SPSS统计描述和图表

统计描述统计描述中可用的工具各种初步汇总描述方法分组汇总，最终汇总成相应的分组频数表，可以反应出数据的大致趋势多个百分位数组合起来，也能反应数据的分布特征对信息的利用仍然比较粗糙各种统计描述指标实际上是更复杂的各种描述工具的基础，是针对数据的某种特征进行精确的数字呈现的一系列指标对于样本而言，这些统计描述指标也可被称为统计量均数、标准差、四分位间距，比、率等2统计描述中可用的工具统计表当数据比较复杂，所计算的统计指标较多时，直接观察所计算出的数值比较麻烦，为此人们又会按照一定的排列方式将统计指标组织为一张表格，以方便使用。统计图统计表虽然能做到非常精确，但是不够直观，如果希望结果更为直观一些，则可以按照统计指标的大小将其绘制为一张图形，这就是所谓的统计图。3统计描述的模块SPSS中所有专业的制表过程都能够完成统计描述的任务Reports菜单项：主要输出文本化报表Tables菜单项：输出标准的SPSS结果表格MultipleResponse菜单：专门用于多选题数据描述但Descriptive菜单项中提供的是最基本的统计描述过程4统计描述的模块Frequencies过程计算各种常用的描述指标特色是产生频数表对分类资料和定量资料都适用Descriptive过程一般性的统计描述适用于服从正态分布的定量资料5统计描述的模块Explore过程用于对数据分布状况不清时的探索性分析功能极为强大Crosstabs过程完成分类资料和等级资料的统计描述完成分类资料各种各样“常规”的统计检验Ratio过程用于两个连续变量计算相对比指标，很少用PP图和QQ图6分类变量的统计描述分类变量的常用描述指标基本的描述方式原始数据：频数列表百分比累计频数累计百分比集中趋势众数8血型6730.630.630.63013.713.744.33716.916.961.28538.838.8100.0219100.0100.0AABBO合计有效频率百分比有效百分比累积百分比分类变量的常用描述指标比：任意两个变量之比，这两个变量可以是性质相同的两个指标，如两个地区相同时期内某病新发病例数之比；也可以是性质不相同的两个指标之比性别比，货物/销售人员比构成比：部分占总体的比例，分观察对象为k个部分（A1、…、Ak），其中某一个部分观察对象数与观察对象总数之比为构成比率：某个时期内某个事件发生的频率或强度，实际上有速度的概念在里面，可以和物理中速率的定义相对照9分类变量的联合描述列联表常见的是二维，但三维及更高维列联表的使用原理是完全相同的频数行、列、总百分比行、列、总合计血型*性别交叉制表16516723.9%76.1%100.0%22.2%34.7%30.6%7.3%23.3%30.6%8223026.7%73.3%100.0%11.1%15.0%13.7%3.7%10.0%13.7%17203745.9%54.1%100.0%23.6%13.6%16.9%7.8%9.1%16.9%31548536.5%63.5%100.0%43.1%36.7%38.8%14.2%24.7%38.8%7214721932.9%67.1%100.0%100.0%100.0%100.0%32.9%67.1%100.0%计数血型的%性别的%总数的%计数血型的%性别的%总数的%计数血型的%性别的%总数的%计数血型的%性别的%总数的%计数血型的%性别的%总数的%AABBO血型合计男女性别合计10多选题的描述对多选题进行分析时所遇到的最大困难就是各选项间存在着关联，将它们单独进行分析并不恰当。单独分析的结果仅反映选项自身情况，不能完全代表整个题目的情况因此在描述时就需要采用基于频次的百分比等一些特殊指标11常用分析指标应答人数与应答人次Case&Response应答人数百分比（PercentofCases）选择该项的人占总人数的比例用于反映选项自身被选择的情况应答次数百分比PercentofResponses选择该项的次数占总次数（总反应数）的比例用于选项间受欢迎程度的比较12统计描述的SPSS实现Frequencies过程专门为产生频数表而设计，默认选项即可给出需要的结果Crosstabs过程生成二、三维交叉表默认只输出频数，计算百分比需要更改选项MultipleResponse菜单专门为多选题数据的描述而设计输出格式较为简单，但使用方便Tables模块为制表提供了全面的支持仍然只涉及数据描述13连续变量的统计描述频数表Frequency是一种非常直观的方法，但比较粗糙，如果希望进行深入的分析，则必须要使用一些严谨的统计指标对各方面特征加以描述操作步骤：确定组数；确定组距；确定各组段的上下限各步骤的操作都存在着一些主观性，但因为只是进行初步的观察，这并无大碍15观察到的信息集中趋势离散趋势分布形状（是否对称，分布曲线的形状）分布特征（单、双峰，有无极端值等）身高(cm)图2.1110名7岁男童身高分布年龄(岁)图2.2某市某年乙脑患者的年龄分布16集中趋势Centraltendency均数mean描述一组数据在数量上的平均水平，总体均数和样本均数用不同符号表示适用范围：对称分布，特别是正态分布资料几何均数G针对正偏态资料集中趋势的描述而提出适用范围：对数正态分布资料，但往往被进一步扩大到等比资料17集中趋势Centraltendency中位数median适用范围：万金油和均数相比较为迟钝，只有样本量较为充足时结果才稳定下来众数mode所有数值中出现次数最多的一个适用范围：国外18离散趋势Dispersiontendency全距Range适用范围最广，但是也最不稳定方差Variance离均差描述个体变异离均差和直接相加必然为0离均差绝对值之和数学推导困难离均差平方和19离散趋势Dispersiontendency标准差std.deviation解决了阅读时量纲的问题变异系数(coefficientofvariation)解决了不同资料间变异程度对比的问题测量尺度相差太大：比较蚂蚁和大象的体重变异量纲不同：比较身高和体重的变异程度20百分位数一般的教科书上传统将其列为集中趋势的描述指标，但实际上不仅限于此，单独列为一类可能更为妥当适用于各种分布P2.5P5P10P25P50P75P90P95P97.5使用条件：只有样本量较大时结果才比较稳定，对位于两端的百分位数而言更是如此100例时，P95右侧只有5例！21百分位数四分位数实际上是P25、P50和P75分位数的总称，他们正好能够将全部总体单位按标志值的大小等分为四部分的三个数值上(P75)、下(P25)四分位数的差值被称为四分位间距22其他描述指标分布形状描述指标Distribution针对某种分布进行进一步的特征描述，主要是用于正态分布偏度系数Skewness正态峰正偏态负偏态峰度系数Kurtosis正态峰平阔峰尖峭峰离群值与极端值列表23Frequencies过程Statistics子对话框PercentileValues组：输出的百分位数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)Centraltendency组：描述集中趋势均数(Mean)中位数(Median)众数(Mode)总和(Sum)。24Frequencies过程Statistics子对话框Dispersion复选框组：描述离散趋势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)。Distribution复选框组：描述分布特征偏度系数（Skewness）和峰度系数(Kurtosis)。分析实例信心指数的统计描述25Descriptive过程概述用于正态分布的连续型变量可直接计算标准化Z值分析实例同上26Explore过程概述可对变量进行更为深入详尽的描述性分析主要用于对资料的性质、分布特点等完全不清楚时常用描述性统计指标/图形更加详细、全面可分组进行描述27Explore过程Statistics子对话框Descriptives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、峰度系数及其标准误、偏度系数及其标准误，以及指定的均数可信区间。M-estimators复选框作中心趋势的最大似然估计，输出四个不同权重的最大似然估计值。Outliers复选框输出五个最大值与五个最小值。Percentiles复选框输出第5%、10%、25%、50%、75%、90%、95%位数。28Explore过程plot子对话框Boxplots单选框组：确定箱图的绘制方式按组别分组绘制(Factorlevelstogether)，不分组绘制(Dependentstogether)不绘制(None)Descriptive复选框组：茎叶图(Stem-and-leaf)和直方图(Histogram)。案例：分月份time对总指数index1进行统计描述，以详细了解其分布情况。29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31表格的基本框架需要注意的是，表格中的元素和我们所说的变量并不相同，它既可能是一个分类变量的不同取值，也有可能是一个变量组，还可能是一个统计量组。也就是说，表格中的一个维度可以是多个变量联合构成。32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。33几种基本表格类型叠加表（Stacking）指在同一张表格中对两个变量进行描述，或者说表格中有一个维度的元素是由两个以上的变量构成。叠加表其实可以被简单的理解为为每个变量分别绘制两个简单的报表，然后将它们拼接到一起也存在横向拼接的叠加表表9.1横向叠加表示意S0.城市s2.性别100北京200上海300广州男女计数计数计数计数计数37838738263751034几种基本表格类型交叉表（Crosstabulation）是观察两个分类变量间联系时最常用的表格技术，它的两个维度都是由分类变量的各类别（及汇总）构成表9.2交叉表示意S0.城市合计100北京200上海300广州s2.性别男188221228637女190166154510合计378387382114735表9.3嵌套表示意计数S0.城市100北京s2.性别男188女190200上海s2.性别男221女166300广州s2.性别男228女154几种基本表格类型嵌套表（Nesting）也可以用于显示两个分类变量间的联系，但是在嵌套表中，这两个变量被放置在同一个表格维度中，即该维度是由两个变量的各种类别组合构成。嵌套表并不如交叉表直观。但是当每个单元格内需要呈现的统计指标非常多时，嵌套表更为美观和紧凑。36几种基本表格类型多层表（Layers）如果指定了层元素，则表格就由二维扩展到了三维，即多层表。事实上，多层表和嵌套表也非常的类似，只是现在我们只能每次观察到其中一层的数据而已在数据仓库技术中，多层表也被称为数据立方体37几种基本表格类型复合表格在实际的工作中，上述表格类型还有可能互相组合，以更好的达到相应的分析目的。比如叠加－交叉表（一个维度是分类变量，另一个维度则是两个分类变