文档介绍：SPSS方法介绍
自由度: 自由度(degree of freedom, df)在数学中能够自由取值变量个数, 如有3个变量x、 y、 z, 但x+y+z=18, 所以其自由度等于2。在统计学中, 自由度指是计算某一统计量时, 取值不受限制变量个数。通常df=n-k。其中n为样本含量, k为被限制条件数或变量个数, 或计算某一统计量时用到其它独立统计量个数。自由度通常见于抽样分布中。

1）统计描述
利用适宜统计指标、统计表、统计图等方法, 对研究对象（变量）分布类型和数量特征进行展示过程, 经过统计描述能够研究对象基础特征。
2）概率分布
随机变量: 变异现象在生物界普遍存在, 这种变异现象表现在人体某一具体指标或变量上, 就是其数值改变, 测量前不可预知性, 这种变量叫随机变量
频数分布表和分布图描述了某一随机变量经验分布, 这是针对样本资料来透视数据分布特征。因为抽样随机性, 样本经验分布会伴随样本不一样而改变。当样本扩展到总体时, 随机变量总体分布即为概率分布。
变量值常见总体分布有正态分布、二项分布和Poisson分布, 常见抽样分布有t分布、 F分布和x2分布, 本质上这两种分布全部是概率分布。
3）参数估量和假设检验
统计推断是依据样本提供信息, 以一定概率对总体分布及其特征作推断, 常包含参数估量和假设检验。
参数估量是指由样本统计量估量总体参数; 假设检验是指对所估量总体首先提出某种假设, 然后依据随机样本信息及抽样误差理论, 应用小概率反证法逻辑思维推断某种假设可被接收或拒绝统计检验方法。
4）t检验
T检验是以t分布为基础, 是数值资料中常见假设检验方法关键用于两个均数比较。理论上, t检验应用条件要求样原来自正态分布总体, 随机样本且总体方差齐性。当样本含量（确切讲是自由度）较大时, t分布近似于正态分布, 可用u检验（又称z检验）, 此情况下t检验等价于u检验。
5）方差分析
对于多个样本均数比较, 需用方差分析, 多样本均数比较不能反复使用t检验原因是会增大I性错误概率。
6）双变量相关和回归分析
变量之间关系有确定性关系（函数关系）和非确定性关系（随机性关系）。确定性关系是指对于一个变量每个可能取值, 另外变量全部有完全确定值和之对应; 非确定性关系是指变量间关系不确定, 如人身高和体重、胰岛素和血糖、年纪和血压、吸烟和肺癌、体温和脉搏等, 这些变量间关系亲密, 但不能由一个或多个变量值正确求出另一个变量值。
回归和相关（regression and correlation）是研究变量间非确定关系统计方法。
7）x2检验
即卡方检验, 是以x2分布为理论基础统计方法, 关键包含两个样本率或组成比、多个样本率或组成比之间差异有没有统计学意义及多重比较、两个分类变量之间关联分析、频数分布拟合忧度x2检验。
8）基于秩次非参数检验
假设检验分为参数检验（parametric test）和非参数检验。参数检验是以特定总体分布（如正态分布）为前提, 对未知总体参数（如u或π）进行推断假设检验方法。但有时候总体分布不易判定, 参数检验条件得不到满足
, 在这种情况下, 能够采取非参数检验方法。非参数检验是参数检验方法有效补充, 它并不依靠于总体分布类型, 不检验总体参数, 而是对总体分布或分布位置进行检验。
9）协方差分析
方差分析要求各比较组除所施加处理原因不一样, 其它对观察指标有影响原因要求固定在同一个水平上。但有时是处理原因对观察指标产生了影响, 在直接分析观察指标建差异则不满足方差分析对处理原因要求。比如降糖药品临床疗效研究中, 试验后血糖值是评价药品疗效一个关键指标, 但试验后血糖值受试验前血糖值影响, 试验前后血糖值间存在一定线性关系, 试验前血糖值是难以控制, 假如直接分析试验后血糖值间差异来评价药品降糖疗效不合适, 这里必需扣除或均衡不可控制原因（试验前血糖值影响）, 故考虑应用协方差分析。
10）多重线性回归分析
一个应变量和多个自变量之间依存关系统计方法。多重线性回归分析要求应变量是服从正态分布连续性数值变量。
11）Logistic回归分析
应变量是分类变量（包含二分类和多分类）资料, 如治愈和未治愈, 生存和死亡, 发病和未病, 疗效评价分显效、好转、无效等。这类资料, 因为应变量是分类变量不含有连续性和正态性, 直接用通常多重线性回归分析是不妥, 可用logistic回归分析。
适适用于应