发布时间:2021-05-19 10: 54: 19
本文主要将从描述性统计的定义、描述性统计的应用场景、怎么进行描述性统计三个方面来介绍描述性统计。
首先描述性统计是用来计算变量之间的差异,一般用平均值、方差、标准差这些数学公式来计算变量之前的差异。主要在比较多个变量时,会用到描述性统计。接下来我将用几个简单步骤,在IBM SPSS中演示如何进行描述性统计分析。
1、打开数据
如图所示,是男女演员获得奥斯卡奖项的岁数。我将在此基础上用描述性统计,来分析男女演员获得奥斯卡的岁数差异。
2、菜单位置
首先点击菜单中的“分析”按钮,接着点击下级菜单中的“描述统计”按钮,最后点击“描述”按钮。
3、选择要统计的变量
这里我们选中男演员和女演员,再分别把它们加入到右侧的变量框中。最后勾选下方的“将标准化值另存为变量”,这里需要解释一下什么是“将标准化值另存为变量”,首先标准化值是用来描述原始分数和平均值之间的差异,如果标准化值为负数,代表原始数据低于平均值,如果是正数则表示原始数据高于平均值。另存为变量的意思是,将这些标准化值在数据集中生成一个新的变量。
4、选择需要分析的项目
点击右侧的选项进入分析项目选择界面。
这里我们将方差、范围、标准差等都选上,当然实际操作中具体分析,不要多选也不要漏选。
5、结果展示
可以看到,我们勾选的分析项目均出现在结果表中。
标准化值也以变量的形式出现在每一个数据的后面。
上文介绍了描述性统计分析的步骤,接下来我们来谈谈它的利弊。描述性统计分析不像频数分析那样能够生成图形,但描述性统计分析可以将原始数据转换成标准化值,再将这些值存储在数据集中,这样我们就可以多次使用。如果大家想要生成图形,可以采用频数分析IBM SPSS Statistics中文官网有相关文章,可以前往阅读学习。
作者:何必当真
展开阅读全文
︾
读者也喜欢这些内容:
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
阅读全文 >
SPSS应用多元逻辑回归解决无序多分类问题
什么是无序多分类?举一个例子,当我们要研究基因突变与疾病之间的关系时,因变量就是疾病的各种分类,如乳癌、胃癌、鳞癌等多种,此时因变量不是简单的患病和不患病,且他们之间是无序的,这就是无序多分类。...
阅读全文 >
如何在SPSS中设置逻辑回归的哑变量
哑变量,是一个人为设定的变量,通常取值为0到N,以职业分类来说,0代表学生,1代表工人,2代表老师等等,哑变量就是通过这种取值方式,以此来反映某个变量的不同属性。...
阅读全文 >
SPSS逻辑回归模型案例 逻辑回归和线性回归的区别
逻辑回归适用于二分变量的模型,最显著的作用是可以预测模型中每个自变量的概率。也就是说,逻辑回归可以根据一组样本数据,得到预测值或者某种预测结果。下面,小编来介绍一下SPSS逻辑回归模型案例,逻辑回归和线性回归的区别的具体内容。...
阅读全文 >