《第五章基本统计分析2014-11-19剖析.》由会员分享，可在线阅读，更多相关《第五章基本统计分析2014-11-19剖析.（40页珍藏版）》请在金锄头文库上搜索。
1、第五章 基本统计分析(1),流行病与卫生统计学科 范红敏,Descriptive statistics,概述,统计学分析有两个方面：统计学描述和统计学推断。 统计描述为统计分析打下基础。 统计描述有数据频数分布特征描述、集中趋势值和离散趋势值的计算等。,数据分类,Spss变量分为三类： 名义变量（nominal）：定性资料计数资料和无序分类资料 有序变量（ordinal）：有序分类资料 尺度变量（scale）：定量资料（计量资料）,一、统计分析子菜单 descriptive statistics,频数分布分析：frequencies 描述性统计分析：descriptives 探索性统计分析：e
2、xplore 列联表资料分析：crosstabs 比值描述：ratio,二、基本统计量的定义,分为三类： 描述集中趋势的统计量 描述离散程度的统计量 描述总体分布形态的统计量,（一）描述集中趋势的统计量,统计学中的集中趋势统计量是由样本值确定的量，样本值有向这个数据集中的趋势。测度集中趋势就是寻找数据一般水平的代表值或中心值，不同类型的数据用不同的集中趋势测度值，选择那种测度值取决于数据的类型。,1.均值（mean）又称为算术平均值 适用于数值型数据，但缺点是易受极端值的影响。 2.中位数（median） 中位数受数据变化影响比均值大，但不受极值影响。 3.众数（mode） 是样本中出现次数（
3、频数）最多的数值。 众数的优点是不受极端值的影响。众数具有不唯一性，在一组样本中可能无众数或者有好几个众数。,4.百分位数 （percentile） 常用的有4分位数（quartiles），指的是将数据分为四等份，分别为25%，50%和75%处的分位数。 百分位数的优点是不受极端值的影响。,（二）描述离散趋势的统计量,1.样本方差 （variance）:是描述样本离散趋势的常用统计量。样本方差越大，表面样本值偏离样本平均值的可能性越大。 2.样本标准差 （std. deviation）:将样本方差开方后统计量，也是度量样本离散程度的重要统计量。,3.均值标准误（standard error o
4、f mean）:样本均值的标准差，是描述样本均值和总体均值平均偏差程度的统计量。 4.极差 （range）：是样本数中最大值和最小值之差。 5.变异系数（coefficient of variation）:主要用于量纲不同的变量间，或均数差别较大的变量间变异程度的比较。,（三）描述总体分布形态的统计量,1.偏度（skewness）是描述取值分布形态对称性的统计量。 理论上总体偏度系数为0时，分布是对称的； 取正值时，分布为负偏锋； 取负值时分布为正偏锋。 2.峰度（kutosis）：描述变量取值分布形态扁平程度的统计量。 峰度等于0时，表示数据分布的扁平程度适中，即正态分布。 峰度大于0时，表
5、示数据呈扁平分布； 峰度小于0时，表明数据呈尖峰分布。,三、计量资料（数值变量）的统计描述,菜单Analyze Descriptive Statistics Frequencies,注：具体操作,制作频数表,区间数据频数分段 1.用recode进行频数分组 2.用计算公式进行数据分组： 频数分组的标准计算公式： 频数分组结果变量=trunc（变量-最小组下限）/组距 3.用可视化分组（visual bander）进行频数分段(自学), 最小值和最大值 四分位数间距 标准差,三、计量资料的统计描述,报告数据库aa1调查对象BMI水平的：,集中趋势,算术均数 中位数,离散趋势,将要分析的变量BMI
6、选入变量列表,三、计量资料的统计描述,不要勾选“Display frequency tables”,单击Statistics（统计量）按钮，打开对话框。,（1）Percentile Values 是百分位数选项栏。 Quartiles 是四分位数，包括上四分位和下四分位。 Cut points for equal groups 是每隔指定的百分位间距输出一个百分位数的选项。 Percentiles 是直接指定输出的百分位数。如指定输出位于2.5%和97.5%的变量的值。,单击Statistics（统计量）按钮，打开对话框。,Mean 是平均数。 Median 是中位数。 Mode 是众数。 S
7、um 是总和或合计。,（2）Central Tendency 是集中趋势选项栏,（3）Dispersion 是离散趋势选项栏,Std.deviation 是标准差。 Variance 是方差。 Range 是全距。 Minimum 是最小值。 Maximum 是最大值。 S.E.mean 是标准误。,Skewness 是偏度系数。 Kurtosis 是峰度系数。,（4）Distribution 是分布特征选项栏,系统默认状态是不输出任何选项。如用户需要，可在上述对话框中选择。上述选项做完以后，单击Continue按钮返回频数分析对话框。,其中有四种选择： None 是不生成图。这是系统默认选项
8、。 Bar chart 是绘制条形图。 Pie chart 是绘制圆形图。 Histogram 是绘制直方图。对于直方图还可以选择是否加上正态曲线（With normal curve）。 要选择了Histogram 选项，即可激活With normal curve 选项。,4.确定生成的图形,单击“Charts”按钮，打开绘图对话框。在该对话框中有两个选项栏。,（1）Chart type 统计图类型选项栏。,（2）Chart values 是作图数据的选项栏。,如果选择了Bar chart或Pie chart。便激活了Chart。,Frequencies 是按频数作图。 Percentages
9、 是按百分比作图。,系统默认状态是不输出图。可按自己的需要进行选择。上述选项做完以后，单击Continue按钮返回频数分析对话框。,单击format 按钮打开格式对话框。通过选择该对话框中的选项可以定义输出频数表的格式。,5确定输出格式,Ascending values 是按变量值的升序从小到大排列。这是系统默认状态。 Descending values 是按变量值的降序从大到小排列。 Ascending counts 是按频数的升序从小到大排列。 Descending counts 是按频数的降序从大到小排列。,（1）Order by 是定义频数表的排列次序选项栏。,（2）Multiple
10、Variables 是多变量选项栏,该栏中的选项适用于用两个以上变量做频数表,如果选择了两个以上变量做频数表，则选择Compare variables（比较变量）选项，可以将它们的结果在同一个频数表中输出显示。 选择Organize output by variables（按各变量单独输出）选项，将结果在不同的输出表中显示。 如果选择Suppress Tables with more than N categories 选项，就激活了than 后面的窗口。输入的数字N 是频数表分组数的最大设定。当频数表的分组数大于设定的N值时，禁止它在结果中输出，以避免产生巨型表格。,系统默认状态是按变量值的
11、升序排序，多个变量在同一个表中输出。用户可根据自己需要作选择。上述选项都确定以后，单击Continue 按钮返回频数分析对话框。,6.单击OK 按钮，提交运行。 用户可以在输出文件的Output 窗口看到输出的频数分布表。,Descriptives 的功能是将描述统计的各个统计部分作为分析结果输出。,Descriptives 是对变量的统计描述，它既适用于数值变量的统计描述。,四、描述统计（Descriptives）,执行下述操作： AnalyzeDescriptive Statistics Descriptives 打开Descriptives 对话框。 Save standardized
12、values as variables 是将原始数据的标准分存为新变量的选项。选择该项以后，系统将以原始数据的标准分为变量内容生成一个新变量。,1.打开描述统计对话框,从左侧的源变量窗口中选择将要进行描述统计的变量，使之进入到Variable（s）窗口中。,2.选择进行描述统计的变量,单击0ptions 按钮，打开对话框。 该对话框中的大部分内容均在frequencies 中见过。只有下方的Display order 选项栏是新的。 Display order 是确定输出统计结果排列顺序的选项栏。当用户选择了多个变量进行描述时，在输出文件中如何排列这些统计结果，有该栏中的选项来确定。 （1）V
13、ariable list 是将输出的统计结果按变量顺序列表，这是系统默认的选项。 （2）Alphabetic 是将输出的统计结果按字母顺序列表。 （3）Ascending means 是将输出的统计结果按照平均值的升序顺序列表。 （4）Descending means 是将输出的统计结果按照平均值的降序顺序列表。,3选择描述统计的内容,在这个对话框中，系统默认状态是输出平均值、标准差、最大值和最小值。如需要其它的参数可以自己选择。上述选项都确定以后，单击Continue 按钮返回Descriptives 对话框。,4单击OK 按钮，提交运行。可在输出文件的Output窗口看到输出的Descri
14、ptives 统计表。,注意：descriptives过程的特点是有一个产生标准化值的选项。,六、交叉列表 （Crosstabs） 分析的过程,交叉列表分析的过程是对两个变量之间关系的分析方法。被分析的变量可以是分类变量也可以是分类有序变量。系统是通过生成交叉表对两个变量进行交叉列表分析的。,执行下述操作： Analyze Descriptive Crosstabs 打开Crosstabs 对话框。,1打开交叉列表分析对话框,从左侧的源变量窗口中选择两个名义变量或顺序变量分别进入Row（s）（行）窗口和Column（s）（列）窗口。 进入Row（s）窗口的变量的取值将作为行的标志输出，而进入C
15、olumn（s）窗口的变量的取值将作为列的标志输出。 Display clustered bar charts 是在输出结果中显示聚类条图。 Suppress table 是隐藏表格，如果选择此项，将不输出RC 交叉表。,2确定交叉分析的变量,单击statistics 按钮，打开statistics 对话框。 下面介绍该对话框中的选项和选项栏的内容： （1）Chi-square 是卡方（X2值选项,用以检验行变量和列变量之间是否独立。适用于名义变量（分类类变量）或顺序变量（定序变量）。 （2）Correlations 是皮尔逊（Pearson）相关系数r 的选项。用以测量变量之间的线性相关。适
16、用于顺序变量或尺度变量（定距以上变量）。,3选择统计分析内容,Contingency coefficient：列联相关的C 系数，由卡方系数修正而得。 Phi and Cramers V：列联相关的V 系数，由卡方系数修正而得。 Lambda：系数。 Uncertainty Coefficient：不定系数。,（3）Nominal 是名义变量选项栏。,（4）Ordinal 是顺序变量选项栏,Gramma：Gramma 等级相关系数。 Somersd：Somers 等级相关d 系数。 Kendalls tau-b：肯得尔等级相关tau-b 系数。 Kendalls tau-c：肯得尔等级相关tau-c 系数。,（5）Nominal by Interval 选项栏中的Eta 是当一个变量为名义变量，另一个变量为尺度变量时，测量两个变量之间关系的相关比率。 系统默认状态是不输出上述参数。如用户需要可自行选择。上述选择做完以后，单击Continue返回到Cro
