《SPSS实例分析》课件

SPSS软件例题分析1精选课件ppt

Basesystem（基本统计系统）ACF（时间序列研究中的自动相关分析）97KAggregate（数据文件的汇总）106KAnova（方差分析）137KAutorecode（变量自动赋值处理）49KCorrelations（相关分析）73KCrosstabs（列联表处理）302KCurvefit（11种曲线模型的拟合）125KDate（变量定义与数据录入）155KDescriptives（均数、标准差等的描述性统计79KExamine（数值分布形式的探究）290KFit（定义程序运行条件）94KFlip（数据行列转换）44KFrequencies（频数表分析）121K2精选课件pptGraph（统计图制作）219KList（原始数据显示）52KMatrixData（数据的矩阵处理）81KMconvert（矩阵转化）42KMeans（均数及均数差别的显著性检验）140KMultResponse（多变量数据的处理）90KNonparCorr（非参数资料的相关分析）80KNparTests（非参数检验）199KOneway（单因素方差分析）160KPartialCorr（偏相关分析）90KPlot（曲线绘制）118KRank（等级排序、计算正态分数、百分比等分析）57KRegression（回归分析）453KReport（结果输出）226KSort（数据排序）43KSPChart（高分辨率的统计制图）94KSysfileInfo（显示SPSS格式的系统文件信息）35KTSPlot（时间序列资料的统计制图）190KT-Test（t-检验）77K基本统计系统共需硬盘空间4.1M3精选课件pptProfessionalStatisticsoption（专业统计系统）Alscal（利用最小二乘法处理多等级测量资料）404KCluster（聚类分析）166KDiscriminant（判别分析）435KFactor（因子分析）296KProximities（资料相似性分析）117KQuickCluster（快速聚类分析）104KReliability（可靠性分析）164K2SLS（两级最小二乘法分析）107KWLS（加权最小二乘法分析）94K专业统计系统共需硬盘空间1.9M4精选课件pptAdvancedStatisticsoption（高级统计系统）CoxRegression（Cox回归模型）374KHiloglinear（多因子系统模式的对数线性模型）155KKaplan-Meier（Kaplan-Meier生存时间模型）160KLoglinear（对数线性模型及最优化检验）207KLogistic（Logistic模型）351KManova（协方差分析）738KMatrix（高级矩阵转换）490KNonlinear（非线性分析）147KProbit（依照所需概率作拟合最优化分析）134KSurvival（寿命表方式的生存分析）178K高级统计系统共需硬盘空间2.9M5精选课件ppt80/20规则在SPSS的使用中同样有效，以Analyze菜单为例，其中最常用的子菜单为：DiscriptiveStatisticsCompareMeansGeneralLinearModel（第一项）CorrelateRegression（前半截）6精选课件pptSPSS软件界面7精选课件ppt查阅变量DataReduction数据变换Report报告CompareMeans平均数比较DescriptiveStatistics描述性统计分析GeneralLinearModel一般线性模型Correlate相关分析Regression回归分析Loglinear对数线性模型Classify分类Survival生存分析NonparametricTests非参数检验查阅数据t8精选课件pptSPSS的主菜单菜单栏共有9个选项：1、File：文件管理菜单（文件调入、存储、显示和打印等）2、Edit：编辑菜单（文本内容的选择、拷贝、剪贴、寻找和替换等）3、Data：数据管理菜单（数据变量定义、数据格式选定、观察对象

的选择、排序、加权、数据文件的转换、连接、汇总等）4、Transform：数据转换处理菜单（数值的计算、重新赋值、

缺失值替代等）5、Statistics：统计菜单（统计方法）6、Graphs：作图菜单（统计图的制作）7、Utilities：用户选项菜单（命令解释、字体选择、文件信息、定义

输出标题、窗口设计等）8、Windows：窗口管理菜单（窗口排列、选择、显示）9、Help：求助菜单9精选课件ppt10精选课件ppt第一章SPSS概览1.1数据的输入和保存例1.1某克山病区测得11例克山病患者与13名健康人的血磷值(mmol/L)如下,问该地急性克山病患者与健康人的血磷值是否不同？患者:0.841.051.201.201.391.531.671.801.872.072.11健康人:0.540.640.640.750.760.811.161.201.341.351.481.561.8711精选课件ppt具体工作流程如下：1.将数据输入SPSS。2.进行必要的预分析（分布图、均数标准差的描述等），以确定应采用的检验方法。3.按题目要求进行统计分析。4.保存和导出分析结果。下面就按这几步依次讲解。12精选课件ppt§1.1数据的输入和保存1.1.1SPSS的界面13精选课件ppt1.1.2定义变量该资料是定量资料，设计为成组设计，因此我们需要建立两个变量，一个变量代表血磷值，习惯上取名为X，另一个变量代表观察对象是健康人还是克山病人，习惯上取名为GROUP。14精选课件ppt建立X变量15精选课件ppt1.1.3输入数据先来输入变量X的值16精选课件ppt17精选课件ppt1.1.4保存数据支持数据类型：DBF、FoxPro、EXCEL、ACCESS18精选课件ppt§1.2数据的预分析选择“分析”==>“描述统计”==>“描述”菜单19精选课件ppt20精选课件ppt我们以上的做法对吗？当然有问题！光看总的描述是不够的，还应当看看分组的描述情况。这里要用到文件分割功能，请切换回数据管理窗口，选择Data==>SplitFile菜单，系统弹出文件分割对话框如下：21精选课件ppt1.2.2绘制直方图统计指标只能给出数据的大致情况，没有直方图那样直观，画直方图，选择Graphs==>Histogram，系统会弹出绘制直方图对话框如下：22精选课件ppt将变量X选入Variable选择框内，单击OK按钮。此时结果浏览窗口内会绘制出如下两个直方图：

23精选课件ppt两组的数据没有特别偏的分布，也没有十分突出的离群值，因此无须变换，可以直接采用参数分析方法来分析。综合设计类型，最终确定采用成组设计两样本均数比较的t检验来分析。最后，还要取消变量分割，免得它影响以后的统计分析，再次调出变量分割对话框，选择单选按钮中的“Analyzeallcases,donotcreategroup”，单击OK按钮就可以了。24精选课件ppt§1.3按题目要求进行统计分析下面用SPSS来做成组设计两样本均数比较的t检验，选择Analyze==>CompareMeans==>Independent-SamplesTtest，系统弹出两样本t检验对话框如下：25精选课件ppt将变量X选入test框内，变量group选入grouping框内，注意这时下面的DefineGroups按钮变黑，表示该按钮可用，单击它，系统弹出比较组定义对话框如右图所示：该对话框用于定义是哪两组相比，在两个group框内分别输入1和2，表明是变量group取值为1和2的两组相比。然后单击Continue按钮，再单击OK按钮，系统经过计算后会弹出结果浏览窗口，首先给出的是两组的基本情况描述，如样本量、均数等，然后是t检验的结果如下：26精选课件pptIndependentSamplesTest27精选课件ppt可见该结果分为两大部分：第一部分为Levene‘s方差齐性检验，用于判断两总体方差是否齐，这里的检验结果为F=0.032，p=0.860，可见在本例中方差是齐的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t=2.524，ν=22，p=0.019。从而最终的统计结论为按α=0.05水准，拒绝H0，认为克山病患者与健康人的血磷值不同，从样本均数来看，可认为克山病患者的血磷值较高。28精选课件ppt§1.4保存和导出分析结果1.4.1保存结果文件三种办法：①需要结果的时候再运行一次分析程序。②用笔将结果抄在纸上。③直接保存结果文件。方便快捷的是第三种，在结果浏览窗口中（注意：一定要在结果浏览窗口中）选择菜单File==>Save，由于该结果也从来没有被保存过，所以弹出和前面保存数据时极为相似的一个Saveas对话框，和前面相比，唯一的区别就是文件的保存类型只有ViewFiles(*.spo)一种。在文件名框中键入“Li1_1”并回车，该结果文件就会按文件名Li1_1.spo被存储。29精选课件ppt1.4.2导出分析结果SPSS提供纯文本格式功能，在结果浏览窗口中选择菜单File==>Export，系统会弹出ExportOutput对话框如下：30精选课件ppt第二章描述性统计分析Frequencies过程【Displayfrequencytables复选框】确定是否在结果中输出频数表。【Statistics钮】单击后弹出Statistics对话框，用于定义需要计算的其他描述统计量。31精选课件ppt定义需要输出的百分位数定义描述集中趋势的一组指标：均数(Mean)、中位数(Median)、众数(Mode)、总和(Sum)定义描述离散趋势的一组指标：标准差(Std.deviation)、方差(Variance)、全距(Range)、最小值(Minimum)、最大值(Maximum)、标准误(S.E.mean)定义描述分布特征的两个指标：偏度系数（Skewness）和峰度系数(Kurtosis)32精选课件ppt第三章均数间的比较§3.1Means过程和上一章所讲述的几个专门的描述过程相比，Means过程的优势在于各组的描述指标被放在一起便于相互比较，并且如果需要，可以直接输出比较结果，无须再次调用其他过程。显然要方便的多。33精选课件ppt

分组平均数比较的含义当一个变量为定类变量，另一变量为定距变量时，两变量间是否有关，通常以分组平均数比较的方法来考察。即按照定类变量的不同水平来分组，看每个分组的定距变量的平均数是否有差异。不同组间的平均数差异越小，两个变量间的关系越弱；相反，平均数差异越大，变量间关系越强。34精选课件ppt性别与四级英语考试通过率的相关统计表述：统计结果显示，当性别取值不同时，通过率变量的取值并未发生变化，因此性别与考试通过率无关。自变量的不同取值在因变量上无差异，两变量无关。自变量的不同取值在因变量上有差异，两变量有关。因变量自变量35精选课件ppt3.1.1界面说明【DependentList框】用于选入需要分析的变量。【IndependentList框】用于选入分组变量。【Options钮】弹出Options对话框，选择需要计算的描述统计量和统计分析：36精选课件ppt选入的描述统计量对分组变量进行单因素方差分析检验线性相关性37精选课件pptStatistics框可选的描述统计量。它们是：sum，numberofcases总和，记录数mean,geometricmean,harmonicmean均数，几何均数，修正均数standarddeviation，variance，standarderrorofthemean标准差，均数的标准误，方差median,groupedmedian中位数minimum，maximum，range最小值，最大值，全距kurtosis,standarderrorofkurtosis峰度系数，峰度系数的标准误skewness,standarderrorofskewness偏度系数，偏度系数的标准误percentageoftotalsum,percentageoftotalN总和的百分比，样本例数的百分比38精选课件ppt3.1.2结果解释以第一章的数据为例，输出如下：39精选课件ppt40精选课件ppt§3.2Independent-SamplesTTest过程Independent-SamplesTTest过程用于进行两样本均数的比较，即常用的两样本t检验。41精选课件ppt定义需要相互比较的两组的分组变量值选入分组变量选入需要分析的变量与Means过程的含义相同42精选课件ppt3.2.2结果解释要检验克山病患者与健康人的血磷值是否相同，用Independent-SamplesTTest过程的结果输出如下：T-Test

43精选课件ppt可见该结果分为两大部分：第一部分为Levene's方差齐性检验，用于判断两总体方差是否齐，这里的戒严结果为F=0.032，P=0.860，可见在本例中方差是齐的；第二部分则分别给出两组所在总体方差齐和方差不齐时的t检验结果，由于前面的方差齐性检验结果为方差齐，第二部分就应选用方差齐时的t检验结果，即上面一行列出的t=2.524，ν=22，P=0.019。从而最终的统计结论为按α=0.05水准，拒绝H0，认为克山病患者与健康人的血磷值不同，从样本均数来看，可认为克山病患者的血磷值较高。最后面还附有一些其他指标，如两组均数的可信区间等，以对差异情况有更直观的了解。44精选课件ppt上表的标题内容翻译如下：45精选课件ppt§3.3One-WayANOVA过程One-WayANOVA过程用于进行两组及多组样本均数的比较，即成组设计的方差分析，如果做了相应选择，还可进行随后的两两比较，甚至于在各组间精确设定哪几组和哪几组进行比较，在本章的内容中，是最为复杂的一个。ANalysisOfVAriance46精选课件pptF统计的原理F统计的目的是分析分组的平均数是否相等。如果相等，说明组间没有差别；如果不相等，说明组间平均数有差异，这时分组是有效的。但F统计独特的地方是，它并不直接利用平均数来比较，而是利用与方差有关的统计指标总变差（SST）、组间变差（SSB）、组内变差（SSW）的关系来进行判别。47精选课件ppt3.3.1界面说明AnalysisofVariance48精选课件ppt选入需要分析的变量，可选入多个结果变量。选入需要比较的分组因素，只能选入一个。用于对精细趋势检验和精确两两比较的选项进行定义选择进行各组间两两比较的方法定义相关的选项49精选课件ppt可选从线性趋势一直到最高五次方曲线定义是否在方差分析中进行趋势检验定义精确两两比较的选项。这里按照分组变量升序给每组一个系数值，注意最终所有系数值相加应为0。如果不为0仍可检验，只不过结果是错的。如对第一、三组进行单独比较，则给三组分配系数为1、0、-1，就会在结果中给出相应的检验内容。50精选课件ppt一组当各组方差齐时可用的两两比较方法，共有14种，其中最常用的为LSD和S-N-K法。一组当各组方差不齐时可用的两两比较方法，共有4种，其中以Dunnetts'sC法较常用。定义两两比较时的显著性水平，默认为0.05。51精选课件ppt统计描述方差齐性检验用各组均数做图对缺失值的处理方法相关变量有缺失值，则在所有分析中均将该记录去除具体分析用到的变量有缺失值才去除该记录52精选课件ppt3.3.2分析实例例用低、中、高水平的生长素处理牧草根系，测定处理后的根系长度，问3组根长有无差别?1.82.32.91.42.13.21.52.12.72.12.12.81.92.62.71.72.53.01.82.33.41.92.43.01.82.43.41.83.32.03.5低中高53精选课件pptOneway上面给出了单因素方差分析的结果，可见F=84.544，P<0.001。因此可认为3组根长不同。翻译如下：54精选课件ppt上表是用S-N-K法进行两两比较的结果，简单的说，在表格的纵向上各组均数按大小排序，然后在表格的横向上被分成了若干个亚组，不同亚组间的P值小于0.05，而同一亚组内的各组均数比较的P值则大于0.05。从上表可见，高、中和低被分在了三个不同的亚组中，因此三组间两两比较均有差异；由于各个亚组均只有1个组别进入，因此最下方的组内两两比较P值均为1.000（自己和自己比较，当然绝对不会有差异了）。55精选课件ppt例1：通过重复小区的牧草生长量的比较，从8个苜蓿品种无性系中选优，考虑到试验地土质差异，而将整个试验区划分成4个区组（即4个重复），每一区组分成8个小区，每一小区是一个处理，各区组的小区排列是随机的，其设计图式及试验结果如图：保护带0.200.180.180.160.140.200.190.12386217540.150.180.140.220.140.230.190.20723415860.120.130.170.200.210.160.130.21147568230.130.180.170.210.170.130.150.1145637281保护带保护带保护带56精选课件ppt为了进行方差分析，将所取得的各无性系重复小区的生长数据列下表1，并计算其有关数值见表2-1、表2-2。

表2-1组区B

生长量x品种A重复平均数ⅠⅡⅢⅣ∑12345678牧草生长量0.140.160.200.120.190.180.200.180.140.140.220.140.230.200.180.190.120.130.210.130.200.210.170.160.110.130.210.130.180.170.170.150.520.560.840.520.800.760.720.680.130.140.210.130.200.190.180.170.27040.31360.70560.27040.64000.57760.51840.4624∑1.371.451.331.255.401.353.75840.171250.181250.166250.156250.1687557精选课件ppt

表2-2品种重复总和ⅠⅡⅢⅣ牧草生长量123456780.01960.02560.04000.01440.03610.03240.04000.03240.01960.01960.04840.01960.05290.04000.03240.03610.01440.01690.04410.01690.04000.04410.02890.02560.01210.01690.04410.01690.03240.02890.02890.02250.06860.07900.17660.06780.16140.14540.13020.11660.945658精选课件ppt

解（１）作统计假设假设八个无性系在各小区的生长均无显著差异。（2）计算离差平方和

SS内=SS总—SS间=0.03435-0.02835=0.0060059精选课件ppt列方差分析表表2-3

(4)结论:小概率事件出现，推翻假设，即八个无性系之间的生长量有显著差异。上面进行的方差分析只得出八个无性系之间的生长量有着显著的差异，但究竟这些无性系品种相互之间生长量哪些有显著差异，现在还需要进行检验。下面按各平均数的大小顺序排列，列表2-4进行比较。变差来源离差平方和自由度方差FFa组间0.028358-1=70.00405F0.05(7;24)=2.42组内0.0060031-7=240.00025总和0.034353160精选课件ppt

结论:无性系中3与4，与1，3与2，5与1，5与2；6与4，6与1，6与2；7与4，7与1均有显著差异。即无性系中3，5，6和7号品种均可以95%的可靠性选用，其他不宜选用。上面是对试验结果作的单因素方差分析，随机区组试验的结果还可以用双因素方差分析的方法进行分析。其中一因素即问题所研究的因素——无性系的生长量，另一因素为区组条件。双因素方差分析可以判断这两个因素各水平间的差异显著程度。如果区组之间无显著差异。说明各区组条件相似。否则，只有用随机区组设计，借助于双因素方差分析把区组间差异撇除，才可能真正弄清楚所研究的各处理间的差异显著性，克服区组间差异的干扰。0.08*0.07*0.06*0.05*0.040.010.000.08*0.07*0.06*0.05*0.040.010.07*0.06*0.05*0.040.010.07*0.06*0.05*0.040.030.040.030.020.010.020.010.01表2-461精选课件ppt例2：对上例我们用双因素方差分析的方法进行分析。统计假设是一样的。在离差平方和的计算中多一项区组间离差平方和。SS总=0.03435（同前）SSA=0.02835，（SSA表示品种间的离差平方和也同前）

=0.03435-0.02835-0.0026=0.0034,(SSe表示误差项平方和）自由度f总=km-1=4×8-1=31fA=m-1=8-1=7fB=K-1=4-1=3fC=f总-fA-fB=31-7-3=21列方差分析表2-562精选课件ppt表2-5

结论:FA≥Fa

FB≥Fa表明无性系品种与区组对生长量均有显著影响，品种的差异显著性与单因素方差分析是一致的，但在单因素方差分析中假定了区组条件基本一致，而用双因素方差分析方法分析的结果，区组的差异也显著，这表明虽然采取了随机区组设计，但在土壤条件方面差异并没有被完全克服。若用单因素方差分析则不能发现这一问题，用双因素方差分析的优点也就在于此。关于具体信息测验部分与单因素方差分析是相同的。变差来源离差平方和自由度方差FFa品种A0.02835fA=70.0045F0.05(7.21)=2.49F0.05(3,21）=3.07区组B0.0026fB=30.0087误差项0.0034fC=210.00016总和0.03435F总=3163精选课件ppt64精选课件ppt65精选课件ppt66精选课件ppt67精选课件ppt第四章一般线性模型

Univariate子菜单：单变量方差分析。Multivariate子菜单：多变量方差分析。

RepeatedMeasures子菜单：重复测量数据的分析。VarianceComponents子菜单：用于作方差成份模型。68精选课件ppt69精选课件ppt§4.1两因素方差分析例对小白鼠喂以A、B、C三种不同配方的食物，目的是了解不同食物增重的效果。采用随机区组设计方法，以窝别作为划分区组的特征，以消除遗传因素对体重增长的影响。现将同品系同体重的24只小白鼠分为8个区组，每个区组3只小白鼠。三周后体重增量结果(克)列于下表，问小白鼠经三种不同食物喂养后所增体重有无差别？70精选课件ppt71精选课件ppt72精选课件ppt73精选课件ppt74精选课件ppt选入需要分析的变量(因变量)，只能选入一个weight固定因素随机因素协方差分析时的协变量foodgroup75精选课件ppt单击【Model钮】后出现一个对话框，用于设置在模型中包含哪些主效应和交互因子，默认情况为Fullfactorial，即分析所有的主效应和交互作用。我们这里没有交互作用可分析，所以要改一下，否则将作不出结果来。将按钮切换到右侧的custom，这时中部的BuildTerm下拉列表框就变黑可用，该框用于选择进入模型的因素交互作用级别，即是分析主效应、两阶交互、三阶交互、还是全部分析。这里我们只能分析主效应：选择main，再用黑色箭头将group和food选入右侧的model框中，如果对这段叙述不太清楚，请参考下面的动画。76精选课件ppt77精选课件ppt78精选课件ppt首先是所用方差分析模型的检验，F值为11.517，P小于0.05，因此所用的模型有统计学意义，可以用它来判断模型中系数有无统计学意义；第二行是截距，它在我们的分析中没有实际意义，忽略即可；第三行是变量GROUP，可见它也有统计学意义，不过我们关心的也不是他；第四行是我们真正要分析的FOOD，非常遗憾，它的P值为0.084，结论是：尚不能认为三种配方喂养的小白鼠体重增量有差别。79精选课件pptPostHocTestsFOODHomogeneousSubsets这是两两比较的结果，方法为SNK法，由于前面总的比较无差异，所以这里三种食物均在一个亚组内，检验无差异，P值为0.12180精选课件ppt可能有用的几个问题：●需要分析的影响因素可以都选入fixedfactor框，如果不是复杂的模型，一般分析结果不会有误。●方差分析模型多数情况下要选modelIII，但这在数据存在缺失值、设计不平衡等情况下要慎重考虑，因为此时往往会要求模型进行详细的设置。81精选课件ppt●model的设置对分析是非常重要的，如果设置不正确，可能什么都做不出来，比如无重复数据的方差分析纳入了交互作用、析因设计的方差分析纳入了设计中不存在的因素，就会做不出结果。●一般线性模型的复杂性是较高的，一旦存在有疑问的内容，一定要查阅有关统计书籍，并在必要时请教专业统计分析人员。82精选课件ppt§4.4多元方差分析所谓的多元方差分析，就是说存在着不止一个因变量，而是两个以上的因变量共同反映了自变量的影响程度。比如要研究某些因素对牧草生长的影响程度，则高度、产量等都可以作为生长状况的测量因子，即都应作为因变量。83精选课件ppt

学生编号甲地区乙地区丙地区身高体重胸围身高体重胸围身高体重胸围123456789101112131415161718192021222324252627282930119.80121.70121.40124.40120.00117.00118.10118.80124.20124.90124.70123.00125.30124.20127.40128.20126.10128.70129.50126.90126.50128.20131.40130.80133.90130.40131.30130.20136.00141.0022.6021.5019.1021.8021.4020.1018.8022.0021.3024.0023.3022.5022.9019.5022.9022.3022.7023.5024.5025.5025.0026.1027.9026.8027.2024.4024.4023.0026.3031.9060.5055.5056.5060.5057.7057.0057.1061.7058.4060.8060.0060.0065.2053.8059.5060.0057.4060.4051.0061.5063.9063.0063.1061.5065.8062.6059.5062.6060.0063.70125.10127.00125.70114.90124.90117.60124.20117.90120.40115.00126.20125.10114.90121.50114.00118.70120.60122.90119.60112.30121.30121.20120.20120.30120.00123.30122.10123.30109.90125.6023.0021.5023.4017.5023.5018.9020.8020.3020.0019.7021.2022.1019.7022.0019.0019.1020.0018.5019.5020.0020.0021.2023.1021.0022.2020.1021.0021.5017.8023.3062.0059.0061.5052.5058.5057.0058.5061.0056.0056.5056.5058.5056.0057.0054.5054.5055.5056.0059.5058.0058.0059.0059.5059.5059.5056.5057.5061.0056.5060.50118.30121.30121.80124.20123.50123.00134.90123.70105.20112.20118.60112.00121.50124.50119.50122.50115.50122.50124.50125.00117.50127.30122.30121.30120.50116.00120.50114.50131.00122.5020.4020.0026.6022.1023.2022.9032.3022.7020.2020.8021.0023.2024.0021.5020.50