一、统计报告
l 在线分析处理报告 Analyze→Reports→OLAP Cubes
l 个案摘要报告 Analyze→Reports→Summarize Cases
l 行形式摘要报告 Analyze→Reports→Report Summaries in Rows
l 列形式摘要报告 Analyze→Reports→Report Summaries in Columns
二、描述性统计分析
1.频数分析 Analyze→Descriptive Statistic→Frequencies
(1)频度分布表 (2)变量描述统计量的计算 (3)显示频度的图形
2.基本描述统计量 Analyze→Descriptive Statistic→Descriptives
l 集中趋势(Central Tendency)的统计量
l 离散趋势(Dispersion)的统计量
l 分布形态(Distribution)的统计量
3.探索性分析 Analyze→Descriptive Statistic→Explore
l 茎叶图
l 箱图
l 正态分布检验Q－Q概率图
l 方差齐性检验的散点－分层图
4.交叉列联表分析 Analyze→Descriptive Statistic→Crosstabs
三、两总体均值比较
l 单样本T检验 Analyze→Compare Means→One-Sample T Test
l 独立样本T检验 Analyze→Compare Means→Independent-Samples T Test
l 配对样本T检验 Analyze→Compare Means→Paired-Samples T Test
四、方差分析
l 单因素方差分析 Analyze→Compare Means→One-way ANOVA
l 多因素方差分析 Analyze→General Linear Model→Univariate
l 协方差分析 Analyze→General Linear Model→Univariate
u 假设检验的步骤
1.提出原假设和备择假设
对每个假设检验问题，一般可同时提出两个相反的假设：
●原假设
原假设又称零假设，是正待检验的假设，记为H0
●备择假设
备择假设是拒绝原假设后可供选择的假设，记为H1 。
原假设和备择假设是相互对立的，检验结果二者必取其一。接受H0则必须拒绝H1;反之，拒绝H1,则必须接受H0 。
原假设和备择假设不是随意提出的，应根据所检验问题的具体背景而定。
2.选择适当的统计量，并确定其分布形式
不同的假设检验问题需要选择不同的统计量作为检验统计量。
3.选择显著性水平α
显著性水平表示当H0为真时拒绝H0的概率，即拒绝原假设所冒的风险，用α表示。通常取α = 0.1、0.05或0.01等。
4.做出结论
根据样本资料计算出检验统计量的具体数值(及伴随概率P)，并用它与临界值相比较，做出接受或拒绝原假设Ho的结论。
●如果检验统计量的数值落在拒绝区域内（P<= α ），说明样本所描述的情况与原假设有显著性差异，应拒绝原假设；
●相反，如果检验统计量的数值落在接受区域内（P>α ），说明样本所描述的情况与原假设没有显著性差异，应当接受原假设。
五、单样本非参数检验
1.卡方检验
求卡方要求两步：（1）对样本数据加权 Data→Weight cases；（2）求卡方Analyze→Nonparametric Tests→Chi-Square Test
2.二项分布检验 ( 二项分布检验是指数理统计中的0-1分布 )
Analyze→Nonparametric Tests→Binomial Test
3. 单样本K-S检验:用于检验样本数据是否服从某一特定的分布（正态分布、均匀分布、指数分布和泊松分布等）。
Analyze→Nonparametric Tests→One-sample-kolmogorov-Smimov Test
PS: Normal：正态分布
Uniform：均匀分布
Poisson：泊松分布
Exponential：指数分布
4.游程检验:游程检验又称为链检验，主要用于检验一个变量的两个值（0和1）的分布是否呈现随机分布。
Analyze→Nonparametric Tests→Run Tests
六、独立样本非参数检验
1.两独立样本非参数检验:对总体分布不了解的情况下，通过对两组独立样本的分析来推断样本来自的两个总体的分布是否存在显著差异。
Analyze→nonparametric tests→Two-Independent-samples test
检验方法(4种方法)
l 曼-惠特尼U检验
（Mann-Whitney U）
l 摩西极端反应检验
（Moses extreme Reactions）
l K-S检验
（Kolmogorov-Smirnov Z）
l 游程检验
（Wald-Wolfwitz Runs）
2.多独立样本非参数检验:通过分析样本数据来推断样本来自的多个总体分布是否存在显著差异。
Analyze→nonparametric tests→K Independent samples Test
检验方法（3种）
l 平均秩检验（K-W Kruskal - Waillis H）
l 中位数检验（Median）
l 分组分布检验（Jonckheere-Terpstra Test）
七、相关样本非参数检验
1.两相关样本非参数检验:通过分析样本数据来推断样本所在的两个相关配对的总体的分布是否存在显著差异。
Analyze→nonparametric tests→Two-Related-samples test
检验方法（4种方法）
l 变化显著性检验
（McNemar）
l 符号检验
（Sign）
l 符号平均秩检验
（Wilcoxon检验）
l 边缘一致性检验
（Marginal Homogeneity）
2.多相关样本非参数检验:多相关样本的非参数检验是两相关样本非参数检验的扩展，是检验多个相关样本的分布是否存在显著差异。
Analyze→nonparametric tests→K Related samples Test
多相关样本检验方法（3种方法）
l 双向等级方差分析（Friedman检验）
l 和谐系数检验（Kendalls’ W检验）
l 二分变量检验（Cochran’Q检验）
八、非参数检验判断
1.独立样本
A 两独立样本 Analyze→nonparametric tests→Two-Independent-samples test
l 曼-惠特尼U检验
（Mann-Whitney U）
l 摩西极端反应检验
（Moses extreme Reactions）
l K-S检验
（Kolmogorov-Smirnov Z）
l 游程检验
（Wald-Wolfwitz Runs）
B 多独立样本 Analyze→nonparametric tests→K Independent samples Test
l 平均秩检验
（Kruskal - Waillis H）
l 中位数检验
（Median）
l 分组分布检验
（Jonckheere-Terpstra Test）
2.相关样本
A 两相关样本 Analyze→nonparametric tests→Two-Related-samples test
l 变化显著性检验
（McNemar）
l 符号检验
（Sign）
l 符号平均秩检验
（Wilcoxon检验）
l 边缘一致性检验
（Marginal Homogeneity）
B 多相关样本 Analyze→nonparametric tests→K Related samples Test
l 双向等级方差分析
(Friedman检验）
l 和谐系数检验
(Kendalls’W检验）
l 二分变量检验
（Cochran’Q检验）
九、相关分析
1.二元变量分析:是研究和分析两个变量之间相关程度的统计方法。
Analyze→Correlat→Bivariate Correlations
l 散点图分析
完全相关、较强(正/负)相关、较弱(正/负)相关、不相关
|
相关系数取值范围 |
r=0 |
|r|<0.3 |
|r|=0.3~0.5 |
|r|=0.5~0.8 |
|r|>0.8 |
|r|=1 |
|
相关程度 |
无相关 |
微弱相关 |
低度相关 |
显著相关 |
高度相关 |
完全相关 |
2.偏相关分析:在多元相关分析中，通常将其他变量固定(控制)，而计算某两个变量之间的相关系数，称为偏相关系数。
Analyze→Correlat→Partial Correlations
