文档介绍：描述性统计分析
descriptive statistics菜单主要内容
(1)频数分布表分析(Frequencies):其特色就是产生频数表,对分类数据和定量资料都适用。
(2)统计描述分析(Descriptive)进行一般性描述,适用于服从正态分布的定量资料。
(3) Explore 过程:用于对数据分布状况不清楚时的探索性分析,它会杂七杂八给出一大堆可能用到的统计指标和统计图,让研究者参考。
(4)Crosstabs 过程则完成计数资料和等级资料的统计描述和一般的统计检验我们常用的X2 检验也在其中完成
(5)Ratio过程;用于对两个连续性变量计算相对比指标,它可以计算出一系列非常专业的相对比描述指标。
常用的描述统计量
集中趋势指标(central tendency):标准差(standard deviation),均数(means) 众数(mode),中位数( median),总和(sum),标准误(S. E. mean)等。其中标准差方差只适用正态分布。标准误则反映了样本均数的波动程度。
百分位数指标(percentile):包括四分位数,各个百分位数等,适用于任何分布类型资料。
分布指标(distribution):偏度系数(Skewness)和峰度系数(Kurtosis),反映了数据偏离正态分布的程度
其它:M统计量(M-estimators)、极端值(outlier)等,主要用于对存在异常值的数据进行描述。
Explore过程
主要用于对资料数据的性质、分布状况等完全不清楚时的进行分析,故称探索性分析。在常用的描述性统计指标的基础上,它又增加了有关数据详细分布特征的文字与图形描述,如茎叶图、箱式图等,显得更加详细全面。还可以为以方差齐性为目的的变量变换提供线索,有助于用户制定继续分析的方案。
选入需要分析的变量
选入分组变量
选择一个变量,他的取值
将作为每条记录的标签
选择所需要的描述统计量
选择所需要的统计图
选缺失值的处理方式
Statistics对话框
Descriptives复选框:输出均数、中位数、众数、5%修正均数、标准误、方差、标准差、最小值、最大值、全距、四分位全距、峰度系数、峰度系数的标准误、偏度系数、偏度系数的标准误及指定的均数可信区间。
M-estimators复选框:作中心趋势的粗略最大似然确定,该统计量是用哪个迭代法计算出来的,输出四个(Huber, Andrew, Hampel, Tukey)不同权重的最大似然确定数。其中huber法适用于数据接近正态分布的情况,另三种适合数据中有许多异常值时。
Outliers复选框:输出五个最大值与五个最小值。
Percentiles复选框:输出第5%、10%、25%、50%、75%、90%、95%位数。
身高 Stem-and-Leaf Plot for
sex= 男
Frequency Stem & Leaf
15 . 9
.00 16 .
16 . 555778999
17 . 000000000**********
17 . 555555555556677777788889
18 . 000000122234
18 . 668
Stem width: 10
Each leaf: 1 case(s)
身高 Stem-and-Leaf Plot for
sex= 女
Frequency Stem & Leaf
15 . 1
15 . 222
15 . 445555
15 . 666677777777
15 . 888888888888899999
16 . 0000000000000011111
16 . 2222222233333333
16 . 444444444444444555555555555555
16 . 6666667777777
16 . 8888888889
17 . 000000000
17 . 2222233
.00 17 .
17 . 6
Extremes (>=178)
Stem width: 10
Each leaf: 1 case(s)
茎叶图,整数位为茎,小数位为叶。
这样可以非常直观的看出数据的分布范围及形态