SPSS软件常用菜单含义与功能介绍
图1：SPSS运行窗口
1、计算产生变量
根据已经存在的变量，经过函数计算后，建立新变量或替换员原量的值。
图2：计算产生变量
图3：分类汇总
1、描述性统计
（1）频数分布分析：通过频数分布表、直方图，以及集中趋势和离散趋势的各种统计量，描述数据的分布特征。
（2）描述性统计分析：计算描述数据的集中趋势和离散趋势的各种统计量，还可以做标准化变换（变成均值为0，方差为1的数据）。
（3）探索性分析：判断数据有无离群点（outliers），极端值（extreme values）；进行正态分布检验和方差齐性检验；了解数据指标之间差异的特征。
（1）双变量相关分析：分析两个变量之间是否存在相关关系。
（2）偏相关分析：剔除其他变量的影响的情况下，计算两变量之间的相关系数。
3、聚类分析与判别分析
（1）系统聚类：最常用的聚类方法。
（2）判别分析：判别所研究的对象属于哪一类的统计方法。
（1）线性回归：一个因变量（dependent ）与多个自变量（independents ）之间存在线性数量关系。
（2）曲线拟合：可以完成11种曲线的自动拟合（根据需要进行选择），并进行参数估计与检验，绘制拟合图形等。自变量（independent ）只能选一个或者使用时间作为自变量(time: 即使用1,2,3,…,)，即只能做一元函数的曲线拟合。因变量（dependent ）可以选多个，将分别做多个一元函数的拟合。
模型
Models 模型名称 模型表达式
Linear 线性模型 01*y b b x =+ Logarithmic
对数模型
01*ln y b b x =+
Inverse 逆模型 01/y b b x =+ Quadratic 二次模型 2012**y b b x b x =++ Cubic 三次模型 230123***y b b x b x b x =+++
Compound 复合模型 01*x y b b =
Power 幂模型 10*b y b x = S S 型模型 01/b b x y e +=
Growth 生长模型 01*b b x y e += Exponential 指数模型 1*0*b x y b e =
Logistic
Logistic 模型
011/(1)b b x y e --=+
一般可以先选择所有的11种模型，再根据结果选择最佳模型。
（3）二分类Logistic 回归：对于因变量为二分类的定性数据（如性别）所采取的一种回归分析方法。
（4）非线性回归：一个因变量（dependent ）与多个自变量之间存在非线性数量关系。利用下测的计算板和函数框输入模型的表达式（Model Expression ）, 模型表达式中应至少包含一个自变量。对于使用的参数，要输入其名称和初始值。
图3：非线性回归的操作界面
在输出结果的最后会给出R-squared 说明模型拟合的效果.
5、因子分析与主成分分析
因子分析与主成分分析属于两种不同的分析技术，但在数据的处理上是基本一样的，都使用命令：Analyze→Data Reduction→Factor.
。
