人大SPSS实验教学大纲

课程名称：统计分析与SPSS的应用

课程总学时：72 实验学时：24 适用专业：统计学

一、课程性质和任务

本课程是我校统计学专业四年级本科生的专业课。

本课程从加强基础、培养学生动手能力、提高素质的教学目标出发，建立一个科学的、合理的统计分析与SPSS的应用这一实验教学课程体系。使学生通过本课程实验教学，不只是加深理解和巩固所学理论知识，而且更能切实掌握各种统计分析方法在统计软件SPSS中的实现，并能正确解释SPSS的运行结果。在实验教学中，同时加强对学生进行科学素质和良好的实验室工作习惯的训练，培养学生的时间意识，为培养具有创新精神和实践能力的高素质人才奠定良好的基础。

二、教学要求与教学方法 1、教学要求

（1）以各种统计分析方法的基本理论为基础，深刻体会各种统计分析方法的基本思想，并以统计软件SPSS作为一种实现手段，熟悉各种统计分析方法在其中的操作步骤，指导学生完成统计分析和统计计算过程。试图建立一个实践与理论相结合，着重培养学生实际动手能力为主的实验教学课程体系。

（2）在切实培养提高学生实践动手能力的同时，在实践中不断培养学生独立思考、综合分析、推理判断的能力，科学思维能力和创新意识，培养学生的自学能力，锻炼学生的学习方法，相互协作的团队精神。 2、教学方法

（1）实验内容的安排由简入深，从SPSS的重要作用及其基本操作出发，培养学生的学习兴趣，调动积极性。

（2）强调学生实验前的准备工作，教师在实验课的上一周向学生布置下周实验的内容，让学生有充分的时间准备实验课内容。

（3）课前对实验中的难点进行演示，实验中对学生进行指导，启发学生的手脑并用，培养学生通过实验独立获取知识和操作技能的能力，注重随堂考查，点评学生实验作品和实验报告，不断强化学生的动手能力。

（4）指导学生利用各种途径学习查阅资料，综合利用所学知识和技能，对现实中碰到的问题进行统计分析；勇于探索和实践，发扬团队精神，培养学生的创新意识。 （5）采用现代教育技术辅助教学，提高教学质量、水平和效率。

三、教学学时分配和安排

本课程实验教学根据实验教学安排表具体安排，实验教学全学时共36学时。

四、教学内容和要求

本课程实验教学内容在突出统计分析训练为先导的基础上，利用SPSS进行相应的统计分析计算，并根据运算结果，做出合理的解释。在实验过程中，充分考虑到学生的自学能力和创新能力，安排命题开放式的实验内容给学生完成。见下表：

序号 1 周次 第2周 实验内容 实验一 数据文件的管理 学时 4 2 3 4 5 6 7 8 9 合计 第4周 第6周 第8周 第10周 第12周 第14周 第16周 第18周 实验二 描述性统计分析 实验三 均值比较 实验四 方差分析 实验五 相关与回归分析 实验六 聚类与判别分析 实验七 因子与主成分分析 实验八 非参数检验 实验九 统计绘图 2 4 4 4 4 4 6 4 36

实验一 SPSS的数据管理 [目的要求]

熟悉SPSS的菜单和窗口界面及SPSS的数据管理功能。 [实验原理] [实验内容]

1、 数据文件的建立与数据录入 2、 数据文件的编辑整理 [实验步骤]

1、 定义变量，建立数据文件

2、 输入数据（直接输入，数据库查询导入，文本向导导入） 3、 数据的增删 4、 变量重新赋值

5、 数据的运算与新变量的生成 6、 数据排序

7、 数据的行列互换。 [实验软件]

SPSS For Windows [实验示范讲解] [实验独立操作]

实验二 描述性统计分析 [目的要求]

利用SPSS进行描述性统计分析。 [实验原理] [实验内容]

1、 频数分析（Frequencies过程） 2、 描述性分析（Descriptives过程） 3、 探索分析（Explore过程）

4、 交叉列联表分析(Crosstabs过程)

[实验步骤]

1、 定义变量，建立数据文件并输入数据。

2、 选择菜单“Analyze→Descriptive Statistics→Frequencies”，选择分析变量，要输出的统计量以及要绘制的统计图，即完成了频数分析。

3、 在1的基础上，选择菜单“Analyze→Descriptive Statistics→Descriptives”，选择分析变量即完成了描述性分析。 4、 在1的基础上，选择菜单“Analyze→Descriptive Statistics→Explore”，选择Dependent变量和Factor变量，要输出的统计量以及要绘制的统计图，即完成了探索分析。

5、 在1的基础上，首先对频数变量的值进行加权处理，再选择菜单“Analyze→Descriptive Statistics→Crosstabs”，选择分组变量和分析变量，然后选择卡方检验，定义列联表单元格中需要计算的指标，即完成了交叉列联表分析。 [实验软件]

SPSS For Windows [实验示范讲解]

[实验独立操作]

实验三 均值检验 [目的要求]

利用SPSS进行单样本、两独立样本以及成对样本的均值检验。 [实验原理] [实验内容]

1、 描述统计(Means过程)

2、 单样本T检验（One-Sample T Test过程）

3、 两独立样本T检验（Independent-Samples T Test过程） 4、 成对样本T检验（Paired-Samples T Test过程） [实验步骤]

1、 定义变量，建立数据文件并输入数据。

2、 选择菜单“Analyze→Compare Means→Means”,选择Dependent变量和Independent变量，设置输出的描述统计量，即完成了描述统计。 3、 在1的基础上，选择菜单“Analyze→Compare Means→One-Sample T Test”，选择Test 变量并输入已知的均值，即完成了单样本T检验。

4、 在1的基础上，选择菜单“Analyze→Compare Means→Independent-samples T Test”，选择Test变量和分组变量，即完成了两独立样本T检验。

5、 在1的基础上，选择菜单“Analyze→Compare Means→Paired-samples T Test”项，选择分析变量，即完成了成对样本T检验。 [实验软件]

SPSS For Windows [实验示范讲解] [实验独立操作]

实验四 方差分析 [目的要求]

利用SPSS进行单因素方差分析、多因素方差分析和协方差分析。 [实验原理]

[实验内容]

1、 单因素方差分析(One-Way ANOVA过程) 2、 多因素方差分析(Univariate过程) 3、 协方差分析(Univariate过程) [实验步骤]

1、 定义变量，建立数据文件并输入数据。 2、 选择菜单“Analyze→Compare Means→One-way ANOVA”,选择Dependent变量和Factor变量，选择进行各组间两两比较的方法，然后定义相关统计选项以及缺失值处理方法，即完成了单因素方差分析。

3、 在1的基础上，选择菜单“Analyze→ General Linear Model→ Univariate”，选择Dependent 变量和Fixed Factor(s)，然后选择建立多因素方差分析的模型，并设置多因素变量的各组差异比较，设置以图形方式展现多因素之间是否存在交互作用，设置均值多重比较类型，设置输出到结果窗口的选项，即完成了多因素方差分析。

4、 在1的基础上，选择菜单“Analyze→General Linear Model→Univariate”，选择进行协方差分析的变量以及建立多因素方差分析的模型，并设置多因素变量的各组差异比较，设置以图形方式展现多因素之间是否存在交互作用，设置均值多重比较类型，设置输出到结果窗口的选项，即完成了协方差分析。 [实验软件]

SPSS For Windows [实验示范讲解] [实验独立操作]

实验五 聚类分析和判别分析 [目的要求]

利用SPSS进行聚类分析和判别分析。 [实验原理] [实验内容]

1、 系统聚类法（Hierarchical Cluster过程） 2、 快速聚类法（K-Means Cluster过程） 3、 判别分析（Discriminant过程）

[实验步骤]

1、 定义变量，建立数据文件并输入数据。

2、 选择菜单“Analyze→Classify→Hierarchical Cluster”，,选择聚类变量和聚类类型，然后选择聚类方法，并选择输出距离矩阵和冰状图，即完成了系统聚类。 3、 在1的基础上，选择菜单“Analyze→Classify→K-Means Cluster”，选择聚类变量及类的个数，然后选择聚类方法并保存各类成员，即完成了快速聚类法。

4、 在1的基础上，选择菜单“Analyze→Classify→Discriminant”项，选择分组变量并定义取值范围，然后选择作为判别分析的基础数据变量，并选中保存新的变量将回代判别的结果存入原始数据库中，即完成了判别分析。

[实验软件]

SPSS For Windows [实验示范讲解]

[实验独立操作]

实验六 因子分析和主成分分析 [目的要求]

利用SPSS进行因子分析和主成分分析。 [实验原理] [实验内容]

1、 因子分析（Factor过程） 2、 主成分分析（Factor过程） [实验步骤]

1、 定义变量，建立数据文件并输入数据。

2、 选择菜单“Analyze→Data Reduction→Factor”，选择进行分析的变量，然后选择输出相关系数矩阵和KMO and Bartlett球形检验，并选择主成分法为提取因子的方法，然后对因子进行正交旋转，输出回归系数，即完成了因子分析。

3、 主成分分析的操作步骤类似，只是不需要进行正交旋转。 [实验软件]

SPSS For Windows [实验示范讲解] [实验独立操作]

实验七 相关分析和回归分析 [目的要求]

利用SPSS进行相关分析、偏相关分析、距离分析、线性回归分析和曲线回归。 [实验原理] [实验内容]

1、 两变量的相关分析（Bivariate过程） 2、 偏相关分析(Partial 过程) 3、 距离分析(Distances过程) 4、 线性回归分析(Linear过程)

5、 曲线回归(Curve Estimation过程) [实验步骤]

1、 定义变量，建立数据文件并输入数据。 2、 选择菜单“Analyze→Correlate→Bivariate”，选择要进行相关分析的两个变量，并选择Pearson相关系数（r）,然后选择对相关系数进行双侧检验，选择要输出的统计量，即完成了两变量的相关分析。

3、 在1的基础上，选择菜单“Analyze→Correlate→Partial”，选择控制变量以及要进行相关分析的两个变量，然后选择对相关系数进行双侧检验，选择要输出的统计量，即完成了偏相关分析。

4、 在1的基础上，选择菜单“Analyze→Correlate→Distance”，选择进行距离分析的变量，在“Compute Distances”框中选择“Between variables”，作变量之间的距离相关分析。在“Measure”栏中选择“Similarities”相似性测距。单击“Measure” 按钮，选择“Pearson correlation” 为测量距离，即完成了距离分析。

5、 在1的基础上，选择菜单“Analyze→Regression→Linear”，分别选择自变量、因变量及Enter方法，然后选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析，

即完成了线性回归分析。

6、 在1的基础上，选择菜单“Analyze→Regression→Curve Estimation”，分别选择自变量和因变量，并选择要拟合的模型，选中“Plot models”复选框以输出曲线拟合图，选中 “Predicted value”复选框，在原始数据文件中保存根据对数方程求出的预测值，即完成了曲线回归分析。 [实验软件]

SPSS For Windows [实验示范讲解] [实验独立操作]

实验八 非参数检验 [目的要求]

利用SPSS进行非参数检验。 [实验原理] [实验内容]

1、 卡方检验(Chi-Square过程)

2、 二项分布检验（Binomial过程） 3、 游程检验（Runs过程）

4、 单样本Kolmogorov-Smirnov检验（1-Sample K-S过程） 5、 两独立样本比较（2 Independent Samples过程） 6、 K独立样本比较（K Independent Samples过程） 7、 2相关样本比较（2 Related Samples过程） 8、 K相关样本比较（K Related Samples过程） [实验步骤]

1、 定义变量，建立数据文件并输入数据。 2、 选择菜单“Data→Weight Cases”，选择变量进入“Frequency Variable”框，然后选择菜单“Analyze→Nonparametric Tests→Chi-Square”，选择变量进入“Test Variable List”框，即完成了卡方检验。

3、 在1的基础上，选择菜单“Analyze→Nonparametric Tests→Binomial Test”，选择变量进入“Test Variable List”框，在“Test Proportion”框中键入0.50，即完成了二项分布检验。 4、 在1的基础上，选择菜单“Analyze→Nonparametric Tests→Runs Test”，然后选择变量进入“Test Variable List”框，并输入临界割点，即完成了游程检验。

5、 在1的基础上，选择菜单“Analyze→Nonparametric Tests→1-Sample K-S”，选择变量进入“Test Variable List”框，并在“Test Distribution”框中选“Normal”项，即完成了单样本Kolmogorov-Smirnov检验。

6、 在1的基础上，选择菜单“Analyze→Nonparametric Tests→2 Independent Samples”，选择变量进入“Test Variable List”框，然后选择分组变量并定义范围，在“Test Type”框中选择“Mann-Whitney U”检验方法，即完成了两独立样本比较。

7、 在1的基础上，选择菜单“Analyze→Nonparametric Tests→k Independent Samples”，选择变量进入“Test Variable List”框，然后选择分组变量并定义范围，在“Test Type”框中选择“Kruskal-Wallis H”检验方法，即完成了K独立样本比较。

8、 在1的基础上，选择菜单“Analyze→Nonparametric Tests→2 Related Samples”，选择两个变量使之分别出现在“Current Selections”栏的“Variable 1”和“Variable 2”，然后使它们进入“Test Pair(s) List”框。在“Test Type”框中选择“Wilcoxon”和“Sign”两项，并选

择输出的统计量，即完成了2相关样本比较。

9、 在1的基础上，选择菜单“Analyze→Nonparametric Tests→k Related Samples”，选择变量进入“Test Variables”框，然后在“Test Type”框中选择“Friedman”和“Kendall’s W”两种检验方法，并选择输出的统计量，即完成了K相关样本比较。 [实验软件]

SPSS For Windows [实验示范讲解] [实验独立操作]

实验九 绘制统计图 [目的要求]

利用SPSS绘制各种统计图。 [实验原理] [实验内容]

1、 直条图(Bar过程) 2、 线图（Line过程） 3、 区域图（Area过程） 4、 构成图（Pie过程）

5、 高低区域图（High-Low过程） 6、 直条构成线图（Pareto过程） 7、 质量控制图（Control过程） 8、 箱图（Boxplot过程）

9、 均值相关区间图（Error Bar过程） 10、 散点图（Scatter过程） 11、 直方图（Histogram过程）

12、 正态概率分布图（Normal P-P过程）

13、 正态概率单位分布图（Normal Q-Q过程）

[实验步骤]

1、 定义变量，建立数据文件并输入数据。

2、 选择菜单“Graphs→Bar”过程，选择复式直条图“Clustered”,然后选择变量1，使之进入“Bars Represent”栏的“Other summary function”选项的“Variable”框，选择变量2，使之进入“Category Axis”框，并选择变量3进入“Define Clusters by”框，然后在“Titles”栏输入图表标题，即完成了绘制直条图。

3、 在1的基础上，选择菜单“Graphs→Line”， 选择“Multiple”绘制多条线图，然后选择变量1，使之进入“Lines Represent”栏的“Other summary function”选项的“Variable”框，选择变量2，使之进入“Category Axis”框，选择变量3，使之进入“Define Lines by”框，最后在“Titles”栏输入图表标题，即完成了绘制线图。 4、 在1的基础上，选择菜单“Graphs→Area”，选择堆积区域图“Stacked”,然后选择变量1，使之进入“Areas Represent”栏的“Other summary function”选项的“Variable”框，选择变量2，使之进入“Category Axis”框，选择变量3，使之进入“Define Areas by”框，最后在“Titles”栏输入图表标题，即完成了绘制区域图。 5、 在1的基础上，选择菜单“Graphs→Pie”，选择变量1，使之进入“Slices Represent”栏的“Other summary function”选项的“Variable”框，选择变量2，使之进入“Define Slices

by”框，最后在“Titles”栏输入图表标题，即完成了绘制构成图。 6、 在1的基础上，选择菜单“Graphs→High-Low”，选择“ Simple High-Low-Close”，然后选择变量1进入“Bars Represent”栏的“Other summary function”选项的“Variable”框；选择变量2进入“Category Axis”框, 选择变量3进入“Define High-Low-Close by”框，最后在“Titles”栏输入图表标题，即完成了绘制高低图。 7、 在1的基础上，选择菜单“Graphs→Pareto”， 选择“Simple”，然后选择变量1进入“Sums of variable”框，选择变量2进入“Category Axis”框，最后在“Titles”栏输入图表标题，即完成了绘制直条构成线图。

8、 在1的基础上，选择菜单“Graphs→Control”，选择“X-Bar, R, s”控制图，然后选择变量1，使之进入“Process Measurement”框，选择变量2，使之进入“Subgroups Defined by”框，并在“Charts”栏中选“X-Bar and range”项， 输出均数控制图和极差控制图，最后在“Titles”栏输入图表标题，即完成了绘制控制图。 9、 在1的基础上，选择菜单“Graphs→Boxplot”，选择简单箱图“Simple”，然后选择变量1使之进入“Variable”框，选择变量2使之进入“Category Axis”框，即完成了绘制箱图。

10、 在1的基础上，选择菜单“Graphs→Error Bar”，选择“Clustered”（复式均值相关区间图），然后选择变量1使之进入“Variable”框，选择变量2使之进入“Category Axis”框, 选择变量3使之进入“Define Clusters by”框，并 在“Bar Represent”栏中选择“ Confidence interval for mean”（绘出总体均值的可信区间），输入区间的百分数。即完成了绘制箱图，最后在“Titles”栏输入图表标题，即完成了绘制均值相关区间图。

11、 在1的基础上，选择菜单“Graphs→Scatter”选择单层散点图“Simple”，然后选择变量1使之进入“Y Axis”框，选择变量2使之进入“X Axis”框，选择变量3使之进入“Set Markers by”框（指定变量3为散点标志），最后在“Titles”栏输入图表标题，即完成了绘制散点图。

12、 在1的基础上，选择菜单“Data→Weight Cases”，选择变量1使之进入“Frequency Variable”框，选择菜单“Graphs→Histogram”，选择变量2使之进入“Variable”框，最后在“Titles”栏输入图表标题，即完成了绘制直方图。 13、 在1的基础上，选择菜单“Graphs→Normal P-P”，选择变量1,使之进入“Variable”框，然后选择“ Blom”方法计算预期正态概率值，即完成了绘制正态概率分布图。 14、 在1的基础上，选择菜单“Graphs→Normal Q-Q”，选择变量1，使之进入“Variable”框,然后选择“Blom”方法推算预期正态概率单位值，即完成了绘制正态概率单位分布图。

五、实验参考书

1、《SPSS统计分析方法及应用》，薛薇主编，电子工业出版社，2004年出版

2、《SPSS统计分析实例精选》，蔡建琼等主编，清华大学出版社，2006年出版

3、《SPSS for windows应用》，卢文岱主编，电子工业出版社，2002年第2版

4、《SPSS统计应用实务》，吴明隆主编，科学出版社，2003年第1版