京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用spss简单的数据分析
现在需要用户对已经掌握的情况进行分析:设计是对两样本均数的比较,针对这种目的可用的检验方法,有T检验、U检验及秩和检验。由于样本量太小,U检验不能考虑;秩和检验的效能偏低,最适合的方法就是T检验了。它相应的假设如下。
Hμ:两总体均数相同, μ1=μ2; H1:两总体均数不同,μ1不等于μ2。
但是两样本T检验对数据是有要求的,在小样本时它要求分布不太偏,方差也得齐。该数据是否符合它的要求呢?
首先,需要知道数据的基本情况,如均数、标准差等。执行Analyze/Descriptive Statistics/ Deseriptives命令,系统会弹出如图1-37所示的描述对话框。
该对话框中左侧为所有可用的候选变量列表,右侧为选入变量列表。在此,只需要描述X,即用鼠标选择X,单击中间的
按钮,变量X的标签即可移到右侧的列表框中,如图1-38所示。

此时界面几乎没有什么改变,但要注意的是数据窗口状态栏的右侧,可以看到有黑色的Split File On出现。表明数据文件正处于拆分状态,现在再做一次刚才的数据描述,就会出现输出结果发生了改变,如图1-42所示。此时,单击OK按钮,弹出如图1-39所示的窗口。在该窗口中,左侧为导航栏,右侧为具体的输出结果。结果给出的样本数、最小值、最大值,均数和标准差这几个常用的统计量。

在该对话框中选择Compare groups单选按钮,将变量GROUP选入右侧的Group Based on框中,单击OK按钮,如图1-41所示。分析到现在读者也许会问,以上的做法对吗?回答是肯定的,因为只看总体描述是不行的,如果要知道方差相差的距离,还需要查看分组的描述情况。因此,需要用到文件拆分功能。将当前窗口切换到数据编辑窗口,执行Data/Split File命令,弹出如图1-40所示的拆分对话框。

最后,还需要取消文件的拆分,则执行Data/Split File命令,在弹出的拆分框中选择Analyze all case,do not create group单选按钮,然后单击OK按钮。数据分析培
从图1-42中可以看到,现在数据是分Group=1和Group=2两种情况在描述。从描述可知,两组的均数和标准差的差别并不是太大,而且和均数的巨大差异相比,可以估计这种检验结果多半会拒绝Hμ。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06