spss复习资料整理

第一章1.SPSS是软件英文名称的首字母缩写，其最初为StatisticalPackagefortheSocialSciences的缩写，即“社会科学统计软件包”。2.SPSS系统运行管理方式（SPSS的几种基本运行方式）有：（1）完全窗口菜单运行方式（2）程序运行管理方式（3）混合运行管理方式3.SPSS的界面提供的五个窗口：数据编辑窗口、结果管理窗口、结果编辑窗口、语法编辑窗口、脚本窗口。第二章1.SPSS的文件类型：语法文件（*.sps）、数据文件（*.sav）、结果输出文件（*.spv）。2.SPSS数据编辑器的每一行数据称为一个个案（Case）,每一个数据代表个体的属性，即变量（Variable）。3.SPSS变量名的命名规则：1）必须以英文字母开头，其他部分可以含有字母、数字、下划线（即“-”）；2）变量名尽量避免和SPSS已有的关键字重复，例如sum、compute、anova等；3）SPSS13及以后版本支持变量名最长为64Byte,即变量名最长为64个英文字符，或者32个中文字符；4）SPSS变量名不区分大小写，即SPSS认为Name、name、nAme这三个变量名没有区别。4.变量度量类型：定量（个数、高度、温度等）、定序（“十分重要”、“重要”、“一般”、“不重要”）、定类（名字、地址、电话等）。5.列和宽度的区别：变量宽度：对字符型变量，该数值决定了你能输入的字符串的长度；列：设定该变量数据视图中列的宽度。6.变量的值标签：即对数值含义的解释。例如：值标签12男女7.默认的缺失值类型：数值型类型（.）、字符串类型（空格）。8.数据文件的合并包括：纵向合并和横向合并（合并个案和合并变量），合并变量包括一对一合并和一对多合并。9.SPSS用“（*）”表示变量来自于当前活动数据文件中的变量，而用“（+）”表示将要和当前数据文件进行合并的数据文件中的变量。10.在合并数据文件之前，所有需要合并的数据文件必须预先按照关键变量进行升序排列。否则，合并文件程序将失败。11.（选择题）一对一合并变量时，两个文件都要提供个案；一对多合并时，活动的和非活动的文件都可以作为关键字。课后练习题：6.下列可以作为SPSS变量名的是A).PRENTS12B).1NameC).NOTTRUED).@result7.SPSS中可以设置工作目录，具体设置可以按照以下菜单：A).【选项】→【设置】B).【编辑】→【选项】→【设置】C).【编辑】→【选项】→【文件位置】D).【文件】→【选项】→【设置】8.当合并Student-Infor.sav（参见表2-1）和Student-Scores.sav（参见表2-2）两个数据文件为一个数据集Student-Records.sav时，是增加记录还是增加变量？（表略，参见P67）A).增加记录B).增加变量C).都不是D).都正确9.对上题的文件合并中，那个变量是关键变量：（对应知识点11）A)学生IDB).性别C).年龄和班级D).科目E).成绩10.在合并两个SPSS文件时，正确的说法是：A).如果是添加变量，SPSS可以显示变量是来源于那个数据文件B).如果是添加个案，SPSS可以显示变量是来源于那个数据文件C).合并两个SPSS文件后，将无法辨别个案来自于哪一个文件D).以上都不正确第三章1.可是离散化的作用以及两类方法作用：可视离散化用于为定量变量创建分类变量，从而实现连续变量的离散化。在统计分析中，有时候需要了解总体的大致分布状况，而不需要了解属性的具体信息。两类方法：直接输入分割点和根据条件自动生成分割点。2.数据缺失的可能原因，缺失值的定义以及如何处理缺失值？1）原因：eq\o\ac(○,1)在数据收集阶段，收集者没有收集到相应数据；eq\o\ac(○,2)应答着拒绝回答该问题，比如该问题涉及个人隐私；eq\o\ac(○,3)该问题对该应答者不适用，比如该问题是针对女性的，而应答者为男性。2）定义：缺失值是指粗糙数据中由于缺少信息而造成的数据的聚类，分组，删失或截断。它指的是现有数据集中某个或某些属性的值是不完全的。3）如何处理：首先应该想到重新回到数据收集阶段尽量收集到该数据，如果实在收集不到该数据，再考虑怎么处理缺失值，如果缺失数据不影响到具体的统计分析，则不对缺失值作任何处理（即缺失数据还是作为缺失数据处理），如果缺失数据影响到了具体的统计分析，则必须考虑采取适当方法来填补缺失数据。3.SPSS提供的填补缺失值的方法有哪些？（作简要说明）1）序列均值为取整列数据的均值；2）临近点均值为去该缺失值临近的几个点的均值，具体几个点由附近点的跨度来设定；3）临近点的中位数为取该缺失值邻近的几个点的中位数，具体几个点由附近点的跨度来设定；4）线性插值法应用线性插值法填补缺失值。用该列数据缺失值前一个数据和后一个数据建立插值直线，然后用缺失点在线性插值函数的函数值填充该缺失值；5）点处的线性趋势法应用缺失值所在的整个序列建立线性回归方程，然后用该回归方程在缺失点的预测值填充缺失值。4.什么叫数据校验，作用是什么？数据校验即查找错误数据或者不一致数据的过程。作用：如果数据没有收集到则尽量想办法补全；如果是录入错误则重新录入；如果数据确实错误，则可将这些数据设置成缺失值（即丢弃这些数据不进行分析）。5.在选择个案If对话框中，构建选择“‘男性1’、‘黑种人2’、‘东北地区1第四章1.统计分析的目的，描述性统计分析方法与推断性统计分析方法有什么不同？目的：是研究观察对象总体的特点。区别：描述性统计分析方法是指应用分类、制表、图形以及概括性数据指标（如均值、方差）来概括数据分布特征的方法。儿推断性统计分析方法则是通过随机抽样，应用统计方法把从样本数据得到的结论推广到总体的数据分析方法。2.描述数据特征的统计量的两大类：一类表示数据的中心位置，另一类表示数据的离散程度。3.比较均值、中位数、众数的区别与联系。均值：eq\o\ac(○,1)用于数值型的数据，不能用于定类、定序型数据；eq\o\ac(○,2)易受极端值的影响；中位数：eq\o\ac(○,1)主要用于定序数据，不能用于定类数据；eq\o\ac(○,2)不受极端值影响；众数：eq\o\ac(○,1)主要用于定类数据；eq\o\ac(○,2)不受极端值影响；eq\o\ac(○,3)可能没有众数或多个众数。对于数据变量和定序变量，可以用均值、中位数、众数；对于定类数据，只有众数。4.对极差、方差、标准差作解释。极差反映了变量的变异范围或离散幅度，在相同样本容量的两组数据中，全距大的一组数据比全距小的一组数据要分散。方差和标准差越大，变量值之间的差异越大，距离平均数这个“中心”离散越大；越小，则这些数据更接近平均值。5.分位数的类型，各自的含义。四分位差是什么，大小说明什么？百分位数：一百等份，即P1.P2.P3.P4……P100；四分位数将观测数值按从小到大进行排序，然后分成四等份，出于三个分割点位置的观测值就是四分位数，即Q1.Q2.Q3；十分位数将观测数值按从小到大进行排序，然后分成十等份，出于九个分割点位置的观测值就是十分位数，即D1.D2.D3.……D9。四分位差通常为Q3和Q1的差，用来衡量观测值的离散程度，四分位差越大则说明所观测的数据越分散，越小则说明所观测数据越集中。6.分布的形状有偏度和峰度。偏度是用来描述变量取值分布的偏斜方向，它衡量分布对称与否、分布不对称的方向和程度，取值一般在-3和3之间；峰度是用来描述变量取值分布形态陡缓程度的统计量，是指分布图形的尖峭程度或峰凸程度，取值范围可正可负可为零。7.标准化分数也叫标准化值或Z分数，用于对变量的标准化处理。意义：变量值X，Z分数表示大于或小于平均数几个标准差，可用来比较从两个不同单位抽取出来的两值。8.统计图定类型：饼图、条形图（【分析】→【描述统计】→【频率】下），帕累托图（【分析】→【质量控制】→【排列图】）。数值型：茎叶图、箱图、直方图（在【分析】→【描述统计】→【探索】下）。9.对茎叶图、箱图的解释。茎叶图是描述定量变量的一种图形方式，它除了能够给出直方图所给出的分布的信息外，还能够还原大部分原始数据的信息。箱图是总结五数（最小值、第一四分位数、中位数、第三个四分位数、最大值）的图形表现。（用‘o’表示离群值，用‘*’表示极端值，一般极端值会大一些。）（要求会读图，P132-133）。课后练习3.说明茎叶图和直方图区别。如果想尽可能展现原始数据的信息，应该采用哪一种图形？茎叶图：茎叶图是描述定量变量的一种图形方式，它除了能够给出直方图所给出的分布的信息外，还能够还原大部分原始数据的信息。优点：变量取值较多，不影响其显示效果；缺点：如果观测值较大，显示效果不好。直方图：应用于连续型数据，表现在图形上直方图的各个正方条形之间没有任何间隔。优点：变量值较多，观测值较多不影响显示效果，概括性好，反映次数分布直观；缺点：有信息损失，组数的确定带有一定的主观性。如果想尽可能展现原始数据的信息，应该采用茎叶图。？？？4.说明帕累托图和直方图的区别。帕累