描述性分析.docx

描述性分析
2 数据转换（Transform）
在有些情况下，原始数据难以满足数据分析的要求，需要对原始数据进行适当的转换。SPSS具体强大的数据转换功能，它不仅可以进行简单的变量转换和重新建立分类变量，还可
x4
3
1
1
1
1
1
1
1
1
1
3
1
1
2
1
1
1
1
注：摘自《农业病虫统计测报》 131页。
 
1) 输入分析数据
在数据编辑器窗口打开“data1-”数据文件。
数据文件中变量格式如下：
 
2) 调用分析过程
在菜单选中“Analyze-Descriptive- Crosstabs”命令，弹出列联表分析对话框，如下图
 
3) 设置分析变量
选择行变量：将“五月气温[x1]，六月上气温[x2]，六月上降雨[x3]，六月中降雨[x4]”变量选入“Rows:”行变量框中。
选择列变量：将“玉米螟卵高峰发生期[y]”变量选入 “Columns:”列变量框中。
 
4) 输出条形图和频数分布表
    Display clustered bar charts: 选中显示复式条形图。
   Suppress table: 选中则不输出多维频数分布表。。
 
5) 统计量输出
点击“Statistics”按钮，弹出统计分析对话框（如下图）。
Chi-Square: 卡方检验。选中可以输出皮尔森卡方检验（Pearson）、似然比卡方检验（Likelihood-ratio）、连续性校正卡方检验
                    （Continuity Correction）及Fisher精确概率检验（Fisher’s Exact test）的结果。
Correlations: 选中输出皮尔森（Pearson）和Spearman相关系数，用以说明行变量和列变量的相关程度。
Nominal: 两分类变量的关联度（Association）测量
Contingency Coefficient: 列联系数，其值越大关联性越强。
     Phi and Cramer’s V：Cramer列联系数，其值越大关联性越强。
     Lambda: 减少预测误差率，1表示预测效果最好，0表示预测效果最差。
     Uncertainty Coefficient: 不定系数
Ordinal: 两有序分类变量（等级变量）的关联度测量
Gamma: 关联度，+1表示完全正关联，-1表示负关联，0表示无联。
     Somers’d：列联度，其取值范围和意义同上。
   
  Kendall’s tau-b：
Nominal by Interval: 一个定性变量和一个定量变量的关联度
Eta：关联度统计量。
Kappa：吻合度系数，其取值-1至+1，其值越大吻合程度越高。
     Risk：危险度分析。
     McNemar：配对计数资料的卡方检验。
Cochran’s and Mantel-Haenszel statistics： 检验在协变量存在下，两个二分类变量是否独立。
 
6) 设置列联表的显示
单击“Cells”按钮，弹出列联表显示内容对话框（如下图）。
Counts: 频数
   Observed: 观测频数。
       Expected: 期望频数。
Percentages: 百分比
  Row: 占本行的百分比。
       Column: 占本列的百分比。
       Total: 占全部的百分比。
Residuals: 残差分析
  Unstandardized: 非标准化残差分析。
       Standardized: 标准化残差分析。
       Adj. Standardized: 调整的标准化残差分析。
Noninteger Weights:
 ⊙ Round cell counts: 临近列计算。
     ○ Truncate cell counts:。
     ○ Round case Weights临近记录度量
     ○ Truncate case Weights
     ○ No adjustments: 不调整。
 
7）设置输出格式
单击Format按钮，弹出列联表输出格式对话框（如下图）。
Row Order: 频数
                ⊙ Ascending: 行变量从小到大升序排列。
                ○ Descending: 行变量从大到小降序排列。