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。