●一。变量的赋值
1.乘方（**），例如二的三次方：2**3
2.不同规则的赋值：转换→计算变量（如果），每一个规则的赋值都要重新进行此步骤（但注意每一遍的变量名都不变，并且他都会问你要不要替换成新的变量，你选是就行了）
3.不同规则的赋值：（1）转换→重新编码为不同变量：输入变量，输出变量，要点击“变化量”才可保存输出变量→新值和旧值：值（直接选取取值）、范围（最大到最小的范围，包含端点值），点击“添加”成功保存新值和旧值→所有不同取值规则都完成后点击继续、确定，则在变量视图多出一个新变量（2）若不想包含端点值，可以采取小数的方式变换，eg. 899.9（小数位比该变量属性的小数位多一位就行了）
（3）这种要先把BMI按照男女分开，然后再分组的，可以在对话框中点击“如果”选项进行设置，并且要分别对男女进行上述操作（一共做两遍）。
二。离散化
1可视离散化：转换→可视分箱，分割点：所以想生成几组，就定义几个分割点；填写第一个分割点的时候就必须填写最小值；一定要选中上端点排除。
三。排序
1.转换→自动重新编码：不分组，从头到尾排序
2.转换→个案排秩（1）多层次数据：基于A变量对B变量进行排序。（例如，基于职称对收入进行排序，就是不同职称各自组内排工资的高低）（2）设置秩1；绑定值
四。时间序列：转换→变动值
五。查找与计数：转换→对个案内的值计数（查找“基本工资800-900女职工”，生成新变量，满足这个条件的标为1，不符合这个标准的标为0，男职工标为缺失。范围：包含上限下限）
●六。数据→个案排序：把变量顺序完全按照你想要的标准排序，所有的变量顺序都会改变
七。拆分文件：要分男女进行数据统计：数据→拆分文件→比较组/按组输出，分组依据。不分男女进行数据统计：数据→拆分文件→分析所有个案
八。选择个案（例如只选择三年级的变量进行分析）：数据→选择个案→如果条件满足：如果；随机个案样本；基于时间或个案范围；使用过滤变量（例如要把身高为缺失值和值为0的剔除）→输出：过滤（不符合条件的数据会画上“/”，原始数据并未删除）；将选定个案复制到新数据集（形成一个新的SPSS数据文件，原始数据并未删除）；删除未选定的个案（删除原始数据，不建议使用）→之后在分析的时候就只会分析三年级的变量。不想只分析三年及，记得重新做这一步。
九。加权个案：数据→加权个案（例。100分的有5人）。不想加权了，记得重新做这一步。
十。分类汇总（1）例如算不同年级的人的身高的均值、方差…（只能计算函数）（2）数据→汇总，分界变量（分类标准变量），变量摘要（计算变量），函数：选择计算变量函数，变量名称与标签：定义新生成变量的名称与标签
●十一。长宽数据的转换
1.长数据变宽数据：索引变量消失变成score的尾缀
（1）数据→重组（重构）→个案重组为变量，标识变量，索引变量，电脑会自动帮你选出是xx xx要重构（不同疗程值不同的变量）。选完上述这些之后就一直点下一步&完成&立即重构&确定即可
（2）注意：当有多个变量需要重构时要自己决定“新变量组的顺序”。（A1A2B1B2;A1B1A2B2）
2.宽数据变长数据：score的尾缀消失变成索引变量
（1）数据→重组（重构）→变量重组为个案，个案组标识：使用选定变量，固定变量（手动选择，电脑不会自动帮你选出了），要转置的变量即值不固定的要重构的变量（手动选择，电脑不会自动帮你选出了）。选完上述这些之后就一直点击下一步&完成&立即重构数据&确定就行了
（2）当有多个变量需要重构时，这块的操作要特别注意：○1首先在“变量组数目”中选择“多个”○2然后在“选择变量”里要对于不同的“目标变量”分别定义“要转置的变量”（在本题中，即对于kidid目标变量定义一遍要转置的变量；对于age目标变量在定义一遍要转置的变量。其中，这两个要转置的变量必须是完全不同的）。但只需要定义一次“个案组标识”&“固定变量”（固定变量是相对于kidid & age都固定的那些变量；而不是说在对kidid进行转置的时候，age就是固定变量了；因此，固定变量只用定义一次且固定变量可以为空）。并且，你要特别注意，“个案组标识”里选择的变量& n个“要转置的变量”里选择的变量&“固定变量”里选择的变量都必须是完全不相同的。
十九。数据的合并
1.纵向合并:数据→合并文件→添加个案
2.（2）横向变量:数据→合并文件→添加变量(排除的变量：两个数据集中的相同变量.关键变量：两个数据集都有的变量，关键变量与后边的变量一对一
●十二。偏态系数：SK=0，分布对称；SK>0，右偏（右侧长尾）；SK<0，左偏（左侧长尾）；SK的绝对值越
大，说明偏斜的程度越大
峰度系数：K=0，标准正态分布；K>O尖峰； K<0，平峰
十三。统计表格的制作：分析→表→设定表。统计图形的制作：图形→图表构建程序
●十四。假设检验（无操作）——原理：原假设（想推翻），备择假设（想支持），单侧与双侧检验，=永远
在原假设上。a弃真错误，b取伪错误。a显著性水平（0.05）。计算统计量，找出临界值，将统计量与临界值比较落在拒绝域则拒绝 /P值（P-value、渐进显著性、Sig.），P＜a则拒绝原假设。注意：所有的检验都是用样本数据检验总体。
十五。卡方检验（列联分析）1.会计算期望頻数 2.提出假设：拟合优度检验（一致性检验）：H0-全相等，H1-不全相等。独立性检验：H0-独立，H1-不独立
3.SPSS进行独立性检验：分析-描述统计-交叉表，变量列表中选择行、列变量，【统计量】选择卡方，【单元格】选择是否显示行、列、总百分比，观察频数和期望频数→输出得结论
十六。T检验
1.单样本T检验（总体均值是几）：（1）H0：总体中孩子的身高平均是148cm ，H1：总体中孩子的身高平均不是148cm （2）分析→比较均值→单样本t检验，选择检验的变量和检验值，选项：设定均值差值的置信区间→输出得结论
2.独立样本T检验（两个总体均数的比较）：（1）H0：男女身高均值相同，H1：男女身高均值不同
（2）分析→比较均值→独立样本t检验，选择检验变量和分组变量（需定义，eg.男女），选项：设定均值差值的置信区间→输出得结论
3.配对样本T检验（两个总体均数的比较，检验某一因素是否造成了同一批人的两次结果的差异）：（1）H0：两次结果没有差异，H1：两次结果存在差异（2）分析→比较均值→配对样本t检验，选择配对的变量，选项：设定均值差值的置信区间
十七。方差分析（自变量对因变量有没有影响）
1.原理：总误差=处理误差/组间误差（自变量造成）+随机误差/组内误差（抽样造成）
2.单因素方差分析（1）H0：u1=u2=u3（自变量对因变量没影响），H1：u1 u2 u3不全相等（自变量对因变量有影响）（2）分析→比较均值→单因素ANOVA，输入因变量（连续型变量），因子即自变量（分组变量），选项：进行方差齐性检验→输出得结论
十八。回归分析
1.样本的相关系数r：|r|=1为完全相关（r=1完全正相关。r =-1完全负正相关），r = 0不存在线性相关关系相关，-1＜r<0为负相关，0 2.相关系数r的显著性检验(检验两个变量之间是否存在线性相关关系) （1）提出假设：H0不相关；H1相关（2）分析→相关→双变量，将待分析变量放入变量列表→输出得结论（看显著性双侧） 3.一元线性回归 回归模型：y=b0+b1x+e（e是误差项）。回归方程：E(y)=B0+B1x，B0 是回归直线在 y 轴上的截距，是当x=0时y的期望值；B1是直线的斜率称为回归系数，表示当x每变动一个单位，y变动B1单位。估计的回归方程：带∧号的，最小二乘法。判定系数R：反映回归直线的拟合程度，R→1，说明回归方程拟合的越好；R→0，说明回归方程拟合的越差 4.多元线性回归 （1）回归方程E(y)=B0+B1x1+B2X2 （2）分析→回归→线性，因变量：连续变量，自变量：连续变量直接放入模型/分类变量需要转化为虚拟变量放入 （3）结果：方程的Sig.（ANOVA里的）：整体方程的线性关系是否显著。调整后的R 2 ：方程的解释能力。系数的Sig.（系数表里的）：各因素对因变量的影响是否显著。方程：见系数表 （4）生成虚拟变量：n个原变量生成n-1个虚拟变量，“重新编码为不同变量”
相关主题
文本预览