【導(dǎo)讀】第七節(jié)數(shù)據(jù)處理的其他功能。SPSS的數(shù)據(jù)排序是將數(shù)據(jù)編輯窗口中的。升序或降序重新排列。排序稱為多重排序。數(shù)據(jù)排序便于數(shù)據(jù)的瀏覽，有助于了。解數(shù)據(jù)的取值狀況、缺失值數(shù)量的多少等；距，初步把握和比較數(shù)據(jù)的離散程度；通過數(shù)據(jù)排序能夠快捷地發(fā)現(xiàn)數(shù)據(jù)的。生重要影響提供幫助。指定的變量優(yōu)先于后指定的變量。利用居民存款調(diào)查數(shù)據(jù)，通過數(shù)據(jù)排序。一次存款金額的最大值和最小值。SPSS變量計(jì)算是在原有數(shù)據(jù)的基礎(chǔ)上，根據(jù)用戶。滿足條件的部分個(gè)案，計(jì)算產(chǎn)生一系列新變量。在同一算術(shù)表達(dá)式中的常量及變量，數(shù)據(jù)類型應(yīng)該。SPSS條件表達(dá)式是一個(gè)對條件進(jìn)行判斷。不成立，則結(jié)果為假。號(hào)和簡單條件表達(dá)式等組成的式子。級(jí)最高，其次是AND，最低是OR。SPSS函數(shù)是事先編好并存儲(chǔ)在SPSS軟件。執(zhí)行這些程序段得到的計(jì)算結(jié)果。變量加變量名標(biāo)簽。分別上調(diào)50％，30％，20％，10％。的過程，通常也稱為抽樣。

　　

【正文】 把各數(shù)據(jù)點(diǎn)連接起來就是線圖，換言之，如果把線圖斷開就是點(diǎn)圖。 ? 帶圖：其實(shí)就是把線變成了帶子。 ? 垂線圖：對于多重線圖或點(diǎn)圖，可以繪出其垂線圖。 ? 面積圖：將線圖下方或者各曲線之間的區(qū)域用色塊填充，就成了面積圖。 131 2020/9/16 基本步驟： 1）單擊 Graphs－ Interactive－ Dots (line、 ribbon、 drop line、 area)菜單，出現(xiàn)的窗口主要是定義坐標(biāo)軸，以及圖形的形狀（二維或三維）。 所不同的是在 legend框組中多了 size框，可以用點(diǎn) /線的大小或粗細(xì)來區(qū)別不同的亞組。 132 2020/9/16 133 2020/9/16 2）單擊 “ dots and lines”選項(xiàng)卡，在出現(xiàn)的窗口中主要是設(shè)置點(diǎn)圖的點(diǎn)和連接方式。 display復(fù)選框組：選擇 lines，則顯示點(diǎn)之間的連線，其實(shí)就變成了線圖；選擇 drop lines，就成了垂線圖，但同一分類中必須有多個(gè)點(diǎn)，也就是說多線圖。 point labels復(fù)選框組：選擇是否顯示數(shù)據(jù)個(gè)數(shù)、百分比或代表的實(shí)際值。 line labels復(fù)選框組：選擇每條線的標(biāo)簽，可以是代表的分類，百分比或個(gè)數(shù)。 interpolation框組：點(diǎn)的連接方式?？梢允侵苯舆B接、階梯形連接、跳躍連接和平滑連接。 break line at missing values 缺失值的地方將線條中斷，以反映實(shí)際情況。 134 2020/9/16 3）單擊 “ Title”選項(xiàng)卡，在窗口中主要是定義圖形的標(biāo)題、名稱等。 4）單擊 “ Option”選項(xiàng)卡，在窗口中主要是定義 SPSS進(jìn)行繪圖運(yùn)算的一些參數(shù)。 最后，單擊 “ 確定 ” 按鈕，在輸出窗口產(chǎn)生統(tǒng)計(jì)圖。 135 2020/9/16 ? （ 3）直方圖的交互式創(chuàng)建 直方圖是描述一組變量頻數(shù)分布的圖形，其縱軸一般是頻數(shù)或百分比，可以顯示數(shù)據(jù)分布是否對稱和是否符合正態(tài)分布，可以顯示數(shù)據(jù)的極端值和變異程度。 基本步驟： 1）單擊 Graphs－ Interactive－ Histogram菜單，出現(xiàn)的窗口是定義坐標(biāo)軸，以及圖形的形狀（二維或三維）。 Y軸只能選入 Count或百分比， X軸只能選入定距變量， panel框可以選入分類變量，下面的 cumulative histogram單選框用于繪出累積直方圖，每個(gè)直條都是它前面直條的累積 ——累積頻數(shù)或累積百分比（頻率）。 136 2020/9/16 137 2020/9/16 2）單擊 “ histogram”選項(xiàng)卡，在出現(xiàn)的窗口中主要用于增強(qiáng)直方圖功能的選項(xiàng)。 “ normal curve”要求使用該數(shù)據(jù)的均值和方差在直方圖上繪出正態(tài)性曲線，但只能在二維直方圖上實(shí)現(xiàn)。 3） “ Set interval and start point for the variable”下拉列表：下拉式菜單中有 x1和 x2軸，與下面的 interval size 和 start point選項(xiàng)相結(jié)合，確定所選軸的起始點(diǎn)和間隔大小。 “ interval size”：選擇組段的數(shù)目和寬度； “ start point ”：設(shè)置第一組段的起始點(diǎn)，可定義為最小值到最小值 +組距的任意值。 138 2020/9/16 139 2020/9/16 4）單擊 “ Title”選項(xiàng)卡，在窗口中主要是定義圖形的標(biāo)題、腳注等。 5）單擊 “ Option”選項(xiàng)卡，在窗口中主要是定義 SPSS進(jìn)行繪圖運(yùn)算的一些參數(shù)。 6）最后，單擊 “ 確定 ” 按鈕，在輸出窗口產(chǎn)生統(tǒng)計(jì)圖。 140 2020/9/16 ? （ 4）餅圖的交互式創(chuàng)建 交互式餅圖可以繪制三種不同類型的圖式： simple：生成簡單交互式餅圖 clustered ：生成復(fù)合交互式餅圖 plotted：生成散點(diǎn)交互式餅圖 簡單餅圖： 1）單擊 Graphs－ Interactive－ pie—simple菜單，出現(xiàn)的窗口是定義坐標(biāo)軸，以及圖形的形狀（二維或三維）。 在 pie框中至少需要定義兩個(gè)變量，上面是 slice by框，需要選入一個(gè)分類變量用于切餅，下面的 slice summary框，表示餅圖的不同餅塊代表的是什么指標(biāo)，默認(rèn)狀態(tài)是 count變量，也可選入定距變量，則可在最下面的 slice represent框中選擇匯總函數(shù)。 Color 和 style單選框用于定義是用不同顏色還是填充方式來區(qū)分餅塊， panel框中可以選入一個(gè)或幾個(gè)分類變量，將按照他們的取值不同分別輸出餅圖。 141 2020/9/16 142 2020/9/16 2）單擊 “ pie”選項(xiàng)卡，主要用于定義餅標(biāo)簽和餅的位置、方向和起始點(diǎn)。 “ slice labels”有四種選項(xiàng)，分類變量的值、實(shí)際值的大小、例數(shù)和百分?jǐn)?shù)。 3） “ location”用來改變標(biāo)簽的位置，餅的位置可以有 direction 和 start起始點(diǎn)兩種選擇，方向指的是各餅塊的排列順序，有順時(shí)針和逆時(shí)針兩種。 143 2020/9/16 144 2020/9/16 4）單擊 “ Title”選項(xiàng)卡，在窗口中主要是定義圖形的標(biāo)題、腳注等。 5）單擊 “ Option”選項(xiàng)卡，在窗口中主要是定義 SPSS進(jìn)行繪圖運(yùn)算的一些參數(shù)。 6）最后，單擊 “ 確定 ” 按鈕，在輸出窗口產(chǎn)生統(tǒng)計(jì)圖。 145 2020/9/16 復(fù)式餅圖：復(fù)式餅圖是簡單餅圖的堆積。 單擊 Graphs－ Interactive－ pie—cluster菜單，出現(xiàn)的窗口是定義坐標(biāo)軸，以及圖形的形狀（二維或三維）。 同簡單餅圖相比復(fù)式餅圖只是多了一個(gè)cluster變量框，此框選入一個(gè)分類變量。 在 pies選項(xiàng)卡中添加了 cluster labels的有關(guān)顯示標(biāo)簽選項(xiàng)。 146 2020/9/16 147 2020/9/16 148 2020/9/16 散點(diǎn)餅圖：散點(diǎn)餅圖實(shí)際上包含了一系列餅圖，這些餅圖排列在坐標(biāo)系中，就像一個(gè)個(gè)餅圖構(gòu)成的散點(diǎn)圖。 單擊 Graphs－ Interactive－ pie—plotted菜單，出現(xiàn)的窗口是定義坐標(biāo)軸，以及圖形的形狀（二維或三維）。 同復(fù)合餅圖相比散點(diǎn)餅圖需要定義坐標(biāo)系，可以選擇二維、三維或三維效果圖，定義變量時(shí)需要首先定義坐標(biāo)軸變量。 149 2020/9/16 150 2020/9/16 ? （ 5）箱式圖的交互式創(chuàng)建 交互式箱式圖有助于直觀描述分布與離散狀況，顯示數(shù)據(jù)的中位數(shù)、分位數(shù)、離群值和極值： 單擊 Graphs－ Interactive－ boxplot菜單，出現(xiàn)的窗口是定義坐標(biāo)軸，以及圖形的形狀（二維或三維）。同其他圖形不同的是 boxes選項(xiàng)卡。 Boxes display復(fù)選框組：共有 outliers 、 extremes 、median line三個(gè)選項(xiàng)框，分別用于定義是否顯示離群值、極值和中位數(shù)線； Whisker caps框組：定義觸須線的形狀； Box base ：如果選擇了三維圖形此項(xiàng)可用，可以設(shè)定作出的是圓柱還是方柱。 Display count label：是否顯示數(shù)據(jù)標(biāo)簽。 151 2020/9/16 ? 框圖中間的的黑粗線為中位數(shù)，方框?yàn)樗姆治婚g距的范圍，上下兩條細(xì)線與相應(yīng)的方框線之間的距離是 數(shù)間距，之外的數(shù)據(jù)點(diǎn)稱為離群值或極值，其中離方框上下界的距離超過 倍四分位間距為離群值，以 “ o”表示，超過三倍的稱為極值，用 “ *” 表示。 152 2020/9/16 153 2020/9/16 154 2020/9/16 ? （ 6）散點(diǎn)圖的交互式創(chuàng)建 散點(diǎn)圖用于發(fā)現(xiàn)兩個(gè)或兩個(gè)以上數(shù)值型變量的關(guān)系，也可以用于發(fā)現(xiàn)異常值。 基本步驟： 1）單擊 Graphs － Interactive －Scatterplot菜單，出現(xiàn)的窗口主要是定義坐標(biāo)軸，以及圖形的形狀（二維或三維）。 “ Label Cases”選項(xiàng)定義散點(diǎn)圖的不同點(diǎn)的標(biāo)簽。 155 2020/9/16 156 2020/9/16 2）單擊 “ Fit”選項(xiàng)卡，在出現(xiàn)的窗口中主要是散點(diǎn)圖的計(jì)算方法。 “ Method”選項(xiàng)用于定義散點(diǎn)的計(jì)算方法。SPSS提供了三種方式： 回歸、均值、平滑 。 3）單擊 “ Spikes”選項(xiàng)卡，在窗口中主要是選擇連線的方式。 “ Spike”：是否顯示散點(diǎn)的連線； “ Color spikes by color legend”：連線采用圖例的顏色是否用 color legend 變量確定； “ Style spikes by style legend”：連線采用圖例的類型是否用 style legend 變量確定。 157 2020/9/16 4）單擊 “ Title”選項(xiàng)卡，在窗口中主要是定義圖形的標(biāo)題、名稱等。 5）單擊 “ Option”選項(xiàng)卡，在窗口中主要是定義 SPSS進(jìn)行繪圖運(yùn)算的一些參數(shù)。 6）最后，單擊 “ 確定 ” 按鈕，在輸出窗口產(chǎn)生統(tǒng)計(jì)圖。 158 2020/9/16 上機(jī)作業(yè) 要求在建立一個(gè)數(shù)據(jù)文件的基礎(chǔ)上，能對數(shù)據(jù)進(jìn)行各種處理。 ? 熟練掌握數(shù)據(jù)的排序； ? 熟練進(jìn)行變量計(jì)算與計(jì)數(shù)； ? 熟練掌握數(shù)據(jù)抽樣方法； ? 熟練掌握數(shù)據(jù)分類匯總與數(shù)據(jù)分組方法； ? 掌握數(shù)據(jù)處理的其他方法。 159 2020/9/16 第四章 數(shù)據(jù)特征的描述統(tǒng)計(jì)分析 160 2020/9/16 SPSS的主要分析工具 ——Analyze菜單 ? 報(bào)告－－ Reports ? 描述性統(tǒng)計(jì)分析－－ Descriptive Statistics菜單 ? 表格－－ Tables ? 均數(shù)間的比較－－ Compare Means菜單 ? 一般線性模型 ――General Linear Model菜單 ? 相關(guān)分析 ――Correlate菜單 ? 多元線性回歸與曲線擬合 ―― Regression菜單 ? 對數(shù)線性模型 ——Loglinear菜單 ? 聚類分析與判別分析 ——Classify菜單 ? 因子分析與對應(yīng)分析 ——Data Reduction菜單 ? 信度分析與多維尺度分析 ——Scale菜單 ? 非參數(shù)檢驗(yàn) ――Nonparametric Tests菜單 ? 時(shí)間序列分析－－ Time series 161 2020/9/16 描述性統(tǒng)計(jì)分析是統(tǒng)計(jì)分析的第一步，做好這第一步是下面進(jìn)行正確統(tǒng)計(jì)推斷的先決條件。 SPSS的許多模塊均可完成描述性分析，但專門為該目的而設(shè)計(jì)的幾個(gè)模塊則集中在 Descriptive Statistics菜單中，包括： ? Frequencies：頻數(shù)分析過程，特色是產(chǎn)生頻數(shù)表（主要針對分類變量） ? Descriptives：數(shù)據(jù)描述過程，進(jìn)行一般性的統(tǒng)計(jì)描述（主要針對數(shù)值型變量） ? Explore：數(shù)據(jù)探察過程，用于對數(shù)據(jù)概況不清時(shí)的探索性分析 ? Crosstabs： 多維頻數(shù)分布交叉表分析（ 列聯(lián)表分析） ? Ratio statistics：比率分析 162 2020/9/16 ? 第一節(jié) 報(bào)告分析（ Report） ? 第二節(jié) 描述性統(tǒng)計(jì)分析 ? 第三節(jié) 比率分析 ? 第四節(jié) Means過程 ? 第五節(jié) 多選項(xiàng)分析 主要內(nèi)容 163 2020/9/16 第一節(jié) 報(bào)告分析（ Report） ? OLAP 在線分析處理過程 ? Case Summaries 觀測值摘要分析過程 ? 摘要報(bào)告分析過程 ? Report Summaries in Rows 行形式摘要報(bào)告 ? Report Summaries in Column 列形式摘要報(bào)告 164 2020/9/16 按 Analyze—Reports—OLAP Cubes順序單擊打開如下對話框： 摘要變量框：進(jìn)入此框變量為數(shù)值型變量 分層變量框： 進(jìn)入此框變量為數(shù)值型或字符型變量 OLAP（在線分析處理過程） 165 2020/9/16 可選擇的統(tǒng)計(jì)量 : Sum 總和 Number of Cases 觀測量數(shù)目 Mean 均值 Standard Deviation 標(biāo)準(zhǔn)差 Percent of Total Sum 占總和的百分比