卡方检验spss步骤_数据分析--学统计&SPSS操作

笔记内容来源：拉勾教育数据分析实战训练营

我是一个在教育留学行业8年的老兵，受疫情的影响留学行业受挫严重，让我也不得不积极寻找新的职业出路。虽然我本身是留学行业，但对数据分析一直有浓厚的兴趣，日常工作中也会做一些数据的复盘分析项目。加上我在留学行业对于各专业的通透了解，自2016年起，在各国新兴的专业--商业分析、数据科学都是基于大数据分析的专业，受到留学生的火爆欢迎，可见各行各业对于数据分析的人才缺口比较大，所以数据分析被我作为跨领域/转岗的首选。对于已到而立之年的我，这是一个重要的转折点，所以我要反复对比课程内容选择最好的，在7月中旬接触刚拉勾教育的小静老师后，她给我详细介绍了数据分析实战训练营训练营的情况，但我并没有在一开始就直接作出决定。除了拉勾教育之外，我还同时对比了另外几个同期要开设的数据分析训练营的课程，但对比完之后，基于以下几点，我最终付费报名了拉勾教育的数据分析实战训练营：

1、课程体系最全面：课程内容有分析方法论、分析方法、Excel、Mysql、Tableau、Quick BI、神策平台、Hive、统计学、Python、挖掘算法、Spss等，是目前我看到的最全面的。

2、课程体系把握行业人才需求痛点：拉勾主营业务是招聘，最明白企业的人才需求，基于此设计的课程体系是比较贴近实际需求的。通过5个月周期10个阶段，从现状统计到预测分析、从业务数据到编程工具处理复杂业务逻辑数据，实现用数据驱动业务，辅助决策，提升公司业绩。

3、课程学习模式灵活：大部分授课采用录播方式，学习完成后还有直播答疑。比直播打卡更容易安排自己的时间。

4、课程学习过程和结果有保障：学习成果作业检测+实时答疑+班主任督导，每个阶段每个模块的知识学完的作业可以锻炼实操。

5、项目实战内容丰富：也是我我最看好的一点，涵盖了在线教育、电商等多个领域多个项目实战。

6、就业辅导+优秀内推：拉勾平台是互联网行业招聘大本营，这是天然优势。

学习过程亲身感受

目前为止已经学习了近4个月的课程，已经学完Excel、数据分析思维、MySQL、Tableau、quickBI、神策、hive、统计学，每一阶段每一模块的知识都是在线自主学习，完成作业后解锁新课程，直播课会根据全体学员进度，收集疑问然后进行在线直播内容回顾和答疑以及作业讲解。每位讲师都很优秀，都有自己的授课特色所在，内容都是很干货的录好的内容，有些内容导师还会重新录制，不断迭代让学员达到更好的学习体验。作业批改、答疑导师西蒙（我接触最多的，经常麻烦他帮我解决问题）和班主任团子比较nice，认真负责，他们分别负责技术答疑和服务类的问题,平时有问题可以在微信群里问，可以单独聊也可以群里问，他们全天非工作日也会答疑。

这里面我印象最深刻的是SQL的授课老师应颠老师（也很遗憾只知道这位老师的名字），讲解由浅到深，思路非常清晰，对于代码的剖析过程有非常详细的注释，让我这样的小白能够很好的吸收知识。 最开始报名的时候说每周8-12小时足够，但现在看来我每周需要花更多的时间去攻克这些知识点，所以课程是性价比非常高了。每天松懈的时候一看到课表要求的进度，就不断促使我继续坚持学习按照进度来。

统计- 学习笔记归纳

一、卡方检验

假设检验的结论：ρ<0.05，则研究假设成立；反之，p>0.05则研究假设不成立.

卡方检验的重要性

适用于不知道总体参数的检验，是最常用的一种非参数检验。 当不适用参数检验法时，第一个想到的就是卡方检验。

卡方检验的应用场景

以SPSS自带数据telco.sav为例：

1、比例分布检验

检验一个变量中取值的比例分布是否均匀，或者是否符合设定比例分布。

原假设：变量的取值分布与均匀分布（或研究者设定的分布）没有显著差异

研究假设：变量的取值分布与均匀分布（或研究者设定的分布）有显著差异

p<0.05，则研究假设成立。

例：确定一袋糖豆是否包含相等比例的蓝色、棕色、绿色、橙色红色和黄色糖果。也可以检验一袋糖豆是否包含5%蓝色、30%棕色、10%绿色、20%橙色、15%红色和15%黄色的糖果

SPSS操作：分析-非参数检验-旧对话框-卡方

如果只检验前3种，下限1，上限3

2、二项式检验

检验一个变量取二分类两个值的概率是否符合设定的概率。

原假设：变量的第一个取值比例与设定比例没有显著差异

研究假设：变量的第一个取值比例与设定比例有显著差异

p<0.05，则研究假设成立。

例：当您掷出一枚硬币，正面朝上的概率为1/2。根据这一假设将硬币抛掷40次，并记录结果（正面朝上和反面朝上的情况）从二项式检验中，您可能发现，3/4的抛掷都是正面朝上，且观测的显著水平很小（0.0027）。这些结果表明，正面朝上的概率不可能等于1/2；硬币可能是有偏倚的。

SPSS操作：分析-非参数检验-旧对话框-二项

分割点：是将一个连续变量，选择一个值分割为大于该值和小于该值。

3、K-S检验

检验样本来自的总体中，一个变量的分布是否服从正态分布、均匀分布、泊松分布、指数分布

原假设：变量来自总体的分布与正态分布（或均匀分布等）没有显著差异，即变量在总体中呈现正态分布（或均匀分布等）

研究假设：变量来自总体的分布与正态分布（或均匀分布等）有显著差异，即变量在总体中不呈现正态分布（或均匀分布等）

p<0.05，则研究假设成立。

SPSS操作：分析-非参数检验-旧对话框-单样本K-S

4、游程检验

检验一个变量的两个取值出现顺序是否随机。两个值出现比例各占50%