SPSS常用的几种统计分析

您所在的位置：网站首页 › 用spss进行相关分析的方法 › SPSS常用的几种统计分析

SPSS常用的几种统计分析

2024-03-03 06:07| 来源: 网络整理| 查看: 265

数据已经放在评论区了实验1：地理数据的统计处理

实验步骤与结果分析：

1.点击菜单栏【文件】下拉选项框，打开已经下载好的Excel表“"D:\桌面\计量地理学实习\表2-1某地区有关农业统计数据.xls"”，如下图所示：

2.点击菜单栏上面的【分析】—【描述统计】—【频率】工具，如下图所示：

3.将需要进行统计分析的变量选中加载到右边，点击确定得到如下结果（每个变量因子的频数统计表）：

4.选中【分析】—【描述统计】—【描述】工具，将需要进行统计分析的变量选中加载到右边，如下图所示：

5.点击确定得到如下输出结果（每个变量的统计参数）：

6.最后将其导出为柱状图，更加直观的查看各个变量之间的统计参数差别，导出图表如下图所示：

实验2：相关分析

实验步骤与结果分析

1.实验数据整理准备后加载到SPSS，如下图所示：

在进行双变量相关分析前，我们需要对数据进行相关性检验，选中菜单栏【图形】|【回归变量图】

将两个变量分别加载进来，如下图所示：

可以看到两者之间是属于负相关。

4.由于我们的相关分析是两个变量之间的分析，为此我们打开【分析】—【相关】—【双变量】工具，将两个变量【水土流失面积】和【土壤含氮量】加载进去，

5.从表中可以看到，水土流失面积和土壤含氮量存在相关关系，其相关系数为-0.946，呈现中度相关性，且在0.01的显著性水平上显著，即样本数据中的这个相关性在总体中一样有效。

实验3：主成分分析

实验步骤与结果分析：

1.数据准备，在SPSS载入“"D:\桌面\计量地理学实习\主成分分析.xlsx"”数据，如下图所示：

2.打开【分析】|【降维】|【因子分析】工具，将数据中除了【城市】这个变量，其余变量全部添加进去，

3.点击【描述】，勾选新打开界面的【系数】选项和【抽取】中的【碎石图】选项（使得分析结果更为直观），如下图所示：

点击确定得到主成分分析运算结果。在公因子方差（Communalities）表中，给出了因子载荷阵的初始公因子方差（Initial）和提取公因子方差（Extraction）。

总方差解释：

5.该表按顺序排列出主成分得分的方差（Total），在数值上=相关系数矩阵的各个特征根λ，因此可以直接根据特征根计算每一个主成分的方差百分比和方差累计值。由图可知，主成分是两个，都是方差（特征根）大于1的，第一主成分占比重62.602%，第二主成分占比重23.514%，这两个主成分达到85.116%，超过了85%，可以说用这两个指标评价各省份的经济可以近似代替原来的10个指标。主成分的数目可以根据相关系数矩阵的特征根来判定。相关系数矩阵的特征根刚好等于主成分的方差，而方差是变量数据蕴涵信息的重要判据之一。

6.从碎石图看的话也可以知道由图直观的看出，成分1、2包含了大部分信息，从3开始就基本趋向平稳状态了。

7.该表是主成分载荷矩阵，每一列载荷值都显示了各个变量与有关主成分的相关系数。以第一列为例，0.69实际上是总人口与第一个主成分的相关系数。

8.事实上，有如下关系成立：相关系数矩阵的特征根＝方差贡献＝主成分得分的方差。两个主成分可以解释各个变量达到了最小72.9%，最大97%，如果我们将8个主成分全部提取，则主成分载荷的行平方和都等1，就是第一张表上面的起始公因子方差。到此可以明白：在Communalities中，Initial对应的是初始公因子方差，实际上是全部主成分的公因子方差，Extraction对应的是提取的主成分的公因子方差，我们提取了两个主成分，故计算公因子方差时只考虑两个主成分。

提取主成分的原则上要求公因子方差的各个数值尽可能接近，亦即要求它们的方差小，当公因子方差完全相等时，它们的方差为0，这就达到理想状态。实际应用中，只要公因子方差数值彼此不相差太远就行了。从上面给出的结果可以看出：提取两个主成分的时候，变量客运总量（万人）的公因子方差偏小，这暗示提取2个主成分，客运总量（万人）方面的信息可能有较多的损失。至于方差贡献，反映对应主成分的重要程度。

总结，决定主成分数目的3个原则：1.只取λ>1的特征根对应的主成分；2.累计百分比达到80%~85%以上的λ值对应的主成分；3.根据特征根变化的突变点决定主成分的数量；

9.接下来根据得到的特征值和主成分载荷值（需要复制到excel表中整理在SPSS打开）计算每一个变量的特征向量，打开【转换】|【计算变量】工具，在目标变量中输入新的名字，输入公式：V1（第一主成分的载荷值）/SQRT（第一主成分的特征值6.26），对于第二主成分计算其特征向量也是一样的操作。