【導(dǎo)讀】均數(shù)間的比較－－CompareMeans菜單?一般線性模型――GeneralLinearModel菜單?多元線性回歸與曲線擬合――Regression菜單?聚類分析與判別分析——Classify菜單?因子分析與對(duì)應(yīng)分析——DataReduction菜單?信度分析與多維尺度分析——Scale菜單?非參數(shù)檢驗(yàn)――NonparametricTests菜單?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。Frequencies：頻數(shù)分析過程，特色是產(chǎn)生頻數(shù)表（主。Descriptives：數(shù)據(jù)描述過程，進(jìn)行一般性的統(tǒng)計(jì)描述。Explore：數(shù)據(jù)探察過程，用于對(duì)數(shù)據(jù)概況不清時(shí)的探索。Crosstabs：多維頻數(shù)分布交叉表分析。第五節(jié)多選項(xiàng)分析。變量選入GroupingVariable框中；Mean、Median項(xiàng)作為要輸出的統(tǒng)計(jì)量；數(shù)、有效值個(gè)數(shù)和缺省值個(gè)數(shù)。表4-3是分層報(bào)告，輸出了總和、均值和中位數(shù)。可能是一個(gè)，也可以有多個(gè)。則將所有水平進(jìn)行交叉分組。變量值可以顯示或不顯示。順序單擊打開CaseSummaries對(duì)話框。型或字符型變量。高.sav”）進(jìn)行觀測(cè)值摘要分析。3）清除Displaycases復(fù)選框。輸出的統(tǒng)計(jì)量；單擊Continue返回。

　　

【正文】 驗(yàn)，有兩項(xiàng)結(jié)果顯示： Pearson相關(guān)系數(shù)和 Spearman相關(guān)系數(shù) 適用于定類變量的統(tǒng)計(jì)量： 基于卡方檢驗(yàn)基礎(chǔ)上對(duì)相關(guān)性的檢驗(yàn) 用來描述相關(guān)性 當(dāng)用自變量預(yù)測(cè)因變量時(shí)，此系數(shù)反映這種預(yù)測(cè)降低錯(cuò)誤的比率。 顯示不確定系數(shù)，表示用一個(gè)變量來預(yù)測(cè)其他變量時(shí)降低錯(cuò)誤的比率 適用于定序變量： Gamma系數(shù)反映兩個(gè)有序變量間的對(duì)稱相關(guān)性。 是 Gamma檢驗(yàn)的非對(duì)稱推廣。 對(duì)有序變量和秩變量相關(guān)性的非參數(shù)檢驗(yàn)。 與 Kendall’s tauc相似 適用于定序變量： 用于檢驗(yàn)相關(guān)性 用于檢驗(yàn)兩個(gè)評(píng)估人對(duì)同一對(duì)象的評(píng)估是否具有一致系。 檢驗(yàn)?zāi)呈录l(fā)生和某因子之間的關(guān)系 進(jìn)行兩個(gè)相關(guān)的二值變量的非參數(shù)檢驗(yàn) 進(jìn)行一個(gè)二值因素變量和一個(gè)二值響應(yīng)變量的獨(dú)立性檢驗(yàn)。 Crosstabs的 Statistics 對(duì)話框 2020/9/16 71 Crosstabs的 Cell Display 對(duì)話框 選擇在列聯(lián)表中輸出的統(tǒng)計(jì)量，包括觀測(cè)量數(shù)、百分比、殘差 輸出觀測(cè)量的實(shí)際數(shù)量 如果行和列變量在統(tǒng)計(jì)上是獨(dú)立的或不相關(guān)的，那么會(huì)在單元格中輸出期望的觀測(cè)值的數(shù)量。 輸出單元格中觀測(cè)量的數(shù)目占整行全部觀測(cè)量數(shù)目的百分比 輸出單元格中觀測(cè)值的數(shù)目占整列全部觀測(cè)量數(shù)目的百分比 輸出單元格中觀測(cè)量的數(shù)目占全部觀測(cè)量數(shù)目的百分比 計(jì)算非標(biāo)準(zhǔn)化殘差 計(jì)算標(biāo)準(zhǔn)化殘差 計(jì)算調(diào)整后殘差 2020/9/16 72 Table Format 對(duì)話框 決定各行的排列順序： 各行的排列按升序 各行的排列按降序 Ⅲ 、例題 045為了探討吸煙與慢性支氣管炎有無關(guān)系，調(diào)查了 339人，情況如下： 吸煙和慢性支氣管炎調(diào)查表 患慢性支氣管炎 未患慢性支氣管炎 吸煙 43 162 不吸煙 13 121 2020/9/16 73 輸入數(shù)據(jù)：變量 n為采得的數(shù)據(jù)；變量 x為是否吸煙： 1為吸煙， 2為不吸煙；變量 h為是否患?。?1為患病， 2為不患病。數(shù)據(jù)文件名為“ ”。 在 Data菜單中選 Weight Cases… 項(xiàng)，打開 Weight Cases對(duì)話框。 Weight Cases by,再將變量 n選入 Frequence Variable 框，單擊 OK完成加權(quán)。 按 AnalyzeDescriptive StatisticsCrosstabs 順序打開 Crosstabs 主對(duì)話框。將 x 變量選入 Row框作為行變量，將 h變量選入 Column 框作為列變量。 打開 Statistics對(duì)話框，選中 Chisquare \ Contingency coefficient和 Phi and Cramer’sV復(fù)選框，單擊 Continue返回。 單擊 Cell按鈕，打開 Cell display對(duì)話框，選中 observed和 Expected 復(fù)選框，單擊 Continue返回；單擊 OK。 （ 1）操作步驟 2020/9/16 74 統(tǒng)計(jì)摘要表，列出觀測(cè)量有效值個(gè)數(shù)、缺失值個(gè)數(shù)和總的個(gè)數(shù)。 從列聯(lián)表中可看出，吸煙人中患病者有 43人，比期望值 ，不吸煙人中患病者只有13人，比期望值 。 （ 2）輸出結(jié)果及分析 輸出結(jié)果如表： C a s e P r o c e s s i n g S u m m a r y3 3 9 1 0 0 . 0 % 0 . 0 % 3 3 9 1 0 0 . 0 %是否吸煙 * 是否患病N P e r c e n t N P e r c e n t N P e r c e n tV a l i d M i s s i n g T o t a lC a s e s吸煙與患病統(tǒng)計(jì)摘要表 2020/9/16 75 是否吸煙 * 是否患病 C r o s s t a b u l a t i o n43 1 6 2 2 0 53 3 . 9 1 7 1 . 1 2 0 5 . 013 1 2 1 1 3 42 2 . 1 1 1 1 . 9 1 3 4 . 056 2 8 3 3 3 95 6 . 0 2 8 3 . 0 3 3 9 . 0C o u n tE x p e c t e d C o u n tC o u n tE x p e c t e d C o u n tC o u n tE x p e c t e d C o u n t吸煙不吸煙是否吸煙T o t a l患病 不患病是否患病T o t a lC h i S q u a r e T e s t s7 . 4 6 9 b 1 . 0 0 66 . 6 7 4 1 . 0 1 07 . 9 2 5 1 . 0 0 5. 0 0 7 . 0 0 47 . 4 4 7 1 . 0 0 63 3 9P e a r s o n C h i S q u a r eC o n t i n u i t y C o r r e c t i o naL i k e l i h o o d R a t i oF i s h e r 39。 s E x a c t T e s tL i n e a r b y L i n e a rA s s o c i a t i o nN o f V a l i d C a s e sV a l u e dfA s y m p . S i g .( 2 s i d e d )E x a c t S i g .( 2 s i d e d )E x a c t S i g .( 1 s i d e d )C o m p u t e d o n l y f o r a 2 x 2 t a b l ea . 0 c e l l s ( . 0 % ) h a v e e x p e c t e d c o u n t l e s s t h a n 5 . T h e m i n i m u m e x p e c t e d c o u n t i s2 2 . 1 4 .b . 吸煙與患病列聯(lián)表 卡方檢驗(yàn) 2020/9/16 76 S y m m e t r i c M e a s u r e s. 1 4 8 . 0 0 6. 1 4 8 . 0 0 6. 1 4 7 . 0 0 63 3 9P h iC r a m e r 39。 s VC o n t i n g e n c y C o e f f i c i e n tN o m i n a l b yN o m i n a lN o f V a l i d C a s e sV a l u e A p p r o x . S i g .N o t a s s u m i n g t h e n u l l h y p o t h e s i s .a . U s i n g t h e a s y m p t o t i c s t a n d a r d e r r o r a s s u m i n g t h e n u l lh y p o t h e s i s .b . 卡方檢驗(yàn)表，從表中可看出， ChiSquare值為， P值為 ，應(yīng)否定零假設(shè)，即認(rèn)為吸煙與患慢性支氣管炎是不獨(dú)立的。由于使用卡方檢驗(yàn)要求每個(gè)單元格頻數(shù)不少于 5，當(dāng)條件不滿足時(shí)，還可用 Fisher精確檢驗(yàn)，其雙側(cè)檢驗(yàn) P值為。 對(duì)稱性檢驗(yàn)表，通過度量對(duì)稱性來得到有效的觀測(cè)個(gè)數(shù)，本例為 339。 對(duì)稱性檢驗(yàn)表 77 2020/9/16 第三節(jié) 比率分析 ?1. 比率分析的目的和主要指標(biāo) 比率分析用于對(duì)兩變量間變量值比率變化的描述分析，適用于 數(shù)值型變量 。 例如根據(jù) [046]各地區(qū)保險(xiǎn)業(yè)務(wù)保費(fèi)收入的數(shù)據(jù)，分析各地區(qū)財(cái)產(chǎn)保險(xiǎn)業(yè)務(wù)的保費(fèi)收入占全部業(yè)務(wù)保費(fèi)收入的比例情況。 78 2020/9/16 通常的分析可以生成各個(gè)地區(qū)財(cái)產(chǎn)保險(xiǎn)業(yè)務(wù)的保費(fèi)收入占全部業(yè)務(wù)保費(fèi)收入的比率變量，然后對(duì)該比率變量計(jì)算基本描述統(tǒng)計(jì)量（如均值、中位數(shù)、標(biāo)準(zhǔn)差、全距等），進(jìn)而刻畫比率變量的集中趨勢(shì)和離散程度。 SPSS的比率分析除能夠完成上述分析外，還提供了其他相對(duì)比描述指標(biāo)，大致也屬于集中趨勢(shì)描述指標(biāo)和離散程度描述指標(biāo)的范疇，具體包括： 79 2020/9/16 （ 1） 加權(quán)比率均值（ Weighted mean） ：兩變量均值的比，屬集中趨勢(shì)描述指標(biāo)。 （ 2） AAD（ Average Absolute Deviation）平均絕對(duì)離差 ：是對(duì)比率變量離散程度的描述，計(jì)算公式為： 其中， 是比率數(shù)， M是比率變量的中位數(shù)，N為樣本數(shù) iRMAADN?? ?iR80 2020/9/16 （ 3） COD（ Coefficient of Dispersion）離散系數(shù) ：也是對(duì)比率變量離散程度的描述，計(jì)算公式為： （ 4） PRD（ Pricerelated Differential）相關(guān)價(jià)格微分 ：是比率均值與加權(quán)比率均值的比，也是比率變量離散程度的描述。 ()iRRNC ODM???81 2020/9/16 （ 5） COV變異系數(shù) ：用于對(duì)比率變量離散程度的描述，分為基于 均值的變異系數(shù)（ Mean centered COV） 和 中位數(shù)的變異系數(shù)（ Median centered COV ） 。前者是通常意義下的變異系數(shù)，是標(biāo)準(zhǔn)差除以均值；后者定義為： 2()()iRMNC O VM???82 2020/9/16 ?2. 比率分析的基本步驟 （ 1）選擇菜單 Analyze－ Descriptive Statistics－Radio，出現(xiàn)窗口 83 2020/9/16 （ 2）將比率變量的分子選擇到 Numerator框中，將比率變量的分母選到 Denominator框中。 （ 3）如果做不同組間的比率比較，則將分組變量選擇到 Group Variable框中。 （ 4）單擊 Statistics按鈕指定輸出哪些關(guān)于比率的描述統(tǒng)計(jì)量，出現(xiàn)如下窗口： 至此， SPSS將自動(dòng)計(jì)算比率變量，并將相關(guān)指標(biāo)輸出到輸出窗口中。 2020/9/16 84 第四節(jié) Means過程 一、 Means過程 該過程實(shí)際上更傾向于對(duì)樣本進(jìn)行描述，可以對(duì)需要比較的各組數(shù)據(jù)計(jì)算描述指標(biāo)，包括均值、標(biāo)準(zhǔn)差、總和、觀測(cè)量數(shù)、方差等一系列單變量統(tǒng)計(jì)量。 二、完全窗口分析 按 Analyze— Compare Means—Means順序，打開 Means主對(duì)話框（如圖 41）。 2020/9/16 85 圖 4— 1 Means主對(duì)話框 該框的變量為因變量，即用于分析的變量。 該框的變量為自變量，必須至少有一個(gè)變量 單擊此按鈕，進(jìn)入下一層，返回則按Previous按鈕。 見圖 4— 2 2020/9/16 86 Statistics框：供選擇的統(tǒng)計(jì)量 Statistics for First Layer復(fù)選框： Anova table and eta: 進(jìn)行分組變量的單因素方差分析并計(jì)算 eta 統(tǒng)計(jì)量。 Test for linearity:產(chǎn)生因變量與第一層自變量的 R和 R2。 圖 4— 2 Options 對(duì)話框 Cell Statistics框 : 選入的描述統(tǒng)計(jì)量，默認(rèn)為均值、樣本數(shù)、標(biāo)準(zhǔn)差。 2020/9/16 87 三、 [047]例題分析 某醫(yī)生測(cè)得如下血紅蛋白值 (g%)，用Means過程對(duì)其做基本的描述性統(tǒng)計(jì)分析。 表 51血紅蛋白值 (g%) 編號(hào) 性別 年齡 血紅蛋白值 hb 編號(hào) 性別 年齡 血紅蛋白值 hb 編號(hào) 性別 年齡 血紅蛋白值 hb 1 1 18 15 1 16 29 1 16 2 1 18 16 1 18 30 1 18 3 1 16 17 2 16 31 1 16 4 2 17 18 1 18 32 2 16 5 2 17 19 2 18 33 2 18 6 2 17 20 2 17 34 2 18 7 1 17 21 2 16 35 1 18 8 1 16 22 1 16 36 1 18 9 2 16 23 1 18 37 1 17 10 1 18 24 2 18 38 1 17 11 2 18 25 2 17 39 2 16 12 1 16 26 2 18 40 1 16