描述性統計分析,【學習提要】對數據進行統計描述是統計分析中最基本的工作。對于整理好的數據，通過描述性統計分析，可以挖掘出很多統計量的特征。SPSS軟件中，描述性統計分析功能主要集中在“DescriptiveStatistics”菜單。具體包括5個過程：Frequencies過程、Descriptives過程、Explore過程、Crosstabs過程和Ratio過程。,4.1描述統計量常見的描述性統計量主要包括以下3類：描述變量集中趨勢的統計量、描述變量分布情況的統計量、描述變量離散程度的統計量。通常，綜合這三類統計量就能夠極為準確和清晰的把握數據的分布特點。,描述變量集中趨勢的統計量：均值Mean：表示變量值的平均水平中位數Median：一組數據中處于最中間位置的數眾數Mode：一組數據中出現次數最多的數和Sum：某變量的所有變量值之和,描述變量分布情況的統計量偏度Skewness：描述變量分布的對稱程度和方向。偏度為0表示對稱，大于0表示右偏，小于0表示左偏峰度Kurtosis：描述變量分布的陡峭程度。峰度為0表示陡峭程度和正態分布相同，大于0表示比正態分布陡峭，小于0表示比正態分布平緩,描述變量離散程度的統計量標準差Std.deviation：描述變量關于均值的偏離程度方差Variance：標準差的平方極大值Maximum：某變量所有取值的最大值極小值Minimum：某變量所有取值的最小值全距Range：某變量極大值與極小值之差均值的標準誤差S.E.mean：均值的標準誤差,在描述性統計分析中，Descriptives過程是連續資料統計描述應用最多的一個過程，他可對變量進行描述性統計分析，計算并列出一系列相應的統計指標。,【界面介紹】選擇菜單【Analyze】【DescriptiveStatistics】【Descriptives】，進入基本描述性統計量的分析界面，出現如圖所示的窗口。,在Variables(s)框定義要分析的數值型變量，可同時選擇多個變量。若需將原始數據的標準正態評分存為新變量，則選擇Savestandardizedvaluesasvariables選項。單擊【Options】按鈕指定計算哪些基本描述性統計量，出現如圖所示的窗口。,【實驗案例】例4-1測量20臺液晶顯示器的重量，數據見4-1-1.sav，對其進行描述性統計分析。,4.2頻數分布表分析頻數分析統計的是每一組中觀測點的個數，而不是考慮其實際取值。通過頻數分析能夠了解變量取值的情況，對于把握數據的分布特征非常有用。當某變量的自然取值是局限在有限的幾個數值中，則頻數分析就是統計該變量在各個取值點的個數分布情況；如果某變量的取值是在某范圍內的離散值，則需要將其取值區域劃分為幾個取值區間，頻數分析就是統計該變量在各個取值區間觀測點個數的分布情況。,【界面介紹】選擇菜單【Analyze】【DescriptiveStatistics】【Frequencies】，進入頻數分析的分析界面，出現如圖所示的窗口。將若干頻數分析變量選擇到Variables(s)框中；選擇Displayfrequencytables復項表示在結果中輸出頻數表。,單擊【Statistics】按鈕后彈出Statistics子對話框。,單擊【Charts】按鈕后彈出Charts子對話框。,單擊【Format】按鈕，彈出Format子對話框。該對話框用于定義輸出頻數表的格式，在實際中，我們一般采用默認格式。,例4-2已知有某地110名10歲女生身高數據，數據見文件4-2-1.sav，請編制頻數表。,4.3探索性分析Explore過程可對變量進行更為深入詳盡的描述性統計分析，主要用于對資料的性質、分布特點等完全不清楚時，故又稱之為探索性分析。它在一般描述性統計指標的基礎上，增加有關數據其他特征的文字與圖形描述，如莖葉圖、箱圖等，顯得更加詳細、全面，有助于用戶制定繼續分析的方案。,【界面介紹】選擇菜單【Analyze】【DescriptiveStatistics】【Explore】，進入探索性分析界面，出現如圖所示的窗口。,(2)單擊【Statistics】按鈕，彈出Statistics子對話框，如圖所示。該項用于選擇所需要的描述統計量。,(3)單擊【Plots】按鈕，彈出Plots子對話框。該項用于選擇所需要的統計圖。,(4)單擊【Options】按鈕，在彈出的子對話框中選擇對缺失值的處理方式，可以是不分析有任一缺失值的記錄（Excludecaseslistwise）、不分析計算某統計量時有缺失值的記錄（Excludecasespairwise），或報告缺失值（Reportvalues）。,例4-3已知有某地城市和農村各55名10歲女生身高數據，數據見文件4-2-1.sav，請利用Explore過程分組分析。,4.4列聯表分析通過頻數分析能夠掌握單個變量的數據分布情況。在實際分析過程中，不僅要了解單變量的分布特征，還要分析多個變量不同取值下的分布，掌握多變量的聯合分布特征，進而分析變量之間的相互影響和關系。當問題涉及多個變量時，采用單純的頻數分析方法顯然不夠，這時，我們需要借助交叉分組下的頻數分析，又稱為列聯表分析。,列聯表分析的主要任務有兩個：第一，根據收集到的樣本數據，產生二維或多維交叉列聯表。交叉列聯表是兩個或多個以上變量交叉分組后形成的頻數分布表。第二，在交叉列聯表的基礎上，分析兩兩變量之間是否具有獨立性或一定的相關性。對交叉列聯表中的行變量和列變量之間關系進行分析是列聯表分析的第二個任務。在列聯表基礎上做進一步分析，可以得到行變量和列變量之間是否有聯系、聯系的緊密程度如何等更深層次的信息。,【界面介紹】選擇菜單【Analyze】【DescriptiveStatistics】【Crosstabs】，進入列聯表分析界面。,【實驗案例】例4-4調查339名45歲以上吸煙習慣與患肺癌的關系，數據見4-4-1.sav。試問吸煙者與不吸煙者患肺癌的概率是否有所不同。,4.5相對比描述相對比描述用于對兩變量間變量值對比變化的描述分析，適用于定距型變量。在實際問題中，研究者有時除了希望了解變量自身的統計特征外，還希望得到兩個變量相對比之間的統計描述。通常，這可以通過對兩個變量做除法形成一個新變量，然后分析新變量的統計特征來得到(如均值、中位數、標準差、全距等)。SPSS的Ratio過程除了能夠完成上述分析外，還提供了其他相對比描述指標，大致屬于集中趨勢描述指標(CentralTendency)和離散程度描述指標(Dispersion)的范疇。,指標的具體含義如下：加權比例均值(Weightedmean)加權比例均值屬于集中趨勢描述指標，是兩變量均值的比。平均絕對離差(AAD，AverageAbsoluteDispersion)AAD用于對比率變量離散程度的描述。式中，是比率數，M是比率變量的中位數。,離散系數(COD，CoefficientofDispersion)COD也用于對比率變量離散程度的描述，其數學定義為：相關價格微分(PRD，Price-relatedDifferential)PRD也用于對比率變量離散程度的描述，是比率均值與加權比率均值的比。,變異系數(COV，CoefficientofVariation)COV用于對比率變量離散程度的描述，分為基于均值的變異系數(MeancenteredCOV)和基于中位數的變異系數(MediancenteredCOV)。基于均值的變異系數是通常意義下的變異系數，是標準差除以均值；基于中位數的變異系數數學定義為：,【界面介紹】選擇菜單【Analyze】【DescriptiveStatistics】【Ratio】，進入比率分析界面，出現所示的窗口。,將相對比中作分子的變量選入Numerator框中。將相對比中作分母的變量選入Denominator框中。將分組變量選入GroupVariable框中。選擇Sortbygroupvariables選項表示選擇分組變量的排序方式。選擇Displayresult選項表示顯示結果。選擇Sa