大家好,今天给大家啊讲一下啊,比如说我们生活中如果会遇到各种各样的呃数据,呃,我们怎么样去处理去分析,比如说我们身高、体重、血压啊,生活平常生活开支数啊等数据 啊,我们怎么对他们特征进描述呢?他比如说他的平均数啊,他的中位数啊,他的种数,他的方差和标准差,这些,我们我们该怎么对他进行分析?现在我们就 啊就用这个,就用十八式这个份数据分析软件,对这个,对这些,对这个数据啊进行分析, 首先我们,哎,首先我们先啊找到这个十八式的分析软件, 我们把它打开。 好,我们现在 spa 是软件打开了啊,我们我们点输入数据, 哎,点确定,好,我们先我们先找到变量,试图,呃先要对他进编辑,比如说我们想要描述一个呃呃一组数据,比如说, 呃每一班的,呃呃每一班的,呃学生的身高啊啊或者或者体重啊或者什么的,那我们写,比如说我们举个例子,比如说描述,呃美,呃描述的身高一个特征, 好,我们先给他进行变量的,呃变量的命令, 那就是一个身高。好,我们进入变量的数据数据师图框, 所以说是不看,我们看的是是身高啊身高。我们这个啊,我们这里啊先输入一组数据,比如说这, 比如说这有十五个人啊,我们从数日十五个数据,假如说有十五个人, 哈哈哈, 好,我们假如说输入一组数据啊,这组数据,是啊十五个人,十五个人身高分为一米六五、一米六六,一米六五啊,这是啊一米七七等,这是数据啊,我们对怎么用?什么是软件对这个数据分析, 首先我们啊点入,呃选选择这个分析,找到这个分析这个,呃菜单啊,找到描述统计啊,这里有描述,我们点击描述, 然后将身高这个,呃这个选项啊,就是我们需要需要分析的这个这个选项,掉入这个变量里面,然后我们选择, 呃选择选项啊,这里有,这里有均值,有标准差,最大值,最小值,有方差 啊,有方叉,这里有,有这些数据我们我们要对他如果进飞行,我们就要点,我们点继续啊,选这些项目,然后点确定就可以了 啊,那么这些接下来这个结果难输出,就会,呃一个描述,呃描述统计量 啊,描述统计量,这里有个也是啊,这里这个是描述的什么是身高,身高我们力数是 a a, 你这个十五带着十五亿,几小时是一几小时,一一六五,一六五就是这一 这一组数据中最小的那个值一六五啊,极大值一九零,是这个数据最大的那个值一六零,然后这个是这一组均值,就是这组数据的平均值,就是这种身高的平均值。然后标准差,就是这组身高的标准差啊,这是方差, 这就是这种数据的一个整体的描述的一个情况啊。如果,呃,如果我们想啊,看一下他的一个呃呃一个正态性,这个数据的是否符合正态,然后呢?是否,呃 嗯是否是一个一个标准的一个分布,我们可以看一下啊,再找到描述统计,我们是可以找到频率,频率这里我们 将身高啊掉入这个变量里面啊,这里有啊,有统计量 啊,比如说我们四选择四分位数啊,啊,或者均均数啊,中位数啊,重数啊, 然后百分位数啊,百分数,你看你选择哪个?选择百分之二十五,我们就选择百分之二十五,就输入百分之二十五啊,不选也没关系,我们暂时不选好,然后我们这里有标准叉,方叉,最小值,最大值,好,我们把它选好, 然后点击继续,然后这里还有图表图表,有啊,有条形图啊,有柄图,有直方图啊,我们我们这组数据,我们选择什么啊?我们把选择选择直方图,直方图在下面一个,在直方图上显示正在曲线,我们把它选上, 点击继续。好,我们现在就 ok 了, ok 了,我们再点击确定 啊,确定之后接下来就会出现三个表格,第一个表格统计量,第二表格身高,第三个表格置换图。好,我们 讲解第一个表格,第一个表格统计量,统计量,均数均数就是这一组,这一组身高平均数平均值一米七三 啊,中数,中,中指,中指就中位数中间位中间的那个数,那个身高是一米七五,中数是什么?中数就是那个那种那种数据中出现次数最多的那个数,一米七五,我们可以回过头来看, 哎,一米七五,哎,一米七五,我们一个两个三个啊,我们一米七五,出现了三个,出现了三次 啊,这是中数,就是走出现数最多的这个,接下来就是标准差,方差,然后几小时就升身高最矮的那一个,几大值就升到最高的那个数,这是百分为数,百分之二十五,百分之五十,百分之七十 啊,像我们身高,身高,你看我们这身高,这里面有这十五个人身高都在这个列的列,这个列这个频率里面,比如说一米六五有两个,哎,啊,一米六六有一个,这写的一啊,一米七五,一米七五这里有三个。 一米七五,我们刚才知道他是种树啊,这里有种树,哎,一米七五他是有三个,他是数数量最多啊,次数最多。一米七五,这里。好,我们接下来看一下他的直放图,这里啊,会会出他的直放图 啊,脂肪图,这里啊,这像这个方块形的,这个条形的就是他的脂肪图。然后我们可以看到这一条曲线,这一条像这一条像,呃,这一条像塔一样的曲线,中型的曲线。我们叫他什么叫他正台曲线, 这个看是他是否符合正常性。我们可以看到他这个数据呢?还是七集中在一米六零到一米八之间,一米九几小数只有一个,这个数据呈现一个什么呈现一个偏太分, 他主要是在啊,如在一米,这个一米七五到一米七五到一米六零,这个这个这个数据段的数据最多。 好,现在给大家讲完了,谢谢大家。
粉丝447获赞1036

好,飞雪确切概率法的操作步骤其实和卡方检验类似啊,飞雪确切概率法的这个窗口其实也跟卡方在一起好操作呢,就是点 sbss 软件里面的分析下面的第二个描述统计, 然后呢,放在这个描述统计上面的右边的第四个交叉表,注意啊,交叉表。然后呢,我们把这个组别 组别选进行疗效选进列,这个评数我们就不用管了,我们已经加权了,也就说评数已经加权加到组别和疗效了,所以呢,我们仅仅只分析不同的组别在疗效上有没有差异, 一个选进行,一个选进列就可以了。好,注意,虽然说我们,嗯,我们要做的是非学确切概率法, 但是呢,我们在统计量这仍然先要勾上卡方,因为你如果不勾上卡方的话呢,呃,非舍确切概率法的结果也是无法输出的。好,勾了卡方之后点继续,就是在这个统计量这勾卡方点继续。好卡方检验勾完了之后呢, 我们务必要告诉 spss 软件,我做的是飞射确切概率法,那么飞射确切概率法还要给出一个额外的设置,就是点这的这个精确。 好,这样一张这个金曲的图标可能在这 好点精确,点精确,然后呢,勾选这个精确。一般来讲的话,如果是四格比较卡放,也就是两个组别,两种疗效, 二乘二等于四,这种四格表卡方勾不勾这个金雀都会有非常确切概率法的结果输出。如果当我们的卡方是 r 乘 c 卡方,比如说当我们有三个组别或者是疗效的分类有三种,像我们这组别就两个, 然后呢,一个是用药组,一个是非用用药组,疗效呢,也是两个,一个是仍然感冒,一个是恢复,这种就是二乘二,对于二乘二的飞舍确切概率法呢?勾不呃,点不点这个精确都是无所谓的,都会有飞舍的结果输出, 但是呢,如果当我们的组别有三组或者是疗效有三类的时候,那么我们这务必要勾上精确。好,嗯,这陈老师还是勾上作为一个演示啊。点继续好,确定 好,这个就是我们的呃飞雪确切概率法的检验结果了。好,我们可以看到这个总案例数小于四十是不满足卡方检验的前提条件的。 好,但是呢,尽管他的这个啊,零个单元格的理论评数小于五,也就是说没有一个单元格的理论评数小于五,这个是满足卡方检验的条件的,但是呢,总量本量达不到卡方检验的要求,那么我们也是不能够选择这个卡方检验的, 也就是这个皮尔逊卡方这样一行结果我们是不能用的啊。这个着重强调一下,皮尔逊卡方检验对于总样本量是三十一的四个表卡方的这个数据而已,四个表四个表的数据而言的话是不能用的, 皮尔逊卡方对于总样本量是三十一的四个表资料一定是不能用的,是失效的啊。好,这个呢,就是非舍确切概率法的检验结果了,对于总样本量只有三十一的四个表资料,非舍确切概率法是必须选用的,这个才是他的一个最终结果。 好,然后呢,由于我们的这个根据我们的这个要求啊,我们是检验用药组和非用药用药组的疗效构成比率有没有差异,所以我们应该选择这个双侧,就是零点零六六大于零点零五, 那就意味着用药组和非用药组他的这个治疗效果不存在显著差异。零点零六六大于零点零五。好,嗯,这个呢,就是,呃,非者缺钱概率。 好,陈老师演示这个飞雪缺缺概率法用到的这个 spss 软件的版本呢,是最新的 sps 软件的版本。今后呢,啊,我们会在微信公众号上更新更多的萨斯、 mat 等统计软件的。呃,这个视频操作及案例讲解, 请同学持续关注我们的微信公众号, xhk 三四五。好,今天呢,我们讲到的就是飞雪确切概率法。飞雪确切概率法实际上是对那种不满足卡方检验要求的数据的一种弥补的方法,它是基于超级和分布的一种统计学方法。 好,今天的课程就讲到这里,如果大家对我们现在讲的这个方法有疑问的话呢,可以在新花开医学统计微信公众号里面留言给我,我们会针对大家提出的问题集中 进行解答。我们的微信公众号是 xhk 三四五,好,嗯,这个最后陈老师强调一下,嗯,陈老师呢,会持续更新更多更实用的医学统计教程,欢迎大家关注我们的微信公众号, xhk 三四五。 品质源于专业,服务源于真心,感谢大家的收看,下期再见!



hello, 小伙伴们大家好,今天想跟大家探讨一下怎么用 spss 来进行 provid 概率回归分析。 之前在 qq 群里有小伙伴们提到了,不知道怎么分析这个 project 概率,然后也不知道这个模型是用来干什么的,那么今天我们就来详细的讲解一下。 首先呢, probate 概率分析呢,它是逻辑回归的一种,逻辑回归我们之前已经提到过了哈, 其实它是逻辑回归的一种扩展,嗯,逻辑回归的音变量大家还记得是什么样的吗?对,其实是民意变量,就是零一这样的,那么 pro 的概率回归的模型,它的音变量也是民音变量,然后 同时呢,他也可以是有序变量,就是有序的意思呢,就是零比一更小一级,就是他们有大小的比较关系。 probat 回归模型和逻辑回归模型在呃离散变量的模型中都是比较常见的, 那么现在来说,相比起逻辑回归,这个 pro 被概率回归模型好像似乎慢慢的淡出大家视线,至少在 b 站上我还没有看见类似的视频,但其实他在医药行业的里边应用还是很广泛的。 那么怎么理解这个回归模型呢?就比如说吧,如果我们给癌症患者不同的药物,那么不同的药物肯定导致不同的患者会有啊,出现出现各种 不同的死亡率,或者是他的治愈率,那么这个给药的剂量和治愈率之间的关系,我们就可以用这个概率回归模型来进行分析。不知道这样说大家能不能更清晰的理了解一下这个模型, 那么接下来我们就打开一个 probe 回归数据, 我用的是 s p s s 二十二版本, 那么这个数据中一共包含四个变量,第一个呢就是药物的一个计量,这个整个研究是啊,有关 蟑螂的三种不同的药,然后记记录了各种不同的药呢,杀死了蟑螂的数量。 第一个呢是用药的剂剂量,第二个是三种不同的药,让我们看到值这一列 可以看到三种药我们已经分别定义了,那么是怎么给这些值加标签的呢?这个之前我们也没有提到过啊,现在顺便讲一下这个值,如果有第四种药,我们在值这写四,然后标签 我们写上第四种,要点击添加就可以了,这样你的数据中就是一二三四, 然后在你分析的结果表格中会显示是标签内容,这样会比较清晰,一目了然。那那么实际上呢,在这个数据中只包含三种药物,所以 我们点击第四种药删除,点击确定。那么这个数据中还包含两个变量,一个是蟑螂的之前蟑螂的总数,就是在使用任何药物之前蟑螂的总数,还有就是使用了这三种药物以后的蟑螂死亡的数量。 接下来我们就来进行 problem 概率回归分析,点击分析回归,找到 problem。 好的,那么在这个研究中,他的响应变量,响应频率其实就是音变量的意思,音变量是什么呢? 是死亡的数量。那么观测值汇总是什么?是蟑螂的总数,因此是什么呢? 是用的药物,不同药物。哎,点进去以后发现药物后面有两个小问号,那是因为我们还没有定义范围, 我们一共有三种药物,所以最小值是一,最大值是三,点击继续, 那么最后我们看到有一个斜变量的框框,斜变量是什么意思?斜变量就是影响 因变量和自变量之间关系的这样一种变量,那么在这个研究中不是不只是用不同药物就导致不同的蟑螂死亡的数量,我们在这里边还有一个用药的计量,他会影响蟑螂死亡数量这样一个结果。 好的,接下来我们还看到斜变量下面有一个转换,转换就是 我们可以点开看一下,默认是无,但是其实 spss 里面可以进行自然对数转换和以实为底的对数,在这里我们选择自然对数,在概率分析里面我一一般不要默认为无,一般还是要选择一下对数, 然后模型可以看到默认就是概率模型,其实也可以在这里选 logistic 模型,但在这个情况下,我们今天想做的就是概率模型。然后我们再看看选项里面, 选项里面已经默认打了很多勾了,我们再勾上这个平行检验, 平行检验就是看 j 我们用了不同的三种药,这三种药的效果 是不是平行的。然后接下来是这个自然响应频率,就是我们一种药都不用,自然状态下这个蟑螂数量有没有什么减少,我们想看一下, 所以点击这个从数据中计算其他的不变,点击继续,点击粘贴来生成 sps 语句, 可以看到这儿就是 provid, 很清楚这是一个 provid 概率分析模型,然后全选,点击这个绿色的神奇的小按钮运行, 这就是 private 概率分析的结果了,我们直接往 下拉,看到这个参数,估计这个就是模型结果。首先看显著性这一列,哦,很可惜,在这个数据有限的情况下,这个研究的三种药都对结果没有显著性。 那么重点呢,是需要看到 provid 模型下面标明的这这一这个,嗯,模型公式, 这个模型公式一定要报告在你的结果部分或者是论文的,呃,就是表格的下面,要分别说明三种药的这个公式, 这个公式呢,我也会给大家列在旁边,方便大家再理解一下。那么这个洁具就是零点一二七, 然后 b 就是估计值一二三种要的值,然后我们取了对数,还记得吗?自然对数转换,所以我们都要加上对数。 接下来是这个我们看看自然回应,我们点击了自然回应估计,那么现在呢,这个自然回应估计呢是零点点零点零六九是大于点零五的,那就说明根本就不显著。 这么不显著的意思呢,就是我们,呃,在没有吃,没有施任释放任何药物的情况下,这些蟑螂也会自然死亡,也会自然死亡一部分。然后这个 其实对我们的结果呢,是产生了一些影响的。那么最理想的状态呢,是我们想看看这个自然回音率,其实是点零零零,是可能是小于点零五这样一个状态, 就是没有释放任何药物的情况下,蟑螂,是啊,活的好好的,对吧? 然后接下来呢,是这个卡方检验,卡方检验的结果发现皮尔逊测试显著性小于点零五是显著的, 那么这个显著表示什么意思?他的原假设呢?其实是这个模型可以礼盒数据, 但是现在结果是显著的,就原假设就被拒绝了,那就是说这个模型其实没有很好的你和我们的数据。 然后接下来是这个平行化测试,平行平行检验,平行检验的结果也是小于点零五的, 那就说明这三种不同的药,他的回归模型回归方程是没有相同的一个斜率,就是他们倾斜的角度是不一样的, 这三种药的效果不平行。然后接下来是一个巨长的表格,这个表格不用分析 好,下面看到这个,我这显示是信赖限制,但很多小小伙伴的 s p s s 可能显显示的是知性限度,就是知性水平,知性水平这个表格也是很长哇简直。但这个表格千万不要 直接复制粘贴到你的位的,或者到你的论文结果部分,这个是大忌,因为他会很占篇幅,而且提现的信息比较有限。最好的办法呢是用文字去描述这个表格的内容。比如说 怎么看这个表格呢?就是比如我们看药物是第一种药的时候,它的概率看到零点五就是一半,响应概率是零点五的时候呢,就是一半的蟑螂被杀死, 那么这个计量是多少?七六四六八。 那么再看第二种药也是看零点五,第二种药实实是第二种药,然后一半 蟑螂被杀死的时候,药的剂剂量需要二二九九七。第三种药也同样也看零点五,这一行 八三一五四,那就说明其实最小的剂量,这个第二种药最小的剂量的时候,他已经能杀死一半的蟑螂了,说明第二种药的这个药性更强, 就用文字去描述这个结果就可以了。然后接下来这个中位数也不用不用汇报,然后最后呢是这个概率转换的一个图,一个散点图, 那么从这个图中我们可以看出确实太随机了,这个分布看不出来任何线性的关, 这也印证了这个模型结果就是这三种药都对这个因变量来说都不显著, 那么理想的情况下呢,是应该呈现一个线性的一个关系,然后分布在高点的这些药物就是对对这个响应概率呢?就是啊,概率值越高,对他的关系就越越强。 那么第二种药是绿色的对吧?它的剂量普遍比较高一点,它有两个绿色的点比较高一点,那说明第二种药 它的药效就是比较强一些。 好的,这个就 就是今天的花呗回归的一个整个分析过程和结果的解释,如果大家有任何问题,希望大家可以积极的加入我们的 qq 群,跟我们一起呃讨论,然后交流,一起学习,谢谢大家,我们下期再见。

大家好,我是陈老师,欢迎大家收看杏花开医学统计课程,我们将每周在微信公众号中更新最实用的医学统计文章及视频案例教程,帮助大家轻松掌握医学统计学方法和统计软件的操作。 我们的微信公众号是 xhk 三四五,欢迎大家关注。今天我们要讲到的是四格表资料的非色确切概率法。一般来讲,同学可能都知道四格表资料我们一般匹配的是卡方检验, 卡方检验呢,是用于检验构成比率的差异,比如说我们想知道对照组,他的治愈率和试验组的治愈率有没有显出差异,这个治愈率就是呃治愈和未治愈的一个构成比率比较。对 照组和试验组在治愈和未治愈的构成比率上有没有差异。我们一般第一反应都是卡方检验,但是呢,呃 呃,这个呢,也是一个同学比较容易犯错误的地方,因为四个表检验可能本能的就联系到卡方检验,但是卡方检验对四个表的数据他是有一定的要求的。 同学可以看一下新花开医学统计公众号的这个上一期陈老师详细讲到了卡方检验的适应的前提条件, 也就是说,呃,并不是所有的数据都可以进行卡房检验,一定要满足一定要求的数据我们才能够进行卡房检验。好,我们翻看一下上一期公众号卡房检验,里面陈老师详细的写到了 对于四个表资料总样本量必须大于四十,并且每一个单元格的频数,每一个单元格的理论频数不能出现零 或者是呃,或者是理论评数小于五的单元格的格数的占比不能超过百分之二十, 也就是说呃,也就是说,简单的来讲,普通的卡房检验一定要求样本量是要过四十的,并且每个单元格的这个理论评数不能太少,也就是说每个单元格的理论评数最好是不能低于五的。 一般来讲,如果某一个单元格的理论评数出现了零,或者是总样本量小于四十的时候,这个时候卡方检验是失效的,因为 卡方检验是基于卡方分布的一种统计学方法,卡方分布他要求不能有零的这种理论评书的单元格。那么当我们的原始数据资料样本量过小,或者是某一个单元格出现了理论评书是零, 或者是理论评数小于五的单元格的这个个数的占比超过百分之二十。对于这么三种情况的时候,卡房检验是失效的,不准确的。此时我们就应该改用非舍确切概率法。 为什么非舍确切概率法可以适用于小样本理论评数为零的单元格,或者是理论评数小于五的单元格的个数占比大于百分之二十的这种这么三种情况呢?是因为非舍确切概率法它基于的统计学理论是超级和分布, 他是可以接纳这样一个小样本或者是呃,评数为零的这种这种情况,而且也可以接纳呃,理论评数小于五的单元格的个数比较多的这样一种情况。 好,关于什么是超级和分布呢?啊同学可以看一下陈老师这一期的微信公众号里面的文字的这个文档详细的写了啊,超级和分布的这个公式。 好,关于这个公式呢,嗯,大家可以懂也可以不懂,这个没有关系,因为毕竟啊不是非专业的话呢,懂和不懂这个呢,其实是, 嗯,没有太大的影响的,只用知道飞雪却切概率法,它是基于超级和分布,可以接纳小样本理论评数为零或者是理论评数小于五的单元格的个数比较多的 这样一种四格表资料的情况。好,这个呢,就是陈老师刚才讲解的这个卡方检验和非学确切概率法的这样一个,呃,前提条件,他们的区别,以及这个当数据是什么样的时候,我们选择卡方检验,数据又是什么样的时候,我们选择非学确切概率法。 好,这个呢是比较重要的啊。好,嗯,关于这个,关于这种啊飞雪确切概率法或者是卡房检验的这个案例呢,我们在长期的工作中整理整理了一套详细的教程, 除了卡方检验飞雪确切概率法之外,这一套教程里面还包含有大量的医学统计方法以及统计学方法分析结果的详细的文字说明的模板以及配套的数据,并且持续更新,有需要的朋友可以 可以联系我们的客服进行领取,客服 qq 是三三零幺八八八二零零。好,嗯,同学可以持续关注我们的微信公众号 xhk 三四五,我们会持续的更新各种各样的统计学方法的这个讲解和应用的案例。 好,回到我们刚才说的,我们这一次讲的主要是非小确切概率法,一般来讲就是卡方检验,对, 呃,对原始数据,也就是对四个表资料的数据,他是有一定的要求的。当我们的原始数据达不到这个要求的时候呢?我们可以改选用非选确切概率法。

大家好,欢迎来到 spas 课堂,我是宇博士,接下来我跟大家分享的是 spas 里面的量关于量表问题的合并。 呃,也可以叫做呢让表的维度得分计算,这呢是前段时间的一个同学呃问题,然后这里呢来做一个视频来集中处理一下。 好,我们来看一下关于量表维度得分计算。呃,关于量表维度得分计算呢,我们主要是考虑到他这两点,第一点呢就是看量表有没有反向问题,如果有反向问题呢,我们需要把 呃反向问题呢计算,得分的时候呢,需要进行反向积分,然后他呢是通过可以通过转换的重新编码相同变量, 呃,重新把所有反向题目呢一块回到反向得分处理,就可以这样集中处理。第二个呢就是维度或整体得分计算。 呃,这里呢有两种方法,第一种方法呢就是计算得分,就是求和。第二种呢就是计算平均值。呃,通常情况下这是两点都可以。呃,要是有明确量表说明的话呢, 就根据大家的说明就行,有的呢是求总班的,有的呢是求呃得班均职的, 这个都可以。然后呢,我们通过一个焦虑量表达来具体看一下,这是 焦虑自评量表,他呢是有有十五个中奖评分,五个反向评分。我们来看一下呃焦虑。我们来看这个机制,就是我觉得比平时更容易紧张或着急, 这是焦虑焦虑的表现,是吧?然后五呢,你看,我觉得一切都很好,也不会发生不尽,这明显是不焦虑。所以说呢,这五呢就是我们争做 反向体,因为我们白质主要是素质越高,它的腰力程度越高, 像五呢这种呢数值,数值越高呢就交易程度越低,所以说呢,我们就需要把五呢给反向积分处理一下, 就是反向积分题,这五九十三是第十九,反向计算呢,在这里呢就是一百没有过,很少有时间呢,评分是四三二一分,一次是四三二一分, 然后像一这种正讲正讲平分题呢,没有过,很少有一二三四,然后得分越高呢,这个 呃焦虑程度呢就越高。然后再来看他的得分,这些得分呢就与二十个全部相加, 得到一个粗分,然后呢用粗分乘以一点二五,再取整数部分呢就得到标准分, 然后这个标准根呢再跟着呃,跟按照那个长模比较,他看这个临界分值五十迈,然后五十到五十九拿轻度,调六十到六十九拿中度,然后六十九半以上的是重度。 这样呢我们就这两点基本就都设计了,呃,设计到了 一个总分计算,还有一个百降问题处理好,我们根据那个数据呢来具体做一下,这是他这个数据。呃量表问题呢,我们看到是这二十个量表, 然后首先呢把反降问题给标一下,反降问题五九三九 十三十七十九,这样呢把它标注出来呢,再进行反向积分处理啊,这里呢 一呢就是没有时间,四呢就是,呃,绝大部分毛全部时间,这样是对应的是一二三子弹,然后呢我们再给他转化成呢,呃,四三二一转化,中间编码 相同变大, 这五个五九值端直接十九,然后进行就值和金值的一个替换,一呢替换成 c, 然后二 三呢个乘,二四呢个乘 进去, 确定好,这里呢依旧 t 完成四,二就完成三,三 t 完成 二,二就完成一了,然后这里呢就不是这个时间了,我们就可以认为是这个得分了,就不要用这个时间来一就是上到这一分 就转化成一分,二呢就变成二分 这样的。哎,你看这张九呢也是同样的,这里就不做修改了,做完这个之后呢,我们就可以对他进行一个 总分计算,先二十个题目相加,这呢涉及到一个 呃 s p s s 里面的函数计算,我们可以通过计算变量,这里面有个数字表达式。我们来看一下这个, 这里面呢主要是用到了这三个函数,第一个呢就是赞,就多个变量组合,第二个呢就是多个变量就平均值。第三个呢就是 呃账户表达是取整数值,就是去掉小数点部分,整数部分这个 t、 r、 u、 n、 c 这个函数, 然后这个呢咱就跟四舍五入去整是有区别的,你像这个呢 r、 n、 d 呢是去整 四舍五入,这个呢就截掉后面这角度边后的数值,因为我们呢需要先求和,就是对所有变慢的求和,先撒,这就做音量,然后呢再乘上一点二五, 这是一点二五,然后取整个部分就是这个数值了,就写为它。我们复制一下,直接用过来 这个变量呢,因为我们这次取得变量这个 to 呢是从第一个到最后一个, 然后呢我们就这儿还是写个 web 外呢,就是标准分了。呃,我们再来看一下,这呢是这里面这些曲折,然后 sum 是这些球壳乘以一点二五,这呢就是这一部分,然后确定。 好,这样呢,就增加了一列外,增加了一列外呢,我们看到他的描述统计看一下, 最小值呢是二十五,最大值呢是八十五,然后平均值呢是四十九, 然后我们再来根据这个他的临界值呢,来给他分一下,看他是焦虑程度是怎么样的。 登记转换,重新编码为不同编码, 焦虑沉重。 好,我们来再来剪一下。呃,五十分,五十分之内的呢是无了。呃, 也就是从最低到四十九至零,然后五十到五十九,轻度交易 六十到六九, 然后六九以上 啊,不知道 最顶端 再比这个负离还值 零呢?是五一呢,是轻度酒, 中度酒 断桥。 好,这样呢,我们再来描述一下。 好,我们看到了这无奈呢是二百一十一人,然后轻度中度呢?战斗呢都有了,他呢就是增加了。 好,这是关于这个焦虑量表得分得分计算他那个焦虑程度的一个划分情况,还有情况,这是 如果对某个在一些亮条里面呢,有部分题目呢,他是需要划分维度的,比如说一到一个维度,这样的拿出来单独做计算, 比如说一到五吧,一到四吧,一到五,这是维度一,我们就来算一下维度一, 比如说维度一,维度一呢,我们如果先求和的话,可以直接主炸, 然后 一到五,就是说呢,从这个一到二, 这,然后从这一到二,这是维度一求和, 这又增加了一个求和。呃,如果求均值呢,我们直接换一下函数就可以,这叫变量,这呢改成 me 平均值, 然后一到五。 好,我们再来看一下,再来描述一下这两个。 好,我们看到维度一求和呢,就对这五个题目呢进行一架求和均值呢这时,然后 呃求均值呢,均值呢是二点一四五九,这样呢就把维度呃求和或求均值的情况下都计算了,这就是关于呃量表问题的维度的合并或者 计算问题。呃,关于其他问题呢?大家如果有问题呢可以联系我们,这是你的联系方式。呃,这里呢,我们可以呃定制相关的视频,如果有需要可以联系。好,谢谢。

当我还是一个科研小白的时候,就因为分析数据忽略了这一点,结果被导师臭骂一顿,那就是数据一定要符合正态分布之后才能进行相机检验之类的分析 正态分布的意思简单来说就是数据的重复性。好,那今天就用 sbox 来教大家三个检验正态分布的方法,干货,记得收藏! sboss 中我这有两组数据,一组是对照组,另一组是实验组,我想分析他们在处理后的体重是否存在显著性差异,那我首先就要检验他们是否符合正态分布。 第一个方法,点击图形,再点旧对话框,点最下面的直方图,然后将体重导入变量中,打上这个正态曲线的勾,点击确定,结果就出来了, 只要图形是像我这样符合中型的,就说明数据符合正态分布。第二,点击分析,选择描述统计,选择最下面的 qq 图,同样是将其 重导入变量中,右侧选择正态。然后我们发现,如果数据点能够分布在一条直线上,表示数据符合正态分布。第三,同样是在分析中的描述统计中,点击 pp 图,和 qq 图一样的操作, 如果数据点是一条直线,就代表着你的数据符合正态分布,你学会了吗?这里是正在读博的大学长,关注我,带你开心读研!

啊,大家好,今天给大家分享的是卡方检验的实操。卡方检验呢,在我们的这个医学研究当中是比较常用的统计学方法,比如说我们想要弄清楚这个某种疾病的发生率, 他在患者性别之间是否存在显著差异,也就是说我们想要弄清楚这个疾病的发生与患者的性别是否有关 啊,或者是我们想要弄清楚我们的这个呃药物效果或者手术疗效,手术安全性啊,护理满意度等等等等啊,就是 当我们需要做这个对照研究的时候啊,我们通常把我们的这个研究对象分成两组,也就是以这个今天的这个数据为例,把我们的研究对象随机分成了观察组与对照组。 我们想要弄清楚我们这两组患者他这个手术之后的并发症发生率是否存在显著差异, 或者我们想要弄清楚这两组患者他对这个手术效果总体的满意率是否存在差异。那么进而我们可以得出我们这啊两组患者他的采用的这个药物治疗方案或者手术方案啊,哪哪一种 啊更让患者能够接受,哪一种的安全性更高啊?哪一种方式能够让患者更加满意? 那么我们通过这个数据可以得出来结论。首先呢我们需要把这个数据整理一下啊,比如说我们今天的这个观察组, 那么他一起是七十个人,他发生这个皮下淤血的人数呢?是两例,对照组是七例啊,以及这个其他的还有一些并发症,他总的来说的话,这个观察组里面有五个人啊,发生了这个并发症, 然后呢对照组里面有十八个人发生了这个并发症,他这个并发症发生率是前面几种并发症 发生人数之和啊,你看这个观察组五个人,他是这个二加二加这个一啊,也就是五个人, 对照组是这个二七十四加四十八个人啊。那么我们现在想要弄清楚这两组患者,他在这个 懂得并发症发生率上是否存在显著差异啊?我们该怎么办?首先呢,我们需要把这个数据去整理一下啊,整理成这个 spss 他认可的格式,那么也就是说我们给他编码一下这个观察组,我们用一代替, 对照组就用二代替,那么他的这个病情他分成了两种,哎,也就是他的这个并发症,他要么就是发生了并发症,要么就是没有发生并发症, 也就是说这七十个人里面有五个人他发生了并发症,那么剩余的六十五个人,他就是没有发生并发症的人数,是吗?就是这个是否发生并发症, 也就是事的话,发生了的话,我们就用一代替啊,否的话我们就用二代替。 为什么我们要编码呢?因为这个 spss 他是只认阿拉伯数字,他不认汉字的啊。那么我们需要把这个数据整理一下,也就是说观察组当中发生了并发症的有五个人。 观察组,也就是观察组当中发生了并发症的人数人数有五个人,那么观察组里面没有发生。

哈喽,大家好,我是豪杰学长,这期呢完整的给大家看一下在 spass 当中怎样去进行数据分析。 嗯,首先来看呢,在 spas 文件当中呢,我们放入了这样的一些数据,这个数据呢我们可以通过在 excel 里面编辑,直接复制粘贴呢,就可以 把数据复制进来,可以看到的是每一列的数据呢,他有相应的名称,名称在这个最上面这一行, 这个最上面这行我们在这里进行双击的时候呢,他在下面会跳转到另外一个变量,试图的这样的一个窗口对他进行编辑,那么这里我们可以看到每一行对应的就是在这个数据试图的每一列, 好可以看到是这样,那么我们嗯在这个嗯变量师图这里可以对变量的一些特征进行编辑,包括这他的宽度,他的这个小数点位数,比如说处理呢,我们是用这个 嗯一二三的标识,他不需要带小数点就可以了。那其他的这个嗯测定的相应的指标呢?我们可以指定他有几位小数点,嗯,另外呢是我们把这个嗯值对应的进行给他负值处理。 好的,我们来把这个相应的这个带数字给它复制一下,那么我们这里的一呢是代表的是嗯一代表的是 t 一的这个处理就是第一个处理, 那么我们这里点添加他就可以被复职了。二是 t 二的一个处理,三是 t 三 体式,嗯,然后五呢是对照, 我是店长, 好的,我们点 ok 呢,他就会把这些纸进行复制给他了,然后我们点确定。 好的,那么复制之后呢,我们需要对嗯数据进行单数方渣分析的一个检验,那么在检验之前呢,我们需要对这个嗯数据进行一个呃, 这个探索或者是一个描述,那么我们也可以先来看一下这个数据的一个描述,我们来看一下这个把所有的数据放在右边进行描述,描述 选择这里呢,我们可以选择他的嗯平均值求和标准标准差最大的最小值,平均值和他的范围,这些我们都可以选择, 然后点确定,他就会跳,跳出另外一个界面,另外一个数据分析结果展示的一个界面,包括这里 嗯有多少个样本量,然后范围平均值最大的最小值呢?他都会把所有的数据进行一个基本的描述,这是一个基本情况,我们可以看到上面的界面是数据界面,这一个是分析结果的展示界面, 因为这个界面和这个嗯数据结果的这个界面呢是嗯有数据连接关系的,所以这里他上面表投这些菜单来,我们这里可以点分析,这里可以点分析两个在他有数据链接的情况下呢,是两个都可以的。好,我们可以在这里进行数据分析。 嗯,继续的,我们刚才是对他进行描述的是 craft, 然后我们去探索一下他的是否满足正太检正态分布,我们 explore 一下,嗯,把这个需要检测的一些指标呢全部放到 这个检测的这里面来统计量来,这里我们可以不统计了,因为刚才已经做过描述性统计了,我们这里要做正态检验的时候呢,我们就需要去点一个这样的 一个嗯,是否满足正太检验的一个图,哎,点确定,然后他就会计,计算出相应的结果。他还是计算当中啊,数据有点多的话,他还是计算当中啊。 ok, 来了。嗯, explore 这检测的结果这里。 嗯,好的,那我们首先来看这个是否满足这个,嗯,正态分布的一个一个检验在哪里去了? 来,在这里。哈,我们来看这有两种检验方法,当我们数据点的个数小于两千的情况下,我们用后面的这个这个检验,然后当数据样本量大于两千,我们用前面这个检验。那这个检验的原 假设呢?是说是什么呢?嗯,假设这个,嗯,数据是服从正态分布的。

哈喽,小伙伴们,毕业即将至,很多同学拿到数据时重复性的数据,那么要进行一些分叉的分析和显著性的一些分析啊,才能够完成整个的论文。那么这期视频呢,就给大家说一说如何用 spss 进行快速的数据上的分析和处理。 开这个软件呢,首先看下面有一个数据试图和一个变量试图,数据试图呢就像我这样,然后输入两列数据就可以,然后变量数图呢是对 你的呃数据试图的一个定义,或者说是一个属性,那么他的这个零零一,第一列的话是数你的字别量,第二列的话是数你的音变量,看一下第一列在这边,第二列在呃另一边,然后呃这个 类型这一部分你可以改一下他输的数据的一些格式,你可以把它输成呃一些文本啊,或者是数据什么的,你可以自行的改正,然后可以改一下这个小数点的位数, 嗯,这是咱们经常用的呃两个地方,然后甚至可以改一下就是这个表格的宽度。那 那么呃这个第一列式自变量我们应该怎么说?比如说我这个实验是分为五个时期,五个阶段,那么每个阶段做了三个重复性的实验,那么我就把它都标为一, 然后第二个阶段就都变为二啊,比如说你第一个阶段可能是加呃十毫升的用量,或者是说呃是一个呃植物的不同的采收时期, 都可以啊,去自行的定义,只要你呃能够把你的定义和你的实验的这个呃自便量对应上就可以。然后我为了方便呢,就用一二三四五表示, 呃,这第二列呢,就是你在呃每次实验后做出的数据,你可以直接从你平时的实验记录本或者是一个赛欧当中直接粘贴过来,然后 后就开始咱们的呃数据的处理的部分啊,直接可以点击上面的分析,然后这里面有一个比较平均值 以及这个单因素方式分析。呃,注意这个呃音变量的这个列表,一定要输入这个音变量,不要和那个自变量搞反了,然后咱们音变量时第二列,自变量时第一列,然后再选择这个时候比较,然后就像我这样选选择一个 s lsd, 途径 sb, 还有一个沃尔顿坦,嗯,然后咱们的显著性水平设为零点零五,因为零点零一就是极显著了吗?然后选择继续嗯,选项,这边再点击一下,然后把描述和方查其性检验勾选上,然后点击确定,就可以 进入这个数据分析的结果的界面了。嗯,这个单项的话,我一般都是把这个嗯实验的名称就打在这里面,作为一个文件夹的名称吗?然后这一列的描描述,呃, 描述这里的话是有计算这一些数据的平均值,方差这些,呃,你用 excel 做是一样的。呃,所以的话就如果大家 粘贴这个呃描述的话,可以直接右键,然后把它保存为不同的格式,如果说你只想粘贴某一个格的数据,你可以说点击他,然后让他变黑,然后勾选这一区域的数据。 那么这边讲完了之后是比较重点的是这个多重比较啊,多重比较就是在分析你的显著性,这边就是刚才用的啊,咱们勾选的 lsd 吗?然后大家都知道这个星号是表示你这个是 实验是否具有显著性?呃,有一个信号的话,就表示你这个实验是有显著性的。呃,这边实验你看有一个显著性的一个说明,前面这个没有的话, 其实他是零,是显著性,是零点零零,然后后面没有没有算吗?就是其实他已经是极显著的了,咱们已经定义零点零五是显著的。呃,他前面只打了一颗星。如果是说你最后做的数据的表格里面,其实他是可以打两颗星的吗?因为是极限柱。 嗯,然后这边比较难看懂的是,呃,这第一列已经和第一组输血,已经和第二组、第三组、第四组、第五组比较完了,他都是有 信号的话都是显著的,但是这个第二组数据又跟一三四五进行了比较。那么为什么要进行比较呢?呃,这一块的话,一跟二、三四五比较,只能说一跟二、三四五是有显著性的,但你不能说明。呃,二跟三也是有显著性的,是吧?你 跟二比完了是有显著性的,二跟一比完也是有显著性的。一般这个东西都是对称的吗?但是你不能说明啊,二跟三是有 显著性差异的,所以说,呃,就是这一轮比完了之后还要再比一轮。嗯,这边数据的话基本上都是有显著性差异的,说明你的实验数据是比较好的。但是也有这个第四组和第五组数据进行比, 他是显著性这一栏,这一边是。呃大于零点零五的嘛,所以他就没有标星说明第四组数据和第五组数据他们之间是没有显著性差异的。嗯,这个实验的数据只只有你有显著性的。嗯,差异,你才 才能说你这个四面量有影响到一面量吗?不然的话你没有差异其实是没有太大的意义的,也不能说没有意义,也只 比如说你这个自备量没有影响到他,然后,嗯,最后拉,拉到这个。呃,乌罗洞坎这边,这 这边的话就是,呃,你要怎么去标你的建筑性?第一种方法就是标星吗?啊,那个是比较简单,但是也有这种 标字母的。嗯,大家对标字母的这个可能一直不太熟悉。呃,先跟大家说这个文献该怎么看,比如说,呃,这个柱子上面标的是 ab, 这个柱子标的是 a, 这两个柱子有同一个字母 a, 那说明他们俩之间又不显著,但是呃,这个第一个和第三个柱子之间他们之间是没有相同的字母的,那我们开玩笑的时候就知道,呃, 这第一个和第三个是有显著性的差异的。然后除了有这种柱状图的,还有这种,呃,写表格的,写表格的话直接是把它标在呃数据平均值加分叉,然后加减分叉吗?后,然后这个数值的后面。嗯, 判的话也是像我刚才说的,就是看两组数据之间有没有相同的字母就可以了, 现在标的话一般都是用这个字母去标识了,很少会用新号去标识,所以说,呃,大家要把这块就是搞清楚,那咱们自己怎么去标这些呢?嗯, 这就用到了咱们刚才勾选这个涡轮增坎。嗯,这个表格呢,看一个右下 角的数据啊,他是从下到上按照平均值的从大到小去排列的,所以这个七十六点一三,大家看到的是平均值最大的一个数,然后其次是,呃,六十五、二十六, 那么从你的右到左就开始标 abcd 啊,那么大家注意一个规则,就是同意 横行的,有重复就标同一个字母,同一数列,有重复的就标同一字母啊, 我这边的实验数据是非常的简单啊,第四组数据和第五组数据他们在同一个数列,那他们俩就都标的就可以了。还有种情况是同一横行的,可能也会有 在一起的啊,像这种情况一定要先标数列, abcde, 标完了之后再去标你的。很好啊,比如说这个第七组和第八组数据,他们是 没有显著性差异的,因为他们在同一个横行吗?那你可以标西,也可以标地,但是一般情况下都是标西的,因为标那个平均值大的吗?然后这样的话就可以做出那个字母标记法的分析的表格了, 然后这个数据一定不要扔掉,如果是你投稿的话可能会,嗯,杂志社会要你的原始性的数据和一些分析,如果说交 有论文的话啊,这个文件你保存或者是不保存都是啊,无所谓的。嗯,那么今天的视频呢,就到这里了,嗯,喜欢我的小伙伴呢,请一箭三联,爱你们哦。

下面呢,我们再来讲解二点三节探索分析。 当我们需要进行数据筛选,识别极端异常值,分析各组样本之间的变量差异,探索变量变化的分布特征时,都可以用到探索分析。 这呢我强调三点,第一,探索分析既可以为参与分析的所有样本生成摘药、统计量和图形显示,又可以依据分组变量分别为各组样本分别生成摘药、统计量和图形显示。也就是说,既可以针对面相所有样本,也可以啊面向分组样本。 其二,探索分析可以识别极端异常值。极端异常值呢,主要包括错误数据,与绝大多数数值相 比,过大或者过小的数据等等。数据当中如果包含了极端异常值数据,那么必然会影响分析结果,掩盖变量变化的真实规律和特征。 第三点呢,呃,探索数据呢,可以探索变量变化的分布特征,从而帮助用户确定用于数据通析的数据分析的统计方法是否合适。 比如说呢,有的这个分析方法,他假定条件里边要求数据要成正态分布,那我们通过他的分析发现数据他不是正态的,那这个时候呢,可能就不太适合采用这个我们预先想要的那种统计分析方法,想用的那种统计分析方法。 下面呢,我也是结合着案例啊,这个呢,我们用的是数据二点二进行一个分析。 关于这个二点二呢,这个数据啊,它是这个某研究通过调查问件获取的这个 c to c 电子商务顾客信任因素的影响因素的一个数据。 数据文件当中呢,总共是十八个变量啊,十八个变量分别代表什么呢?大家可以看一下相应的值标签啊,这个教材上也都有啊,自己在打开原文件大家也能看到,其中我们针对有一些呢,有一些变量还采用设置了这个值标签操作啊。 好的,下面呢,我们针对这个整体信任度评价变了 进行探索分析,分析描述统计探索,选择这样的一个命令,就会弹出这样的一个对话框。首先呢我们选择进行探索分析的变量,我们选择的是整体信任度评价, 把它选入到音变量列表啊,音变量列表,如果我们需要分析多个变量的话呢,还可以就是把所有的变量都移到里边来,也就是说他不仅仅是支持一个,他是支持多个的,当然一个也可以。 然后呢这个因子呢,我们选择性别,什么叫因变量?什么叫因子呢?因变量,就是说这个被解释变量,被影响的变量啊, 然后呢这个因子呢,就一些影响因素啊,或者叫自变量,或者叫影响因素啊,就是说我们这样的一种设置哈,就表示我们的性别 是不是会对整体信任度评价产生影响,或者再直白的来说呢,就是男的女的啊,男士女士,是否他们对于这个整体信任度的评价存在显著的差异是吧, 这呢还有个按标注依据,个按标注依据呢,这个主要就是说如果系统在数据探索的时候啊 呃,发现了极端异常值,那么就可以使用这个标志标识的这个变量呢加一个标记,从而便于用户迅速的查找到这些极端异常值,如果用户在这不做选择了,那么这个 spss 他默认以第一个变量作为这个标注个案的变量 啊,再就这这个显示显示呢,我们选择要么是选择这个, 呃,表,表的话呢就是统计,图的话呢就是图,两者都呢,就是既输出表也输出图啊,这呢我们选择都选上,然后再就是统计,这里边呢可以选择输出相应的统计量啊,包括描述 m 估计量,离训值和百分之数, 针对每一个选项的具体的含义啊,大家可以参与教材上相关的内容。再就是选项选项里边呢,它主要是用于设置对缺失值的处理的方式啊,这呢我就不再追述了, 教材上都有啊,这个自助出院呢,采取系统默认设置就可以 啊,他这还有个图图这呢,它里边分为大家可以输出这种呃相图,描述图和这个直方图啊,什么什么等等, 我们这都选择去输出,还检验了正态图也选择输出啊,好的,继续点击确定。 这个呢是我们的个案处理摘要啊,列出了参与分析的样本的基本的信息啊,男的有多少,女的有多少,确实只有有多少,总容有多少啊,有效的有多少 啊,这一个呢,下边呢就是一个统计表啊,描述性统计表,因为当时我们选择的是表和图都输出啊,这是一个表, 这个呢是我们的 m 估计量。 m 估计量。 m 估计量呢,它是样本均值和中位数的文件替代值,非常适用于数据当中有较多 接单异常值,需要寻找数据位置时的情形啊。我们这个从这可以看出我们 m 估计量的值啊,与它的平均值是是比较比较接近的啊,平均值 是比较接近的,这说明我们的这个数据当中存在极端异常值的概率比较低。哎,这数据是比较平稳的,这是百分位数表,这是极值的表。 这个呢是正态性检验的一个结果,可以发现呢,两组数据的正态的这个分布特征都非常的 显著,主要的是看这个地方显著性皮值非常小,越小越显著啊。之前我们在第一章的时候讲解了假设检验的基本概念的时候说过这一点啊,越小就越显著啊,都就是说明 他们是浮动正在分布的。这是直方土啊,直方土,这个呢是精液土。 关于静夜图呢,从左到右啊,它主要的是分为频率以及这个静,静就是主干,然后还有一二三部分静呢,就是主干,代表的是这个整数部分。 这书本页呢是小数部分啊,每个页就表示一个样本啊,还有性别为女,性别为女啊,这是性别为女的,是吧?这个镜为九的这个叶片书总共是几个几片叶子?八片,对吧? 表示这个呃职职位九的这个职位九的这个呢是频率是八 啊,这是正态概率图。斜线呢是正态分布的标准线,各个点越接近于直线,则数据的分布啊,越接近于正态分布 啊,这说明我们我们这两组数据的这个值都是比较接近的,说明数据的正态分布特征是比较明显的,这个是去趋势的正态 qq 图,这个呢,主要是看这个数据是不是均匀的分布在这个横线上下, 可以发现的也是比较均匀的,跟前面这个结果是一致的,这个是一个镶线图,镶线图呢是相,是四四分位间距的范围, 中间的这个粗线呢是表示的是这个,呃,平均数上面这个,这这一个呢是表示什么? 这是表示最大值啊,或者这个是最大值,这个是最小值,最大值最小值啊,这个呢是百分之呃,百分之七十,百分之二十五,中间的粗线呢是表示这个均值。 这地方这地方是有一个粗线的,大家在教材上也能看见,自己的电脑上应该也可以看见。这是一个粗线,这是比较黑挡住的啊。粗线的是军指, 这个呢是百分之七十五,这是百分之二十五啊,分位数,这是最小,最大啊,最小百分之二十五,均值百分之七十五最大。 好了,关于这一节呢,我们就讲解了这个地方,谢谢大家。

sponse 属于傻瓜式操作,主要应用于问卷调查、医药、人文社科等统计分析领域。它的好处就是我们只需要在软件内点点点菜单就可以生成统计结果。 首先呢,我们看怎么来引入我们的数据,几点击文件,打开数据, 找到我们要的这个数据,打开, 嗯,我们可以看到,嗯,这个数据的左下角是有两个是图,一个是数据是图,一个是变量是图,他默认的是数据是图,数据是图,就有点像 excel 他展示的上面这个是列名, 然后嗯,这个是一行一行的数据,可以看到我们的数据有三十行,然后有呃这样的几列, 嗯,从这个数据试图当中,呃其实是读不懂它的数据含义的。我们点开这个电量试图,电量试图呢,就是有解释这个呃数据的表结构 定义电量类型,比如说他是数值型还是字符串形,嗯,这个是名称,然后这个是他的数据类型, 然后我们看一下,嗯,这个测量这一列他是有三个可以选的,一个叫标度,一个叫有序,一个叫名义。然后他是什么意思呢? 嗯,比如说我们看这个这个 a 指这一列,他就是有序。为什么是有序呢?因为就是有序的含义,就代表着这个变量指服从某种内在级别的类别。比如说从呃 就是十分不满意,到呃十分满意,有一个满意度程满意程度的这样一个呃衡量, 所以他就是,嗯代表着一种递进的这种顺序,那名义的话就代表这个变量值不具有内在等级的类别。比如说是呃公司部门或者是地区编码,它纯粹的是一个就是 呃一个值,比如说这个性别,一代表男性,二代表女性,他是这没有这个数字的这种递进关系的。那标度的话,就代表说这个 数字有具体的含义,比如说薪资的话,比如说七千块钱和两千块钱,他是有这样一个具体数值的含义的, 这个是测量的三个选项。然后我们看这个标签,嗯,在这个名称当中,这个列名是显示在数据仕途当中的,然后我们可以看到其实从这个嗯 他的列名就叫 q 一到 q 七,然后这个数据应该是来自于一个问卷调查的一个数据,然后嗯,这个从 q 一到 q 七,我们是呃不太知道这个列它的具体含义的,所以我们在这里个标签,我们可以去用比较长的文本说明它的含义,我们可以看到就是 q 一代表他的 sx 就是性别,然后呢?呃 q 二代表他的 a 值年龄, q 三代表他的教育程度,然后 q 四代表他喜欢的这个新闻频道,然后 q 五代表一个就是 问题态度类的,就是说呃是否认为就是这个新闻频道的这个服务,然后去传递了重要的新闻。然后 q 六代表 说这个新闻频道是不是嗯放,就是在体育上的报道比较少,然后 q 七 代表说这个新闻频道的主持人是不是真诚的,这个相当于是他的观点态度。然后呢在这个纸里,他如果这个是一个美举类型的,有具体说明,比如说 sx, 这里有说明,就是一代表 meal 就是男性,二代表女性。 那你如果联合这个标签和纸就可以去读懂前面这些,嗯,数据含义相当于是把我们的一个问卷调查去处理成了一个 spass, 哦,可以,就是比较标准化的一个数据。看这里全都是全都是数字嘛,然后 这里是,哎,教育程度的话,他也代表,一代表什么教育程度,二代表什么教育程度,三代表什么教育程度。然后, 嗯,至于那几个态度观点类的,他也是用这个啊。一代表就是, 哦,没有什么态度,二代表同意,三代表不同意,来这样进行一个区分的,那这样的话就可以把一个问卷调查的呃调查结果去很好的做成这种 spass 的数据。 嗯,第三部分呢是一运用这种 spass 来进行简单的分析,然后最常用的就是描述性统计分析,这里呢就是采用分析,然后点击描述统计。呃,点击描述, 然后可以看到这里他让你选择你要的分析的变量,然后,嗯,我们是 嗯把它都选中,然后进行一个分析,然后,呃,点击选项,这里有你就是 你可以勾选,然后他就会就是输出这个你勾选的这个结果,如果你不勾选就不会输出你的这个结果,然后我们按照默认值来做,嗯,点击确定, 可以看到他这里进行了这个描述统计分析,然后,嗯,这个界面呢,他是英文的,我们也调一下,嗯, 语言显示在在这个里面调 编辑选项,然后语言,哦输出,我们也把它调成简体中文应用,确定确定,然后可以看到,嗯,现在的输出还是英文的,然后我们重新操作一下否,嗯, 分析描述统计描述 确定啊,这里我们可以看到他的描述统计是中文的了,嗯, 可以看到这个 n 代表这个列的总数,然后最小值、最大值、均值和标准偏差。然后这样呢就是把我们各个列他的,嗯,就是描述统计的情况分析出来了, 嗯,这样可以帮助我们简单的认识到这个我们各类数据,他的最大值、最小值,平均值,还有一共有多少个?另外呢我们还可以做就是另第二场用的就是频率分析, 然后我们也都去选中,按住 shift, 然后去选中。 嗯,我们点这个图表,这里就是我们可以让他去把图表显示出来,有丙图,呃,直方图,哦,这个是按需选择的,我们选择直方图,然后点 继续确定,嗯,可以看到他这里去 描述了这个统计。首先呢,这个呃观测值,因为它是一个从一到三十的这样一个序号,这个是没有任何意义的。然后我们去从 sex 性别来看,嗯, 可以看到他的麦尔男性出有十二个,然后女性有十八个,一共是三十个。然后这里计算了他的百分比, 就是男性是百分之四十,女性是百分之六十。然后我们再看年龄,呃,在二十一岁以下的,他的百分比是二十三,然后在二十一岁到四十四岁, 呃,中间的是百分之五十,然后四十五岁到六十七岁,六六十四岁之间的是百分之二十六。再看 程度,也有去分别分别类列出来我们这几个教育程度,他的,嗯出现了多少次,然后每个教育程度他的百分比,然后这个是,嗯他喜欢的这个新闻频道, 就是对于每个新闻频道喜欢的分别有多少个人?然后他百分比是多少个?然后这个是态度的百分比。那这样呢?我们就是对,呃,我们数据,这这些数据出现的频率和百分比有一个更强的认识。 然后我们再看这个,哦,赛克斯,这个我们可以看到他这个是频率,然后这个是呃年龄的频率,教育程度的频率,然后嗯, 喜欢频,喜欢频道的,嗯,可以看到我们这里是直方图嘛?然后如果觉得这个直方图不合适,我们可以去选,比如说分析描述统计 频率,然后图表可以去选饼图,看是不是效果更好一些, 这个是没有意义的。然后这个是,嗯,性别、年龄,好像领途更直观一些哈。然后教育程度喜欢的新闻频道,然后他的态度、观点类,然后这个是 很好的让你去快速的认知你的数据特点啊。接下来一个,嗯,是交叉表分析,交叉表分析没有 刚刚说的描述性统计分析和频率分析那样常用,但是呃交叉表也像也是一个非常实用的技能。嗯,什么叫交叉表分析呢?比如说我们去点击这个分析,然后点描述统计,然后点 点交叉表,然后可以看到这里有一个行让我们去拖进来,有一个列让我们去拖进来。嗯,我们想要知道,就是说,嗯,比如说 这个样本当中,他喜欢的这个频道 喜欢哪个新闻频道,跟他的性别就是有没有关系,我们就可以 就是以这两个为研究变量去分析。然后呢我们这里有一些选项可以去选,我们先保持默认,然后点继续,可以看到他输出来的结果, 然后呢?这里是他的,就是 xx, 是他的呃男性和女性,然后这里是他喜欢的这个频道,嗯,是不是这个很像我们 excel 当中的这些,就是 数据透视表,然后嗯,他按照这个嗯喜欢的频频道进行一个统计,再按照性别进行一个 统计,然后交叉出来这样一个表,然后所以他不是一个单一委托的表,那这样的话他就叫交叉表,嗯,再隐身一下。交叉表经常用的有一个是,嗯。 去求呃卡方,还是我们刚刚选的这两个,然后我们去把呃 统计,把卡方给选上,然后我们也可以选一些呃其他的相关性,然后继续这个还是我们刚刚的交叉表,然后 这个是卡方检验,然后我们需要看到看的就是这个皮尔逊卡方的这个渐进显著性,然后它是零点七四三, 这个零点七四三这个叫显著性系数,也就是我们常说的这个 p 值。然后根据统计学的知识,只有当这个 p 值小于零点零五时,才能说明两个组别间 显著性的差异。然后我们这个零点七四三明显是大于零点零五的,所以就是说这个是没有显著性差异的,嗯。

呃,点图表,我们在这里画一个柱状图,柱状图呢有三种类型,有柱状的,有这个简单的有堆积的,堆积是种不同类别的,给他堆在一起,然后柱状的可以看的就是说在一个处理他分了几类,他,嗯是, 嗯分类别的,而单一的呢是这种单一的存在一起的。好,我们把这个嗯选择简单的按照个案的方式定义一下,去画一个,呃, 把这个图刚才这个图画成柱状图,看他是什么样的。这里呢我们需要注意的是要选择这个其他统计变量,我们把变量放到这里来,然后把类比轴这个代号放到这个类比轴这里, 然后这里呢要点击选项,选项这里呢把这个显示误差的这个图形呢?嗯,跟刚才一样,也包 包括了三类执行区间标准差和这个标准物啊,这个我们通常的选择标准物,然后把这个倍数呢选择为一倍的标准物就可以了。点继续之后呢我们点确定 就得到了这样的一个结果,那么这样的一个结果呢,我们可以看到其实在整体上看不出怎样的差异,那么我们就可以把这个嗯坐标轴的范围缩小到这个六到九之间,我们可以看一下,我们对他进行编辑一下。 嗯,当然这些大小跟刚才的这个讲的是一样的,我们对选中之后把它的字体大小和加粗方式进行更改,然后把这个网格线如果不需要呢,我们可以隐藏。嗯,然后这个 柱形的大小我们可以来看一下,选择一下这个嗯,刻度,刻度的这个范围我们自定义一下,我们取消那个自动选择,我们把这里,嗯定义在六到九,然后这里变为零点五, 然后点应用,应用之后呢可以看到就是这个误差了,整体的这个误差就更明显了,而且我们这里可以把这里换到八点五, 八点五可以看到这样的话呢, 嗯,这三个这四个处理之间的这个误差就更明显一些。然后这个大小的话,我们其实也是可以对他进行调整的。 嗯, 调形哦,在这里调形的大小我们是可以调整的,点一下应用之后呢,嗯,他就变小了,可以把这个调形的这个宽度进行调整,这里放成百分之五十,也可以进行更改。 好的,然后这里就对他进行调整了。嗯,但是这些也需要进行调整,嗯,和刚才是一样的啊,这个就不进行坠数,这个 把它直接插掉之后呢,他就更新到这个界面了,可以看到这里就过来了。嗯,那么除了这个之外,我们另外还比较常用的呢,会画一个这个闪电图,闪电图画了之后呢,我们对他进行回归,如果我们知道两个变量之间有什么关系的时候,我们 会对大家进行回归,那么我们看一下这这里的数据结构,我们看一下这个,嗯,这个 这个指标一和指标五这个关系,我们这里画一个这个散点图,看他是什么样的一个情况, 选选择三点图,那三点图的类型呢?有很多,呃,包括了这个,包括了这个单点的矩阵形式的各种类型的。 那我们这里呢选择这个简单类型的定义,把这个, 嗯,指标一作为外轴,然后指标一可以作为 x 轴,然后指标五作为外轴,那么这里嗯谁做 x 轴,谁做外轴呢?这里我们就要是就要根据研究的实际情况,我们认为 x x 轴呢是这个,嗯, 变量是这个,嗯,自变量,就是说我们认为是因为 x 的变化 引起了这个 y 的变化,所以一般来说我们嗯把这个原因是 x 是放在放在 x 这里,然后结果就导致了变化,因为这个才导致 的变量音变量呢,我们就放在了上面,嗯,我们点击一下确定 就可以看到他画出这样的一个图形,那么这样一个图形呢?嗯,这画这个图形的前提呢是我们要进行相关分析,那么相关分析前期讲过了,我们就不说了,这里呢就说我们要要把这个这个图进行一下礼盒,那么我们就还是双击,他 双击到这个图,嗯,图之后进行编辑的时候呢,我们可以加一个礼盒曲线, 然后选中这个 点之后呢,我们这里点这个曲线,点了之后呢他会自动的加上一条曲线,这条曲线呢并且还会你和这个方程式, 那么这个方程式呢,我们通常呢不需要他放在这里,因为放在这里的话,他影响了这条线的这个展示,我们 我们可以把它隐藏一下, 这里隐藏了之后呢,我们在后期呢,在呃对图表进行编辑的时候呢,把这个在写到相应空缺的位置,那么同样的我们要对这个图进行编辑的时候呢,我们把这个填充改成这个白色, 这个字本来就是白色,把这个嗯这个网格线给他隐藏,然后呢把这个这些数字相应的进行调整,他心换成新龙马呀,然后 然后对他的大小和加粗方式进行更改和调整,就得到了相应的结果。嗯,也是一样,我们这里点插点把它进行编辑好了之后呢,嗯,我们 把它一擦掉就得到这样的一个,就更新到这边来了。更新了之后我们要导出还是一样选择右键导出就获得相应的图形。嗯,在进一步呢,我们用 ps 把这个,嗯所有的要用到的图形有序的组装 在一起就可以了,那么这个图我就不打装了。嗯,好的,那这里呢就简单的介绍了,这个用 spass 去 可以分析或者去做图的这个,嗯,柱状图,误差图和这个三点图的几个几个图形,并对他进行编辑和美化,然后导出方面的这个 知识,我是好几学长。然后在 spa 方面有什么问题可以在我的视频的下方评论留言,有 喜欢我的视频一定记得点赞评论收藏加转发哦,我们下期再见。拜拜。

哈喽,大家好,我是武松老师,欢迎回来。前面呢我们介绍了 spss, 他的一个简单的一个 安装常用的界面,现在呢我们就来去学习如何用 sps 去构建统计分析的一个数据库。 sps 统计分析数据库呢,有两种方法,一种叫做间接法,一种叫做直接法,那么所谓的间接法,它是拿来主义,常用是间接,我们以后呢用的都是间接法,所谓的拿来主义间接法是指什么呢?是指用 spss 去调用别的数据库, 从而构建自己的数据库,这就叫做拉赖法啊,间接法。那么所谓的直接法呢,就是在 spss 中打开一个空的数据文件,然后呢自己一个一个往里面进行录入,我们发现这 方法是非常笨猪的一种方法,所以一般来讲很少用,但是呢,你只有学会了直接法,你以后用这方法的时候,万一不对,你会调试,哎,讲白了你自己会做饭了以后,你发现那个饭不好吃,你知道哪地方出问题了啊,就是这样概念,那么 对于咱们本科生呢,我呢会给大家一种比较折中的一个方法哎,叫做间接修改法啊,间接修改法就是用间接法拿来之后呢,然后来进行一个数据的一个修正 参数的重新来进一个调试啊,那我们就来教大家这种方法叫做间接调整法,那么请各位呢, 打开一个 sps 数据文件啊,双击打开 sps 数据文件,这就进入了一个 sps 数据师图,然后呢我们去调用 一个 excel 文档,这个 excel 文档可以用两种调用方法,一种直接点左上角常用工具栏有个打开文件夹,是不是?这是第一种方法,第二种方法可以通过菜单文件,然后呢打开,然后去找到我们要的一个数据,我们点打开, 这是比较常用的这两种方法,那么还可以用导入数据,你看大家,你看下面可以导入数据库, 导入一下,导入 csc, txt 等等,包括萨斯斯、白塔迪贝斯等等这一些其他统计软件的一个数据录入的格式啊,这些呢相对来讲有点专业啊,我们只要 学习文件打开数据,或者直接调用这个打开文件夹就可以了。我们点开打开文件夹,然后在 这个数据文件中呢,我不知道这个数据文件会不会在智慧树上有下载附件的地方啊?如果要有的话,我会跟他们后台联系一下,然后把这个上传上去,大家也可以进行试用。 ok, 我们现在呢就要打开一个,这样当我打开这个 打开数据文件的时候,我们发现这地方根本就没有 excel, 那是因为他默认的格式在这里就是 sps 格式的,对不对?那 excel 是不展示的,我们选择下拉菜单,找到 ofires 所有的文件,然后你就发现这地方有个立一 excel。 好,我们把立一 excel 点打开, 那么根据你软件电脑的一个速度,他会稍等一下啊,那么就会出现一个读取 excel 文件的一个可视化读入窗口,那么这个可视化读入窗口是 spss 二十四点零才 有的,二十三点零机器以下那么只有上面这一部分,二十三点零机器以下只有上面这一部分,那么下面呢是没有的,那么下面其实就是可视化读入,就是在没有读入之前,我已经都知道了我们即将读入变量将会是什么样的,数据结构将是什么样子的。 ok, 好,那么在这个里面呢,我还会为大家讲两点,第一点就是第一行一定要当做变量民主,当我把这个勾勾选掉之后,当我把勾勾选掉之后,你会发现下面的什么姓名啊、民族啊等等都已经变 成第一行记录了,第一个记录了,是不是其实姓名是下面所有人的一个什么变量名称,所以把它勾选中,他们姓名性别就已经进入到什么变量名称,这个什么这 一个,嗯,位置了,是不是?然后第二个就是我们在读 excel 的时候呢, excel 他左下角通常是公主表一,公主表二,公主表三,如果你以后的数据他 在公主表一,那么默认读入就可以了,万一是在公主表二,公主表三怎么办呢?可以通过下拉菜单去找来来理解吧。 ok, 好,我们点确定,那么会稍等片刻,他就会 把数据读过来,你看数据就已经全部读进来了,读进来之后呢,他会出现宽宽窄窄,那么发现不太好看,你就可以通过拖拖拉拉的方式把它调整 一个比较好的看的一个视野。 ok, 好,读完了之后呢,我们稍后,现在呢就来带大家来进一个参数的修正,那么这 这毒是毒进来的,那毒的对不对?好不好呢?我们点左下角有个变量师图,我们就进入了变量师图,我们发现一共有十二个变量, 他变量名声都已经读进来了,那么在前面我们已经说了,到底对不对,好不好,关键看这个十个参数属性到底设置的好不好,对不对?我们再说了,在这十个里面要掌握爱八定律,只要记这两个,一是类型,后面是什么?测量尺度,测量尺度,那么这个类型点开之后 他就会弹出一个变量类型框,变量类型框里面包括这么多二四六八九种,是不是 啊?包括九种变量类型,那如何来进行选择呢?大家记着艾巴定义,只要选两个,要么是数字,要么是字符,大家想想我们这一个,我们这个姓名是什么姓?梁姓名张三宁是王爱武松,是不是?他肯定是字符的,所以 选字符, ok, 没问题,那么再点点,确定之后点性别性别,我们这个数据是什么类型呢?我们你看性别,性别是一二三四,一二三四,那我们性别是吗?是数字,能理解吧?好,没问题。然后民族,民族是什么样的民族?是汉族啊,其他什么什么民族啊? ok, 是民族,是什么类型的?民族是自负型的,没问题。年龄肯定是素质的。什么什么学院,应该是自负串的专业是自负串的。身高是多少多少多少,肯定是素质的,是吧?体重素质的,胸围素质的,肺活量数字的体育成绩是肺素质的。哎,血型,我们看一下血型他是怎么录入的 啊?找到血型发现血型录入的什么 abo ib, abo ib, 他肯定也是自动转的,是不是?哎,那你要想已经进入了数据,师徒要想快速的到 变量师图,只要双击他的变量名称,双击变量名称就立马进入到什么变量师图, ok, 他也应该自负段,那么这个变量类型就讲完了。 这个宽度是指什么?是指你前面这个变量明星的宽度,比如说武松,武松的宽度是两个汉字,通常我们认为两个汉字应该是几个字符啊?两个汉字应该是字,四个字符,是不是?但是 sbss, 当我们采用的优力库的模式,什么叫优力库的,大家看这个右下角是不是优力库的模式?优力库的模式是一种兼容性的模式 啊,他会把我们变量的宽度放大到三倍,也就说武松虽然来讲本来应该是四个字符,那么现在至少要十二个字符,特在能够写, ok, 好,那么他这地方设置的是十三个字符,这个宽一点窄一点没关系,你你如果写 三十都没有问题,他只不过软件会多占用一些内存来进行保存就可以了啊。但是短了不行啊,短了不行,比如说姓名,我点开这个姓名,姓名呢?有一个人叫什么名字呢?叫王凉风,大家看好第一个人叫王凉风,如果我把它变量的宽度 降到六个,你看是不是只有王良了,是不都出不来了,是不是这样概念啊?那么这时候怎么办呢?我们再给他升升升升升升,十到十二个 g 级以上, 非常有一点需要大家进行注意,当我们当我们进行把它降低之后,降低之 之后他已经把那个给他删掉了,当你在恢复的时候,他已经回复不过来了,所以这点适当要进行注意。那么这时候大家可以怎么办呢?你后撤,后撤后撤后撤,哎,可以把他后撤出来啊,这没关系的 好。然后第二个就是性别,性别的宽度不就男女男女嘛,对不对?他一个一个到两个基本上也够用了啊,一到两个基本上够用了啊,他保持,因为是阿拉伯数字,阿拉伯数字一个就是一个,对不对?然后民族他这地方默认的, 大家看一下,他默认的有宽有窄,那么如果他敢用这样子来进行一个读书的话,那基本上他前面的数据都能读进来,哎,所以 也没什么关系,那没关系。那么你可能会纳闷一下,那软件怎么知道他应该是十三个,是十个是两个呢?因为刚才在读取的时候,他已经说了,软件会对前两百条数据来进行一个扫,就是这个变量的前两百条记录啊, 他会扫视一遍,扫完了之后,他觉得那么我多宽就可以够用了,就可以了。 ok, 这是小数点的位数,小数点的位 数呢?比如说我们这个自负串,自负串,小数点位数怎么点都不可以,但是性别小数点位数,当我选中的时候,就可以把它设置成两位啊,一位。哎,这为什么可以的呢? 为什么制服串这个就不能动了呢?那是因为制服串吗?比如说姓名武松吗?你说武松不就武松吗?你武松点零零有意思吗?那没有意思的,所以制服串的是不可以设置小维素的,那么其他数字型的都可以设定啊,都可以设定啊,就是这么意思。 好,那么这就小数位数就讲完了,我们再来看一下标签,标签是指什么?对变量名称进行一个解释,如果前面这个不叫做姓名,比如说我给他改一下,改成叫做 n a m e, 叫做 lime 啊,叫做 lime 的话,那么 内蒙了,我们现在都知道对不对?但是 对于一些 一点统计学攻击都没啊,医学英文基础都没有的人,那么他不知道什么叫内蒙的,那这时候就可以在这地方添加一个姓名啊,叫做内蒙就知道了。哎,底下同样的我就不再进行解释了。 ok, 比如说某一些英文的话,比如说 plt, w b c, r b c, 那么这些指标我们是不知道他什么意思的, 你如果选择是什么?哇的布拉克赛啊,那么太长了,写在前面对不对?没有 w b c 减三,所以我们在后面就直接写白细胞。那么这个值呢?是指值标签,值标签是什么意思呢?值标签 是对变量尺度来进行一个复制,比如说性别,我们点开性别,我们发现性别是什么?性别是一二一,那么什么是一,什么是二呢?是不知道的是不是?其实一是代表蓝,二是代表绿,那怎么让软件知道呢?就点这标签输入什么一,然后底下输入 男添加,然后按点输入女,然后再添加,再点确定他软件就知道了,他怎么知道呢?稍后我给大家演示,我得抓紧时间把这个讲完。 ok, 然后呢 再往后面就是确实值, sps, 确实值,大家不用关注确实值,如果没有的话,他就用一个点来进行一个展示。 ok, 这个列是指列的宽度,列的宽,什么叫列的宽度呢?就是大家看我这个拖拉的宽度叫列的宽度。 ok, 列的宽度一定要大于等于前面的宽度,不然他就展示不全,是不是这样概念啊? 好,展示不全会呈现什么样状态呢?大家看我这样拖,我往这边拖,当字符,字符不够的时候,展示不全的时候,你看他就被用点来进代替了,是吧?然后这就对齐方式。那么中国人一般喜欢剧中的,一般喜欢剧中的,你就可以点点剧 中、剧中、剧中,但是如果太多的话,你慢慢点,会太复杂了,我们直接点复制,然后把它全部抹中,然后点连天就全部剧中了啊。然后最后一个比较重要的就是测量尺度,这个测量尺度 到底怎么看?我们选择第二个,我们再给大家看一下第二个就是标度,有序和名义,为什么点第一个的时候他只有有序和名义呢?因为第一个我们的变量类型是自负赚的,自负赚是不可能够是什么,是老大,是素质变量的。 ok, 所以这个地方如何来进行选择?一定要根据我们统计学的 所说的老大老二还是老三。 ok, 我们第一个是姓名,姓名肯定是老三,对不对?然后性别,性别肯定是什么, 也是老三,是不是?然后在下面这是什么来着呢?在下面这是什么呢?啊?是民族年龄啊,我们民族也是老三,年龄是第四个,那年龄就 应该是标度,所以大家这时候一定要根据我们同居所说的老大老二老三把它定义好,所有都定义好之后,我们回到数据库,你发现是不是都居中呢?啊?所有的都居中,很好看吧?然后呢,我再展示两点, 我们这一小节就结束,有可能已经超过十分钟了, ok, 我们来看一下我刚才是不是把内蒙了,内蒙改改名字了,改成内蒙了,当我鼠标偷偷摸摸的放到内蒙上的时候,你会发现他告诉你这叫做姓名,他是名义的,对不对?哎,这是为什么软件会这样进行提示呢? 那是因为刚才我们已经对他进行一个变量的标签。我们再来看第二个,刚才我们不是说一是代表男,二代表女的吗?那怎么能够显示一代表男,二代表女呢?大家点这个一 a 一 a, 你看他就在跳转,是不是点一 a 一 a 的时候他在进行跳转哦,发现当 都是中文的时候,发现这个数据库很乱,是不是?哎,所以当都是数字的时候,就感觉到很简洁哎,所以一个叫专业师徒,一个叫什么统计师徒啊,就是这样的,好,好,就不再多说了啊。那么 当我们数据库构建好了之后,你这时候如果要进行相应的编辑和修改,你完全把它当做 excel 就可以了。如果这是十九,你觉得这是输入错了,你把它改成二十一,直接改就可以了,你觉得这个二十一是没有的,你直接删掉就可以了。你,你想怎么做就进行怎么做吧,你把它当做 excel 来进行 一个后续的编辑就行了。 ok, 好,那么这一小节讲到这地方,后面呢我们就教大家如何进行同群描述分析和推断性分析了。

朋友们大家好,我是马老师,今天呢我们根据一般秒速与统计分析模板来教大家快速完成一般秒速与统计分析的转型和操作。首先在我们的铺垫模板部分,我们只需要对我们的售房对象和人口,我们进行特征变量进行替换即可。那么在本次的案例中的话,我们把售房对象切换成本次重要企业员工,把我们的人口 机学特征电量替换成性别,年龄,学历,工作岗位,收入,婚姻状,工作时间或手术环境。你可以根据你自己的研究的对象和人口同居去特征电量进行替换即可。那么第二点,针对我们的人口同居特征表,我们只需要计算出性命和比重。首先我们点开我们的十八式, 点击分析,点击描述统计,点击频率,然后把我们的人口统计学特征变量输入进去,包括性别,做出行业,点击进去,然后点击确定,我们就可以得出我们的聘率表,在性别方面,我们把 分别分别扣费进去即可。然后在年龄阶段同样的操作, 等我们全部把拼音和笔中填写完毕,然后再制作三十秒高,首先全选 统一,四号选五号,点击右键表格属性边框和底纹,把中间的线条和两边的线条全部去掉,再点击确定,然后选中第一栏,点击右键 表格属性边框和底纹,把下面的那一行点击,然后再点确定账号,我们三线表就已经全部完成。那么在完成我们表格之后,我们就需要进入文字撰写部分,首先我们 表一结构显示加文字描述部分,我们给大家准备了五种文字描述模板和表达方式,大家可以进行自由组合。首先第一点就是直接对比,一般是针对两个分类边量相性别。我们的模板是在什么什么方面? a 所在的比例会多了多少? b 所在的比例多了多少? a 比例略高于 d, 我大致相当于 b 比例。 例如,在本次的案例中,在售房的性别方面,男性所占的比例为百分之五十二点六,女性所占的比例为八分之四十七点四,男性比例略高于女性比例。 第二点,我们看集中趋势,一般只是针对三个或三个以上的分类变量,比如年龄、职业的,我们的模板是在什么人物方面主要集中在 abc 所占的比例为, 在本次的案例中,我们在年龄方面主要集中在三个趋势,分别是二十岁以下、二十一岁到三十岁,三十一岁到四十岁。所以我们在撰写过程中,在售房者年龄方面主要集中在二十岁以下,二十一岁、 三十一岁、三十一岁至四十岁年龄段所占比例分别为百分之三十五、百分之二十四点四和百分之二十点六。第三个,我们需要计算比例,适合我们的模板是在什么方面,主要集中在 a 和 b, 两者所占的比例高大多了多少?我们在本次单位中,在学历方面主要集中在大专和本科,两者所占的比例为七十六点二。 第四点,我们进行比例大学的排列,一般只接受前两位,我们不管是在什么方面, a 所在比例为多少?其次, b 所在的比例为多少? 在本善男中,我们在婚姻状况面,未婚的守望者所占比例为五十点一,此视为已婚者所占比例为百分之四十二点七。第五点,我们需要关注比例最小部分,我们的模板是 a 啊,共有多少人紧张? 比如说我们在本次案例中啊,数字学历仅以八,他所占的比例为百分之一点五。那么以上五种模板大家可以自由进行组合,结合自己用,灵活应用,不必担心。查图, 以上完整版的阿里描述就像这样展示给大家,那么更多详细版的视频讲解请到我们的主页上。第三天,一般描述与统计分析一到四的讲解,今天的课程就到这,谢谢大家!

欢迎大家来到今天的数据统计分析软件 spss 入门的课程。那我们想 spss 的时候,我们主要是看三部分内容,第一部分是我们要讲一下 spsss 的概数,第二部分是 spss 的数据管理,第三部分是 spss 的统计分析功能。 那我们先讲第一部分 spss 的概数,它分为简介,还有窗口介绍跟数据库的构建。我们先来看一下什么是 spss。 spss 是世界上较早的一个统计分析软件,广泛应用于通信、医疗、银行、证券、科研、教育等许多领域和行业。 它的基本功能包括数据管理、统计分析、图表分析、输出管理等, 具体的内容包括描述统计总体的均值比较、相关分析、回归模型分析、剧烈分析、时间序列分析和非参数检验等多个大类。 那我们来看一下他的这个特点,他包含了各种成熟的统计方法与模型,为统计分析用户提供了全方位的统计学算术,还提供了各种 数据准备与数据整理技术,自由灵活的表格功能,各种常用的统计学图形,比如说折线图、四线图什么的。还有他的就是界面比较友好,操作简单,容易上手。那我们今天就来先看一下他的界面。 首先是刚打开 spss 会出现的一个弹窗,他这边是可以载入历史记录的,如果你不想载入历史记录的话,你就不需要理会这个弹窗,直接去 直接去这个界面里面的文件这边打开新的你需要的数据就可以了。我们来看一下这个数据窗口,上面是标题栏,然后是菜单栏,下面是常用工 工具栏,在下面一行是数据单元信息显示栏,然后中间的一大块区域是数据编辑显示区, 左下角是仕途转换栏,右下角是系统状态栏。那我们比较常用的就是我们的菜单栏跟呃数据编辑显示区,还有仕途转换栏。 我们看一下左下角仕途转换栏,切到变量仕途以后的界面就是这个变量窗口,他有变量明变量类型、变量宽度小数位数、 变量标签、变量值、标签跟缺失值。一般我们比较常用的就是呃变量名跟类型, 还有宽度小数。 我们来看一下结果输出窗口 左侧是导航窗口,右侧是显示窗口。我们来看一下图表编辑窗口, 我们把数据跑出来以后,如果出现了图表,我们可以双击这个图表,我们就可以进行图表编辑,就是右边这一个一小块的图表编辑窗口。 我们来看一下程序编辑窗口。我们在文件中找到新建语法,我们就可以打开程序编辑窗口。 我们双口页面介绍已经讲完了,我们来看一下数据库的构建,它有两种构建方法,第一个就是我们现有文件的导入,第二个就是直接录入数据。 呃,我可以给大家演示一下小屏幕, 大家可以看得到屏幕吗? 我们打开 spss, 这样我们就不需不需要导入历史文件,我们就点取消。 嗯,然后我们在文件中我们打开,第一种就是打开我们的数据,像我这边就已经有一些数据,比如说我们打开这个数据,我们直接点打开就可以了, 然后我们还可以打开,比如说, 嗯, excel 文件,但是我这边没有 excel 文件,我们看一下桌面有没有,桌面有没有,就是如果你的数据是 excel, 你就直接在这边选择它的类型,然后再再寻找你想要的这个文件。 呃,然后这个我们就先把它关掉, 我们继续来看课件。 我们接下来看一看 spss 的数据管理功能。第一部分是 spss 的数据整理, 我们来看一下数据合并。数据合并是我们比较常用到的一个功能, 他可以将若小的若干若干小的数据文件合并成一个大的数据文件文件,他有纵向合并跟横向合并。我们先来看一下纵向合并, 重量合并,就是几个数据集中的数据纵向对点 组成一个新的数据集,新的数据集中的记录数是原来的几个数据集中的记录数的总和,他有合并条件。第一个就是带合并的 spss 数据文件,他的内容合并是有实际意义的。 第二个是不同数据文件中数据含义相同的列,最好起相同的名字,变量类型跟变量长度也应该尽量相同。那我们来看一下 什么叫做纵向合并。 我们打开一个数据, 呃,我们打开数学一吧, 我们把它纵向合并的话,就是在数据里面找到合并文件,我们选择添加个案, 然后再找到你需要合并进来的数据,我们就是数据二,继续 这些数据,你可以选择你想要的合并进来,你也可以把他们全部合并进来。 那我在这里我选择把他们全部合并进来, 然后我们看一下 他已经合并成了一个新的数据级,大家可以看一下,数据一的这些数据和数据二的这些数据都已经合并在一起了,这就是纵向合并, 现在关掉。 那我们来看一下什么是横向合并。横向合并就是按照记录的次序或者某个关键变量的数据 时,将不同数据集中,不同变量合并为一个数据集。新的数据集变量数是所有原数据集中不重名的总和, 实质就是将两个数据文件的记录按照记录对应一一进行左右对接。合并的两个数据文件的变量不同,但具有相同的个案例数,他的合并条件 就是如果不是按照记录号对应的规则进行合并,那么两个数据文件必须至少有一个变量名,相同的公共变量, 这个变量是两个数据文件横向合并的依据,称为关键变量。第二个就是如果使用关键变量 进行合并的对应,则两个数据文件都必须先按关键变量进行深序排序,这个是比较重要的,如果没有进行深序排序,他就会出现一个错误弹窗, 然后你的数据也是没有办法进行合并的。然后第三就是为了方便 spsss 的数据文件合并,在不同数据文件中,数据含义不相同的列便亮明,不应取相同的名称, 这个是纵向合并,我们看一下很像合并,就是在新建不对,在数据的合并文件中找到添加变量 my 还是找数据一跟数据二演示一下? 嗯,还是还是。 我们打开数据一, 我们先要对它进行横向合并,我们在数据里找到合并文件,添加变量,我们找到数据二, 然后我们在下面点击按照排序文件中的关键变量匹配个案,然后没有办法把它设置为关键变量,然后我们会出现一个弹窗,是我们 他在提醒我们有没有进行顺序排序,我们可以先尝试一下, 然后你看我们的文件,它跳出来是错误的,为什么?因为它没有进行深序排序,我们把它进行深序排序, 然后我们这时候还需要打开数据二,也对他进行一下顺序排序, 数据二, 我们对他右键顺序排序,让我们给他进行保存一下,就可以关掉了, 然后这边我们也进行升至排序以后,我们就可以进行合并数据了,增加变量数据二, 好,这次我们就已经合并成功了,大家可以看一下,这就是合并成功的一个结果, 然后现在我们就是讲下一个步骤,我们把它关掉, 嗯,然后我们来看一下数据拆分,拆数据拆分这个功能是为按某一个变量值进行分组,数据仍在同一个文件中, 但是以后进行数据统计分析时,将根据拆分结果进行统计。那我们等一下用一个案例来看一下他会有怎样的变化。我们先给他进行拆分,然后我们再拆分以后 再给他进行统计,我们可以看一下这个案例, 找到, 找到这个案例他,我给他取名叫七刊,好, 我们现在可以看到七开他这一列,他是乱的。然后请,然后我们看一下把它进行数据拆分以后是什么样的。我们在数据 找到拆分文件,然后我们拆分选择比较组,然后我们的分组方式就是期刊就是这一列的数据, 好,让我们看一下他就是已经是有一定的顺序对他进行排列了,第前三本是 c 西康, 后面四本是 n 期刊,然后是 s 期刊,然后我们这样对他进行是呃,数据统计,我们在分析里找到 描述,统计找到频率,然后我们是看 就是每所学校在每一本期刊里发表的期刊数量,所以我们的变量是机构,也就是我们的学校, 我们可以看一下结果,我们可以看到结果, c 期看北京的学校有一本,清华有两本,所以他总共发表了三本。 m 期看北京两本,清华一本,四川一本, sc 期刊,北京两本,四川一本。这是我们看到的一个结果, 我们先将关掉, 他这边 就是也是通过这个机构,然后就是他因为他的数据比较大,所以他这边跑出来的结果就是也是比较多,北京二十八,清华三十五,四川五,但是总体是跟我刚跑出来的结果是一样的。 然后我们再来看一下数据排序,数据排序是将数据 按指定的某一个或多个变量的值进行深序或者降序,重新排序,所指定的变量称为排序变量。 那他有两个情况,第一个是单值排序,单值排序就是排序的变量只有一个多重排序就是排序变量,有多个 多重排序的第一个排序变量称为主排序变量,其他排序变量依次称为第二排序变量跟第三排序变量。 然后等一下我们要用案例进行一下实操,我们的要求是要求职称按身序排序,工资按降序排序,那我们现在,嗯,就打开, 就打开我们的这个工资数据, 嗯,我们找一下这个数据,应该是, 应该是职工,哎,没错,我们看一下他的要求是 职称按照身序排序,工资按照降序排序,所以我们需要在数据里找到排序个案。职称 我们要进行深序排序,所以我们下面排序顺序这边选择深序工资我们要选择这样去排序,所以我们要在排序顺序 这边选择降序。 好,我们来看一下结果, 指称已经变成了低级中,哎, 稍等一下, lay tail, 什么情况?什么情况?什么情况?接下来我们来讲数据排序,数据排序是将数据按指定的某一个或者多个变量的 直进行深序或者降序的重新排序,所指定的变量称为排序变量。 第一个我们有两种情况,第一种是单指排序,排序变量只有一个。第二种是多重排序排序变量。有多个多重排序的第一排序变量称为主排序变量, 其他排序变量一次称为第二排序变量和第三排序变量。那我们来看一下案例, 我们打开数据,我们的案例叫职工, 我们要对他进行排序,我们在数据中找到 排序个案,我们找到工资,我们对他进行降序排序,降序排序,我们就是要在排序顺序里选择降序,点击确定,我们可以看一下结果, 降序最高的就是工资最高的人,好,接下来我们来看一下数据排序, 将数据按指定的某一个或者多个变量值的生序或者降序重新排序,所指定的变量称为排序变量。他有两种 可能,第一种是单指排序,排序变量只有一个。第二种是多重排序,排序变量有多个多重排序的第一个排序变量 称为主排序变量,其他排序变量依次称为第二排序变量跟第三排序变量。接下来我们来实操一下, 我们打开数据, 我们对他进行公司的降序排序, 我们在排序顺序里面选择降序排序。好,已经排序成功了,我们可以看一下结果, 现在我们将它关掉, 接下来我们来看一下。

大家好,我是这本书的作者啊,首先呢非常感谢大家呢,选择了这样一本书,感谢大家对我的一种认可,无论是新读者还是朗读者。 呃,关于我本人呢,在市场上呢,其实是出版了很多本与 spss 相关的一些图书,还有就 state 相关的一些图书 啊,包括之前备受大家欢迎的这个,呃, spss 商用建模, spss 数据挖掘啊,大家呢,在各种图书网站上搜索我的名字呢,应该也就能看见啊。然后呢,这为什么要创作这本书呢?我简要的先给大家做一个汇报 啊,之前呢,我写的所有的图书呢,呃,很多时候是侧重于对相应的知识,相应的应用的一个基础的一个讲解。 那么针对这本书呢,其实是前面几本书的一种极大成者,就这里边,首先呢有这么几个特点,第一呢,他的这一个每个案例都非常实用, 再一个呢就是每一个每一句话,每一个点都介绍的很全面,很准确啊,就大家呢就是完全可以把它当成一本宝典性质的一种工具,当然更好的就是把它作为一种教材,如果想这种系统的, 全面的,实用的来学习 spss 的话呢,我推荐大家就用这一本,这一本呢,它是总体上呢,也是按照这一个 spss 的各个功能模块来进行的一个划分啊,类似于市场上就是 呃普遍出版的这种从入门到精通的一个系列啊,这个呢叫从入门到精简,比精通呢还要深一个层次啊,针对 体现哪一方面呢?体现在第一呢,就是说我们的这个案例更为实用。第二呢,我们针对于不论是窗口还是对结果的解读上都更加的全面和准确啊。有有有很多这个读者跟我反映,就是说呃,他们呃在这个进行对比较的一些书的进行操作的时候 发现呢,我们的在结果输出窗口输出了很多的结果,但是在最后的这个教材上却没有体现 啊,我们这个这本书呢,就彻底改变了这样的一种情况,就是我们只要是呃,大家按照这个 教材上的讲解,自己一步步进行操作的时候,最后出现的是结果输出窗口系统的结果,输出窗口出现了什么界面,我们都会在教材上告诉大家,这是什么东西,什么样的一种结果,这个结果代表什么含义?他 背后的实际含义又是什么啊?通过这样的一种解结,对结果的准确解读呢?教会这个读者不仅仅知其然,知道怎么操作,更重要的是知道其所以然,知道对结果怎么进行解读 啊,这会我觉得我认为是非常重要的,不然的时候大家可能仅仅是为了满足呃考试啊,或者说是呃写论文的一种需要,对吧?但是在这个基础上呢,就是这个数据分析, 你分析出来的结果到底有什么样的含义,能够为你的实际的问题的解决,不论是学术问题还是实际问题,他的解决提供什么样的决策的参考啊?或者说我们量化分析的价值体现在什么地方,我想这是非常重要的。 好的,下面呢,我们开始正式的一个讲解。呃,这一章呢分为十二节内容啊,它主要的就是包括呃 spss 的这个基础操 操作啊,其实大家呢对 spss 有一个基本的认识,熟悉 sss 的操作界面啊,基础操作以及选项设置,能够熟练的使用 sss 来创建编辑数据啊,数据分两个维度,大家稍后可以看到 这我给大家先展示一下数据呢,他是分两个维度的啊,一个呢是这个每一行叫一个样本观测值啊,就是我们针对某一个每一个样本观测到他在每一个维度上的值,是吧? 然后呢这个每一列呢是一个变量变量呢,就是我刚才说的维度啊,我们呢在 spss 当中啊,统一的把它叫做这个呃变量变量,让每一行呢要叫做样本观测值,或者 叫样本观测,或者叫观测值等等都可以就说的是每一行啊。当然呢 spss 当中啊也有一个变量识图啊,这里边呢可以直接创建变量,大家可以看到这是变量识图,这是数据识图啊, 我们通过这一章的学习呢,要求大家能够熟练地使用 s p s s 创建这样的文件,并且呢能够编辑这样的这个数据。 然后呢学会 spss 当中三种典型的图形绘制方法啊啊包括这个图标构建器啊,图形画板模板选择器以及旧对话框里边的这一个相关的一个操作啊, 从而呢为后面综合使用一些更深层次的 spss 的各种统计分析功能开展研究做好一个必要的准备 啊,主要是体现在这里边,这个分析里边大家可以看到有好多好多的这种呃可以用来进行分析的操作,比如说回归分析里边就有这么多种回归分析方法是吧,大家可以根据自己的这一个实际的需要进行一个选取 本章的学习重点呢,我这就不再追述了,大家可以参与教材上的内容啊,呃,也就是说,我希望大家期待大家真的是通过学习本章能够掌握到的赤点, 其实就这些,那么通过本章的学习呢,大家呃也就对 spss 呃有了一个基本的一个操作,或者说呢,就是说是在一定程度上已经有所入门了啊,为后面更加精深的学习那种比较呃高级的统计分析方法奠定一个良好的基础。 这一章呢,从内容上看不难啊,大家可以呃一边看着教材,一边打开我们提供的数据原文件,一边操作,这样的话学习起来事半功倍 啊,最好就是说拿着书对着电脑这样一步自己一步步的做,这样的话可能就很快就能掌握起这个知识点来啊,我建议大家这么采取这样的一种学习方式啊,当然呢,只是一种建议啊,大家根据自己的实际情况啊选取啊。 第一节呢,很简单,它就是 spss 启动与关闭常用窗户,它的启动呢,其实我们正常的时候只要双击相应的数据文件,它就能够启动啊,关闭的时候呢,点关闭就可以。比如说我给大家举个例子,我们要打开 一 a 文件,我双击一下就出来了,很简单很简单啊,然后从这个文件打开,数据也可以也可以找出来打开,是吧 啊,然后呢,我们的这一个关闭呢,直接点这个右上角的关闭按钮就可以。其实呢,我们教材上虽然列了那么多的这种 呃方法啊,说是 ltf 四啊,还有这个点关闭按钮啊,其实这些呢,都是大家的这个操作习惯,有的呢是学习习惯,还有的是职业习惯,就按照自己的这个习惯做就是了。 从这个维度上来讲呢,其实哈,我个人认为,呃,我们的这个 spss 和我们的嗯,这种就是 excel 啊, word, 它的一些常用的 office 办公软件,又在很多方面都是相通的,比如说关闭的话, 就是关闭就可以,就严格的按照这样的操作来就行。 呃,关于教材上呢,我们还有好多的呃,就是在大家第一次第一次安装的时候,因为我这个电脑啊,已经肯定不是第一次安装了,呃,所所以说第一次安装的时候呢,他会启动一些对话框 啊,大家如果说是呃 spss 的新手的话,哈,完全可以就是按照我教材上写的这一个呃进行一个熟悉和掌握。 我这呢,因为我们不是,我不是第一次装 spss, 所以说呢,就没法不太好演示演示第一节的这个最为基础的一个操作啊,总之呢,就是大家如果说有相应的 spss 文件, 直接呃打开就可以。这儿呢,我给大家再介绍一下它的一个窗口, 刚才呢,其实也已经有所介绍,像这个窗口叫做数据编辑器窗口,数据编辑器窗口呢,它是包括这一个呃呃,数据识图和变量识图是吧? 这是数据编辑器,还有呢,这个语法编辑器,语法编辑器啊,还有一个结果输出,其实最平时我们用的最多的呢,就是这几个窗口啊,关于结果输出呢,我给大家看一下 啊,这就是一个结果输出的窗口啊,这是结果输出的窗口。 呃,关于语法变异器呢,它是可以从这 这个地方文件新建语法啊,这就是在大家在这里边可以写程序,写程序, 我在教材上展示了一段呢,这个联合分析的一个程序,大家呢可以就是,呃,简要看一下啊,简要看一下,到后续的时候讲这个联合分析的时候哈。呃,可以大家再再进行一个一个掌握。 关于第一节我就不再多说了,这里边啊,因为这个第一节的内容很基础啊。然后呢,我们在讲述后边的每一节,每一个章节的时候,其实都会会用到,呃,他的启动啊,关闭啊,还有他的这个窗口啊,这都会在用到啊, 我这呢我就不再过多的追述了。

如何用 spss 做卡放检验?打开 spss, 输入数据,点击分析,选择非参数检验,就对话框卡放命令,将需要描述的变量选入对应列表框中,单击右侧的选下按钮,勾选描述,点击确定, 潇洒结束分析验证结果说对,你学会了吗?

spss 操作步骤讲解系列第一课,教你学会 spss 数据导入和问卷数据常见数据类型及数据整理 问卷数据常见数据类型一、分类数据非数值型对食物进行分类的结果 如性别二分类学历多分类二、有序等级资料有等级划分的顺序非数值型数据。三、定量数据根据数值尺度测量的观察值结果为具体的数值。 如果我们导出数据,如图中情况,我们根据问卷题像顺序进行复职,一、二、三、四等替换和计算完成后,数据如图中所示。 还有一种常见的可多选的题像,我们将题像所对应的选项一一展开并设置,选中的设置为一,未选中的设置为零,可以整理成图中所示情况。 打开 spss 软件后,如图所示。我们常用的功能为数据导入、分析和转换和图形。第一步,点击文件,打开数据, 进入图中对话框后,勾选自己保存的文件类型,选择对应数据。点击打开, 进入图中对话框后,在工作表内选择我们处理好的数据,且勾选图中勾选的选项后,点确定 我们的数据就导入成功了。第二步,点击变量仕途,对分类数据提相进行复职, 点击所对应提项之后进入图中对话框后,根据数据处理时所对应选项温卷选项顺序进行复职,我们的数据就导入完成了,可以进入接下来的数据分析了。 感谢观看,观看完记得点赞关注哦,可以带座指导学习交流!