教案20描述性统计分析

Step5
相关统计量的Bootstrap估计：
单击【Bootstrap】按钮，在弹出的对话框中可以进行如下统计量的Bootstrap估计。
●支持均值、标准差、方差、中位数、偏度、峰度和百分位数的Bootstrap估计。
●支持百分比的Bootstrap估计。
Step6
完成操作：单击【OK】按钮，结束操作，SPSS软件自动输出结果。
选择标签值：从候选变量列表框中选择一个变量作为标识变量，并将其移入【Label Cases by（标注个案）】列表框中。选择标识变量的作用在于，若系统在数据探索时发现异常值，便可利用标识变量加以标记，便于用户找这些异常值。如果不选择它，系统默认以id变量作为标识变量。
Step5
选择输出类型：在【Explore(探索)】对话框下面的【Display】选项组中可以选择输出项。
Step3
计算基本描述性统计量：【Options】按钮，弹出【Options(选择)】对话框，该对话框用于指定输出的描述性统计量。这些统计量的含义是：均数(Mean)、总和(Sum)、标准差(Std.deviation)、方差(Variance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、标准误差(S.E.mean)、偏度系数（Skewness）和峰度系数(Kurtosis)。
教学内容
第三章描述性统计分析
课次/学时
20பைடு நூலகம்2
教学目的要求
掌握应用SPSS进行描述性数据分析的方法。掌握应用SPSS进行探索性数据分析的方法。掌握常用统计图形的绘制方法和解释技巧。
教学重点
掌握应用SPSS进行描述性数据分析的方法。掌握应用SPSS进行探索性数据分析的方法
教学难点
掌握应用SPSS进行描述性数据分析的方法。掌握应用SPSS进行探索性数据分析的方法。掌握常用统计图形的绘制方法和解释技巧。
Step4
保存标准化变量：选【Save standardized values as variables（保存标准化变量值）】复选框
Step5
相关统计量的Bootstrap估计：单击【Bootstrap】按钮，弹出【Bootstrap】对话框，可以进行均值、标准差、方差、偏度和峰度的Bootstrap估计。
Step1
打开主窗口：选择菜单栏中的【Analyze(分析)】→【DescriptiveStatistics(描述性统计)】→【Explore(探索)】命令，弹出【Explore(探索)】对话框，该对话框是探索性分析的主操作窗口。
Step2
选择分析变量：在【Explore(探索)】对话框左侧的【候选变量】清单中，选取一个或多个待分析变量，将它们移入右侧的【Dependent List（因变量列表）】列表框中，表示要进行探索性分析的变量。
●百分位数表支持百分位数的Bootstrap估计
Step10
操作完成：单击【OK】按钮，结束操作，SPSS软件自动输出结果。
实例图文分析：中国南北城市的温度差异
教学组织设计
讲授
思考题与作业
1.
2.
3.
其他基本统计分析：在对话框中还可以单击【Statistics（统计量）】和【Chars（图表）】等按钮。这些选项提供了丰富的统计输出结果。
单击【Statistics】按钮，在弹出的对话框中可以设置输出各类基本统计量结果。
Step4
输出格式选择：单击【Format】按钮，在弹出的对话框中设置频数表输出的格式。
A.随堂测试（30分钟）
测试内容：数据特征的描述
测试内容详见阶段测试三
答案及采分点详见阶段测试文件
B.教学内容
SPSS描述性分析
1.频率入口
Step1
打开主窗口：选择菜单栏中的【Analyze(分析)】→【Descriptive Statistics(描述性统计)】→【Frequencies(频率)】命令，弹出【Frequencies(频率)】对话框，这是频数分析的主操作窗口。
Step7
统计图形结果输出：在【Explore(探索)】对话框中还可以单击【Plots】按钮，弹出【Explore：Plots】对话框。该对话框中提供了图形输出的类型。
Step8
选择缺失值的处理方式:在【Explore(探索)】对话框中还可以单击【Options】按钮，在弹出的对话框中确定对待缺失值的方式。
●Both：输出图形以及描述性统计量。
●Statistics：只输出描述统计量。选择此项后激活【Statistics】功能按钮。
●Plots：只输出图形。选择此项后激活【Plots】功能按钮。
Step6
描述性统计量结果输出：在【Explore(探索)】对话框中还可以单击【Statistics】按钮，弹出【Explore：Statistics】对话框，该对话框中提供了各类基本描述性统计输出结果。
实例图文分析：产品的销售量
2.SPSS在描述统计分析中的应用
Descriptives过程是连续资料统计描述应用最多的一个过程，它可对变量进行描述性统计分析计算，并列出一系列相应的统计指标。这和其他过程相比并无不同。但该过程还有个特殊功能，就是可将原始数据转换成标准化值，并以变量的形式保存。
Step1
打开主窗口：选择菜单栏中的【Analyze(分析)】→【Descriptive Statistics(描述性统计)】→【Descriptives(描述)】命令，弹出【Descriptives(描述)】对话框，该对话框是描述性统计分析的主操作窗口。
Step2
选择分析变量：在左侧的候选变量列表框中选取一个或多个待分析变量，将它们移入右侧的【Variable(s)(变量)】列表框中。
Step3
选取分组变量：在【Explore(探索)】对话框的候选变量列表框中，可以选取一个或多个分组变量，将它们移入右侧的【Factor List（因子列表）】列表框中。分组变量的选择可以将数据按该变量中的观测值进行分组分析。如果选择的分组变量不止一个，那么会以分组变量的不同取值进行组合分组。
Step4
2.主要内容
一般来说，进行探索性分析主要考察以下内容。
（1）检查数据是否有错。过大或过小的数据均可能是异常值、影响点或错误值。要检查这样的数据，并分析原因，然后决定是否从分析中剔除这些数据。
（2）获得数据分布特征。很多统计方法模型对数据的分布有要求，如方差分析就需要数据服从正态分布。
（3）对数据的初步观察，发现一些内在规律。
3.探索性分析的SPSS操作详解
SPSS中的Explore过程用于计算指定变量的探索性统计量和有关的图形。它既可以对观测量整体分析，也可以进行分组分析。从这个过程可以获得箱线图、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，并表明和检验连续变量的数值分布情况。
Step9
相关统计量的Bootstrap估计:单击【Bootstrap】按钮，弹出【Bootstrap】对话框，可以进行如下统计量的Bootstrap估计。
●支持均值、5%切尾均值、标准差、方差、中位数、偏度、峰度和内距的Bootstrap估计。
●M估计量表支持Huber的M估计量、Tukey的双权重、Hampel的M估计量和Andrew的Wave的Bootstrap估计。
Step6
完成操作：单击【OK】按钮，结束操作，SPSS软件自动输出结果。
实例图文分析：奥斯卡获奖者的年龄
SPSS在探索性分析中的应用
探索性分析的基本原理
1.使用目的
探索性数据分析（Exploratary Data Analysis，简称EDA）的基本思想是从数据本身出发，不拘泥于模型的假设而采用非常灵活的方法来探讨数据分布的大致情况，也可以为进一步结合模型的研究提供线索，为传统的统计推断提供良好的基础和减少盲目性。
Step2
选择分析变量：在【Frequencies(频率)】对话框的左侧的候选变量列表框中，选取一个或多个待分析变量，将它们移入右侧的【Variable(s)（变量）】列表框中。
Step3
输出频数分析表：勾选【Display frequency tables（显示频率表格）】复选框，输出频数分析表。