spss什么是描述性分析,以及如何去处理。

描述性分析是数据分析的第一步,是了解和认识数据基本特征和结构的方法,只有在完成了描述性统计分析,充分的了解和认识数据特征后,才能更好地开展后续更复杂的数据分析。因此,描述性分析是开展数据分析过程中最基础且必不可少的一环。

描述性统计分析的类别

对数据进行描述性分析主要考察的类别包括:

 ① 集中趋势分析 

集中趋势是指一组数据向某一个中心值靠拢的倾向,集中趋势统计量是反映一组数据一般水平的“代表值”或“中心值”的统计量。

常见的集中趋势统计量包括平均值、中位数和众数。

扩展阅读:集中趋势统计量在3种软件中的计算

 ② 离散程度分析 

离散程度是指一组数据,远离其中心的程度,离散程度统计量一般与集中趋势统计量结合起来描述数据的整体情况。

判断数据离散程度的统计量主要包括:极差、四分位数、百分位数、四分位距、标准差、方差和变异系数。

扩展阅读:离散程度统计量在3种软件中的计算

 ③ 数据分布形态分析 

数据分布形态主要指数据分布分布是否对称,偏斜度如何,分布陡峭程度等。刻画分布形态的统计量主要有偏度系数和峰度系数

 

 ④ 频率分析和交叉表分析 

频率分析主要研究变量中不同类别的频数、百分比、有效百分比和累计百分比等统计量。

扩展阅读:样本分布特征的频率分析

交叉表分析是观察两个变量间的交叉频数分布,为了后续进一步分析两变量之间是否存在相互影响的关系。

扩展阅读:变量之间的关系之交叉分析与卡方检验

 ⑤ 图表分析 

图表分析是利用图表观察数据的分布形态。在SPSS中开展描述统计分析时,可以顺带输出一些基本的图表。常用的图表包括:条形图、饼图、直方图、箱图、Q-Q图等等。

描述性统计分析也包括以图的方式呈现数据的结构和特征。在图形 -> 图表构建器菜单选项中,我们可以输出丰富的图形。

SPSS中的描述性统计分析工具

在SPSS软件中开展描述性统计分析的菜单比较丰富,在分析 -> 描述统计菜单选项中,频率、描述、探索、交叉表子菜单都能输出描述性统计量。

 

频率菜单中能输出的统计量和图表如下图所示:

 

频率分析不仅可以输出统计指标,还可以直接输出相应的统计图,如用于分类变量的饼图和条形图,用于连续变量的直方图。

描述探索菜单中能输出的统计量和图表如下图所示:

 

描述菜单主要用于进行一般性的统计描述,相对于频率分析而言,它能输出的统计量较少,但使用频率却更高。从上图中的统计选项卡可以看出,该菜单适用于对服从正态分布的连续变量进行描述。

探索菜单是用于对分布状况不清的连续资料进行探索性分析,它能输出很多描述性统计量,包括:平均值、中位数、方差、标准差、最大值、最小值、全距、四分位距、偏度、峰度等。同时还能输出直方图、茎叶图、箱线图、Q_Q图等统计图,是描述统计菜单中最强大的一个描述过程。

交叉表菜单的对话框如下图所示:

 

交叉表对两个或多个分类变量进行联合描述,可以产生二维或n维列联表,并计算相应的行/列/合计百分比、行列汇总指标等。

上述这4种菜单所能输出的统计量都是固定的选项,如果你想要更灵活的选择输出统计量,可以选择定制表功能,它不仅可以开展频率分析、交叉分析和分组汇总分析,还可以自定义输出的统计表格类型,以及需要输出的统计量。

 

在菜单分析 -> 表 -> 定制表中,我们可以将数据拖入制表画布,对制表变量的统计指标、汇总方式等进行设定。在摘要统计复选框中有上百种统计量可供选择,我们可以按需设定。

值得注意的是,对于不同类型的变量,常用的描述性统计分析方法和参数不同。

对于数值型变量,常用的描述性统计分析方法包括集中趋势分析、离散程度分析和数据分布形态分析等。对于分类变量,常用的描述性统计分析方法包括频数分析和交叉列联表分析。

大家在对数据进行描述性分析并选择输出统计量时,需要注意数据的类型,并输出对应的统计量和统计图表。

描述性统计分析结果展示

描述统计的结果需要以三线表的形式进行呈现。学术论文中,涉及到的表格一般都需要以三线表的形式呈现。

输出或制作三线表的方法主要有三种:

方法一:直接使用SPSS输出三线表,使用SPSS的【分析】>【定制表】功能输出描述统计的结果,然后结合定制的三线表样式文件直接输出三线表。

方法二:将SPSS的输出结果,复制到Excel中进行内容删减和表格结构调整,调整完成后,再复制到Word中进行边框调整。

方法三:直接在Word中制作好三线表的表头和表结构,将SPSS的输出结果复制或者手工输入到三线表中。手工誊抄数据时,很可能把数据弄错,注意核查。

通常,SPSS直接输出的图表很难完全满足大家的需求,多少需要进行一些格式的微调。我一般都会选择方法二对图表进行进一步的优化。

比如下图是一个最常见的统计表格,为了避免表格过长,我将它分成了左右两边并列排列。这种操作必须借助Excel和Word手动完成。

 

下面的这个描述统计表格也额外添加了被接受变量、变量含义等列,使整个表格内容更完整易读。

 

描述统计和三线表这部分的内容十分丰富,但操作步骤繁多琐碎,很难通过文字的形式表达清楚,但通过视频演示却能十分直观快速的让大家学会这些操作。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/68529.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Idea添加mybatis的mapper文件模版

针对Java开发人员,各种框架的配置模版的确是需要随时保留一份,在使用的时候,方便复制粘贴,但是也依然不方便,我们可以给开发工具(IDE)中添加配置模版,这里我介绍下使用idea开发工具&…

高忆管理:今年来尚未有公司递表,香港SPAC市场为何“熄火”?

香港SPAC上市准则敞开之后,从第一家公司上市到现在已经有1年多的时刻。(【深度】王石、李宁、卫哲争相发起建立SPAC,香港版“上市盲盒”会火吗? 界面新闻了解到,今年以来,香港SPAC并没有新动态,…

数据链路层 -帧结构

帧结构 802.3 有线网卡的帧格式802.11 无线网卡的帧格式 802是指一个国际标准委员会 IEEE 802 帧头主要包括三个部分: 目标MAC(6个字节)源MAC (6个字节)类型 (包含两种类型:0x0800【IP协议】 …

麻省理工学院利用水泥和炭黑制造出超级电容器

麻省理工学院的研究人员展示了一种使用低成本水泥和炭黑的制造的超级电容器,这一发明可能会彻底颠覆可再生能源的存储。 ​为了解决太阳能、风能和潮汐能等间歇性和非周期性电源的普及问题,实用并且廉价的电力储存技术一直是重要的环节。MIT的研究人员最…

vue中全局状态存储 pinia和vuex对比 pinia比vuex更香 Pinia数据持久化及数据加密

前言 毕竟尤大佬都推荐使用pinia,支持vue2和vue3! 如果熟悉vuex,花个把小时把pinia看一下,就不想用vuex了 支持选项式api和组合式api写法pinia没有mutations,只有:state、getters、actionspinia分模块不…

TartanVO: A Generalizable Learning-based VO 论文阅读

论文信息 题目:TartanVO: A Generalizable Learning-based VO 作者:Wenshan Wang, Yaoyu Hu 来源:ICRL 时间:2021 代码地址:https://github.com/castacks/tartanvo Abstract 我们提出了第一个基于学习的视觉里程计&…

妙盈面试(部分)

算法题1,二分查找即可: git rebase算法题2,求二叉树两结点的最小公共祖先 搞笑的是,第2道算法题我刚开始做,黑屏了两秒钟,当时其实腾讯会议软件已经崩溃了,但是我没注意到而是继续做题。等到做…

Stable Diffusion - 常用的负向提示 Embeddings 解析与 坐姿 (Sitting) 提示词

欢迎关注我的CSDN:https://spike.blog.csdn.net/ 本文地址:https://spike.blog.csdn.net/article/details/132145248 负向 Embeddings 是用于提高 StableDiffusion 生成图像质量的技术,可以避免生成一些不符合预期的图像特征,比如…

推出稳定代码:人工智能辅助编码的新视野

推荐:使用 NSDT场景编辑器 快速助你搭建可二次编辑的3D应用场景 在不断发展的软件开发环境中,对效率和可访问性的追求导致了各种工具和平台的创建。最新的创新之一是StableCode,这是Stability AI的大型语言模型(LLM)生…

整理mongodb文档:改

个人博客 整理mongodb文档:改 求关注,求批评,求进步 文章概叙 本文主要讲的是mongodb的updateOne以及updateMany,主要还是在shell下进行操作,也讲解下主要的参数upsert以及更新的参数。 数据准备 本次需要准备的数据不是很多…

怎样做接口测试:从入门到精通的指南

怎样做接口测试:从入门到精通的指南 为什么接口测试如此重要? 接口测试在软件开发过程中扮演着关键的角色。它确保不同系统、组件或服务之间的无缝集成和通信。 接口测试的基本概念 接口测试是一种验证软件系统组件之间相互连接的过程。它主要关注数据…

SpringBoot 整合Druid

集成Druid Druid简介 Java程序很大一部分要操作数据库,为了提高性能操作数据库的时候,又不得不使用数据库连接池。 Druid 是阿里巴巴开源平台上一个数据库连接池实现,结合了 C3P0、DBCP 等 DB 池的优点,同时加入了日志监控。 D…

【CSS】背景图定位问题适配不同机型

需求 如图, 实现一个带有飘带的渐变背景 其中头像必须显示飘带凹下去那里 , 需要适配不同的机型, 一不下心容易错位 实现 因为飘带背景是版本迭代中更新的, 所以飘带和渐变背景实则两个div 飘带切图如下 , 圆形部分需要契合头像 <view class"box-bg"><…

C++内存管理(new与delete)

这篇文章的主要内容是new与delete的由来&#xff0c;使用new与delete对C堆内存进行管理&#xff0c;(malloc、free)与(new、delete)的区别。希望对C爱好者有所帮助&#xff0c;内容充实且干货&#xff0c;点赞收藏防止找不到&#xff01; 更多C优质内容跳转&#xff1a; 重生之…

百度秋招攻略,百度网申笔试面试详解

百度秋招简介 作为行业巨头&#xff0c;百度向社会提供的岗位一直都是非常吃香的&#xff0c;每年也都有很多考生密切关注&#xff0c;百度发布的招聘广告&#xff0c;以尽可能的让自己进入这家企业工作&#xff0c;实现自己的人生价值。那么百度每年的秋招时间是多久&#xf…

An unexpected error has occurred. Conda has prepared the above report

今日在服务器上创建anaconda虚拟环境的时候&#xff0c;出现了如下报错 An unexpected error has occurred. Conda has prepared the above report 直接上解决方案 在终端中输入如下指令 conda config --show-sources 如果出现以下提示&#xff0c;说明多了一个文件 输入以下…

JVM 性能优化思路

点击下方关注我&#xff0c;然后右上角点击...“设为星标”&#xff0c;就能第一时间收到更新推送啦~~~ 一般在系统出现问题的时候&#xff0c;我们会考虑对 JVM 进行性能优化。优化思路就是根据问题的情况&#xff0c;结合工具进行问题排查&#xff0c;针对排查出来的可能问题…

[Docker精进篇] 详细配置和部署镜像(一) 文末送书

前言&#xff1a; 容器提供了将应用程序的代码、运行时、系统工具、系统库和配置打包到一个实例中的标准方法。 文章目录 一. 认识Docker1️⃣docker服务端2️⃣docker客户端3️⃣docker仓库 二. 使用Docker1️⃣卸载旧的2️⃣安装 yum-utils3️⃣添加阿里云镜像&#xff1a;4️…

使用Java 8 中的 Stream 遍历树形结构

1 前言 可能平常会遇到一些需求&#xff0c;比如构建菜单&#xff0c;构建树形结构&#xff0c;数据库一般就使用父id来表示&#xff0c;为了降低数据库的查询压力&#xff0c;我们可以使用Java8中的Stream流一次性把数据查出来&#xff0c;然后通过流式处理&#xff0c;我们一…

安卓应用面试

Cordova 说明&#xff1a;一个移动框架&#xff0c;将HTML&#xff0c;CSS&#xff0c;JS封装为原生APP(hybird) 优点&#xff1a;跨平台&#xff0c;利于移植&#xff0c;能利用HTML5的各种特性&#xff0c;快速开发&#xff0c;成本低 缺点&#xff1a;不能使用设备的所以…