1. 描述统计

1.1 连续性变量

统计指标需要反映的是数据以下几方面的特征：

SPSS描述统计中有多项可以展示最大值、最小值等，这里重点介绍频率：

点击统计之后出现：

（后验分布可以认为是分布特征指标）
自行选择指标之后，得到分析结果：

 偏态系数为负-0.212，分布左偏，即大部分样本数据集中靠右，长尾在左。反之，系数为正，分布右偏，长尾在右。一般0.5_1.0或-0.5-1.0之间为中等程度的偏斜。标准正态分布的偏态系数为0。利用直方图能够很好地观察偏度。

 Z 分数（Z_Scores）：相对位置的测度（一个数值距离平均值有多远）

1.2 分类变量

相对于连续变量，分类变量的统计描述指标体系比较简单，主要是对各个类别取值进行各自的频数和比例计算，主要的分析任务为
• 频数分布
• 多个分类变量的联合描述
• 多选项统计描述

1.2.1 交叉列联表分析

多个分类变量的联合描述：对两个，甚至多个分类变量的频数分布进行联合观察和汇总分析——交叉列联表分析 Crosstabulation。
例如分析当前居住的房子类别于购房需求之间是否存在联系。

行对应类别，显示百分比更利于比较。

282名受访者; 租房有200(70.9%)；自有房82(29.1%)；样本分布情况：未来购房预期中，增加，不变和减弱的人数分别为61(21.6%)，175(62.1%)，46(16.3%) ; 整体分析，大部分人观望，其次是有购买意愿者；整体态势是保守但有一定的积极性。
横向：对不同居住类型的人购房意愿的差异分析
租房200，预期增强43(21.5%)，不变134(67%), 减弱23(11.5%)；
自有房82，预期增强18(22.0%)，不变41(50%) ,减弱23(28%)；

1.2.2 分组条图

运用分组条图观察交叉列联表：

在报告中点开图表之后可以设置数字标签：

可见对于不同居住类型的人，未来的住房预期大部分人不变。租房者预期增强者显著高于减弱者，刚性需求；自有房者，减弱者略高于增强者。据这一结果推测，两种不同类型受访者购房预期之间存在一定差异。

1.2.3 总结

以上结论基于描述统计的频数分析的推测，但是不同“居住现状”的人的“购房预期”是否存在关联，还需要对“居住现状”与“购房预期”进行相关性分析(卡方检验)才能下定论。
交叉列联分析可以帮助我们了解多个变量的分布特征，在此基础上再进行变量的相互影响和关系的探索。

1.3 图示分析

除常见的各种图表之外，SPSS还有两个特殊的图表：P-P图和Q-Q图，可以检验数据的正态分布。
 P-P图是根据变量的累积比例与指定分布(正态)的累积比例之间的关系所绘制的图形。
 通过P-P图可以检验数据是否符合指定的分布。
 当数据符合指定分布时，P-P图中各点近似呈一条直线。
 如果P-P图中各点不呈直线，但有一定规律，可以对变量数据进行转换，使转换后的数据更接近指定分布。
 Q-Q图是一种散点图,对应于正态分布的Q-Q图,就是由标准正态分布的期望值为纵坐标，样本值观察值为横坐标的散点图.

1.3.1 对非正态变量进行转换

如下图所示，对激素水平这一项进行分析，观察其是否符合正态分布。

首先绘制出其频率分布图，观察其具体分布：

数据长尾在右，这是明显的右偏数据。
绘制出其P-P图和Q-Q图：

如果符合选择的检验分布，点的分布应当拟合于图中直线，但是显然“激素水平”字段的数值很不拟合。同理，可以绘制出Q-Q图。

对“激素水平”字段进行对数转换：

从图可以看出转换后的数据更符合正态分布。

1.3.2 思考

为什么需要对数据进行转换？数据不应该求真吗？
**数据变换的目的在于使数据的呈现方式接近我们所希望的前提假设，从而更好的进行统计推断。**更详细的细节见帖子。

1.3.3 箱线图

偏离值：距离盒长的1.5倍以上被认为是偏离值Outliers
极端值：距离盒长3倍以上为极端值Extremes
极端值与偏离值越多，代表偏离情形越严重。

选择因变量并置可以将箱线图绘制在同一张图表上，进行对比分析。

不同的箱线图之间进行对比，可以分析变量处理前后分布的变化。
对于箱线图，多用于对分类变量某个指标的分布进行对比分析。

2. 图示技术

2.1 柱状图（条形图）

柱状图x轴是分类变量，直方图多为连续变量。

2.1.1 频率条形图

2.1.2 群集条形图

2.1.3 堆积条形图

2.1.4 3D条形图

越复杂蕴涵的维度越多，图包含的内容也就越多。

2.1.5 误差条形图

误差条形图适用于展示自变量不同分类下，连续或有序分类变量的差异。自变量可以是二分类、有序多分类或无序多分类。误差条形图通常用于展示独立样本t检验和单因素方差分析结果。

2.2 折线图

2.3 面积图

2.4 饼图

2.5 点图

从垂线图中可以看出，无论何种学历，离异的现状指数都是比较低的。

从散点图中可以看出不同指标之间的拟合关系。

3D图可以展示同一题项不同小题之间的分布关系。

SPSS-描述统计与图示分析相关推荐

8种骨干级架构设计模式图示分析优缺点总结
8种骨干级架构模式图示分析总结文章目录 8种骨干级架构模式图示分析总结单库单应用模式内容分发模式查询分离模式微服务模式多级缓存模式分‍‍‍库分表模式弹性伸缩模式多 ...
PSM倾向性评分分析介绍、spss进行倾向性评分分析示例
PSM倾向性评分分析介绍.spss进行倾向性评分分析示例目录 PSM倾向性评分分析介绍.spss进行倾向性评分分析示例 PSM倾向性评分分析
IBM SPSS Statistics的生存分析寿命表如何使用
寿命表分析,一般目的是为了通过数据,制作寿命表和对应的生存函数图,以此分析出在不同时间的对应生存率.它的优点在于对生存时间的分布没有过多限制,可估算某生存时间的生存率,可比较不同处理组的生存率,可考察 ...
SPSS编程在Ridit分析中的应用
SPSS编程在Ridit分析中的应用多样本有序分类资料(或等级资料)我们一般采用非参数检验--H检验(Kruskal-Wallis法),但其结论只得出三组或多组间总的有差别,若要知道两两间是否有差别 ...
基于SPSS的经典统计学分析与偏度峰度等常用统计学指标计算
本文所述数据经典统计学分析包括计算数据的极值.平均值.中位数.标准差.方差.变异系数.偏度与峰度等常用统计学指标. 首先,打开SPSS软件. 第一步需要将数据导入SPSS中.选择" ...
spss相关性分析看结果_利用spss做Pearson相关性分析步骤详解
有蛮多的学生私信老徐问如何利用spss做相关性分析,其实相关性分析应该是spss分析中较为基础的一个功能应用,很多学生可能是因为跨专业或者对统计软件了解较少,在没有经过系统学习的前提下,感觉云里雾里. ...
使用SPSS进行曲线估算分析
回归分析是处理数据.分析数据特征和关系的一种重要方法,在各个领域的数理统计分析中都非常有用.回归分析中有多种分析方法,接下来我们要介绍的是IBM SPSS Statistics中的曲线估算分析方法. ...
spss进行多元线性回归并分析表格（转载）
1.如何使用spss进行多元线性回归. 2.分析生成结果,并判断回归是否可行. 一.使用spss进行多元线性回归: 1.输入数据二.表格结果分析: R方是检验回归是否成功的重要要素之一,DW是残差独 ...
SPSS多元线性回归残差分析的基本方法
写这篇博客,也是觉得网上很多人没有把这个讲清楚.据这个网页中的网友介绍: 残差分析包括以下内容: ①残差是否服从均值为零的正态分布: ②残差是否为等方差的正态分布: ③残差序列是否独立: ④借助残差探 ...
SPSS教程之生存分析的Cox回归模型（比例风险模型）
最近有同学问师兄,"最近我要做生存分析,可是我不太会,也不太懂,师兄能不能教教我",好吧,今天开一贴,讲讲这个.有同样的问题的同学可以一起来看看,毕竟在临床.科研上,这方面知识还是 ...

SPSS-描述统计与图示分析