spss基础知识
spss软件的使用说明
摘要本文在图像分割的基础上，重点研究了区域生长算法思想，并进行了算法编程实现。
并利用此算法对高空间分辨率遥感图像和医学图像进行了的分割处理，所做的主要研究工作如下：首先，总结了目前图像分割技术的研究意义、应用和它的现状及研究趋势。
并在第二部分对图像分割的原理及主要算法进行了概述。
其次，对区域生长算法的进行了详细研究及编程实现。
在研究了区域生长算法原理的基础上，基于MATLAB平台，设计开发了本文的区域生长算法。
算法分为两部分：其一是区域生长，选择了连续性的种子定位方法，确定生长标准，设计生长方式；其二是区域合并，将分割得到的不需要的破碎区域合并到与之最相似的邻近区域中去。
最后，利用区域生长算法对高空间分辨率遥感图像和医学图像进行了分割试验。
试验结果证明，本文设计开发的区域生长算法对高空间分辨率遥感图像和医学图像进行的分割，获得了较好的分割效果，并对区域生长算法的优缺点作了总结和展望。
关键词: 图像分割区域生长质量评价前言图像分割是图像处理中的一项关键技术，它通常是为了进一步对图像进行分析、识别、压缩编码等处理的图像预处理环节，其分割的准确性直接影响后续任务的有效性，因此具有十分重要的意义。
自20世纪70年代起一直受到人们的高度重视，至今已提出上千种分割算法，但因尚无通用的分割理论，致使目前提出的分割算法大都是针对具体问题的，并没有一种适合所有图像的通用分割算法。
另外，还没有制定出适用于分割算法的标准，这给图像分割技术的应用带来许多实际问题。
最近几年又出现了许多新思路、新方法和改进算法。
本文主要是研究基于区域生长算法的图像分割处理。
全文共为4个部分：在第1部分绪论主要论述了图像分割技术的研究意义、应用和它的现状及研究趋势。
在第2部分图像分割的原理及主要算法本部分对图像分割的原理作了综合性的概述和图像分割方法作了分类。
讲述了主要的几种图像分割方法：阈值分割法、边缘检测法和结合特定理论工具的方法，并对此进行了比较。
SPSS在教育统计中的应用课程设计
SPSS在教育统计中的应用课程设计课程背景SPSS（Statistical Product and Service Solutions）是一个非常著名的统计分析软件，它可以对数据进行描述性统计、卡方检验、t检验、方差分析、回归分析等各种统计分析操作。
在教育统计学中，SPSS是一个非常重要的工具，通过使用SPSS，可以对学生的学术成绩、教育评估等方面进行深入分析和研究。
本课程设计旨在帮助学生掌握SPSS在教育统计中的应用技能。
通过本课程的学习，学生将会了解SPSS软件的基本操作和统计学基础知识，并通过实例进行实际操作和分析。
课程目标1.熟悉SPSS软件的基本操作；2.了解SPSS中常用的统计学基础知识；3.通过实例了解SPSS在教育统计中的应用场景；4.培养学生SPSS应用技能和数据分析能力。
课程大纲第一课：SPSS基本操作•SPSS软件介绍及安装；•SPSS数据输入及数据格式化；•SPSS数据清理及缺失值处理；•SPSS数据存储及导入导出。
第二课：SPSS统计学基础知识•数据类型及度量；•描述性统计方法；•假设检验及其应用；•方差分析及回归分析。
第三课：SPSS在教育统计中的应用案例分析•学生成绩分析；•教学质量评估；•教育投入产出分析。
第四课：课程实践及总结•给定数据集进行数据分析和报告撰写；•课程总结及SPSS技能提升建议。
教学方法本课程采用案例教学、讲解、实践操作等多种教学方法，旨在帮助学生更好的理解和掌握SPSS这一工具在教育统计中的应用。
考核方式1.课堂练习（30%）：课堂进行选择题和简答题的测试；2.作业（30%）：由老师发放SPSS数据集或需求文档要求学生完成，要求学生熟练使用SPSS完成数据处理和分析报告撰写；3.期末考试（40%）：以SPSS案例模拟题为主。
参考文献1.张曙红. (2013). SPSS教程[M]. 北京：高等教育出版社.2.邢凯. (2015). 教育统计学研究方法[M]. 北京：北京大学出版社.3.吕爱锋, 王宏松. (2015). 教育数据分析与SPSS应用[M]. 北京：高等教育出版社.总结SPSS是一个非常重要的统计分析软件，在教育统计学中具有不可替代的地位。
SPSS问卷数据分析(PPT课件)
SPSSAU 数据科学 一点就好
2
1.1数据分析通用基础统计知识
术语 P值 量表 非量表 数据类型 样本 定量数据 分类数据
相关名词 显著性、显著性差异、 0.01 水平显著、 0.05 水平显著 李克特量表，定量数据 分类数据，多选题 定量数据，分类数据 样本量，无效样本 非常不满意，比较不满意，中立，比较满意，非常满意 性别（男和女），专业（文科、理科、工科）
项删除后的克隆巴赫系数
校正的项总计相关性 内容效度 结构效度(探索性因子分析) 结构效度(验证性因子分析)
相关解释
用于测量信度水平，常见标准是高 于 0.7
删除某题项后的信度系数，常用于 预测试
题项之间的相关关系，常用于预测 试
使用文字描述量表设计的合理性
探索性因子分析结果，与专业预期 进行对比
验证性因子分析判断量表是否合理
P 值，显著性， 非标准化回归系数和标准化回 归系数
二元 Logistic 回归分析，多元无序 Logistic 回 归分析， 多元有序 Logistic 回归分析
Hosmer and Lemeshow 检验， Cox & Snell R 平方， Nagelkerke R 平方
P 值，回归系数 B 值， 对数比(Exp(B))
✓ 中介作用是指 X(自变量)对于 Y(因变量)产生影响关系时，是否会首先通过中介变量 M 的作用，然后再去影响 Y，如果存在此种关系则说明具有中介作用。
✓ 调节作用是指 X 对于 Y 的影响过程中，调节变量 Z 取值不同时， X 对于 Y 的影响程 度是否会有明显差异，如果 Z 取值不同时， X 对于 Y 的影响幅度并不一致，即说明具 有调节作用。
SPSSAU 数据科学 一点就好
如何阅读一张生存曲线图？
如何阅读⼀张⽣存曲线图？SPSS教程第26讲⽣存分析（2）：⽣存过程的描述与基本⽐较上⽂已指出，⽣存分析是开展⽣存率、死亡速度、⽣存时间的研究。
作为初学者，如何学习⽣存分析呢?⼀般初学者学习⽣存分析，不⼀定得掌握各种指标的计算原理，但得清楚各个指标的⽤途与意义，当然必须要学会利⽤SPSS绘制、分析、⽐较⽣存曲线。
⽣存分析关键概念与计算⾸先总结下死亡速度、⽣存率、和⽣存时间。
死亡速度及其计算“死亡”指的的是，阳性终点事件的发⽣。
死亡速度：t时刻存活的个体在t 时刻的瞬时死亡（阳性事件发⽣）率，可以理解为⼀组⼈群在不同时刻的阳性终点事件发⽣的速度。
具体可以⽤以下函数来表达：在专业上，我们把它称之为风险h(t)，上述公式称之为风险函数（hazard function）。
风险函数随着时间的变化⽽变化，⼀般情况下，随访前期，“死亡“速度较快。
与死亡速度相对应的的是死亡率，即⼀段时间内⼈群的死亡⽐例，死亡率由死亡速度乘以时间即可得到。
⽣存率及其计算⽣存率（survival rate）：0 时刻存活的个体经历 t 时后仍存活的可能性，简写为S（t）。
这⼀指标临床上⽤的⾮常多，⽐如我们经常计算肺癌患者3年⽣存率、10年⽣存率、乳腺癌患者5年复发率等。
⼀把情况下，研究伊始⼈群总⽣存率为1，⽽当所有⼈出现阳性终点事件时，⽣存率为0。
⽣存率与时间相关，可建⽴与时间的函数关系，因此⽣存率⼜称关于时间的⽣存函数。
⼀般情况下，由于⽣存分析主要阳性事件结局为坏结局，时间越长，⽣存率往往越低。
研究者可以根据研究对象的“死亡”速度，来计算各时间点的⽣存率。
最常见的计算⽅法是Kaplan-Meier法。
Kaplan-Meier法⼜称乘积极限法，它根据每⼀个时间段的⽣存概率相乘得到累计⽣存率。
初学者可忽略其计算的原理与⽅法。
⽣存时间及其计算⽣存时间与死亡率、⽣存率紧密相关。
死亡速度越⾼、⽣存率越低，则⽣存时间越短。
⽣存时间的计算，最常见的采⽤中位⽣存时间来描述。
SPSS在城乡规划专业教学中的应用
SPSS在城乡规划专业教学中的应用【摘要】本文主要探讨了SPSS在城乡规划专业教学中的应用。
首先介绍了SPSS基础知识的教学，包括数据输入、数据清洗和统计分析等内容。
其次讨论了实地调查数据的处理与分析，通过SPSS软件进行数据可视化和模型构建。
随后通过城乡规划案例分析展示了SPSS在规划实践中的应用，揭示了其在规划决策中的重要性。
接着分别探讨了SPSS在城市规划设计和乡村规划设计中的具体应用，展示了其在不同场景下的灵活运用。
最后总结了SPSS在城乡规划专业教学中的价值，指出了其对学生能力培养的积极意义，并提出了未来发展方向建议。
通过本文的探讨，可以更好地理解和应用SPSS在城乡规划教学和实践中的作用，为城乡规划专业的学习与发展提供参考和借鉴。
【关键词】SPSS, 城乡规划专业教学, 数据分析, 实地调查, 城乡规划案例,城市规划设计, 乡村规划设计, 价值分析, 未来发展方向, 数据处理.1. 引言1.1 SPSS在城乡规划专业教学中的应用SPSS（Statistical Package for the Social Sciences）是一款统计分析软件，广泛应用于各个领域的数据处理和分析。
在城乡规划专业教学中，SPSS的应用不仅可以帮助学生更好地理解和掌握统计学知识，还可以为他们提供实际操作的机会，加深对城乡规划理论的理解。
SPSS在城乡规划专业教学中的应用可以分为几个方面。
首先是SPSS基础知识的教学，包括软件的基本操作和常用功能，帮助学生熟练掌握SPSS的使用方法。
其次是实地调查数据的处理与分析，通过对城乡规划相关数据的收集和处理，学生可以运用SPSS进行数据分析，提高他们的分析能力和解决问题的能力。
SPSS还可以应用于城乡规划案例分析，帮助学生更好地理解实际案例中的数据分析方法和结果呈现。
SPSS在城市规划设计和乡村规划设计中的应用也非常重要，可以帮助学生进行规划设计过程中的数据分析和效果评估，提高设计方案的科学性和实用性。
SPSSAU指南书籍
SPSSAU指南书籍一、在理论知识方面最主要的可能是统计学和概率论知识：统计学学习参考书：简单：1、统计学作者William Mendenhall/T erry Sincich非常注重实用的统计学课程，偏应用，少数学证明，可读性比较强；2、统计学作者：贾俊平，何晓群，金勇进统计比较经典的入门教材了，个人认为也算是兼顾数学证明和应用（使用excel），可读性没有上面强，但是也非常的通俗易懂，有很多统计学专业的起始教材也会选择这本。
较深：1、统计推断非常经典经典的统计学教材，借用介绍“从概率论的基础开始，通过例子与习题的旁征博引，引进了大量近代统计处理的新技术和一些国内同类教材中不常见而又广为使用的分布。
其内容既包括工科概率入门、经典统计和现代统计的基础，又加进了不少近代统计中数据处理的实用方法和思想”可以作为研究生所用教材，有深度，但是作者循序渐进，解释得非常漂亮由于统计学概率论甚至到机器学习会对数学基础有一定要求（如线性代数/高等代数）2、参考书线性代数（第四版）比较经典的线性代数参考书了，很多学校的线代教材乃至于研究生入学考试很多人都会选用这本3、高等代数相比于线性代数，高等代数更加深入，一般线性代数为非数学专业所用，数学类专业一般学习高等代数。
不过一般情况下，线性代数也足够使用了。
二、工具篇1、SPSS统计分析基础教程以真实案例贯穿全书，从统计分析实战的角度出发详细介绍SPSS的界面操作、数据管理、统计图表制作、统计描述和常用单因素统计分析方法的原理与实际操作，并结合SPSS的强大功能进行很好地扩展。
书中还提供医疗、经济、市场研究等各行业的综合案例，完全从实际案例出发讲解各类方法的综合运用，以更好地协助读者提高实战能力。
高等学校教材（SPSS统计分析高级教程）2、《高等学校教材：SPSS统计分析高级教程（第2版）》以IBMSPSSStatistics20中文版为基础，全面、系统地介绍了各种多变量统计模型、多元统计分析模型、智能统计分析方法的原理和软件实现。
SPSS统计分析实验指导
>1000
图 1-4 变量值标签定义对话框
2 数据的输入
（1）直接从数据编辑窗口的输入数据：先将变量定义好后，变量名就会在每列的上面显示，可以看到 其格式如 Excel，其实输入及编辑方法也和 Excel 相当。请同学们自己练习。数据输入及编辑窗口如图 1-5 所示(见 Excel 表 1-2)，是将表 1-2 所示数据建立成 SPSS 文件。
（二）信息的输入和输出 1 统计变量的定义
（1）变量：SPSS 中的变量与数学中的变量定义相同，即其值可变的量称为变量。SPSS 中变量的属性 主要有四个：变量名、变量类型、变量标签、变量长度。定义变量时至少要有变量名和变量类型。变量定义 窗口如图 1-2 所示。
图 1-2 变量定义窗口
（2）变量类型：SPSS 中有三种基本类型：Numeric（数值型），String（字符型），Date（日期型）。数 值型变量按不同要求可分为五种，再加上自定义型，所以可以定义的类型变量有八种。系统默认的变量类型 为标准数值型，长度为 8，小数占两位。变量类型对话框如 1-3 所示，每种变量的具体定义请参阅相关参考 资料。
2） 变量值标签（Value Labels） 变量值标签是对变量的取值所附加的进一步说明。对分类变量往往要定义其取值的标签。如对收入以 500 的间距进行分类，如表 1-1 定义变量的值标签：
表 1-1 变量值标签的定义实例
变量名
变量值
变量值标签
1
<=500
C
2
501-1000
3
定义变量值标签的对话框如图 1-4 所示
图 1-1 SPSS 11.5 for Windows 主环境
3 SPSS for Windows 功能介绍
SPSS基础教程实验报告
实验过程及结果图
图1
实验(1)结果截图
图2
图3
图4
图5
图6
4.对于问题（3），选择“Data” “Aggregate”，将“gender”选入“Break Variable（s）”，将“salary”选入“Summaries of Variable（s）”，勾选“add aggregated variables to active dataset”，单击“Function”按钮,勾选“Mean”，再单击“Continue”。最后单击“OK”，得到结果如图5所示;
(4)“Ties”按钮：单击该按钮后打开图的对话框，用于定义对相同值观测值的处理方式，可以是“mean（均值）”、“Low（低）”、“High(高)”nique values（顺序秩到唯一值）”。
这里将变量“salary”选入“Variable(s)”列表框中，分组变量“jobcat”选入“By”列表框中，其他设置使用默认值，然后点击“ok”即可，得到结果如图3所示。此时系统会建立一个新变量Rsalary(即原变量名前加R，表示“秩”)，其取值按照jobcat分组的salary秩次，同时在结果窗口中会给出汇总报表，如图4所示;
2.熟悉SPSS数据录入与获取额方法
3.掌握SPSS是如何给新变量赋值的，并对其进行变量级别的数据管理
4.
（1）根据变量bdate生成一个新变量“age”;
（2）根据jobcat分组计算salary的秩次；
（3）根据雇员的性别变量对salary的平均值进行汇总；
（4）生成新变量grade，当salary 20000时取值为d，在20000-50000,范围内时取值为c，在50000-100000范围内时取值为b，大于等于100000时取值为a.
- 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)。
1.定义变量（1）Name：定义变量名变量名必须以字母或字符＠开头，其它字符可以是任何字母、数字或_、@、#、＄等符号。
变量名总长度不能超过8 个字符（即4 个汉字)。
(2）Type:定义变量类型SPSS 的主要变量类型有：Numeric(标准数值型）、Comma(带逗号的数值型)、Dot(圆点作小数点的数值型)、Scientific Notation（科学记数法）、Date（日期型）、Dollar （带美元符号的数值型)、Custom Currency(自定义型）、String（字符型）.单击Type相应单元中的按钮，选择合适的变量类型并单击OK。
（3）Width：变量长度设置数值变量的长度,当变量为日期型时无效。
(4）Decimal:变量小数点位数设置数值变量的小数点位数，当变量为日期型时无效.（5)Label:变量标签变量标签是对变量名的进一步描述,变量只能由不超过8 个字符组成，8 个字符经常不足以表示变量的含义。
而变量标签可长达120 个字符，变量标签对大小写敏感,显示时与输入值完全一样，需要时可用变量标签对变量名的含义加以解释。
（6）Value：变量值标签值标签是对变量的每一个可能取值的进一步描述.（7)Missing：缺失值的定义方式SPSS 有两类缺失值：系统缺失值和用户缺失值。
在数据长方形中任何空的数字单元都被认为系统缺失值，用点号（•）表示.SPSS 可以指定那些由于特殊原因造成的信息缺失值，然后将它们标为用户缺失值，统计过程识别这种标识,带有缺失值的观测被特殊处理。
默认值为None.单击Value 相应单元中的按钮，可改变缺失值定义方式。
(8)Column：变量的显示宽度输入变量的显示宽度，默认为8。
(9）Align：变量显示的对齐方式选择变量值显示时的对齐方式：Left（左对齐）、Right(右对齐)、Center(居中对齐）.（10）Scale:变量的测量尺度根据变量测量精度不同，可把变量由低到高分为四种尺度:定类变量、定序变量、定距变量和定比变量。
1)定类变量定类变量由称为名义（nominal)变量。
这是一种测量精度最低、最粗略的基于“质”因素的变量，它的取值只代表观测对象的不同类别,例如“性别”变量、“职业”变量等都是定类变量。
定类变量的取值称为定类数据或名义数据。
定类数据的共同特点是用不多的名称来加以表达，并由被研究变量每一组出现的次数及其总计数所组成，这种数据是枚举性的，即由计数一一而得。
唯一适合于定类数据的数学关系是“等价关系”。
因而，在定类数据中，同一组内各单位是等价的，同时若更换各不同组的符号并不会改变数据原有的基本信息。
因此，最常用来综合定类数据的统计量是频数、比率或百分比等。
2）定序变量定序变量由称为有序（ordinal)变量、顺序变量，它的取值大小能够表示观测对象的某种顺序关系（等级、方位或大小等）,也是基于“质"因素的变量。
例如：“最高学历”变量的取值是：1－小学及以下、2－初中、3－高中、中专、技校、4－大学专科、5－大学本科、6－研究生以上。
由小到大的取值能够代表学历由低到高。
定序变量的取值称为定序数据或有序数据。
适合于定序数据的数学关系是“大于（〉）”和“小于（〈）"关系。
在定序数据中，同一组内各单位是等价的,相邻组之间的单位是不等价的，它们存在“大于”或“小于”的关系。
而且进行保序变换(或称单调变换），不改变数据原有的基本信息即等级顺序。
最适合用于综合定序数据取值的集中趋势的统计量是中位数.3)定距变量定距变量又称为间隔（interval)变量，它的取值之间可以比较大小，可以用加减法计算出差异的大小。
例如，“年龄"变量,其取值60 与20 相比，表示60 岁比20 岁大，并且可以计算出大40 岁（60—20).定距变量的取值称为定距数据或间隔数据。
定距数据是一些真实的数值，具有公共的、不变的测定单位,可以进行加减乘除运算。
定距数据的基本特点是两个相同间隔的数值的差异相等。
对于定距数据，不仅可以规定“等价关系"以及“大于关系”和“小于关系”,而且也可以规定任意两个相同间隔的比值或差值。
如果将每个数值分别乘以一个正的常数再加上一个常数，即进行正线性变换，并不影响定距数据原有的基本信息。
因此，常用的统计量如均值、标准差、相关系数等都可直接用于定距数据.4)定比变量定比变量又称为比率（ratio）变量，它与定距变量意义相近，细微差别在于定距变量中的“0"值只表示某一取值，不表示“没有”.例如,人的身高就是一个定比变量，如果身高值为“0”米,则表示这个人不存在。
定比变量的“0”值表示“没有”。
而在测定温度的摄氏表中,0o C 并不表示没有温度，因为还有在零度以下的温度.定比变量的取值称为定比数据或比率数据。
定比数据也同样可进行算术运算和线性变换等。
通常对定距变量和定比变量不需要加以区别，两者统称为定距变量或间隔变量。
一般地，定类变量和定序变量用于描述定性数据，属于定性变量；而定距变量和定比变量用于描述定量数据，属于定量变量.同其它分类标准一样，一个变量在不同分析中可当作不同尺度的变量.例如,“年龄”在某些分析中（如回归分析)当作定距变量，而在另外一些分析中（如方差分析）可通过分组作为定类变量处理。
如果变量为定距变量或定比变量,则在Scale 相应单元的下拉列表中选择Scale；如果变量为定序变量,则选择Ordinal;如果变量为定类变量,则选择Nominal。
如果有许多个变量的类型相同，可以先定义一个变量，然后把该变量的定义信息复制给新变量。
具体操作为:先定义一个变量，在该变量的行号上单击右键，弹出快捷菜单,选择Copy；然后用鼠标右键选择多行，弹出快捷菜单，选择Paste;再把自动产生的新变量名称（如Var00001、Var00002、…)改为所要的变量名称。
2．数据的输入与编辑定义了变量后就可以输入数据了。
由于各种原因,已经输入的数据往往会有错误，这就需要进行编辑。
用Windows 的基本操作方式可实现对数据的编辑.如果数据文件较大且知道要修改的数据单元的行号,可通过选择Data＝〉Go to Case 打开对话框,在对话框中Case Number 的右框输入行号来查找特定观测（行）。
如果要查找某变量中的特定值或值标签,选择该变量,再选择Edit＝〉Find 或者按Ctrl+F 打开对话框，在Searchfor 右框中输入要查找的数值或标签.3．数据转换在理想情况下，输入的原始数据完全适合要执行的统计分析模型,遗憾的是,这种情况很罕见,经常需要通过数据转换来提示变量之间的真实关系。
利用SPSS 可进行从简单到复杂的数据转换。
（1）根据已存在的变量建立新变量选择Transform=>Compute，打开Compute Variable（计算变量)对话框.在对话框中的Target Variable（目标变量)下框中输入符合变量命名规则的变量名，目标变量可以是现存变量或新变量。
对话框中Numeric Expression(数值表达式)下的文本框用于输入计算目标变量值的表达式.表达式能够使用左下框列出的现存变量名、计算器板列出的算术运算符和常数和Functions（函数）列表框显示的各种函数等。
可以在文本框中直接输入和编辑表达式，也可以使用变量列表、计算器板和函数列表将元素粘贴到文本框中。
（2）对观测（case）记录进行排序在数据文件中，可根据一个或多个排序变量的值重排观测的顺序。
选择Data=〉Sort Cases，打开Sort Cases 对话框，对选定变量的数据按升序或降序进行排列。
（3）观测或变量转置SPSS 中将行作为观测，列作为变量.对那些观测和变量的行列关系与此相反的数—892—据文件，可以选择Data=〉Transpose 将行列互换.(4）文件合并可以将两个或更多个数据文件合并在一起，即可将具有相同变量但观测不同的文件合并，也可将观测相同变量不同的文件相合并.选择Data=>Merge Files=>Add cases 从第二个文件即外部SPSS 数据文件相当前工作数据文件追加观测。
选择Data=〉Merge Files=〉Add Variables 合并含有相同观测但不同变量的两个SPSS 外部文件。
(5)选取观测子集可以选择Data=〉Select Cases 根据包含变量和复杂的表达式的准则把统计分析限于某一特定观测子集,也可选取一个随机观测样本。
这样就可以同时对不同的观测子集做不同的统计分析.(6）其它转换数据汇总,Data=〉Aggregate；数据加权,Data=>Weight Cases；数值编码，Transform=>Recode；数据求秩,Transform=〉Rank Cases；产生时间序列，Tranform=〉Create Time Series；等等。
在SPSS 中进行频数(率）分析的步骤为：2）选择Analyze=〉Descriptive Statistics=>Frequencies.。
.,弹出Frequencies主对话框.现欲对X 进行频数分析,在对话框左侧的变量列表中选X,单击按钮使之进入Variable（s）列表框，并选择Display FrequencyTables 显示频数分布表.3)可单击Format...按钮弹出Frequencies：Format 子对话框，在Order by 栏中有四个选项：Ascending values 为根据数值大小按升序从小到大作频数分布;Descending values 为根据数值大小按降序从大到小作频数分布；Ascending counts 为根据频数多少按升序从少到多作频数分布;Descending counts 为根据频数多少按降序从多到少作频数分布。
这里选Ascending values 项后点击Continue 钮返回Frequencies 主对话框。
4）可单击Statistics。
..按钮，弹出Frequencies:Statistics 子对话框，并单击相应项目，在作频数表分析的基础上，附带作各种统计指标的描述，特别是可进行任何水平的百分位数计算。
这里不选。
5）可单击Charts.。
钮,弹出Frequencies：Charts 子对话框，用户可选三种图形:直条图（Bar Charts）、饼图(Pie Charts）和直方图（Histogram）。
这里选择Histogram 项，并选择With Normal Curve 要求绘制正态曲线。
单击Continue 按钮返回Frequencies 主对话框，再单击OK 钮即可得到（累计）频数（频率）分布表和直方图。