描述性統計分析 之 均值分析

我們在工作中，不僅要看各項的百分比，對於連續變數，我們要看各項的均值。如果計算總體均值，可用頻率分析、描述性分析中的均值進行展現，也可用探索性分析實現，但探索性分析呈現的指標比較多，不太容易檢視。好在，SPSS提供了

均值分析

。

SPSS的均值分析用於分組計算、比較指定變數的描述性統計量，如均值、總和、方差、標準差、樣本數，還可給出方差分析表和線性檢驗結果等資訊。在均值分析中，我們可以指定一個分類變數作為列變數，Means分析可進行分組計算。

使用Means分析計算若干分組的描述性統計量，其目的在於可以直觀進行比較。

示例：開啟資料。現收集兩醫院1006名病人某相同手術的情況，包括手術花費的時間（分鐘）及麻醉費用（元）等指標，計算各醫院的麻醉時間及花費。

1. 開啟 分析—比較平均值—平均值

2. 引數說明

（1）

因變數列表：

要進行均值比較的目標變數，又稱為因變數，且因變數一般為連續變數

（2）

自變數列表：

為分組變數，也可稱為自變數。一般為分類變數，其取值可為數字，也可為字串。若指定了一個自變數，“下一頁”按鈕就會啟用，可進一步細分層次。

（3）

選項：

統計：

顯示常用的統計指標，我們可以從中進行選擇。基本上常用統計指標全包含在內。

單元格統計：

存放使用者要輸出的統計量

Anova和Eta：

對第一層中每一個分組變數進行單因素方差分析，並計算用於連續變數相關程度的eta統計量。方差分析的零假設是：對第一層分類自變數的各個取值，因變數的均值都相等。

線性相關度檢驗：

表示對各組均數進行線性趨勢檢驗，實際是對因變數的平均值對自變數進行線性迴歸，並計算迴歸的判決係數和相關係數，該檢驗僅在自變數有三個以上層次時才能使用

3. 輸出結果與說明

個案處理摘要：給出了有效資料的樣本數、總樣本數

報告：給出不同醫院的手術時間和麻醉費用的均值、樣本數、標準差

方差分析表與相關性度量表：由於醫院不足3個，所以無法給出相應線性度量。

4. 語法

MEANS TABLES=Time Exp BY Hospital /CELLS=MEAN COUNT STDDEV /STATISTICS ANOVA LINEARITY。