第5章 基本描述统计.ppt

1、第五章 基本统计分析,1 频数分布表 2 描述统计分析3 探索分析4 列联表5 多选项分析6 基本统计分析的报表制作,频数分布表,利用频数分布表可以方便地对数据按组进行归类整理，形成各变量的不同水平(分组)的频数分布表及图形，以便对各变量的数据特征和观测量的分布状况有一个概括的认识； 单变量频数分布分析,可通过Frequencies频数分布对话框(Analyze Descriptive Statistics Frequencies)来具体实现。,Frequencies对话框,Frequencies对话框,四分位数：将一组个案由小到大（或由大到小）排序后，用3个点将全部数据分为四等份，与3个点上

2、相对应的变量称为四分位数，分别记为Q1（第一四分位数）、Q2（第二四分位数）、Q3（第三四分位数）。其中，Q3到Q1之间的距离又称为四分位距（interquartile range），记为IQR。四分位差(Quartile deviation )为1/2 IQR。 百分位数：将一组数据由小到大（或由大到小）排序后分割为100等份，与99个分割点位置上相对应的变量称为百分位数，分别记为P1，P2，P99，表示1%的数据落在P1下，2%的数据落在P2下，99%落在P99下。,四分位数、十分位数、百分位数,峰度：描述某变量所有取值分布形态陡缓程度的统计量。与正态分布相比较，峰度为0表示其数据分布与正

3、态分布的陡缓程度相同；峰度大于0表示比正态分布高峰要更加陡峭，为尖顶峰；峰度小于0表示比正态分布的高峰要平坦，为平顶峰。计算公式为,偏度：描述某变量取值分布对称性的统计量。与正态分布相比较，偏度为0表示其数据分布形态与正态分布偏度x相同；偏度大于0为正偏或右偏，即有一条长尾巴拖在右边；偏度小于0表示负偏或左偏，有一条长尾拖在左边。而偏度的绝对值数值越大表示分布形态的偏斜程度越大。 计算公式为,峰度、偏度,Frequencies对话框,输出结果：,本例均选系统默认项,描述统计分析,描述统计分析过程，是通过计算均值、算术和、标准差、极值、方差、均值、标准误等统计量来描述样本数据的集中趋势、离散趋势

4、及分布特征； 描述统计分析过程，可通过Descriptives对话框(Analyze Descriptive Statistics Descriptives) 来具体实现。,Descriptives对话框,Descriptives对话框,输出结果：,探索分析,探索分析是指对测得的数据进行初步考察与核实，目的是检查数据中是否存在奇异值、影响点或错误数据，判别数据分布特征，以及进行假设检验等； 探索分析过程，可通过Explore对话框实现(Analyze Descriptive Statistics Explore) ，该过程要求参与分析的变量是等距测度的数值型变量，分组变量可以是数值型或是字符型

5、。,Explore对话框,Explore对话框,不同分组的同一因变量显示在一个箱图中,同一组的不同因变量显示在一个箱图中,Spread versus Level : 横轴为各水平组的中位数及纵轴为四分位距的自然对数。 Power estimation: 对原始数据进行幂转换，直到各组间满足方差齐性。Transformed 为原始数据转换后，再划图。,输出结果（一）,选项均为系统默认,输出结果（二）,IQR,输出身高正态概率图（Normal Q-Q Plot of身高）。,男孩身高变量的正态概率图,输出结果（三）,女孩身高变量的正态概率图,正态分布Q-Q检验图，横坐标为实际观测值按从小到大的顺序

6、排列，纵坐标为正态分布下的期望值。如果实际观测值取自正态分布的总体，图中所示的落点应该分布在趋势线的附近，并且应该表现出一定的集中趋势，即平均数附近应该聚集较多的落点，越靠近两个极端落点越少。,输出离散正态概率图（Detrended Normal Q-Q Plot of 身高）。以实际观测值为横坐标，以实际观测值与期望值的差为纵坐标。在符合正态分布的情况下，图中的落点应该分布在中央横线的附近，甚至完全落到这条横线上，而且也应表现出集中在平均数周围的趋势。,男孩身高离散正态概率图,女孩身高离散正态概率图,输出结果,输出结果（离散正态分布P-P概率图）,Lilliefors 显著水平下，正态总体检

7、验Kolmogorov-Smirnov统计量，如果样本量在3500之间还计算Shapiro-Wilk统计量。,输出结果（四）,输出结果（五）,Levene检验对数据进行方差齐次性检验时，不强求数据必须服从正态分布，它先计算出各个观测值减去组内均值的差，然后再通过这些差值的绝对值进行单因素方差分析。如果得到显著性水平小于0.05，那么就可以拒绝方差相同的假设。,列联表,列联表是指交叉分组的多维频数分析表，用来反映多个变量不同取值的数据分布情况、变量间的相互影响和关系等； 列联表分析过程，可通过Crosstabs对话框实现(Analyze Descriptive Statistics Crosst

8、abs)。,定义变量(形成数据集3),指定freq为加权变量,Crosstabs对话框,Crosstabs对话框,本例中选择chi-square,Contingency coefficient：列联系数。用于名义变量之间的相关系数计算。计算公式由卡方统计量修改而得，公式为其中，N为样本个数,Phi and Cramers V：系数。用于名义变量之间的相关系数计算。计算公式由卡方统计量修改而得，公式为数值界于01之间，其中K为行数和列数较小的实际数。,Crosstabs对话框,本例中选择频数及频率输出项,输出结果：,输出结果：,多选项分析是对多选项问题的分析方法。多选项问题的编码方案有两种： 多

9、选项二分法（Multiple Dichotomies Method） 将每个可能的答案设置为一个SPSS变量，变量的取值有两个，分别表示选中或没选中。比如一道题目有6个选项，则一道多选题目就需要用6个变量来表示。 多选项分类法（Multiple Category Method） 首先估计多选项问题可能出现的答案个数。比如一个多选题，如果最多有3个答案，那么就设置3个SPSS变量，分别用来存放3个可能的答案。如果某个案的答案只有两个，那么第3个SPSS变量取值为缺失值。,多选项分析,Analyze- Multiple Response,Frequencies,Define Multiple Re

10、sponse Sets,“Multiple Response Crosstabs”,Define Multiple Response Sets,Multiple Response Frequencies,Multiple Response Crosstabs,Multiple Response Crosstabs: options,结果和讨论,（1）多选项二分法频数分析结果:,（2）多选项分类法频数分析结果:,结果和讨论,基本统计分析的报表制作,本章讨论了SPSS的一些基本统计功能。SPSS还提供了这些基本统计分析的报表制作功能，根据报表制作的侧重点不同，可以分为以下3种。,1个案简明统计报表

11、（Cases Summary）2行形式报表（Report Summaries in Rows）3列形式报表（Report Summaries in Columns）,Analyze-Report-Case Summaries, 实现步骤,Summary Report：Statistics,Summary Report： Options, 使用例7的数据，生成行形式报表,Analyze- Report Summaries in Rows,Format,Report：Summary Lines for 部门,Report：Break Options for 部门,Report：Final Summ

12、ary Lines,Report：Options,Report：Layout,Report：Title(s, 使用例7的数据，生成列形式报表,Analyze- Report- Summaries in Columns,Format,Report：Summary Lines for 基本工资,Report：Summary Columns,（1）个案简明统计报表结果：,结果和讨论,（2）行形式报表结果如下表所示。,结果和讨论,（3）列形式报表结果：,结果和讨论,Analyze-Table-Custom Tables,小 结,描述性统计是进行其他统计分析的基础和前提。利用这些基本统计方法，可以对要分

13、析数据的总体特征有比较准确的把握，同时也为更深入的分析提供了依据。,Frequencies命令可用于数字型或字符型变量的统计分析，如均值、标准差、最小值、最大值、众数、中位数、方差、全距等14种统计量。探索分析可对变量进行更为深入详尽的描述性统计分析，有助于用户思考对数据进行进一步分析的方案。,小 结,Frequencies命令可用于数字型或字符型变量的统计分析，如均值、标准差、最小值、最大值、众数、中位数、方差、全距等14种统计量。探索分析可对变量进行更为深入详尽的描述性统计分析，有助于用户思考对数据进行进一步分析的方案。,作业,Frequencies / Descriptives / Explore / Multiple Response / Table/ 每种程序任意完成两个，并贴在word里，描述结果。 文件“作业”。,