社会统计学与spss应用

《社会统计学与spss应用》由会员分享，可在线阅读，更多相关《社会统计学与spss应用（393页珍藏版）》请在金锄头文库上搜索。

1、主讲人：石 伟 Email:,社 会 统计学 & SPSS应用,除了上帝，任何人都必须用数据来说话。 美国谚语,统计的思维方法，就像读和写的能力一样，有一天会成为效率公民的必备能力。 英国学者威尔斯,我在课堂上曾一再对戏剧理论专业的学生说，与其玩弄几个空泛的理论概念，不如认真做一点观众调查。理论探讨应该面对着一批切实可行的调查数据进行。这些调查所得的数据即使很粗糙、很不准确，总比脱离实际的词汇之争有意思得多。,观众的反应当然并非艺术的准绳，因此又需要对调查结果进行理性处理，理论家的思辩能力仍然大有用武之地。十六世纪后期的丹麦天文学家第谷（Tycho Brahe）观察天象三十年积累了大量的天文资

2、料，他的助手开普勒（Johannes Kepler）运用数学方法对这一大,堆资料进行理论处理，终于发现了行星运动三定律。我们目前对剧场里的观众反应进行调查，也不仅仅为了票房的盈亏和剧目的轮换，而是面向着审美心理规律的透彻揭示，就像开普勒那样。 余秋雨：戏剧审美心理学,第一章 绪论,一、什么是统计学 统计学是一门研究如何搜集、整理、分析和展示数据的方法科学，其目的是探索数据的内在规律性，以达到对客观事物的科学认识。,数据搜集：例如，调查与实验等 数据整理：例如，分组、排序等 数据分析：例如，平均数、标准差、t检验、方差分析、回归分析等 数据展示：例如，图和表等,二、什么是社会统计学,三、社会统计

3、学的作用 描述统计（descriptive statistics）：通过对搜集到的数据的整理与分析，以表、图和各种代表量的形式来描述数据的特征，找出数据的基本规律。,推断统计（inferential statistics）：通过对样本数据的统计分析，在一定可靠程度上推测相应的总体的数据特征及规律。,四、SPSS简介及数据编码录入 简介 Statistical Package for Social Science Statistical Program for Social Science Statistical Product & Service Solutions Predictive An

4、alytics Software (PASW, 2009) IBM SPSS Statistics 19,http:/ http:/ http:/bbs.pinggu.org/forum-65-1.html,金融行业 电信行业 政府行业 教育行业 ,客户分析 市场细分 市场调查 市场预测 新产品开发 满意度调查 信用度分析 ,数据录入,问题1：您认为打工的外地人对重庆市的社会秩序是否有影响？（单选） 1有很大影响 2有较大影响 3没有影响 4不好说,4,编码,答案,问题2：您有几个儿子？几个女儿？ 1儿子_人 2女儿_人,2,3,问题,变量1,变量2,变量1的值,变量2的值,2,3,10001

5、1,采用文本文件（*.dat；*.txt）。这种录入方式的特点是，数据之间没有间隔，录完一个数码后自动后移，录入速度较快。缺点是容易错位。,采用SPSS数据编辑器（SPSS Data Editor）录入。其优点是不容易错位，缺点是不能自动后移，录入速度慢，数据错误不容易修改。,例题：某系甲、乙两班同学的性别及统计成绩如下：,测量水平,定类水平,定序水平,定距水平,定比水平,五、数据的测量水平,定类水平（nominal level） 计量层次最低 对事物进行平行的分类 各类别可以指定数字代码表示 使用时必须符合类别穷尽和互斥的要求 数据表现为“类别” 具有或的数学特性,定序水平（ordinal

6、level） 对事物分类的同时给出各类别的顺序，数据表现为有序的类别。 比定类水平精确 不能测量出类别之间的准确差值 具有或的数学特性,定距水平（interval level） 具有定类水平和定序水平的性质 数据直接表现为“数值”，不用赋值 具有或的数学特性 可以转变为定序尺度和定类尺度 比定序尺度精确 没有绝对零点,定比水平（ratio level） 有绝对零点 具有定距水平的性质 具有或的数学特性,四种计量尺度的比较,第二章 单变量描述统计,分布、统计表、统计图,集中趋势测量法,离散趋势测量法,第一节 分布、统计表、统计图,一、分布（distribution）的概念,一个变量的各个取值出现

7、的次数或频次，又叫频次分布。 例：家庭结构（X）为，可取3个值： X1核心家庭 X2直系家庭 X3联合家庭 于是有：,(X1, n1) (X2, n2) (X3, n3),分布的一般形式：,当n表示频次时，以上变量值频次对的集合称作频次分布。 当n表示百分比时，以上变量值百分比对的集合称作百分比分布，又称频率或相对频次分布。 当n表示概率时，以上变量值概率对的集合称作概率分布。,二、统计表 以表格的形式来表示变量的分布。 （一）定类变量,注意事项： 百分比统计表必须注明统计总数。 统计表的组成要素：表号、表头（标题等）、标识行、主体行、表尾（资料来源等）。 满足互斥性要求 百分比总和可以为10

8、0.1或99.9，若要保证为100，则改变频次最多项的数字。,（二）定序变量 定序变量的统计表的内容、制作方法与定类变量相同，不同的是定序变量的取值需按顺序排列。,（三）定距、定比变量 离散型变量（如家庭人数等） 连续型变量（如身高等） 对于变量值较少的离散型变量，其制表方法同定序变量的制表方法。,例：某生产车间50名工人日加工零件数（单位：个）如下，试做频数分布表。,对于连续型变量或变量值较多的离散型变量,分组计算频次。 组距：每组的上限与下限之差。对于等组距分组，其计算公式为： i全距/组数 组限：每组的起止范围。每组的最低值为下限，最高值为上限。,例：下表是100个同龄儿童的身高数据，试

9、作频次分布统计表。,练习,例：某生产车间50名工人日加工零件数（单位：个）如下，试做分组（7组）频数分布表。,三、统计图 以图形的形式来表示变量的分布。 1. 定类、定序变量：Pie图（饼图）、bar图（条形图） Pie图的SPSS演示 bar图的SPSS演示,练习,评价下面的统计表是否有误，为什么？,根据以下统计资料,2. 定距、定比变量：histogram（直方图），line（线图） 直方图:以一组无间隔的直条表现频数分布特征的统计图。直方图的每一条形高度分别代表相应组别的频数。 对于等距分组，用频次作为条形高度；对于非等距分组，用频次密度作为条形的相对高度。 频次密度频次/组距,四、表和

10、图的累积表示 累积表或累积图表示的是大于某个变量值的频次（或频率）一共是多少或小于某个变量值的频次（或频率）一共是多少。 向上累积（cf或c）：是指位于某一变量值“以上”的频次或频率的总和。 向下累积（cf或c）：是指位于某一变量值“以下”的频次或频率的总和。,第二节 集中趋势测量法,一、集中趋势测量法（measures of central tendency） 用一个具有某种典型特征的数值来代表变量，这样的特征值就叫做集中值或集中趋势，对这样的数值的求取就叫做集中趋势测量。,二、集中趋势的类型 众值（mode） 中位值（median） 均值（mean）,（一）众值Mo 1.众值的概念 众值指

11、频次分布中最大频次所对应的变量值。 （1）定类、定序变量,Mox2,（2）定距、定比变量 原始数据。例：成绩 分组数据（连续型数据）：众值为具有最高频次或频次密度的那一组的组中值bi。例： 无众值。,2.众值的意义 众值的代表性在于其估计或预测每一个研究对象（个案）的值所犯错误总数是最小的。 3.众值的适用范围 适合于任何层次的变量，特别是定类变量。 适合于单峰对称分布，不适合于多峰分布（众值不唯一）。,（二）中位值Md 1.中位值的概念 中位值是指位于一组数据数列中间位置的那个值。 数据数列数据依序排列。 中间位置大于等于中位值的数据个数 小于等于中位数的数据个数。,（1）原始数据,当观察总

12、数N为奇数时，Md为位于(N+1)/2的那个值。,当观察总数N为偶数时，Md取居中位置左右两数的平均值。,（2）频次分布数据,2.中位值的意义 对于含有极端数据的一组数据，中位值更具有代表性。例：收入 3.中位值的适用范围 定序变量及其以上。例：成绩,（三）均值M或 1.均值的概念 2.均值的意义 以均值来估计定距或定比数据中个案的数值，错误最小。 3.均值的适用范围 适用于定距和定比变量。,4.均值的数学性质,（1）各变量值与均值的离差之和等于零。,（2）各变量值与均值的离差平方和最小。,（四）众值、中位值和均值的比较 三值设计的目的都是希望通过一个数值来描述一个变量的整体特征，以便简化资料

13、。它们都反映了变量的集中趋势。,均值受极端值的变化影响，而中位值则不受影响。,练习,以下是甲、乙两村9户家庭人口数的原始数据： 甲村：3；3；4；4；4；5；6；7；8 乙村：3；3；4；4；4；4；5；5；5 （1）计算两村家庭人口数的众值、中位值和均值。 （2）对三种集中值作出讨论。,以下是68名职工婚姻状况的调查：,（1）试作统计表和统计图。 （2）选择适当的集中值并讨论之。,以下是某厂职工教育程度的调查：,（1）试作统计表和统计图。 （2）选择适当的集中值并讨论之。 设以下是某区家庭子女数的统计表：,（1）试作频率统计表、直方图和线图。 （2）试求均值。 设以下是72名离婚者婚龄的统计

14、。,（1）试作频率统计表、直方图和线图。 （2）试求众值、中位值和均值，并简单讨论之。,指出下面的统计表存在的问题，并画一个完整的频次和频率统计表，在表中把真实组限、组距和组中值都列上。 某厂工人的月收入分布,某制鞋厂家为了制定生产计划，调查了100个成年女性穿鞋的尺寸，数据如下:,（1）求这个数据集的平均数、中位数和众数； （2）对这个数据集，用什么指标作为数据集中趋势的度量比较合适？,某市40个百货公司12月份的销售额资料如下（单位：万元）：,试根据以上资料编制第一组为50万元60万元的等距数列，并计算出频率和累积频次。,一项研究调查了19名中学教师，他们的月经济收入如下： 1200，12

15、70，1300，1310，1320，1350，1360，1370，1390，1400，1450，1460，1490，1530，1580，1600，3200，4000。 现欲了解他们的平均月经济收入。,下表是39名学生的总评：,随机抽取18名同学对西大进行5点量表的评价（1为非常不满意；2为不满意；3为一般；4为满意；5为非常满意），结果如下： 1，1，1，2，2，2，2，2，2，3，3，3，4，4，4，4，5，5 （1）试作频次分布、频率分布、向上累积频次、向上累积频率、向下累积频次、向下累积频率表。 （2）求中位值； （3）说明中位值的意义。,下面是某班20名学生的某心理特征的得分，请描述这班学生在此心理特征上的数量特征。 12，10，8，9，6，6，23，15，17，5，14，13，7，6，8，19，16，15，13，12,若你是某大公司的人力资源部的经理，公司老板要求你确定公司产品开发工程师的薪酬标准。 （1）你该如何着手开展工作？ （2）若你通过调查获得了如下数据，那你确定的薪酬标准是什么？,作业,以下题目请用SPSS完成。 我们在某高校采访了16名大学生，了解他们平时的学习情况，以下数据是大学生每周用于看电视的时间： 15，14，12，9，20，4，17，