[经济学]数据分析PPT课件

1、数据分析和SPSS,.,1,重点： 假设检验； t检验或z检验。,.,2,纲要,1.变量的设定 2.频数分布、列联表 3.假设检验 3.1假设检验思想和步骤 3.2 z检验和t检验（使用条件：定量因变量） 3.3F检验和方差分析（使用条件：定量因变量） 3.4卡方检验和列联表（使用条件：非定量因变量） 4.相关分析和回归分析,.,3,SPSS学习内容:,1.变量的设定 练习 一、你最近一年共拥有几件T恤 1.0件2一件 3.两件 4.三件 5.四件 6.五件或以上 二、你最近一年平均每件传统T恤平均花费了多少钱？（ ）请填写 三、你平时喜欢穿T恤吗 1非常不喜欢 2.不喜欢 3.一般 4.喜欢

2、 5.非常喜欢 四、你穿T恤最主要的原因是？ 1简单 2.个性 3.便宜4凉快 5.舒适 6.其他,.,4,五、你购买DIY-T恤时注重哪些方面？（多选题） 1面料（ ）2. 衣料的做工（ ） 3.视觉效果（ ） 4.是否褪色（ ） 5价格 （ ） 6.操作简单（ ） 7.到货时间（ ） 8.是否有人指导 （ ） 9.厂家信誉（ ） 附：如果是多项选择题如何设置变量？ 六、关于DIY-T恤你还有什么好建议吗？,.,5,问卷输入 先编号再输入，以免遗漏或重复输入 问卷检查 问卷的某些部分填写不完整 调查对象的回答表明他没有弄清楚问题的含义或没有阅读说明，如有些问题他不必回答却回答了 调查对象的回

3、答差异性不大，例如有的调查对象填写7级量表时总是选择4 返回的调查问卷本身丢失了几页 问卷回收超过了时限 调查对象不符合要求,.,6,编辑 是为了提高准确性和精确性而进行的问卷的再检查，目的是筛选出问卷中看不清楚、不完整、不一致或模棱两可的答案。还要进行一致性检查，比如找出逻辑上不合理的情况。 对不合格问卷的处理 退回现场 填补缺失值 中型值代替 用估计值代替 结对删除 丢弃不合格问卷,.,7,2.频数分布、列联表 与频数分布有关的统计量： frequencies命令之statistic选项；或者descriptives命令。data07-03, salary 和 minority, jobt

4、ime? 均值比较：Compare Means命令。 data07-03 gender and salary, jobcat and salary，gender /obcat, and education, 列联表：可同时描述两个或两个以上变量的情况。可以将联列表看做是将几个频数分布表合并到一张表中。Data07-03,gender and jobcat, gender and minority,.,8,3.假设检验 3.1假设检验步骤和思想 3.2 z检验和t检验（使用条件：定量因变量） 3.3F检验和方差分析（使用条件：定量因变量） 3.4卡方检验和列联表（使用条件：非定量因变量）,.,9

5、,假设检验的步骤 首先建立零假设（即无差异假设）和备选假设 选择合适的统计量和显著性水平，并求相应统计值，如果没有超出显著水平对应的临界值时，则说明无显著差异（即接受零假设），反之，如果超出临界值，则说明有显著差异（即拒绝零假设）,.,10,3.2 z检验和t检验#（使用条件：定量因变量）,.,11,假设检验 例1：,图: 假设平均数 = 3.0的抽样分布,.,12,.,13,.,14,第二种方法：与临界值比较,2.5%,1.96,2.5%,.,15,假设检验的思想 首先设想假设（零假设）是真的成立；然后考虑在零假设成立的条件下，已经观测到的样本信息出现的概率。如果这概率很小，这就表明一个概率

6、很小的事件在一次试验中发生了。 而小概率原理认为，概率很小的事件在一次试验中是几乎不可能发生的，就是说：出现了一个不合理的现象。从而得出结论：事先的零假设是不正确的，拒绝零假设。否则，不能拒绝零假设。 至于什么算是“概率很小”，都有事先指定。比如概率5%、1%等 小概率事件的实例说明 在一个袋子中装有红、白两种颜色的球共100个，有人说这100个球中只有一个是红球，其余99个都是白球。之后进行了一次试验，结果从袋子中摸出的是一个红球。 请问：你认为袋中只有一个红球吗？,.,16,假设检验 例2：,5%,.,17,t检验的SPSS应用 单一样本t检验Data 08-02, 两个样本（相互独立样本

7、）data07-03,gender and salary, gender and salbegin? 两个样本（配对样本）data08-04，前后“手形控制”变量配对比较。其他数据的检验：前后睁眼力控制。,.,18,3.3方差分析 单因素(分成三组或以上)方差分析 系统数据sales.sav,分析地区和利润的显著性差异检验， DATA09-01,不同饲料对体重的影响差异,.,19,.,20,1.总体平方和-SST,square sum of total 2.组间平方和-SSB,square sum between groups 3.组内平方和-SSW,square sum within gro

8、ups,VW,.,21,方差分析统计量,.,22,3.3方差分析 单因素(分成三组或以上)方差分析 系统数据sales.sav,分析地区和利润的显著性差异检验， DATA09-01,不同饲料对体重的影响差异DATA07-03，岗位种类对收入影响。 多因素方差分析.DATA09-03,不同大白鼠和激素对其重量的影响(了解).,.,23,3.4卡方检验和列联表,df=(c-1)(r-1),.,24,5%,.,25,O11 就是指“上网男性”，如何计算,?,.,26,3.3卡方检验和列联表 Spss应用：列联表的statistic命令 系统数据sales.sav,分析地区和产业类型的显著性差异检验，

9、DATA07-04，男女和“薪金高低”的差异显著性检验？,.,27,假设检验合适方法,一个自变量,多个自变量,z检验和t检验 （单变量或二分）,卡方检验,F检验 （多分变量）,F检验,非定量自变量， 定量因变量,非定量自变量 非定量因变量,非定量自变量， 定量因变量,.,28,判断：假设检验合适方法 检验男女性的收入金额的显著性差异 检验男女性的高低两类收入的显著性差异 检验男女性的是否上网的显著性差异 检验促销的三种不同水平对销售额影响的显著性差异 检验促销的三种不同水平以及不同商店规模，对销售额影响的显著性差异,.,29,5.相关分析 两个变量间相关分析. 定量变量相关分析：运用corre

10、lation命令，pearson选项。DATA10-01,income deposit. DATA07-03,salary和 salbegin 偏相关分析. DATA10-03,分析生长量与月平均气温,控制变量是月平均湿度,降雨量,月平均日照时数.分析生长量与月平均湿度，控制其它变量?,.,30,销售额（元）,广告费用(元),.,31,回归分析的基本原理,假设观察样本(xi，yi) (x为自变量, y为因变量，i1，2，n) 。 样本点 与直线纵向距离的平方和 最小，则 为最佳直线。 根据最小二乘法原理，使Q最小的a、b须满足方程组： 求解方程组即可得参数a、b。 设预测误差 ， ，则一元线性回归的标准差计算公式为：,.,32,6 回归分析 多元回归, data07-03salary and education,salbegin, salary and prevexp,age?,.,33,报告的格式 封面 提交信（略） 授权信（略） 内容目录 执行总结 研究问题