SPSS软件中常用统计分析方法.doc

《SPSS软件中常用统计分析方法.doc》由会员分享，可在线阅读，更多相关《SPSS软件中常用统计分析方法.doc（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、SPSS软件中常用统计分析方法： 均值比较与检验方差分析（参数检验）非参数检验相关分析回归分析聚类分析与判别分析因子分析与对应分析时间序列分析生存分析尺度分析（心理学）多响应变量分析常用统计图形条形图、线图和面积图圆图高低图帕累托图控制图箱图和误差条图散点图直方图P-P和Q-Q图序列图时间序列图审计抽样百科名片所谓审计抽样，是指注册会计师在实施审计程序时，从审计对象总体中选取一定数量的样本进行测试，并根据测试结果，推断审计对象总体特征的一种方法。目录定义 特点 种类 步骤 使用范围编辑本段定义审计抽样，是指注册会计师对某类交易或账户余额中低于百分之百的项目实施审计程序，使所有抽样单元都有被选取

2、的机会。 审计抽样，是指内部审计人员在内部审计活动中，采用适当的抽样方法从被审查和评价的审计总体中抽取一定数量有代表性的样本进行测试，以样本审查结果推断总体特征并作出相应结论的过程。 编辑本段特点1、抽样审计不同于详细审计。详细审计是指百分百地审计对象总体中的全部项目，并根据审计结果形成审计意见。而抽样审计是从审计对象总体根据统计原理选取部分样本进行审计，并根据样本推断总体并发表审计意见。 2、审计抽样不能等同于抽查。抽查作为一种技术，可以用于审前调查、确定审计重点、取得审计证据，在使用中无严格要求。而审计抽样作为一种审计方法，需运用统计原理，并严格按规定的程序和抽样方法的要求实施。 3、抽样

3、审计一般可用于逆查、顺查、函证等审计程序，也可用于符合性测试和实质性测试；但审计师在进行询问、观察、分析性复核时则不宜运用审计抽样。 编辑本段种类 （1）统计抽样和非统计抽样。 审计抽样统计抽样和非统计抽样的相同点： A、都需合理运用专业判断； B、都可以提供审计所要求的充分、适当的证据； C、都存在某种程度的抽样风险和非抽样风险。 统计抽样和非统计抽样的根本区别： 统计抽样时利用概率法则来量化控制抽样风险； 非统计抽样中，注册会计师全凭主观标准和个人经验确定样本规模和评价样本结果。 只要设计得当，非统计抽样也可达到统计抽样一样的效果。 两种抽样的选用：统计抽样的产生并不意味着非统计抽样的消亡

4、。 A、不影响运用于样本的审计程序的选择，因为抽样方法的选用主要涉及的是审计程序实施的范围问题。 B、不影响获取证据的适当性 C、不影响注册会计师对发现样本的错误所作的适当反映 （2）属性抽样与变量抽样。统计抽样在审计工作中的具体运用方法，主要有属性抽样和变量抽样两种，同时还存在双重目的抽样等。 属性抽样 指在精确度界限和可靠程度一定的条件下，为了测定总体特征的发生频率而采用的一种方法。根据控制测试的目的和特点所采用的审计抽样通常称为属性抽样。 目标：估计总体既定控制的偏差率（次数） 变量抽样 指用来估计总体金额而采用的一种方法。根据实质性测试的目的和特点所采用的审计抽样称为变量抽样。 目标：

5、估计总体金额或者总体中的错误金额。 双重目的抽样 在审计实务中，经常存在同时进行控制测试和实质性测试的情况，在此情况下采用的审计抽样称为双重目的抽样。 编辑本段步骤（一）样本设计：审计抽样中样本设计阶段的工作主要包括以下几个步骤： 1、确定测试目标； 2、定义总体与抽样单元，注册会计师应当确保总体的适当性和完整性； 3、定义误差构成条件。 （二）选取样本 1、确定样本规模； 2、选取样本； 3、对样本实施审计程序。 （三）评价样本结果 1、分析样本误差； 2、推断总体误差； 3、形成审计结论。 编辑本段使用范围1、当控制的运行留下轨迹时，注册会计师可以考虑使用审计抽样实施控制测试； 2、在实施

6、细节测试时，注册会计师可以使用审计抽样获取审计证据。第三节 常用的抽样方法一、单纯随机抽样（simple random sampling）将调查总体全部观察单位编号，再用抽签法或随机数字表随机抽取部分观察单位组成样本。 优点：操作简单，均数、率及相应的标准误计算简单。 缺点：总体较大时，难以一一编号。二、系统抽样（systematic sampling）又称机械抽样、等距抽样，即先将总体的观察单位按某一顺序号分成n个部分，再从第一部分随机抽取第k号观察单位，依次用相等间距，从每一部分各抽取一个观察单位组成样本。优点：易于理解、简便易行。 缺点：总体有周期或增减趋势时，易产生偏性。三、整群抽样(

7、cluster sampling) 总体分群，再随机抽取几个群组成样本，群内全部调查。 优点：便于组织、节省经费。缺点：抽样误差大于单纯随机抽样。四、分层抽样（stratified sampling）先按对观察指标影响较大的某种特征，将总体分为若干个类别，再从每一层内随机抽取一定数量的观察单位，合起来组成样本。有按比例分配和最优分配两种方案。 优点：样本代表性好，抽样误差减少。以上四种基本抽样方法都属单阶段抽样，实际应用中常根据实际情况将整个抽样过程分为若干阶段来进行，称为多阶段抽样。各种抽样方法的抽样误差一般是：整群抽样单纯随机抽样系统抽样分层抽样。 1. 非概率抽样（Non-probabi

8、lity sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法，或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。常用的非概率抽样方法有以下四类：方便抽样（Convenience sampling）指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁

9、就访问谁）；个别入户项目谁开门就访问谁。 优点： 适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。 缺点： 抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。 判断抽样（Judgment sampling） 指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行；也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。 优点：

10、 适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。 缺点： 该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。 配额抽样（Quota sampling） 指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是

11、相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。 优点： 适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。 缺点： 容易掩盖不可忽略的偏差。 滚雪球抽样（Snowball sampling） 指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选

12、择此后的调查对象。 第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。 优点： 可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。 缺点： 有选择偏差，不能保证代表性。 2.概率抽样（Probability sampling） 又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体；操作比较复杂，需要更多的时间，而且往往需要更多的费用。 常用的有以下六种类型： 简单抽样（Simple sampling） 即简单随机抽样

13、，指保证大小为n的每个可能的样本都有相同的被抽中的概率。例如：按照“抽签法”、“随机表”法抽取访问对象，从单位人名目录中抽取对象。 优点： 随机度高，在特质较均一的总体中，具有很高的总体代表度；是最简单的抽样技术，有标准而且简单的统计公式。 缺点： 未使用可能有用的抽样框辅助信息抽取样本，可能导致统计效率低；有可能抽到一个“差”的样本，使抽出的样本分布不好，不能很好地代表总体。 系统抽样(Systematic random sampling) 将总体中的各单元先按一定顺序排列，并编号，然后按照不一定的规则抽样。其中最常采用的是等距离抽样，即根据总体单位数和样本单位计算出抽样距离（即相同的间隔）

14、，然后按相同的距离或间隔抽选样本单位。例如：从1000个电话号码中抽取10个访问号码，间距为100，确定起点（起点间距）后每100号码抽一访问号码。 优点： 兼具操作的简便性和统计推断功能，是目前最为广泛运用的一种抽样方法。 如果起点是随机确定的，总体中单元排列是随机的，等距抽样的效果近似简单抽样；与简单抽样相比，在一定条件下，样本的分布较好。 缺点： 抽样间隔可能遇到总体中某种未知的周期性，导致“差”的样本；未使用可能有用的抽样框辅助信息抽取样本，可能导致统计效率低。 分层抽样（Stratified random sampling） 是把调查总体分为同质的、互不交叉的层（或类型），然后在各层

15、（或类型）中独立抽取样本。例如：调查零售店时，按照其规模大小或库存额大小分层，然后在每层中按简单随机方法抽取大型零售店若干、中型若干、小型若干；调查城市时，按城市总人口或工业生产额分出超大型城市、中型城市、小型城市等，再抽出具体的各类型城市若干。 优点： 适用于层间有较大的异质性，而每层内的个体具有同质性的总体，能提高总体估计的精确度，在样本量相同的情况下，其精度高于简单抽样和系统抽样；能保证“层”的代表性，避免抽到“差”的样本；同时，不同层可以依据情况采用不同的抽样框和抽样方法。 缺点： 要求有高质量的、能用于分层的辅助信息；由于需要辅助信息，抽样框的创建需要更多的费用，更为复杂；抽样误差估

16、计比简单抽样和系统抽样更复杂。 整群抽样(Cluster sampling) 是先将调查总体分为群，然后从中抽取群，对被抽中群的全部单元进行调查。例如：入户调查，按地块或居委会抽样，以地块或居委会等有地域边界的群体为第一抽样单位，在选出的地块或居委会实施逐户抽样；市场调查中，最后一级抽样时，从居委会中抽取若干户，然后调查抽中户家中所有18岁以上成年人。 优点： 适用于群间差异小、群内各个体差异大、可以依据外观的或地域的差异来划分的群体。 缺点： 群内单位有趋同性，其精度比简单抽样为低。 多级抽样(Multistage sampling) 也叫多阶段抽样或阶段抽样，以二级抽样为例，二级抽样就是先

17、将总分组，然后在第一级和第二中分别随机地抽取部分一级单位和部分二级单位。例如：以全国性调查为例，当抽样单元为各级行政单位时，按社会发展水平分层后（或按经济发展水平，或按地理位置分层），从每层中先抽几个地区，再从抽中的地区抽市、县、村，最后再抽至户或个人。 优点： 具体整体抽样的简单易行的优点，同时，在样本量相同的情况下又整群抽样的精度高。 缺点： 计算复杂。 抽中概率与规模成比例抽样(PPS) 是不等概率中最常用的一种方法，指在总体中参照各单位的规模进行抽样，规模大的被抽取的机会大，总体中每个个体被抽中的概率与该个体的规模成正比的抽样。例如：在进行企业调查时，根据PPS抽样方法抽取企业，令规模

18、大的企业被抽取机会大。 优点： 使用了辅助信息，可以提高抽样方案的统计效率。 缺点： 如果研究指标与规模无直接关系时，不合适采取这种方法。 此外，在抽样方法划分上，还有多阶段抽样和两相抽样等，有兴趣的读者可参阅其他相关书籍。 前面谈到抽样方法的一些基本分类和各自特点，需要注意的是，在实际的运用中，一个调查方案 常常不是只局限于使用某一种抽样方式，而根据研究时段的不同采用多种抽样方法的组鸽为实现不同的研究目的，有时甚至在同一时段综合运用几种抽样方法。例如，设计一个全国城市的入户项目，在抽样上可以分为几个不同的步骤，包括： 1）在项目正式开始前，可以采用判断抽样法选出某一城市先作试点，在问卷设计初期可以采用任意抽样法选出部分人群进行问卷试访。 2）采用分层随机抽样法，确定全国要分别在多少个超大型市、多少个大型市、多少个中型市、多少个小型市实施（先分出城市的几个层次，再依据研究需要在各层用PPS法选取具体城市） 3）采用简单抽样法或PPS抽样法，确定抽出城市中应抽的地块或居委会； 4）采用整群抽样法，确定抽出地块或居委会应访问的家庭户； 5）在项目后期，可以采用判断抽样法选取某城市进行深入研究。 本书着重介绍市场研究的现场执行中的抽样技术，有关的理论知识只作简单介绍，如需深入了解探讨有关抽样的理论知识请参看其他相关书籍。