spss实验心得体会范文Word文档下载推荐.docx
- 文档编号:19347124
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:8
- 大小:24.65KB
spss实验心得体会范文Word文档下载推荐.docx
《spss实验心得体会范文Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《spss实验心得体会范文Word文档下载推荐.docx(8页珍藏版)》请在冰豆网上搜索。
新课程老师带领下,采取一种新的学习方式,老师讲解了基础部分后,全班同学采取小组分工、协作学习,然后对全班同学进行讲解学习内容,教师进行当堂指导,这种方法改变了同学们的学习态度,同学们不再是课前不预习,课下不复习的状态,每组都有自己的任务,课前有一定的压力,同学间的讨论也明显的增多,例如:
一次课下同学们在一起吃饭,有几位同学还在调侃说
“两个菜之间用SPSS进行分析后得出的结果不接受H0假设,也就是两个菜之间不相关”,虽然这只是一个课下的玩笑,但是这也可以体现出对学习的态度的转变。
下面就本学期的所学SPSS的各章节做一下归纳,这些归纳也是基于本人平时在课前预习,课上及课后的一些所思所想,也许会有一些理解上的偏颇在内,但这仅限于心得而已。
本学期学习各个章节
及分工如下表:
章节名称
1.SPSS的认识
及数据文件的
处理
2.数据清理与
基本统计及测
量质量分析
3.T检验
4.方差分析
1、2人3人7.聚类分析8.统计图形2人1人2人6.卡方检验3人2人5.相关分析3人分工人数章节名称分工人数SPSS的认识及数据文件的处理心得体会
可能是由于是同学们第一次讲,万事开头难,压力很大,在大家认为最为简单的内容讲解上,两位同学并没有完全展现出二人实际水平,大家在这一节课上都感觉到很压抑,总的感觉是这节
内容很简单,但是内容又很松散,可讲的东西太多,讲的东西多就没有突出重点和难点,所以听过之后就有种无数的碎片漂浮在脑海中一样,很难将知识系统化,课后总结一下无非就是两块,一块是了解SPSS软件的历史及基本功能,还有一块就是SPSS软件当中一个模块叫做数据文件的处理,在认识SPSS软件当中了解到它是一组社会科学统计软件包,诞生于1968年,当时美国的3位大学生开发出了它,经过这么多年的后续开发,SPSS已经有了很多的版本,具有了更的兼容性、和更友好的操作界面,也在很多的学科领域得到了应用,而在教育中的应用
只是它的一个分支。
此外它对硬件的要求也很低,当前一般的电脑都能安装它,安装的过程中也没有什么特殊的方法,傻瓜式的安装方式完全就可以满足。
在数据文件的处理方面,主要是要学会定义变量、处理变量两方面;
定义变量是要注意根据自己实际采集的数据来定义变量,例如是数值型的变量还是文本型的变量及变量的长度,小数点保留尾数等,总之就是一句话,根据实际调查的数据要求来定义相应变量。
变量定义只有只要细心的将实际调查的数据录入到SPSS当中即可,当然也可以在SPSS软件之外进行数据编制,可以通过EXECEL等编辑后可以直接导入到SPSS中。
在处理变量模块当中,可以对变量进行添加、删除、拆分与合并等操作,只要根据实际调查数据,细心调整变量,使操作更加简便和明了。
2、数据清理与基本统计及测量质量分析的心得体会
数据的清理与基本统计及测量质量分析由两名同学进行讲解,由于吸取了上节课两名同学的经验,本节讲授的明显好于上节课,这里我也是把它分为两块进行学习,一块是数据的清理,另一块是相关统计理论的学习。
在数据清理方面主要学习了奇异数据的检查与清理,在这里本人觉得非常有必要进行数据清理,在实际的调查数据时难免会出现错误或者碰到极为特殊的典型案例,所以这些数据很难符合大众规律,在统计、分析过程中可能会造成分析结果异常,从而直接影响最终的结论。
所以觉得非常有必要进行数据检查与清理。
而我认为本节的难点不是怎样熟练运用SPSS软件,而是在第二块中的,相关统计理论的学习,学习这些理论需要一定的数学基础,只有明确这些
理(论如均值、标准误差、中数、众数、全距、四分位等)原理,知其然,知其所以然,这才是关键,在SPSS中想要实现对数据进行以上分析只需要轻轻点击一下按钮就可以是轻松实现,但是如果不清楚到底用它们来做什么就无从谈起做数据分析了,所以本节内容知道分析原理的重要性要远远大用SPSS对数据做出相关分析的重要性。
总结为一句话“知道它们是做什么的后才会让它们去做该做的工作”。
3、T检验的心得体会
T检验由两名同学讲解,在学习T检验时,首先要明确什么样的数据适合T检验,T检验的结果要说明什么问题,经过学习可以知道,T检验是对两组数据间的平均水平或均数的比较,通过比较
可以得出两组数据间的显著性水平,而这两组数据都要符合正态分布,方差具有齐同性,T检验由两种情况,一种配对提检验,要求两组数据不可以独立颠倒顺序,如果颠倒顺序就会改变问题的性质,这种T检验称为配对T检验;
另一种情况下的T检验是两组数据可以任意颠倒顺的检验称为独立样本的T检验。
但是这两种情况都必须符合最先的要求,即都是符合正态分布,方差都具有齐同性。
通过SPSS的相关操作可以轻松完成检验,但是在检验的过程中必须设置置信区间,一般设置为95%,在设置置信区间时必须要考虑到所做分析的数据,如果像要得到显著性差异的结果则可尽量将置信区间设置小些,如果想要得到不显著差异就要将置信区间甚至大些,本人的理解为若置信区间小,则可以理解为在小范围内是可以相信的,但如果将分析结果的置信区间值调大则说明在很大的范围内这个结果可信,反之则不可信,
篇二:
Spss实验总结
Spss总结
本学期一共学习了七项spss使用方法,分别是数据整理、数据的转换、t检验、方差分析、卡方检验、相关分析与回归方程、图表的制作与编辑。
我觉得spss对我用处非常大,就平时学习来说,我用它计算了几道生物统计题,完成了spss作业和数学建模作业。
因为实验指导书有几个实验实验方法与步骤很不详细,我还练习了写实验方法与步骤,但在写实验感受方面还有所欠缺。
统计学是一门研究
随机事件的学科,这类偶然现象是遵循统计规律的,当随机现象是由大量的成份组成,或者随机现象出现大量的次数时,就能体现统计平均规律。
我们只有对数据资料作统计处理,才可能发现它们的内在规律,掌握现象的特征,检验研究的假设,才能得出准确的、可靠的研究结果。
每次实验我开始时都觉得很难,很多时候是因为不知道怎么做表格,比如做卡方检验的时候要交叉值表,一开始我都一直是认为应该把不同因素和不同水平放到不同列里,之后才发现同一因素要写在同一列里,然后在另一列里些他们的水平,这样就会被自动分开。
相关分析我到现在还有一点不明白。
相关分析和回归方程里的那几道题那些应该用相关分析做,那些应该用回归方程做,当然这是统计学方面的问题了。
我以后还要加强对实验结果的解读能力,spss给出的计算结果往往有双侧sig.值等,而我还不太会查表(有个别不清楚查那个表),所以一些题目没有写最终分析。
Spss作为一个工具,本身并无太多原理可言,主要是掌握它的使用方法。
数据输入主要是分为数据列表和变量列表。
和excel最不一样的是变量列表。
变量列表可以对变量名,变量类型作出规定。
而这些尤其是变量类型对后续的统计分析工作有很大影响。
数据整理很重要的一点是排序。
Spss可以先按一个变量排,再在此基础上按另一个变量排。
这是我以前不了解的一个功能。
1.
在数据文件中单击菜单项“Data?
SortCases”,在变量列表中选定按哪(几)个变量的值排序,并用箭头按钮将其移入Sortby矩形框中,单击按纽即会对数据文件中的case进行排序。
排列的顺序为:
先按第一个变量的值排序,第一个变量的值相同的case按第二个变量排序,依次类推。
2.再说变量的转换问题。
选择菜单项“Transform?
Compute”,在左上方的矩形框中输入要计算的变量(原有的变量和新变量都可以),在右上方的矩形框中输入数学表达式,单击OK按钮即可完成计算。
左下方的矩形框中是当前数据文件的变量列表,右下方的矩形框中是SPSS可以使用的函数,选中后都可以用箭头按钮将其移入数学表达式框中,以代替键盘输入。
在左上方的矩形框中输入要计算的变量后,可以单击“Type&
amp;
Label”按钮,对变量进一步进行定义。
3.如果要对数据重新编码,则选择菜单项“Transform?
Record?
IntoSameVariables”,在左边的变量列表中,选中要重新编码的变量并将其移入右边的矩形框中(若选入多个,将一次性对其作相同的处理,而不是逐个处理),单击“if”按钮选择要进行重新编码的case(方法同前),然后单击“OldandNewValues”按钮,将弹出如下定义新旧变量值关系的对话框,然后在“NewValue”框中设定对应的新值。
均数比较(t检验):
1.单样本t检验用于一个样本的均数检验,即检验某样本的总体均数是否等于某一特定值。
选择菜单项“Analyze?
CompareMeans?
One-sampleTtest”,把想要检验的
变量移入“TestVariables”框中,在“TestValue”后面的输入框中输入要检验的值即可。
2.配对样本t检验中的配对样本可以是个案在前后两种状态下某种属性的两种状态,也可以是对某事物两个不同侧面或方面的描述。
其差别在于抽样不是相互独立的,而是互相关联的。
Paired-samplesTtest”,左边矩形框中是变量列表,同时选中两个配对的变量(按住Ctrl键单击),用箭头按钮将变量对移入右边的PairedVariable框。
3.独立样本t检验操作方法与配对样本t检验类似,只是成组样本之间是
独立的。
方差分析:
方差分析使用的两个基本假设前提:
观测变量各总体应服从正态分布、观测变量各总体的方差应相同(齐性)。
OneWayANOVA”,左边的矩形框中是变量列表,DependentList框用于放置响应变量(因变量、需要分析的变量),可一次选入多个变量。
Factor框用于放置因素变量(分组变量),一次只能选入一个。
设置好以后单击“OK”按钮,即可按默认方式进行单因素方差分析。
默认方式下将只给出方差分析表,要想得到其他的统计结果,需要使用“Option”、“PostHoc”和“Contrasts”三个按钮作进一步的设置。
卡方检验:
分为两步:
产生汇总分类数据——列联表,即计算行/列百分数、行/列汇总数等序列描述统计量;
检验行变量与列变量是否独立(即有无相关性)。
选择分析——》描述统计——》
交叉表,选入行和列即可。
相关分析与回归方程:
选择分析——》相关——》双变量即可。
左边的矩形框中是变量列表,选中要分析的变量并用箭头按钮将其移入右边的矩形框中(至少选入2个变量),程序将计算这些变量两两之间的相关系数,给出相关系数矩阵。
图表创建与编辑:
我练习了建立扇形表,柱形图,散点图等。
这是spss能绘制的常见的几种图表:
bar,line,area:
条图、线图、面积图,三种图形基本上是一回事,可以相互转换。
种分布(如正态分布)的图形;
Histogram:
直方图,用于观察数据分布的常用图形;
Pie:
饼图,用于观察总体内在结构的图形。
因为这是一门自学课程,我觉得spss锻炼了我的自学能力,培养了独立思考与信息检索的能力。
篇三:
SPSS学习报告总结心得
应用统计分析学习报告
本科的时候有概率统计和数理分析的基础,但是从来没有接触过应用统计分析的东西,SPSS也只是听说过,从来没有学过。
一直以为这一块儿会比较难,这学期最初学的时候,因为没有认真看老师给的英文教材,课下也没有认真搜集相关资料,所以学起来有些吃力,总感觉听起来一头雾水。
老师说最后的考核是通过提交学习报告,然后我从图书馆里借了些教材查了些资料,发现很多问题都弄清楚了。
结合软件和书上的例子,实战一下,发现SPSS的功能相当强大。
最后总结出这篇报告,以巩固所学。
SPSS,全称是StatisticalProductandServiceSolutions,即“统计产品与服务解决方案”软件,是IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称,也是世界上公认的三大数据分析软件之一。
SPSS具有统计分析功能强大、操作界面友好、与其他软件交互性好等特点,被广泛应用于经济管理、医疗卫生、自然科学等各个领域。
具体到管理方面,SPSS也是一个进行数据分析和预测的强大工具。
这门课中也会用到AMOS软件。
关于SPSS的书,很多都是首先介绍软件的。
这个软件易于安装,我装的是19.0的,虽然20.0有一些改变和优化,但是主体都是一样的,而且都是可视化界面,用起来很方面且容易上手。
所以,我学习的重点是卡方检验和T检验、方差分析、相关分析、回归分析、因子分析、结构方程模型等方法的适用范围、应用价值、计算方式、结果的解释和表述。
首先是T检验这一部分。
由于参数检验的基础不牢固,这部分也是最初开始接触应用统计的东西,学起来很多东西拿不准,比如说原假设默认的是什么。
结果出来后依然分不清楚是接受原假设还是拒绝原假设。
不过现在弄懂了。
这部分很有用的是T检验。
T检验应用于当样本数较小时,且样本取自正态总体同时做两样本均数比较时,还要求两样本的总体方差相等时,已知一个总体均数u,可得到一个样本均数及该样本标准差,样本来自正态或近似正态总体。
T检验分为单样本T检验、独立样本T检验、配对
样本T检验。
其中,单样本T检验是样本均数与总体均数的比较的T检验,用于推断样本所代表的未知总体
均数μ与已知的总体均数uo有无差别;
独立样本T检验主要用于检验两个样本是否来自具有相同均值的总体,即比较两个样本的均值是否相同,要求两个样本是相互独立的;
配对样本T检验中,要正确理解“配对”的含义,主要用于检验两个有联系的正态总体的均值是否有显著差异,跟独立检验的区别就是样本是否是配对样本。
这几个方法用软件操作起来都是相对简单的,关键是分清楚什么时候用这个什么时候用那个。
然后是方差分析。
方差分析就是将索要处理的观测值作为一个整体,按照变异的不同来源把观测值总变异的平方和以及自由度分解为两个或多个部分,获得不同变异来源的均值与误差均方,通过比较不同变异来源的均方与误差均方,判断各样本所属总体方差是否相等。
方差分析主要包括单因素方差分析、多因素方差分析和协方差分析等。
这一部分在学习的过程中出现一些问题,就是用SPSS来操作的时候分不清观测变量和控制变量,如果反了的话会导致结果的不准确。
其次,对Bonferroni、Tukey、Scheffe等方法的使用目的不清楚,现在基本掌握了多重比较方法选择:
一般如果存在明确的对照组,要进行的是验证性研究,即计划好的某两个或几个组间(和对照组)的比较。
宜用Bonferroni(LSD)
法;
若需要进行多个均数间的两两比较,且各组个案数相等,适宜用Tukey法;
其他情况宜用Scheffe法。
最后,对方差齐性检验、
多重比较检验、趋势检验理解不够透彻,在方差检验中,PostHoc键有LSD的选项:
当方差分析F检验否定了原假设,即认为至少有两个总体的均值存在显著性差异时,须进一步确定是哪两个或哪几个均值显著地不同,则需要进行多重比较来检验。
LSD即是一种多因变量的三个或三个以上水平下均值之间进行的两两比较检验。
相关分析是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度,是研究随机变量之间的相关关系的一种统计方法。
相关分析研究现象之间是否相关、相关的方向和密切程度,一般不区别自变量或因变量。
主要有双变量相关分析、偏相关、距离相关几个方法。
双变量相关分析是相关分析中最常使用的分析过程,主要用于分析两个变量之间的线性相关分析,可以根据不同的数据类型和条件,选用Pearson积差相关、Spearman等级相关和Kendall的tau-b等级相关。
当数据文件包括多个变量时,
直接对两个变量进行相关分析往往不能真实反映二者之间的关系,此时就需要用到偏相关分析,从中剔除其他变量的线性影响。
距离相关分析是对观测变量之间差异度或相似程度进行的测量,其中距离需要弄清楚,距离分析是对观测量之间相似或不相似程度的一种测度,是计算一对观测量之间的广义距离。
这些相似性或距离测度可以用于其他分析过程,例如因子分析、聚类分析或多维定标分析,有助于分析复杂的数据集。
接着是回归分析。
相关分析研究的是现象之间是否相关、相关的方向和密切程度,一般不区别自变量或因变量。
而回归分析则要分析现象之间相关的具体形式,确定其因果关系,并用数学模型来表现其具体关系。
比如说,从相关分析中我们可以得知“质量”和“用户满意度”变量密切相关,但是这两个变量之间到底是哪个变量受哪个变量的影响,影响程度如何,则需要通过回归分析方法来确定。
回归分析的目的在于了解两个或多个变量间是否相关、相关方向与强度,并建立数学模型以便观察特定变量来预测研究者感兴趣的变量。
运用十分广泛,回归分析按照涉及的自变量的多少,可分为一元回归分析和多元回归分析;
按照自变量和因变量之间的关系类型,可分为线性回归分析和非线性回归分析。
如果在回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。
如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。
应用回归分析时应首先确定变量之间是否存在相关关系,如果变量之间不存在相关关系,对这些变量应用回归预测法就会得出错误的结果。
正确应用回归分析预测时应注意:
?
用定性分析判断现象之间的依存关系;
避免回归预测的任意外推;
应用合适的数据资料;
接下来是因子分析。
因子分析是指研究从变量群中提取共性因子的统计技术。
最早由英国心理学家C.E.斯皮尔曼提出。
他发现
学生的各科成绩之间存在着一定的相关性,一科成绩好的学生,往往其他各科成绩也比较好,从而推想是否存在某些潜在的共性因子,或称某些一般智力条件影响着学生的学习成绩。
因子分析可在许多变量中找出隐藏的具有代表性的因子。
将相同本质的变量归入一个因子,可减少变量的数目,还可检验变量间关系的假设。
因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的,但又无法直接
测量到的隐性变量。
从显性的变量中得到因子的方法有两类。
一类是探索性因子分析,另一类是验证性因子分析。
探索性因子分析不事先假定因子与测度项之间的关系,而让数据“自己说话”。
而验证性因子分析假定因子与测度项的关系是部分知道的,即哪个测度项对应于哪个因子,虽然我们尚且不知道具体的系数。
这一部分不能用SPSS来操作,要用AMOS,用起来也很方便。
最后一部分学习的是结构方程模型。
结构方程模型是一种融合了因素分析和路径分析的多元统计技术。
它的强势在于对多变量间交互关系的定量研究。
在近三十年内,其大量应用于社会科学及行为科学的领域里,并在近几年开始逐渐应用于市场研究中。
结构方程模型是对顾客满意度的研究采用的模型方法之一。
其目的在于探索事物间的因果关系,并将这种关系用因果模型、路径图等形式加以表述。
结构方程模型与传统的回归分析不同,结构方程分析能同时处理多个因变量,并可比较及评价不同的理论模型。
与传统的探索性因子分析不同,在结构方程模型中,我们可
以提出一个特定的因子结构,并检验它是否吻合数据。
通过结构方程多组分析,我们可以了解不同组别内各变量的关系是否保持不变,各因子的均值是否有显著差异。
这门课要学习完了,整个学习的过程是充满曲折和挑战的,我见证了自己从一无所知到困惑迷茫再到略懂再到会用的过程。
甚至学完之后有些问题还没有彻底搞清楚,自己接下来还会不断的探索的。
SPSS是个很神奇的工具,结合AMOS和EXCEL更是如虎添翼,相信学习了SPSS在以后的论文和数据分析中很有用。
这门课给
我的感觉是看起来很难,但是实际学起来就好很多,因为当我结合具体实例和软件的时候,很多抽象的问题就豁然开朗了。
但是想给老师一个建议,这门课需要很强的统计和概率论的基础,要不然就会很难听懂或者听得半懂。
然后这门课的很多方法的相关资料都是用在医疗卫生、自然科学领域的,在管理中的应用的资料不怎么多。
老师希望我们上课的时候结合在管理中的应用来学习,但是资料有限,希望老师在这个方面多给学生一些引导。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spss 实验 心得体会 范文
![提示](https://static.bdocx.com/images/bang_tan.gif)