SPSS数据处理中常用方法

❖ SPSS软件能覆盖统计分析的各个方面： 基础统计分析：描述性统计、各种简单的方差分析、回 归分析、相关分析··· 专业统计分析：因子分析、聚类分析、距离分析··· 高级分析：多变量方差分析、重复测量方差分析、非线 性回归分析、曲线估计···
.
LOGO
一、方差分析
.
方差分析的概念
LOGO
❖在科学实验中常常要探讨不同实验条件 或处理方法对实验结果的影响。
−1≤r≤1。其中： ❖ • 若0＜r≤1，表明变量之间存在正相关关系，
即两个变量的相随变动方向相同； ❖ • 若−1≤r＜0，表明变量之间存在负相关关系，
即两个变量的相随变动方向相反
.
LOGO
.
在SPSS中的操作
LOGO
运算模块: Analyze
Correlate
Bivariate
.
❖Pearson 积差相关，计算连 续变量或是等间距测量的变 量间的相关性分析
❖Kendall 等级相关，计算分 类变量间的秩相关
❖Spearman 等级相关，计算 斯皮尔曼相关
❖ Two-tailed双尾检验选项 ❖ One-tailed单尾检验选项
.
LOGO
相关性分析结果
LOGO
❖从表中可知，Topt与Aopt间不存在显著的 相关性
.
LOGO
三、回归分析
.
回归分析的概念
试验因素不一致外，其余条件尽量一致，其作用也是为 降低试验误差
.
试验设计三个基本原则和作用 LOGO
重复
随机
局部控制
无偏的试验误 差设计
降低试验误差
.
SPSS软件在生物统计学中的应用 LOGO
❖ SPSS（Statistice Package for Social Science）是由美 国SPSS公司自20世纪80年代开发的大型统计学软件包
.
在SPSS中的实现步骤
LOGO
.
LOGO
.
LOGO
.
LOGO
.
运算结果
LOGO
.
运算结果
LOGO
❖最适温度下的光合速率 （Aopt）在 7个云杉属物 种间存在显著差异
❖其中，对5号种而言，除 与6号云杉种间的Aopt不 存在显著差异外，Aopt 均显著高于其他5个去杉 种;6号云杉种的Aopt除与 5和4号不存在显著差异 外，皆显著高于其他4个 种，1，2，3，7四个去 杉种的Aopt间不存在显 著差异
.
方差分析
LOGO
❖单因素方差分析 ❖多因素方差分析
.
LOGO
单因素方差分析
❖ 一维方差分析 ❖ 检验由单一因素影响的一个（或几个相互独立
的）分析变量在该因素各水平分组间的均值差 异是否有统计意义
.
在SPSS中的操作
LOGO
运算模块: Analyze
Compare Means
One-Way ANOVA
.
多因素方差分析
LOGO
多因素方差分析中的控制变量在两个或两 个以上，它的研究目的是要分析多个控制变量 的作用、多个控制变量的交互作用以及其他随 机变量是否对结果产生了显著影响
.
LOGO
将观察变量总的离差平方和分解为3个部分： • 多个控制变量单独作用引起的离差平方和 • 多个控制变量交互作用引起的离差平方和 • 其他随机因素引起的离差平方和
.
wenku.baidu.com LOGO
.
在SPSS中的操作
LOGO
❖General Linear Model: Univariate Multivariate Repeated Measures
.
Univariate命令
LOGO
.
LOGO
❖说明光合最适温度在处理间、种间以及温度处 理和种间交互作用下均存在显著差异
.
Multivariate
SPSS中常用的数据分析方法
LOGO
.
试验设计的基本原理
LOGO
❖ 试验设计：用尽可能少的试验获取足够有效的资料，从
中得出较为可靠结论，从这一要求出发考虑问题，安排 试验
❖ 三个基本原则：
❖ （1）重复 估计试验误差和降低试验误差
❖ （2）随机化 试验配置和处理顺序随机确定；无偏向的试验误差
❖ （3）局部控制 分区域分时间地控制非试验因素，使试验处理的影响除
.
方差分析基本原理（续）
LOGO
❖组内SSw 、组间SSb除以各自的自由度(组内 dfw =n-m，组间dfb=m-1，其中n为样本总数 ，m为组数)，得到其均方MSw和MSb，一种情 况是处理没有作用，即各组样本均来自同一 总体， MSb/MSw≈1。另一种情况是处理确实 有作用，那么， MSb>>MSw (远远大于)
❖ MSb/MSw比值构成F分布，用F值与其临界值 比较，推断各样本是否来自相同的总体
.
方差分析的假设检验
LOGO
❖零假设H0：m组样本均值都相同，即μ1= μ2=....=
μm
❖ 如果经过计算结果组间均方远远大于组内均方 （ MSb>>MSw ），F>F0.05(dfb,dfw), p<0.05，拒绝 零假设， 说明样本来自不同的正态总体，说明 处理造成均值的差异有统计意义；否则, F<F0.05((dfb,dfw), p>0.05不能拒绝零假设，说明 样本来自相同的正态总体，处理间无差异。
LOGO
❖寻求相关变量之间的关系
❖主要内容：
n 从一组样本数据出发，确定这些变量间的定 量关系式
n 对这些关系式的可信度进行各种统计检验 n 从影响某一变量的诸多变量中，判断哪些变
量的影响显著，哪些不显著 n 利用求得的关系式进行预测和控制
.
回归分析的模型
LOGO
❖ 按是否线性分：线性回归模型和非线性回归模型 ❖ 按自变量个数分：简单的一元回归，多元回归
LOGO
说明温度处理、种和 两者的交互作用都对 Topt和Aopt产生了显
著的影响
.
LOGO
二、相关性分析
.
相关性分析
LOGO
❖ 描述变量之间线性相关程度的强弱，并用适当的 统计指标表示出来的过程为相关分析。可根据研 究的目的不同，或变量的类型不同，采用不同的 相关分析方法
.
LOGO
❖ 相关系数（r）的取值范围在−1和1之间，即
❖方差分析是检验多组样本均值间的差异 是否具有统计意义的一种方法
.
方差分析基本原理
LOGO
❖不同处理组的均值间差别基本来源有两个:
▪ （1）随机误差，如测量误差造成的差异或个体 间的差异，称为组内差异，用变量在各组的均值 与该组内变量值之偏差平方和的总和表示， 记 作SSw，组内自由度dfw
▪ （2）实验条件，即不同的处理造成的差异，称 为组间差异。用变量在各组的均值与总均值之偏 差平方和表示，记作SSb，组间自由度dfb