SPSS统计描述
SPSS知识2：统计描述
统计描述符合正态分布或近似正态分布资料的统计描述统计量：（一）描述平均水平的常用统计量——算术均数（二）描述变异水平（离散程度）的常用统计量——离均差平方和（SS）、平均方差（方差：MS）、标准差（SD）（三）描述抽样误差大小的统计量——标准误（SE）。
SPSS操作：对某1变量（如time）进行统计描述：正态性检验：Analyze→nonparametric tests→1-sample K-S→调入某变量和激活Nomal→OK。
正态的统计描述：analyze→descriptive statistics→descriptives→调入某变量，点击option…→点击mean、SE、SD→OK。
分析结果：表descriptive statistics（可看N、min、max、mean、SD）；Z=0.649；P=0.794＞0.05.说明time服从近似正态分布。
对某一变量分组进行统计描述（如按男、女分别做time的统计描述）：文件分割：data→split file；注意：计算机有记忆功能，文件分割后需要把它还原，才不会影响后续操作。
统计描述（操作同上）：analyze→descriptive statistics→descriptives→调入某变量，点击option…→点击mean、SE、SD→OK。
非正态资料的统计描述统计量：（一）描述集中位置——中位数（二）描述变异水平（离散程度）——四分位数间距=P75-P25。
SPSS操作：对某1变量（红血球体积hct）进行统计描述：正态性检验（同上）：Analyze→nonparametric tests→1-sample K-S→调入某变量和激活Nomal→OK。
非正态的统计描述：analyze→descriptive statistics→frequencies→调入某变量，点击statistics…→点击median和quartiles。
编制频数分布表和绘制频数分布直方图一、对数据进行重新编码（recod e）SPSS操作：统计描述：Recode：Transform→recode into different variables…（表示recode后存入新的变量名中，原始数据还在）→调入变量进入“input→output”中，在右侧output框中输入新的变量名，可label→点击change→点击框下的old and new values…→根据手工分组，确定组距后：lowest：1→range→higest:最后一组→OK。
SPSS统计分析数据特征的描述统计分析
SPSS统计分析数据特征的描述统计分析SPSS（Statistical Package for the Social Sciences）是一种常用的统计分析软件，用于对数据进行描述统计分析。
描述统计分析旨在帮助研究人员对数据进行简单的整理、描述和总结，以便更好地理解数据的特征和趋势。
下面将说明几种常用的描述统计分析方法。
1.频数统计频数统计是指对数据中各个变量的不同取值进行计数。
通过统计每个取值出现的次数，可以了解数据的分布情况和变量的特点。
SPSS提供了多种方式来进行频数统计，包括直方图、饼图等。
通过这些图表，可以清晰地看到变量的取值分布。
2.中心趋势测量中心趋势测量是描述数据集合中心位置的统计方法，常用的测量指标包括平均数、中位数和众数。
平均数是所有数据的算术平均值，中位数是将数据按大小排列后处于中间位置的数值，众数是出现次数最多的数值。
SPSS提供了计算这些测量指标的功能，以便更好地了解数据的中心位置。
3.离散程度测量离散程度测量是描述数据变异程度的方法，常用的度量指标包括标准差、方差和极差。
标准差是数据与平均数之间的平均偏差，方差是标准差的平方，表示数据的离散程度，极差是最大值与最小值之间的差异。
通过这些指标，可以判断数据的离散程度，以及是否存在异常值等问题。
4.偏度和峰度测量偏度和峰度是描述数据分布形态的指标。
偏度测量的是数据分布的偏斜程度，正偏斜表示分布右侧的极端值较多，负偏斜表示分布左侧的极端值较多。
峰度测量的是数据分布的尖峰程度，正峰度表示尖峰较高且尾巴较短，负峰度表示尖峰较低且尾巴较长。
通过偏度和峰度的测量，可以判断数据的分布形态是否符合正态分布。
5.相关分析相关分析旨在研究两个或多个变量之间的关系。
相关系数是用来衡量变量之间线性相关程度的指标，取值范围从-1到+1、接近-1的相关系数表示负相关，接近+1的相关系数表示正相关，接近0的相关系数表示无相关。
通过相关分析，可以了解不同变量之间的关系，以及它们对研究问题的影响程度。
SPSS数据分析—描述性统计分析
SPSS数据分析—描述性统计分析描述性统计分析是一种针对数据本身的分析方法，通过使用统计学指标来描述数据的特征。
这种分析方法看似简单，但实际上却是许多高级分析的基础工作。
很多高级分析方法都对数据有一定的假设和适用条件，这些可以通过描述性统计分析来判断。
我们也会发现，许多分析方法的结果中都会穿插一些描述性分析的结果。
描述性统计主要关注数据的三个方面：集中趋势、离散趋势和数据分布情况。
描述集中趋势的指标包括均值、众数和中位数，其中均值包括截尾均值、几何均值和调和均值等。
描述离散趋势的指标包括频数、相对数、方差、标准差、标准误、全距、四分位间距、四分位数、百分位数和变异系数等。
需要注意的是，连续型变量和离散型变量的指标有所不同。
由于许多统计分析都有一个正态分布的假设，因此我们经常关注数据的分布特征。
常用峰度系数和偏度系数来描述数据偏离正态分布的程度。
也可以使用Bootstrap方法计算出结果与经典统计学方法计算出的结果进行对比，如果差异明显，则说明原数据呈偏态分布或存在极值。
SPSS用于描述性统计分析的过程大部分都在分析-描述统计菜单中，另有一个在比较均值-均值菜单。
虽然这几个过程用途不同，但基本上都可以输出常用的指标结果。
分析-描述统计-频率过程可以输出连续型变量集中趋势和离散趋势的主要指标，还可以输出判断分布的直方图、峰度值和偏度值。
此外，该过程最主要的作用是输出频数表。
分析-描述统计-描述过程输出的内容并不多，也没有统计图可以调用，唯一特别的是该过程可以对数据进行标准化变换，并保存为新变量。
分析-描述统计-探索过程是在原有数据进行描述性统计的基础上，更进一步的描述数据。
与前两种过程相比，它能提供更详细的结果。
分析-描述统计-比率过程主要用于对两个连续变量间的比率进行描述分析。
输出的结果比较简单，只是指标的汇总表格。
分析-描述统计-交叉表过程主要用于分类变量的描述性统计。
它可以完成频数分布和构成比的分析，也经常被用来做列联表的推断分析。
spss第四章描述统计简介PPT课件
当n 为奇数时：正中间位置号码=（n+1）/2 样本中位数=X(n+1)/2
当n为偶数时：正中间位置号码=（n+1）/2是小数，处于n/2与(n/2)+1之间。 样本中位数=(Xn/2+X(n/2)+1)/2 如5位同学的学习成绩：3，3，3，4，5。中间位置是第三位，中位数：3。 如果六位同学： 3，3，4，5，5，5。中间位置是3与4位中间的位置，中位数为： （4＋5）/2=4.5
第四章 描述统计量简介
2024/10/23
第三章 样本数据特征的初步分析
1
调查杭州市居民收入情况，得到
调查顾客对产品的满意第度情四况章， 获得100个样本数据，能分
样本100统个计样本量数描据，述根据这些数据，
析出哪些信息？
你最想得到哪些信息？
调查大学生群体中对手机品牌的偏 好程度，你如何描述调查结果？
• 选择Percentile Values 栏中的 选项，输出所选变量的百分值
• Dispersion（离差）栏，用于
指定输出反映变量离散程度的 统计量
• Central Tendency （集中趋势）
栏，用于指定输出反映变量集 中趋势的统计量
• Distribution （分布特征）栏，
用于指定输出描述分布形状和
如果样本容量为n，那么，某个样本值出现 的频率＝该样本值出现的频次/n
2024/10/23
第三章 样本数据特征的初步分析
9
分类数据或顺序数据描述频次与 频率的图形方法
SPSS统计分析—描述性统计分析
SPSS统计分析—描述性统计分析描述性统计分析（Descriptive statistics analysis）简介描述性统计分析是统计学的一个领域，主要目的是通过对样本数据进行总结、整理和分析，揭示数据中的模式、趋势和关联。
它可以通过计算和展示各种统计指标来帮助我们更好地理解和解释数据。
SPSS（Statistical Package for the Social Sciences）是一种常用的统计分析软件，可以用于进行各种描述性统计分析。
本文将介绍一些常用的描述性统计分析方法和在SPSS中的应用。
1.数据摘要数据摘要是描述性统计分析的基础，主要目的是对数据进行概括性的总结。
常用的数据摘要方法包括计数、频数、百分比、均值、中位数、标准差等。
在SPSS中，可以使用“Frequencies”命令对数据进行频数分析。
该命令可以列出每个变量的频数、百分比以及累积百分比。
此外，使用“Descriptives”命令可以计算各个变量的均值、中位数、标准差等统计量。
2.绘制图表图表可以帮助我们更好地理解和展示数据的特征和分布。
常用的图表包括直方图、饼图、箱线图等。
在SPSS中，可以使用“Graphs”菜单下的不同选项来绘制各种图表。
例如，使用“Bar Chart”选项可以绘制柱状图，使用“Pie Chart”选项可以绘制饼图，使用“Boxplot”选项可以绘制箱线图。
3.相关分析相关分析可以帮助我们研究数据之间的关联关系。
它可以通过计算相关系数来评估两个变量之间的线性关系。
在SPSS中，可以使用“Correlations”命令进行相关分析。
该命令可以计算出各个变量之间的相关系数，并提供了相关系数矩阵和散点图来展示结果。
4.因素分析因素分析是一种常用的数据降维方法，可以帮助我们理解并提取潜在的数据结构和变量之间的关系。
在SPSS中，可以使用“Factor Analysis”命令进行因素分析。
该命令可以根据指定的变量，自动提取主成分或因子，并计算出因子载荷矩阵和因子得分。
spss-统计描述
23
SPSS12.0统计软件
例
题
数据背景：调查对象为某大专院校的大学生，文件名student.sav。主要调查 内容代码如下：性别（ 1 男、 2 女），出生年、月、日（具体数字），身高 （cm），体重（kg），血型（A、AB、B、O），血型代码（1A、2B、3AB、 4O），教育背景（1重点大学本科、2普通大学本科、3大专、4中专/职校），学
Sum：求和
Dispersion：离散程度统计量 Std. deviation：标准差 Variance：方差 Minimum ：最小值 Maximum：最大值
Range：全距
Distribution：分布指标 Skewness：偏度系数 Kurtosis：峰度系数 Display Order：输出排列方式 Variable list：按变量选择清单的顺序 Alphabetic：按变量的字母顺序
10
SPSS12.0统计软件
连续变量的统计描述
11
SPSS12.0统计软件
连续变量的统计描述概况
1、集中趋势 如均数、中位数、几何均数、众数、调和均数等 2、离散趋势 如全距、方差和标准差、百分位数、四分位数和四分位间 距、变异系数等
12
SPSS12.0统计软件
Descriptive过程
Analyze->Descriptive Statistics->Descriptive… 可对资料进行简单统计描述；
Lev ene Statistic d f1 1 1 1 1 d f2 2 13 2 13 2 08 .85 5 2 13 Sig. .7 60 .8 08 .8 08 .7 64
身 高
Based on Mean Based on Median Based on Median an d with ad ju sted df Based on trimmed mean
SPSS数据分析—描述性统计分析
描述性统计分析是针对数据本身而言，用统计学指标描述其特征的分析方法，这种描述看似简单，实际上却是很多高级分析的基础工作，很多高级分析方法对于数据都有一定的假设和适用条件，这些都可以通过描述性统计分析加以判断，我们也会发现，很多分析方法的结果中，或多或少都会穿插一些描述性分析的结果。
描述性统计主要关注数据的三大内容：1.集中趋势2.离散趋势3.数据分布情况描述集中趋势的指标有均值、众数、中位数，其中均值包括截尾均值、几何均值、调和均值等。
描述离散趋势的指标有频数、相对数、方差、标准差、标准误、全距、四分位间距、四分位数、百分位数、变异系数等。
注意：连续型变量和离散型变量的指标有所不同。
由于很多统计分析都有一个正态分布的假设，因此我们经常也会关注数据的分布特征，常用峰度系数和偏度系数来描述数据偏离正态分布的程度，也可以使用Bootstrap方法计算出结果与经典统计学方法计算出的结果进行对比，如果差异明显，则说明原数据呈偏态分布或存在极值SPSS用于描述性统计分析的过程大部分都在分析—描述统计菜单中，另有一个在比较均值—均值菜单，虽然这几个过程用途不同，但是基本上都可以输出常用的指标结果。
一、分析—描述统计—频率此过程可以输出连续型变量集中趋势和离散趋势的主要指标，还可以输出判断分布的直方图、峰度值和偏度值，此外，该过程最主要的作用是输出频数表，结果举例如下：二、分析—描述统计—描述看起来似乎这个过程才是正统的描述统计分析过程，实际上该过程输出的内容并不多，也没有统计图可以调用，唯一特别的是该过程可以对数据进行标准化变换，并保存为新变量。
三、分析—描述统计—探索探索性分析是对原有数据进行描述性统计的基础上，更进一步的描述数据，和前两种过程相比，它能提供更详细的结果。
四、分析—描述统计—比率该过程主要用于对两个连续变量间的比率进行描述分析输出的结果比较简单，只是指标的汇总表格，在此略去五、分析—描述统计—交叉表分类变量的描述性统计比较简单，主要就是看频数分布和构成比，基本用交叉表一个过程就可以完成，该过程虽然放在描述统计中，但是由于功能丰富，也经常被用来做列联表的推断分析。
spss描述性统计分析实验总结(3篇)
spss描述性统计分析实验总结(3篇)为期半个学期的统计学试验就要完毕了，这段以来我们主要通过excl软件对一些数据进展处理，比方抽样分析，方差分析等，经过这段时间的学习我学到了许多，把握了许多应用软件方面的学问，真正地学与实践相结合，加深学问把握的同时也熬炼了操作力量，回忆整个学习过程我也有许多体会。
统计学是比拟难的一个学科，作为工商专业的一名学生，统计学对于我们又是相当的重要。
因此，每次试验课我都坚持按时到试验室，试验期间仔细听教师讲解，看教师操作，然后自己独立操作数遍，不懂的问题会请教教师和同学，有时也跟同学商议找到更好的解决方法。
几次试验课下来，我感觉我的力量的确提高了不少。
统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观看系统的数据，进展量化的分析、总结，并进而进展推断和猜测，为相关决策供应依据和参考。
它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。
可见统计学的重要性，仔细学习显得相当必要，为以后进入社会有更好的竞争力，也为多把握一门学科，对自己对社会都有好处。
几次的试验课，我每次都有不一样的体会。
个人是理科出来的，对这种数理类的课程原来就很感兴趣，经过书本学问的学习和试验的实践操作更加加深了我的兴趣。
每次做试验后回来，我还会不定时再独立操作几次为了不遗忘操作方法，这样做可以加深我的记忆。
依据记忆曲线的理论，学而时习之才能保证对学问和技能的真正以及把握更久的把握。
就拿最近一次试验来说吧，我们做的是“平均进展速度”的问题，这是个比拟简单的问题，但是放到软件上进展操作就会变得麻烦，书本上只是直接给我们列出了公式，但是对于其中的原理和意义我了解的还不够多，在做试验的时候难免会有许多问题。
不惊奇的是这次试验好多人也都是不明白，操作不好，不像以前几次试验教师讲完我们就差不多把握了，但是这次好像遇到了大麻烦，由于内容比拟多又是一些没接触过的东西。
利用SPSS进行统计描述
利⽤SPSS进⾏统计描述第三节利⽤SPSS进⾏统计描述⼀、统计描述⽅法在教育技术研究过程中收集到⼤量的资料数据，但从这些杂乱⽆章的资料中，很难对其总体⽔平与分布状况做出评价判断。
因此，必须采⽤⼀些适当的⽅法对这些资料进⾏处理，使之简约化、分类化、系统化，从中发现它们的分布规律，掌握总体的特征，以便对其⽔平做出客观的评价。
统计描述⽅法，是研究简缩数据并描述这些数据的统计⽅法。
将搜集来的⼤量数据资料，加以整理、归纳和分组，简缩成易于处理和便于理解的形式，并计算所得数据的各种统计量，如平均数、标准差、以及描述有关事物或现象的分布情况、波动范围和相关程度等，以揭⽰其特点和规律。
（⼀）数据资料的整理和表⽰在教育技术研究中，我们⽤各种⽅法搜集来的资料，⼀般是零散的，它只反映个别现象的个别特征，必须经过整理加⼯，使之系统化，才能计算统计指标，进⾏统计分析，为进⼀步研究提供有⽤的信息，⾸先要进⾏的是统计整理，它包含以下⼏部分内容：1．数据检查主要检查数据的完整性与正确性。
统计资料完整性的检查，就是要根据调查项⽬检查是否填写齐全，避免遗漏，删去重复。
正确性检查，就是检查搜集的资料是否真实可靠。
特别是统计数字的真实性是统计⼯作的⽣命，统计资料的检查整理必须抓紧这⼀环。
数据检查可分为逻辑检查和计算检查两种⽅法。
逻辑检查，是从理论和⼀般常识上来检查资料内容是否合理，指标之间是否⽭盾。
计算检查是检查统计数字在计算⽅法和计算结果上有否错误。
2．数据分类数据分类就是把搜集来的数据进⾏分组归类。
数据分类要做到既不重复、不遗漏，⼜不混淆，⼀般⼜可分为品质分类和数量分类。
品质分类：是按事物性质划分为不同的组别、种类。
如以性别为标志可分为男与⼥；按“理解能⼒”、“学习态度”等为标志，⼜可分为好、较好、⼀般、差等⼏种⽔平，每种⽔平可看成类，每⼀类可给以相当的数量。
可以通过各类所包含的数据再进⾏数量化的⽐较和分析。
数量分类：是按数量的属性分类。
第讲SPSS描述性统计分析
第讲 SPSS 描述性统计分析1. 简介SPSS（Statistical Package for the Social Sciences）是一款功能强大的统计分析软件，在社会科学、医学和商业等领域中广泛应用。
本文将介绍 SPSS 中的描述性统计分析方法，帮助用户更好地理解和解读数据。
2. 描述性统计分析概述描述性统计分析是对数据进行和组织的过程。
它可以帮助人们更好地理解数据的特性和分布情况。
SPSS 中的描述性统计分析主要包括以下内容：2.1 中心趋势中心趋势是指数据在数轴上的中心位置。
SPSS 中常用的中心趋势指标包括：平均数、中位数和众数。
平均数是指所有数据的总和除以数据的个数。
它能够反映数据的总体水平，但会受到极端值的影响。
中位数是指数据按大小排序后位于中间位置的数值。
它能够反映数据的分布情况，不会受到极端值的影响。
众数是指出现次数最多的数值。
它能够反映数据的典型值，但在数据分布不均匀时可能不够准确。
2.2 离散程度离散程度是指数据相对于中心趋势的差异程度。
SPSS 中常用的离散程度指标包括：标准差、方差和极差。
标准差是指数据与平均数的差异程度的平均值。
它能够反映数据的分散程度，越大表示数据越分散。
方差是指数据与平均数的差异程度的平方的平均值。
它可以用来比较不同数据集的分散程度。
极差是指数据最大值和最小值之间的差异。
它不能反映数据的分布情况，但可以用来描述数据范围。
2.3 数据分布数据分布是指数据在数轴上的分布情况。
SPSS 中常用的数据分布指标包括：偏度、峰度和频数分布表。
偏度是指数据分布的不对称程度。
正偏态分布表示数据分布向左偏，负偏态分布表示数据分布向右偏。
峰度是指数据分布的峰度程度。
正态分布峰度值为 0，大于 0 表示峰度更高，小于 0 表示峰度更低，称为尖峰态和扁平态。
频数分布表是指数据中每个值出现的次数。
它可以用来了解数据的分布情况，如是否存在异常值或集中现象。
3. SPSS 描述性统计分析操作步骤SPSS 中的描述性统计分析可以通过以下步骤进行：Step 1：导入数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Central tendency复选框组 定义描述集中趋势
Dispersion复选框组 定义描述离散趋势
Distribution复选框组 定义描述分布特征
Values are group midpoints复选框
2. Descriptive 过程
进行一般性的统计描述，适用于正态分布资料 区别：
2.中位数(median)
中位数是一组观察值的位置平均数， 用于描述偏态分布资料的集中位置，它不受两 端特大、特小值的影响，当分布末端无确切数 据时也可计算。
其他集中趋势描述指标
1.截尾均数（trimmed mean） 数据排序后按照一定比例去掉两端的数据求均数 适用于两端有极端值的资料 常用5％截尾均数
用N（ ， ）表示均数为 ，标准差为 的正态分 布 用N（0 ，1）表示均数为0，标准差为1的正态分布
正态峰的矮阔和尖峭与标准差有关 正态曲线下的面积分布有一定的规律
3.标准正态分布
u变换或z转换 标准正态分布（u分布或z分布） Descriptive 过程可以进行z转换
Frequencies过程
主对话框 Statistics 子对话框 Chart子对话框 Format子对话框
Statistics 子对话框
Percentile Values复选框组 定义输出的百分位数
四分位数(Quartiles)、每隔指定百分位输出当前百分位数(Cut points for equal groups)、或直接指定某个百分位数 (Percentiles) 均数(Mean) 中位数(Median) 众数(Mode) 总和（Sum)。 标准差(Std.deviation) 方差(Variance) 全距 (Range)、最小值 (Minimum) 最大值(Maximum) 标准误(S.E.mean)。 偏度系数（Skewness）和峰度系数(Kurtosis)。 确定输出的数据是分组频数数据，具体数值是组中值
连续变量的统计描述的工具
（一）频数表 Frequency
直观的方法 ：分布类型 分布特征
看出集中趋势与离散趋势 发现特大与特小值 便于进一步计算统计指标和做统计处理
连续变量的统计描述的工具
（二）统计指标
1.集中趋势 Central tendency
均数mean 几何均数G 中位数median 众数 mode 全距Range 方差Variance 标准差 std.deviation
样本
统计推断
参数（μ，σ）
抽样误差
统计量（ X，s）
变量
变量类型
连续型变量（定距型） 离散型变量 表示分类情况的离散型变量又称为分类变量： 无序变量(名义型)：两分类和多分类如血型，也 可用数字进行编码，但没有大小关系。 有序变量（定序型）：取值为互不相容的类别， 而且在研究背景下有等级顺序，如疗效（无效、 有效、显效）
频数、百分比、累积频数、累积百分比 众数 比、构成比、率
2.集中趋势的描述
3.相对数
分类变量的联合描述：列联表的交叉分析
SPSS中的相应功能
1.Frequencies过程：
频数表：频数、百分比、累积百分比、众数、统计图
2. Crosstabs过程
分类变量资料的统计描述：分类变量的联合描述 统计检验：卡方检验等
3.Explore 过程 4. Ratio过程
用于两个连续变量计算相对比指标
分类变量资料的统计描述 一般的统计检验（卡方检验）
5. Crosstabs过程
1.Frequencies过程
产生频数表，对连续变量和分类变量资料都适用 计算常用的统计指标和按要求给出某百分位点的 数值 常用的条图，圆图等统计图。 变异系数CV需手工计算
N
2
实际中，得到的常是样本资料，总体均数未知， 只能用样本均数代替，得到样本方差S2
s
2
(x X )2 n 1
n-1为自由度(degree of freedom)
标准差（standard deviation）
因方差的单位是原单位的平方，所以使用仍 不方便。方差的算术平方根，即标准差，是一 个更好的指标。 标准差也有总体标准差和样本标准差之分
2.离散趋势 Dispersion tendency
变异系数 CV
连续变量的统计描述的工具
3.百分位数
适用于各种分布
偏度系数Skewness 正态峰 正偏态 负偏态 峰度系数Kurtosis 正态峰 平阔峰 尖峭峰
4. 分布指标Distribution
其他在SPSS中出现的指标(对于存在异常值数据)
2.几何均数（geometric mean ,G） 适用于呈倍数关系的等比资料或对数正态分 布的资料，尤其是对数正态分布的计量资料 应用中应注意观察值不能同时有正有负 同一资料算得的几何均数小于算术均数。
3. 众数（mode） 样本数据中出现频次最高的数字 适用于单峰对称的数据，反映出现频次最高的 数据情况 4. 调和均数 观察值倒数的均数的倒数，较少使用
Frequencies过程：生成Z值 Descriptive 过程
连续变量的参数估计
1.正态分布
0.07
频率图
0.06
0.05
0.04
0.03
0.02
0.01
0 95.00 100.00 105.00 110.00 115.00 120.00 125.00 130.00 135.00 140.00
百分位数是一个位置指标，Px表示 是资料分布数列的百等份分割值 用于描述样本或总体观察值序列某百分位置的 水平，应用中注意，样本例数不够多时，两端 的百分位数不稳定 还用于确定参考值范围（reference range）
4. 四分位数间距( quartile interval)
四分位数是特定的百分位数，其中P25为下四 分位数QL，P75为上四分位数Qu。 Q= Qu - QL 四分位数间距比极差稳定，但仍未考虑每个观 察值的变异度。 适用于偏态分布的资料，特别是末端无确切数 据时
用于连续型变量 Z值的产生
主对话框 Option子对话框
3.Explore 过程
主要用于对资料的性质、分布特点等完全不清 楚时 主对话框：加入分组变量 Statistics 子对话框 plot子对话框 Option子对话框
Statistics 子对话框
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稳 健估计，输出四个不同权重的最大似然估计值。 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。
plot子对话框
Boxplots单选框组：确定箱式图的绘制方式
按组别分组绘制(Factor levels together)， 不分组绘制(Depentends together) 不绘制(None)
茎叶图(Stem-and-leaf)和直方图(Histogram)。 正态分布图和正态分布的检验。 有分组变量时，绘制水平图， 设置变量的转换方式，并进行组间方差齐性检验。
M-estimators的四个指标 Outlier
（三） 统计表 （四）统计图
直方图(Histogram) 箱式图 (boxplot)
茎叶图（stem-and-leaf） QQ图
集中趋势的描述（指标）
1.算术平均数（arithmetic mean） 简称均数（mean），有总体均数和样本均数 之分 适用于对称分布，特别是正态分布的资料， 不适用于偏态分布的资料
SPSS的统计描述
主要内容
连续变量的统计描述与参数估计
概述：统计学知识回顾 菜单介绍 集中趋势指标 离散趋势指标 SPSS应用实例 概述 常用指标分析实例
分类变量的统计描述与参数估计
统计分析内容
统计描述
点值估计
参数估计 区间估计
统计推断
假设检验：均数间的比较 比例、率的比较 ……
(x )
N
2
s
( x x) 2 n 1
适用范围： 方差和标准差适合于对称分布，特别是正态分布 及近似正态分布资料 标准差可用于描述变量值的离散程度，与均数结 合还可描述资料的分布情况，此外还可用于求参 考值范围和计算标准误。
3.百分位数(percentile)
(1)当样本量越来越大， (2)并且组距越来越小时 直方条的顶缩成点并且各个直方条的顶连接成 一条曲线即正态分布曲线 概率密度曲线段的面积就是相应的累计概率， 频率(面积)趋向概率。
2.
正态分布特征
正态分布以均数为中心，左右对称 正态曲线为单峰，在横轴上方均数处达最高 正态分布有两个参数，均数 和标准差
分类变量统计描述实例
1.使用Frequencies过程输出频数表