第十一章SPSS基本应用.ppt

SPSS基本应用 本节为上机实验环节 有关参考书目： 1、薛薇编著 . SPSS 统计分析方法及应用 .北京：电子工业出版社.2004年9月. 2、余建英，何旭宏编著.数据统计分析与SPSS应用.北京：人民邮电出版社.2003年4月. 有关SPSS的参考书目很多。 需要学习数据库FoxPro 参考书目： 史济民主编.FoxPro及其应用系统开发.北京：清华大学出版社.2000年2月. Statistical Program for Social Sciences 示例 由此可见，期望值（独立模型）与观察值的差距越大，说明两变量越不独立，也就越有相关。因此，卡方的表达式如下： 卡方的取值在0~∞之间。卡方值越大，关联性越强。在SPSS中，有Pearson X2和相似比卡方（Likelihood Ratio X2 ）两种。 4-4） 的改进标准化系数： 为使 值有一固定的区间，便于比较，采用了以下几个修正： 1 回归的含义： 回归（Regression，或Linear Regression）和相关同样都用来分析两个定距变量间的关系，但回归有明确的因果关系假设。即要假设一个变量为自变量，一个为因变量，自变量对因变量的影响就用回归表示。如年龄对收入的影响。由于回归构建了变量间因果关系的数学表达，它具有统计预测功能。 2 回归的统计原理： 两个定距变量的回归是用函数 y= f（x） 来分析的。我们最常用的是一元回归方程 在统计学中，这一方程中的系数是靠x与y变量的大量数据拟合出来的。 比如通过上学年数和工资的关系计算得出下列的回归公式： y=472+14.8x 就可知上学年数每增长1年，工资会增加14.8元； 也可推测，上学年数为15年的人，工资收入应为472 + 14.8 *15=694元。 输出结果： (选项均为系统默认) 第五讲 常用统计分析功能的实现 §5.1 基本统计分析 §5.2 均值比较与检验 §5.3 相关分析 §5.4 回归分析 ★ ★ ★ ★ 输出结果㈡： 第五讲 常用统计分析功能的实现 §5.1 基本统计分析 §5.2 均值比较与检验 §5.3 相关分析 §5.4 回归分析 ★ ★ §5.2 均值比较与检验 均值比较是指利用参数检验的统计推断方法，来检验不同样本均值的差异是否具有统计意义，是否能说明总体存在差异性； SPSS提供的均值比较分析功能(Analyze Compare Means)具体包括：Means过程、单一样本t检验、独立样本t检验、配对样本t检验及单因素方差分析等。 Means过程 Means过程的基本功能是分组计算，比较指定变量的描述统计量，包括均值、标准差、总和、方差等一系列单变量描述统计量，还可以给出方差分析表和线性检验结果。 例5.2a 已知三十名学生的身高与体重数据，要求分析按性别和年龄分组的学生身高是否存在显著性差异 (数据集2)。 Means对话框 因变量列表 自变量列表 指定变量的层次安排 Means对话框 可供选择的统计量 用于描述各单元格特征的统计量 对第一层每个控制变量的分析 方差分析表及 和 统计量 线性检验 输出结果： 选项均为系统默认 单一样本t检验 单一样本t检验过程是检验某个变量的总体均值与指定的检验值之间是否存在显著差异，其前提是样本来自的总体应服从正态分布； 单一样本t检验过程可通过One-Sample T Test对话框实现。 例5.2b 数据集2是对某市12～15岁青少年身高的抽样调查资料，试在5﹪的显著性水平下，推断该市该年龄段的青少年是否达到了160厘米的标准身高 。 One-sample T Test 对话框 检验值 缺失值处理方法 剔除分析变量含缺失值的观测 剔除所有含缺失值的观测 输出结果： P值=0.653＞0.05，应接受原假设，即可以认为该市青少年身高达到了160cm的标准。 在SPSS中， 值被定义为所对应 值分布一侧面积的双倍。因此双侧检验时，可直接比较 值与 值的大小，若为单侧检验，则需比较 值与 值的大小 独立样本t检验 独立样本t检验过程用于检验两独立总体的均值是否具有显著差异，其前提是两样本彼此独立，且其来自的总体均服从正态分布； 独立样本t检验可通过Independent-Samples T Test对话框实现。 例5.2c 对于数据集2，在10﹪的显著性水平下，比较该市12～15岁青少年中，男、女青少年的身高是否有显著性差异 。 Independent-Samples T Test 对话框 分组变量 输出结果： P值=0.144＞0.10，应接受原假设，即可以认为该市男女青少年的身高不存在显著差异