基本统计分析

1、基本统计分析返回11 频数分布分析 返回2定义：频数就是一个变量在各个变量值上取值的个案数。如要了解学生某次考试的成绩情况，需要计算出学生所有分数取值，以及每个分数取值有多少个人，这就需要用到频数分析。变量的频数分析正是实现上述分析的最好手段，它可以使人们非常清楚地了解变量取值的分布情况。3利用一维频数分布表可以对数据按组进行归类整理，形成各变量的不同水平的频数分布表和图形，以便对各变量的数据特征好观测量分布状况有一个概括的认识。交叉表分析过程可以生成二维或多维频数表，还可以进行分类变量之间的独立性检验。4 返回一、 一维频数分布分析过程(data05-01)Analyze descripti

2、ve statistics frequencies5选择statistics(输出统计量)对话框 返回如果中位数与众数相差很大，说明观测量中存在异常值6Charts(图形)参数选择对话框 返回7频数分布表format(格式)对话框 返回8Data05-01 age eudc不同年龄人员与其受教育年限的统计表 返回9受教育年限的频数分布表 返回10age变量的直方图 返回11educ变量直方图 返回12二、交叉表分析analyze descriptive statistics crosstabs (data05-01) 返回前面的分析都是对单个变量的数据分布情况进行分析。但在实际分析中，还需要掌

3、握多个变量在不同取值情况下的数据分布情况，从而进一步深入分析变量之间的相互影响和关系，这种分析就称为交叉列联表分析。交叉列联表分析除了列出交叉分组下的频数分布外，还需要分析两个变量之间是否具有独立性或一定的相关性。要获得变量之间的相关性，仅仅靠频数分布的数据是不够的，还需要借助一些变量间相关程度的统计量和一些非参数检验的方法。13常用的衡量变量间相关程度的统计量是简单相关系数（参见本书有关章节），但在交叉列联表分析中，由于行列变量往往不是连续变量，不符合计算简单相关系数的前提条件。因此需要根据变量的性质，选择其他的相关系数，如Kendall等级相关系数、Eta值等。14SPSS提供了多种适用于

4、不同相关系数的相关关系，这些检验的零假设是：行和列变量之间彼此独立，不存在显著的相关关系。SPSS将自动给出检验的P值，如果P值小于显著性水平0.05，那么应拒绝零假设，认为行列变量之间彼此相关。15计算公式如下。（1）卡方统计量检验是常用的检验行列变量之间是否相关的方法。交叉列联表的卡方检验零假设是：行列变量之间独立，计算公式为16卡方统计量服从（行数1）（列数1）个自由度的卡方统计，SPSS在自动计算卡方统计量后，还会给出相应的P值。注意：使用这个统计量进行检验时，要求期望频数大于等于5。若不满足该条件需要使用精确检验法。17（2）Contingency coefficient：列联系数。

5、用于名义变量之间的相关系数计算。计算公式由卡方统计量修改而得，公式为 其中，N为观测量数 其数值在01之间，0表示行列变量之间没有关联，1表示行列变量之间有很强的关联。18 （3）Phi and Cramers V：系数。用于名义变量之间的相关系数计算。计算公式由卡方统计量修改而得，公式为 数值界于01之间，其中K为行数和列数较小的实际数。19 返回一个行变量和一个列变量可以形成一个二维交叉表，再指定一个分组变量作为控制变量就形成三维交叉表。如果可以指定多个行、列、控制变量，就会形成一个复杂的多维交叉表。交叉表的数据可以是数值型或字符型变量，短字符串变量可以直接作为分类变量。2021选择sta

6、tistics(统计量)对话框 返回22Exact(精确检验)对话框 返回提供两种针对小数据量与不平衡表的检验方法此值小于0.05则认为行、列变量存在关系23Cells(显示单元格)对话框 返回24Format(格式)对话框 返回25大样本的交叉表实例Data05-01 child/occcat80/region观测量统计处理摘要 返回26 返回27卡方检验 返回28小样本的交叉表实例 data05-02 sex/earnings观测量统计处理摘要 返回29交叉表 及卡方检验结果 返回302 描 述 统 计 返回31描述统计分析对话框analyze descriptive statistics

7、 descriptives(data05-03) 返回32Options(选择项)对话框 返回33全美各种犯罪数据描述统计量 返回343 探 索 分 析 返回35 定义：调用此过程可对变量进行更为深入详尽的描述性统计分析，故称之为探索分析。 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，显得更加细致与全面，有助于用户思考对数据进行进一步分析的方案。36探索分析提供对数据的考查：1. 检查数据是否有错误。过大或过小的数据均有可能是奇异值、影响点或错误数据。2. 数据分布特征。许多分析方法对数据的分布有一定要求。许多分析方法要求样本来自正态分布总体，对两组数据均值差异性的分

8、析要求方差相等。37EXPLORE过程提供数据在分组与不分组的情况下，常用的统计量与统计图形。EXPLORE的图形可以直观的将奇异值、非正常值、丢失的数据及数据本身的特点呈现出来。提供的考查方法： 1. 箱线图 2. 茎叶图3. 正态分布检验4. 方差齐性检验38一、箱图 返回异常值所使用的标记为“0”极值所使用的标记为“*”39二、茎叶图 返回近似值=（茎值+叶值0.1）茎宽40三、正态性检验观测量数据的正态分布检验需要特别指出的是：对数据进行正态分布的检验时，几乎都有理由认定数据拒绝正态分布假设，此时如果数据量足够大，进行统计计算时就不必强求观测量一定服从正态分布，只要数据接近于正态分布就

9、可以了。常用的检验方法有： P-P概率图和Q-Q概率图； LILLIFORS统计量检验法 一般情况下，当其显著性水平小于0.05时，就可以拒绝数据的正态分布假设。零假设：数据分布为正态分布41四、方差齐性检验Spread vs level图显示图形的同时还输出回归方程斜率以及为使方差变齐的Levene稳健估计量，即为使两个方差相同，对数据进行幂转换的幂值。Levene检验其好处为：进行方差齐性检验时，不强求数据必须服从正态分布的条件。一般情况下，如果它的显著性水平小于0.05，就可以拒绝各方差相等的假设。M估计M估计在计算时对所有观测量赋权，随观测量距离分布中心的远近而变。计算包括极端值。极端

10、值由于靠外，因此比位于中心部位的观测量给予较小的权重。常用的M估计方法有Huber、Andrew、Hampel和Tukey。通过实践，这四种方法都可以很好的取代平均值以及中位数，其中Hube估计方法对于近似正态分布的数据效果最好。零假设：各方差全相等42五、实例analyze descriptive statistics explore(data05-04 salary/gender/id)43选择statistics描述统计量对话框 返回44plots统计图对话框 返回45实例输出之一：观测量摘要表 返回46salary变量的描述统计量 返回47M估计值全部比均值小，但与中位数十分接近，初步判断观测量数据可能呈现偏态分布48变量的极端值 返回49数据正态分布检测统计量 返