spss统计软件使用教程

nullnull 公共卫生与全科医学学院 SPSS统计软件简介SPSS统计软件简介SPSS是社会科学统计软件包（Statistics Package For Social Science）的缩写，经过几十年的改进，该产品发展成为集统计分析、数据挖掘、商业智能、顾客关系管理等多功能的统计产品和服务解决方案（Statistics Product For Service Solutions）的软件。适用于社会学、医学、心理学、经济学等领域。null20世纪60年代末，美国斯坦福大学的三位研究生研制开发了最早的统计分析软件SPSS，同时成立了SPSS 公司 1975 年在芝加哥组建了SPSS 总部 1984年开发了DOS操作系统下的PC+1.0版本 1992年的DOS版升级为Windows版本，即最初的4.0版 1999年升级到10.0版、2001年升级为11 .0版、 2003年 Windows操作平台下的最新版本为12.0;目前已有17.0 与著名统计软件SAS相比，更适用于统计初学者或非统计学专业人员SPSS统计软件简介nullSPSS的安装、启动和退出 安装 启动 方法一： 进入Windows → 开始 → 程序 → SPSS for windows → 单击 方法二： 直接双击桌面上的SPSS图标安装后启动的界面安装后启动的界面SPSS的安装、启动和退出 SPSS常用的窗口SPSS常用的窗口SPSS的安装、启动和退出 nullSPSS的安装、启动和退出 退出 方法：单击主菜单中的File → 单击Exit 注：退出前要保存新建立的或修改的文件内容。 与SPSS相关文件的后缀名的意义： .SAV SPSS的数据文件 .SPO SPSS在运行中产生的统计分析结果文件 .SPS SPSS语法程序文件 学习SPSS统计软件的目的学习SPSS统计软件的目的学会应用SPSS统计软件进行数据库的建立和数据的正确录入 能够正确地选择适当的统计方法对录入的数据进行分析 能够对统计结果进行正确的解释一、分析数据库的建立一、分析数据库的建立 指把科研或日常工作中采集的各种信息、数据，以某种方式存入到计算机磁盘中，建立可随时存取、修改、统计分析的数据文件的全过程。定义变量数据录入保存数据 变量格式设置窗口(Variable View)变量格式设置窗口(Variable View)定义变量例如 在Variable View窗口中例如 在Variable View窗口中 Name—更改变量名称 Type—选择变量类型（如numeric 、date、string) Decimals—设定小数显示的位数 Label—分析输出结果中变量的显示名称 Values —分析输出结果中变量内容的显示名称 定义变量数据编辑窗口（Data Editor）数据录入数据编辑窗口（Data Editor）操作演示null保存数据操作SPSS数据转换功能较强:可存取和转换多种数据类型,Spss（*.sav），Excel(*.xls)，Text(*.txt) , dBase(*.dbf) 文件等。学生操作学生操作建立一个以自己名字为文件名的SPSS数据库 调查变量包括：姓名、性别（1=男性，2=女性）、出生日期（美式）、身高（单位cm，保留2位小数） 输入自己的数据并保存二、数据的统计分析二、数据的统计分析用统计指标、统计、统计图等方法去对资料的数量特征及分布规律进行测定和描述统计分析统计描述指如何抽样以及如何用样本信息推断总体特征的问题 统计判断统计描述(descriptive statistics 过程)统计描述(descriptive statistics 过程)新建数据库或打开已有数据库(如： diameter_sub.sav数据库记录了216个人体脊柱椎体的矢状面管径，试对变量“trueap_mean”(矢状面管径)作描述性分析，并绘制直方图)Analyze → Descriptive statistics→ Frequencies → 使左侧源变量栏进入右侧variable(s)栏 → 单击statistics 选择统计指标 → continue → chat 选择要输出的图形 → continue → format 选择要输出的格式 → continue → OK频数表分析（frequencies）null频数表分析（frequencies）频数表分析（frequencies）Quartiles 四分位数 Mean 均数 Median 中位数 Mode 众数 Sum 总和 Std.devation 标准差 Variance 方差 Range 极差 S.E.mean 标准误□ display frequency tables 显示频数分布表（是针对每一个数值，并非分组段） □ percentile(s)显示分布分析：选择P2.5和P97.5或P5和P95（即95%和90%正常值范围） □ distribution：选择skewness（偏度系数），kurtosis（峰度系数） null 描述性统计分析(descriptives)建立或打开已有的数据文件操 作Analyze→Descriptive Statistics→Descriptives →使左侧源变量栏进入右侧variable(s)栏→单击opions 选择统计量 → OK 该模块的特殊功能:数据标准化null3. 探索性描述(explore)建立或打开已有的数据文件操 作Analyze→Descriptive Statistics→Explore→使左侧源变量栏进入右侧dependent栏，分组变量进入factor栏→单击statistics，plots选择统计量→ OK 该模块的特殊功能:数据的异常值分析以及资料特征分析：正态性以及方差齐性统计推断统计推断3.配对样本均数比较t检验 Paired-samples t Test t 检 验1.样本均数与总体均数比较t检验 One sample t test2.两样本均数比较t检验 Independent-samples t Test计量资料统计推断统计推断统计推断计数资料统计推断双变量直线相关与回归4.2检验 crosstable5.相关系数r的假设检验 Correlation-bivariate6.回归系数b的假设检验 Regression-linear多变量相关与回归……统计推断统计推断1.单样本t检验 数据文件“t-test_1.sav”，根据营养学要求，成年女性每日摄入食物的推荐平均热量为7725kcal。今随机抽取11名20至30岁成年女性每日摄入的热量如下：5260，5470，5640，6180，6390，6515，6805，7515，7515，8230，8770 问：现今20至30岁成年女性每日摄入食物的平均热量是否足够？Analyze → Compare Means → One sample T test → 使左侧源变量栏变量进入右侧Test栏 → 在右下方Test中输入总体均数→ OK结果解释结果解释双侧检验的P值标准差标准误自由度t值均数统计推断Analyze → Compare Means → Independent Sample T test → 使左侧源变量中的分析变量进入右侧Test栏 → 左侧源变量中的分组变量进入Grouping栏 → 单击Define Groups → 输入组的变量值 → Continue → OK 统计推断2.两样本均数比较t检验 以临床试验的数据文件“clinical trial.sav”为例，为了检验随机分组变量的均衡性，对治疗前两组的“age(年龄）、heigh(身高）、wt（体重）、SBP（收缩压）、DBP（舒张压）以及pulse（心率）”做两独立样本的t检验注：成组的两个变量必须一个是检验变量X，另一个是分组变量group。 结果解释结果解释 方差齐性检验如果方差齐如果方差不齐统计推断统计推断3.配对样本t检验 根据数据文件“clinical trial.sav”分别比较试验组和安慰剂组治疗前后4对血常规检查指标，即变量“hb1和hb2（血红蛋白含量）、rbc1和rbc2（红细胞记数）、wbc1和wbc2（白细胞记数）、plt1和plt2（血小板记数），变量名中“1”代表治疗前，“2”代表治疗后Analyze → Compare Means → Paired Sample T test → 同时使左侧配对的两个变量进入右侧paired variables栏 → OK注：配对资料必须成对输入，分别以X1和X2表示，无分组变量  结果解释结果解释差值均数统计推断统计推断4.2检验 为比较紫外线和抗病毒药物治疗带状疱疹的疗效，将带状疱疹 患者随机分为两组，临床观察结果见下表，问两组的总体有效 率有无差别？（文件名为“chi2_2.sav)紫外线和抗病毒药物治疗带状疱疹疗效比较null注：如果数据库为原始数据则不用加权Data →weight cases →weight cases by→ 将频数调入变量栏→ok Analyze →Descriptive statistics →Corsstabs →分别调入行变量Rows、列变量Columns →Statistics →Chi-square →Continue →Cell s→选择结果要输出的内容→Continue →ok结果解释结果解释不须校正校正确切概率计算2值统计推断5.相关系数r的假设检验 随机抽取123名不同年龄的人检测TRF（限制性端粒片段长度，bp）结果见数据文件“correlate_1.sav”，试分析人的年龄（age）和trf是否相关？统计推断Analyze →Correlate →Bivariate →两个变量同时进入分析变量栏 →选择相关分析方法（Pearson, Kendall or Spearman) →ok本例选择Pearson相关， Kendall 和 Spearman为等级相关结果解释结果解释r=-0.732 P<0.001，两者存在显著负相关关系统计推断和结果解释6.回归系数b的假设检验 数据文件“correlate_1.sav”，age为自变量，TRF为应 变量，建立直线回归方程。Analyze →Regression →Linear →TRF入Dependent栏，age入Independent栏 →ok常数项a回归系数b回归系数b的假设检验t检验统计推断和结果解释null请同学们上机操作