在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
IBM SPSS Statistics的频率分析是描述统计的一种分析方法,可用于描述多种类型变量的统计数值,其中包含了定性与定量变量,同时也提供了多种图形显示,如条形图、直方图等,用于数据的可视化呈现。
IBM SPSS Statistics的加权个案功能,指的是为个案加以不同的权重,以实现特定统计分析方法的功能。其中一个简单的应用是,将汇总的统计结果以加权个案的方式,对频数加权,方便后续进行原始数据类的分析,如频数分析、交叉分析等。
上一节,我们主要学习了选择个案中的条件筛选与随机选取个案的功能,本节中,将会重点讲解基于时间或个案范围、使用过滤变量两种选择个案的功能。
面对庞大的数据库,如何才能进行更加精准的分析?除了对整体数据进行分析外,我们还可以使用IBM SPSS Statistics的选择个案分析方法,指定数据的分析范围,比如以条件筛选的方式选择个案,以获得更精准的数据分析结果。
独立样本T检验与平均值检验、单样本T检验、配对样本T检验均属于比较平均值的检验方法。不同的是,独立样本T检验比较的是两组个案的平均值。该检验需要符合随机分布的假定,也就是说,两组个案数据间的差异无其他人为的影响因素。
单样本T检验与平均值检验、独立样本的T检验、配对样本的T检验同属IBM SPSS Statistics的平均值分析,都是通过比较平均值来分析变量间的关系。
在进行数据录入时,以数值型数据录入会更有利于后续的统计计算。但如果在录入时,采用了字符串值的录入方式,该如何将其转化为可计算的数值呢?在这种情况下,可以使用IBM SPSS Statistics的重新编码功能,将字符串重新编码为数值。
IBM SPSS Statistics的比较平均值分析法属于参数型的检验法,是以已知总体分布的前提下,检验样本数据与总体数据的差异,其中包含了平均值、单样本T检验、独立样本T检验、配对样本T检验以及单因素ANOVA检验的分析方法。
微信公众号