SPSS统计基础---频率的使用
频率过程提供有助于描述多种类型的变量的统计量和图形显示。频率过程是查看数据理想的开始位置。对于频率报告和条形图,可以用升序或降序排列不同的值,也可以按其频率对类别进行排序。当变量具有许多不相同的值时,可提取频率报告。您可以使用频率(缺省值)或百分比标记图表。
示例。按行业类型划分的公司客户的分布是什么?从输出中可以了解到客户的37.5%来自政府机构,24.9% 来自公司,28.1% 来自学术机构,9.4% 来自保健行业。对于连续的定量数据(例如,销售收入),您会了解到平均产品销售额为3,576 美元,标准差为1,078 美元。
统计量和图。频率计数、百分比、累计百分比、均值、中位数、众数、和、标准差、方差、范围、最小值和最大值、均值标准误、偏度和峰度(两者都带有标准误)、四分位数、用户指定的百分位数、条形图、饼图和直方图。
数据。使用数值代码或字符串以对分类变量进行编码(名义或序数级别度量)。
假设。特别对于已排序或未排序的类别的变量,表格和百分比可以提供对所有分布中的数据都有用的描述。大多数可选摘要统计量(如均值和标准差)是基于正态理论的,它们适用于对称分布的定量变量。稳健统计量(如中位数、四分位数和百分位数)适合于可能符合或可能不符合正态假设的定量变量。
获取频率表
E 从菜单中选择:
分析> 描述统计> 频率...
选择一个或多个分类变量或定量变量。
根据需要,您可以:
单击统计量以获得定量变量的描述统计。
单击结果显示顺序的格式。
频率统计量
百分位值。一个定量变量的值,其将排序过的数据分组,以使某个百分比在上而另外一个百分比在下。四分位数(第25、50、75 个百分位数)将观察值分为四个大小相等的组。如果您想让组数不等于4,请选择n 个相等组的割点。您也可指定单个百分位数(例如,第95 个百分点,有95% 的观察值大于该值)。
集中趋势。描述分布位置的统计量,包括均值、中位数、众数和所有值的总和。
均值. 集中趋势的测量。算术平均,总和除以个案个数。
中位数. 第50 个百分位,大于该值和小于该值的个案数各占一半。如果个案个
数为偶数,则中位数是个案在以升序或降序排列的情况下最中间的两个个案的平均。中位数是集中趋势的测量,但对于远离中心的值不敏感(这与均值不同,均值容易受到少数多个非常大或非常小的值的影响)。
众数. 最频繁出现的值。如果出现频率最高的值不止一个,则每一个都是一个众
数。“频率”过程仅报告此类多个众数中最小的那个。
总和. 所有带有非缺失值的个案的值的合计或总计。
离散程度。测量数据中变异和展开的统计量,包括标准差、方差、范围、最小值、最大值和均值标准误。
标准差. 对围绕均值的离差的测量。在正态分布中,68% 的个案在均值的一倍标准差范围内,95% 的个案在均值的两倍标准差范围内。例如,在正态分布中,如果平均年龄为45,标准差为10,则95% 的个案将处于25 到65 之间。
方差. 对围绕均值的离差的测量,值等于与均值的差的平方和除以个案数减一。度量方差的单位是变量本身的单位的平方。
全距. 数值变量最大值和最小值之间的差;最大值减去最小值。
最小值. 数值变量的最小值。
最大值. 数值变量的最大值。
均值的标准误. 取自同一分布的样本与样本之间的均值之差的测量。它可以用来粗略地将观察到的均值与假设值进行比较(即,如果差与标准误的比值小于-2 或大于+2,则可以断定两个值不同)。
分布。偏度和峰度是描述分布形状和对称性的统计量。这些统计量与其标准误一起显示。
偏度. 分布的不对称性度量。正态分布是对称的,偏度值为0。具有显著正偏度值的分布有很长的右尾。具有显著的负偏度的分布有很长的左尾。作为一个指导,当偏度值超过标准误的两倍时,则认为不具有对称性。
峰度. 观察值聚集在中点周围的程度的测量。对于正态分布,峰度统计量的值为
0。正峰度值表示相对于正态分布,观察值在分布中心的聚集更多,同时尾部更薄,直到分布极值。在这一点,leptokurtic 分布的尾部比正态分布的尾部要厚。负峰度值表示相对于正态分布,观察值聚集得少并且尾部较厚,直到分布极值。在这一点,platykurtic 分布的尾部比正态分布的尾部要薄。
值是组中点。如果您的数据中的值是组中点(例如,所有年龄在30 多岁的人都被编码为35),则选择此选项以估计原始未分组的数据的中位数和百分位数。
频率图
图表类型。饼图显示各部分对整体的贡献。饼图的每个分区对应于由单个分组变量定义的组。条形图将不同值或不同类别的计数作为单独的条显示,使您可以直观地比较各个类别。直方图也有条,但它们沿着相等的区间刻度进行绘制。每个条的高度是定量变量在该区间内的值的计数。直方图显示分布的形状、中心和分布。叠加在直方图上的正态曲线有助于您判断数据是否为正态分布。
图表值。对于条形图,可以按频率计数或百分比标记刻度轴。
频率格式
排序方式。可根据数据中的实际值或根据这些值的计数(出现的频率)以升序或降序排列频率表。但是,如果您请求直方图或百分位数,则频率假定变量是定量数据并以升序显示其值。
多个变量。如果您生成多个变量的统计表,您可在单个表中显示所有变量(比较变量),或显示每个变量的独立统计量表(按变量组织输出)。排除超过n 个类别的表。此选项防止显示具有超过指定数目的值的表。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14