1、 計(jì)量資料的統(tǒng)計(jì)描述描述性統(tǒng)計(jì)分析是進(jìn)行統(tǒng)計(jì)分析的第一步，做好這一步是正確進(jìn)行統(tǒng)計(jì)推斷的先決條件。計(jì)量資料常用的統(tǒng)計(jì)描述指標(biāo)和方法要緊有：1、集中趨勢(shì)指標(biāo)（Central Tendency）:包括均數(shù)、幾何均數(shù)、中位數(shù)等。其中均數(shù)適用于正態(tài)分布和對(duì)稱分布資料；幾何均數(shù)適用于對(duì)數(shù)正態(tài)分布和呈等比的數(shù)據(jù)資料；中位數(shù)適合于所有分布類型的資料，但在實(shí)際中，中位數(shù)要緊應(yīng)用于偏態(tài)分布資料、分布不明資料和開(kāi)口資料。2、離散趨勢(shì)指標(biāo)(Dispersion):包括全距、四分位數(shù)間距、 方差、標(biāo)準(zhǔn)差、變異系數(shù)、標(biāo)準(zhǔn)誤等。方差、標(biāo)準(zhǔn)差用于正態(tài)分布資料，四分位數(shù)間距用于偏態(tài)分布資料，變異系數(shù)用于度量單位不同和均數(shù)相差

2、懸殊的資料，標(biāo)準(zhǔn)誤用于反映樣本均數(shù)的離散程度，講明均數(shù)抽樣誤差大小。SPSS的許多模塊均可完成描述性統(tǒng)計(jì)分析，但專門為該目的而設(shè)計(jì)的幾個(gè)模塊則集中在Descriptive Statistics菜單中，最常用的是列在最前面的四個(gè)過(guò)程：Frequencies過(guò)程：產(chǎn)生頻數(shù)表；按要求給出某百分位數(shù)。對(duì)計(jì)量資料、計(jì)數(shù)資料和等級(jí)資料的描述都適用Descriptives過(guò)程：進(jìn)行一般性的統(tǒng)計(jì)描述，用于服從正態(tài)分布的資料，計(jì)算產(chǎn)生均數(shù)、標(biāo)準(zhǔn)差等；Explore過(guò)程：用于對(duì)數(shù)據(jù)概況不清時(shí)的探究性分析；Crosstabs過(guò)程：完成計(jì)數(shù)資料和等級(jí)資料的統(tǒng)計(jì)描述和一般的統(tǒng)計(jì)檢驗(yàn)，我們常用的X2 檢驗(yàn)也在其中完成。本

3、次實(shí)習(xí)練習(xí)前3個(gè)過(guò)程：Frequencies過(guò)程，Descriptives過(guò)程，Explore過(guò)程。Crosstabs過(guò)程在X2 檢驗(yàn)實(shí)習(xí)講述。Frequencies過(guò)程案例：某地101例健康男子血清總膽固醇值測(cè)定結(jié)果如下，請(qǐng)繪制頻數(shù)表、直方圖，計(jì)算均數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)CV、中位數(shù)M、p2.5和p97.5。4.77 3.37 6.14 3.95 3.56 4.23 4.31 4.71 5.69 4.12 4.56 4.37 5.39 6.30 5.21 7.22 5.54 3.93 5.21 4.12 5.18 5.77 4.79 5.12 5.20 5.10 4.70 4.74 3.50

4、4.69 4.38 4.89 6.25 5.32 4.50 4.63 3.61 4.44 4.43 4.25 4.03 5.85 4.09 3.35 4.08 4.79 5.30 4.97 3.18 3.97 5.16 5.10 5.86 4.79 5.34 4.24 4.32 4.77 6.36 6.38 4.88 5.55 3.04 4.55 3.35 4.87 4.17 5.85 5.16 5.09 4.52 4.38 4.31 4.58 5.72 6.55 4.76 4.61 4.17 4.03 4.47 3.40 3.91 2.70 4.60 4.09 5.96 5.48 4.40

5、4.55 5.38 3.89 4.60 4.47 3.64 4.34 5.18 6.14 3.24 4.90 3.05一、建立數(shù)據(jù)文件1、定義變量：在數(shù)據(jù)窗口，點(diǎn)擊Variable View ，定義一個(gè)變量，變量名（Name）“x”,類型(Type)“數(shù)值（Numeric）”,寬度（Width）8,小數(shù)位數(shù)（Decimals）2，變量標(biāo)簽(Label)：“血清總膽固醇”。（2）輸入數(shù)據(jù)：二、求最大值、最小值、全距（R），確定組距和組段 由于SPSS給出精細(xì)的頻數(shù)分布表（列出每個(gè)觀看值的頻數(shù)），不能指定組距和組段，需要人工制定，故求出組距，確定組距和組段，對(duì)數(shù)據(jù)重新編碼后在做頻數(shù)分析Analyz

6、e=Descriptive Statistics=Descriptives在Variable(s)框選入血清總膽固醇(x)，= Options,點(diǎn)擊Range旁邊的復(fù)選框，=Continue結(jié)果輸出資料的最大值是7.22，最小值是2.70，全距是4.52。則頻數(shù)表的組距 I=R/10=0.452,取0.5。第1組段的下限取2.7，最后一個(gè)組段是7.27.7，共分10個(gè)組段。三、對(duì)原始數(shù)據(jù)進(jìn)行分組依照上述劃分的組段，用Recode命令對(duì)數(shù)據(jù)進(jìn)行分組。操作方法：Analyze=Transform=Recode= Into Different Variables在Numeric Variable -

7、 Output 選入 X ，在 Output Vable 窗口的Nane對(duì)話框中填入X1（新變量名），在Label框中添入“血清總膽固醇分組”（對(duì)x1進(jìn)行標(biāo)簽）。= Change = Old and New Values 在Old Value 框中，選擇Range , 分不輸入每個(gè)組段血清總膽固醇值的范圍；在New Valuable 中，在Value 框中輸入每個(gè)組段血清總膽固醇新的值（分不用110代表）。= Continue= OK 運(yùn)行后產(chǎn)生新的變量x1, 其值110，最好對(duì)x1的值定義標(biāo)簽，以便在統(tǒng)計(jì)分析的結(jié)果中明確1-10所對(duì)應(yīng)的數(shù)值范圍。四、對(duì)原始數(shù)據(jù)(變量X)進(jìn)行Frequenci

8、es過(guò)程分析Analyze=Descriptive Statistics=Frequencies Variables框：選入X 單擊Statistics鈕： 選中Mean、Std.deviation、Median復(fù)選框 單擊Percentiles：輸入2.5：?jiǎn)螕鬉dd：輸入97.5：?jiǎn)螕鬉dd： 單擊Continue鈕 單擊Charts鈕： 選中Histograms (繪制直方圖，若選擇了 With normal curve 則輸出帶有正態(tài)曲線的直方圖) 單擊Continue鈕 單擊OK得出結(jié)果后手工計(jì)算出CV。結(jié)果如下：最上方為表格名稱，左上方為分析變量名，可見(jiàn)樣本量N為101例，缺失值0

9、例，均數(shù)Mean=4.6995，中位數(shù)Median=4.6100，標(biāo)準(zhǔn)差STD=0.8616，P2.5=3.0455，P97.5=6.4565。偏度系數(shù)（Skewness）0.251, 偏度系數(shù)標(biāo)準(zhǔn)誤（Std.Error ofSkewnes） =0.240,峰度系數(shù)(Kurtosis)=0.101, 峰度系數(shù)標(biāo)準(zhǔn)誤（Std.Error of Kurtosis）=0.476。 偏度系數(shù)和峰度系數(shù)除各自的標(biāo)準(zhǔn)誤即為u值，若都小于1.28，則能夠認(rèn)為資料服從正態(tài)分布。該資料這兩個(gè)值分不為1.05和0.212，能夠認(rèn)為該資料服從正態(tài)分布。系統(tǒng)對(duì)變量x作頻數(shù)分布表（列出每個(gè)值的頻數(shù)，由于表太長(zhǎng)，此處只列

10、出了開(kāi)頭部分），Vaild右側(cè)為原始值，F(xiàn)requency為頻數(shù)，Percent為各組頻數(shù)占總例數(shù)的百分比（包括缺失記錄在內(nèi)），Valid percent為各組頻數(shù)占總例數(shù)的有效百分比，Cum Percent為各組頻數(shù)占總例數(shù)的累積百分比。下圖繪制的直方圖，左側(cè)的圖形不添加正態(tài)曲線，右側(cè)的圖形添加有正態(tài)曲線，可見(jiàn)這資料的分布和正態(tài)曲線比較吻合。五、對(duì)重新分組的數(shù)據(jù)（X1）進(jìn)行Frequencies過(guò)程分析Analyze=Descriptive Statistics=Frequencies Variables框：選入X1 單擊Charts鈕： 選中Bar charts (輸出直條圖)單擊Cont

11、inue鈕 單擊OK結(jié)果輸出：對(duì)重新分組后的數(shù)據(jù)X1作頻數(shù)分析，得出我們所熟悉的頻數(shù)表，其中組段6.7的頻數(shù)為 0。由于x1的數(shù)據(jù)差不多重新定義為110，故不宜計(jì)算均數(shù)、標(biāo)準(zhǔn)差等指標(biāo)，也不宜計(jì)算百分位數(shù)。若要計(jì)算這些指標(biāo)，應(yīng)使用原始數(shù)據(jù)計(jì)算，見(jiàn)上例結(jié)果。結(jié)果輸出了直條圖，能直觀反映出各個(gè)組段的頻數(shù)（注：連續(xù)性頻數(shù)分布資料應(yīng)該繪制直方圖，但在那個(gè)地點(diǎn)選擇繪制直方圖效果不行）。Descriptives過(guò)程Descriptives過(guò)程是連續(xù)性資料統(tǒng)計(jì)描述應(yīng)用最多的一個(gè)過(guò)程，他可對(duì)變量進(jìn)行描述性統(tǒng)計(jì)分析，計(jì)算并列出一系列相應(yīng)的統(tǒng)計(jì)指標(biāo)。這和其他過(guò)程相比并無(wú)不同，但該過(guò)程還有個(gè)專門功能確實(shí)是可將原始數(shù)據(jù)

12、轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)評(píng)分值并以變量的形式存入數(shù)據(jù)庫(kù)供以后分析。案例1：上述對(duì)101例血清膽固醇值進(jìn)行統(tǒng)計(jì)描述1、建立數(shù)據(jù)文件（見(jiàn)前面）2、統(tǒng)計(jì)分析過(guò)程（1）Analyze=Descriptive Statistics=Descriptives（2）在Variable(s)框選入血清總膽固醇(x)，（3）單擊 Options按鈕；（4）選中Mean、Std.Devivation、Minimum、Maximum 、Range、Variance、 S.E.mean旁邊的復(fù)選框（計(jì)算均數(shù)、標(biāo)準(zhǔn)差、方差、最大值、最小值及全距）（5）單擊Continue 按鈕；（6）單擊 OK。結(jié)果案例2110名7歲男童身高頻

13、數(shù)分布資料如下表,對(duì)該資料進(jìn)行統(tǒng)計(jì)描述。 身高 110 112 114 116 118 120 122 124 126 128 130 132 134136組中值 111 113 115 117 119 121 123 125 127 129 131 132 135頻數(shù) 1 3 9 9 15 18 21 14 10 4 3 2 1上表為計(jì)量資料的頻數(shù)表，描述性統(tǒng)計(jì)分析方法如下：【操作方法】1、建立數(shù)據(jù)文件設(shè)立兩個(gè)變量：分析變量High（輸入身高的組中值），頻數(shù)變量F,輸入各個(gè)組段的頻數(shù)。 HighF111111331159:2、統(tǒng)計(jì)分析過(guò)程（1）Data = Weight Cases. = W

14、eight Cases by =Frequency Variable框中選入：F （按F對(duì)數(shù)據(jù)進(jìn)行加權(quán)）=OK （2）Analyze=Descriptive Statistics=Frequency在Variable(s)框選入x，（3）單擊 Statistic按鈕；選中Quartile 、Mean、Median、Std.Devivation、Minimum、Maximum 、Range、Variance、S.E.mean 、Skewness、Kurtosis旁邊的復(fù)選框（四分位間距、計(jì)算均數(shù)、標(biāo)準(zhǔn)差、方差、最大值、最小值及全距、偏度系數(shù)、峰度系數(shù)及其標(biāo)準(zhǔn)誤） 選種 Value are gro

15、up midpoimt (講明數(shù)據(jù)是頻數(shù)表資料，同時(shí)使用組中值進(jìn)行計(jì)算)（4）單擊Continue 按鈕；（5）單擊Charts. 按鈕； 選種 Histograms(繪制直方圖)；（6）單擊Continue 按鈕；（7）單擊 OK。結(jié)果Explore過(guò)程Explore過(guò)程可對(duì)變量進(jìn)行更為深入詳盡的描述性統(tǒng)計(jì)分析，要緊用于對(duì)資料的性質(zhì)、分布特點(diǎn)等完全不清晰時(shí)進(jìn)行分析，故又稱之為探究性分析。它在一般描述性統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述，如莖葉圖、箱式圖等，顯得更加詳細(xì)、全面，有助于用戶制定接著分析的方案。案例：上述對(duì)101例血清膽固醇值進(jìn)行Explore過(guò)程1. Anal

16、yze=Descriptive Statistics=Explore2. 在Dependent List:框：選入X 3. 單擊Statistics鈕： 選中M-Estimator、Outlier復(fù)選框(Descriptives 為默認(rèn)選擇項(xiàng)) 4. 單擊Continue鈕 5. 單擊Plots鈕： 選中Normality Plots With tests (繪制QQ正態(tài)概率圖和趨勢(shì)QQ正態(tài)概率圖) 6. 單擊Continue鈕 7. 單擊OK結(jié)果：首先是例行的處理記錄缺失值情況報(bào)告，可見(jiàn)101例均為有效值。上表詳細(xì)列出了常用的描述統(tǒng)計(jì)量，假如有標(biāo)準(zhǔn)誤也會(huì)列出（如偏度和峰度系數(shù)）。其輸出內(nèi)容的

17、統(tǒng)計(jì)量，從上到下依次是：均數(shù)（及其標(biāo)準(zhǔn)誤）、均數(shù)95%可信區(qū)間的下限和上限值、去除5%極端值后的均數(shù)、中位數(shù)、方差、標(biāo)準(zhǔn)差、最小值、最大值、全距、四分位數(shù)間距、偏度系數(shù)（及標(biāo)準(zhǔn)誤）、峰度系數(shù)（及標(biāo)準(zhǔn)誤）。上表為M統(tǒng)計(jì)量，列出了四種M統(tǒng)計(jì)結(jié)果：Huber、Tukey、Hampel、Andrew，這四個(gè)結(jié)果專門接近，且與均數(shù)相差不大。這些結(jié)果講明該數(shù)據(jù)分布偏性不大，均數(shù)能夠代表數(shù)據(jù)的集中趨勢(shì)。上表列出最大和最小5個(gè)值及其記錄號(hào)，這些值能夠看作極端值（Extreme value）。上表為正態(tài)性檢驗(yàn)結(jié)果，統(tǒng)計(jì)量為0.072，P值為0.200，能夠認(rèn)為該資料服從正態(tài)分布。血清總膽固醇 Stem-and-

18、Leaf Plot Frequency Stem & Leaf 1.00 2 . 7 8.00 3 . 00123334 9.00 3 . 556689999 24.00 4 . 000001111222333333344444 25.00 4 . 5555556666677777777788899 17.00 5 . 01111111222333334 9.00 5 . 556778889 6.00 6 . 112333 1.00 6 . 5 1.00 Extremes (=7.2)Stem width: 1.00 Each leaf: 1 case(s)以上是莖葉圖，整數(shù)位為莖，小數(shù)位為葉。如此能夠特不直觀的看