SPSS复杂样本：复杂样本统计过程

一、复杂样本频率（分析-复杂抽样-频率）

   “复杂样本频率”过程可以为所选变量生成频率表并显示单变量统计。您还可以按子组请求统计量，子组由一个或多个分类变量定义。

1、示例。使用“复杂样本频率”过程，基于全美国健康访问调查(NHIS)的结果和这一公用数据的适当分析计划，可以获得美国公民维生素使用情况的单变量制表统计量。

2、统计量。该过程生成单元总体大小和表百分比的估计值，以及每个估计值的标准误、置信区间、变异系数、设计效果、设计效果平方根、累计值和未加权的计数。此外，还计算等单元比例检验的卡方和似然比统计量。

3、数据。要为其生成频率表的变量应为分类变量。子体变量可以是字符串或数值，但应该是分类变量。

4、假设。数据文件中的个案代表来自复杂设计的一个样本，该样本应根据在“复杂样本计划”对话框中所选文件内的指定项进行分析。

二、复杂样本描述（分析-复杂抽样-描述）

“复杂样本描述”过程为多个变量显示单变量摘要统计量。您还可以按子组请求统计量，子组由一个或多个分类变量定义。

1、示例。使用“复杂样本描述”过程，基于全美国健康访问调查(NHIS)的结果和这一公用数据的适当分析计划，可以获得美国公民活动水平的单变量描述统计量。

2、统计量。该过程生成均值和总和，以及每个估计值的t检验、标准误、置信区间、变异系数、未加权的计数、总体大小、设计效果和设计效果平方根。

3、数据。测量应为尺度变量。子体变量可以是字符串或数值，但应该是分类变量。

4、假设。数据文件中的个案代表来自复杂设计的一个样本，该样本应根据在“复杂样本计划”对话框中所选文件内的指定项进行分析。

三、复杂样本交叉表（分析-复杂抽样-交叉表）

复杂样本交叉表过程可以为所选变量对生成交叉表并显示二阶统计量。您还可以按子组请求统计量，子组由一个或多个分类变量定义。

1、示例。使用“复杂样本交叉表”过程，基于全美国健康访问调查(NHIS)的结果和这一公用数据的适当分析计划，可以获得美国公民维生素使用量和抽烟频率的交叉分类统计量。 

2、统计量。该过程生成单元格总体大小、行百分比、列百分比和表百分比的估计值，以及每个估计值的标准误、置信区间、变异系数、期望值、设计效果、设计效果平方根、残差、调整的残差和未加权的计数。计算几率比、相对风险和危险度差值以在2x2表中使用。此外，还计算Pearson和似然比统计量用于行变量和列变量的独立性检验。

3、数据。行变量和列变量应是分类变量。子体变量可以是字符串或数值，但应该是分类变量。

4、假设。数据文件中的个案代表来自复杂设计的一个样本，该样本应根据在“复杂样本计划”对话框中所选文件内的指定项进行分析。

四、复杂样本比率（分析-复杂抽样-比率）

“复杂样本比率”过程显示变量的比率的单变量摘要统计。您还可以按子组请求统计量，子组由一个或多个分类变量定义。

1、示例。使用“复杂样本比率”过程，基于全国范围调查（根据一项复杂设计并采用适合数据的分析计划进行）的结果，可以获取当前财产价值与上次评估价值的比率的描述统计量。

2、统计量。该过程生成比率估计值、t检验、标准误、置信区间、变异系数、未加权的计数、总体大小、设计效果和设计效果平方根。

3、数据。分子和分母应为正值刻度变量。子体变量可以是字符串或数值，但应该是分类变量。

4、数据文件中的个案代表来自复杂设计的一个样本，该样本应根据在“复杂样本计

划”对话框中所选文件内的指定项进行分析。

五、统计量

1、标准误。估计值的标准误。

2、置信区间。估计值的置信区间，使用指定水平。

3、变异系数。估计值的标准误对估计值的比率。

4、去权重计数。用于计算估计值的单元数。

5、设计效应。估计值的方差与通过假设样本为简单随机样本所获得的方差的比率。这是指定复杂设计的效果测量，该值与1相差越大，表示效果越大。

6、设计效应的平方根。是指定复杂设计的效果的测量值，值与1相差越大表示效果越好。

7、累加值。通过变量的每个值获得的累计估计值。

8、群体大小。总体中估计的单元数。

9、期望值。在假设行变量和列变量独立的条件下，估计值的期望值。

10、残差。如果两个变量之间没有关系，则期望值是期望在单元格中出现的个案数。如果行变量和列变量独立，则正的残差表示单元中的实际个案数多于期望的个案数。

11、调整的残差。单元格的残差（观察值减去期望值）除以其标准误的估计值。生成的标准化残差表示为均值上下的标准差单位。

12、几率比。当因子很少出现时，几率比可用作相对风险的估计值。

13、相对危险度。存在因子出现事件的风险与不存在因子出现事件的风险的比率。

14、危险度差值。存在因子出现事件的风险与不存在因子出现事件的风险之差。