学习汇报

学习汇报

之前除了用过Excel来处理过数据以外，很少做数据的处理。而且用Excel也是很浅、很简单的用法。现在社会上一直在谈论着“大数据”，而且“大数据”也已经渗入我们生活的点滴，比如淘宝上、浏览器也会记录下我们所浏览过的痕迹，从而分析出我们的一些信息，并且很精准。之后还可以利用这些信息来赚取更大的利润。这些，都让我们不得不来思考、并加入分析、利用大数据的队伍。但是，这都需要基于我们学会分析数据的基础上。这就到了我们SPSS软件的用武之地。

SPSS，Statistics Product and Service Solutions 的简称，是一款用于统计学分析运算、数据挖掘、预测分析和决策支持任务及相关服务的软件产品。其功能强大、易于操作，被广泛用于很多领域。

SPSS功能强大，菜单栏里每一个菜单都对应了很多种方法，有各种分析功能，如报告分析、描述统计、表、比较均值、一般线性模型、广义线性模型等。还可以通过数据绘制出各种图形如直方图、茎叶图等。通过对数据使用这些方法，可以描述出数据的集中趋势、离散程度、偏度和峰度等，以及可以判断出某一个变量对我们整体结果的影响程度，从而可以根据这些结论采取一定的措施。并且对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分在软件的对话框内可以操作完成，无需记忆，方便操作。

但是要应用SPSS软件必须要了解统计分析的原理，才可以知道使用相对应哪种方法来处理我们的数据，从而得到我们想要的结果。

其中，常用的描述数据的统计量有，均值Mean、均值标准误差S.E.mean、中位数Median、众数Mode、全距Range、总和Sum、标准差Standard Deviation、方差Variance、频数Frequency、最小值、最大值、偏度Skewness、峰度Kurtosis等，这些都是基础的统计量。当数据量大，且复杂时，会用到更为复杂的统计分析方法。

偏度（skewness）描述数据分布形态，它是描述某变量取值分布对称性的统计量。这个统计量是与正态分布相比较的量，偏度为0表示其数据分布形态与正态分布偏度x相同；偏度大于0表示正偏差数值较大，为正偏或右偏，即有一条长尾巴拖在右边；偏度小于0表示负偏差数值大，为负偏或左偏，有一条长尾拖在左边。而偏度的绝对值数值越大表示分布形态的偏斜程度越大。

峰度（kurtosis）（数据->加权个案）是描述某变量所有取值分布形态陡缓程度的统计量。这个统计量是与正态分布相比较的量，峰度为0表示其数据分布与正态分布的陡缓

程度相同；峰度大于0表示比正态分布高峰要更加陡峭，为尖顶峰；峰度小于0表示比正态分布的高峰要平坦，为平顶峰。

最近学的统计分析主要是T检验（分析->比较均值）（分为单样本T检验、独立样本T检验、配对样本T检验）。T检验要求总体符合正态分布。

单样本T检验：检验一个正态分布的总体的均值和某指定值之间是否存在显著差异。比如，选取了几个人，看他们身高的均值是否高于、低于、还是等于1.70cm。

独立样本T检验：前提为样本间相互独立。了解两个样本之间是否有显著差异存在。如果待检验的两样本均值差异较小，t值较小，说明两样本均值不存在显著差异；相反，t值越大，说明两样本的均值存在显著差异。

配对样本T检验：用来看一组样本在处理前后或者给予两种不同处理的效果比较。比如，选取几个人，分别在饭前和饭后测量他们的体重，检测吃饭对他们的体重有无影响。

最终，根据计算出的t值及sig值看，一般sig与0.05比较，大于0.05，说明差异不显著，小于0.05，说明差异显著。

方差分析用于两个及两个以上样本均值差异的显著性检验。方差分析的基本思想是：通过分析研究中不同变量的变异对总变异的贡献大小，确定控制变量对研究变量影响力的大小。通过方差分析，分析不同水平的控制变量是否对结果产生了显著影响。如果控制变量的不同水平能够对结果产生显著影响，那么它和随机变量共同作用，必将使结果有显著变化。分为单因素方差分析与多因素方差分析。单因素方差分析（分析->比较均值->单因素ANOVA）所解决的是一个因素下的多个不同水平之间的相关问题；多因素方差分析（分

析->一般线性模型->单变量）的控制变量在两个或两个以上，其主要用于分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量是否对结果产生了显著影响；协方差分析（分析->一般线性模型->单变量）将那些很难控制的因素作为协变量，在排除协变量影响的条件下，分析控制变量对观察变量的影响，从而更准确地对控制因素进行评价。

另外，在SPSS里，还有很多方法，相关分析（分析->相关）、回归分析、因子分析、结构方程模型等，都有待深入学习，为以后的看论文、写论文，做一点基础。现在拿到一篇论文看的时候，尤其看到公式的地方，都没有一点头绪，根本不懂，一来可能是数学基础远远不够，二来接触了解的东西太少，看的论文太少，所以对自己以后的方向什么的也没有概念，希望能在以后的学习中，慢慢发现问题，找到方向。