进入“Test Variable(s)”框；在“Test Value”编辑框中输入过去的平均血红蛋白值10.25.4．单击“OK”按钮，得到输出结果。
（二）双样本T检验（Independent-Samples T Test过程）实验内容：分别测得14例老年性慢性支气管炎病人及11例健康人的尿中17酮类固醇1．建立数据文件。
第四章SPSS描述统计分析
第4步：设置绘图
点击【图】按钮，弹出“探索：图”对话框。
在“描述”栏内，同 时选择“ 茎叶图”、 “直方图”两个复选框 ，要求作茎叶描述，以 及直方图显示。
同时，选择“含检验 的正态图”。
第5步：设置选项。点击【选项】按钮，弹 出“探索：选项”对话框。
第6步：在主对话框中点击【确定】按 钮 。SPSS在输出窗口的输出结果。
□描述：输出均数、 中位数、众数、5%修正 均数、标准误、方差、 标准差、最小值、最大 值、范围、四分位全距 、峰度系数、峰度系数 的标准误、偏度系数、 偏度系数的标准误。
□M-估计量：作中心趋势的粗略最大似然确 定，输出四个不同权重的最大似然确定数；
□离群值：输出五个最大值与五个最小值； □百分位数：输出第5%、10%、25%、50%、 75%、90%、95%位数；
SPSS 23.0 统计分析
——在心理学与Leabharlann 育学中的应用第四章 描述统计分析
2020/7/9
全书目录
第一章 SPSS 23.0简介与基本操作 第二章 数据编辑与整理 第三章 数据转换 第四章 描述统计分析 第五章 交叉表分析 第六章 比较平均值 第七章 方差分析 第八章 相关分析 第九章 回归分析
所谓Z分值是指某原始数值比其均值高 多少个标准差。
4.2 描述分析
案例：【例4- 2】被试对某一次测验的测验
总分进行分析，描述该测验分数的基本描述 信息，以及将每个被试的分数转化为标准化 分数。
第1步：打开分析数据。打开“测验数据文 件.sav”文件。
第2步：启动分析过程。点击【分析】【描述
第
四 4.1 频数分析
章
描 4.2 描述分析 述 4.3 探索分析
3.多个多变量(指标)平均数的检验,SPSS应用：逐步回归、线性回归、聚类分析、因素分析综述
• DV’s are English and Math.
• Each school has a sample size of twenty students each.
Applying in SPSS
• First open SPSS software, using the analyze tab you will find the multivariate section. Multivariate tab will open listing School as the IV and drag it over to the “Fixed” side. As for Math and English you will need to drag them to the DV’s category. Next open the “Plots” tab and move the IV over to the “Horizontal Axis”
Results!
In the test between subjects we can see the difference between the English and Math scores.
In the next table compares the three schools. The table shows a difference between School A and School B, and School A and School C but not a significant difference between School B and School C.
多个多变量（指标）平均数的 检验、
SPSS-4-多变量的描述性统计资料
系数法。
dy =（P+Q）/（P+Q+Ty）
P：同序对数， Q：异序对数，Ty：具有相同Y值而不同X值的同序对数。
四、相关测量法和测量层次
2、两个定序变量：Gamma , dy
（3）SPSS的实现 Analyze → Descriptive Statistics → Crosstabs → Statistics
相关系数。 结果显示： t2（年龄）与t7（政治成绩）之间的积矩相关系数R为-0.513，
说明年龄越大的考生所取得的政治成绩越低。
下表中第二行，Ordinal by Ordianl Spearman Correlation是针对定序定序变量测得的Spearman（斯皮尔曼）相关系数。即将两定距变量的值按大 小顺序排列，只使用其定序的数学特征，来检测两数列秩序之间的相互关联。
PRE的数值越大，就表示以X值预测Y值时能够减少的误差所占的比例越大； 也就是说，X与Y的相互关系越强。若E1 = E2 ，表示用X预测Y产生的误差与不 以X来预测Y所产生的误差相等，则PRE=0，反映X与Y是不相关的。
四、相关测量法和测量层次
1、两个定类变量：Lambda（λ） ,tau-y（τ）
若两个变量都属于定类测量层次，可用Lambda相关测量法， 也可用古德曼（Goodman）和古鲁斯卡（Kruskal）的tau-y相 关测量法。两者各有不同特色，但相关系数都具有PRE的意义。
（1）λ相关测量法 λ是基于消减误差比例的原理（PRE）上的相关测度，λ反映了当用一个变
量的值来预测其它变量的值时误差的减少量。它是一种对称关系 （Symmetrical）的测度，即两变量不区分自变量和因变量，因而可以计算三 种不同的λ值，一种是两变量对称考量时的λ值；还有两种是两变量处于不对 称考量时，以行变量作为因变量的λ值，以及以列变量作为因变量的λ值。这 三种方法通常不会产生相同的λ值，因此，必须注意两变量的对称关系，若 是非对称的，要指明哪一个是因变量，即最令人感兴趣的被预测的那个变量。 当要计算λ统计量时，SPSS将显示出这个对称的λ和两个不对称的λ三个值。
SPSS软件的操作与应用第2讲 描述性统计 (1)
直方图
1. 用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率 宽度表示各组的组距； 2. 由于分组数据具有连续性，各矩形通常是连续排列； 3. 主要用于展示数值型数据。
二、频数分析
4. SPSS操作及案例 例一：各门成绩统计 结果保存为：3-StudentScore.spo
二、频数分析
5. SPSS操作及案例分析 根据方差齐性检验结果可以看出，语文成绩按照男女分开的样 本显著性水平Sig.值都大于0.05，表明方差的差异不显著，也就是 说方差是齐性的。
四、探索性分析
5. SPSS操作及案例分析 例五：操作步骤（数据文件：4－Explore.sav ） Analyze→Descriptive Statistics→Explore...
平均值（Mean）：即算术平均值（＝（X1+X2+…+Xn）/n）。 易受极端值影响。 中位数（Median）：把变量的值有序排列，位于中间位置的值即中位数。 是位置平均置，不易受极端值的影响。 众数（Mode）：样本中出现次数最多的值，代表数据的集中程序。 求和（Sum）：所有变量之和，反映变量的总体水平。
三、基本描述统计量
4. 描述分布形态的统计量 考察数据分布形态特征的统计量，例如，数据分布是否对称、偏 斜程度以及陡缓程度，主要有如下两种统计量： 偏度（Skewness）：
偏度值>0，为正偏或右偏；偏度值<0，为负偏或左偏。偏度绝对值越大，偏斜越大。
峰度（Kurtosis）：
峰度值>0，数据分布比标准正态分布更陡峭，为尖峰分布；峰度值<0，数据分布比 标准正态分布更平缓，为平峰分布。
四、探索性分析
2. 通过茎叶图（Stem-and-Leaf Plots）描述频度分布
SPSS操作步骤及解析
目录第四章统计描述 (2)4。
2 频数分析 (2)4.3描述性统计量 (2)4.4。
1(探索性数据分析）操作步骤 (4)第五章统计推断 (6)5.2单样本t检验 (6)5.3 两独立样本t检验 (7)5。
4 配对样本t检验 (8)第六章方差分析 (9)6.2.2 单因素单变量方差分析（One-way ANOVA）（操作步骤） (10)6。
3.3 多因素单变量方差分析操作步骤 (14)6.3。
5 不考虑交互效应的多因素方差分析 (17)6。
3。
6 引入协变量的多因素方差分析 (18)第八章相关分析 (19)8.2 连续变量相关分析实例 (20)8.3 离散变量相关分析的实例(列联表） (22)第九章回归分析 (24)9.1.3 线性回归（操作步骤) (26)1．多重共线性检验 (26)2。
使用变量筛选的方法克服多重共线性 (29)二、曲线估计（操作步骤） (32)9.2.5二项Logistic回归(操作步骤) (35)第十章聚类分析 (39)10。
3.1 K-均值操作步骤： (39)10。
4。
1 系统聚类法操作步骤 (43)第十一章判别分析 (47)11.3。
1 操作步骤 (48)第十二章因子分析 (53)12.2.2操作步骤 (56)第十三章主成分分析 (64)13。
2 操作步骤 (65)第十四章相应分析 (69)14。
2相应分析实例（操作步骤) (70)第十五章典型相关分析 (75)15。
2操作步骤： (75)第四章统计描述统计描述是指如何搜集、整理、分析、研究并提供统计资料的理论和方法，用于说明总体的情况和特征。
4.1 基本概念和原理4。
1.1 频数分布4。
1。
2 集中趋势指标算数平均值:适用于定比数据、定距数据中位数:适用于定比数据、定距数据和定序数据众数：适用于定比数据、定距数据、定序数据和定类数据4.1.3离散程度指标作用：(1）它可以表明现象的平衡程度和稳定程度；（2)离散性指标可以表明平均指标的代表性,数据离散程度越大，则该分布的平均指标的代表性就越小。
- 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)。
Total: 选中，显示总和百分比；例：显示占 所有被调查人数的百分比。
三、简化相关与消减误差
1、相关系数（Coefficient of association） 相关测量法就是以一个统计值表示变量与变量之
不对称关系（asymmetrical relationship）：变量X影响 Y，而Y不影响X。 表示为： X → Y
对称关系（symmetrical relationship）：变量X和Y不 确定或不区分影响的方向。表示为： X ←→ Y
二、交互分类表 Cross table
1、交互分类表：同时根据两个变量的值，将所研究的 个案分类。
PRE的数值越大，就表示以X值预测Y值时能够减少的误差所占的比例越大； 也就是说，X与Y的相互关系越强。若E1 = E2 ，表示用X预测Y产生的误差与不 以X来预测Y所产生的误差相等，则PRE=0，反映X与Y是不相关的。
四、相关测量法和测量层次
1、两个定类变量：Lambda（λ） ,tau-y（τ）
社会学研究的主要目标是预测或解释社会现象的变 化。
如，有一种社会现象Y（志愿），我们想预测或理 解其变化的情况。预测或解释时，难免有误差（即错 误）；假定另一种社会现象X（教育水平）是与Y有关 系的，如果我们根据X的值来预测Y的值理应可以减少 若干误差。而且，X与Y的关系越强，所能减少的预测 误差就越多；换言之，所消减的误差有多少，可以反 映X与Y的相关强弱程度。
一、相关的概念
1、相关：是指一个变量的值与另一个变量的值有连 带关系。
换言之，如果一个变量的值发生变化，另一个变 量的值也有变化，则两个变量就是相关了。
2、相关程度： 相关有强弱之分 0：无相关 1：完全相关 介于0与1之间的数值越大，表示相关的程度越强。
3、相关的方向： +0.8 -0.8 正相关—一个变量值越大，另一个变量值也越大。 负相关—一个变量值越大，另一个变量值却越小。
二、交互分类表 Cross table
右图是志愿与教育水平的 交互分类表，且只是频数表， 没有显示百分比。
显示百分比：Analyze → Descriptive Statistics → Crosstabs → Cells
在左图左下角Percentages栏显示的就是百 分比选项：
Row：选中，显示行百分比；例：显示占行 变量“志愿”中“快乐家庭”的总人数的百分 比。
间的关系。这个值，通常称为相关系数。
2、相关测量法有很多种，怎样选择？ 首先要注意变量的测量层次：定类、定序、定距。
属于不同测量层次的变量，就要用不同的相关测量法。
3、相关系数的意义 （1）表示两变量间的相关程度的大小 （2）还希望具有消减误差比例的作用。
三、简化相关与消减误差
4、消减误差比例（PRE测量法） Proportionate Reduction in Error （简称 PRE）
若两个变量都属于定类测量层次，可用Lambda相关测量法， 也可用古德曼（Goodman）和古鲁斯卡（Kruskal）的tau-y相 关测量法。两者各有不同特色，但相关系数都具有PRE的意义。
（1）λ相关测量法 λ是基于消减误差比例的原理（PRE）上的相关测度，λ反映了当用一个变
量的值来预测其它变量的值时误差的减少量。它是一种对称关系 （Symmetrical）的测度，即两变量不区分自变量和因变量，因而可以计算三 种不同的λ值，一种是两变量对称考量时的λ值；还有两种是两变量处于不对 称考量时，以行变量作为因变量的λ值，以及以列变量作为因变量的λ值。这 三种方法通常不会产生相同的λ值，因此，必须注意两变量的对称关系，若 是非对称的，要指明哪一个是因变量，即最令人感兴趣的被预测的那个变量。 当要计算λ统计量时，SPSS将显示出这个对称的λ和两个不对称的λ三个值。
表 1000名青年人的教育水平与志愿
交互分类表又称 列联表。
一般将自变量（如，教育水平）放在表的列（Columns，即表的顶 端）；将因变量（如，志愿）放在表的行（Rows，即表的旁边）。
上表单元格中显示的是频数，而且表下端显示的总数也不相等，因而 不利于进行比较；为求相互比较从而知道两个变量间的相互关系，就必 须标准化；最常用的，将频数显示为百分比，就按照100进行了标准化， 这样就利于比较了。
第四讲 多变量的描述性统计
一、相关的概念 二、交互分类表 三、简化相关与消减误差 四、相关测量法和测量层次
一、相关的概念
案例：
在某地区调查1000名青年人的最大志愿，其中 有40%的人选择快乐家庭、50%的人选择理想工 作和10%的人选择增广见闻。我们要问：为什么 这些青年的最大志愿会有不同？ 若同时调查了这些青年人的受教育水平，分为高 （本科或以上程度）、中（高中程度）、低（初 中或以下程度），人数比例分别为10%、60%和 30%。我们可以追问：青年人的志愿与其受教育 水平是否相关呢？换言之，是否因为教育水平不 同，所以人生志愿也不同？
一、相关的概念
正相关
负相关
不相关线性相关-正相关 Nhomakorabea非线性相关1
非线性相关2
一、相关的概念
4、相关除了注意强弱与方向这两个性质外，还要注意 两个变量是否有因果关系。
两个变量的相关可能有因果关系（当原因变量发生 变化时，结果变量也随着发生变化）；
两个变量的相关也可能没有因果关系，而是发生共同变化。
X→ Y 一个变量为因X（称为自变量，Independent variable） 一个变量为果Y（称为因变量，dependent variable）
二、交互分类表 Cross table
2、SPSS的实现
Analyze → Descriptive Statistics → Crosstabs
在左图中将因变量志愿[y]选到行 中（Row），将自变量教育水平[x] 选到列中（Column）。
左图中Layer是分层变量框，如果 还要考察不同性别的人关于志愿与 教育水平的关系，可以将性别变量 选入此框中，还可以进一步的分层 下去。
三、简化相关与消减误差
4、消减误差比例（PRE测量法）
现在假定不知道X的值，我们在预测Y值时所产生的全部误差是E1（见图1）； 如果知道X的值，我们可以根据X的每个值来预测Y的值；假定误差总数是E2（见 图2），则以X的每个值来预测Y值时所减少的误差就是：E1 - E2（见图2的阴影 部分）。这个数值（ E1 - E2 ）与原来的全部误差（ E1 ）相比，就是消减误差 比例。用公式表示为： PRE = （ E1 - E2 ）/ E1