.
20
例4-3 已知有某地城市和农村各55名10岁女生身高数 据，数据见文件4-2-1.sav，请利用Explore过程分组分 析。
.
21
4.4 列联表分析
通过频数分析能够掌握单个变量的数据分布情况。 在实际分析过程中，不仅要了解单变量的分布特征，还 要分析多个变量不同取值下的分布，掌握多变量的联合 分布特征，进而分析变量之间的相互影响和关系。当问 题涉及多个变量时，采用单纯的频数分析方法显然不 够，这时，我们需要借助交叉分组下的频数分析，又称 为列联表分析。
.
16
【界面介绍】
⑴ 选 择 菜 单 【Analyze】→【Descriptive Statistics】→ 【Explore】，进入探索性分析界面，出现如图所示的 窗口。
.
17
(2)单击【Statistics】按钮，弹出Statistics子对话框，如图 所示。该项用于选择所需要的描述统计量。
描述性统计分析
【学习提要】
对数据进行统计描述是统计分析中最基本的工作。对于 整理好的数据，通过描述性统计分析，可以挖掘出很多统计 量的特征。SPSS软件中，描述性统计分析功能主要集中在 “Descriptive Statistics”菜单。具体包括5个过程： Frequencies过程、Descriptives过程、Explore过程、 Crosstabs过程和Ratio过程。
.
26
指标的具体含义如下：
加权比例均值(Weighted mean ) • 加权比例均值属于集中趋势描述指标，是两变量均值的
比。
平均绝对离差(AAD，Average Absolute Dispersion) • AAD用于对比率变量离散程度的描述。
n
Ri M
ADD i1 n
• 式中，R i 是比率数， M 是比率变量的中位数。
.
27
离散系数(COD，Coefficient of Dispersion) • COD也用于对比率变量离散程度的描述，其数学定义为：
n
Ri M
i 1
COD= n 相关价格微分(PRD，PriceM-related Differential)
• PRD也用于对比率变量离散程度的描述，是比率均值与 加权比率均值的比。
标准差Std.deviation：描述变量关于均值的偏离程度 方差Variance：标准差的平方 极大值Maximum：某变量所有取值的最大值 极小值Minimum：某变量所有取值的最小值 全距Range：某变量极大值与极小值之差 均值的标准误差S.E.mean：均值的标准误差
.
5
在描述性统计分析中，Descriptives过程是连 续资料统计描述应用最多的一个过程，他可对变 量进行描述性统计分析，计算并列出一系列相应 的统计指标。
⑷ 将分组变量选入Group Variable框中。选择Sort by group variables选项表示选择分组变量的排序方式。选择Display result选 项表示显示结果。选择Save result.s to external file选项表示将分31 析 结果存入外部文件。
• ⑸ 单击【Statistics】按钮，弹出Statistics子对话框。该对 话框主要由以下几个部分组成。
.
22
列联表分析的主要任务有两个：
• 第一，根据收集到的样本数据，产生二维或多维交叉 列联表。交叉列联表是两个或多个以上变量交叉分组 后形成的频数分布表。
• 第二，在交叉列联表的基础上，分析两两变量之间是 否具有独立性或一定的相关性。对交叉列联表中的行 变量和列变量之间关系进行分析是列联表分析的第二 个任务。在列联表基础上做进一步分析，可以得到行 变量和列变量之间是否有联系、联系的紧密程度如何 等更深层次的信息。
.
25
4.5 相对比描述
相对比描述用于对两变量间变量值对比变化的 描述分析，适用于定距型变量。在实际问题中，研究 者有时除了希望了解变量自身的统计特征外，还希望 得到两个变量相对比之间的统计描述。通常，这可以 通过对两个变量做除法形成一个新变量，然后分析新 变量的统计特征来得到(如均值、中位数、标准差、 全距等)。SPSS的Ratio过程除了能够完成上述分析 外，还提供了其他相对比描述指标，大致属于集中趋 势描述指标(Central Tendency)和离散程度描述指标 (Dispersion)的范畴。
.
18
(3)单击【Plots】按钮，弹出Plots子对话框。该项用于选择 所需要的统计图。
.
19
(4 )单击【Options】按钮，在弹出的子对话框中选择对 缺失值的处理方式，可以是不分析有任一缺失值的记录 （Exclude cases listwise）、不分析计算某统计量时有缺 失值的记录（Exclude cases pairwise），或报告缺失值 （Report values）。
COV
n
(Ri M )2
i 1
n
M
.
29
【界面介绍】
• ⑴ 选择菜单【Analyze】→【Descriptive Statistics】→【Ratio】，进入比率分析界面，出 现所示的窗口。
.
30
⑵ 将相对比中作分子的变量选入Numerator框中。
⑶ 将相对比中作分母的变量选入Denominator框中。
.
23
【界面介绍】
⑴ 选 择 菜 单 【Analyze】→【Descriptive Statistics】→ 【Crosstabs】，进入列联表分析界面。
.
24
【实验案例】
例4-4 调查339名45岁以上吸烟习惯与患肺癌的关系，数 据见4-4-1.sav。试问吸烟者与不吸烟者患肺癌的概率是 否有所不同。
.
8
【实验案例】 例4-1 测量20台液晶显示器的重量，数据见4-1-1.sav，对其进行 描述性统计分析。
.
9
4.2 频数分布表分析
频数分析统计的是每一组中观测点的个数，而不是 考虑其实际取值。
通过频数分析能够了解变量取值的情况，对于把握 数据的分布特征非常有用。当某变量的自然取值是局限 在有限的几个数值中，则频数分析就是统计该变量在各 个取值点的个数分布情况；如果某变量的取值是在某范 围内的离散值，则需要将其取值区域划分为几个取值区 间，频数分析就是统计该变量在各个取值区间观测点个 数的分布情况。
.
3
描述变量分布情况的统计量
偏度Skewness：描述变量分布的对称程度和方 向。偏度为0表示对称，大于0表示右偏，小于0表 示左偏
峰度Kurtosis：描述变量分布的陡峭程度。峰度为 0表示陡峭程度和正态分布相同，大于0表示比正 态分布陡峭，小于0表示比正态分布平缓
.
4
描述变量离散程度的统计量
.
10
【界面介绍】 ⑴ 选择菜单【Ana来自yze】→【Descriptive Statistics】→ 【Frequencies】，进入频数分析的分析界面，出现如图所 示的窗口。
⑵ 将若干频数分析变量选择到Variables(s)框中；选择Display frequency tables复项表示在结果中输出频数表。
.
1
4.1 描述统计量
常见的描述性统计量主要包括以下3类： 描述变量集中趋势的统计量、描述变量分布 情况的统计量、描述变量离散程度的统计 量。
通常，综合这三类统计量就能够极为准 确和清晰的把握数据的分布特点。
.
2
描述变量集中趋势的统计量：
均值Mean：表示变量值的平均水平 中位数Median：一组数据中处于最中间位置的数 众数Mode：一组数据中出现次数最多的数 和Sum：某变量的所有变量值之和
.
11
⑶ 单击【Statistics】按钮后弹出Statistics子对话框。
.
12
⑷ 单击【Charts】按钮后弹出Charts子对话框。
.
13
⑸ 单击【Format】按钮，弹出Format子对话框。该对话框 用于定义输出频数表的格式，在实际中，我们一般采用 默认格式。
.
14
• 例4-2 已知有某地110名10岁女生身高数据，数据见文 件4-2-1.sav ，请编制频数表。
.
15
4.3 探索性分析
Explore过程可对变量进行更为深入详尽的描述性统 计分析，主要用于对资料的性质、分布特点等完全不清楚 时，故又称之为探索性分析。
它在一般描述性统计指标的基础上，增加有关数据其他 特征的文字与图形描述，如茎叶图、箱图等，显得更加详 细、全面，有助于用户制定继续分析的方案。
.
28
变异系数(COV，Coefficient of Variation)
• COV用于对比率变量离散程度的描述，分为基于均值 的变异系数(Mean centered COV)和基于中位数的变异 系数(Median centered COV)。基于均值的变异系数是通 常意义下的变异系数，是标准差除以均值；基于中位数的 变异系数数学定义为：
.
6
【界面介绍】
⑴ 选 择 菜 单 【Analyze】→【Descriptive Statistics】→ 【Descriptives】，进入基本描述性统计量的分析界面， 出现如图所示的窗口。
.
7
⑵ 在Variables(s)框定义要分析的数值型变量，可同时选择多 个变量。 ⑶ 若需将原始数据的标准正态评分存为新变量，则选择Save standardized values as variables选项。 ⑷ 单击【Options】按钮指定计算哪些基本描述性统计量，出 现如图所示的窗口。
.
32
【实验案例】
例4-5 已知有2005年各省城乡居民消费水平数据，数据见4-51.sav。试按地区对各省城乡消费水平之比进行分析，并比 较不同地区城乡消费水平是否有较大差异。