标签：style str div 原理 抽取 线性 multiple 通过 统一
多个数据文件的合并
变量的合并
1.将带权重的问卷录入数据.sav中的权重变量添加到问卷录入数据(整理后).sav文件中，并尽量保留数据。
操作流程：数据——合并文件——添加变量
2. a.Sav包括了id号为偶数的5位受访者的性别、年龄和身高，c.sav则提供了4位受访者的体重，将
数据c.sav中的变量添加到a.sav中。（a是非活动集，c是活动集）
查看数据，右键单击，点击描述统计数据，然后
1.给定两个数据文件9月3日商品订购明细.sav和9月4日商品订购明细.sav，现在需要将两日的商品订购明细合并到一个数据集中。
2.将用户信息.sav中的变量添加到9月3日商品订购明细.sav中，并保留9月3日商品订购明细.sav中的全部数据。
主要内容：有时需要将一个数据文件分解，比如按照地区分析产品的销售情况，或者按照性别分析男女生的得分情况。
步骤：数据---拆分文件
案例文件：分类汇总练习某企业职工信息.sav
注意事项：数据的拆分并没有将总的文件拆分成几个分文件，而是在总文件中层次分明地显示出分文件。
SPSS预分析是进行其他统计分析的基础和前提。
通过基本统计方法的学习，可以对要分析数据的总体特征有比较准确的把握，从而有助于选择其他更为深入的统计分析方法。
第一章 频率分析
第二章 探索分析
第三章 相关分析
连续变量的频率分析：研究数值型数据
分类变量的频率分析：研究分类数据/顺序型数据
分类变量的频数分析
分析被调查者“所在的城市”和“性别”的频数分布调研数据.sav
分析被调查者“职业”和“婚姻状况”的频数分布调研数据.sav
在输出文件进行 图形编辑 双击
选着标签，按首字母顺序排列
选着统计按 频数大小排列
选着值 是按值标签排列的 例如 北京-1；上海--2
连续变量的统计描述从以下的几个方面：
集中趋势：大部分数值集中到某区间的趋势
离散趋势：数值向两边分散的趋势
分布形状（是否对称，分布曲线的形状）
分布特征（单、双峰，有无极端值等）
中位数、众数
全距
定义：全距也称为极差，是数据的最大值与最小值之间的绝对差。
在相同样本容量情况下的两组数据，全距大的一组数据要比全距小的一组数据更为分散。
计算公式：最大值－最小值。
分析被调查者“周岁年龄”的最大值／最小值／平均值／众数／中位数／标准差／百分位数
数据：调研数据.sav
标准化的作用：统一量纲
3σ原则为
在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴
3σ原则为
数值分布在(μ-σ,μ+σ)中的概率为0.6827
数值分布在(μ-2σ,μ+2σ)中的概率为0.9545
数值分布在(μ-3σ,μ+3σ)中的概率为0.9973
可以认为，Y 的取值几乎全部集中在(μ-3σ,μ+3σ)区间内，超出这个范围的可能性仅占不到0.3%.
标准化Z分数：在（-3,3）区间内
看某个数值型字段是否有异常值
例如：求年龄的标准化操作：
年龄异常值：
异常值处理-首先变成缺失值-再替换
再做缺失值的替换
右偏，平均值>中位数>众数
左偏，平均值<中位数<众数
定义：调用此过程可对变量进行更为深入详尽的描述性统计分析，故称之为探索分析。
它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，显得更加细致与全面，有助于用户思考对数据进行进一步分析的方案。
案例：
CCSS_Sample.sav, 用探索过程考察不同城市受访者年龄的分布情况。
茎叶图说明
比如第二行的数字：
1 | 0 5 6 9，
它们代表数据集中有10、15、16和19四个数字。
可以这样理解茎+叶=实际的数值，如 1|0 5 6 9 中茎值为1，叶值为 0、5、6和9共四个叶值。
箱线图
定义：前面的分析都是对单个变量的数据分布情况进行分析。
但在实际分析中，还需要掌握多个变量在不同取值情况下的数据分布情况，从而进一步深入分析变量之间的相互影响和关系，这种分析就称为交叉列联表分析。
用于两个或两个以上分组变量之间的关联关系。
研究问题：
不同性别的婚姻状况，数据调研数据.sav
操作流程：分析——描述统计——交叉表
练习：
CCSS_Sample.sav，希望了解受访者的性别和学历交叉频数分布及百分比情况。
0.152>0.05 接受0假设；得出性别和学历没有关系
1．多选项二分法（Multiple Dichotomies Method）
2．多选项分类法（Multiple Category Method）
假设检验
假设检验
1、假设 2、检验
Step1、列出原假设，并默认原假设（无效假设）成立。
Step2、在原假设的条件下抽取样本，利用样本验证原假设的正确性。
相关分析的方法原理：
分析步骤一般为：
绘制两个变量的散点图；
计算变量之间的相关系数；
相关系数的显著性检验。
SPSS相关系数检验的原假设为：
H0:|??| =0 ，两变量间无直线相关关系
在说明变量之间线性相关程度时，根据经验可将相关程度分为以下几种情况：
若|r|≥0.8 时，视为高度相关；
若0.5≤|r|＜0.8 时，视为中度相关；
当0.3≤|r|＜0.5时，视为低度相关；
当|r|＜0.3时，说明变量之间的相关程度极弱，可视为不相关
相关系数：
表示变量间关系的密切程度，如果一个变量的取值发生变化，另外一个变量的取值也相应发生变化，则这两个变量有关。
散点图：呈现变量间的关联程度
如果对变量之间的相关程度不需要掌握得那么精确，可以通过绘制变量的相关散点图来直接判断。
案例文件 ：CCSS_Sample.sav，利用相关分析考察总信心指数与家庭月收入S9的相关性。
0.128>0.05 拒绝零假设 接受备选假设 即：信心指数与家庭月收入S9的相关性
案例文件 ：CCSS_Sample.sav，前面的分析知道，家庭月收入对总信心指数是有影响的，
那么现在控制家庭月收入S9对总信心指数影响的前提下，考察总信心指数和年龄的相关性。
1111
标签：style str div 原理 抽取 线性 multiple 通过 统一
原文地址：https://www.cnblogs.com/foremostxl/p/12189740.html
