SPSS數據分析—描述性統計分析

描述性統計分析是針對數據本身而言，用統計學指標描述其特徵的分析方法，這種描述看似簡單，實際上卻是很多高級分析的基礎工作，很多高級分析方法對於數據都有一定的假設和適用條件，這些都可以通過描述性統計分析加以判斷，我們也會發現，很多分析方法的結果中，或多或少都會穿插一些描述性分析的結果。

描述性統計主要關注數據的三大內容：

1.集中趨勢

2.離散趨勢

3.數據分布情況

描述集中趨勢的指標有均值、眾數、中位數，其中均值包括截尾均值、幾何均值、調和均值等。

描述離散趨勢的指標有頻數、相對數、方差、標準差、標準誤、全距、四分位間距、四分位數、百分位數、變異係數等。

注意：連續型變量和離散型變量的指標有所不同。

由於很多統計分析都有一個正態分布的假設，因此我們經常也會關注數據的分布特徵，常用峰度係數和偏度係數來描述數據偏離正態分布的程度，也可以使用Bootstrap方法計算出結果與經典統計學方法計算出的結果進行對比，如果差異明顯，則說明原數據呈偏態分布或存在極值

SPSS用於描述性統計分析的過程大部分都在分析—描述統計菜單中，另有一個在比較均值—均值菜單，雖然這幾個過程用途不同，但是基本上都可以輸出常用的指標結果。

此過程可以輸出連續型變量集中趨勢和離散趨勢的主要指標，還可以輸出判斷分布的直方圖、峰度值

和偏度值，此外，該過程最主要的作用是輸出頻數表，結果舉例如下：

看起來似乎這個過程才是正統的描述統計分析過程，實際上該過程輸出的內容並不多，也沒有統計圖可以調用，唯一特別的是該過程可以對數據進行標準化變換，並保存為新變量。

探索性分析是對原有數據進行描述性統計的基礎上，更進一步的描述數據，和前兩種過程相比，它能提供更詳細的結果。

該過程主要用於對兩個連續變量間的比率進行描述分析

輸出的結果比較簡單，只是指標的匯總表格，在此略去

分類變量的描述性統計比較簡單，主要就是看頻數分布和構成比，基本用交叉表一個過程就可以完成，該過程雖然放在描述統計中，但是由於功能豐富，也經常被用來做列聯表的推斷分析。

該過程在比較均值菜單中，但是大部分輸出結果都是描述性統計指標

from http://www.cnblogs.com/xmdata-analysis/p/5539927.html