SPSS有序數據分析用什麼方法

1. 怎麼用spss分析數據

1、選取在理論上有一定關系的兩個變數，如用X，Y表示，數據輸入到SPSS中。

2. 怎麼用SPSS做有序多分類logistic回歸分析

打開數據以後，菜單欄上依次點擊：analyse--regression--binary logistic，打開二分回歸對話框

將因變數和自變數放入格子的列表裡，如圖所示，上面的是因變數，下面的是自變數，我們看到這里有三個自變數
設置回歸方法，這里選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法，在前面的文章中有介紹，這里就不再熬述。
點擊ok，開始處理數據並檢驗回歸方程，等待一會就會彈出數據結果窗口
看到的第一個結果是對case的描述，第一個列表告訴你有多少數據參與的計算，有多少數據是預設值；第二個列表告訴你因變數的編碼方式，得分為1代表患病，得分為0代表沒有患病
這個列表告訴你在沒有任何自變數進入以前，預測所有的case都是患病的正確率，正確率為%52.6
下面這個列表告訴你在沒有任何自變數進入以前，常數項的預測情況。B是沒有引入自變數時常數項的估計值，SE它的標准誤，Wald是對總體回歸系數是否為0進行統計學檢驗的卡方。

下面這個表格結果，通過sig值可以知道如果將模型外的各個變數納入模型，則整個模型的擬合優度改變是否有統計學意義。 sig值小於0.05說明有統計學意義
這個表格是對模型的全局檢驗，為似然比檢驗，供給出三個結果：同樣sig值<0.05表明有統計學意義。

下面的結果展示了-2log似然值和兩個偽決定系數。兩個偽決定系數反應的是自變數解釋了因變數的變異占因變數的總變異的比例。他們倆的值不同因為使用的方法不同。
分類表，這里展示了使用該回歸方程對case進行分類，其准確度為%71.8。
最後是輸出回歸方程中的各變數的系數和對系數的檢驗額值，sig值表明該系數是否具有統計學意義。到此，回歸方程就求出來了。

3. 如何用spss進行數據分析

首先，要了解數據分析的一般流程是什麼？

可以將一個完整的數據分析項目分為以下五個流程：

數據獲取

外部數據主要有三種獲取方式，一種是獲取國內一些網站上公開的數據資料，例如國家統計局；一種是通過爬蟲等工具獲取網站上的數據。還有一種是通過企業內部的資料庫，SPSS有豐富的資料庫介面，可以便捷地從資料庫中讀取數據。

數據存儲

對於數據量不大的項目，可以使用excel來處理數據，但對於數據量過萬的項目，使用資料庫來存儲與管理會更高效便捷。SPSS也有自己的用作數據儲存的數據格式，sav文件。用戶可以將經過SPSS處理的數據保存為sav格式，同時也可以非常方便地將sav文件轉換為其他數據格式文件。

數據預處理

數據預處理也稱數據清洗。大多數情況下，我們拿到手的數據是格式不一致，存在異常值、缺失值等問題的，而不同項目數據預處理步驟的方法也不一樣。數據分析有80%的工作都在處理數據，可見數據預處理在數據分析的重要性。

建模與分析

這一階段首先要清楚數據的結構，結合項目需求來選取模型。

可視化分析

數據分析最後一步是撰寫數據分析報告，一般包括數據可視化分析。

其次，掌握了數據分析的一般流程後，便要以SPSS為工具，根據以下流程對一個完整項目進行以下細分並掌握：

4. spss數據分析

spss數據分析：選取在理論上有一定關系的兩個變數，為了解決相似性強弱用SPSS進行分析、從分析-相關-雙變數，然後相關系數選擇Pearson相關系數，點擊確定在結果輸出窗口顯示相關性分析結果即可。

用戶只要掌握一定的Windows操作技能，精通統計分析原理，就可以使用該軟體為特定的科研工作服務。SPSS採用類似EXCEL表格的方式輸入與管理數據，數據介面較為通用，能方便的從其他資料庫中讀入數據。

軟體功能

SPSS是世界上最早採用圖形菜單驅動界面的統計軟體，它最突出的特點就是操作界面極為友好，輸出結果美觀漂亮。它將幾乎所有的功能都以統一、規范的界面展現出來，使用Windows的窗口方式展示各種管理和分析數據方法的功能，對話框展示出各種功能選擇項。

5. spss常用的分析方法

SPSS基本常用分析方法總結
第一章均值比較檢驗與方差分析
在經濟社會問題的研究過程中，常常需要比較現象之間的一些指標有無顯著差異，特別當考察的樣本容量n比較大時，由隨機變數的中心極限定理知，樣本均值近似他服從正態分布、所以，均值的比較檢驗主要研究關於正態總體則均值有關的假設是否成立的問題。
本章主要內容：
1．單個總體均值的t檢驗(One-Sample T Test)；
2．兩個獨立總樣本均值的I檢驗(Independent- Samples T Test );
3．兩個有聯系總體均值的t檢驗(Paired-Samples T Test )；
4．單因素方差分析(0ne-Way ANOVA)；
5．雙因素方差分析(General Linear Model→Univariate)。
假設條件：研究的數據服從正態分布或近似地服從正態分布。
在Aanlyze菜單中，均值比較檢驗可以從菜單Compare Means 和General Linear Model得出。
第一節 單個總體均值的t檢驗(One-Sample T Test)
單個總體的t檢驗也稱為單一樣本的t檢驗，也就是檢驗單個變數的均值是否與假定的均值之間存在差異。將單個變數的樣本均值與假定的常數相比較，通過檢驗得出預先的假設是否正確的結論。
例2.1 根據2002年我國不同行業的工資水平，檢驗國有企業的職工平均年工資收入是否等於10000元，假設數據近似地服從止態分布。
首先建立假設：H0：國有企業工資為10000元。
H1：國有企業工資不等於10000元。

第二節 兩個總體的t檢驗 (Two-Samples T Test)
一、兩個獨立樣本的t檢驗 (Independent -Samples T Test)
Independent -Samples T Test是檢驗兩個沒有聯系的總體樣本均值間是否存在顯著的差異，兩個沒有聯系的總體樣也稱獨立樣本，如兩個無聯系的企業生產的同樣產品之間的某項指標的均值的比較，不同地區的兒童身高、體重的比較等，都可以通過抽取樣本檢驗兩個總體的均值是否存在顯著的差異。 例2. 2 某醫葯研究所考察—種葯品對男性和女性的治療效果是否有顯著差異，調查了10名男性服用者及7名女性服用者，對他們服葯後的各項指標進行綜合評分，服用的效果越好，分值就越高，每人所得的總分見表2-2，試根據表在一聲聲哀嚎聲中，數學老師帶著一摞試捲走了進來。

好像是因為冬天天冷，體育老師凍感冒了。

所以變成了兩節數學課，順便考個試。

數學老師名叫歐島，一個很富有數學氣息的名字，常年帶著一個黑框眼睛。

卷子陸續分發。

作為一個學渣，蘇牧無奈的拿出了數學參考資料，想碰碰運氣看能不能找到原題。

「叮！查看了數學題目，數學積分+1，當前積分1/100，等級：一級」

突然，從腦海中冒出來的聲音，將他嚇了一大跳，差點沒從凳子上滑落下來。

一旁的同桌顏小珂忍住沒有笑場。

歐島則是狠狠的瞪了蘇牧一眼。

「？？？…」

蘇牧瞪大了眼睛，有些不可置信。

「這是什麼鬼東西？這是系統？？居然真的有系統這種東西？」

蘇牧繼續翻動，又出現了同樣的聲響。

「叮！您查看了數學題目，數學積分+1，當前積分2/100，等級：一級」

他只是瞟了一眼，居然就增加了積分？

蘇牧覺得自己的腦子清明了些。

這些陌生的數學題目，似乎看起來也熟悉了幾分。

他越發的激動起來。

這些都是真正出現在他眼前的變化！

蘇牧翻書的動作越來越快，積分也越來越多，直到歐島走過來站到了他的面前，才反應過來迅速收了回去。

這個時候，他的積分已經達到了81/100。

他並沒有慌張，而是繼續將試卷上的題目查看了一遍。

終於，系統迎來了新的提示音。

「叮，您的數學積分已經足夠，等級：二級，當前積分0/1000！」

這一瞬間，蘇牧彷彿像醍醐灌頂一般，曾經那些陌生的數學題，彷彿變成了多年的好友！

他居然！

看懂了！

看懂了！！

居然看懂了！！

蘇牧的內心頓時內流滿面，頗有苦盡甘來的感覺。

彷彿是要檢驗自己的成果，蘇牧的心思完全沉寂在了試卷之中，這是一個學渣對於知識的渴望。

時間一點一滴的過去，就連蘇牧自己都沒有發現。

可惜的是，雖然他的數學已經達到了二級，但還是有些題目沒辦法運算出來。

「叮…..」

這一次不是系統的提示音，而是下課的鈴聲。

蘇牧真的是頭一次感受到了時間過的如此之快。

曾經漫長的兩個小時，現在居然還讓他有些意猶未盡。

這就是學霸的感覺嗎？他默默的想到。

這張試卷，蘇牧覺得自己應該是103分。

因為不會的題目他都空著。

而那些簡單一點的題目，蘇牧有一種迷之自信。

他得出的答案，一定是正確答案！

……

「我要好好學習了。」

強忍住內心的激動，蘇牧擺正了

6. SPSS軟體，自變數是一組有序分類數據，因變數（疾病的嚴重程度）也是有序分類數據，用什麼分析

雙變數相關性分析應該是不對的。自變數是一組有序分類數據的話應該是屬於多元統計分析里的內容，可以考慮使用多元回歸分析。寫論文的話我建議數據分析環節最好先進行因子分析，可以將自變數分成幾類進行描述，然後再進行多元回歸分析，論述自變數和因變數的關系。
當然如果編程能力允許的話可以考慮機器學習模型，像XGBoost、隨機森林對於這個問題應該有較好的精確度。

7. 誰能教我怎樣用spss做調查問卷分析啊，包括怎樣輸入數據，急啊

1、首先打開SPSS，選擇「打開現有的數據源」，如下圖所示。

8. spss數據分析方法五種是什麼

線性模型；點擊分析，一般線性模型，單變數，設置因變數和固定因子，點擊確定即可。圖表分析。回歸分析；點擊分析，打開回歸，設置自變數和因變數數據，點擊確定即可。直方圖分析。統計分析。

軟體功能：

SPSS是世界上最早採用圖形菜單驅動界面的統計軟體，它最突出的特點就是操作界面極為友好，輸出結果美觀漂亮。它將幾乎所有的功能都以統一、規范的界面展現出來，使用Windows的窗口方式展示各種管理和分析數據方法的功能，對話框展示出各種功能選擇項。

用戶只要掌握一定的Windows操作技能，精通統計分析原理，就可以使用該軟體為特定的科研工作服務。SPSS採用類似EXCEL表格的方式輸入與管理數據，數據介面較為通用，能方便的從其他資料庫中讀入數據。

其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足非統計專業人士的工作需要。輸出結果十分美觀，存儲時則是專用的SPO格式，可以轉存為HTML格式和文本格式。

9. 因變數是分類變數，自變數有連續變數也有分類變數，用SPSS的什麼方法做分析

應該用logistic回歸。前提是設計好變數類型。使用有序Logistic進行回歸分析時，需要考慮4個假設：

假設1：因變數唯一，且為有序多分類變數，如血壓水平可以分為高、中、低；某病的治療效果分為痊癒、有效、無效等。

假設2：存在一個或多個自變數，可為連續、有序多分類或無序分類變數。

假設3：自變數之間無多重共線性。

假設4：模型滿足比例優勢假設。意思是無論因變數的分割點在什麼位置，模型中各個自變數對因變數的影響不變，也就是自變數對因變數的回歸系數與分割點無關。有序多分類的Logistic回歸原理是將因變數的多個分類依次分割為多個二元的Logistic回歸。

例如本例中因變數患者滿意度有4個等級，分析時拆分為三個二元Logistic回歸，分別為(0 vs 1+2+3) 、(0+1 vs 2+3)和(0+1+2 vs 3)，均是較低級與較高級對比。在有序多分類Logistic回歸中，假設幾個二元Logistic回歸的自變數系數相等，僅常數項不等。

結果也只輸出一組自變數的系數。因此，有序多分類的Logistic回歸模型，必須對自變數系數相等的假設（即比例優勢假設）進行檢驗（又稱平行線檢驗）。如果不滿足該假設，則考慮使用無序多分類Logistic回歸。

假設1-2都是對研究設計的假設，需要研究者根據研究設計進行判斷。經過分析，本研究符合假設1和假設2，那麼應該如何檢驗假設3、假設4，並進行有序Logistic回歸呢？