1、,統(tǒng)計(jì)分析 描述性統(tǒng)計(jì)分析：從總體中隨機(jī)抽取樣本，用統(tǒng)計(jì)圖表或少數(shù)統(tǒng)計(jì)指標(biāo)來描述大量原始樣本數(shù)據(jù)的某種現(xiàn)象或特征。常用的內(nèi)容：集中和離散趨勢、峰度和偏度、統(tǒng)計(jì)圖形分析。 推斷性統(tǒng)計(jì)分析：根據(jù)樣本資料的特性對總體的特性作估計(jì)或推論，常用方法是參數(shù)估計(jì)和假設(shè)檢驗(yàn)。,1,PPT學(xué)習(xí)交流,第五章,SPSS基本統(tǒng)計(jì)分析 描述性統(tǒng)計(jì)分析,2,PPT學(xué)習(xí)交流,內(nèi)容提要 1、頻數(shù)分析（重點(diǎn)：統(tǒng)計(jì)量含義、相互聯(lián)系） 2、描述統(tǒng)計(jì) 3、列聯(lián)表分析 (掌握分析適用條件、作用、結(jié)果判定) 4、多選項(xiàng)問題 多選問題賦值方法（重點(diǎn)掌握） 定義多選變量集合（重點(diǎn)掌握） 多選變量的頻次分析（重點(diǎn)掌握） 多選變量的列聯(lián)表分析（

2、重點(diǎn)掌握） 5、探索分析（了解分析工作的作用、掌握假設(shè)檢驗(yàn)的判斷/認(rèn)識(shí)莖葉圖） 6、比率分析（了解）,3,PPT學(xué)習(xí)交流,SPSS的主要分析工具Analyze菜單,報(bào)告Rports 描述性統(tǒng)計(jì)分析Descriptive Statistics菜單 表格Tables 均數(shù)間的比較Compare Means菜單 一般線性模型General Linear Model菜單 相關(guān)分析Correlate菜單 多元線性回歸與曲線擬合 Regression菜單 對數(shù)線性模型Loglinear菜單 聚類分析與判別分析Classify菜單 因子分析與對應(yīng)分析Data Reduction菜單 信度分析與多維尺度分析S

3、cale菜單 非參數(shù)檢驗(yàn)Nonparametric Tests菜單 時(shí)間序列分析Time series,4,PPT學(xué)習(xí)交流,SPSS基本統(tǒng)計(jì)分析（描述性統(tǒng)計(jì)分析）的作用： 分析數(shù)據(jù)的基本統(tǒng)計(jì)特征（如集中度、離散度等）； 分析數(shù)據(jù)的總體分布情況； 是下一步的建模和進(jìn)行正確統(tǒng)計(jì)推斷的先決條件。,5,PPT學(xué)習(xí)交流,SPSS的許多模塊均可完成描述性分析，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，包括： Frequencies：頻數(shù)分析過程，特色是產(chǎn)生頻數(shù)表（主要針對分類變量） Descriptives：數(shù)據(jù)描述過程，進(jìn)行一般性的統(tǒng)計(jì)描述（主要針對定距型

4、變量） Explore：數(shù)據(jù)探察過程，用于對數(shù)據(jù)概況不清時(shí)的探索性分析 Crosstabs：多維頻數(shù)分布交叉表分析（列聯(lián)表分析） Ratio statistics：比率分析，用于兩個(gè)定距型變量間變量值比率變化分析。,6,PPT學(xué)習(xí)交流,5.1 頻數(shù)分析,5.1.1 頻數(shù)分析的目的和基本任務(wù) 1、目的：基本統(tǒng)計(jì)分析往往從頻數(shù)分析開始。通過頻數(shù)分析能夠了解變量取值的狀況，對把握數(shù)據(jù)的分布特征是非常有用的。（如：樣本是否有代表性、抽樣是否存在系統(tǒng)性偏差等） 適用對象：主要是定序或分類變量,7,PPT學(xué)習(xí)交流,2、基本任務(wù) （1）頻數(shù)分析的第一個(gè)基本任務(wù)是編制頻數(shù)分布表（可選項(xiàng)）。 頻數(shù)（Freque

5、ncy）：即變量值落在某個(gè)區(qū)間（或某個(gè)類別）中的次數(shù) 百分比（Percent）：即各頻數(shù)占總樣本數(shù)的百分比 有效百分比（Valid Percent）：即各頻數(shù)占有效樣本數(shù)的百分比，這里有效樣本數(shù)總樣本缺失樣本數(shù) 累計(jì)百分比（Cumulative Percent）：即各百分比逐級累加起來的結(jié)果。最終取值為100。,8,PPT學(xué)習(xí)交流,（2）頻數(shù)分析的第二個(gè)任務(wù)是繪制統(tǒng)計(jì)圖 條形圖（Bar Chart）：用寬度相同的條形的高度或長短來表示頻數(shù)分布（或百分比）變化的圖形，適用于定序和定類變量的分析。 餅圖（Pie Chart）：用圓形及圓內(nèi)扇形的面積來表示頻數(shù)（或百分比）變化的圖形，以利于研究事物內(nèi)

6、在結(jié)構(gòu)組成等問題。 直方圖（Histograms）：用矩形的面積來表示頻數(shù)分布變化的圖形，適用于定距型變量的分析。,9,PPT學(xué)習(xí)交流,5.1.2 頻數(shù)分析的基本操作 （1）選擇菜單AnalyzeDescriptive StatisticsFrequencies。 （2）將若干頻數(shù)分析變量選擇到Variable(s)框中。 （3）單擊Chart按鈕選擇繪制統(tǒng)計(jì)圖形，在Chart Values框中選擇條形圖中縱坐標(biāo)（或餅圖中扇形面積）的含義，其中Frequencies表示頻數(shù)；Percentages表示百分比。,10,PPT學(xué)習(xí)交流,5.1.3 SPSS頻數(shù)分析的擴(kuò)展功能 1、計(jì)算分位數(shù)（Per

7、centile Values） 分位數(shù)是變量在不同分位點(diǎn)上的取值。分位點(diǎn)在0100之間。一般使用較多的是四分位點(diǎn)（Quartiles），即將所有數(shù)據(jù)按升序排序后平均等分成四份，各分位點(diǎn)依次是25，50，75。于是四分位數(shù)便分別是25，50，75點(diǎn)所對應(yīng)的變量值。此外，還有八分位數(shù)、十六分位數(shù)等。 SPSS提供了計(jì)算任意分位數(shù)的功能，用戶可以指定將數(shù)據(jù)等分為n份（Cut points for n equal groups）。還可以直接指定分位點(diǎn)（Percentile）。,11,PPT學(xué)習(xí)交流,輸出百分位數(shù)： 輸出四分位數(shù)，顯示25%、50%、75%的百分位數(shù)； 將數(shù)據(jù)平均分為所設(shè)定的相等等份，可

8、輸入2100 的整數(shù)，如鍵入4則輸出第25、50、75百分位數(shù) 自定義百分位數(shù)，可輸入0100 的整數(shù)。,離散趨勢,分布形態(tài)欄,集中趨勢欄,輸出統(tǒng)計(jì)量對話框,12,PPT學(xué)習(xí)交流,2、計(jì)算其他基本描述統(tǒng)計(jì)量 SPSS頻數(shù)分析還能夠計(jì)算其他基本統(tǒng)計(jì)量，其中包括描述集中趨勢（Central Tendency）的基本統(tǒng)計(jì)量、描述離散程度（Dispersion）的基本統(tǒng)計(jì)量、描述分布形態(tài)（Distribution）的基本統(tǒng)計(jì)量等。,13,PPT學(xué)習(xí)交流,Format 對話框,控制頻數(shù)表輸出的分類數(shù)量。默認(rèn)為10,多變量框中可設(shè)定多變量表格輸出的格式,設(shè)置頻數(shù)表輸出的格式,選擇頻數(shù)表中排列順序 按變量升

9、序排列，此為默認(rèn) 按變量降序排列 按變量各種取值發(fā)生的頻數(shù)的升序排列 按變量各種取值發(fā)生的頻數(shù)的降序排列,14,PPT學(xué)習(xí)交流,（2）multiple variables單選框組： 如果選擇了兩個(gè)以上變量作頻數(shù)表，則compare variables可以將所有變量的結(jié)果在同一個(gè)頻數(shù)表過程輸出結(jié)果中顯示，便于互相比較；organize output by variables則將結(jié)果在不同的頻數(shù)表過程輸出結(jié)果中顯示，每一個(gè)變量一張表。,15,PPT學(xué)習(xí)交流,3、頻數(shù)分布表格式（Format）的定義 （1）調(diào)整頻數(shù)分布表中數(shù)據(jù)的輸出順序（Order by）：頻數(shù)分布表中的內(nèi)容的輸出順序可以 按變量值

10、的升序輸出（Ascending values） 按變量值的降序輸出（Descending values）（以上兩類適合分類數(shù)量較少的情形） 按頻數(shù)的升序輸出（ Ascending counts） 按頻數(shù)的降序輸出（ Descending counts）（以上兩類適合分類數(shù)量較多的情形）,16,PPT學(xué)習(xí)交流,（3）壓縮頻數(shù)分布表（Suppress tables with more than n categories） 如果變量取值的個(gè)數(shù)或取值區(qū)間的個(gè)數(shù)太多，頻數(shù)分布表將很龐大，此時(shí)可以壓縮它。SPSS默認(rèn)，如果變量取值的個(gè)數(shù)或取值區(qū)間的個(gè)數(shù)大于10，則不輸出相應(yīng)的頻數(shù)分布表。應(yīng)用中可以修改該值

11、。,17,PPT學(xué)習(xí)交流,5.1.4 頻數(shù)分析的應(yīng)用舉例 利用居民儲(chǔ)蓄調(diào)查數(shù)據(jù)進(jìn)行頻數(shù)分析，有以下兩個(gè)分析目標(biāo)： 目標(biāo)一：分析儲(chǔ)戶的戶口和職業(yè)的基本情況。 目標(biāo)二：分析儲(chǔ)戶一次存款金額的分布，并對城鎮(zhèn)儲(chǔ)戶和農(nóng)村儲(chǔ)戶進(jìn)行比較。,18,PPT學(xué)習(xí)交流,分析： 目標(biāo)一：分析儲(chǔ)戶的戶口和職業(yè)的基本情況 （1）戶口和職業(yè)兩個(gè)變量都是定類型變量，可通過基本頻數(shù)分析實(shí)現(xiàn)。 （2）職業(yè)變量的取值（分類）數(shù)目較多，為使頻數(shù)分布表更一目了然，應(yīng)對內(nèi)容的輸出順序進(jìn)行調(diào)整，單擊Format按鈕，選擇Descending counts按頻數(shù)的降序輸出。 （3）單擊Chart按鈕指定輸出戶口變量的餅圖和職業(yè)變量的條形圖。

12、,19,PPT學(xué)習(xí)交流,目標(biāo)二：分析儲(chǔ)戶一次存款金額的分布，并對城鎮(zhèn)儲(chǔ)戶和農(nóng)村儲(chǔ)戶進(jìn)行比較。 1、分析思路： （1）由于存（?。┛罱痤~數(shù)據(jù)為定距型變量，直接采用頻數(shù)分析不利于對其分布形態(tài)的把握，因此考慮依據(jù)第三章中的數(shù)據(jù)分組功能對數(shù)據(jù)分組后再編制頻數(shù)分布表。（recode，frequency） （2）進(jìn)行數(shù)據(jù)拆分，并分別計(jì)算城鎮(zhèn)儲(chǔ)戶和農(nóng)村儲(chǔ)戶的一次存（?。┛罱痤~的四分位數(shù)，并通過四分位數(shù)比較兩者分布上的差異。,20,PPT學(xué)習(xí)交流,2、分析過程： （1）數(shù)據(jù)分組，將存（?。┛罱痤~重新分成五組，五組區(qū)間分布為，少于500元，5002000元，20003500元，35005000元，5000元以上

13、。分組后進(jìn)行頻數(shù)分析并繪制帶正態(tài)曲線的直方圖。 （2）利用SPSS的頻數(shù)分析計(jì)算所有樣本的存（取）款金額的四分位數(shù)；然后，按照戶口類型對數(shù)據(jù)進(jìn)行拆分（Split file）并重新計(jì)算分位數(shù)，分別得到城鎮(zhèn)戶口和農(nóng)村戶口的存（?。┛罱痤~的四分位數(shù)。,21,PPT學(xué)習(xí)交流,5.2 計(jì)算基本描述統(tǒng)計(jì)量,5.2.1 基本描述統(tǒng)計(jì)量 適用對象：定距數(shù)據(jù) 常見的基本描述統(tǒng)計(jì)量有三大類： 刻畫集中趨勢的統(tǒng)計(jì)量 刻畫離中趨勢的統(tǒng)計(jì)量 刻畫分布形態(tài)的統(tǒng)計(jì)量,22,PPT學(xué)習(xí)交流,1、刻畫集中趨勢的描述統(tǒng)計(jì)量 集中趨勢是指一組數(shù)據(jù)向某一中心值靠攏的傾向。 （1）均值（Mean）：即算術(shù)平均數(shù)，是反映某變量所有取值的

14、集中趨勢或平均水平的指標(biāo)。如某企業(yè)職工的平均月收入。其計(jì)算公式為：,23,PPT學(xué)習(xí)交流,均值適用條件： 定距變量； 單峰或基本對稱分布情況下適用（為什么？）,24,PPT學(xué)習(xí)交流,（2）中位數(shù)（Median）：即一組數(shù)據(jù)按升序排序后，處于中間位置上的數(shù)據(jù)值。如評價(jià)社會(huì)的老齡化程度時(shí)，可用中位數(shù)。 中位數(shù)特點(diǎn)： 位置平均數(shù)，不受極端值影響，適用于任意分布類型數(shù)據(jù)； 定序和定價(jià)數(shù)據(jù)都適用； 樣本量很小時(shí)，中位數(shù)不穩(wěn)定；,25,PPT學(xué)習(xí)交流,（3）眾數(shù)（Mode）：即一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的數(shù)據(jù)值。如生產(chǎn)鞋的廠商在制定各種型號(hào)鞋的生產(chǎn)計(jì)劃時(shí)應(yīng)該運(yùn)用眾數(shù)。 眾數(shù)特點(diǎn)： 出現(xiàn)頻數(shù)最高的數(shù)，不受極端值

15、影響，但是不容易確定； 適用于任意類型數(shù)據(jù)，特別是單峰對稱分布； 僅使用頻數(shù)最高這一信息，信息損失較大；,26,PPT學(xué)習(xí)交流,2、刻畫離散程度的描述統(tǒng)計(jì)量 離散程度是指一組數(shù)據(jù)遠(yuǎn)離其“中心值”的程度。 如果數(shù)據(jù)都緊密地集中在“中心值”的周圍，數(shù)據(jù)的離散程度較小，說明這個(gè)“中心值”對數(shù)據(jù)的代表性好；相反，如果數(shù)據(jù)僅是比較松散地分布在“中心值”的周圍，數(shù)據(jù)的離散程度較大，則此“中心值”說明數(shù)據(jù)特征是不具有代表性的。,27,PPT學(xué)習(xí)交流,常見的刻畫離散程度的描述統(tǒng)計(jì)量如下： （1）全距（Range）：也稱極差，是數(shù)據(jù)的最大值（Maximum）與最小值（Minimum）之間的絕對離差。 特點(diǎn)： 易

16、受極端值影響； 不能反映中間數(shù)據(jù)分布； 一般是作預(yù)備性檢查。,28,PPT學(xué)習(xí)交流,（2）方差（Variance）：也是表示變量取值離散程度的統(tǒng)計(jì)量，是各變量值與算數(shù)平均數(shù)離差平方的算術(shù)平均數(shù)。其計(jì)算公式為： 特點(diǎn)： 容易受極端值影響； 計(jì)算中使用了均值，因此，均值必須能夠代表集中度時(shí)才能適用。 是離散指標(biāo)中最可靠的。,29,PPT學(xué)習(xí)交流,（3）標(biāo)準(zhǔn)差（Standard Deviation：Std Dev）：表示變量取值距離均值的平均離散程度的統(tǒng)計(jì)量。其計(jì)算公式為： 標(biāo)準(zhǔn)差值越大，說明變量值之間的差異越大，距均值這個(gè)“中心值”的離散趨勢越大。,30,PPT學(xué)習(xí)交流,（4）均值標(biāo)準(zhǔn)誤差（Sta

17、ndard Error of Mean）：描述樣本均值與總體均值之間的平均差異程度的統(tǒng)計(jì)量。其計(jì)算公式為： 其中： 為總體標(biāo)準(zhǔn)差，n為樣本單位數(shù),31,PPT學(xué)習(xí)交流,3、刻畫分布形態(tài)的描述統(tǒng)計(jì)量 數(shù)據(jù)的分布形態(tài)主要指數(shù)據(jù)分布是否對稱，偏斜程度如何，分布陡峭程度等。 刻畫分布形態(tài)的統(tǒng)計(jì)量主要有兩種： （1）偏度（Skewness）：描述變量取值分布形態(tài)對稱性的統(tǒng)計(jì)量。其計(jì)算公式為：,32,PPT學(xué)習(xí)交流,當(dāng)分布為對稱分布時(shí)，正負(fù)總偏差相等，偏度值等于0； 當(dāng)分布為不對稱分布時(shí)，正負(fù)總偏差不相等，偏度值大于0或小于0。 偏度值大于0表示正偏差值大，稱為正偏或右偏； 偏度值小于0表示負(fù)偏差值大，稱

18、為負(fù)偏或左偏。 偏度絕對值越大，表示數(shù)據(jù)分布形態(tài)的偏斜程度越大。,33,PPT學(xué)習(xí)交流,（2）峰度（Kurtosis）：描述變量取值分布形態(tài)陡峭程度的統(tǒng)計(jì)量。其計(jì)算公式為： 當(dāng)數(shù)據(jù)分布與標(biāo)準(zhǔn)正態(tài)分布的陡峭程度相同時(shí)，峰度值等于0；峰度大于0表示數(shù)據(jù)的分布比標(biāo)準(zhǔn)正態(tài)分布更陡峭，為尖峰分布；峰度小于0表示數(shù)據(jù)的分布比標(biāo)準(zhǔn)正態(tài)分布平緩，為平峰分布。,34,PPT學(xué)習(xí)交流,5.2.2 計(jì)算基本描述統(tǒng)計(jì)量的操作 （1）選擇菜單AnalyzeDescriptive StatisticsDescriptives,出現(xiàn)如下窗口：,35,PPT學(xué)習(xí)交流,（2）將需計(jì)算的數(shù)值型變量選擇到Variable(s)框中

19、。 （3）單擊Option按鈕指定計(jì)算哪些基本描述統(tǒng)計(jì)量，出現(xiàn)如下窗口：,36,PPT學(xué)習(xí)交流,Options 對話框,基本統(tǒng)計(jì)量,當(dāng)Variables框中有多個(gè)變量時(shí)，此框確定其輸出順序： 按Variables框中的排列順序輸出 按各變量的字母順序輸出 按均值的升序排列 按均值的降序排列,分布,37,PPT學(xué)習(xí)交流,在上面窗口中，用戶可以指定分析多變量時(shí)結(jié)果輸出的次序（Display Order）。其中，Variable list表示按變量在數(shù)據(jù)窗口中從左到右的次序輸出；Alphabetic表示按字母順序輸出；Ascending Means表示按均值升序輸出；Descending Means

20、表示按均值降序輸出。 至此，SPSS便自動(dòng)計(jì)算所選變量的基本描述統(tǒng)計(jì)量并顯示到輸出窗口中。,38,PPT學(xué)習(xí)交流,5.2.3 計(jì)算基本描述統(tǒng)計(jì)量的應(yīng)用舉例 1. 利用居民儲(chǔ)蓄調(diào)查數(shù)據(jù)，對一次存款金額變量計(jì)算基本描述統(tǒng)計(jì)量。有以下分析目標(biāo)： 計(jì)算存款金額的基本描述統(tǒng)計(jì)量，并分別對城鎮(zhèn)儲(chǔ)戶和農(nóng)村儲(chǔ)戶進(jìn)行比較。,39,PPT學(xué)習(xí)交流,分析思路： 首先，由于存（?。┛罱痤~數(shù)據(jù)為定距型變量，可直接采用基本描述統(tǒng)計(jì)分析。 然后，按照戶口對數(shù)據(jù)進(jìn)行拆分（Split file），然后計(jì)算存（?。┛罱痤~的基本描述統(tǒng)計(jì)量。,40,PPT學(xué)習(xí)交流,2. 分析儲(chǔ)戶一次存款的數(shù)量是否存在不均衡現(xiàn)象。 分析： (1)假設(shè)

21、儲(chǔ)戶一次存款金額服從正態(tài)分布，跟據(jù)3 原則，異常值通常為3個(gè)標(biāo)準(zhǔn)差范圍之外的值，可通過對數(shù)據(jù)的標(biāo)準(zhǔn)化處理來判斷。標(biāo)準(zhǔn)化的數(shù)學(xué)定義為：,41,PPT學(xué)習(xí)交流,(2)計(jì)算儲(chǔ)戶一次存款金額的標(biāo)準(zhǔn)化值。（通過標(biāo)準(zhǔn)化可以得到一系列新變量值，通常稱為標(biāo)準(zhǔn)化值或z分?jǐn)?shù)。計(jì)算標(biāo)準(zhǔn)化值可以通過對話框中的復(fù)選框save standardized values as variables來實(shí)現(xiàn)，并將結(jié)果保存在一個(gè)新變量中。該變量的命名規(guī)則為字母z+原變量名的前七個(gè)字符。） （3）接下來可對新變量進(jìn)行排序并瀏覽其標(biāo)準(zhǔn)化值的取值情況，可以發(fā)現(xiàn)z分?jǐn)?shù)值得絕對數(shù)大于3的儲(chǔ)戶是存在的。 （4）對其分組為三組：za53. (5)

22、進(jìn)行頻數(shù)分析可以發(fā)現(xiàn)存款金額存在不均衡現(xiàn)象。,42,PPT學(xué)習(xí)交流,思考：頻數(shù)和基本描述統(tǒng)計(jì)量可以描述單個(gè)變量的分布情況。能否用于分析多個(gè)變量的聯(lián)合分布情況？,43,PPT學(xué)習(xí)交流,5.3 交叉分組下的頻數(shù)分析,5.3.1 目的和基本任務(wù) 交叉分組下的頻數(shù)分析又稱列聯(lián)表分析。 1、目的：分析多個(gè)分類變量不同取值下的分布，進(jìn)而分析變量之間的相互影響和關(guān)系。即分析兩個(gè)或兩個(gè)以上分類變量的分布情況。 適用范圍：兩個(gè)或兩個(gè)以上定類或定序變量,44,PPT學(xué)習(xí)交流,2、基本任務(wù)： （1）根據(jù)收集到的樣本數(shù)據(jù)，產(chǎn)生二維或多維交叉列聯(lián)表； （2）在交叉列聯(lián)表的基礎(chǔ)上，對兩兩變量間是否存在一定的相關(guān)性進(jìn)行分析

23、。,45,PPT學(xué)習(xí)交流,5.3.2 交叉列聯(lián)表的主要內(nèi)容 編制交叉列聯(lián)表是交叉分組下頻數(shù)分析的第一個(gè)任務(wù)。交叉列聯(lián)表是兩個(gè)或兩個(gè)以上的變量交叉分組后形成的頻數(shù)分布表。 例：職工基本情況數(shù)據(jù)按職稱和文化程度編制的二維交叉列聯(lián)表（見下頁表）：,46,PPT學(xué)習(xí)交流,47,PPT學(xué)習(xí)交流,上表中的職稱變量稱為行變量（Row），文化程度稱為列變量（Column）。行標(biāo)題和列標(biāo)題分別是兩個(gè)變量的變量值（或分組值）。表格中間是觀測頻數(shù)（Observed Counts）和各種百分比。16名職工中，本科、專科、高中、初中的人數(shù)分別為4，4，5，3，構(gòu)成的分布稱為交叉列聯(lián)表的列邊緣分布；高級工程師、工程師、助

24、理工程師、無技術(shù)職稱的人數(shù)分別為3，4，6，3，構(gòu)成的分布稱為交叉列聯(lián)表的行邊緣分布；4個(gè)本科學(xué)歷職工中各職稱的人數(shù)分別是1，1，2等，這些頻數(shù)構(gòu)成的分布稱為條件分布，即在行變量（列變量）取值條件下的列變量（行變量）的分布。,48,PPT學(xué)習(xí)交流,在交叉列聯(lián)表中，除了頻數(shù)外還引進(jìn)了各種百分比。例如表中第一行中的33.3， 33.3， 33.3分別是高級工程師3人中各學(xué)歷人數(shù)所占的比例，稱為行百分比（Row percentage），一行的百分比總和為100；表中第一列的25.0，25.0，50.0分別是本科學(xué)歷4人中各職稱人數(shù)所占的比例，稱為列百分比（Column percentage），一列的

25、列百分比總和為100，表中的6.3，6.3，12.5等分別是總?cè)藬?shù)16人中各交叉組中人數(shù)所占的百分比，稱為總百分比（Total percentage），所有格子中的總百分比之和也為100。,49,PPT學(xué)習(xí)交流,5.3.3 交叉分組下的頻數(shù)分析的基本操作 （1）菜單選項(xiàng)AnalyzeDescriptive StatisticsCrosstabs，出現(xiàn)窗口如下：,50,PPT學(xué)習(xí)交流,該框中的變量作為分布表中的行變量和列變量。,該框中的變量作為控制變量，決定頻數(shù)分布表中的層，可有多個(gè)控制變量。,顯示每一組中各變量的分類條形圖。,只輸出統(tǒng)計(jì)量，不輸出多維列聯(lián)表。,Crosstabs 對話框,51,

26、PPT學(xué)習(xí)交流,（2）如果進(jìn)行二維列聯(lián)表分析，則將行變量選擇到Row(s)框中，將列變量選擇到Column(s)框中。如果Row(s) 和Column(s)框中有多個(gè)變量名，SPSS會(huì)將行列變量一一配對后產(chǎn)生多張二維列聯(lián)表。如果進(jìn)行三維或多維列聯(lián)表分析，則將其他變量作為控制變量選到Layer框中。多控制變量間可以是同層次的，也可以是逐層疊加的，可通過Previous或Next按鈕確定控制變量間的層次關(guān)系。,52,PPT學(xué)習(xí)交流,（3）選擇Display clustered bar charts選項(xiàng)，指定繪制各變量交叉分組下頻數(shù)分布條形圖。Suppress tables表示不輸出列聯(lián)表，在僅分析

27、行列變量間關(guān)系時(shí)可選擇該選項(xiàng)。 （4）單擊Cells按鈕指定列聯(lián)表單元格中的輸出內(nèi)容，窗口如下：,53,PPT學(xué)習(xí)交流,Crosstabs的Cell Display 對話框,選擇在列聯(lián)表中輸出的統(tǒng)計(jì)量，包括觀測量數(shù)、百分比、殘差,輸出觀測量的實(shí)際數(shù)量 如果行和列變量在統(tǒng)計(jì)上是獨(dú)立的或不相關(guān)的，那么會(huì)在單元格中輸出期望的觀測值的數(shù)量。,輸出單元格中觀測量的數(shù)目占整行全部觀測量數(shù)目的百分比 輸出單元格中觀測值的數(shù)目占整列全部觀測量數(shù)目的百分比 輸出單元格中觀測量的數(shù)目占全部觀測量數(shù)目的百分比,計(jì)算非標(biāo)準(zhǔn)化殘差 計(jì)算標(biāo)準(zhǔn)化殘差 計(jì)算調(diào)整后殘差,54,PPT學(xué)習(xí)交流,SPSS默認(rèn)列聯(lián)表單元格中只輸出觀

28、測頻數(shù)（Observed）。為便于分析，通常還應(yīng)指定輸出Percentage框中的行百分比（Row）、列百分比（Column）、總百分比（Total）。Counts框中的Expected表示輸出期望頻數(shù)；Residuals框中的各個(gè)選項(xiàng)表示在各個(gè)單元格中輸出剩余。其中，Unstandardized為非標(biāo)準(zhǔn)化剩余，定義為觀測頻數(shù)期望頻數(shù)；Standardized為標(biāo)準(zhǔn)化剩余，又稱Pearson剩余，定義為：,55,PPT學(xué)習(xí)交流,（5）單擊Format按鈕指定列聯(lián)表各單元格的輸出排列順序。Ascending表示以行變量取值的升序排列，是SPSS默認(rèn)項(xiàng)；Descending表示以行變量取值的降序排

29、列。 （6）單擊Statistics按鈕指定用哪種方法分析行變量和列變量間的關(guān)系，窗口如下，其中，Chi-Square為卡方檢驗(yàn)。,56,PPT學(xué)習(xí)交流,5.3.4 交叉列聯(lián)表行列變量間關(guān)系的分析 對交叉列聯(lián)表中的行變量和列變量之間關(guān)系進(jìn)行分析是交叉分組下頻數(shù)分析的第二個(gè)任務(wù)。 為了理解行、列變量之間的關(guān)系，可以從分析兩個(gè)極端的例子出發(fā)： （1）年齡與工資收入的交叉列聯(lián)表（一）,57,PPT學(xué)習(xí)交流,（2）年齡與工資收入交叉列聯(lián)表（二） 表一中表示年齡與工資收入呈正相關(guān)關(guān)系，表二表示年齡與工資收入呈負(fù)相關(guān)關(guān)系。但大多數(shù)情況下，觀測頻數(shù)分散在列聯(lián)表的各個(gè)單元格中，不容易直接發(fā)現(xiàn)行列變量之間的關(guān)系

30、強(qiáng)弱程度，此時(shí)就要借助非參數(shù)檢驗(yàn)方法。通常用的方法是卡方檢驗(yàn)。,58,PPT學(xué)習(xí)交流,交叉列聯(lián)表的卡方檢驗(yàn),卡方檢驗(yàn)屬假設(shè)檢驗(yàn)的范疇，步驟如下： （1）建立原假設(shè) 在列聯(lián)表分析中卡方檢驗(yàn)的原假設(shè)為行變量與列變量獨(dú)立 （2）選擇和計(jì)算檢驗(yàn)統(tǒng)計(jì)量 列聯(lián)表分析卡方檢驗(yàn)統(tǒng)計(jì)量是Pearson卡方統(tǒng)計(jì)量，其數(shù)學(xué)定義為：,59,PPT學(xué)習(xí)交流,其中，r為列聯(lián)表的行數(shù)，c為列聯(lián)表的列數(shù)； 為觀察頻數(shù)， 為期望頻數(shù)（Expected Count）。期望頻數(shù)的計(jì)算方法是： 其中，RT是指定單元格所在行的觀測頻數(shù)合計(jì)，CT是指定單元格所在列的觀測頻數(shù)合計(jì)，n是觀測頻數(shù)的合計(jì)。 期望頻數(shù)的分布反映的是行列變量互不相

31、干下的分布。,60,PPT學(xué)習(xí)交流,61,PPT學(xué)習(xí)交流,例如，具有本科學(xué)歷的高級工程師的期望頻數(shù)是0.75的計(jì)算公式是3*4/16=0.75。這里，期望頻數(shù)可以理解為，總共16個(gè)職工的學(xué)歷分布是25%：25%：31.3%：18.8%，如果遵從這種學(xué)歷的總體比例關(guān)系，高級職稱三人的學(xué)歷分布也應(yīng)為25%：25%：31.3%：18.8%，于是期望頻數(shù)為3*25%、3*25%、3*31.3%、3*18.8%。同理可以理解，總共16個(gè)職工的職稱分布為18.8%：25%：37.5%：18.8%，本科學(xué)歷4人的期望頻數(shù)分別為4*18.8%、4*25%、4*37.5%、4*18.8%。,62,PPT學(xué)習(xí)交流

32、,卡方統(tǒng)計(jì)量觀測值的大小取決于兩個(gè)因素： 第一：列聯(lián)表的單元格子數(shù)； 第二：觀測頻數(shù)與期望頻數(shù)的總差值。 在列聯(lián)表確定的情況下，卡方統(tǒng)計(jì)量觀測值的大小取決于觀測頻數(shù)與期望頻數(shù)的總差值。 當(dāng)總差值越大時(shí)，卡方值也就越大，實(shí)際分布與期望分布的差距越大，表明行列變量之間越相關(guān)； 反之表明行列變量之間越獨(dú)立。,63,PPT學(xué)習(xí)交流,問題：在統(tǒng)計(jì)上卡方統(tǒng)計(jì)量的觀測值究竟達(dá)到什么程度才能斷定行列變量不獨(dú)立呢？ 由于該檢驗(yàn)中的pearson卡方統(tǒng)計(jì)量近似服從卡方分布，因此可依據(jù)卡方理論找到某自由度和顯著性水平下的卡方值，即卡方臨界值。,64,PPT學(xué)習(xí)交流,（3）確定顯著性水平（Significant Le

33、vel）和臨界值 顯著性水平 是指原假設(shè)為真卻將其拒絕的風(fēng)險(xiǎn)，即棄真的概率。通常設(shè)為0.05或0.01。在卡方檢驗(yàn)中，由于卡方統(tǒng)計(jì)量服從自由度為（行數(shù)1）（列數(shù)1）的卡方分布，因此，在行列數(shù)目和顯著性水平確定時(shí)，卡方臨界值是可唯一確定的。,65,PPT學(xué)習(xí)交流,（4）結(jié)論和決策（對統(tǒng)計(jì)推斷做決策通常有兩種方式） 根據(jù)統(tǒng)計(jì)量觀測值和臨界值比較的結(jié)果進(jìn)行決策。 如果卡方觀測值大于臨界值，則認(rèn)為實(shí)際分布與期望分布之間的差距顯著，可以拒絕原假設(shè)，斷定列聯(lián)表的行列變量間不獨(dú)立，存在相關(guān)關(guān)系； 如果卡方觀測值小于臨界值，接受原假設(shè)。,66,PPT學(xué)習(xí)交流,根據(jù)統(tǒng)計(jì)量觀測值的概率p值和顯著性水平 比較的結(jié)果

34、進(jìn)行決策。 如果p值小于等于 ，則認(rèn)為卡方觀測值出現(xiàn)的概率是很小的，拒絕原假設(shè)，斷定列聯(lián)表的行列變量間不獨(dú)立，存在依存關(guān)系； 反之，接受原假設(shè)。,67,PPT學(xué)習(xí)交流,什么是P 值?,是一個(gè)概率值； 如果原假設(shè)為真，P-值是抽樣分布中大于或等于樣本統(tǒng)計(jì)量的概率； 被稱為觀察到的(或?qū)崪y的)顯著性水平。,68,PPT學(xué)習(xí)交流,雙側(cè)檢驗(yàn)的P 值,69,PPT學(xué)習(xí)交流,左側(cè)檢驗(yàn)的P 值,70,PPT學(xué)習(xí)交流,右側(cè)檢驗(yàn)的P 值,71,PPT學(xué)習(xí)交流,利用 P 值進(jìn)行檢驗(yàn) (決策準(zhǔn)則),若p-值 ,不拒絕 H0 若p-值 =5，樣本數(shù)n=40 時(shí)，直接用Pearson 卡方檢驗(yàn)； 當(dāng)1 = 40 時(shí)，用

35、連續(xù)性校正公式； 當(dāng)T1 ，或者 n =5619) Stem width: 1000.00 Each leaf: 1 case(s),108,PPT學(xué)習(xí)交流,利用各地區(qū)保險(xiǎn)業(yè)務(wù)保費(fèi)收入數(shù)據(jù)，對財(cái)產(chǎn)保險(xiǎn)保費(fèi)收入進(jìn)行探索性分析-箱圖,109,PPT學(xué)習(xí)交流,練習(xí),利用居民儲(chǔ)蓄調(diào)查數(shù)據(jù)，對一次存款金額變量進(jìn)行探索性分析，分析目的： 1、數(shù)據(jù)是否存在極端值； 2、對城鄉(xiāng)居民的儲(chǔ)蓄數(shù)據(jù)進(jìn)行正態(tài)分布檢驗(yàn)。,110,PPT學(xué)習(xí)交流,5.6 比率分析,5.6.1 比率分析的目的和主要指標(biāo) 比率分析用于對兩變量間變量值比率變化的描述分析，適用于數(shù)值型變量。 例如根據(jù)1999年各地區(qū)保險(xiǎn)業(yè)務(wù)情況的數(shù)據(jù)，分析各地區(qū)財(cái)產(chǎn)保險(xiǎn)業(yè)務(wù)的保費(fèi)收入占全部業(yè)務(wù)保費(fèi)收入的比例情況。,111,PPT學(xué)習(xí)交流,通常的分析可以生成各個(gè)地區(qū)財(cái)產(chǎn)保險(xiǎn)業(yè)務(wù)的保費(fèi)收入占全部業(yè)務(wù)保費(fèi)收入的比率變量，然后對該比率變量計(jì)算基本描述統(tǒng)計(jì)量（如均值、中位數(shù)、標(biāo)準(zhǔn)差、全距等），進(jìn)而刻畫比率變量的集中趨勢和離散程度。 SPSS的比率分析除能夠完成上述分析外，還提供了其他相對比描述指標(biāo)，大