SPSS教程
文章目录
* 怎样学习SPSS
市面上的数据分析工具/语言非常多, 像MATLAB软件或者python,R语言需要使用脚本进行操作, 需要一定的编程基础, 而SPSS是一种带有图形界面的软件, 操作基本上都是傻瓜式的, 看得懂中文就知道怎么去进行操作
相比于怎么去操作这个软件, 更重要的是, 每一步操作你知不知道究竟能不能这样做, 在做什么, 为什么要这么做, 否则进行了一大堆操作根本就不正确, 效果很差, 即使正确也不知道有什么用
这就需要统计学的基础知识, 上面4和5基本上介绍了SPSS的使用逻辑以及必要的统计学基础知识, 因此我们学习SPSS不需要去看冗长的视频去学习图形界面如何操作, 其实自己多操作, 多摸索, 甚至多看看菜单栏里面每一个栏目究竟有什么东西其实就可以学习到如何操作了, 学习的重心应该放到统计学的知识上面, 要知道为什么要这样做.
接下来的内容最好是打开SPSS边看边操作, 看完之后自己下载数据集, 自己试试一些操作, 比如数据清洗, 用主成分分析给数据降维等
分享一些数据集网站
http://data.stats.gov.cn/
1. 操作界面
介绍一下SPSS软件的界面
SPSS主要操作界面分为两个窗口
(1) 数据窗口
从上至下, 菜单栏, 工具栏(Tool Bar), 数据编辑栏(分隔线 Grid Lines), 最下面SPSS processor is ready 状态栏(Status Bar)
(2) 输出窗口
打开文件之后就会自己创建一个输出窗口
输出窗口可以保存
保存之后的输出窗口可以再一次在SPSS中打开
2. 如何导入数据
注意文件类型要设置成与你想要打开的文件格式一致(如 .csv), 或者直接设置成所有类型
3. 一般的数据处理流程
data/transform(数据预处理)之后就analyze(建模)->诊断/评估
4. SPSS数据分析基本框架
SPSS针对不同类型的问题与模型都有一套基本的操作流程与框架
包含了对SPSS菜单栏名词的解释 看完这个就能知道SPSS菜单栏里的分析栏里的模块都是干什么用的
如下图
5. 针对不同的使用场景与需求, 应该使用哪些SPSS内置的分析方法
针对不同的需求和场景, 对应怎么去使用SPSS
前置知识
(1) SPSS中有四种不同种类的变量
SPSS中对应的四种不同种类的变量其实对应了统计学中的四种不同类型的变量
这四种类型的变量性质有所不同, 一种操作可能适用其中一种变量, 但不适用于另一种变量, 因此对于不同类型的变量, 我们能进行的操作都不一样
下面介绍这四种变量以及他们的性质
(2) 四种类型的变量介绍
这四种变量分别是
定类,定序,定距,定比
性质依次增多:
| 变量类型\性质 | 可以比较是否相等(= !=) | 可以比较大小(> <) | 可以做加减 | 可以做乘除(数值为0有"没有"的意义) | 举例 |
|---|---|---|---|---|---|
| 定类 | O | X | X | X | 性别 |
| 定序 | O | O | X | X | 文化程度 |
| 定距 | O | O | O | X | 摄氏度 |
| 定比 | O | O | O | O | 收入 |
定类相比于定序不能做什么： 比如性别， 不能说男性比女性大， 或者女性比男性大， 只能说男！=女
定序相比于定距不能做什么：比如文化程度， 不知道中等文化程度比低等文化程度高多少， 也就是没有一个具体的指标， 不能做加减
定距相对于定比不能做什么： 比如摄氏度， 0摄氏度不代表没有温度， 所以摄氏度乘除是没有意义的（经典问题）， 开尔文温度是可以乘除的
分析方法参考表
对于不同种类的变量以及不同需求与使用场景, 我们能使用什么分析方法
分析方法很多，这里简单说一些常用的且（打基础）需要掌握的
| 分析方法 | 功能介绍 | 一句话说明 | 数据类型 |
|---|---|---|---|
| 频数 | 百分比 | 男女比例分别多少 | 定类 |
| 交叉(卡方) | 差异关系 | 不同性别【 X 】人群是否抽烟【 Y 】的差异情况 | X(定类)Y(定类) |
| 描述 | 平均值 | 平均身高，量表数据平均得分等 | 定量 |
| 分类汇总 | 差异关系 | 不同城市的销售额情况 | X(定类)【 可选 】Y(定量/定类) |
| 相关 | 相关关系 | 身高【 X 】和体重【 Y 】有没有关系 | X(定量)【 可选 】Y(定量)【 可选 】 |
| 回归 | 影响关系 | 身高【 X 】影响体重【 Y 】吗？ | Y(定量)X(定量/定类) |
| 聚类 | 人群分类 | 300个人分成几类？ | 定量 |
| 因子 | 浓缩权重 | 30句话概述成5个关键词(因子)5个关键词(因子)分别代表30句话的信息比重? | 定量 |
| 主成分 | 浓缩权重 | 30句话概述成5个关键词(成分)5个关键词(主成分)分别代表30句话的信息比重? | 定量 |
| 信度 | 可靠性 | 数据真实吗？ | 定量 |
| 效度 | 有效性 | 数据有效吗？ | 定量 |
| 项目分析 | 区分度 | 设计的量表题目是否有区分度？ | 定量（量表题） |
| 熵值法 | 权重 | 研究项的权重比例如何？ | 定量 |
| 方差 | 差异关系 | 不同收入【 X 】群体的身高【 Y 】是否有差异？ | X(定类)Y(定量) |
| t 检验 | 差异关系 | 不同性别【 X 】群体的身高【 Y 】是否有差异？【 X 仅2个类别比如男和女】 | X(定类)Y(定量) |
| 多重响应(多选/单选-多选/多选-单选/多选-多选) | 百分比 | 多选题的选择比例情况如何 | X(定类)【 可选 】多选题选项 |
| 事后多重比较 | 差异关系 | 不同收入【 X 】群体的身高【 Y 】详细差异情况？【 X 两两组别之间差异对比】 | X(定类)Y(定量) |
| 单样本t 检验 | 差异关系 | 身高是否明显等于1.8 | 定量 |
| 配对t 检验 | 差异关系 | 注射新药和没有注射的两组老鼠，血压一样吗？ | 配对1(定量)配对1(定量) |
| 逐步回归 | 影响关系 | 帮我自动找出影响身高 Y的因素 X | Y(定量)X(定量/定类) |
| 分层回归 | 影响关系 | 身高【 X,分层1】对于体重【 Y】的影响，再加入饮食习惯【 X，分层2】，看看饮食习惯对体重的影响有多严重 | Y(定量)分层1(定量/定类)分层2(定量/定类)分层3(定量/定类)分层4(定量/定类) |
| 正态性检验 | 正态检验 | 数据正态吗？ | 定量 |
| 非参数检验 | 差异关系 | 身高数据不正态时，我想研究收入【 X 】与身高【 Y 】的差异关系 | Y(定类)X(定量) |
| 双因素方差 | 差异关系 | 性别【 X 】和地区【 X 】对于身高【 Y 】的差异 | Y(定量)X(定类，2个) |
| 二元Logit | 影响关系 | 哪些因素【 X 】影响人们是否购买电影票【 Y 】 | Y(定类，2项)X(定量/定类) |
| 多分类Logit | 影响关系 | 哪些因素【 X 】影响人们购买不同类型电影票【 Y 】 | Y(定类，2+项)X(定量/定类) |
| 散点图 | 数据关系 | 身高【 X 】和体重【 Y 】的关系情况，并且区分性别【颜色区分】 | Y(定量)X(定量)颜色区分(定类) |
| 直方图 | 正态性 | 身高数据是否正态分布 | X(定量) |
| 箱线图 | 数据分布 | 身高数据的分布情况 | X(定量) |
| 词云图 | 数据展示 | 热点城市房价指数展示 | X(定量)加权项(可选) |
6. SPSS使用经典案例
1. 检验正态性
1 直方图正态曲线
2 P-P图、Q-Q图
3 KS检验（样本量>=2000）、SW检验（样本量<2000）：P>0.05时表示服从正态性
2. 相关性分析
变量相关性的指标
根据变量类型(见本文5.(2))决定用什么类型的检测
| 定类 | 定序 | 定距 | |
|---|---|---|---|
| 定类 | 卡方类检测 | 卡方类检测 | Eta系数 |
| 定序 | Spearman | Spearman | |
| 定距 | Pearson(定比也可) |
(1) Pearson相关系数(定距/比)
适用于定距, 定比变量
(2) Spearman 等级相关系数(定序和定序之间)
(3) kendall tua-b 等级相关系数(定序和定序之间)
3. 线性回归分析
研究变量之间的因果关系，
1 因变量只能有一个，必须是连续数值型变量，
2 自变量可以有多个，可以是连续也可以是分类变量，如有分类型，要进行虚拟线性回归
4. 卡方检验
1、适用于分类型变量的统计学方法
2、检验分类型变量下各个类别的构成比的差异的统计学方法
3、被检验的分类变量一定是无序分类变量；分组变量可以是有序分组也可以是无序分组
案例：考察三个年龄组的感染率（感染，未感染）是否存在显著差异
5. 独立样本T检验
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
