SPSS统计分析课件第3章 描述性统计分析

描述性统计分析报告--Descriptive Statistics菜单详解

第六章：描述性统计分析－－ Descriptive Statistics菜单详解 描述性统计分析是统计分析的第一步，做好这第一步是下面进行正确统计推断的先决条件。SPSS的许多模块均可完成描述性分析，但专门为该目的而设计的几个模块则集中在Descriptive Statistics菜单中，最常用的是列在最前面的四个过程：Frequencies过程的特色是产生频数表；Descriptives过程则进行一般性的统计描述；Explore过程用于对数据概况不清时的探索性分析；Crosstabs 过程则完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的X2检验也在其中完成。 本章讲述的四个过程在9.0及以前版本中被放置在Summarize菜单中。 §6.1 Frequencies过程 频数分布表是描述性统计中最常用的方法之一，Frequencies过程就是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值，以及常用的条图，圆图等统计图。 和国内常用的频数表不同，几乎所有统计软件给出的均是详细频数表，即并 不按某种要求确定组段数和组距，而是按照数值精确列表。如果想用Frequencies过程得到我们所熟悉的频数表，请先用第二章学过的Recode过程产生一个新变量来代表所需的各组段。 6.1.1 界面说明 Frequencies对话框的界面如下所示：

该界面在SPSS中实在太普通了，无须多言，重点介绍一下各部分的功能如下：【Display frequency tables复选框】 确定是否在结果中输出频数表。 【Statistics钮】 单击后弹出Statistics对话框如下，用于定义需要计算的其他描述统计量。 现将各部分解释如下：

利用SPSS进行统计描述

第三节利用SPSS进行统计描述 一、统计描述方法 在教育技术研究过程中收集到大量的资料数据，但从这些杂乱无章的资料中，很难对其总体水平与分布状况做出评价判断。因此，必须采用一些适当的方法对这些资料进行处理，使之简约化、分类化、系统化，从中发现它们的分布规律，掌握总体的特征，以便对其水平做出客观的评价。 统计描述方法，是研究简缩数据并描述这些数据的统计方法。将搜集来的大量数据资料，加以整理、归纳和分组，简缩成易于处理和便于理解的形式，并计算所得数据的各种统计量，如平均数、标准差、以及描述有关事物或现象的分布情况、波动范围和相关程度等，以揭示其特点和规律。 （一）数据资料的整理和表示 在教育技术研究中，我们用各种方法搜集来的资料，一般是零散的，它只反映个别现象的个别特征，必须经过整理加工，使之系统化，才能计算统计指标，进行统计分析，为进一步研究提供有用的信息，首先要进行的是统计整理，它包含以下几部分内容： 1．数据检查 主要检查数据的完整性与正确性。统计资料完整性的检查，就是要根据调查项目检查是否填写齐全，避免遗漏，删去重复。正确性检查，就是检查搜集的资料是否真实可靠。特别是统计数字的真实性是统计工作的生命，统计资料的检查整理必须抓紧这一环。 数据检查可分为逻辑检查和计算检查两种方法。逻辑检查，是从理论和一般常识上来检查资料内容是否合理，指标之间是否矛盾。计算检查是检查统计数字在计算方法和计算结果上有否错误。 2．数据分类 数据分类就是把搜集来的数据进行分组归类。数据分类要做到既不重复、不遗漏，又不混淆，一般又可分为品质分类和数量分类。 品质分类：是按事物性质划分为不同的组别、种类。如以性别为标志可分为男与女；按“理解能力”、“学习态度”等为标志，又可分为好、较好、一般、差等几种水平，每种水平可看成类，每一类可给以相当的数量。可以通过各类所包含的数据再进行数量化的比较和分析。 数量分类：是按数量的属性分类。有顺序排列法、等级排列法和次数分布法等。 ⒊数据的排序

05.第五讲 描述性统计分析评价方法

第五讲描述性统计分析评价方法——综合指标 实际上，从这一讲开始的教学内容都是介绍教育评价技术中的重要方法——教育统计分析方法，也即是分析资料的方法。其中包括描述性统计分析方法和推断性统计分析方法两大部分。 一、描述性统计分析评价方法的主要特点。对数据资料计算综合指标，然后根据综合指标值对教育客观事物给予评价。所谓综合指标指的是从数量方面综合说明事物特征的指标。常用的综合指标有绝对数、相对数、平均数和标准差。重点介绍后面两种。 二、综合指标的计算及解释 （一）绝对数（规模） （二）相对数（程度） （三）平均数（水平） 通常可用符号表示平均数 1．算术平均数（未经分类汇总的测量数据资料）计算方法见p62的(4.1)公式。 2．加权平均数（已经分类汇总的资料）

①组距数列平均数（对测量数据分组统计人数）例如P63表4-1的资料。计算方法如P63的（4.2）公式及83名教师平均年龄的计算。 * 为了减少计算的麻烦，在此介绍计算器统计功能的使用： A、操作步骤 计算器的统计功能的计算只能得到如下六个统计结果：n（数据个数）、（数据和）、（数据平方和）、（平均数）、（总体标准差）和S（样本标准差）。操作步骤如下：1）显示统计状态：2ndF STAT(或SD) 2）输入数据：每输入一个数据按DATA 3）取出统计结果：这时六个统计结果均处于待取状态，可根据需要取出其中的结果。 B、注意事项 1）若需继续进行第二组数据的统计运算时，需取消统计状态，再按上述步骤操作。按2ndF STAT即可取消统计的状态。 2）若不需要计算、、、、和S时（即进行 其他一般运算时），也应取消统计状态）。

利用Excel进行数据整理和描述性统计分析

实训一利用Excel进行数据整理和描述性统计分析 一、实训目的 目的有三：（1）掌握Excel中基本的数据处理方法；（2）学会使用Excel进行统计分组；（3）学会使用Excel计算各种描述性统计指标，能以此方式独立完成相关作业。 二、实训要求 1、已学习教材相关内容，理解数据整理中的统计计算问题；理解描述性统计指标中的统计计算问题；已阅读本次实训指导书，了解Excel中相关的计算工具。 2、准备好一个统计分组问题、准备好一个或几个描述性统计指标计算问题及相应数据（可用本实训所提供问题与数据）。 3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。此条为所有实训所要求。 三、实训内容和操作步骤 （一）问题与数据 有顾客反映某家航空公司售票处售票的速度太慢。为此，航空公司收集了解100位顾客购票所花费时间的样本数据（单位：分钟），结果如下表。

航空公司认为，为一位顾客办理一次售票业务所需的时间在五分钟之内就是合理的。上面的数据是否支持航空公司的说法顾客提出的意见是否合理请你对上面的数据进行适当的分析，回答下列问题。 （1）对数据进行等距分组，整理成频数分布表，并绘制频数分布图（直方图、折线图、饼图）。 （2）根据分组后的数据，计算中位数、众数、算术平均数和标准差。 （3）分析顾客提出的意见是否合理为什么 （4）使用哪一个平均指标来分析上述问题比较合理 答：（1）： 2：

从表中我们可以得到中位数为众数为1平均数为标准差为 （3）：合理，虽然他的平均数是<5属于正常范围，但是依旧有将近20%的购票时间>5分钟属于超过正常范围，那就是速度太慢了。平均数不能代表一切。 所以顾客提出的理由是正确的，购票太慢的现象确实存在。 （4）：平均数比较合理，它能较好的反映购票的大概时间。比较有代表性！ 实训二用Excel数据分析功能进行统计整理 和计算描述性统计指标 一、实训目的 学会使用Excel数据分析功能进行统计整理和计算各种描述性统计指标，能以此方式独立完成相关作业。 二、实训要求 1、已学习教材相关内容，理解统计整理和描述性统计指标中的统计计算问题；已阅读本次实验导引，了解Excel中相关的计算工具。 2、准备好一个统计分组问题、准备好一个或几个数字特征计算问题及相应数据（可用本实验导引所提供问题与数据）。 3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。此条为所有实训所要求。 三、实训内容和操作步骤

spss基本描述性统计实验指导

一、实验目的 1．熟悉SPSS软件其它数据预处理； 2．掌握数据的频率分析与基本统计分析； 二、实验内容 1、对“职工数据”进行转置； 2、对“居民储蓄数据”中户口和职业作出频数统计，并画出饼图 3、对“居民储蓄数据”中存款金额分成五组分别为小于500元、501~2000元、2001~3500 元、3501~5000元、5000元以上，形成新的变量，并做出频数统计与直方图。 4、“居民储蓄数据”中“存款金额”对城镇户口与农村户口分别做出平均值、标准差、偏 度与峰度统计量。 三、实验步骤 1、对“职工数据”进行转置； 1）通过菜单“数据” “转置”如图一所示，进入图二所示的界面， 2）把“关键变量”职工号选入“名称变量”框中，使职工号成为变量名称，其余变量选入“变量”框中如图三所示 3）点击“确定”按钮，出现如图四所示结果。 图一进入转置界面

图二转置界面 图三转置操作 图四输出结果 2、对“居民储蓄数据”中户口和职业作出频数统计，并画出饼图 1）如图五所示进入频率分析界面 2）在图六所示的界面中，选择频率分析变量“户口”与“职业”，并选中左下角的“显示频率表格”

3）点击图六的“图表”按钮，出现如图七的界面，选择“饼图”4）点击“确定”按钮，出现如图八分析结果。 图五进入频率分析

图六选择频率分析变量 图七选择输出图表

图八频率分析输出结果

3、对“居民储蓄数据”中存款金额分成五组分别为小于500元、501~2000元、2001~3500 元、3501~5000元、5000元以上，形成新的变量，并做出频数统计与直方图。 1）打开菜单Transform→record→into different variables, 给分组变量a5新的名称a51 2）点击“旧值和新值”按钮，出现如图十界面，给每一范围一新值，并点击“添加”按钮，直到所有范围都输完后，点击“继续”按钮。 3）点击图九所示“确定”按钮，则得到新的变量a51 4）打开菜单Analyze→Descriptive→Frequencies,出现图十一，选中“显示频率表格”，点击“图表”后，选择“直方图”后，点击“确定”按钮即得到结果。 图九数据分组界面 图十输入分组起始值

描述性统计分析-Eviews

主讲人：刘莎莎 第三讲 描述性统计分析
一、 序列窗口下的描述性统计分析
知识点 1：如何以建立组对象的方式将数据导入到 Eviews 中去（第二种导入数 据的方式） 。 知识点 2：如何在序列窗口下实现简单描述性统计量和直方图，将直方图和正态 分布曲线叠加在一起，从而更直观地观察数据的分布特征。 （如何将 EViews 图形 复制粘贴到 word 中） 知识点 3：如何在序列窗口下实现描述性统计量的假设检验 知识点 4：如何实现将单序列按某一变量分类后再进行描述性统计分析（本案例 的分类变量是该天是星期几） 知识点 5：如何实现将单序列按某一变量分类后再进行假设检验 知识点 6：如何画上证综指日对数收益率的 QQ 图 知识点 7：如何估计数据的经验分布函数的参数 案例数据说明：2003 年 1 月 6 日-2009 年 6 月 26 日上证综指日对数收益率。
二、序列组窗口下的描述性统计分析
知识点 1：如何通过打开 excel 文件的方式将数据导入到 Eviews 中去。 （第三种 导入数据的方式） 。 知识点 2：如何实现多变量的描述性统计量 知识点 3：如何实现多变量描述性统计量的假设检验 案例数据说明：国家统计调查队分别在两个地区调查了 10 个家庭的收入 知识点 4：如何计算当前序列组的相关系数矩阵，协方差矩阵

主讲人：刘莎莎
案例数据说明：1983-2000 年我国粮食生产与相关投入的数据，变量包括粮食产 量（单位：万吨）、农业化肥施用量（单位：万千克）、粮食播种面积（单位： 公顷）
附注：描述性统计量的计算公式
标准差(Std.Dev.)的计算公式是：
s=
2 ( y ? y ) ∑ t t =1
T
T ?1
其中，
yt 是观测值， y 是样本平均数。
偏度（Skewness）的计算公式是：
1 T yt ? y 3 S = ∑( ) T t =1 s
其中，
yt 是观测值， y 是样本平均数,s 是样本标准差，T 是样本容量。对
称分布的偏度是零，比如正态分布。
峰度（Kurtosis）的计算公式是:
1 T yt ? y 4 S = ∑( ) T t =1 s
其中，
yt 是观测值， y 是样本平均数,s 是样本标准差，T 是样本容量。
正态分布的峰度值是 3。

第三章 调查数据的描述分析资料讲解

第三章调查数据的 描述分析

第三章调查数据的描述分析 对整理后的调查数据进行统计分析，首先是认识数据的特征。由于指标是描述总体数量特征的具体表现，故调查数据特征的认识表现为指标的设计与计算。设计什么样的指标取决于所要认识的数据特征。本章讨论的数据特征主要有三个方面，即数据间的数量关系特征、数据分布的集中趋势特征和离中趋势特征，相应地，设计的指标有三类，分别为相对指标、平均指标和变异程度指标。这些指标的计算和运用构成了本章的主要内容。 第一节相对指标分析 一、相对指标的概念与作用 将两个有联系的数据值进行对比形成的相对数，称为相对指标，它反映着事物内部或事物间的数量关系特征。例如：将实际完成的数值与计划任务数值对比，可反映计划执行的进度和完成的程度；将不同时间上的同类数据值对比，可反映现象变化的快慢程度，等等。 相对指标通过对比不同数据值，将现象总体数量上的绝对差异抽象化，从而使那些由于规模不同，条件不同，无法直接对比的现象找到可比较的基础，化不可比为可比。从这个意义上讲，相对指标在统计分析中的运用主要表现在比较分析中。 多数相对指标采用无名数如系数、倍数、成数、百分数、千分数等表示；但也有相对指标采用名数表示，如流动资金周转率指标用“次”表示。 二、常用相对指标及其计算方法 （一）反映数据结构特征的相对指标 仅供学习与交流，如有侵权请联系网站删除谢谢44

仅供学习与交流，如有侵权请联系网站删除 谢谢45 1．结构相对指标 结构相对指标，是总体的部分数值与总体全部数值的比值，需在数据值分组的基础上计算，通常又称为比重，习惯用百分数表示。其计算公式为： %100?= 总体的全部数值 总体的各组数值 结构相对指标 【例3.1】某一项城市住房问题的研究中，调查数据值统计整理如表3-1所示： 表3-1 甲城市家庭对住房状况的评价 在调查数据的分析中，结构相对指标除了能够反映总体内部的结构状态特征，揭示事物的性质外，还可用来说明总体中各个部分对总体的影响程度，即可以用来寻找主要影响因素。 2．比例相对指标 比例相对指标，是同一总体内某一部分数值与另一部分数值的比值，也是在数据分组的基础上计算。如果说结构相对指标反映的是部分与整体的数量关系，那么，比例相对指标反映的则是部分与部分间的数量关系。比例相对指标的计算公式为： 总体中另一部分数值 总体中某一部分数值 比例相对指标=

描述性统计是指运用制表和分类,图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。

一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。

A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如 何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。 对于二维表，可进行卡方检验，对于三维表，可作Mentel-Hanszel分层分析。列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量相关； 3、偏相关：在某一现象与多种现象相关的场合，当假定其他变量不变时，其中两个变量之间的相关关系称为偏相关。 六、方差分析

描述性统计分析

第六章描述性统计分析－－ Descriptive Statistics菜单详解 6.1 Frequencies过程 6.1.1 界面说明 6.1.2 分析实例 6.1.3 结果解释 6.2 Descriptives过程 6.2.1 界面说明 6.2.2 结果解释 6.3 Explore过程 6.3.1 界面说明 6.3.2 结果解释 6.4 Crosstabs过程 6.4.1 界面说明 6.4.2 分析实例 6.4.3 结果解释 描述性统计分析是统计分析的第一步，做好这第一步是下面进行正确统计推断的先决条件。SPSS的许多模块均可完成描述性分析，但专门为该目的而设计的几个模块则集中在Descriptive Statistics菜单中，最常用的是列在最前面的四个过程：Frequencies过程的特色是产生频数表；Descriptives过程则进行一般性的统计描述；Explore过程用于对数据概况不清时的探索性分析；Crosstabs 过程则完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的X2检验也在其中完成。 §6.1 Frequencies过程 频数分布表是描述性统计中最常用的方法之一，Frequencies过程就是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值，以及常用的条图，圆图等统计图。 和国内常用的频数表不同，几乎所有统计软件给出的均是详细频数表，即并不按某种要求确定组段数和组距，而是按照数值精确列表。如果想用Frequencies过程得到我们所熟悉的频数表，请先用第二章学过的Recode过程产生一个新变量来代表所需的各组段。 6.1.1 界面说明

关于描述性统计分析

关于描述性统计分析 作者：记忆de&#…文章来源：csdn blog 点击数：156 更新时间：2007-2-12 在数据分析的时候，一般首先要对数据进行描述性统计分析（Descriptive Anal ysis），以发现其内在的规律，再选择进一步分析的方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形。 （1）数据的频数分析：在数据的预处理部分，我们曾经提到利用频数分析和交叉频数分析来检验异常值。此外，频数分析也可以发现一些统计规律。比如说，收入低的被调查者用户满意度比收入高的被调查者高，或者女性的用户满意度比男性低等。不过这些规律只是表面的特征，在后面的分析中还要经过检验。 （2）数据的集中趋势分析：数据的集中趋势分析是用来反映数据的一般水平，常用的指标有平均值、中位数和众数等。各指标的具体意义如下： 平均值：是衡量数据的中心位置的重要指标，反映了一些数据必然性的特点，包括算术平均值、加权算术平均值、调和平均值和几何平均值。 中位数：是另外一种反映数据的中心位置的指标，其确定方法是将所有数据以由小到大的顺序排列，位于中央的数据值就是中位数。 众数：是指在数据中发生频率最高的数据值。 如果各个数据之间的差异程度较小，用平均值就有较好的代表性；而如果数据之

间的差异程度较大，特别是有个别的极端值的情况，用中位数或众数有较好的代表性。 （3）数据的离散程度分析：数据的离散程度分析主要是用来反映数据之间的差异程度，常用的指标有方差和标准差。方差是标准差的平方，根据不同的数据类型有不同的计算方法。 （4）数据的分布：在统计分析中，通常要假设样本的分布属于正态分布，因此需要用偏度和峰度两个指标来检查样本是否符合正态分布。偏度衡量的是样本分布的偏斜方向和程度；而峰度衡量的是样本分布曲线的尖峰程度。一般情况下，如果样本的偏度接近于0，而峰度接近于3，就可以判断总体的分布接近于正态分布。 （5）绘制统计图：用图形的形式来表达数据，比用文字表达更清晰、更简明。在SPSS软件里，可以很容易的绘制各个变量的统计图形，包括条形图、饼图和折线图等。 示例SIM手机描述性统计分析 为简化起见，我们只分析SIM手机用户满意调查中的两个变量：“总体感知质量”和“总体满意度”变量。 （1）数据的频数分析 用SPSS软件的频数分析可以很容易地画出两个变量的频数图：

描述性统计分析

描述性统计分析 作者：清华大学中国企业研究中心阅读次数：24704次发布日期：2005-07-04 在数据分析的时候，一般首先要对数据进行描述性统计分析（Descriptive Analysis），以发现其内在的规律，再选择进一步分析的方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形。 （1）数据的频数分析：在数据的预处理部分，我们曾经提到利用频数分析和交叉频数分析来检验异常值。此外，频数分析也可以发现一些统计规律。比如说，收入低的被调查者用户满意度比收入高的被调查者高，或者女性的用户满意度比男性低等。不过这些规律只是表面的特征，在后面的分析中还要经过检验。 （2）数据的集中趋势分析：数据的集中趋势分析是用来反映数据的一般水平，常用的指标有平均值、中位数和众数等。各指标的具体意义如下： 平均值：是衡量数据的中心位置的重要指标，反映了一些数据必然性的特点，包括算术平均值、加权算术平均值、调和平均值和几何平均值。 中位数：是另外一种反映数据的中心位置的指标，其确定方法是将所有数据以由小到大的顺序排列，位于中央的数据值就是中位数。 众数：是指在数据中发生频率最高的数据值。 如果各个数据之间的差异程度较小，用平均值就有较好的代表性；而如果数据之

间的差异程度较大，特别是有个别的极端值的情况，用中位数或众数有较好的代表性。

（3）数据的离散程度分析：数据的离散程度分析主要是用来反映数据之间的差异程度，常用的指标有方差和标准差。方差是标准差的平方，根据不同的数据类型有不同的计算方法。 （4）数据的分布：在统计分析中，通常要假设样本的分布属于正态分布，因此需要用偏度和峰度两个指标来检查样本是否符合正态分布。偏度衡量的是样本分布的偏斜方向和程度；而峰度衡量的是样本分布曲线的尖峰程度。一般情况下，如果样本的偏度接近于0，而峰度接近于3，就可以判断总体的分布接近于正态分布。 （5）绘制统计图：用图形的形式来表达数据，比用文字表达更清晰、更简明。在SPSS软件里，可以很容易的绘制各个变量的统计图形，包括条形图、饼图和折线图等。 示例SIM手机描述性统计分析 为简化起见，我们只分析SIM手机用户满意调查中的两个变量：“总体感知质量”和“总体满意度”变量。 （1）数据的频数分析 用SPSS软件的频数分析可以很容易地画出两个变量的频数图：

excel与描述性统计分析

用Excel进行数据分析：描述性统计分析 郑来轶发表于2013-04-14 22:03 来源：本站原创 在数据分析的时候，一般首先要对数据进行描述性统计分析（Descriptive Analysis），以发现其内在的规律，再选择进一步分析的方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形，常用的指标有均值、中位数、众数、方差、标准差等等。 接下来我们讲讲在Excel2007中完成描述性统计分析。 一、案例场景 某网站的专题活动积累了一定访问数据后，需要统计流量的的均值、区间，以及给出该专题访问量差异的量化标准，借此来作为分析每天访问量的价值、参差不齐、此起彼伏一个衡量的依据。要求得到均值、区间、众数、方差、标准差等统计数据。 二、操作步骤 1、打开数据表格，这个案例中用的数据无特殊要求，只是一列数值就可以了。 2、选择“工具”——“数据分析”——“描述统计”后，出现属性设置框

注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，可以参考上一篇文章《用Excel进行数据分析：数据分析工具在哪里？》。 3、依次选择 选项有2方面，输入和输出选项 输入区域：原始数据区域，选中多个行或列，选择相应的分组方式逐行/逐列；

如果数据有标志，勾选“标志位于第一行”；如果输入区域没有标志项，该复选框将被清除，Excel 将在输出表中生成适宜的数据标志； 输出区域可以选择本表、新工作表或是新工作簿； 汇总统计：包括有平均值、标准误差(相对于平均值)、中值、众数、标准偏差、方差、峰值、偏斜度、极差、最小值、最大值、总和、总个数、最大值、最小值和置信度等相关项目。第K大(小)值：输出表的某一行中包含每个数据区域中的第k 个最大(小)值。 平均数置信度：数值95% 可用来计算在显著性水平为5% 时的平均值置信度

第三章 调查数据的描述分析

第三章调查数据的描述分析 对整理后的调查数据进行统计分析，首先是认识数据的特征。由于指标是描述总体数量特征的具体表现，故调查数据特征的认识表现为指标的设计与计算。设计什么样的指标取决于所要认识的数据特征。本章讨论的数据特征主要有三个方面，即数据间的数量关系特征、数据分布的集中趋势特征和离中趋势特征，相应地，设计的指标有三类，分别为相对指标、平均指标和变异程度指标。这些指标的计算和运用构成了本章的主要内容。 第一节相对指标分析 一、相对指标的概念与作用 将两个有联系的数据值进行对比形成的相对数，称为相对指标，它反映着事物内部或事物间的数量关系特征。例如：将实际完成的数值与计划任务数值对比，可反映计划执行的进度和完成的程度；将不同时间上的同类数据值对比，可反映现象变化的快慢程度，等等。 相对指标通过对比不同数据值，将现象总体数量上的绝对差异抽象化，从而使那些由于规模不同，条件不同，无法直接对比的现象找到可比较的基4444

4545 础，化不可比为可比。从这个意义上讲，相对指标在统计分析中的运用主要表现在比较分析中。 多数相对指标采用无名数如系数、倍数、成数、百分数、千分数等表示；但也有相对指标采用名数表示，如流动资金周转率指标用“次”表示。 二、常用相对指标及其计算方法 （一）反映数据结构特征的相对指标 1．结构相对指标 结构相对指标，是总体的部分数值与总体全部数值的比值，需在数据值分组的基础上计算，通常又称为比重，习惯用百分数表示。其计算公式为： %100?= 总体的全部数值 总体的各组数值 结构相对指标 【例】某一项城市住房问题的研究中，调查数据值统计整理如表3-1所示： 表3-1 甲城市家庭对住房状况的评价