第四章基本统计分析.ppt

《第四章基本统计分析.ppt》由会员分享，可在线阅读，更多相关《第四章基本统计分析.ppt（51页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1-1-1 1第四章第四章 SPSS的基本统计分析的基本统计分析1-1-2 2SPSS的基本统计分析的基本统计分析频数分析频数分析-对应表格法对应表格法计算描述统计量计算描述统计量-对应数值法对应数值法探索性描述分析探索性描述分析-结合结合交叉分组下的频数分析交叉分组下的频数分析多选项分析多选项分析统计图统计图-对应图形法对应图形法1-1-3 3频数分析频数分析目的粗略把握变量的总体分布状况。粗略把握变量的总体分布状况。例：例：对某个问题的总体看法，如新业务的使用愿望、教学效对某个问题的总体看法，如新业务的使用愿望、教学效果等果等 对某事物的客观描述，如通话的漫游类型、大客户的行对某事物的客观

2、描述，如通话的漫游类型、大客户的行业分布业分布采用的方法n n制作频数分布表：包括计算制作频数分布表：包括计算 频数、累计频数、频数、累计频数、百分比、累计百分比百分比、累计百分比n n绘制统计图形：条形图（品质数据）、饼图、绘制统计图形：条形图（品质数据）、饼图、直方图（数量数据）直方图（数量数据）1-1-4 4频数分析频数分析基本操作步骤(1)菜单选项:Analyze-Descriptive Statistics-Frequencies(2)选择几个待分析的变量到variables框.(3)chart选项，选择所需要的图形例：班级男女生频数分布表、成绩分布表1-1-5 5频数分析应用举例移

3、动通话的漫游类型分析特点：定类数据使用频数、百分比、总数(不可缺少的)不使用频数表中给出的累计频数和累计百分比移动通话时间分析、移动客户话费分析特点：定序数据、数量数据除使用频数、百分比、总数外，还可以充分使用累计频数和累计百分比1-1-6 6频数分析数据中存在缺失值使用有效百分比(分母为有效样本数)例：学生成绩得优率、得良率Frequencies-Format频数分布表输出按变量值、频数升序、降序输出1-1-7 7频数分析频数分析中的其他分析计算中位数、分位数:适用于定序、定距数据数据按升序排序后，找到若干个分位点上的变量值quartiles:计算四分位数25%(QL)、50%(中位数)、7

4、5%(QU)cut points for n equal groups:n等份percentile:自定义百分位点计算众数:适用于定类数据（但必须是数值型）1-1-8 8频数分析频数分析中的其他分析分位数的应用 从一个侧面比较两组样本数据的集中趋势例：(QL=50,QU=80)和 (QL=70,QU=75)的比较在排除极端值影响的条件下，通过计算分位数差，比较两组样本数据的离散程度例:(QL=50,QU=80)和 (QL=70,QU=75)的比较分位数、中位数、众数的应用举例不同类型的移动客户月话费比较（数据拆分）利用分位数（不显示频数分布表），比较男女生成绩集中程度1-1-9 9计算描述统计

5、量计算描述统计量目的n n精确把握变量的总体分布状况，了解数据的集中趋势、离散趋势、对称程度、陡峭程度。基本方法n n计算基本描述统计量1-1-1010计算描述统计量计算描述统计量描述集中趋势的统计量描述集中趋势的统计量n n均值均值(mean):mean):表示某变量所有变量值集中趋势或平均水平表示某变量所有变量值集中趋势或平均水平的统计量。的统计量。l l适用于定距数据。适用于定距数据。l l特点：利用了全部数据，易受极端值的影响。特点：利用了全部数据，易受极端值的影响。描述离散程度的统计量描述离散程度的统计量n n标准差标准差(standard deviation-Std Dev):st

6、andard deviation-Std Dev):表示某变量的所有表示某变量的所有变量值离散趋势的统计量。变量值离散趋势的统计量。l lSPSSSPSS中计算的是样本标准差。中计算的是样本标准差。n n方差方差(variance):variance):标准差的平方。标准差的平方。l lSPSSSPSS中计算的是样本方差。中计算的是样本方差。n n极差极差(range):range):最大值最大值(minimum)-minimum)-最小值最小值(minimum)minimum)1-1-1111计算描述统计量计算描述统计量描述对称程度的统计量 n n偏度(skewness):描述某变量所有变量

7、值分布形态的偏斜程度和方向的统计量.l l偏度为偏度为0 0表示表示对称对称;l l大于大于0 0表示正偏差大表示正偏差大(右偏右偏),),众数比均值众数比均值小小,极值大于均值极值大于均值;l l小于小于0 0表示负偏差大表示负偏差大(左偏左偏)。1-1-1212计算描述统计量计算描述统计量描述陡峭程度的统计量n n峰度(kurtosis):描述某变量所有变量值分布形态陡缓程度的统计量。l l峭度为峭度为0 0表示与正态分布峭度相同。表示与正态分布峭度相同。l l大于大于0 0表示比正态分布陡，尖峰。表示比正态分布陡，尖峰。l l小于小于0 0表示比正态分布缓；平峰。表示比正态分布缓；平峰。

8、1-1-1313计算描述统计量计算描述统计量其他统计量 n n均值标准误差(S.E means)l l中心极限定理认为：样本均值中心极限定理认为：样本均值 N(u,N(u,2 2/n)/n)l l反映样本均值与总体真值间的平均离散反映样本均值与总体真值间的平均离散程度程度l l样本数越大，样本均值的离散程度越小，样本数越大，样本均值的离散程度越小，对真值的估计越准确对真值的估计越准确 1-1-1414计算描述统计量计算描述统计量基本操作步骤基本操作步骤(1)(1)菜单选项菜单选项:Analyze-Descriptive SAnalyze-Descriptive Statisticstatist

9、ics-DescripiveDescripive(2)(2)选择将参加计算的选择将参加计算的数值型数值型数值型数值型变量名到变量名到V Variablesariables框。框。仅适用于仅适用于数值型数值型数值型数值型变量变量分析比较男生和女生的学习成绩分析比较男生和女生的学习成绩l l比较集中趋势比较集中趋势l l比较离散趋势比较离散趋势l l比较偏斜程度比较偏斜程度l l比较陡峭程度比较陡峭程度l l实现方式：数据拆分实现方式：数据拆分1-1-1515其他功能n n数据标准化处理数据标准化处理l l新变量的均值为新变量的均值为0,0,标准差为标准差为1;1;l l小于小于0 0表示在平均水

10、平下表示在平均水平下,大于大于0 0反之反之.l l正态分布的数据标准化后呈标准正态分布（正态分布的数据标准化后呈标准正态分布（68%68%，95%95%，99%99%）l lsave standardized values as variablessave standardized values as variables选项选项l l将变量作标准化后将变量作标准化后,结果存入名为结果存入名为“Z+“Z+原变量名原变量名”的新变量中的新变量中.n n数据标准化处理应用举例数据标准化处理应用举例l l快速找到移动话费出众的客户快速找到移动话费出众的客户l l网通集团企业效益评价网通集团企业效益评

11、价计算描述统计量计算描述统计量1-1-1616探索性描述分析探索性描述分析目的目的:在未知数据分布特点情况下在未知数据分布特点情况下,通过计算详尽描述统计量通过计算详尽描述统计量,辅助全面的统计图辅助全面的统计图,认识数据分布。认识数据分布。基本操作步骤基本操作步骤(1)(1)菜单选项菜单选项:analyze-descriptive analyze-descriptive statistics-statistics-ExploreExplore(2)(2)选择将参加计算的选择将参加计算的数值型数值型数值型数值型变量名到变量名到Dependent listDependent list框框(3)(

12、3)进行分组描述分析时，将分组变量选入进行分组描述分析时，将分组变量选入Fact listFact list框框描述统计量：描述统计量：MM统计量：集中趋势的估计值，不受极端值影响。用于判断统计量：集中趋势的估计值，不受极端值影响。用于判断有无异常值。有无异常值。1-1-1717探索性描述分析探索性描述分析相关图形n n箱线图箱线图n n茎叶图茎叶图n n直方图直方图n n正态分布图：检验变量是否符合正态分布正态分布图：检验变量是否符合正态分布n n方差齐性检验：各组离散程度是否相同方差齐性检验：各组离散程度是否相同l lH0H0：方差相等：方差相等举例：两班学生成绩分布情况，离散程度是否相同

13、。购买购买数量数量已婚者已婚者单单身者身者多3152少6948列总计100100个案数700300购买购买数量数量男性男性女性女性已婚者已婚者单单身者身者已婚者已婚者单单身者身者多35402560少65607540列总计100100100100个案数400120300180购买购买数量数量全部全部样样本本多37.3少62.7列总计100个案数1000购买流行服装 1-1-1919交叉分组下的频数分析交叉分组下的频数分析针对定类数据和定序数据的频数分析(用于定类用于定类定序数据分析有定序数据分析有custom tablelogisticcustom tablelogisticloglinearl

14、oglinear)目的:通过了解不同变量在不同水平下的数据分布情况，判断水平对变量是否有影响l l例：女生的学习成绩比男生好吗？例：女生的学习成绩比男生好吗？(两变量两变量)l l不同专业的女生学习成绩都比男生好吗？不同专业的女生学习成绩都比男生好吗？(三变量三变量)分析的主要步骤n n产生交叉列联表产生交叉列联表n n分析列联表中变量间的关系分析列联表中变量间的关系1-1-2020产生产生交叉列联表交叉列联表什么是列联表多个变量在不同取值下的数据分布频数表列变量行变量工商管理控制变量频数性别性别成绩成绩优优良良差差男男女女1-1-2121产生产生交叉列联表交叉列联表基本操作步骤(1)(1)菜

15、单选项菜单选项:analyze-descriptive statistics-crosstabscrosstabs(2)(2)选择一个变量作为行变量到选择一个变量作为行变量到rowrow框框.(3)(3)选择一个变量作为列变量到选择一个变量作为列变量到columncolumn框框.(4)(4)可选一个或多个变量作为控制变量到可选一个或多个变量作为控制变量到layerlayer框框.(5)(5)是否显示各分组的条图是否显示各分组的条图(display clustered display clustered bar charts)bar charts)1-1-2222产生产生交叉列联表交叉列联表定

16、距数据可做适当分组后再产生列联表仅利用频数，信息利用不充分进一步计算n n cellscells选选项项:选择在频数分析表中输出各种百选择在频数分析表中输出各种百分比分比.l lrow:row:行百分比行百分比(Row pct);Row pct);l lcolumn:column:列百分比列百分比(Col pct);Col pct);l ltotal:total:总百分比总百分比(Tot pct);Tot pct);1-1-2323分析列联表中变量间的关系分析列联表中变量间的关系目的：通过列联表分析，检验行列变量之间是否独立。方法：n n 卡方检验：对品质数据的相关性进行度量（这里两变量均为定

17、类数据或定序数据）1-1-2424分析列联表中变量间的关系分析列联表中变量间的关系卡方检验基本步骤(1)H0:行列变量之间无关联或相互独立(2)构造卡方统计量统计量服从(r-1)*(c-1)个自由度的卡方分布count:观察(实际)频数expected count:期望频数(期望频数反映的是H0成立情况下的数据分布特征)1-1-2525分析列联表中变量间的关系分析列联表中变量间的关系卡方检验基本步骤(3)(3)计算计算卡方统计量的值，并得到该统计量值卡方统计量的值，并得到该统计量值的概率的概率P P值值(4)(4)决策。概率决策。概率P P与显著性水平比较，小于等与显著性水平比较，小于等于则拒

18、绝于则拒绝H H0 0,否则不能拒绝否则不能拒绝实现步骤l lstatisticsstatistics选项选项l lcellscells选项选项1-1-2626卡方检验的要求:n n一般要求列联表中期望频数小于一般要求列联表中期望频数小于5 5的格子数的格子数不超过不超过20%20%，否则会夸大卡方值，容易得，否则会夸大卡方值，容易得出拒绝结论，可以采用精确检验。出拒绝结论，可以采用精确检验。n nN=40,T=5,N=40,T=5,PearsonPearson卡方检验，若卡方检验，若P P,改用改用确切概率法检验确切概率法检验n nN40,N40,或或T5,Tmultiple respons

19、e-Define analyze-multiple response-Define Variable SetsVariable Setsn n从原变量中选取被分解的变量从原变量中选取被分解的变量(数值型数值型)到到variables in setsvariables in sets框框n n指定被分解的变量是按多选项二分法指定被分解的变量是按多选项二分法(dichotomies)dichotomies)分解还是按多选项分类法分解还是按多选项分类法(categories)categories)分解的分解的.n n为变量集命名。系统自动在名字前加字符为变量集命名。系统自动在名字前加字符$.$.1-

20、1-3737多选项分析多选项分析多选项频数分析多选项频数分析n n菜单选项菜单选项:analyze-multiple response-analyze-multiple response-frequenciesfrequenciesn n选择待分析的多选项变量集到选择待分析的多选项变量集到tables for tables for 框。框。n n缺失数据处理：只要有一个变量含有缺失值就缺失数据处理：只要有一个变量含有缺失值就将该个案剔除将该个案剔除l lexclude cases list wise within dichotomiesexclude cases list wise withi

21、n dichotomies：只用于二分变量多项选择的分析。只用于二分变量多项选择的分析。l lexclude cases list wise within categoriesexclude cases list wise within categories：只用于分类变量多项选择的分析。只用于分类变量多项选择的分析。1-1-3838多选项分析多选项分析多选项交叉分析下的频数分析多选项交叉分析下的频数分析n n菜单选项菜单选项:analyze-multiple response-analyze-multiple response-crosstabscrosstabsn n选择行变量并定义取值范

22、围选择行变量并定义取值范围n n选择列变量并定义取值范围选择列变量并定义取值范围n n选择控制变量并定义取值范围选择控制变量并定义取值范围n n其他选项其他选项常用分析指标：常用分析指标：n n应答人数百分比（应答人数百分比（percent of casespercent of cases）：选择该项）：选择该项的人占总人数的比例（较大）的人占总人数的比例（较大）n n应答次数百分比（应答次数百分比（percent of responsespercent of responses）：选择）：选择该项的次数占总应答次数的比例（较小）该项的次数占总应答次数的比例（较小）1-1-3939多选项分析多

23、选项分析实例在某次市场调查中收集了北京、上海和广州三个城市的受访者对几种常见饮料的喜好情况，可选的饮料有茶、牛奶、咖啡、果汁、矿泉水。（数据是从原始数据库中抽出的一小部分资料），作以下分析：采用二分法组织数据受访人群中最受欢迎的饮料是哪种？男、女喜爱的饮料有无差异？三个城市的人群对饮料的喜好有无差异？不同学历的消费者休闲方式有无差异？1-1-4040统计图形的种类及用途统计图形的种类及用途1、用于显示频数分布：（LineLine和和AreaArea也能作，也能作，但不很适合）但不很适合）BarBar（不仅仅用于）不仅仅用于）Pie:Pie:Histogram:Histogram:Boxplot

24、Boxplot:Error Bar:Error Bar:显示总体分布显示总体分布2、用于判断数据分布P-PP-P图图Q-QQ-Q图图1-1-4141统计图形的种类及用途统计图形的种类及用途3、用于时间序列LineAreaBar:High-low：类似K线图4、用于观察数量变量之间关系scatter1-1-4242电信增值业务市场前景（以法国为例）电信增值业务市场前景（以法国为例）1-1-4343统计图形的种类及用途统计图形的种类及用途5、用于数据分析Pareto分析重要因素Control分析数据变异统计图形在SPSS中分为一般统计图和交互式统计图1-1-4444条形图其他汇总方式的条图：各科成

25、绩的均值、各省份移动收入比例复式条图和堆积条图：两班男女生成绩均值1-1-4545统计图的编辑双击图形进入编辑状态1.图形的转换：条图、线图、面积图和饼图之间可互相转换散点图和直方图之间可互相转换2、图形的设置：适用于复式和堆积图1-1-4646统计图的编辑3、图形坐标设置Scale Axis:条图、线图、面积图中的纵轴，散点图、直方图中的纵轴和横轴Categeries:条图、线图、面积图中的横轴4、图形格式设置Fomat-注：需选中相应的元素1-1-4747散点图1、简单散点图：用于观察两变量之间关系收入增长率与业务渗透率、GDP之间关系2、矩阵散点图：用于观察多变量之间的两两关系n X n

26、矩阵：3、重叠散点图：用于观察多变量与某一变量之间的关系4、三维散点图：用于观察三变量在三维空间中的关系1-1-4848Options1.拟合回归线：线性、二次曲线、三次曲线、加权回归平滑2.预测区间3.显示某些散点标签散点图的编辑1-1-4949P-P图和图和Q-Q图图P-P图将某变量的累积概率与指定理论分布累积概率相对比，观察某样本数据是否符合指定分布Q-Q图将某变量的分位数与指定理论分布分位数相对比，观察某样本数据是否符合指定分布结果与结果与P-PP-P图基本相同图基本相同1-1-5050交互式统计图交互式统计图特点：拖放式操作存储数据，编辑时可改变更多图形种类：两维图形三维图形（三个坐

27、标轴）三维效果图形（两个坐标轴）变量类别：加入内置变量1-1-5151交互式条图交互式条图Graph-Intergraph-BarGraph-Intergraph-BarAssign Assign VariblesVaribles选择图形种类、各种变量选择图形种类、各种变量Bar chart OptionsBar chart Options直条形状、标签、基线值直条形状、标签、基线值Error BarsError Bars：Y Y轴为轴为scalescale变量均值时，标出置信区变量均值时，标出置信区间间TitlesTitlesOptions Options 分类变量排序、坐标数值范围、图形模分类变量排序、坐标数值范围、图形模版、坐标轴长度版、坐标轴长度