SPSS知识点总结思维导图
U933485579
2023-05-17
SPSS
数据分析
知识点总结
SPSS知识点总结
树图思维导图提供《SPSS知识点总结》在线思维导图免费制作，点击“编辑”按钮，可对《SPSS知识点总结》进行在线思维导图编辑，本思维导图属于思维导图模板主题，文件编号是：1f06f6402520be17d4fd6a5d6a647944
思维导图大纲
相关思维导图模版
SPSS知识点总结思维导图模板大纲
第一章、SPSS数据文件建立与基本操作
资料类型：
定量变量
定性变量
分类资料
等级资料（有序变量）
建立数据文件
直接法：文件→新建→数据
间接法：文件→打开→数据→查找位置、文件类型→打开→勾选→确定
数据文件的编辑
合并文件
纵向合并：数据→合并文件→添加个案
横向合并：数据→合并文件→添加变量
拆分文件：①数据→拆分文件→比较组/组织组 ②分析→描述统计→探索→因子列表
第一种方法拆分完必须关闭
选择个案：数据→选择个案→选择：如果条件满足（如果（I）)→输出过滤到/将选定个案→确定
计算变量：转换→计算变量→目标变量（新命名）→数字表达式→确定
/：÷ 、 *：×、**：次方、~=：不等于、&：逻辑与、I:逻辑或、~：逻辑非
重新编码：转换→重新编码为不同变量→添加输出变量→新值和旧值→勾选输出变量为字符串→确定
排序个案
①转换→计算变量→函数组→全部→ $ casenum（双击、标序号）
②数据→排序个案→变量选择（序号）→升/降序
频率分布表的制作
分析→描述统计→频率→添加变量→统计量→计算max、min、全距（范围)、均值、标准差→转换→重新编码为不同变量→设置名称（组段）→设置新值和旧值→分析→描述和统计→频率→添加变量（组段）→显示频率表格→确定
第二章、统计描述
定量资料的统计指标
集中趋势
算术均数
几何均数
计算方法：①分析→报告→接行汇总→添加变量→统计量→确定 ②分析→比较平均数→平均值→因变量列表→选项→选择几何平均值→确定 ③分析→报告→个案摘要→添加变量→统计（选择统计→确定
中位数
离散趋势
极差
四分位数间距
方差
标准差
变异系数
加权个案：数据→个案加权→个案加权系数（选择）→频率变量（例：频数）→确定
正态分布资料：算术均数±标准差 偏态分布资料/分布不明资料/分布末端无确定值资料：中位数（四分位数间距）
计算方法：①分析→描述统计→频率→添加变量（可多选）→统计量→选择需要计算的数据→确定 ②分析→描述统计→描述→添加变量→选项→选择需计算数据→确定 ③分析→描述统计→探索→因变量列表→统计→确定
因变量列表：添加变量 因子列表：拆分
定性资料的统计指标
率：表示某现象发生的频率或强度
分析→描述统计→频率→添加变量（选择频率表）→确定
构成比：说明各构成部分在总体中所占的比重或分布
相对比：描述两个有关指标的对比关系
统计表
要求：三线（上下为1.5磅、中间为0.5磅）、汉字为宋体、英文/数字为Times New
Word绘制：插入→表格→右键→表格属性→边框与底纹→布局→查看网格线（能看到，预览打印不显示）→顶线/底线→先取消，改宽度，后加线→美观：全选、自动调整、内容、单元
Excel绘制：输数据→复制到Word→调整
统计图
数值变量（定量资料）
直方图：（持续性变量的频率分布情况）：图形→旧对话框→直方图→选择变量→确定
箱式图：（显示数据中的离群值或极端值）：图形→旧对话框→箱式图→简单→定义→添加变量、类别轴→确定
散点图：（对于双变量资料的相关分析）：图形→旧对话框→散点图→简单（一般情况）→添加X、Y轴→确定
线图：图形→旧对话框→折线图→多线/简单→其他统计量（选中）→添加变量（发病率）、类别轴（年份）、折线定义依据（疾病类型）→运行
分类变量（定性资料）
直条图：图形→旧对话框→直条图→其他统计量→添加变量、类别轴、聚类……（复式）/添加变量、类别轴（单式）
百分条图：（用于性质相同的多组资料内部的构成比较）：图形→旧对话框→百分条图→堆积→其他统计（选择）→变量、类别轴、堆积定义依据（添加）
圆图：图形→旧对话框→饼图→个案组摘要→变量总和（选中）→添加变量、分区定义依据
在输出框双击激活图形打开编辑器，可对图形的颜色，数据进行更改
第三章、单样本定量变量的假设检验
前言
定义：
统计推断：以样本为基础，进行关于总体特征和参数的推断
假设检验：对所估计的总体首先提出一个假设，然后通过样本数据去推断是否否定这一假设
一般设为无差异、无影响
普查：直接得到关于总体的认知，不需要统计推断
抽样调查（抽样误差）→参数估计/假设检验
假设检验的步骤
建立检验假设，确定检验标准
计算检验统计量
研究目的：差异性？关联性？
设计类型：单个？两样本？多样本？
资料类型：定量？定性？
适用条件：正态性？方差齐性？
确定P值，作出推断
正态性检验（α=0.10）
分析→描述统计→探索→加因变量→绘制→带检验的正态图（sig:P值） n≤50——S-W、n＞50——K-S、n＞5000只显示K-S
服从正态：均值±标准差——首选单样本t检验
非正态：中位数（四分位数间距）——单样本秩和检验
统计描述
单样本t检验——服从正态（一般α=0.05）
适用于：某样本均数X与已知总体均数μ 0 的比较；
目的：推断该样本均数X所代表的未知总体均数μ是否与已知总体均数μ0有差别
已知的总体均数μ 0 ：一般指理论值、标准值或经过大量观察所得到的稳定值
步骤：分析→比较均值→单样本t检验→加检验变量→更改检验值（填均值）
结果：t-两位 p（检验水准）-三位（大同小异）
单样本资料的符号秩和检验——非正态（一般α=0.05）
目的：推断样本中位数与已知总体中位数（常为标准值或大量观察的稳定值）有无差别
常用于：不满足单样本t检验应用条件的单样本定量资料的差异性
步骤：分析→非参数检验→单样本→目标：定制分析→字段（使用自定义字段分配）→添加检验字段→设置（定制检验→比较中位数……→加假设中位数（一般为题目中所给中位数）
结果：所的图双击可展开；Standardized Test Statistic:检验统计量z值、Asymptotic：p值（大同小异）
对排序后的数据恢复原样
在排序前，事先编制一个自然排序的变量作为指示变量
通过SPSS软件进行正常的排序操作
将事先编制的自然排序的指示变量重新按照升序（或降序）进行排序
排序个案：
①转换→计算变量→函数组→全部→ $ casenum（双击、标序号）
第四章、两样本定量变量的假设检验
两独立样本定量资料的假设检验
1、从两总体随机抽样出两样本，构成研究对象 2、从一总体随机抽样，抽出样本，随机分组成样本1和样本2，构成研究对象
两独立样本
两独立样本t检验（服从正态性检验、服从方差齐性检验）
①正态性检验和方差齐性检验：分析→描述统计→探索→因变量列表/因子列表→图→含检验的正态图+含莱文检验的分布（未转换）→确定 ②两独立样本t检验分析→比较平均值→独立样本T检验→检验变量、分组变量→定义组（使用指定的值）→确定
结果：正态性检验——sig. （α=0.10）方差齐性检验——第一行sig（α=0.10） independent第一行——检验统计量t、sig(大同小异、α=0.05）
两独立样本t'检验（服从正态性检验）
①正态性检验和方差齐性检验：分析→描述统计→探索→因变量列表/因子列表→图→含检验的正态图+含莱文检验的分布（未转换）→确定 ②两独立样本t‘检验：分析→比较平均值→独立样本T检验→检验变量、分组变量→定义组（使用指定的值）→确定
结果：正态性检验——sig. （α=0.10）方差齐性检验——第一行sig（α=0.10） independent第二行——检验统计量t、sig(大同小异、α=0.05）
两独立样本秩和检验（均不服从）
①正态性检验和方差齐性检验：分析→描述统计→探索→因变量列表/因子列表→图→含检验的正态图+含莱文检验的分布（未转换）→确定 ②两独立样本秩和检验：分析→非参数检验→旧对话框→2个独立样本→加检验变量和分组变量→选曼.惠特尼方法→确定
结果：检验统计量z、Asymp——p值
配对设计
类型：异体配对——按什么因素进行配对 自身配对——前后对比（降压药前后对比）、同一个人对称部位、同一份标本的不同检验方法
差值正态性检验
差值服从正态分布——配对设计t检验
①差值的正态性检验：转换→计算变量（差值）→分析→描述统计→探索→因变量列表（命名为差值）→含检验的正态图→确定②配对设计t检验：分析→比较平均值→成对样本t检验→配对变量（左键+Ctrl)→确定
结果：差值的正态性检验——sig 配对设计t检验——检验统计量t 、sig—P值
差值不服从正态分布——配对设计符号秩和检验
①差值的正态性检验：转换→计算变量（差值）→分析→描述统计→探索→因变量列表（命名为差值）→含检验的正态图→确定②配对设计的符号秩和检验：分析→非参数检验→旧对话框→2个相关样本→添加检验对→配对变量（左键+Ctrl)→检验类型：威尔科克森→确定
第五章、多样本定量变量的假设检验
多组独立样本设计分组图解
多组独立样本资料的假设检验
单因素方差分析（服从正态性检验、方差齐性检验）
步骤：进行正态性及方差齐性检验→分析→比较平均值→单因素AN0VA检验→加因变量和因子→事后比较（选LSD、SNK、邓尼特）→确定
多组独立样本比较的秩和检验（正态性检验和方差齐性检验有一个不满足）
步骤：进行正态性及方差齐性检验→分析→非参数检验→独立样本→目标（定制分析）、字段（使用自定义字段 加检验字段和组）、设置（定制检验→克鲁斯卡尔：全部成对）
随机区组（配伍组）设计资料的假设检验
随机区组设计资料的方差分析（服从正态性和方差齐性）
步骤：正态性及方差齐性检验（符合）→分析→一般线性模型→单变量→加因变量和固定因子→模型（定制→构建项：主效应→加模型）→事后比较（加事后检验P→选LSD、SNK）→确定
随机区组设计资料的秩和检验（方差齐性和正态性有一个不满足）
步骤：正态性及方差齐性检验→分析→非参数检验→相关样本→目标（定制分析）、字段（使用自定义字段分配 加检验字段）、设置（定制检验 选择傅莱德曼双因素....：全部成对）→确定
微信图片_20230504114758.jpg
第六章、定性变量的假设检验
两组独立样本设计定性资料的假设检验
两组独立样本设计二分类资料的假设检验
直接法x2检验（n≥40且T≥5）——麦尔逊
校正法x2检验（n≥40且1≤T＜5）——连续型修正
Fisher确切概率法（n＜40或T＜1 通过x2检验分析得出的P值十分接近检验水准时，使用此方法重新分析）
概要
步骤：对数据进行加权→x2检验（分析→描述统计→交叉表→加行、列→统计：卡方→单元格显示：勾实测、期望、行→确定
结果：Expected CountP——理论频数T、value——统计量x2值 分别看Pearson...、continuity...、fisher...三行结果
两组独立样本设计无序多分类资料的假设检验
T＞1且T∈（1，5）范围内格子数不超过总格子数的1/5
T＜1或T∈（1，5）范围内格子数超过总格子数的1/5
合并行/列或删除行/列
Fisher确切概率法
概要
步骤：数据的加权→分析→描述统计→交叉表→加行、列→统计：卡方→单元格：实测、期望、行→确定
两组独立样本设计等级资料（有序多分类）的假设检验
Wilcoxon秩和检验
步骤：数据的加权→Wilcoxon秩和检验（分析→非参数检验→旧对话框→2个独立样本→检验类型：惠特尼 加检验变量列表、分组变量、定义组→确定）
多组独立样本设计定性资料的假设检验
多组独立样本设计无序分类资料的假设检验
T＞1且T∈【1，5）范围内格子数不超过总格子数的1/5
Pearson x2检验
T＜1或T∈【1，5）范围内格子数超过总格子数的1/5
合并行/列或删除行/列
Fisher确切概率法
概要
步骤：数据的加权→分析→描述统计→交叉表→加行、列→统计：卡方→单元格：实测、期望、行→确定
进一步进行多重比较：①缺失 ②选择个案
多组独立样本设计等级资料的假设检验
步骤：加权→分析→非参数检验→独立样本→目标（定制分析）、字段（加检验字段和组）、设置（ANOVA-全部成对）→确定
配对设计二分类变量的假设检验
步骤：数据的加权→分析→非参数检验→相关样本→目标、字段（不同的方法）、设置（麦克尼马尔检验）
结果：卡方值 P值
两变量关联性分析
线性相关(均）服从正态
①绘制散点图：图形→旧对话框→散点图/点图→加X/Y轴→确定 ②二元正态检验（正态性检验） ③分析→相关→双变量→加变量→相关系数：皮尔逊→确定
结果：相关系数r 检验水准p
秩相关（不服从正态、一个为随机定量变量和一个等级资料）
步骤：分析→相关→双变量→加变量→相关系数（斯皮尔曼）→确定
结果：秩相关系数r小写s 检验水准P
定性变量的关联性分析
至少一个变量为无序分类变量的关联性分析
四格表：φ系数 多行多列：Cramer V系数和Pearson列联系数 r
步骤数据的加权：→分析→描述统计→交叉表→加行/列→统计（选卡方、列联系数、Phi和克莱姆）→确定
结果：检验水准P 相关系数x2
2×2配对资料的关联性分析
步骤数据的加权：→分析→描述统计→交叉表→加行/列→统计（选卡方、列联系数、Phi和克莱姆）→确定
两有序多分类变量的关联性分析
步骤数据的加权：→分析→描述统计→交叉表→加行/列→统计（选Gamma）→确定
结果：系数G 检验水准P
查看更多
相似思维导图模版
首页
我的文件
我的团队
个人中心