spss数据正态分布检验方法及意义要点

spss数据正态分布检验方法及意义判读要观察某一属性的一组数据是否符合正态分布，可以有两种方法(目前我知道这两种，并且这两种方法只是直观观察，不是定量的正态分布检验)：1：在spss里的基本统计分析功能里的频数统计功能里有对某个变量各个观测值的频数直方图中可以选择绘制正态曲线。具体如下：Analyze—DescriptiveS

tatistics—Frequencies,打开频数统计对话框，在Statistics里可以选择获得各种描述性的统计量，如：均值、方差、分位数、峰度、标准差等各种描述性统

计量。在Charts里可以选择显示的图形类型，其中Histograms选项为柱状图也就是我们说的直方图，同时可以选择是否绘制该组数据的正态曲线(Withnor

macurve)，这样我们可以直观观察该组数据是否大致符合正态分布。如下图：从上图中可以看出,该组数据基本符合正态分布。2：正态分布的Q-Q图：在spss里的基本统计分析功能里的探索性分析里面可以通过观察数据的q-q图来判断数据是否服从正态分布。具体步骤如下：Analyze——DescriptiveStatistics——Explore打开对话框，选择Plots选项，选择Normalityplotswithtests选项，可以绘制该组数据的q-q

图。图的横坐标为改变量的观测值,纵坐标为分位数。若该组数据服从正态分布,则图中的点应该靠近图中直线。纵坐标为分位数，是根据分布函数公式F(x)=i/n+1得出的.i为把一组数从小到大排序后第i个数据的位置，n为样本容量。若该数组服从正态分布则其q-q图应该与理论的q-q图(也就是图中的直线)基本符合。对于理论的标准正态分布，其q-q图为y=x直线。非标准正态分布的斜率为样本标准差，截距为样本均值。如下图：NormalQ-OPlotof相度(摄N)m产hd：■.：如何在spss中进行正态分布检验1（m产hd：■.：如何在spss中进行正态分布检验1（转）登标签:(2009-07-2211:11:57)杂谈一、图示法1、PP图以样本的累计频率作为横坐标，以安装正态分布计算的相应累计概率作为纵坐标，把样本值表现为直角坐标系中的散点。如果资料服从整体分布，则样本点应围绕第一象限的对角线分布。2、QQ图以样本的分位数作为横坐标，以按照正态分布计算的相应分位点作为纵坐标，把样本表现为指教坐标系的散点。如果资料服从正态分布，则样本点应该呈一条围绕第一象限对角线的直线。以上两种方法以QQ图为佳，效率较高。3、直方图判断方法：是否以钟形分布，同时可以选择输出正态性曲线。4、箱式图判断方法：观测离群值和中位数。5、茎叶图类似与直方图，但实质不同。二、计算法1、偏度系数（Skewness）和峰度系数（Kurtosis）计算公式：偌度计算公式;”峰度讨齐公式：好g1表示偏度，g2表示峰度，通过计算g1和g2及其标准误。g1及。g2然后作U检验。两种检验同时得出U<U005=1.96，即p>0.05的结论时，才可以认为该组资料服从正态分布。由公式可见，部分文献中所说的“偏度和峰度都接近0……可以认为……近似服从正态分布”并不严谨。2、非参数检验方法非参数检验方法包括Kolmogorov-Smirnov检验（D检验）和Shapiro-Wilk（W检验）。SAS中规定：当样本含量nW2000时，结果以Shapiro-Wilk（W检验）为准，当样本含量n>2000时，结果以Kolmogorov-Smirnov（D检验）为准。SPSS中则这样规定：（1）如果指定的是非整数权重，则在加权样本大小位于3和50之间时，计算Shapiro-Wilk统计量。对于无权重或整数权重，在加权样本大小位于3和5000之间时，计算该统计量。由此可见，部分SPSS教材里面关于"Shapiro-Wilk适用于样本量3-50之间的数据”的说法是在是理解片面，误人子弟。（2）单样本Kolmogorov-Smirnov检验可用于检验变量（例如income）是否为正态分布。对于此两种检验，如果P值大于0.05,表明资料服从正态分布。三、SPSS操作示例SPSS中有很多操作可以进行正态检验，在此只介绍最主要和最全面最方便的操作：1、工具栏--分析—描述性统计—探索性2、选择要分析的变量,选入因变量框内,然后点选图表,设置输出茎叶图和直方图，选择输出正态性检验图表，注意显示Display）要选择双项^0坨）。

小i即工◎考3114tD■14rirli步+Mlhd+TiH1小i即工◎考3114tD■14rirli步+Mlhd+TiH1右时过二八4前的工46炉1茎叶的粘底方由场尔L”露*__jE“WII&■»«；CwQ]IK<ly_襄iGt中Crgi#iTidlil4nlExrith.x»,y・g户wr-[?堂ililWNQ』*t*l砒K4口工ivLclWih£p4|Lkv*l式电如u.承fl4TiTi.t|lCW一』酎匕[dbh]ji.ii^ind+r(i^nJtr)缠ExploriH:Pints-?5W5]039；••呦尊3|034$.0003177003、Output结果（1）Descriptives：描述中有峰度系数和偏度系数，根据上述判断标准，数据不符合正态分布。Sk=0,K=0时，分布呈正态，Sk>0时，分布呈正偏态，Sk<0时，分布呈负偏态，时，Ku>0曲线比较陡峭，Ku<0时曲线比较平坦。由此可判断本数据分布为正偏态（朝左偏），较陡峭。DescriirtrvesStatistic8WErrorYearsatcurnenladdressMean95%Confidentei陈r^lLowerB如皿hrMean 一UpfierBctund5%TrimmedMeanueciianVadante£(d.DeviationMiftimumMawmum提mngwirrterqtartiiefiance11.66K.93⑵8IC.74铀10174110.087555515.319SkB-YvTlBBSKuubs^s1.106鸵Q077155（2）TestsofNormality：D检验和w检验均显示数据不服从正态分布，当然在此，数据样本量为1000，应以W检验为准。TestsofNormalilyKoEnnagorav-Smirnm^Shapino-^ilkSt凯tsrStu“TStatisticdfYearsmcurralitaddress.13111000…LnimJ|,897t购口CO]a.LllireforsSiQriifitanteCorrecuon（3）直方图直方图验证了上述检验结果。HistogramY*”，curr«nt2.03000.02.03700.02.02900.02.03200.02.02950.02.03100.02.0700.02.03200.02.02500.02.04600.02.02700.02.02500.02.03150.02.03500.02.03800.02.02800.02.02400.02.03600.02.03200.02.01770.02.01450.02.01700.02.03250.02.02700.02.03000.02.02250.02.02150.02.02450.02.01600.02.03100.02.04050.02.04250.02.02900.02.03250.02.03750.02.03500.02.04100.02.03100.02.02400.02.03250.02.02600.02.03100.02.03400.01.02400.01.02100.01.02600.01.04000.01.02200.01.01400.01.03000.01.03200.01.03600.01.02850.01.02850.01.03300.01.03500.01.03900.01.03250.01.03800.01.02800.01.03500.01.02650.01.02350.01.01400.01.02900.01.02550.01.02850.01.03300.01.02250.01.02500.0使用命令：spss的t检验：菜单Analyze->CompareMeans—>Independent-SamplesTTest运行结果：经方差齐性检验：F=0.393 P=0.532,即两方差齐。（因为p大于0.05所以选用t检验的第一行方差齐情况下的t检验的结果：就是选用方差假设奇的结果所以，t=0.644, p=0.522,没有显著性差异。（因为p<0.05表示差异有显著性）。均值相差：113.30159解释：使用comparemeans里的independentsmaplesTtest,检验结果里的Levene\'sTestforEqualityofVariances就是对方差齐性的检验，如果P值大于0.05则认为是方差齐，统计量为F=S「2/S-2~F（n1-1,n2-1）,显著水平一般为0.05,0.01,原假设H0:方差相等。方差分析（AnaylsisofVariance,ANOVA）要求各组方差整齐，不过一般认为，如果各组人数相若，就算未能通过方差整齐检验，问题也不大。One-WayANOVA对话方块中，点击Options…（选项…）按扭，勾Homogeneity-of-variance即可。它会产生Levene、CochranC、Bartlett-BoxF等检验值及其显著性水平P值，若P值〈于0.05,便拒绝方差整齐的假设。顺带一提，Cochran和Bartlett检定对非正态性相当敏感，若出现「拒绝方差整齐」的检测结果，或因这原因而做成。Statistics菜单一>CompareMeans->Independent-samplesTTest..再看看结果中p值的大小是否<.05,若然即达显著水平。SPSS学习笔记描述样本数据一般的,一组数据拿出来,需要先有一个整体认识。除了我们平时最常用的集中趋势外，还需要一些离散趋势的数据。这方面EXCEL就能一次性的给全了数据，但对于SPSS，就需要用多个工具了，感觉上表格方面不如EXCEL好用。个人感觉,通过描述需要了解整体数据的集中趋势和离散趋势,再借用各种图观察数据的分布形态。对于SPSS提供的OLAPcubes（在线分析处理表），CaseSummary（观察值摘要分析表），Descriptives（描述统计）不太常用，反喜欢用Frequencies（频率分析），BasicTable（基本报表），Crosstabs（列联表）这三个,另外再配合其它图来观察。这个可以根据个人喜好来选择。一.使用频率分析（Frequencies）观察数值的分布。频率分布图与分析数据结合起来,可以更清楚的看到数据分布的整体情况。以自带文件Trendschapter13.sav为例，选择Analyze->Descriptive5±@±1$50$一汨.@口0口010$,把hstarts选入Variables,取消在DisplayFrequencytable前的勾，在Chart里面histogram,在Statistics选项中如图1图1分别选好均数(Mean),中位数(Median),众数(Mode),总数(Sum),标准差(Std.deviation),方差(Variance),范围(range),最小值(Minimum),最大值(Maximum),偏度系数(Skewness),峰度系数(1士0$1$),按Continue返回，再按OK,出现结果如图2¥3甘幻沔右hstsrf?N Valid132Mi含期白自0Mean79.40£16Median79.S0500制口也92782Std.Deviation23,150150Variance$35,929Skewness197Std.EnOrofSkewrress711Kurtosis-.363Std.EitOfofKurto&ls419Range101804Minimum33363Maximum135,167Sum10481.613图2表中,中位数与平均数接近,与众数相差不大,分布良好。标准差大,即数据间的变化差异还还小。峰度和偏度都接近0,则数据基本接近于正态分布。下面图3的频率分布图就更直观的观察到这样的情况HrslogFamhstartshstarts图3二．采用各种图直观观察数据分布情况，如采用柱型图观察归类的比例等。同样以自带文件Trendschapter13.sav为例，我们可以观察一下各年的数据总和的对比：选择Graph->Bar->Simple,在“Datainchartare”一项选择Summaryofgroupsofcases,然后按Define,出现图4,图4选择BarsRepresent->Otherstatistic(e.g.mean)，把hstarts一项选入Variable里面，把YEAR,Periodic一项选入CategoryAxis项中，并按ChangeStatistic键，出现图5：图53.在Statistic选项中选Sumofvalues一项，按Continue返回，按OK即可出现图6：图6从图中可以非常直观的看出1965年-1975年间，每年的总体数量对比和各数值多少。三.通过列联表来观察，数据的交错关系。以软件自带的文件UniversityofFloridagraduatesalaries.sav来说明1、选择Tables->BasicTable,在弹出对话框中，选择Graduate到Summaries栏，College至UDown,Gender至UAcross栏，如图7

■0Gender[gendef]・©College(colege]》SlAUifigSenary■0Gender[gendef]・©College(colege]》SlAUifigSenary上曲切-“DegieeE^ired[d白gi曰■龄GtaduAlionDate[grad，PasteResetCancelHelp图7L蚓白।奘Percen'iiacdtpoirrhBasicStatistic.?:Row发M%Twl港看MawnuimMeanMedianMinimumL蚓白।奘Percen'iiacdtpoirrhBasicStatistic.?:Row发M%Twl港看MawnuimMeanMedianMinimumModeSwtiftgbyCellCountHelp■'*NoneDestendiriCi1"A？c&idin^Help图8

三、选择Layout按键，选择SummaryVariableLabels->Inseparatelabels（汇总的标签，如本例的Graduate,放在表外），StatisticsLabels->Acrosstop（数据的标签横放在顶部，如本例的Count和Layer%）,并在Labelgroupswithvaluelabelsonly前选择打勾（表示只需要具体的标签名就可以，不需要汇总名，如本例Gender和College），如图9SummaryVariableLabek广Qownah硅feft药也「合口闵能Ihutup■■In t*lwrSummaryVariableLabek广Qownah硅feft药也「合口闵能Ihutup■■In t*lwr号⑶islicsLabels ,*Acrossthe^op「Down(hejeftsiefe,■trijSeparaLeLabla-sConLinu&CancelGroupsinSummayVariableDimension仁阂］忠端粕曲y卿撷照uhdei，『毛打group「Allg-ou>'Cindfitr&Wt*ummnyvai-让尔图9四、选择Total按键，在Totalsovereachgroupvariable一项前选勾，则输出表会有增加汇总一栏，如图10

irrrriiiiramiirriiiiiRiiiiiE-iiiirmnii-iiiigiioyeieachgfoupvariable^CancelirrrriiiiramiirriiiiiRiiiiiE-iiiirmnii-iiiigiioyeieachgfoupvariable^CancelLab国(GraupTct^l「TablE'margi：itolah(ignoiingmissinggroupdata)L曲百(Tablelotal图10多尝提示，需要什么表格形式可以根据要求来调整，但对输出按键都需要熟悉，试几次就可以看出不同的区别。图11为输出的表格多尝GraduaieFemaleCroupTqlglCauntLajer%CountLa^r%CtjunlLayier%Agri^ullure271246%14413.1%41537.7%ArchiLecture22%B.7%ID.9%0UlltfingJCDri5lrut1iQn44%51i.e%55SQ%BusinEi^sAtfministraliDn133121%1B917.2%32220.3%Fora&lry1.1%1.1%2.2%EMC前。n121.1%131.2%Engineenng45i1%?3621.5%28125.5%FinsArts11%1J%2.2%CraupTotal4的426%53i575与1100100.0%图11重要提示：如果结果变成变量的汇总（SUM）,则先选择Data->WeightCases,把Graduate的选项先选入WeightCasesby内，再选回DonotweightCases,按OK即可。对于其他带有编号的一项都可以这样做。这一点不知为何，本人屡次试过总需要这样调整。参考图12⑥Gender(gender]愈College⑥Gender(gender]愈College相ge]■6SlaNrgSalary陵的明&DegieeEamed[痴®・金GradualiQnDaleferarfi'Weightcases均Graduate而征1间匐CancelCunenflStatus:Dofistweightcases图12几种常用的统计方法应用一般来说，最最常用的统计分析有假设检验和回归分析，在SPSS中也有很好的对应工具来做这些分析，但对其基本思路和要求都必须了解，这样才能更灵活的发挥。下面抄录《EXCEL在市场调查中的应用》一书中关于这方面的内容：1．假设检验目的：是用来判断样本与样本，样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。基本思想：小概率反证法思想。即P<0.01或P<0.05在一次试验中基本不会生发。反证法思想是先提出假设（检验假设H0），再用适当的统计方法确定假设成立的可能性大小，如果可能性小，则认为假设不成立，否则，还不能认为假设不成立。方法：t检验，u检验，秩和检验，卡方检验应用条件：A、各组资料具有可比性B、具正态分布C、方差齐性（即先作F检验，如F<F0.05,则P>0.1,具方差齐性）2．方差分析目的：又称为变异系数分析或F检验。用于推断两组或多组资料的总体平均数是否相同，检验两个或多个样本平均数的差异是否具有统计意义（也可认为是检验多个总体均值是否有显著性差异注1，这样可能更简单一点）。基本思想：用组内均方去除组间均方的商，即F值，与1比较，若F值接近1,则说明各验均数间的差异没有统计学意义，否则表示有统计学意义。应用条件：A、各组资料具有可比性B、具正态分布C、方差齐性（即F检验）提示，在应用SPSS中，只要死死的记住一个显著系数0.05就可以应用（如果是双尾系数需要除以2），一般的大于0.05接受原假设，小于0.05则拒绝。简单的说，一般结果拒绝就是说样本有差异，样本相对独立，都是表示同一种意思，读这方面书的时候，希望不要让这些名词混乱了思路。SPSS的方差检验中，需要注意下面问题：方差检验中，PostHoc键有LSD的选项：当方差分析F检验否定了原假设，即认为至少有两个总体的均值存在显著性差异时，须进一步确定是哪两个或哪几个均值显著地不同，则需要进行多重比较来检验。LSD即是一种多因变量的三个或三个以上水平下均值之间进行的两两比较检验。2IndependentSamples检验中的Mann-WhitneyU检验与KIndependentSamples中的Kruskal-Walllis（克鲁斯卡尔―瓦里斯）H检验法思想类似，常用来作为非参数检验。2RelatedSamples非参数检验中，一般有Sign普通符号检验法和Wilcoxon威尔科克森符号秩检验法。前者用于研究的问题只有两个可能的结果：“是”或“非”，并且二者遵从二项分布；后者是普通符号检验法的改进，除了可以检验是非外，还可以了解差异的大小。KRelatedSamples非参数检验中，主要有Friedman秩和检验与CochranQ检验二种选择，前者是对多个样本是否来自同一总体的检验，而后者是用于只分为“成功”和“失败”两种结果的定类尺度测量的数据。附录：SPSS假设检验方法使用对照表装数楼验学拶数检箕器性例孑猫女单群本TKMEBinMi-atiiEwujl1-出七i-S卡力挣册石町也tt延时在力C依堂.二16隹拈丽子只需塞国正千百的问那+出力只苦一小国西比一展初司以即比哲聋作为血忘世非年效检H送券成四方肛的甲式界可乐FBH力月1力照1.如比学生与旦生出句情况，谜端-个忍体百舟片情比下的比躅i占情投粮厮，如制膜圈耳壁珏率1Wf.依区只有一个也密举厨运生苦,现工成闰二JS才麻住里.如用节值退耗时间关门耳曼有一定IttWi曳色式可的刘跖由程版1与刖硒机岫择上命.二个歌之印本【■邛erviwTrm工Dep;n4mlSupkea对于EDcF-errimS5Mp]”.，TK用UsTrffi-iLEmyUtfc耍本比超3口汽苒的涓岂如式tag白串本取自同一总因二守相关样本Paris"TSsqiites对于!J晤1林小已依JflSi即如l?L二口工四性SC广讦3岩量荒后对此（的先一齐律本.后是我r合徉为3个独立科本KDept714ml对于EDependm，SshpIcb.TR用KrwkH5MM.H陛/刑万法由充全不回的人形组独立充猊学子利美祥率IMworEgE小K.Rrt耻+dSsE'Les司1于ERfrl-sted 一依用":用』触，口Hhr资妙招时用于招#W区同期诩用方法由3雄人分州宛班图13其中相关、配对或有交互作用可以理解为EXCEL的重复，独立或无交互作用可以理解为EXCEL中的无重复。图13表大部分参考《数据分析与SPSS应用》一书，特别说明目的：研究一个变量Y与其它若干变量X之间的一种数学工具。它是一组试验或观测数据的基础上，寻找被随机性掩盖的变量之间的依存关系。A.直线回归方程Yc=abXB.回归关系的检验：求回归方程在总体中是否成立，即是否样本代表的总体也有直线回归关系。a.方差分析：基本思想是将总变异分解为SS回归和SS乘余，然后利用F检验来判断方程是否成立。b.t检验：基本思想是利用样本回归系数b与总体平均数回归系数进行比较来判断回归方程是否成立。下面摘录《数据分析与SPSS应用》一书关于相关回归和时间序列分析一些概念解释。数据变量间主要存在二类关系：一类是函数关系，一类是相关关系。前者是变量间有确定关系，即一个变量的值能够在其他变量取值确定的情况下，按某种函数关系唯一确定；后者是变量间虽然具有的联系，并非确定关系，如价格与销量量，价格高了，销售量可能会上去，但无法确定销售量是多少。通过散点图来观察，如果点都集中在一条直线附近，是线性相关，如果在一条曲线附近，则为非线性相关。如果一个变量因另一个变量的增加而增加，减少而减少，则二个变量间存在正相关关系，反之则为负相关关系。极端的相关是完全相关和零相关。如某地区购买自行车多少与购买大蒜多少无关，是为零相关。按我的理解，相关分析就是推断变量与变量之间关系的密切程度，回归就是在相关的基础上，找出变量间的拟合模型，从而进一步推测出未来的趋势和变量。而时间序列则是以时间的作为观察的序列，来推断变量间的关系的一种模型。以自带文件Trendschapter13.sav为例，说明一下如何应用这三种分析工具。1．相关打开Trendschapter13.sav文件，可以看到，这个文件的数据是以时间来排序的，在每个值前增加一行序列号变量，如图14

IDhstartsyear)monthdate15214915G51JAN1955247,2051期5：2FEB1965382,15019G53MAR1965410C,93119654APR1965598.40B1S656MAY1965697,35119656JUN19S57照4叫晚5承JUL1965a88.B301965SAUG1965g8a8761965自SEP19B5108575019S510OCT1965ii72,351伽511NOV1宛512611如196512DEC19S51346.5E11966JJAN1%5U50,361W662FEB196615B3.23619663M.AJR1@66IB弧343196S4APR唉・,?4rv^r^h■<G JllTiL口图14一个时间序列的影响因素有四种变动：A长期趋势(SecularTrend),B季节变动(SeasonalVariation)，C循环变动(CyclicalVariation)，D不规则变动(IrregularVariation)。我们可以观察一下这些数据是否存在某种关系，打开Graphs->Sequence，如图15・SequenceChartsiOnechajtpervariole密港好LnetfienodiciOnechajtpervariole密港好Lnetfienodic金MONTH,period12DATE.FORMAT："M把hstarts选入Variables项，把No.选入TimeAxisLables,然后按OK,出现图16：1ri11111c11111111n।e<1ri11111c11111111n।e<।■i■■!।IIIIIIIIpIIlliIII|.II9JSZii1JliTfI2CDOO1mo00-120DOO-IMMO-的QM-eom-/o.ooo图16从图可以看出,数据总是在一个周期内反复在上下波动,虽然高低的位置不一样,但这种波动显然是随着时间的不同而变化。因此可以察看，因变量与时间的关系如何。选择Data->DefineDates,出现图17FirstCastIs:C；＜FirstCastIs:C；＜ResetCanc&lHelpYesrs *¥saa御quant囱* Ysms,qu&fr*.runlhsWeeks,d却导Weeks,wo»k曲网5|V/eeks,wtwk(fays(6jHoms0期丸htiur$口却为的正hw网Current口*t$3：Y£3^1365]mantM1；12J图17在Year一栏填入1965,Month一栏填入1,表示数据从1965年1月开始计算。选择Analyze->Correlate->Bivariate,出现图18把hstarts,Year和Month都选入Varibales选项，CorrelationCoefficients选择Pearson和Spearman（其实只需要选Spearman就可以，这里只是试一下，作为比较）。注：相关检验中有Pearson（皮尔森）相关系数和Spearman（斯皮尔曼）等级相关，前者也称皮尔森相关系数，是对两个定距变量关系的刻画；后者是用来考察两个变量中至少有一个定序变量时的相关关系。Zero-orderCorrelations（零阶偏听偏相关系数）是按Pearson简单相关系数公式计算得到的相关系数。在皮尔森系数r是对两个定距变量关系的刻画：若-1WrW1,|r|越大，表明两个变量之间的相关程度越强。若0<rW1,表明两个变量之间存在正相关。若r=1,则表明变量之间存在着完全正相关的关系。若-1Wr<0,表明两个变量之间存在负相关。若r=-1,则变量间的关系为完全负相关。若r=0,表示两个变量之间无线性相关，即零相关。按Option按键，如图19图19在Statistics选择MeansandstandarddeviationsCross-productdeviationsandcovariances,注意，这二个选择是Pearson才有的，如果开始只选择Spearman,则此二项不能选。返回后，按OK如图20：

ConebnionsrisiMsY1EAR.ftGtperiodicMONTTH.period12hslarls PesrscnCorrelatjarr1.219*.058融轴i-,012.506SumofSauaresandcrass-Ufociurt?702Dfe7^S2104.691&14.1电5Co^sriartce535.92Bl&QSH轧窕8W13213211怕困nQitperiQdi*Pe&rscnCcrneiaft&n1.000Si*(2-lsiiedO,0121.C00SumofSquaresand2104.6^t1320.000.000Cro53-prodJttsCovariance16.0B610,076.000N13213；133MONTH,period12P&&rsonCornelaliort,05S,0001Sig.(Mailed).506i.ooaSumQfSqum喀辛政61<1fl5,0001573.000Crass-praductsCQ^nsrtce.镰,0001)峻附132132Correlation>$signilimia!the0.05levelCM削惮①图20从图20看到Year的Pearson系数为0.219,Sig值为0.012,小于P值0.05,与Hstarts显著相关，Month的Pearson系数为0.058,Sig值为0.506,大于P值0.05,则与Hstarts不显著相关。从下图21的Spearman也同样得到相同的结论。CoiBeldlibRk^hsiansYEAR,not£)eno(rlcMOUTH.USrtDtl12Spe9nn9n'srtiohstarts Coire旧Hqa。「白用。2时1ooo.■1歌如《SigQ-帕ilE)024,618N132132132YEAR,ng1periodicCome怕加nCaefYicient196*1.000,ana3ig(2-t3iledJ.0241.0DUN132132132MObJTlH^p自rind12Cfirre1削泊力C。白用。i电ht.0001.0DOSig.a-tMlsffl.0181.000N132132132Correlalionis写igni耻m前启Hh单0.05tewgl(手怕询磔试建立回归模型，看能否形成各变量间的关系式。选择Analyze->Regression->CurveEstimation,出现图22图22把hatarts选入Dependents选项，Independent选择Time,Models选择(Linear)线性回归，(Quadratic)三次曲线回归，(Cubic)m次曲线回归，(Exponential)指数回归，选择Includeconstantinequation表示方程式有常数项，Plotmodels则表示用图表示，然后按OK，出现图23M4>mSiiNiKibatyamiP0加南科丘菇斯郁茫日XpfiQMv中门力in*仁甲|二呻E-qu^li0nMdd£>l£uitifharrPar由hhg也*RSqu;iruFtin此Consulrvib1h2garbjadkabeCubitEipohdrl^ilO50T咖仲90396.905工押TSD.&235.227Ji*13D"髓g12B130OHO014OKI024'7043087&flOB$229135H5-1.667.期-硝CJ7胸口图23线性方程：Y=70.430.135X二次曲线方程：Y=64.1710.415X-0.02X2三次曲线方程：Y=87.68-1.667X0.037X2(0X3)

指数曲线方程：Y=68.229xe0.002从Sig值判断，都小于0.05,都接受回归成立，这样，只能从R拟合度和F值较大来判断三次曲线方程的拟合程度比较高。注意，如果方程成立的话，想要增加预测，则可以在Save选项中选择PredictedValues一项，如果还想预测未来的数值，则可以在原表上增加若干行（如1行），然后选择PredictCases下面Predictthrough，在Year填入1976，在Month填入1，这样就表示预测值到1976年的一月。如图24所示。CurveEstiaation:SavePrediclCasesSaveVdfiatileaPrediclCasesVgredictedvalises'Residuals府:宓neeii府:宓neeii期内用TheEstimationPeriodis:Allc盾牌白ContinueCancelIContinueCancelIHelp图24注意，在Independent选择Time和把ID选入结果一样，则因为ID是以时间为序来排，所以结果一样。3．时间序列因为R的似合度分别为0.05,0.064,0.199和0.039,都比较低，方程的效果不太好，如果要预测数值还是选择时间序列比较合适，因为从刚才Sequence的图也可以观察到,数据是以后的时间来波动的变化关系。选择Analyze->TimeSeries->ExponentialSmoothing，出现图25

图25把hstarts选入Variables选项，并在Model选择Winters（注意，三种不同的模型的选择：简单指数平滑适用于不包含长期趋势和季节成分的数据；Holt方法适合于包含长期趋势但不包含季节成分的数据；Winters方法适合于包含季节成分（以及长期趋势）的数据。EXCEL中只有简单的指数回归，与这里的绝不相同，从这里也可以看到专业分析软件的优势更具体更仔细），又按Save键，如图26Exponential SaveCreateVaiiables■*AddtolileReplacead班ngrDoaotcreatePredictCasesPredicifrncnfisUntialionpenodihroughlastcasePredidihnough:E：|l^76MoiM|6TkaEstimatiDnPeriod/AHcuesCoritimusICancel1He^p图26PredictCase选项中选择Predictthrough,并在Year栏填入1976,month填入6，这样就可以得到1976年1-6月份的预测值（注意，此处与上面的回归不同，不需要增加6个ID,不然结果会显示有缺失值）。返回，按Parameters键，如图27CancelGridSearchMultiplicativeTrend(Gamma)“Displayonlv10bestnwdetsTor^idseanchIrend:Lin的SeasonalConponeiit:General[Atohd]「Value：CancelGridSearchMultiplicativeTrend(Gamma)“Displayonlv10bestnwdetsTor^idseanchIrend:Lin的SeasonalConponeiit:General[Atohd]「Value：ftiidSsMckStart:StopeLfF-他SeasortallDefe)宿而1V节1侬季GaidQ切atic「Custom:-1FendMoo.iPliij CGridSEsardi:；心缶3皿 B肌 _i：i ].9 r?'GridSearch;Start:Stop:ByCoritinueH?pQnentialS・qQthinq=Para>eters分别把Alpha（截距项的平滑系数），Gamma（趋势项的平滑系数）和Delta（季节指数的平滑系数），设为从0到1之间以步长0.05搜索最优的参数值，其它选项采用默认值。返回按OK,出现结果如图28：SmallesiSinns3SquniEEnof5SeriesModelran*AlphaLeweijGamma{Trend)Delta(Season)SumsofSquaredErrorshstarts■,75000.碗雨.0O0O0455i.615230000.□QQQO.000004573.BB43.7D0D0„Q0OOQQOOGD4581.6784.飒皿ooocoOOOGO461工6956,75000OOQOOQ50G046153216,30000,000000500046171787朋加。.00000ooooo4634.31087DOOOocooo.050004642.8959S5DOO.QQQOO050DQ4646.27210,900000Q0Q0100004662.211SmoolhincfPfflflinelersSeriesWpha(Level)GamiTFS(Trend)(Season)sumsofSquaredERoraJferrai75QDQ.00DOD.OQDQD45S2.B1511”Shown由优启aretheparaaislaiswimthesmalleslSumsUSqu3帕dEmarsUieseparametersareusedtotorecasl.图28从图可看到平滑指数分别是Alpha=0.75,Gamma=0,Delta=0,而更重要的是，可以直接得到预测值，如图29：TbsiarrsyewTnonthdateFIT1 ]ERRI12362.-4W19753KW?(9756076201!73699124777771975APR197674377363399G412592702t9755MAY1975?B8277t13.93291269C,2041975eJUN197586,936353.3J76612792782t9757JJLt晒84.3H748.4672612SSO65519758Mgi需568061372.5930312984517!1975gSEP1975933329211WQ813093.S26W75WOCT1975540345689917413171E脂197511NOV197576EJ725-5W112513255.65019?5VDEC厮，571BHB7-153JB7133［帆1JAN1976154tI97fi2FEB1S7655.4119913S19763MAft157B黑例限13E： .197G&APRILS99J21B3137I9?fi5MAV197G1016963113S19766JUN197699.21515除了Fit一项的预测外，可以得到1976年1-6月的预测结果。同时，可以通过FIT1的预测情况与上面三次曲线回归方程比较，采用平均绝对误差、均方根误差和平均绝对百分误差的结果选择更佳的答案。与EXCEL表现的比较和补充这一点是针对像我这样开始只懂得用EXCEL的人来说。从个人的体会来说，二种软件有一定相似，操作都简便，同时又有一些可以互补的地方。一、图型的表现力是SPSS的主要优点之一应该说，EXCEL的图型表现主要是简便，对许多的人来说基本够用，但对于科学的表现，SPSS就更为详细和准确，这一点据说在所有统计软件中都突出。因为大多的书里面都谈到，这里从略。二、通过SPSS检验方差齐性和数据分布假设检验中，采用的t检验和方差检验都需要满足二个要求，即1．样本方差齐性2．样本总体呈正态分布在EXCEL中，提供了F检验来检验方差齐性问题。也就是可以先通过F检验确定方差齐性与否来选择下一步用哪个T检验或方差检验分析工具。但只要数据多于二组则无从下手；通过描述统计大约能从峰度和偏度来了解样本的分布（实际工作中，只要分布单峰且近似对称分布，也可应用注2），但要具体确定样本的分布也有难度。这二个问题在SPSS就可以解决。A、用SPSS检验方差齐性同样以UniversityofFloridagraduatesalaries.sa&件作为例子来检验性别数据是否方差齐性a.选择Analyze->DescriptiveStatistics->Explore，再选择DependentList->Graduate，FactorList->Gender，Display->Both，如图30DependerrtLwL去Graduate[gradwatel上L留二吩DependerrtLwL去Graduate[gradwatel上L留二吩Gondar［君后"号］^abelCasestw:■Explore海College(coleje]于SlarlihgSalaryfsalary]&DegreeEarned[degree-0Gr^dualiionDaAe[卬3小b.点击Plot按键，在对话框里选择Boxplots->None,Spreadvs.LevelwithLeveneTest->Untransformed,在Descriptive选择中取消Stem-and-leaf一项，如图31Ccntmue''Factorfevefctogelh&i['"^cpcndciptstogeiltierCcntmue''Factorfevefctogelh&i['"^cpcndciptstogeiltierDesej^ptiueI-Stem-and-lB^I-tjistagram厂Nc^n^litypltM$with恺含年Spi^advs.LftvelgiWiLfrvtneT百情广N□他■,PtivterwtimabfonExplore:Plots图31然后，按OK键，结果如图32显示:TestofHstno㈣由期ofU制向tc白LeveneStallslitansig.Graduate8asedanHeanSI31109E.576SasedanMedian.32211096,570OasedanMEdiw作为rid师昨附u引Mdf322i10351印.570Sa&edortlrimmediTieari317JI1睡.573图32中可以看出，显著值sig都大于0.05,因此不能拒绝H0方差齐性的假设，即数据的方差齐性。 0提示，在SPSS中，应用t检验是不需要单独检验方差齐性问题。结果中就有Levene检验的结果，从中就可以