统计学-SPSS课件

SPSSSPSS课程注意事项以IBMSPSSStatistics21为准讲解内容兼容15及以上各版本配套教材：张文彤,邝春伟.SPSS统计分析基础教程(第2版).北京：高等教育出版社.2011进阶参考资料系统学习：张文彤，董伟主编.《SPSS统计分析高级教程》（第2版）.高等教育出版社,2013.3实战演练：张文彤，钟云飞编著.《IBMSPSS数据分析与挖掘实战案例精粹》.清华大学出版社,2013.22SPSS操作入门统计软件的作用统计分析软件是数据分析的主要工具统计设计完成后，完整的数据分析过程包括数据的收集数据的整理数据的分析结果的报告统计学为数据分析过程提供一套完整的科学的方法论，统计软件为数据分析提供了实现手段4界面及基本操作入门SPSS窗口简介数据编辑窗口数据表格标准的电子表格数据视图：主操作界面变量视图：定义变量单元格编辑器显示精确数值不能直接输入公式菜单快捷工具栏状态栏6SPSS窗口简介结果浏览窗口各种统计软件中最为美观的结果输出7SPSS对话框操作基本规范一级对话框元素候选变量列表框测量尺度+标签+变量名方式选入变量列表框变量移动钮根据当前框的状态不断变化8SPSS对话框操作基本规范一级对话框元素五个标准按钮确定、取消粘贴：用于自动生成SPSS程序重置：恢复对话框状态为初始状态帮助：方法简介、用法简介其他按钮多数情况下会弹出二级对话框灰色表示不可用9SPSS结果窗口操作结果文件的打开和保存结果的拷贝、导出操作10统计制表表格的基本框架行（Row）指的是形成表格横行的元素列（Column）指的是形成表格列的元素行、列元素相交就会形成一个最简单的二维表，行、列元素不同取值的组合就确定了一个单元格层（Layer）指的是表格中的第三个维度不妨把此时的表格想象成一个立方体，行、列、层就对应了该立方体的长、宽和高12表格的基本框架对于SPSS的表格，我们可以使用表格托盘进行行、列、层元素的互相转换。13案例：题目A3的标准统计报表制作CCSS项目每月都会生成固定格式的统计表格，下图为对题目A3的固定表格格式，行标题首先为A3选项的占比，随后为题目感受值的均数，列标题则为受访月份。请用SPSS的制表模块实现该表格。14操作流程绘制表格基本框架设置摘要统计量及格式对分类变量的摘要统计量设定对连续变量的摘要统计量设定调整各种显示细节隐藏变量名标签使百分比和均数同列显示隐藏统计量标签“行N%”15最终结果16统计绘图条图线图面积图散点图饼图直方图箱式图误差线图高低图Pareto图控制图1.00.75.50.250.001.00.75.50.250.00ROC曲线P-P图Q-Q图序列图自回归图交互相关图频谱图1819标题文本区数据区（内框区）图例区外框区直方图与茎叶图案例：绘制消费者信心值的直方图直方图组的绘制累积直方图的绘制分段直方图（StackedHistogram）面积直方图（频数多边形，FrequencyPolygon）人口金字塔（PopulationPyramid）茎叶图20箱图案例：用箱图分月份考察消费者信心的分布21散点图案例：年龄S3与消费者信心指数间的关系案例：分性别考察年龄对信心指数值的影响22单因素方差分析单因素方差分析分析目的检验某一个影响因素的差异是否会给观察变量带来显著影响例如：CCSS案例中提供了2007年4月，以及2007、2008、2009年12月四个时间点的消费者信心监测数据，现希望考察这四个时间点的消费者信心指数平均水平是否存在差异。24单因素方差分析每个人具体的数值访问月份Xxx,xxx,xxx,xxxXxx,xxx,xxx,xxx200704Xxx,xxx,xxxXxx,xxx,xxx,xxx200712Xxx,xxx,xxx,xxxXxx,xxx200812Xxx,xxx,xxxXxx,xxx,xxx,xxx20091225控制因素观测变量四个水平单因素方差分析统计量的含义F1：组间变异远大于组内变异，处理因素有影响F＝1：认为处理因素实际上无影响究竟F值要多大才算非常大？采用P值来确定。MSEMSAknSSEkSSAF)/()1/(26单因素方差分析实际数据的变异分解各组内部的变异（组内变异）只反映个体差异（随机变异）的大小各组均数的差异（组间变异）反映了个体差异（随机效应）的影响与可能存在的处理因素的影响之和总变异=组内变异+组间变异27单因素方差分析常用的两两比较方法LSD法：实际上就是t检验的变形，只是在变异和自由度的计算上利用了整个样本信息，因此仍然存在放大一类错误的问题S-N-K法：是运用最广泛的一种两两比较方法。它采用StudentRange分布进行所有各组均值间的配对比较。该方法保证在H0真正成立时总的α水准等于实际设定值，即控制了一类错误。28相关分析与回归分析相关分析Bivariate过程案例：考察信心指数值和年龄的相关性散点图非参数相关系数30线性回归模型简介简单分析实例建立用年龄预测总信心指数值的回归方程31综合分析案例：美国房地产销售数据homes.sav分析房屋价格影响因素；用land房子的占地面积,taxrate当地的不动产税率,ptratio所在区域的教育条件（师生比）,bedroom卧室数,rooms房间数,area建筑面积去预测price总售价.步骤：数据price是否正态分布（直方图）；散点图；一元线性回归分析；多元线性回归分析；绘制直方图，正态概率图检验关于残差的假设条件是否满足。