講座：spss使用方法-資料下載頁
2025-09-19 10:26本頁面
【導讀】隨著SPSS產品服務領域的擴大和服務深。數(shù)據的描述性統(tǒng)計。觀測記錄的選擇；有Compute、Recode以及Count。Graphs菜單：制圖工具。對數(shù)據進行規(guī)律性的整理和計算。對數(shù)據按分段模式轉換，如：把數(shù)據中的年齡轉換為年齡段。設置舊變量轉換為新變量的條件；選定分類變量到BreakVariables框。Charts設置直方圖以及正態(tài)曲線。Option按鈕設置統(tǒng)計量。之間具有顯著聯(lián)系。Phi值反應變量之間的關系強度，T檢驗的目的是檢驗兩個樣本中存在的差異在。被比較的變量屬于區(qū)間或比率等級；樣本的抽樣分布呈正態(tài)分布。T檢驗是0假設，即兩者之間不存在差異。確定T檢驗的分組變量。地域的人的年齡，其平均年齡是否存在差異。總體均值μ沒有差異。如果組間差異大而組內差異小，則說明兩個。由于三個樣本取自同一總體，因而其均值μ相
【正文】 的，就稱為線性回歸分析；反之，則稱為非線性回歸分析。 ? 線性回歸是回歸分析的基本模型，很多復雜的情況都是轉化為線性回歸進行處理。 線性回歸分析－－最小二乘法 nn( x x ) ( y y ) x y n xyi i i ii =1 i =1?b= = ,nn222( x x ) x n xiii =1 i =1??a = y b x .nn11x = x , y = y .iinni =1 i =1???????????????其 中?? ?y bx a??例子：大學生身高與體重的關系 ? 從某大學中隨機選出 8名大學生，其身高和體重數(shù)據如下表： 編號 1 2 3 4 5 6 7 8 身高 165 165 157 170 175 165 155 170 體重 48 57 50 54 64 61 43 59 求大學生的身高與體重的回歸方程。 結果 1 7 4 ?? xy回歸方程： 相關系數(shù) ? ｒ＞０正相關；ｒ＜０負相關。 ? 通常， r，認為兩個變量有很強的相關性。 ? 本例中，由上面公式 r=． n( x x ) ( y y )iii=1r=nn22( x x ) ( y y )iii=1 i=1?? ????????? SPSS求線性回歸 ? SPSS： AnalyzeRegressionLinear. ? 因變量 dependent和自變量 Idependent ? OK即可。 ? 示例：工作年限與工資水平的線性回歸。 線性回歸的結果 ? Model Summary： R方用來解釋應變量中有多少可以被自變量所解釋。 ? ANOVA方差分析：判斷回歸模型是否有統(tǒng)計學意義。如果 P,具有意義。 ? Coefficients：具體的數(shù)學模型 y=a+bx。 C oe f f i c ie nt sa2 2 8 4 3 . 3 2 4 6 3 6 2 . 2 1 4 3 . 5 9 0 . 0 0 01 4 2 . 7 2 3 7 7 . 8 4 4 . 0 8 4 1 . 8 3 3 . 0 6 7( C o n s t a n t )M o n t h s s i n c e H i r eM o d e l1B S t d . E r r o rU n s t a n d a r d i z e dC o e f f ic i e n t sB e t aS t a n d a r d i z e dC o e f f ic i e n t st S i g .D e p e n d e n t V a r i a b l e : C u r r e n t S a l a r ya . SPSS求對數(shù)回歸 ? 非線性回歸。 ? 通常用來求應變量是分隔變量的回歸模型，而且要求應變量只有兩個值，因此需要對變量進行重新編碼。 ? SPSS： Analyze RegressionBinary Logistic. ? 示例：職務與工資之間的對數(shù)回歸模型。 SPSS的使用心得 ? 要掌握統(tǒng)計學的基本知識； ? 使用 SPSS之前要先對數(shù)據進行宏觀把握； ? 要根據數(shù)據以及分析思路選擇合適的SPSS命令。
教學課件相關推薦
鄂ICP備17016276號-1