本人用到了spss重要功能總結(jié)

一、SPSS篇

（1）用spss剔除異常值

異常值：一組觀測值中與平均值的偏差超過兩倍標(biāo)準(zhǔn)差的測定值。

一、analyze >> descriptive statistics >>descriptives>>  選擇變量（列）到右邊的框里>>點(diǎn)選save standardized values as variables >>選擇ok

二、在data里選中select cases，之后選擇if相關(guān)，點(diǎn)按鈕設(shè)置，進(jìn)入后輸入-2<=變量&變量<=2,continue,之后Unselected casees are filtered 或者deleted,然后OK

（2）相關(guān)性分析

指標(biāo)：相關(guān)性系數(shù)和p值。sig即p值，代表假設(shè)檢驗(yàn)中的顯著性，通常如果sig<0.05，  

拒絕虛無假設(shè)（原假設(shè)），接受備擇假設(shè)，反之則無充分理由拒絕虛無假設(shè)
    對于相關(guān)分析，通常sig<0.05就是研究者想看到的結(jié)果，因?yàn)檫@意味著相關(guān)系數(shù)有統(tǒng)計(jì) 學(xué)意義，變量間的確存在相關(guān)

a.Spearson相關(guān)：計(jì)算相關(guān)系數(shù)并作顯著性檢驗(yàn)，適用于兩列變量都為正態(tài)分布的連續(xù) 

變量或等間距測度的變量

b.kendall  tau－b等級相關(guān) 計(jì)算相關(guān)系數(shù)并作顯著性檢驗(yàn)，對數(shù)據(jù)分布沒有嚴(yán)格要求， 

適用于檢驗(yàn)等級變量之間的關(guān)聯(lián)程度（秩相關(guān)） 

c.spearman 等級相關(guān) 計(jì)算相關(guān)系數(shù)并做顯著性檢驗(yàn)，對數(shù)據(jù)分布沒有嚴(yán)格要求，適用

于等級變量或者等級變量不滿足正態(tài)分布的情況。 

對于非等間距測度的連續(xù)變量，因?yàn)榉植疾幻骺梢允褂玫燃壪嚓P(guān)分析，也可以使用 

Pearson 相關(guān)分析， 

對于完全等級的離散變量，必須使用等級相關(guān)分析相關(guān)性 

當(dāng)資料不服從雙變量正態(tài)分布或總體分布型未知，或原始數(shù)據(jù)是用等級表示時(shí)，宜用  

Spearman 或Kendall相關(guān) 

一般情況下我們都某人數(shù)據(jù)服從正態(tài)分布，采用pearson相關(guān)系數(shù)

偏相關(guān)：偏相關(guān)分析要考慮除卻分析的變量之外是否有其它變量影響到這兩個(gè)變量。（譬如，分析身高和短跑成績的相關(guān)性，因?yàn)榉位盍恳灿绊懙搅松砀吆投膛艹煽?，所以需要剔除這個(gè)變量的影響）

距離相關(guān)分析：計(jì)算個(gè)案之間距離相似性和相異性

（1）回歸分析

線性回歸、非線性回歸、分類回歸。線性回歸的定義：是基于最小二乘法原理產(chǎn)生的古典統(tǒng)計(jì)假設(shè)下的最優(yōu)線性無偏估計(jì)。是研究一個(gè)或多個(gè)自變量與一個(gè)因變量之間是否存在某種線性關(guān)系的統(tǒng)計(jì)學(xué)方法。

在統(tǒng)計(jì)量選項(xiàng)卡中一般勾選估計(jì)、模型擬合度、共線性診斷和DW檢驗(yàn)統(tǒng)計(jì)量。

一般以容忍度、方差膨脹因子（VIF，容忍度的倒數(shù)）作為共線性診斷指標(biāo)。一般來說，容忍度的值介于0和1之間，如值太小，說明這個(gè)自變量與其它自變量間存在共線性問題；VIF值越大，則共線性問題越明顯，一般以小于10為判斷依據(jù)(Neter et al.，1985）。DW值用來檢驗(yàn)回歸分析中的殘差項(xiàng)是否存在自相關(guān)現(xiàn)象，DW值的取值介于0和4之間：殘差一階正相關(guān)時(shí)，DW≈0；殘差一階負(fù)相關(guān)時(shí)，DW≈4；殘差獨(dú)立時(shí)，DW≈2。分析結(jié)果（如表5.3與表5.4）顯示，各變量的VIF都遠(yuǎn)小于10，DW值也符合要求，說明各個(gè)自變量之間不存在共線性問題。

分析結(jié)果解釋：首先看模型匯總表的R方，這個(gè)值位于0和1之間，表示你的方程能解釋你的模型的百分之多少，越接近1越好。然后看方差分析表，第一行的回歸對應(yīng)的最后邊的P值表征這個(gè)方程是不是可信（小于0.05則可信）。然后再看系數(shù)表，這個(gè)表里的P值會告訴你每個(gè)自變量在方程里是否可信，同時(shí)表里會展示每個(gè)自變量在方程中的系數(shù)，有非標(biāo)準(zhǔn)化系數(shù)（主要看這個(gè)）和標(biāo)準(zhǔn)化系數(shù)（你的數(shù)據(jù)標(biāo)準(zhǔn)化以后算出的系數(shù)）。P-P圖上的每個(gè)空心圓都要盡量穿在那個(gè)線上邊，圓心越靠近那個(gè)線越好。

最小二乘法：

（1）描述統(tǒng)計(jì)、頻數(shù)分析

頻率：各個(gè)變量值的分布頻率及描述性統(tǒng)計(jì)量。

描述：均值，標(biāo)準(zhǔn)差，方差，范圍，峰度（峰度是用于衡量分布的集中程度或分布曲線的尖峭程度的指標(biāo)），偏度（偏度是用于衡量分布的不對稱程度或偏斜程度的指標(biāo)）。

探索：因變量列表是將列表中的變量作為探索分析中的目標(biāo)變量，一般為連續(xù)性變量或者是比例變量。因子列表是目標(biāo)變量的分組變量，對所需分析的目標(biāo)變量進(jìn)行分組表示，屬性一般為字符型或者是數(shù)字型。

P-P圖：檢驗(yàn)數(shù)據(jù)服從的分布情況。

Q-Q圖：檢驗(yàn)數(shù)據(jù)服從的分布情況。

交叉率：交叉表分析主要用來檢驗(yàn)兩個(gè)變量之間是否存在關(guān)系，或者說是否獨(dú)立，其零假設(shè)為兩個(gè)變量之間沒有關(guān)系。

比率：計(jì)算兩個(gè)變量相對比的統(tǒng)計(jì)量特征。（作除法；直接對比）

P-P圖是根據(jù)變量的累積比例與指定分布的累積比例之間的關(guān)系所繪制的圖形。通過P-P圖可以檢驗(yàn)數(shù)據(jù)是否符合指定的分布。當(dāng)數(shù)據(jù)符合指定分布時(shí)，P-P圖中各點(diǎn)近似呈一條直線。

（1）參數(shù)與非參數(shù)檢驗(yàn)

參數(shù)檢驗(yàn)的使用條件是被檢驗(yàn)的樣本總體服從正態(tài)分布，而非參數(shù)檢驗(yàn)使用條件自然就是總體不服從或不確定是否服從正態(tài)分布。

參數(shù)檢驗(yàn)parameter test，對參數(shù)平均值、方差進(jìn)行的統(tǒng)計(jì)檢驗(yàn)，其運(yùn)用范圍有當(dāng)總體分布已知（如總體為正態(tài)分布），根據(jù)樣本數(shù)據(jù)對總體分布的統(tǒng)計(jì)參數(shù)進(jìn)行推斷。此時(shí)，總體的分布形式是給定的或是假定的，只是其中一些參數(shù)的取值或范圍未知，分析的主要目的是估計(jì)參數(shù)的取值，或?qū)ζ溥M(jìn)行某種統(tǒng)計(jì)檢驗(yàn)。這類問題往往用參數(shù)檢驗(yàn)來進(jìn)行統(tǒng)計(jì)推斷。它不僅僅能夠?qū)傮w的特征參數(shù)進(jìn)行推斷，還能夠?qū)崿F(xiàn)兩個(gè)或多個(gè)總體的參數(shù)進(jìn)行比較。

參數(shù)檢驗(yàn)：

比較常見的單樣本非參數(shù)檢驗(yàn)包括游程檢驗(yàn)和單樣本K-S檢驗(yàn)。

游程檢驗(yàn)：

它通常用于檢測兩個(gè)不同的觀測值出現(xiàn)的次序是否具有隨機(jī)性。我們選擇分析——非參數(shù)檢驗(yàn)——舊對話框——游程，在主面板的檢驗(yàn)變量列表里選入我們的0,1變量列。選項(xiàng)卡里邊選擇描述性，其他默認(rèn)。割點(diǎn)可以全選。輸出結(jié)果看p值就可以了。

單樣本K-S檢驗(yàn)：

這個(gè)就比較重要了。這個(gè)檢驗(yàn)的目的在于觀測樣本的分布。只要我們想做相關(guān)和回歸，那我們就最好用K-S檢驗(yàn)來檢查一下樣本的分布。畢竟pearson相關(guān)系數(shù)有效的一個(gè)重要條件就是樣本服從正態(tài)分布。

我們選擇分析——非參數(shù)檢驗(yàn)——舊對話框——1樣本K-S，在主對話框的檢驗(yàn)變量列表里邊選入我們想檢驗(yàn)分布的變量（比如一群病號的血細(xì)胞數(shù)），選項(xiàng)卡里勾選描述性和四分位數(shù)，其他默認(rèn)。在檢驗(yàn)分布的下邊有四個(gè)供勾選的框框，這個(gè)要注意一下，常規(guī)指的就是正態(tài)分布，相等則是指均勻分布，勾選你想檢驗(yàn)的分布（一般是正態(tài)分布）。確定以后就可以看結(jié)果了。

多個(gè)獨(dú)立非參數(shù)檢驗(yàn)：

K-W檢驗(yàn)：用來判斷各樣本分別代表的總體是否一致。

兩相關(guān)樣本非參數(shù)檢驗(yàn):

wilcoxon檢驗(yàn):用來檢驗(yàn)兩個(gè)變量的分布是否有差異。

多個(gè)相關(guān)樣本非參數(shù)檢驗(yàn)：

Friedman檢驗(yàn)：用于檢驗(yàn)多個(gè)相關(guān)樣本是否來自同一整體，是wilcoxon的擴(kuò)展。

Kendallw檢驗(yàn)：檢驗(yàn)樣本一致性的好壞。

（1）SPSS做預(yù)測

當(dāng)我們在預(yù)測方法創(chuàng)建模型時(shí)，記住：一定要先定義數(shù)據(jù)的時(shí)間序列和標(biāo)記！

要知道數(shù)據(jù)的起點(diǎn)和時(shí)間間隔。

PASW Statistics提供了三大類預(yù)測方法：1-專家建模器，2-指數(shù)平滑法，3-ARIMA

指數(shù)平滑法

指數(shù)平滑法有助于預(yù)測存在趨勢和/或季節(jié)的序列，此處數(shù)據(jù)同時(shí)體現(xiàn)上述兩種特征。創(chuàng)建最適當(dāng)?shù)闹笖?shù)平滑模型包括確定模型類型（此模型是否需要包含趨勢和/或季節(jié)），然后獲取最適合選定模型的參數(shù)。

為了幫我們找到適當(dāng)?shù)哪Ｐ?，最好先繪制時(shí)間序列。時(shí)間序列的可視化檢查通?？梢院芎玫刂笇?dǎo)并幫助我們進(jìn)行選擇。另外，我們需要弄清以下幾點(diǎn)：

? 此序列是否存在整體趨勢？如果是，趨勢是顯示持續(xù)存在還是顯示將隨時(shí)間而消逝？

? 此序列是否顯示季節(jié)變化？如果是，那么這種季節(jié)的波動(dòng)是隨時(shí)間而加劇還是持續(xù)穩(wěn)定存在？

（解釋清楚回歸分析和相關(guān)性分析中的參數(shù)檢驗(yàn)）

（6）spss做分類

兩步聚類、K-均值、系統(tǒng)聚類、決策樹、k-近鄰