SPSS软件例题分析,80/20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： Discriptive Statistics Compare Means General Linear Model（第一项） Correlate Regression（前半截）,SPSS软件界面,查阅变量,Data Reduction数据变换,Report报告,Compare Means平均数比较,Descriptive Statistics描述性统计分析,General Linear Model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,Nonparametric Tests非参数检验,查阅数据,t,SPSS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,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: 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人: 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87,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。,1.1 数据的输入和保存,1.1.1 SPSS的界面,1.1.2 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。,建立X变量,1.1.3 输入数据,先来输入变量X的值,1.1.4 保存数据,支持数据类型：DBF、FoxPro、EXCEL、ACCESS,1.2 数据的预分析,选择“分析”=“描述统计”=“描述”菜单,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 =Split File菜单，系统弹出文件分割对话框如下：,1.2.2 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：,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：,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“Analyze all cases, do not create group”，单击OK按钮就可以了。,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=Compare Means= Independent -Samples T test，系统弹出两样本t检验对话框如下：,将变量X选入test框内，变量group选入grouping框内，注意这时下面的Define Groups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：,Independent Samples Test,可见该结果分为两大部分：第一部分为Levenes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，=22，p=0.019。从而最终的统计结论为按=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。,1.4 保存和导出分析结果,1.4.1 保存结果文件 三种办法： 需要结果的时候再运行一次分析程序。 用笔将结果抄在纸上。 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Save as对话框，和前面相比，唯一的区别就是文件的保存类型只有View Files(*.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。,1.4.2 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Export Output对话框如下：,第二章 描述性统计分析,Frequencies过程,第三章 均数间的比较,3.1 Means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。,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。,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。,3.1.1 界面说明 【Dependent List框】用于选入需要分析的变量。 【Independent List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：,Statistics框 可选的描述统计量。它们是： sum，number of cases 总和，记录数 mean, geometric mean, harmonic mean 均数，几何均数，修正均数 standard deviation，variance，standard error of the mean 标准差，均数的标准误， 方差 median, grouped median 中位数 minimum，maximum，range 最小值，最大值，全距 kurtosis, standard error of kurtosis 峰度系数，峰度系数的标准误 skewness, standard error of skewness 偏度系数，偏度系数的标准误 percentage of total sum, percentage of total N 总和的百分比，样本例数的百分比,3.1.2 结果解释,以第一章的数据为例，输出如下：,3.2 Independent-Samples T Test过程 Independent-Samples T Test过程用于进行两样本均数的比较，即常用的两样本t检验。,3.2.2 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-Samples T Test 过程的结果输出如下： T-Test,可见该结果分为两大部分：第一部分为Levenes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，=22，P=0.019。从而最终的统计结论为按=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。,上表的标题内容翻译如下：,3.3 One-Way ANOVA过程 One-Way ANOVA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。,ANalysis Of VAriance,F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。,3.3.1 界面说明,3.3.2 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?,低 中 高,Oneway,上面给出了单因素方差分析的结果，可见F=84.544，P0.001。因此可认为3组根长不同。翻译如下：,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）。,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：,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,表2-2,解（）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 = 0.00600,列方差分析表 表2-3 (4) 结论:小概率事件出现，