【正文】 breaks in first column（全部在第一列分頁）復(fù)選框，表示所有分類變量均顯示在第一列；②在Indent at each break（在每個分頁中縮排）框中設(shè)置不同分類變量的縮進位置，默認為2個空格。 Break Labels(數(shù)據(jù)列的行與分頁標簽)：框用于設(shè)置分組變量的標簽與下一行之間的距離：①Automatically align vertically（自動垂直對齊）：統(tǒng)計量自動設(shè)置在下面；②Display On same row（顯示在相同行）：表示放置在同一行；③Display below labels（顯示在標簽下）：可以設(shè)置標簽和統(tǒng)計量之間的空白，參數(shù)框中可以設(shè)置空白行數(shù)。其中：1) Page Title line 1 of l（頁面標題行1的1）中進行標題設(shè)置，可以從左邊的變量列表中選擇變量，使之成為標題的變量，進入不同的框表示不同的對齊方式。單擊OK按鈕，完成行形式報表生成（如圖1236所示）。在左邊的變量列表框中選擇變量“基本工資”、“獎金”、“分紅”，使之添加到Data Columns（數(shù)據(jù)列）框中，選擇“性別”，使之添加到Break Columns（分頁列）框中。對于基本工資列，我們選擇Mean of values（數(shù)據(jù)的平均值），表示輸出基本工資的平均值，單擊Continue（繼續(xù)）按鈕返回Report Summaries in Columns（報告：列式摘要）對話框（如圖1238所示）。Data Columns（數(shù)據(jù)列）框中增加了一個total（總數(shù)），單擊Summary（摘要）按鈕，出現(xiàn)Report（報告）：Summary Column（摘要列）對話框。圖1239單擊Continue（繼續(xù)）按鈕返回Report Summaries in Columns（報告：列式摘要）對話框。（7）單擊OK按鈕，完成列形式報表生成（如圖1241所示）。如果分組變量為多個，還應(yīng)指定這些分組變量之間的層次關(guān)系。（1）在Analyze（分析）菜單Compare Means（均值比較）項中選擇Means（平均值）命令（如圖1242所示）。（3）單擊右下角的Options（選項）按鈕，彈出Means Options（平均值選項）：對話框，可以選擇要統(tǒng)計的項目。圖1243（4）選好后單擊Continue（繼續(xù)）按鈕返回Means（均值）對話框，單擊OK按鈕，SPSS即開始計算得到結(jié)果2．結(jié)果解讀Means（均值）過程的結(jié)果輸出比較簡單，在結(jié)果輸出窗口中包含兩個輸出表（如圖1244所示）?？梢钥闯?，該單位職員男性11人，平均工資為3507．09，標準差為1293．85；女性9人，平均工資為3131．11，標準差為1044．54。2．SPSS實現(xiàn)步驟：例127 某地區(qū)10年前進行人口普查時，16歲女孩平均身高為1．59m。圖1245（2）選擇菜單后，出現(xiàn)OneSample T Test（單一樣本T檢驗）對話框。1) Confidence Interval（信賴區(qū)間）：表示差值置信區(qū)間，默認為95％。（1）輸出結(jié)果第一個表，基本描述性統(tǒng)計量表，從表中可知，參與分析的樣品數(shù)為40，平均身高1．6215m，標準差0．06554，均值誤差0．01036。假設(shè)兩樣本的樣品個數(shù)分別為nn2，檢驗兩樣本均值是否相等的檢驗。問在各兩種溫度下，產(chǎn)品的斷裂力是否相同。選擇Use specified values（使用指定數(shù)值）選項，表示根據(jù)標識變量的取值進行區(qū)分。圖12501．描述性統(tǒng)計表。顯示了雙樣本T檢驗結(jié)果。另外，從兩個樣本的均值差的95％置信區(qū)間看，區(qū)間跨0，這也說明兩個溫度化工產(chǎn)品的斷裂力平均值無顯著差異。由于受不同因素的影響，研究所得的數(shù)據(jù)會不同。2．SPSS實現(xiàn)過程:例129 為了考察化工生產(chǎn)中溫度對某種化工產(chǎn)品的收率（%）的影響。圖1251（2）在彈出的OneWay ANOVA（一維方差分析）對話框中，從左側(cè)的變量列表中選擇“產(chǎn)品收率”，使之添加到Dependent List（因變量列）框中，選擇“溫度序號”，使之添加到 Factor（因子）框中。1) Polynomial（多項）復(fù)選框：是否對組間平方和進行分解，并進行結(jié)果檢驗。如果不為0仍可檢驗，只不過結(jié)果是錯的（如圖1252所示）。1) Equar Variances Assumed（假定方差相等）復(fù)選框組：當各組方差齊時可用的兩兩比較方法，共有14種，其中最常用的為LSD 和 SNK 法。圖12534) 單擊Continue（繼續(xù)）按鈕，返回OneWayANOVA(一維方差分析)對話框。本例選擇 Descriptive (描述)和Homogeneity of variance test (方差齊性檢驗)。Excludes cases analysis by analysis(排除分析中有缺失值的觀測量)：表示具體分析中用到的變量有缺失值才去除該記錄。（6）所有設(shè)置確認無誤后，單擊OK按鈕，執(zhí)行單因素方差分析，得到輸出結(jié)果。從表中可知，輸出的統(tǒng)計量包括各組樣本均值、標準差、標準誤、均值95％置信區(qū)間、最小值和最大值，如各組參與分析的樣本數(shù)都為4，總樣本數(shù)為20。5相關(guān)分析1．相關(guān)分析的基本原理一般來說現(xiàn)象之間的相互關(guān)系可以分為兩種，一種是函數(shù)關(guān)系，另一種是相關(guān)關(guān)系。按相關(guān)的程度分，有完全相關(guān)、不完全相關(guān)和不相關(guān)；按相關(guān)的性質(zhì)分，有正相關(guān)和負相關(guān)。表126地塊編號12345678910施肥量245881011131415畝產(chǎn)量253294298360348366410401443437（1） 把“畝產(chǎn)量”設(shè)為因變量y，“施肥量”設(shè)為自變量x?，F(xiàn)欲分析畝產(chǎn)量與施肥量的相關(guān)關(guān)系，故在Bivariate Correlations（兩個變量相關(guān)）對話框左側(cè)的變量列表中選“畝產(chǎn)量”和“施肥量”，使之進入Variables（變量）框。本例中的畝產(chǎn)量與施肥量兩個變量為等距變量，其數(shù)據(jù)可進行加減運算，因此采用該設(shè)置，計算相關(guān)系數(shù)。2）確定雙尾檢驗還是單尾檢驗。選擇復(fù)選框Flag significant correlations（標識顯著相關(guān)），在輸出結(jié)果中將用“*”號標記有統(tǒng)計學意義的相關(guān)系數(shù)，P，P。1) Statistics（統(tǒng)計）復(fù)選框組：選擇要輸出的統(tǒng)計量。本例采用默認設(shè)置。（4）所有設(shè)置確認無誤后，單擊OK按鈕，得到輸出結(jié)果。從表中可知，參與分析的兩個變量的樣本數(shù)都為10，畝產(chǎn)量的均值為361(kg)，；施肥量的均值為9(kg)。在多變量的情況下，兩變量的相關(guān)分析有時不能真實準確地反映事物之間的相關(guān)關(guān)系。同時要對偏相關(guān)系數(shù)的顯著性進行檢驗3．SPSS實現(xiàn)過程例1211 為研究某種農(nóng)作物畝產(chǎn)量增長的原因，選取了10塊條件基本相同的地塊進行試驗得到施肥量、有效灌溉面積對農(nóng)作物的畝產(chǎn)量的影響，試討論農(nóng)作物畝產(chǎn)量在扣除施肥量之后，有效灌溉面積對農(nóng)作物的畝產(chǎn)量的偏相關(guān)系數(shù)，數(shù)據(jù)（如表127所示）?，F(xiàn)欲分析畝產(chǎn)量與有效灌溉面積的相關(guān)關(guān)系，故在Partial Correlations（偏相關(guān)）對話框左側(cè)的變量列表中選“畝產(chǎn)量”和“有效灌溉面積”使之進入Variables（變量）框。默認設(shè)置是對相關(guān)顯著性進行雙尾檢驗，本例采用默認設(shè)置。本例選中該項。① Means and standard deviations（平均值和標準差）；② Zeroordercorrelations（零次序相關(guān)）復(fù)選框：輸出所有變量的相關(guān)陣；2) Missing Values（缺失值）單選框組：指定對缺失值的處理方法。（6） 單擊OK按鈕，得到輸出結(jié)果4．結(jié)果解讀SPSS的偏相關(guān)分析的輸出也比較簡單，輸出結(jié)果中只包含一個描述性統(tǒng)計量表和一個各變量間的相關(guān)關(guān)系表（如圖1261所示）。施肥量的均值為9(kg)。和他的學生K．Pearson(1856～1936年)提出的，他們在研究父母身高與其子女身高的遺傳問題時，觀察了1078對夫婦，以每對夫婦的平均身高作為解釋變量y，取他們的一個成年兒子的身高作為被解釋變量X，將結(jié)果在平面直角坐標系上繪成散點圖，發(fā)現(xiàn)趨勢近乎一條直線。反之，矮個子父輩的確有生矮個子兒子的趨勢，但父輩身高減少一個單位，兒子 身高僅減少半個單位左右。根據(jù)變量的個數(shù)、變量的類型以及變量之間的相關(guān)關(guān)系，回歸分析通常分為一元線性回歸分析、多元線性回歸分析、非線性回歸分析、曲線估計、時間序列的曲線估計、含虛擬自變量的回歸分析和邏輯回歸分析等類型。1．擬合優(yōu)度檢驗回歸方程的擬合優(yōu)度檢驗，就是要檢驗樣本數(shù)據(jù)聚集在樣本回歸直線周圍的密集程度而判斷回歸方程對樣本數(shù)據(jù)的代表程度。3．回歸系數(shù)的顯著性檢驗(t檢驗)是根據(jù)樣本估計的結(jié)果對總體回歸系數(shù)的有關(guān)假設(shè)進行檢驗。表128 某種化肥對農(nóng)。4．SPSS實現(xiàn)過程例1212 以例1210為例，為研究某種化肥對農(nóng)作物產(chǎn)量的影響，選取了10塊條件基本相同的地塊進行試驗得到施肥量與農(nóng)作物的畝產(chǎn)量，試求農(nóng)作物畝產(chǎn)量對施肥量的回歸直線方程。2．回歸方程的顯著性檢驗(F檢驗)回歸方程的顯著性檢驗是對因變量與所有自變量之間的線性關(guān)系是否顯著的一種假設(shè)檢驗。即：式中和是未知參數(shù)，稱為回歸常數(shù)，稱為回歸系數(shù)。正是因為子代身高有回到同齡人平均身高的這種趨勢，才使人類的身高在一定時間內(nèi)相對穩(wěn)定，沒有出現(xiàn)父輩個子高其子女更高，父輩個子矮其子女更矮現(xiàn)象。這種趨勢及回歸方程表明父母身高X每增加一個單位時。從表中可知，畝產(chǎn)量和有效灌溉面積的相關(guān)系數(shù)為r=， (Significance (2tailed))，即畝產(chǎn)量和有效灌溉面積是的相關(guān)性的；以施肥量為控制變量，即在扣除施肥量影響情況下，畝產(chǎn)量和有效灌溉面積的偏相關(guān)系數(shù)為r=，(Significance (2tailed))，可得出結(jié)論，在扣除降雨量影響情況下，土壤侵蝕量和降雨強度相關(guān)性顯著。從表中可知，參與分析的畝產(chǎn)量、有效灌溉面積和施肥量3個變量的樣本數(shù)都為10，其中畝產(chǎn)量的均值為361(kg)。其中：①Excludes cases listwise（排除因變量或自變量有缺失值觀測量）：只要有關(guān)變量有缺失值，則在所有分析中都將該記錄去除，再進行分析計算；②Excludes cases pairwise（排除因變量和自變量均有缺失值觀測量）：在分析過程中遇到缺失值時將缺失值排除在數(shù)據(jù)分析之外（如圖1260所示）。單擊Partial Correlations（偏相關(guān)）對話框中的Options（選項）按鈕，彈出Partial Correlations：Options（偏相關(guān)：選項）對話框。選擇Display actual significance level(顯示實際顯著性水平)，在輸出結(jié)果中將用“*”號標記。（3） 確定雙尾檢驗還是單尾檢驗。彈出Partial Correlations（偏相關(guān)）對話框（如圖1259所示）。偏相關(guān)分析正是用來解決這個問題的。從表中可知，畝產(chǎn)量和施肥量的相關(guān)系數(shù)r=．000 (Sig．(2tailed))，因此在相關(guān)系數(shù)旁以兩個“**”號進行標識，畝產(chǎn)量和施肥量的相關(guān)性十分顯著。如果進行相關(guān)分析的變量是兩個以上，輸出時會分別顯示兩兩變量間的相關(guān)關(guān)系（如圖1258所示）。②Excludescaseslistwise（排除因變量或自變量有缺失值觀測量）單選鈕：只要相關(guān)變量有缺失值，則在所有分析中都將該記錄去除（如圖1257所示）。②Crossproduct deviations and covariances（產(chǎn)品交叉離差和協(xié)方差）復(fù)選框：輸出各對變量的離均差平方和以及協(xié)方差陣。（3）指定輸出內(nèi)容和缺失值處理方法。默認設(shè)置將對相關(guān)顯著性進行雙尾檢驗，本例采用默認設(shè)置。stuab(肯德爾)復(fù)選框：等級相關(guān)系數(shù)，是一個用反映分類變量一致性的指標，只能在兩個變量均屬于有序分類時使用。Correlation Coefficient（相關(guān)系數(shù)）復(fù)選框組包含了3個復(fù)選框，對應(yīng)3種相關(guān)系數(shù)的類型。彈出Bivariate Correlations（兩個變量相關(guān)）對話框（如圖1256所示）。2．SPSS實現(xiàn)過程例1210 為研究某種化肥對農(nóng)作物產(chǎn)量的影響，選取了10塊條件基本相同的地塊進行試驗得到施肥量與農(nóng)作物的畝產(chǎn)量，試求農(nóng)作物畝產(chǎn)量對施肥量的回歸直線方程。相關(guān)關(guān)系是兩個現(xiàn)象數(shù)值變化不完全確定的依存關(guān)系。從表中可知，方差檢驗F=，對應(yīng)的相伴概率(Sig．)，因此認5組之中至少有一個組與另外一組差異顯著。我們重點解讀描述性統(tǒng)計表、方差分析表和各組均值折線圖（如圖1255所示）。默認為前者（如圖1254所示）。本例選擇此項。單擊Options（選項）按鈕，彈出OneWay ANOVA：Options (一維方差分析：選項)對話框。2) Equar Variances Not Assumed（假定方差不相等）復(fù)選框組：一組當各組方差不齊時可用的兩兩比較方法，共有4種，其中以Dunnetts’s C法較常用。（4）選擇進行各組間兩兩比較時。3) Coefficients（系數(shù)）編輯框：定義精確兩兩比較的選項。單擊Contrasts（對比）按鈕，打開OneWay ANOVA：Contrasts（一維方差分析：對比）對話框。在同一溫度下各做四次試驗，問反應(yīng)溫度對產(chǎn)品收率有無顯著影響？試驗結(jié)果（如表125所示）。根據(jù)控制變量的個數(shù)，可以將方差分析分成單因素方差分析和多因素方差分析。通過計算這些總體方差的估計值的適當比值，檢驗各樣本所屬總體平均數(shù)是否相等。然后看方差相等時T檢驗的結(jié)果，也就是第一行Equal variances assumed（方差相等）的T檢驗結(jié)果。由輸出結(jié)果可以看出，兩個溫度8個化工產(chǎn)品的斷裂力平均值分別為204和199。圖1249（3）單擊Continue（繼續(xù)）按鈕，返回IndependentSamples T Test（獨立樣本T檢驗）對