学习笔记|描述性统计|语句窗口|频数分析|加注释|描述分析|规范表达|绘制三线表|基础语法|（Excel操作）|《小白爱上SPSS》课程：SPSS第二讲 | 描述性统计，你学会了吗？

学习目的

SPSS第二讲 | 描述性统计，你学会了吗？

软件版本

IBM SPSS Statistics 26。

原始文档

《小白爱上SPSS》课程

一、描述性统计

对样本数据的特征进行统计描述，称之为描述性统计。
具体包括三方面：数据集中量数、差异量数和分布形态。

1、 集中量数

集中量数是指描述数据的集中趋势，包括平均数、中位数和众数。
***【平均值】***所有观察变量值相加，再除以观察值的个数所得之商。
注意：平均值易受到极端值的影响，或数据出现严重偏态时，此时平均数失去代表性，可用中位数来代替。
例：2、20、23、25、21、28、26、31中，2在这组数据中属于极端值，若要用平均值来代表这组数据，则会因为受到极端值2的影响而失去代表性。
***【中位数】***将数据按从小到大排列后，在中间位置的数。例：在10、12、15、18、23中，中位数为15。
注意：在有极端数值和偏态分布时、数据分布不对称时，使用中位数。
***【众数】***一组数据中出现次数最多的数。例：10、12、18、24、12、20、12、15、10、23、18中，众数为12。

2、差异量数

差异量数是指描述数据的离散趋势。包括标准差、方差、全距和四分位距。
***【标准差】***是表示离散趋势的统计量，是指各个数据与平均数之差的平方的平均数(方差)的算术平方根, 代表数据的离散程度。标准差的值越大，表示各数值不在均值的附近，数据分布的离散程度大，反之亦然。
注意：标准差是反映数据离散趋势首选指标，但它也容易受极端数据的影响。如果数据出现严重偏态，则不太适合采用标准差描述。
***【方差】***方差是标准差的平方。
***【全距】***也称范围，指一组数据中最大值与最小值的差。
***【四分位距】***将数据按从小到大排序，分成四等份。每份各占25%，上四分位数为75%处的值，下四分位数为25%处的值，四分位数间距=75%处的值-25%处的值。数值越大，个体差异度越大。
注意：当数据属于偏态时，则采用采用四分位距代替标准差。
***【标准误差平均值】***也称标准误，是样本均值与总体均值间平均差异程度的统计量，是统计推断的核心概念。

3、分布形态

***【偏度】***分布不对称的方向和和程度。若偏度>0，为正偏态，长长的尾巴在右侧；若偏度<0，为负偏态，长长的尾巴在左侧。如下图。

【峰度】指分布图形的峰凸程度。峰度>0，为高峰度，表示比正态分布更陡峭，峰形较尖，反之亦然，如下图所示。

有了这些知识之后，我们就可以利用SPSS进行描述性统计了。
本讲主要介绍频数和描述分析两个功能。

二、频数分析

我们先看40名大侠的变量类型。编号和姓名代表大侠的ID，我们不对其进行描述统计分析。另外班级和性别为分类变量。身高、体重和成绩是连续型变量。对不同变量类型，需采用不同描述策略（详情点击之前推文《变量类型》）。

1、分类变量分析

Step1：选择【分析】-【描述统计】-【频率】
Step2：弹出对话框【频率】后，将分类变量“班级”和“性别”移至右侧【变量】中，最主要是确定左下角的【显示频率表】打钩。
Step3: 得出结果如下图。

从上述表格可知：一班和二班人数均为20人，各占据50%；男生32名，占80%，女8名，占20%。

Tips: 使用语句窗口

虽然SPSS以点击菜单式的分析为主，但SPSS也可以通过编写语句程序达到统计分析的目的。
通过调用语句窗口，即可编写SPSS语句程序。
注意：
1、窗口模式和语法命令模式无法同时使用，会提示错误；
2、每条命令执行后，需要等待系统响应，右下角显示处理程序就绪后再执行下一条命令；
3、每条单独语句以“.”结尾；
4、需要截断的命令行前加空格。
打开方式:【文件】—【新建】—【语法】
输入命令：

GET 
  FILE='E:\*******\小白爱上SPSS\小白数据\第一讲 数据构建.sav'. 
DATASET NAME 数据集1 WINDOW=FRONT. 	/*将当前活动数据集命名为数据集1，非必要命令*/
FREQUENCIES VARIABLES=班级 性别  /ORDER=ANALYSIS.	/*打开数据集后可直接执行*/

2、连续型变量分析

Step1：选择【分析】-【描述统计】-【频率】，弹出对话框【频率】，将“身高”、“体重”和”成绩”至右侧【变量】框中。
Step2: 点击右上的【统计】，弹出【频率：统计】对话框，选择需要的统计量。

需说明：标准误差平均值是统计推断中的重要概念，在此不做分析。而偏度和峰度主要是检验数据是否服从正态分布，我们将在下一讲具体讲解。
Step3：上述步骤完成后，点击继续，回到“频率”对话框。
由于我们要分析的是连续变量，主要考量数据集中趋势和离散趋势，所以可以取消勾选“显示频率表”复选框。
Step4：点击确定后，得出如下结果。

Tips：SPSS语法syntax加注释

1. 以星号*或COMMENT开头，以.结束。中间可加上任意注释，甚至可以断行。
2. 使用 /* 注释内容 */ 标注可将注释内容加入任何位置。

从上述表格描述了身高、体重和期末成绩的集中量数，包括平均数、中位数、众数、以及差异量数，包括标准差、方差、最大值、最小值、范围（最大值减去最小值），25%、50%和75%位数。
命令行：

FREQUENCIES VARIABLES=身高 体重 成绩  /*加入变量*/ 
  /FORMAT=NOTABLE  /*取消勾选“显示频率表”*/ 
  /NTILES=4  /*Ntiles（新变量值是按所选变量的百分位数分组的 组序号），默认值为Rank。Ntiles:先给定一个大于1的整数,系统按此数范围确定排序的秩次,排序类型字母n。*/ 
  /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM MEAN MEDIAN MODE 
  /ORDER=ANALYSIS.

四分位距：可以手工计算，例如身高的四分位距=75%位数-25%位数=176-164=12。
也可以生成：分析-描述统计-探索-统计–选中描述，

点击继续，添加因变量：身高，确定。生成结果：
命令行：

EXAMINE VARIABLES=身高    /*仅此条语句，即可默认输出BOXPLOT和STEMLEAF，显示4分位距等统计参数*/
  /PLOT BOXPLOT STEMLEAF 
  /COMPARE GROUPS 
  /STATISTICS DESCRIPTIVES 
  /CINTERVAL 95 
  /MISSING LISTWISE 
  /NOTOTAL.

三、描述分析

描述分析比频数分析少了一些功能，比如不能计算百分位数、中位数和众数等指标，它只能统计连续型变量。操作步骤如下。
Step1：选择【分析】→【描述统计】→【描述】
Step2：打开【描述】对话框，将“身高”、“体重”和”成绩”送入【变量】框。
Step3：送入变量框后，点击【选项】标签，弹出【描述“选项”】，做出如下选择。

Step4: 点击【继续】，就会返回【描述】对话框。此时注意左下角有一个”将标准化值另存为变量“，勾选这个选项就可以将原始分数转化为Z分数并生成新变量。然后再点击【确定】
输出结果如下。

上述表格描述了身高、体重和期末成绩的范围（全距）、最大值、最小值、均值、标准差和方差，数据结果与频数分析的结果相一致。
命令行：

DESCRIPTIVES VARIABLES=身高 体重 成绩 	/*描述，可以在打开数据集后直接执行*/
  /SAVE 	/*将标准化值另存为变量，即将原始分数转化为Z分数并生成新变量*/
  /STATISTICS=MEAN STDDEV VARIANCE RANGE MIN MAX.	/*若不加该行参数，默认只输出：最大，最小值，均值和标准偏差*/

同时，我们还发现在“数据视图”可以发现新增的“身高”“体重”“成绩”的Z分数。

四、规范表达

虽然，小白对40名大侠的基本情况进行了描述性统计，是不是就可以把SPSS统计结果直接呈送给教导主任？
还不行，他需要将其进行规范表达，绘制三线表格整理数据。
SPSS输出数据为：

五、绘制三线表（Excel操作）

参考：【SPSS】描述性分析+制作标准三线表
SPSS输出的结果表格并不能直接应用到论文或者分析报告里，需要对其进行2次编辑。
在表格的细节上，不同的学科、编辑、导师，有不同的要求，可以参考自己学科领域内的论文报告。
一般要求表格的共同点是干净、整齐，那么如何做出标准的三线表呢？以前面描述性统计分析结果为例，操作如下。
1.复制“描述统计”表格到Excel：
右击“描述统计”，单击“复制“，并”在Excel中右击并“粘贴“。”
也可在SPSS输出窗口中双击表格，进入后全选，复制，在excel工作表单元格上右键，选择性黏贴：

简单整去掉无用文字，合并单元格，排版，完成后如下：

2.制作表格
选中所有文字，单击字体设置的右下角，弹出“单元格格式”对话框
①点击“边框”
②线条样式选择较粗的一种
③点击上边框和下边框
④点击“确定”

上图，三线表的上下两条边框线已设置好
①选中第一行
②选择较细的线条
③点击下边框
④点击“确定”
复制进word中：

上图，至此三线标准表修改完成。
分类变量只用频数和频率描述，而连续型变量用最小值、最大值、平均数、标准差、中位数和四分位距来描述。

同样，修改表2 40名大侠的身高、体重和成绩的描述性统计表：

当小白将两个表格呈送给教导主任后，他看了一眼，点了点头说：
“小白，你这个三线表画得不错，只是在表2中，你呈现了两个集中量数（平均数和中位数），还有两个差异量数（标准差和四分位距），这不合理呀！”
“那怎么办呢？”小白问道。
“你要进行正态分布检验呀，如果数据服从正态分布，就用平均数和标准差描述；如果不服从正态分布，就用中位数和四分位距描述。”
“怎么正态分布检验呢？”小白弱弱问。
“赶紧学习《小白爱上SPSS》第三讲”教导主任又不耐烦了。
小白回到办公室，搬好小板凳，等待《小白爱上SPSS》第三讲内容：怎样进行正态分布检验？

划重点

1、描述性统计包括三方面：集中量数、差异量数和分布形态。
2、分类变量只能用频数和频率描述，而连续型变量一般用最小值、最大值、平均数、标准差、中位数和四分位距来描述。
3、若数据服从正态分布，连续型变量用平均数和标准差来描述；如果不服从正态分布，就用中位数和四分位距来描述。

Tips:SPSS的基础语法解释

引自：SPSS的基础语法解释
本文对基础语法进行解释，做到知其然，知其所以然！简单介绍的数据分析方法有频率分析、描述统计、交叉表、相关分析和简单线性分析。

一、频率分析

语法：
FREQUENCIES VARIABLES= A01 A02
/ORDER=ANALYSIS.
解释：
频率分析的主要命令语句是FREQUENCIES，也就是频率的意思。后接变量，等于号之后可以放入你所需要的变量（A01,A02），可以是一个，也可以是多个。换行输入“/ORDER=ANALYSIS.”斜杠是换行符号，最后的句号表示本条命令使用完毕。注意：所有符号是在英文半角下的符号，每一个独立的语句最后都有句号。

二、描述分析

语法：
DESCRIPTIVES VARIABLES=A01 A02
/STATISTICS=MEAN STDDEV MIN MAX.
解释：
基本语法框架与频率详细，主要命令语句是DESCRIPTIVES，是描述的意思。斜杠后面是统计了哪些指标，显示依次是均值、标准误、最小值和最大值。

三、交叉表

语法：
CROSSTABS
/TABLES=A01 BY A02
/FORMAT=AVALUE TABLES
/STATISTICS=CHISQ
/CELLS=COUNT ROW COLUMN TOTAL
/COUNT ROUND CELL.
解释：
交叉表的语句略显复杂，但是分开来看也是相对简单的。交叉表的主要命令语句是CROSSTABS，第二行是列表，“行 BY列”；第三行数值列表形式；第四行是统计选择卡方检验；第五行是显示了数值、行百分比、列百分比和总百分比；第六行是结束行。

四、相关分析

语法：
CORRELATIONS
/VARIABLES=A01 A02
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
解释：
相关分析的主要命令是CORRELATIONS，第二行是变量选择；第三行是输出双尾的显著性值；第四行是结束行。

五、线性回归

语法：
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT A02
/METHOD=ENTER A01.
解释：
线性回归的语句比较复杂，主要命令是REGRESSION，第二行是缺失列表；第三行是统计选择系数、输出、R值和方差；第四行和第五行是设定的标准值；第六行是指定因变量；第七行是自变量。

语句与脚本窗口

1)语句窗口
虽然SPSS以点击菜单式的分析为主，但SPSS也可以通过编写语句程序达到统计分析的目的。通过调用语句窗口，即可编写SPSS语句程序。
打开方式:【文件】—【新建】—【语法】
2)脚本编辑窗口
是的，SPSS还可以编程!脚本编辑窗口相当于一个专门的编程环境，允许用户使用Basic(一种与VB兼容的编程语言)、Python2、Python3编写脚本程序，扩充SPSS功能，更适合不满足既有SPSS功能的高阶玩家操作。
打开方式:【文件】—【新建】―【脚本】—选择对应的编程语言（这里选用Python3)