spss心得體會(huì)（精選4篇）

spss心得體會(huì) 篇1

　　選擇[轉(zhuǎn)換]—[隨機(jī)數(shù)字生成器]，勾選“設(shè)置起點(diǎn)”,并在“固定值”下的“值”中輸入一個(gè)用戶給定的數(shù)值。

　　選擇[轉(zhuǎn)換]—計(jì)算變量，在目標(biāo)變量框中輸入變量名“Spinn”,在“數(shù)字表達(dá)式”框中輸入“trunc(rv.uniform(1,5))”,然后單擊(確定)按鈕，

　　(1)選擇(分析)—描述統(tǒng)計(jì)—頻率，然后把變量“spinn”選入“變量”框中，

　　(2)單擊(圖表(C))按鈕，“頻率:圖表”對(duì)話框，勾選“直方圖(h)”選項(xiàng)。

　　(3)單擊(繼續(xù))按鈕，返回“頻率”對(duì)話框，然后單擊(確定)按鈕。以上過(guò)程也可以通過(guò)在語(yǔ)法編輯器中運(yùn)行如下的語(yǔ)法程序?qū)崿F(xiàn)。

　　并且要打開(kāi)本章的數(shù)據(jù)文件“sim.sav”。

　　然后選擇“轉(zhuǎn)換”—計(jì)算變量，

　　保存該文件為“sim norm.sav”。

　　從該組隨機(jī)數(shù)的分布能否確定該樣本數(shù)據(jù)的確是從正態(tài)分布的總體中隨機(jī)抽取的呢?

　　如果隨機(jī)試驗(yàn)只有兩個(gè)可能的結(jié)果，不妨稱為成功和失敗，設(shè)該試驗(yàn)中成功的概率為p(0

　　選擇“條形圖”。然后在右側(cè)的示例圖預(yù)覽中雙擊第一個(gè)圖標(biāo)。預(yù)覽圖將出現(xiàn)在右上角的畫(huà)布中。用鼠標(biāo)把“變量”中的變量x拖放到“是否x軸”虛線框中，把變量prob25拖放到“計(jì)數(shù)”虛線框中，。該條形圖可以編輯修改。

　　(3)得到隨機(jī)變量x的條形圖，該條形圖可以編輯修改

　　(4)雙擊該圖，得到“圖形編輯器”窗口。

　　(5)雙擊圖形編輯器窗口中的圖形，即可出現(xiàn)屬性窗口，在屬性窗口中，可以設(shè)置條形圖的各種屬性，如寬度，填充顏色，邊框，圖形大小等。

　　(6)改變條形圖的填充顏色和條子的寬度，修改后的條形圖。

　　選擇文件——新建——數(shù)據(jù)，在數(shù)據(jù)編輯器中打開(kāi)一個(gè)空的數(shù)據(jù)文件，在數(shù)據(jù)視圖的第一例分別輸入0，1，2，3，···，10，即隨機(jī)變量x的所有可能的取值。

　　單擊變量視圖，把變量名稱“var00001”改為“x”，小數(shù)位數(shù)設(shè)為0;建立另外兩個(gè)新的變量，分別命名為“c25”和“c40，小數(shù)位數(shù)都設(shè)為4。”

　　設(shè)置隨機(jī)數(shù)種子為“123456”。然后選擇(t)——計(jì)算變量(c)，在“計(jì)算變量”對(duì)話框中的“目標(biāo)”變量t框中輸入“c25”，在“數(shù)字表達(dá)式”框中輸入“cdf.binom(x，10，0.25)”。然后單擊確定按鈕。因?yàn)橛?jì)算變量對(duì)話框中的目標(biāo)變量的名稱c25和我們已經(jīng)定義的變量c25重名，已經(jīng)在變量視圖中定義的c25沒(méi)有任何內(nèi)容，因此這里我們單擊確定按鈕。在變量視圖中就生成了服從二項(xiàng)分布的隨機(jī)變量c25。

spss心得體會(huì) 篇2

　　摘要：SPSS統(tǒng)計(jì)分析方法及應(yīng)用課程的開(kāi)設(shè)給我們打開(kāi)了一扇全新知識(shí)的門(mén)窗，它通向的是一個(gè)嶄新的領(lǐng)域。這門(mén)課程的學(xué)習(xí)經(jīng)歷可謂波瀾起伏，中間有苦有甜，但是不管過(guò)程多么艱難，幸運(yùn)的是，我們學(xué)到了很多，收獲了很多。通過(guò)老師的講解，我們對(duì)它的使用方法、結(jié)果分析和應(yīng)用范圍都有了非常細(xì)致的了解。關(guān)鍵詞：學(xué)習(xí)經(jīng)歷 收獲 方法 應(yīng)用范圍

　　距SPSS統(tǒng)計(jì)分析方法及應(yīng)用課程結(jié)束已經(jīng)過(guò)去好幾天了，偶爾還是會(huì)想起那段兵荒馬亂，洪荒滔天的日子。開(kāi)學(xué)伊始，很多課程還必須靠課程表才知道星期幾在哪里上課，但是SPSS則不同，一天四節(jié)課連著上的重大任務(wù)讓我們不得不去正視它、重視它。

　　初識(shí)SPSS統(tǒng)計(jì)分析方法及應(yīng)用是在一個(gè)傍晚。彼時(shí)，地上余熱尚未完全散盡，暮色即將席卷最后一抹晚霞。坐在機(jī)器嗡嗡運(yùn)轉(zhuǎn)的機(jī)房里，撫摸手中那一厚重書(shū)本的扉頁(yè)，心里是一絲說(shuō)不清道不明的復(fù)雜情緒，對(duì)未知的好奇摻雜著對(duì)已知的不確定。周?chē)�同學(xué)都在討論，統(tǒng)計(jì)學(xué)都沒(méi)有學(xué)好，這門(mén)課程學(xué)起來(lái)會(huì)不會(huì)過(guò)于吃力，如此一想，幾分恐懼感又蹭蹭地上升。就這樣，懷著五味雜陳的心情開(kāi)始了SPSS的第一堂課。

　　一天課下來(lái)，卻發(fā)現(xiàn)它學(xué)起來(lái)并沒(méi)有想象中那么艱難，可能是剛接觸的基礎(chǔ)知識(shí)比較易懂，也可能是老師講解的很生動(dòng)透徹。總之，我的興趣被調(diào)動(dòng)起來(lái)了，甚至在心里雀躍，期待第二天的SPSS課早點(diǎn)到來(lái)。但是漸漸的，學(xué)習(xí)開(kāi)始有點(diǎn)力不從心了，課堂上會(huì)有片刻的走神，反應(yīng)過(guò)來(lái)后便在書(shū)上匆忙翻找老師講解的內(nèi)容自己慢慢的邊看邊理解，然而結(jié)果還是一知半解，于是悔不當(dāng)初統(tǒng)計(jì)學(xué)的基礎(chǔ)打得不夠牢固。不過(guò)，不幸中的萬(wàn)幸是老師非常的好，對(duì)我們這些上課不太認(rèn)真的同學(xué)還是耐心的給予指導(dǎo)并且不厭其煩。課堂上師生之間互動(dòng)的很好，充分調(diào)動(dòng)了大家的積極性，要求我們自己動(dòng)手去找答案、自己去操作而不是一味地跟著老師盲目地進(jìn)行著機(jī)械運(yùn)動(dòng)，老師也非常反對(duì)以往那種“填鴨式”教育，積極鼓勵(lì)、督促我們?nèi)ニ伎即鸢傅挠蓙?lái)，去解釋所以然與之所以然，同時(shí)老師生動(dòng)的講解把枯燥的內(nèi)容形象化，更方便我們的理解。當(dāng)習(xí)慣了老師這種教學(xué)模式后，我們學(xué)習(xí)起來(lái)雖不能說(shuō)得心應(yīng)手，舉一反三，但也漸入佳境，步入正軌，沒(méi)有了當(dāng)初的手足無(wú)措，沒(méi)有了那時(shí)的茫然若失，像初長(zhǎng)成的少年一般，擁有的是歲月

　　洗禮后的純粹明媚與獲得真知的滿足感。

　　現(xiàn)在回想一下，學(xué)習(xí)其實(shí)還是一個(gè)循環(huán)往復(fù)的過(guò)程，講究的是一個(gè)方法和技巧，即使每個(gè)人都在抱怨SPSS難學(xué)，聽(tīng)不到看不明白，但是班上還是有人學(xué)的很輕松，學(xué)的很扎實(shí)。好像那些在我們看來(lái)既枯燥又難以理解的術(shù)語(yǔ)和定義解釋在她們眼里就是一副活動(dòng)的畫(huà)面，她們沉浸于其中，遨游在其中，享受在其中。仿佛那些知識(shí)早已扎根在她們充滿智慧的腦袋里，而不同于我們，需要從書(shū)本的文字上去吸收，從老師那里獲取知識(shí)的核心和真正內(nèi)涵。這樣的對(duì)比讓我折服卻又向往，認(rèn)真觀察了她們學(xué)習(xí)動(dòng)態(tài)后，我發(fā)現(xiàn)像我們這種每天上課才翻書(shū)下課書(shū)本直接扔一邊的人即使在某一時(shí)期了解了這門(mén)課程，等到若干時(shí)間以后，當(dāng)遺忘功能發(fā)揮作用時(shí)我們還是一無(wú)所知，怎樣把它們植根于腦袋，關(guān)鍵在于自己的努力和鉆研。課前好好預(yù)習(xí)，嘗試自己去理解那些不算深?yuàn)W的文字，遇到不懂的標(biāo)記一下，上課認(rèn)真聽(tīng)或者課后積極向老師請(qǐng)教，課堂的效果也是不容忽視的，老師講的都是書(shū)本濃縮的精華，一個(gè)不留神，可能就導(dǎo)致后面的全盤(pán)崩潰，然后興趣喪失，課后更是需要好好復(fù)習(xí)加強(qiáng)記憶力，SPSS需要的是多操作多熟悉，空閑時(shí)間多加自我練習(xí)才會(huì)做到熟能生巧。其實(shí)很多課程都是互通的，這些方法對(duì)其他課程而言也是非常實(shí)用的。還有最重要的一個(gè)資源庫(kù)，就是學(xué)校的圖書(shū)館，多看看有關(guān)書(shū)本觸類旁通更容易理解。

　　現(xiàn)在一本書(shū)已經(jīng)學(xué)完了，不敢說(shuō)對(duì)它的領(lǐng)會(huì)有多深，只能說(shuō)從中的確學(xué)到了不少的東西，更準(zhǔn)確的是學(xué)到一種技能和方法，即怎樣處理數(shù)據(jù)的方法。SPSS是“社會(huì)科學(xué)統(tǒng)計(jì)軟件包”(StatisticalPackage for the SocialScience)的簡(jiǎn)稱，是一種集成化的計(jì)算機(jī)數(shù)據(jù)處理應(yīng)用軟件。它是世界上公認(rèn)的三大數(shù)據(jù)分析軟件之一，由于操作簡(jiǎn)便，好學(xué)易懂，簡(jiǎn)單實(shí)用，因而很受非專業(yè)人士的青睞。最重要的是，對(duì)我們經(jīng)濟(jì)管理專業(yè)的學(xué)生來(lái)說(shuō)，以后從事的行業(yè)大部分都是要和統(tǒng)計(jì)分析以及決策打交道，因此掌握好數(shù)據(jù)分析方法和數(shù)據(jù)分析軟件工具則是非常有必要的。

　　其次縱觀中國(guó)經(jīng)濟(jì)發(fā)展歷程，改革開(kāi)放已逾三十多年，我國(guó)的經(jīng)濟(jì)體制由計(jì)劃經(jīng)濟(jì)步入了社會(huì)主義市場(chǎng)經(jīng)濟(jì)的運(yùn)行空間，這一客觀現(xiàn)實(shí)要求企業(yè)必須提高獨(dú)立面對(duì)市場(chǎng)經(jīng)濟(jì)中大風(fēng)大浪的能力，也就是自身的硬件素質(zhì)。在加入WTO后，中國(guó)企業(yè)搭上全球化的班車(chē)，跨入與國(guó)際接軌的高速軌道，在獲得更廣泛的市場(chǎng)資

　　源的同時(shí)，也面對(duì)著更強(qiáng)大對(duì)手的競(jìng)爭(zhēng)，在這種趨勢(shì)下，增強(qiáng)軟實(shí)力，打造自身獨(dú)一無(wú)二的個(gè)性特質(zhì)更是迫在眉睫。面對(duì)著強(qiáng)化自身的雙重挑戰(zhàn)，要求企業(yè)承擔(dān)起信息化和定量分析的重任，只有信息化才能夠迅速全面的感知市場(chǎng)和消費(fèi)群體的要求，只有定量分析才能對(duì)感知信息做出科學(xué)分析和正確決策。而當(dāng)今社會(huì)發(fā)展日益迅猛，數(shù)據(jù)量快速膨脹，數(shù)據(jù)關(guān)系復(fù)雜性大大提高，企業(yè)怎樣快速得出分析結(jié)果，怎樣從效率和質(zhì)量方面占有優(yōu)勢(shì)對(duì)數(shù)據(jù)分析軟件的性能有著嚴(yán)格的的要求。而SPSS因操作簡(jiǎn)單，結(jié)果明了，很受企業(yè)歡迎，已廣泛應(yīng)用于各大領(lǐng)域。我們從課程學(xué)習(xí)上所采用的例子就可得出，SPSS不僅在經(jīng)濟(jì)學(xué)、生物學(xué)、心理學(xué)、醫(yī)療衛(wèi)生、體育等方面作用廣大，在農(nóng)業(yè)、林業(yè)、商業(yè)、金融等行業(yè)也有著不可小覷的影響力。應(yīng)著這些因素，掌握好這一技能就顯得勢(shì)在必行了。

　　通過(guò)老師細(xì)心的講解，我們知道了SPSS分析的正確步驟，即懂得了如何正確組織數(shù)據(jù)、如何利用SPSS對(duì)數(shù)據(jù)進(jìn)行基本加工和整理，明白了應(yīng)從何處入手分析、應(yīng)采用SPSS中的哪些分析方法和功能實(shí)現(xiàn)對(duì)各類數(shù)據(jù)由淺入深的分析，清楚了怎樣理解和解釋分析結(jié)果。在此之前，我們所了解的關(guān)于數(shù)據(jù)的計(jì)算機(jī)應(yīng)用軟件僅局限于Excel，而如今，我們不但掌握了SPSS，還能夠在兩者之間進(jìn)行數(shù)據(jù)的轉(zhuǎn)換。這一課程的學(xué)習(xí)可謂是受益匪淺，對(duì)于一組數(shù)據(jù)我們不再被表面現(xiàn)象和其中的干擾因素所蒙蔽，而是能夠剖開(kāi)現(xiàn)象看本質(zhì)，這使我們對(duì)真實(shí)的理解更加貼近更加透徹。

spss心得體會(huì) 篇3

　　SPSS課程學(xué)習(xí)心得體會(huì)

　　應(yīng)用統(tǒng)計(jì)分析學(xué)習(xí)報(bào)告 本科的時(shí)候有概率統(tǒng)計(jì)和數(shù)理分析的基礎(chǔ)，但是從來(lái)沒(méi)有接觸過(guò)應(yīng)用統(tǒng)計(jì)分析的東西，

　　spss也只是聽(tīng)說(shuō)過(guò)，從來(lái)沒(méi)有學(xué)過(guò)。一直以為這一塊兒會(huì)比較難，這學(xué)期最初學(xué)的時(shí)候，因

　　為沒(méi)有認(rèn)真看老師給的英文教材，課下也沒(méi)有認(rèn)真搜集相關(guān)資料，所以學(xué)起來(lái)有些吃力，總

　　感覺(jué)聽(tīng)起來(lái)一頭霧水。老師說(shuō)最后的考核是通過(guò)提交學(xué)習(xí)報(bào)告，然后我從圖書(shū)館里借了些教

　　材查了些資料，發(fā)現(xiàn)很多問(wèn)題都弄清楚了。結(jié)合軟件和書(shū)上的例子，實(shí)戰(zhàn)一下，發(fā)現(xiàn)spss

　　的功能相當(dāng)強(qiáng)大。最后總結(jié)出這篇報(bào)告，以鞏固所學(xué)。 spss，全稱是statistical product and servicesolutions，即“統(tǒng)計(jì)產(chǎn)品與服務(wù)解

　　決方案”軟件，是ibm公司推出的一系列用于統(tǒng)計(jì)學(xué)分析運(yùn)算、數(shù)據(jù)挖掘、預(yù)測(cè)分析和決策

　　支持任務(wù)的軟件產(chǎn)品及相關(guān)服務(wù)的總稱，也是世界上公認(rèn)的三大數(shù)據(jù)分析軟件之一。spss具

　　有統(tǒng)計(jì)分析功能強(qiáng)大、操作界面友好、與其他軟件交互性好等特點(diǎn)，被廣泛應(yīng)用于經(jīng)濟(jì)管理、

　　醫(yī)療衛(wèi)生、自然科學(xué)等各個(gè)領(lǐng)域。具體到管理方面，spss也是一個(gè)進(jìn)行數(shù)據(jù)分析和預(yù)測(cè)的強(qiáng)

　　大工具。這門(mén)課中也會(huì)用到amos軟件。 關(guān)于spss的書(shū)，很多都是首先介紹軟件的。這個(gè)軟件易于安裝，我裝的是19.0的，雖

　　然20.0有一些改變和優(yōu)化，但是主體都是一樣的，而且都是可視化界面，用起來(lái)很方面且容

　　易上手。所以，我學(xué)習(xí)的重點(diǎn)是卡方檢驗(yàn)和t檢驗(yàn)、方差分析、相關(guān)分析、回歸分析、因子

　　分析、結(jié)構(gòu)方程模型等方法的適用范圍、應(yīng)用價(jià)值、計(jì)算方式、結(jié)果的解釋和表述。首先是t檢驗(yàn)這一部分。由于參數(shù)檢驗(yàn)的基礎(chǔ)不牢固，這部分也是最初開(kāi)始接觸應(yīng)用統(tǒng)

　　計(jì)的東西，學(xué)起來(lái)很多東西拿不準(zhǔn)，比如說(shuō)原假設(shè)默認(rèn)的是什么。結(jié)果出來(lái)后依然分不清楚

　　是接受原假設(shè)還是拒絕原假設(shè)。不過(guò)現(xiàn)在弄懂了。這部分很有用的是t檢驗(yàn)。t檢驗(yàn)應(yīng)用于

　　當(dāng)樣本數(shù)較小時(shí)，且樣本取自正態(tài)總體同時(shí)做兩樣本均數(shù)比較時(shí)，還要求兩樣本的總體方差

　　相等時(shí)，已知一個(gè)總體均數(shù)u，可得到一個(gè)樣本均數(shù)及該樣本標(biāo)準(zhǔn)差，樣本來(lái)自正態(tài)或近似

　　正態(tài)總體。t檢驗(yàn)分為單樣本t檢驗(yàn)、獨(dú)立樣本t檢驗(yàn)、配對(duì)樣本t檢驗(yàn)。其中，單樣本t 檢

　　驗(yàn)是樣本均數(shù)與總體均數(shù)的比較的t檢驗(yàn)，用于推斷樣本所代表的未知總體均數(shù)μ與已知的總體均數(shù)uo有無(wú)差別;獨(dú)立樣本t檢驗(yàn)主要用于檢驗(yàn)兩個(gè)樣本是否來(lái)自

　　具有相同均值的總體，即比較兩個(gè)樣本的均值是否相同，要求兩個(gè)樣本是相互獨(dú)立的;配對(duì)

　　樣本t檢驗(yàn)中，要正確理解“配對(duì)”的含義，主要用于檢驗(yàn)兩個(gè)有聯(lián)系的正態(tài)總體的均值是

　　否有顯著差異，跟獨(dú)立檢驗(yàn)的區(qū)別就是樣本是否是配對(duì)樣本。這幾個(gè)方法用軟件操作起來(lái)都

　　是相對(duì)簡(jiǎn)單的，關(guān)鍵是分清楚什么時(shí)候用這個(gè)什么時(shí)候用那個(gè)。 然后是方差分析。方差分析就是將索要處理的觀測(cè)值作為一個(gè)整體，按照變異的不同來(lái)

　　源把觀測(cè)值總變異的平方和以及自由度分解為兩個(gè)或多個(gè)部分，獲得不同變異來(lái)源的均值與{spss實(shí)驗(yàn)心得體會(huì)}.

　　誤差均方，通過(guò)比較不同變異來(lái)源的均方與誤差均方，判斷各樣本所屬總體方差是否相等。

　　方差分析主要包括單因素方差分析、多因素方差分析和協(xié)方差分析等。這一部分在學(xué)習(xí)的過(guò)

　　程中出現(xiàn)一些問(wèn)題，就是用spss來(lái)操作的時(shí)候分不清觀測(cè)變量和控制變量，如果反了的話會(huì)

　　導(dǎo)致結(jié)果的不準(zhǔn)確。其次，對(duì)bonferroni、tukey、scheffe等方法的使用目的不清楚，現(xiàn)在

　　基本掌握了多重比較方法選擇：一般如果存在明確的對(duì)照組，要進(jìn)行的是驗(yàn)證性研究，即計(jì)

　　劃好的某兩個(gè)或幾個(gè)組間(和對(duì)照組)的比較。宜用bonferroni(lsd)法;若需要進(jìn)行多個(gè)

　　均數(shù)間的兩兩比較，且各組個(gè)案數(shù)相等，適宜用tukey法;其他情況宜用scheffe法。最后，

　　對(duì)方差齊性檢驗(yàn)、多重比較檢驗(yàn)、趨勢(shì)檢驗(yàn)理解不夠透徹，在方差檢驗(yàn)中，post hoc鍵有l(wèi)sd

　　的選項(xiàng)：當(dāng)方差分析f檢驗(yàn)否定了原假設(shè)，即認(rèn)為至少有兩個(gè)總體的均值存在顯著性差異時(shí)，

　　須進(jìn)一步確定是哪兩個(gè)或哪幾個(gè)均值顯著地不同，則需要進(jìn)行多重比較來(lái)檢驗(yàn)。lsd即是一

　　種多因變量的三個(gè)或三個(gè)以上水平下均值之間進(jìn)行的兩兩比較檢驗(yàn)。 相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對(duì)具體有依存關(guān)系的現(xiàn)象探討(轉(zhuǎn)載

　　于:spss課程學(xué)習(xí)心得體會(huì))其相關(guān)方向以及相關(guān)程度，是研究隨機(jī)變量之間的相關(guān)關(guān)系的一

　　種統(tǒng)計(jì)方法。相關(guān)分析研究現(xiàn)象之間是否相關(guān)、相關(guān)的方向和密切程度，一般不區(qū)別自變量

　　或因變量。主要有雙變量相關(guān)分析、偏相關(guān)、距離相關(guān)幾個(gè)方法。雙變量相關(guān)分析是相關(guān)分

　　析中最常使用的分析過(guò)程，主要用于分析兩個(gè)變量之間的線性相關(guān)分析，可以根據(jù)不同的數(shù)

　　據(jù)類型和條件，選用pearson積差相關(guān)、spearman等級(jí)相關(guān)和kendall的tau-b等級(jí)相關(guān)。

　　當(dāng)數(shù)據(jù)文件包括多個(gè)變量時(shí)， 直接對(duì)兩個(gè)變量進(jìn)行相關(guān)分析往往不能真實(shí)反映二者之間的關(guān)系，此時(shí)就需要用到偏相

　　關(guān)分析，從中剔除其他變量的線性影響。距離相關(guān)分析是對(duì)觀測(cè)變量之間差異度或相似程度

　　進(jìn)行的測(cè)量，其中距離需要弄清楚，距離分析是對(duì)觀測(cè)量之間相似或不相似程度的一種測(cè)度，

　　是計(jì)算一對(duì)觀測(cè)量之間的廣義距離。這些相似性或距離測(cè)度可以用于其他分析過(guò)程，例如因

　　子分析、聚類分析或多維定標(biāo)分析，有助于分析復(fù)雜的數(shù)據(jù)集。 接著是回歸分析。相關(guān)分析研究的是現(xiàn)象之間是否相關(guān)、相關(guān)的方向和密切程度，一般

　　不區(qū)別自變量或因變量。而回歸分析則要分析現(xiàn)象之間相關(guān)的具體形式，確定其因果關(guān)系，

　　并用數(shù)學(xué)模型來(lái)表現(xiàn)其具體關(guān)系。比如說(shuō)，從相關(guān)分析中我們可以得知“質(zhì)量”和“用戶滿

　　意度”變量密切相關(guān)，但是這兩個(gè)變量之間到底是哪個(gè)變量受哪個(gè)變量的影響，影響程度如

　　何，則需要通過(guò)回歸分析方法來(lái)確定�；貧w分析的目的在于了解兩個(gè)或多個(gè)變量間是否相關(guān)、

　　相關(guān)方向與強(qiáng)度，并建立數(shù)學(xué)模型以便觀察特定變量來(lái)預(yù)測(cè)研究者感興趣的變量。運(yùn)用十分

　　廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析;按照自變

　　量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，

　　只包括一個(gè)自變量和一個(gè)因變量，且二者的關(guān)系可用一條直線近似表示，這種回歸分析稱為

　　一元線性回歸分析。如果回歸分析中包括兩個(gè)或兩個(gè)以上的自變量，且因變量和自變量之間

　　是線性關(guān)系，則稱為多元線性回歸分析。應(yīng)用回歸分析時(shí)應(yīng)首先確定變量之間是否存在相關(guān)

　　關(guān)系，如果變量之間不存在相關(guān)關(guān)系，對(duì)這些變量應(yīng)用回歸預(yù)測(cè)法就會(huì)得出錯(cuò)誤的結(jié)果。正

　　確應(yīng)用回歸分析預(yù)測(cè)時(shí)應(yīng)注意：①用定性分析判斷現(xiàn)象之間的依存關(guān)系;②避免回歸預(yù)測(cè)的

　　任意外推;③應(yīng)用合適的數(shù)據(jù)資料; 接下來(lái)是因子分析。因子分析是指研究從變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。最早由英

　　國(guó)心理學(xué)家c.e.斯皮爾曼提出。他發(fā)現(xiàn)學(xué)生的各科成績(jī)之間存在著一定的相關(guān)性，一科成績(jī)

　　好的學(xué)生，往往其他各科成績(jī)也比較好，從而推想是否存在某些潛在的共性因子，或稱某些

　　一般智力條件影響著學(xué)生的學(xué)習(xí)成績(jī)。因子分析可在許多變量中找出隱藏的具有代表性的因

　　子。將相同本質(zhì)的變量歸入一個(gè)因子，可減少變量的數(shù)目，還可檢驗(yàn)變量間關(guān)系的假設(shè)。因

　　子分析的主要目的是用來(lái)描述隱藏在一組測(cè)量到的變量中的一些更基本的，但又無(wú)法直接測(cè)量到的隱性變量。從顯性的變量中得到因子的方法有兩類。一類是探索性因子分析，

　　另一類是驗(yàn)證性因子分析。探索性因子分析不事先假定因子與測(cè)度項(xiàng)之間的關(guān)系，而讓數(shù)據(jù)

　　“自己說(shuō)話”。而驗(yàn)證性因子分析假定因子與測(cè)度項(xiàng)的關(guān)系是部分知道的，即哪個(gè)測(cè)度項(xiàng)對(duì)應(yīng)

　　于哪個(gè)因子，雖然我們尚且不知道具體的系數(shù)。這一部分不能用spss來(lái)操作，要用amos，

　　用起來(lái)也很方便。

　　最后一部分學(xué)習(xí)的是結(jié)構(gòu)方程模型。結(jié)構(gòu)方程模型是一種融合了因素分析和路徑分析的

　　多元統(tǒng)計(jì)技術(shù)。它的強(qiáng)勢(shì)在于對(duì)多變量間交互關(guān)系的定量研究。在近三十年內(nèi)，其大量應(yīng)用

　　于社會(huì)科學(xué)及行為科學(xué)的領(lǐng)域里，并在近幾年開(kāi)始逐漸應(yīng)用于市場(chǎng)研究中。結(jié)構(gòu)方程模型是

　　對(duì)顧客滿意度的研究采用的模型方法之一。其目的在于探索事物間的因果關(guān)系，并將這種關(guān)

　　系用因果模型、路徑圖等形式加以表述。結(jié)構(gòu)方程模型與傳統(tǒng)的回歸分析不同，結(jié)構(gòu)方程分

　　析能同時(shí)處理多個(gè)因變量，并可比較及評(píng)價(jià)不同的理論模型。與傳統(tǒng)的探索性因子分析不同，

　　在結(jié)構(gòu)方程模型中，我們可以提出一個(gè)特定的因子結(jié)構(gòu)，并檢驗(yàn)它是否吻合數(shù)據(jù)。通過(guò)結(jié)構(gòu)

　　方程多組分析，我們可以了解不同組別內(nèi)各變量的關(guān)系是否保持不變，各因子的均值是否有

　　顯著差異。

　　這門(mén)課要學(xué)習(xí)完了，整個(gè)學(xué)習(xí)的過(guò)程是充滿曲折和挑戰(zhàn)的，我見(jiàn)證了自己從一無(wú)所知到

　　困惑迷茫再到略懂再到會(huì)用的過(guò)程。甚至學(xué)完之后有些問(wèn)題還沒(méi)有徹底搞清楚，自己接下來(lái)

　　還會(huì)不斷的探索的。spss是個(gè)很神奇的工具，結(jié)合amos和excel更是如虎添翼，相信學(xué)習(xí)

　　了spss在以后的論文和數(shù)據(jù)分析中很有用。這門(mén)課給我的感覺(jué)是看起來(lái)很難，但是實(shí)際學(xué)起

　　來(lái)就好很多，因?yàn)楫?dāng)我結(jié)合具體實(shí)例和軟件的時(shí)候，很多抽象的問(wèn)題就豁然開(kāi)朗了。但是想

　　給老師一個(gè)建議，這門(mén)課需要很強(qiáng)的統(tǒng)計(jì)和概率論的基礎(chǔ)，要不然就會(huì)很難聽(tīng)懂或者聽(tīng)得半

　　懂。然后這門(mén)課的很多方法的相關(guān)資料都是用在醫(yī)療衛(wèi)生、自然科學(xué)領(lǐng)域的，在管理中的應(yīng)

　　用的資料不怎么多。老師希望我們上課的時(shí)候結(jié)合在管理中的應(yīng)用來(lái)學(xué)習(xí)，但是資料有限，

　　希望老師在這個(gè)方面多給學(xué)生一些引導(dǎo)。篇二：spss心得體會(huì) 學(xué)習(xí)spss在教育統(tǒng)計(jì)中的應(yīng)用心得體會(huì)

　　一、什么是spss?為什么要學(xué)習(xí)spss? 新學(xué)期開(kāi)始時(shí)，在信息化教育測(cè)量與評(píng)價(jià)的課程中第一次接觸到spss這個(gè)軟件，作為本科是計(jì)算機(jī)專業(yè)出身的我，當(dāng)時(shí)只知道spss是一套統(tǒng)計(jì)軟件，

　　就是一套根據(jù)統(tǒng)計(jì)學(xué)原理所編寫(xiě)出來(lái)的統(tǒng)計(jì)分析軟件，至于統(tǒng)計(jì)什么?分析什么?我一無(wú)所

　　知，尤其是看到老師推薦的《spss在教育統(tǒng)計(jì)中的應(yīng)用》這本書(shū)的時(shí)候，就簡(jiǎn)單的把它理解

　　為用spss軟件來(lái)統(tǒng)計(jì)、分析與教育相關(guān)的數(shù)據(jù)，最終得出想要的結(jié)論而已，而現(xiàn)在看來(lái)，我

　　當(dāng)初的想法未免有點(diǎn)簡(jiǎn)單與無(wú)知。下面就來(lái)讓我們了解一下spss。spss軟件是一組專業(yè)的、

　　通用的統(tǒng)計(jì)軟件包，同時(shí)它也是一個(gè)組合式軟件包，兼有數(shù)據(jù)管理、統(tǒng)計(jì)分析、統(tǒng)計(jì)繪圖和{spss實(shí)驗(yàn)心得體會(huì)}.

　　統(tǒng)計(jì)報(bào)表功能。它廣泛用于教育、心理、醫(yī)學(xué)、市場(chǎng)、人口、保險(xiǎn)等研究領(lǐng)域，也用于產(chǎn)品

　　質(zhì)量控制、人事檔案管理和日常統(tǒng)計(jì)報(bào)表等。spss軟件對(duì)計(jì)算機(jī)硬件系統(tǒng)的要求較低;對(duì)運(yùn)

　　行的軟件環(huán)境要求寬松，有各種版本可運(yùn)行在windows xp、win7系統(tǒng)環(huán)境下， spss統(tǒng)計(jì)軟

　　件采用電子表格的方式輸入與管理數(shù)據(jù)，能方便地從其他數(shù)據(jù)庫(kù)中讀入數(shù)據(jù)(如dbase，excel，

　　lotus等)。

　　我為什么要學(xué)習(xí)spss呢?其實(shí)很簡(jiǎn)單，一方面，做為一名 研究生，要具備一定的科研能力，如今量化研究的方法大行其道，一切要以事實(shí)說(shuō)話、

　　要以數(shù)據(jù)說(shuō)話，有了數(shù)據(jù)支持的研究才能更容易被認(rèn)可、被推論。另一方面，根據(jù)對(duì)aect94

　　定義的理解，教育技術(shù) 學(xué)研究的對(duì)象是學(xué)習(xí)過(guò)程和學(xué)習(xí)資源，包含大量的偶然現(xiàn)象和非精確現(xiàn)象。因此，要深

　　入研究教育技術(shù)現(xiàn)象及其規(guī)律，必須運(yùn)用統(tǒng)計(jì)描述、統(tǒng)計(jì)分析方法和模糊數(shù)學(xué)分析方法，才

　　可能使這門(mén)學(xué)科達(dá)到真正完善的地步。教育技術(shù)學(xué)研究的現(xiàn)象多數(shù)是偶然的現(xiàn)象，其變化發(fā)

　　展往往具有幾種不同的可能性，究竟出現(xiàn)哪一種結(jié)果，那是帶有偶然性的，是隨機(jī)的。這類

　　偶然現(xiàn)象是遵循統(tǒng)計(jì)規(guī)律的，當(dāng)隨機(jī)現(xiàn)象是由大量的成份組成，或者隨機(jī)現(xiàn)象出現(xiàn)大量的次

　　數(shù)時(shí)，就能體現(xiàn)統(tǒng)計(jì)平均規(guī)律。我們只有對(duì)數(shù)據(jù)資料作統(tǒng)計(jì)處理，才可能可以發(fā)現(xiàn)它們的內(nèi)

　　在規(guī)律，掌握現(xiàn)象的特征，檢驗(yàn)研究的假設(shè)，才能得出準(zhǔn)確的、可靠的研究結(jié)果。

　　二、對(duì)本spss各章節(jié)學(xué)習(xí)的心得 新課程老師帶領(lǐng)下，采取一種新的學(xué)習(xí)方式，老師講解了基礎(chǔ)部分后，全班同學(xué)采取小

　　組分工、協(xié)作學(xué)習(xí)，然后對(duì)全班同學(xué)進(jìn)行講解學(xué)習(xí)內(nèi)容，教師進(jìn)行當(dāng)堂指導(dǎo)，這種方法改變

　　了同學(xué)們的學(xué)習(xí)態(tài)度，同學(xué)們不再是課前不預(yù)習(xí)，課下不復(fù)習(xí)的狀態(tài)，每組都有自己的任務(wù)，

　　課前有一定的壓力，同學(xué)間的討論也明顯的增多，例如：一次課下同學(xué)們?cè)谝黄鸪燥垼�有�?/p>

　　位同學(xué)還在調(diào)侃說(shuō)“兩個(gè)菜之間用spss進(jìn)行分析后得出的結(jié)果不接受h0假設(shè)，也就是兩個(gè)

　　菜之間不相關(guān)”，雖然這只是一個(gè)課下的玩笑，但是這也可以體現(xiàn)出對(duì)學(xué)習(xí)的態(tài)度的轉(zhuǎn)變。下

　　面就本學(xué)期的所學(xué)spss的各章節(jié)做一下歸納，這些歸納也是基于本人平時(shí)在課前預(yù)習(xí)，課上

　　及課后的一些所思所想，也許會(huì)有一些理解上的偏頗在內(nèi)，但這僅限于心得而已。本學(xué)期學(xué)

　　習(xí)各個(gè)章節(jié)

　　及分工如下表：

　　章節(jié)名稱

　　1.spss的認(rèn)識(shí)

　　及數(shù)據(jù)文件的

　　處理

　　2.數(shù)據(jù)清理與

　　基本統(tǒng)計(jì)及測(cè)

　　量質(zhì)量分析

　　3.t檢驗(yàn)

　　4.方差分析

　　1、 2人 3人 7.聚類分析 8.統(tǒng)計(jì)圖形 2人 1人 2人 6.卡方檢驗(yàn) 3人 2人 5.相關(guān)分

　　析 3人 分工人數(shù) 章節(jié)名稱 分工人數(shù) spss的認(rèn)識(shí)及數(shù)據(jù)文件的處理心得體會(huì)可能是由于是同學(xué)們第一次講，萬(wàn)事開(kāi)頭難，壓力很大，在大家認(rèn)為最為簡(jiǎn)單的內(nèi)容講

　　解上，兩位同學(xué)并沒(méi)有完全展現(xiàn)出二人實(shí)際水平，大家在這一節(jié)課上都感覺(jué)到很壓抑，總的

　　感覺(jué)是這節(jié)內(nèi)容很簡(jiǎn)單，但是內(nèi)容又很松散，可講的東西太多，講的東西多就沒(méi)有突出重點(diǎn)

　　和難點(diǎn)，所以聽(tīng)過(guò)之后就有種無(wú)數(shù)的碎片漂浮在腦海中一樣，很難將知識(shí)系統(tǒng)化，課后總結(jié)

　　一下無(wú)非就是兩塊，一塊是了解spss軟件的歷史及基本功能，還有一塊就是spss軟件當(dāng)中

　　一個(gè)模塊叫做數(shù)據(jù)文件的處理，在認(rèn)識(shí)spss軟件當(dāng)中了解到它是一組社會(huì)科學(xué)統(tǒng)計(jì)軟件包，

　　誕生于1968年，當(dāng)時(shí)美國(guó)的3位大學(xué)生開(kāi)發(fā)出了它，經(jīng)過(guò)這么多年的后續(xù)開(kāi)發(fā)，spss已經(jīng)

　　有了很多的版本，具有了更的兼容性、和更友好的操作界面，也在很多的學(xué)科領(lǐng)域得到了應(yīng)

　　用，而在教育中的應(yīng)用 只是它的一個(gè)分支。此外它對(duì)硬件的要求也很低，當(dāng)前一般的電腦都能安裝它，安裝的

　　過(guò)程中也沒(méi)有什么特殊的方法，傻瓜式的安裝方式完全就可以滿足。在數(shù)據(jù)文件的處理方面，

　　主要是要學(xué)會(huì)定義變量、處理變量?jī)煞矫?定義變量是要注意根據(jù)自己實(shí)際采集的數(shù)據(jù)來(lái)定

　　義變量，例如是數(shù)值型的變量還是文本型的變量及變量的長(zhǎng)度，小數(shù)點(diǎn)保留尾數(shù)等，總之就

　　是一句話，根據(jù)實(shí)際調(diào)查的數(shù)據(jù)要求來(lái)定義相應(yīng)變量。變量定義只有只要細(xì)心的將實(shí)際調(diào)查

　　的數(shù)據(jù)錄入到spss當(dāng)中即可，當(dāng)然也可以在spss軟件之外進(jìn)行數(shù)據(jù)編制，可以通過(guò)execel

　　等編輯后可以直接導(dǎo)入到spss中。在處理變量模塊當(dāng)中，可以對(duì)變量進(jìn)行添加、刪除、拆分

　　與合并等操作，只要根據(jù)實(shí)際調(diào)查數(shù)據(jù)，細(xì)心調(diào)整變量，使操作更加簡(jiǎn)便和明了。

　　2、 數(shù)據(jù)清理與基本統(tǒng)計(jì)及測(cè)量質(zhì)量分析的心得體會(huì) 數(shù)據(jù)的清理與基本統(tǒng)計(jì)及測(cè)量質(zhì)量分析由兩名同學(xué)進(jìn)行講解，由于吸取了上節(jié)課兩名同

　　學(xué)的經(jīng)驗(yàn)，本節(jié)講授的明顯好于上節(jié)課，這里我也是把它分為兩塊進(jìn)行學(xué)習(xí)，一塊是數(shù)據(jù)的

　　清理，另一塊是相關(guān)統(tǒng)計(jì)理論的學(xué)習(xí)。在數(shù)據(jù)清理方面主要學(xué)習(xí)了奇異數(shù)據(jù)的檢查與清理，

　　在這里本人覺(jué)得非常有必要進(jìn)行數(shù)據(jù)清理，在實(shí)際的調(diào)查數(shù)據(jù)時(shí)難免會(huì)出現(xiàn)錯(cuò)誤或者碰到極

　　為特殊的典型案例，所以這些數(shù)據(jù)很難符合大眾規(guī)律，在統(tǒng)計(jì)、分析過(guò)程中可能會(huì)造成分析

　　結(jié)果異常，從而直接影響最終的結(jié)論。所以覺(jué)得非常有必要進(jìn)行數(shù)據(jù)檢查與清理。而我認(rèn)為

　　本節(jié)的難點(diǎn)不是怎樣熟練運(yùn)用spss軟件，而是在第二塊中的，相關(guān)統(tǒng)計(jì)理論的學(xué)習(xí)，學(xué)習(xí)這

　　些理論需要一定的數(shù)學(xué)基礎(chǔ)，只有明確這些 理(論如均值、標(biāo)準(zhǔn)誤差、中數(shù)、眾數(shù)、全距、四分位等)原理，知其然，知其所以然，

　　這才是關(guān)鍵，在spss中想要實(shí)現(xiàn)對(duì)數(shù)據(jù)進(jìn)行以上分析只需要輕輕點(diǎn)擊一下按鈕就可以是輕松

　　實(shí)現(xiàn)，但是如果不清楚到底用它們來(lái)做什么就無(wú)從談起做數(shù)據(jù)分析了，所以本節(jié)內(nèi)容知道分

　　析原理的重要性要遠(yuǎn)遠(yuǎn)大用spss對(duì)數(shù)據(jù)做出相關(guān)分析的重要性�？偨Y(jié)為一句話“知道它們是

　　做什么的后才會(huì)讓它們?nèi)プ鲈撟龅墓ぷ鳌薄?/p>

　　3、 t檢驗(yàn)的心得體會(huì)

　　t檢驗(yàn)由兩名同學(xué)講解，在學(xué)習(xí)t檢驗(yàn)時(shí)，首先要明確什么樣的數(shù)據(jù)適合t檢驗(yàn)，t檢驗(yàn)

　　的結(jié)果要說(shuō)明什么問(wèn)題?經(jīng)過(guò)學(xué)習(xí)可以知道，t檢驗(yàn)是對(duì)兩組數(shù)據(jù)間的平均水平或均數(shù)的比

　　較，通過(guò)比較可以得出兩組數(shù)據(jù)間的顯著性水平，而這兩組數(shù)據(jù)都要符合正態(tài)分布，方差具

　　有齊同性，t檢驗(yàn)由兩種情況，一種配對(duì)提檢驗(yàn)，要求兩組數(shù)據(jù)不可以獨(dú)立顛倒順序，如果

　　顛倒順序就會(huì)改變問(wèn)題的性質(zhì)，這種t檢驗(yàn)稱為配對(duì)t檢驗(yàn);另一種情況下的t檢驗(yàn)是兩組

　　數(shù)據(jù)可以任意顛倒順的檢驗(yàn)稱為獨(dú)立樣本的t檢驗(yàn)。但是這兩種情況都必須符合最先的要求，

　　即都是符合正態(tài)分布，方差都具有齊同性。通過(guò)spss的相關(guān)操作可以輕松完成檢驗(yàn)，但是在

　　檢驗(yàn)的過(guò)程中必須設(shè)置置信區(qū)間，一般設(shè)置為95%，在設(shè)置置信區(qū)間時(shí)必須要考慮到所做分

　　析的數(shù)據(jù)，如果像要得到顯著性差異的結(jié)果則可盡量將置信區(qū)間設(shè)置小些，如果想要得到不

　　顯著差異就要將置信區(qū)間甚至大些，本人的理解為若置信區(qū)間小，則可以理解為在小范圍內(nèi)

　　是可以相信的，但如果將分析結(jié)果的置信區(qū)間值調(diào)大則說(shuō)明在很大的范圍內(nèi)這個(gè)結(jié)果可信，

　　反之則不可信，篇三：spss課程學(xué)習(xí)感悟(交) spss學(xué)習(xí)總結(jié)與反思 財(cái)管132 王天茜在這學(xué)期以前我并沒(méi)有學(xué)過(guò)統(tǒng)計(jì)學(xué)，甚至沒(méi)有接觸過(guò)它，

　　因此對(duì)它的認(rèn)識(shí)可謂是從零開(kāi)始的，但經(jīng)過(guò)這一段的學(xué)習(xí)，也算是受益良多，下面我就簡(jiǎn)單

　　說(shuō)下感想吧。

　　第一節(jié)課老師簡(jiǎn)單講述了下這門(mén)課的概況，當(dāng)時(shí)只覺(jué)得毫無(wú)頭緒，對(duì)于沒(méi)接觸過(guò)的事物

　　人總有莫名的恐懼，這門(mén)課看似還很難，就比較擔(dān)憂。 接著說(shuō)說(shuō)學(xué)習(xí)過(guò)后對(duì)spss的整體認(rèn)識(shí)吧，我專門(mén)去百度了下它的全稱，定義為spss是

　　“社會(huì)科學(xué)統(tǒng)計(jì)軟件包”(statistical package for the social science)的簡(jiǎn)稱，是一種

　　集成化的計(jì)算機(jī)數(shù)據(jù)處理應(yīng)用軟件。之前看論文的時(shí)候會(huì)經(jīng)常看到各種表格圖形，各種結(jié)果

　　輸出，當(dāng)時(shí)并不明白，以前也沒(méi)見(jiàn)過(guò)，因此總會(huì)跳過(guò)實(shí)驗(yàn)整個(gè)設(shè)計(jì)直接看結(jié)果。在學(xué)了這門(mén)

　　課后總算對(duì)其有了初步的認(rèn)識(shí)。

　　1、spss的認(rèn)識(shí)及數(shù)據(jù)文件的處理心得體會(huì) 一塊是了解spss軟件的歷史及基本功能，還有一塊就是spss軟件當(dāng)中一個(gè)模塊叫做數(shù)

　　據(jù)文件的處理，在認(rèn)識(shí)spss軟件當(dāng)中了解到它是一組社會(huì)科學(xué)統(tǒng)計(jì)軟件包，誕生于1968年，

　　當(dāng)時(shí)美國(guó)的3位大學(xué)生開(kāi)發(fā)出了它，經(jīng)過(guò)這么多年的后續(xù)開(kāi)發(fā)，spss已經(jīng)有了很多的版本，

　　具有了更的兼容性、和更友好的操作界面，也在很多的學(xué)科領(lǐng)域得到了應(yīng)用，而在教育中的

　　應(yīng)用只是它的一個(gè)分支。此外它對(duì)硬件的要求也很低，當(dāng)前一般的電腦 都能安裝它，安裝的過(guò)程中也沒(méi)有什么特殊的方法，傻瓜式的安裝方式完全就可以滿足。

　　在數(shù)據(jù)文件的處理方面，主要是要學(xué)會(huì)定義變量、處理變量?jī)煞矫?定義變量是要注意根據(jù)

　　自己實(shí)際采集的數(shù)據(jù)來(lái)定義變量，例如是數(shù)值型的變量還是文本型的變量及變量的長(zhǎng)度，小

　　數(shù)點(diǎn)保留尾數(shù)等，總之就是一句話，根據(jù)實(shí)際調(diào)查的數(shù)據(jù)要求來(lái)定義相應(yīng)變量。變量定義只

　　有只要細(xì)心的將實(shí)際調(diào)查的數(shù)據(jù)錄入到spss當(dāng)中即可，當(dāng)然也可以在spss軟件之外進(jìn)行數(shù)

　　據(jù)編制，可以通過(guò)execel等編輯后可以直接導(dǎo)入到spss中。在處理變量模塊當(dāng)中，可以對(duì)

　　變量進(jìn)行添加、刪除、拆分與合并等操作，只要根據(jù)實(shí)際調(diào)查數(shù)據(jù)，細(xì)心調(diào)整變量，使操作

　　更加簡(jiǎn)便和明了。

　　2、 數(shù)據(jù)清理與基本統(tǒng)計(jì)及測(cè)量質(zhì)量分析的心得體會(huì) 這里我也是把它分為兩塊進(jìn)行學(xué)習(xí)，一塊是數(shù)據(jù)的清理，另一塊是相關(guān)統(tǒng)計(jì)理論的學(xué)習(xí)。

　　在數(shù)據(jù)清理方面主要學(xué)習(xí)了奇異數(shù)據(jù)的檢查與清理，在這里我覺(jué)得非常有必要進(jìn)行數(shù)據(jù)清理，

　　在實(shí)際的調(diào)查數(shù)據(jù)時(shí)難免會(huì)出現(xiàn)錯(cuò)誤或者碰到極為特殊的典型案例，所以這些數(shù)據(jù)很難符合

　　大眾規(guī)律，在統(tǒng)計(jì)、分析過(guò)程中可能會(huì)造成分析結(jié)果異常，從而直接影響最終的結(jié)論。所以

　　覺(jué)得非常有必要進(jìn)行數(shù)據(jù)檢查與清理。而我認(rèn)為本節(jié)的難點(diǎn)不是怎樣熟練運(yùn)用spss軟件，而

　　是在第二塊中的，相關(guān)統(tǒng)計(jì)理論的學(xué)習(xí)，學(xué)習(xí)這些理論需要一定的數(shù)學(xué)基礎(chǔ)，只有明確這些

spss心得體會(huì) 篇4

　　分開(kāi)畫(huà)Y與每個(gè)X散點(diǎn)圖，即矩陣散點(diǎn)圖，只要關(guān)注對(duì)角線上方的圖即可。因?yàn)楫?huà)圖依據(jù)是重要的變量放在Y軸，即因變量或待分析變量;非重要的變量放在X軸，即自變量;=，SPSS中是標(biāo)準(zhǔn)化系數(shù)beta, (i≠j)可以分析主次因子，說(shuō)明 變量更重要，一般主因子占20%，次因子占80%.強(qiáng)調(diào)模型整體情況，觀測(cè)是否線性相關(guān)，為0圖形為圓，為1圖形為線;一般地通過(guò)畫(huà)橢圓來(lái)分辨。一般解決內(nèi)生性方法：小數(shù)據(jù)分析，對(duì)y取ln或找穩(wěn)健模型或用ZSLS;大數(shù)據(jù)分析直接尋找那個(gè)確定因素。小數(shù)據(jù)分析一定是找歸因;大數(shù)據(jù)分析無(wú)歸因，找的是工具歸因。在[0.35,0.5)范圍，擬合度比較好;在[0.5,0.7)范圍，擬合度很好;在[0.7,0.96)范圍，擬合度非常好;在[0.9,1]范圍，可能過(guò)擬合，這個(gè)時(shí)候需要好好注意模型。

　　一、數(shù)據(jù)分析歸類

　　結(jié)構(gòu)化數(shù)據(jù)分析和測(cè)量數(shù)據(jù)分析

　　二、數(shù)據(jù)分析應(yīng)用領(lǐng)域歸類

　　小樣本：小數(shù)據(jù)分析，用加號(hào)連接，市場(chǎng)調(diào)查，用SPSS工具

　　大樣本：大數(shù)據(jù)分析，用乘除連接，銀行或投行(SAS)，電商(python)

　　三、數(shù)據(jù)分析類型

　　1、流程化分析

　　1.1 明確需求，搭建業(yè)務(wù)框架

　　報(bào)告(運(yùn)營(yíng)報(bào)告，財(cái)報(bào))，痛點(diǎn)研究，研究未來(lái)

　　1.2 建立統(tǒng)計(jì)關(guān)系，即Y的量化

　　精確Y，確定測(cè)量問(wèn)題，轉(zhuǎn)化為統(tǒng)計(jì)問(wèn)題

　　1.3 變量X的選擇

　　尋找歸因問(wèn)題，記住一個(gè)真理(所有數(shù)據(jù)分析適用)：跟業(yè)務(wù)相關(guān)的是重要的X，非業(yè)務(wù)的變量是不重要的X

　　1.4 做描述

　　大樣本：研究行，即行分析

　　小樣本：研究列，列分析

　　1.5 預(yù)分析

　　為建模做準(zhǔn)備

　　1.6 建模

　　確定隨機(jī)因素和確定因素

　　1.7 修正模型

　　為建模做準(zhǔn)備

　　注：1.5、1.6、1.7三個(gè)步驟都是建模過(guò)程反復(fù)來(lái)回調(diào)優(yōu)，大概調(diào)校十幾層次

　　1.8 評(píng)估模型

　　小樣本是用 衡量(表示大約有百分之多少的數(shù)據(jù)在模型上)，大數(shù)據(jù)需要老板認(rèn)可

　　需要把模型轉(zhuǎn)化為領(lǐng)導(dǎo)能理解的信息，比如用錢(qián)來(lái)形容、用百分比形容、用圖表達(dá)、用表表達(dá)(看起來(lái)像圖)

　　價(jià)格心目表 是把信息轉(zhuǎn)化為錢(qián)的表達(dá)形式清單

　　1.9 應(yīng)用

　　歸因(分清主次因子，規(guī)則歸因)和預(yù)測(cè)(老樣本是內(nèi)衍，新樣本是外推)

　　1.10 可視化

　　把模型通過(guò)圖或表的形式展現(xiàn)給其他人，特別是老板，讓其能看明白

　　2、模塊化分析

　　四、數(shù)據(jù)分析兩大需求問(wèn)題

　　客戶型問(wèn)題(PM數(shù)據(jù)挖掘)、優(yōu)化問(wèn)題(機(jī)器學(xué)習(xí))

　　五、描述指標(biāo)的解讀

　　中位數(shù)/平均值：是大眾表現(xiàn)

　　方差/標(biāo)準(zhǔn)差：是小眾表現(xiàn)，數(shù)據(jù)分析重要關(guān)注指標(biāo)

　　異常值：是小眾中的小眾表現(xiàn)，最大值和最小值

　　小數(shù)據(jù)分析建模依據(jù)是 標(biāo)準(zhǔn)差和異常值;大數(shù)據(jù)分析關(guān)注指標(biāo)是平均值和異常值

　　六、SPSS建立線性回歸(LR)模型過(guò)程(圖形-r-回歸分析-ε -應(yīng)用)

　　菜單中，上側(cè)和左側(cè)為最重要的信息

　　pre_1→ (y的預(yù)測(cè)值)

　　ZPRED→ (y預(yù)測(cè)值的標(biāo)準(zhǔn)化)

　　DEPENDNT→y

　　res_1→ε

　　ZRESID→ε(ε標(biāo)準(zhǔn)化)

　　ANOVA→方差分析(顯著性<0.05，表示y與X存在相關(guān))

　　ANOV→均值分析

　　1、看圖形——散點(diǎn)圖，分析相關(guān)性、線性趨勢(shì)、異常值

　　分開(kāi)畫(huà)Y與每個(gè)X散點(diǎn)圖，即矩陣散點(diǎn)圖，只要關(guān)注對(duì)角線上方的圖即可。因?yàn)楫?huà)圖依據(jù)是重要的變量放在Y軸，即因變量或待分析變量;非重要的變量放在X軸，即自變量;

　　2、統(tǒng)計(jì)指標(biāo)——r系數(shù)

　　(Cov(Y,X) 是協(xié)方差，Cov(X,X)=X的方差)

　　r=

　　∈[0,1](測(cè)量模型：T=R+ε;結(jié)構(gòu)模型：y= ;相當(dāng)于R為 )

　　~F分布，由P值判斷是否可行

　　r系數(shù)作用：刪除不相關(guān)變量(按delete快捷鍵)，X變量一般允許15個(gè)范圍內(nèi)，反映緊湊程度

　　3、回歸分析

　　β值:SPSS中是未標(biāo)準(zhǔn)化系數(shù)B

　　= ，SPSS中是標(biāo)準(zhǔn)化系數(shù)beta, (i≠j)可以分析主次因子，說(shuō)明 變量更重要，一般主因子占20%(主要給老板看的)，次因子占80%

　　強(qiáng)調(diào)模型整體情況，觀測(cè)是否線性相關(guān)，為0圖形為圓，為1圖形為線;一般地通過(guò)畫(huà)橢圓來(lái)分辨。 會(huì)隨著變量數(shù)的增多，而單調(diào)遞增;而調(diào)整不會(huì)這樣，而是變量數(shù)達(dá)到一定數(shù)后會(huì)遞減。所以，一般地，變量數(shù)小于6時(shí)，看下 值;變量數(shù)大于8時(shí)，看調(diào)整 。另看Δ =，小于5%，擬合度可行，大于10%變量數(shù)出現(xiàn)冗余情況，需要?jiǎng)h除部分變量。

　　4、ε 隨機(jī)誤分析，值最小為好，必須要檢查

　　若確定因素與不確定因素相當(dāng)時(shí)，說(shuō)明模型不可用

　　ε 出現(xiàn)的情形：

　　①、+,-,+,-,...,+,-;均值為0 → 橫截面數(shù)據(jù)會(huì)出現(xiàn)

　�、�、+,+,+...,+;均值為+ → 時(shí)間序列數(shù)據(jù)會(huì)出現(xiàn)

　�、邸�-,-,-...,-;均值為- → 時(shí)間序列數(shù)據(jù)會(huì)出現(xiàn)

　�、堋�0,0,0...,0;均值為0 →不允許出現(xiàn)這種情形

　　因誤差是永遠(yuǎn)存在，所以①、 ②、③三種情況是正�，F(xiàn)象。

　　好的 ε 滿足兩個(gè)條件：

　　ε ~N(0, )，來(lái)判斷隨機(jī)性，通過(guò)畫(huà)直方圖觀測(cè)

　　Cov( , ε )=0，來(lái)判斷ε 中是否存在確定性，即發(fā)生內(nèi)生性，通過(guò)畫(huà) ε- 散點(diǎn)圖觀測(cè)，一般是Y軸為 ZRESID，X軸為ZPRED。畫(huà)出X軸和Y軸的平均值輔助線，同時(shí)畫(huà)一條y=2或y=3的直線，用于分割出異常值，然后圈住異常值的點(diǎn)，點(diǎn)擊轉(zhuǎn)至個(gè)案進(jìn)入數(shù)據(jù)視圖模塊并選中所有異常值所在行。一般解決內(nèi)生性方法：小數(shù)據(jù)分析(即小樣本)，對(duì)y取ln或找穩(wěn)健模型或用ZSLS(兩階段最小二乘);大數(shù)據(jù)分析直接尋找那個(gè)確定因素。

　　注：當(dāng)殘差出現(xiàn)各種問(wèn)題時(shí)，優(yōu)先處理主要問(wèn)題，即消除最根本原因;然后處理優(yōu)先級(jí)是內(nèi)生性問(wèn)題>異常值>其他問(wèn)題。

　　另：廣義線性回歸 logy=

　　5、歸因及因果

　　因果滿足必須存在時(shí)間先后性、必須存在相關(guān)性、必須存在因果論三個(gè)條件。

　　小數(shù)據(jù)分析一定是找歸因;大數(shù)據(jù)分析無(wú)歸因，找的是工具歸因。規(guī)則歸因主要強(qiáng)調(diào)最好或最差情況的條件是哪些，小數(shù)據(jù)用聚合分析和對(duì)應(yīng)分析判斷，大數(shù)據(jù)用貝葉斯和決策樹(shù)判斷

　　6、相關(guān)分析

　　小數(shù)據(jù)，關(guān)注相關(guān)性，判斷因果;大數(shù)據(jù)尋找工具歸因。相關(guān)分析工具：皮爾遜系數(shù)分析連續(xù)型數(shù)據(jù)的相關(guān)性、肯德?tīng)栂禂?shù)分析有序數(shù)據(jù)的相關(guān)性、斯皮爾曼系數(shù)分析各種數(shù)據(jù)的相關(guān)性(含有缺失值會(huì)很方便)、卡方分析分類數(shù)據(jù)的相關(guān)性。大數(shù)據(jù)常用斯皮爾曼系數(shù)和卡方分析

　　7、SPSS描述信息查看

　　首先，看方差分析(ANOVA),是否存在相關(guān)性;

　　然后，看系數(shù)a,看哪些X與Y顯著性相關(guān); =y的未標(biāo)準(zhǔn)化系數(shù)B+x1的未標(biāo)準(zhǔn)化系數(shù)B·x1+x12的未標(biāo)準(zhǔn)化系數(shù)B·x2+...;==y的標(biāo)準(zhǔn)化系數(shù)beta+x1的標(biāo)準(zhǔn)化系數(shù)beta·x1+x12的標(biāo)準(zhǔn)化系數(shù)beta·x2+...

　　再看模型摘要，尋找擬合度最佳的。在[0.35,0.5)范圍，擬合度比較好;在[0.5,0.7)范圍，擬合度很好;在[0.7,0.96)范圍，擬合度非常好;在[0.9,1]范圍，可能過(guò)擬合，這個(gè)時(shí)候需要好好注意模型。