spss-03描述性统计分析.ppt

第3章 描述性统计分析 统计分析的目的是研究观察对象总体的特点。在现实生活中，一般无法得到观察对象的总体，只能从整体中抽出一部分，即“样本”。统计学就是通过样本研究整体的一门学科。可以分为描述性统计分析和推断性统计分析。 描述性统计分析方法是指应用分类、制表、图形以及概括性数据指标（如均值、方差等）来概括数据分布特征的方法；推断性统计分析方法则是通过随机抽样，应用统计方法把从样本数据得到的结论推广到整体数据的推断方法。 第3章到第5章，主要介绍SPSS进行描述性统计的分析方法；第6章以后主要介绍推断统计分析的分析方法 统计分析往往是从了解数据的基本特征开始的。统计上，需要把样本数据所含信息进行概括、融合和抽象，从而得到样本数据的综合指标。这些指标统称为统计量。 描述数据特征的统计量可分为两类：一类表示数据的中心位置，例如均值、中位数、众数等；另一类表示数据的离散程度，例如方差、标准差、极差等。 需要注意的是，不同度量标准（度量型、序号型、名义型）的变量，其描述统计的方法是不同的，如果不分类型胡乱使用，这种计算没有任何意义，结果也不能说明任何问题。 这里首先介绍序号型变量和名义性变量的描述性统计分析；接着介绍度量型变量的描述性统计分析；最后介绍两种变量的列联表分析。 3.1 名义型和序号型变量的描述分析 先来回顾一下名义型和序号型变量的特征 例题：打开数据文件3-1.sav，对此数据进行描述性统计分析 Adtype表示广告类型，变量只能取有限个值，且仅仅代表类别，值不能比较大小，无序。因此属于名义型变量； adattrac表示广告吸引力，变量只取有限个值，变量值代表不同程度，有序；变量值之间的差异无法衡量。因此属于序号型变量 3.1.1 名义型变量的描述统计分析 对于名义型变量，由于其取有限个值，同时由于其无序，因此，描述统计集中趋势的统计量只能计算众数（是一组数据中出现次数最多的数值，叫众数） ；而关于离散趋势的统计量只能计算异众比率（非众数组的频率占总频数的比例）；不能计算分布状态的统计量；同时许多图形不能绘制，只能绘制条形图和饼图 操作：选择【分析】-【描述统计】-【频率】，进入频数分析主对话框，左边是待选变量，中间是频率分析变量框，右边是频数分析设置按钮 将“广告类型”选入频数分析变量框 如果勾选对话框下方“显示频率表格”的复选框，可在输出中显示统计变量各具体值的频率、百分比、有效百分比、累计百分比、并且显示统计变量的有效和无效个案数。如果不勾选，则分析结果仅仅显示统计变量的有效和无效记录数。 点击右边“统计量”按钮，由于只能计算众数，所以只勾选“众数”，点击【继续】 返回刚才的对话框，点击右边的“图表”按钮，只能选择条形图或饼形图，点击【继续】 返回，继续点击【格式】按钮，主要设置数据频数表的格式，这里默认即可，点击【继续】 返回，点击【确定】 3.1.2 序号型变量的描述性统计分析 序号型变量的描述性统计分析和名义基本相似，适于做频数分析，同时由于它有序无量，因此描述统计集中趋势的统计量可以计算众数和中位数（一组数据按从小到大（或从大到小）的顺序依次排列，处在中间位置的一个数 ）；而关于离散趋势的统计量只能计算异众比率；不能计算分布状态的统计量；同时许多图形不能绘制，只能绘制条形图和饼图 学生自己实验，对“广告吸引力”变量进行描述性统计分析 3.2 度量型变量的描述性统计分析 度量型变量的性质很好，最适合做统计分析，与前两种变量相比，针对度量型变量的统计方法要丰富的多。 首先来学习度量型数据描述性统计分析时常用的几个统计量。 度量型变量的特点可以归纳为： 变量的取值可以是有限或无限个，可以是离散取值，也可以是连续取值；变量的大小不仅表示顺序，而且取值的差表示两个变量的距离；不同的差距是可以比较的。 1. 频数分析：对于度量型变量，如果变量取有限几个值，可以直接进行频数分析；如果变量值高很多或者是连续型变量，可以通过第1章中介绍的变量重赋值，重新产生一个序号型变量，再进行分析比较简单 2. 统计量的计算，对于度量型的变量有三类： （1）集中趋势的描述统计量 ①均值（mean）： 即算术平均数，又称中心值或平均值 例如：组1: 1,3,5,7,9 均值是5 组2:1,3,5,7,14 均值是6 ②中位数（median）: 是将数据排序后，排在中间位置上案例所对应的数值，序号型和度量型变量都可以计算这个统计量，名义型的不行。 如果n是奇数，中位数为按从小到大的顺序,取中间的那个数，即排在（n+1）/2位置的值； 如果n是偶数，中位数为按从小到大的顺序,取中间那两个数