搜索
第六章：描述性统计分析－－DescriptiveStatistics菜单详解（医学统计之星：张文彤）上次更新日期：6.1Frequencies过程6.1.1界面说明6.1.2分析实例6.1.3结果解释6.2Descriptives过程6.2.1界面说明6.2.2结果解释6.3Explore过程6.3.1界面说明6.3.2结果解释6.4Crosstabs过程6.4.1界面说明6.4.2分析实例6.4.3结果解释描述性统计分析是统计分析的第一步，做好这第一步是下面进行正确统计推断的先决条件。SPSS的许多模块均可完成描述性分析，但专门为该目的而设计的几个模块则集中在DescriptiveStatistics菜单中，最常用的是列在最前面的四个过程：Frequencies过程的特色是产生频数表；Descriptives过程则进行一般性的统计描述；Explore过程用于对数据概况不清时的探索性分析；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。本章讲述的四个过程在9.0及以前版本中被放置在Summarize菜单中。§6.1Frequencies过程频数分布表是描述性统计中最常用的方法之一，Frequencies过程就是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值，以及常用的条图，圆图等统计图。和国内常用的频数表不同，几乎所有统计软件给出的均是详细频数表，即并不按某种要求确定组段数和组距，而是按照数值精确列表。如果想用Frequencies过程得到我们所熟悉的频数表，请先用第二章学过的Recode过程产生一个新变量来代表所需的各组段。6.1.1界面说明Frequencies对话框的界面如下所示：该界面在SPSS中实在太普通了，无须多言，重点介绍一下各部分的功能如下：【Displayfrequencytables复选框】确定是否在结果中输出频数表。【Statistics钮】单击后弹出Statistics对话框如下，用于定义需要计算的其他描述统计量。现将各部分解释如下：oPercentileValues复选框组定义需要输出的百分位数，可计算四分位数(Quartiles)、每隔指定百分位输出当前百分位数(Cutpointsforequalgroups)、或直接指定某个百分位数(Percentiles)，如直接指定输出P2.5和P97.5。oCentraltendency复选框组用于定义描述集中趋势的一组指标：均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)。oDispersion复选框组用于定义描述离散趋势的一组指标：标准差(Std.deviation)、方差(Variance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、标准误(S.E.mean)。oDistribution复选框组用于定义描述分布特征的两个指标：偏度系数（Skewness）和峰度系数(Kurtosis)。oValuesaregroupmidpoints复选框当你输出的数据是分组频数数据，并且具体数值是组中值时，选中该复选框以通知SPSS，免得它犯错误。众数(Mode)指所有数值中出现频率最高的一个值，在国内用的非常少。【Charts钮】弹出Charts对话框，用于设定所做的统计图。oCharttype单选钮组定义统计图类型，有四种选择：无、条图（Barchart）、圆图(Piechart)、直方图Histogram），其中直方图还可以选择是否加上正态曲线（Withnormalcurve）。oChartValues单选钮组定义是按照频数还是按百分比做图（即影响纵坐标刻度）。【Format钮】弹出Format对话框，用于定义输出频数表的格式，不过用处不大，一般不管。oOrderby单选钮组定义频数表的排列次序，有四个选项：Ascendingvalues为根据数值大小按升序从小到大作频数分布；Descendingvalues为根据数值大小按降序从大到小作频数分布；Ascendingcounts为根据频数多少按升序从少到多作频数分布；Descendingcounts为根据频数多少按降序从多到少作频数分布。oMultipleVariables单选钮组如果选择了两个以上变量做频数表，则Comparevariables可以将他们的结果在同一个频数表过程输出结果中显示，便于互相比较，Organizeoutputbyvariables则将结果在不同的频数表过程输出结果中显示。oSuppressTablesmorethan...复选框当频数表的分组数大于下面设定数值时禁止它在结果中输出，这样可以避免产生巨型表格。6.1.2分析实例例6.1某地101例健康男子血清总胆固醇值测定结果如下，请绘制频数表、直方图，计算均数、标准差、变异系数CV、中位数M、p2.5和p97.5（卫统第三版p2331.1题）。4.773.376.143.953.564.234.314.715.694.124.564.375.396.305.217.225.543.935.214.125.185.774.795.125.205.104.704.743.504.694.384.896.255.324.504.633.614.444.434.254.035.854.093.354.084.795.304.973.183.975.165.105.864.795.344.244.324.776.366.384.885.553.044.553.354.874.175.855.165.094.524.384.314.585.726.554.764.614.174.034.473.403.912.704.604.095.965.484.404.555.383.894.604.473.644.345.186.143.244.903.05解：为节省篇幅，这里只给出精确频数表的做法，假设数据已经输好，变量名为X，具体解法如下：1.Analyze==DescriptiveStatistics==Frequencies2.Variables框：选入X3.单击Statistics钮：4.选中Mean、Std.deviation、Median复选框5.单击Percentiles：输入2.5：单击Add：输入97.5：单击Add：6.单击Continue钮7.单击Charts钮：8.选中Barcharts9.单击Continue钮10.单击OK得出结果后手工计算出CV。上面做出的直方图分组太多，需要进一步编辑。6.1.3结果解释上题除直方图外的的输出结果如下：Frequencies最上方为表格名称，左上方为分析变量名，可见样本量N为101例，缺失值0例，均数Mean=4.69，中位数Median=4.61，标准差STD=0.8616，P2.5=3.04，P97.5=6.45。系统对变量x作频数分布表（此处只列出了开头部分），Vaild右侧为原始值，Frequency为频数，Percent为各组频数占总例数的百分比（包括缺失记录在内），Validpercent为各组频数占总例数的有效百分比，CumPercent为各组频数占总例数的累积百分比。§6.2Descriptives过程Descriptives过程是连续资料统计描述应用最多的一个过程，他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正态评分值并以变量的形式存入数据库供以后分析。6.2.1界面说明【Savestandardizedvaluesasvariables复选框】确定是否将原始数据的标准正态评分存为新变量。【Options钮】弹出Options对话框，大部分内容均在前面Frequences过程的Statistics对话框中见过，只有最下方的DisplayOrder单选钮组是新的，可以选择为变量列表顺序、字母顺序、均数升序或均数降序。6.2.2结果解释下面是一个典型的Descriptives过程结果统计表：一望可知，这里的大部分内容都在上一节见过，因此就不再多解释了。讲了两个过程，也许大家已经发现了：结果中的统计专业单词多数在对话框中就已经出现，因此我们以后会详细解释对话框的内容，结果中相同的单词不再重复解释。§6.3Explore过程Explore过程可对变量进行更为深入详尽的描述性统计分析，主要用于对资料的性质、分布特点等完全不清楚时，故又称之为探索性分析。它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，如枝叶图、箱图等，显得更加详细、全面，有助于用户制定继续分析的方案。6.3.1界面说明【Display单选钮组】用于选择输出结果中是否包含统计描述、统计图或两者均包括。【DependentList框】用于选入需要分析的变量。【FactorList框】如果想让所分析的变量按某种因素取值分组分析，则在这里选入分组变量。【Labelcasesby框】选择一个变量，他的取值将作为每条记录的标签。最典型的情况是使用记录ID号的变量。【Statistics钮】弹出Statistics对话框，用于选择所需要的描述统计量。有如下选项：oDescriptives复选框：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、全距、四分位全距、峰度系数、峰度系数的标准误、偏度系数、偏度系数的标准误及指定的均数可信区间。oM-estimators复选框：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。oOutliers复选框：输出五个最大值与五个最小值。oPercentiles复选框：输出第5%、10%、25%、50%、75%、90%、95%位数。【Plot钮】弹出Plot对话框，用于选择所需要的统计图。有如下选项：oBoxplots单选框组：确定箱式图的绘制方式，可以是按组别分组绘制(Factorlevelstogether)，也可以不分组一起绘制(Depentendstogether)，或者不绘制(None)。oDescriptive复选框组：可以选择绘制茎叶图(Stem-and-leaf)和直方图(Histogram)。oNormalityplotswithtest复选框：绘制正态分布图并进行变量是否符合正态分布的检验。oSpreadvs.LevelwithLeveneTest单选框组：当选择了分组变量时，绘制spread-versus-level图（我还没有找到他的中文名字该叫什么），设置绘图时变量的转换方式，并进行组间方差齐性检验。【Options钮】用于选择对缺失值的处理方式，可以是不分析有任一缺失值的记录、不分析计算某统计量时有缺失值的记录，或报告缺失值。6.3.2结果解释以例6.1的数据为例，按默认方式下的选择，Explore过程的输出如下：Explore首先是例行的处理记录缺失值情况报告，可见101例均为有效值。上表详细列出了常用的描述统计量，如果有标准误也会列出（如偏度和峰度系数）。XXStem-and-LeafPlotFrequencyStem&Leaf1.002.78.003.001233349.003.55668999924.004.00000111122233333334444425.004.555555666667777777778889917.005.011111112223333349.005.5567788896.006.1123331.006.51.00Extremes(=7.2)Stemwidth:1.0000Eachleaf:1case(s)以上是茎叶图，整数位为茎，小数位为叶。这样可以非常直观的看出数据的分布范围及形态，在国外非常流行。以上是箱式图，中间的黑粗线为均数，红框为四分位间距的范围，上下两个细线为最大、最小值。§6.4Crosstabs过