SPSS有序数据分析用什么方法

1. 怎么用spss分析数据

1、选取在理论上有一定关系的两个变量，如用X，Y表示，数据输入到SPSS中。

2. 怎么用SPSS做有序多分类logistic回归分析

打开数据以后，菜单栏上依次点击：analyse--regression--binary logistic，打开二分回归对话框

将因变量和自变量放入格子的列表里，如图所示，上面的是因变量，下面的是自变量，我们看到这里有三个自变量
设置回归方法，这里选择最简单的方法：enter，它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法，在前面的文章中有介绍，这里就不再熬述。
点击ok，开始处理数据并检验回归方程，等待一会就会弹出数据结果窗口
看到的第一个结果是对case的描述，第一个列表告诉你有多少数据参与的计算，有多少数据是缺省值；第二个列表告诉你因变量的编码方式，得分为1代表患病，得分为0代表没有患病
这个列表告诉你在没有任何自变量进入以前，预测所有的case都是患病的正确率，正确率为%52.6
下面这个列表告诉你在没有任何自变量进入以前，常数项的预测情况。B是没有引入自变量时常数项的估计值，SE它的标准误，Wald是对总体回归系数是否为0进行统计学检验的卡方。

下面这个表格结果，通过sig值可以知道如果将模型外的各个变量纳入模型，则整个模型的拟合优度改变是否有统计学意义。 sig值小于0.05说明有统计学意义
这个表格是对模型的全局检验，为似然比检验，供给出三个结果：同样sig值<0.05表明有统计学意义。

下面的结果展示了-2log似然值和两个伪决定系数。两个伪决定系数反应的是自变量解释了因变量的变异占因变量的总变异的比例。他们俩的值不同因为使用的方法不同。
分类表，这里展示了使用该回归方程对case进行分类，其准确度为%71.8。
最后是输出回归方程中的各变量的系数和对系数的检验额值，sig值表明该系数是否具有统计学意义。到此，回归方程就求出来了。

3. 如何用spss进行数据分析

首先，要了解数据分析的一般流程是什么？

可以将一个完整的数据分析项目分为以下五个流程：

数据获取

外部数据主要有三种获取方式，一种是获取国内一些网站上公开的数据资料，例如国家统计局；一种是通过爬虫等工具获取网站上的数据。还有一种是通过企业内部的数据库，SPSS有丰富的数据库接口，可以便捷地从数据库中读取数据。

数据存储

对于数据量不大的项目，可以使用excel来处理数据，但对于数据量过万的项目，使用数据库来存储与管理会更高效便捷。SPSS也有自己的用作数据储存的数据格式，sav文件。用户可以将经过SPSS处理的数据保存为sav格式，同时也可以非常方便地将sav文件转换为其他数据格式文件。

数据预处理

数据预处理也称数据清洗。大多数情况下，我们拿到手的数据是格式不一致，存在异常值、缺失值等问题的，而不同项目数据预处理步骤的方法也不一样。数据分析有80%的工作都在处理数据，可见数据预处理在数据分析的重要性。

建模与分析

这一阶段首先要清楚数据的结构，结合项目需求来选取模型。

可视化分析

数据分析最后一步是撰写数据分析报告，一般包括数据可视化分析。

其次，掌握了数据分析的一般流程后，便要以SPSS为工具，根据以下流程对一个完整项目进行以下细分并掌握：

4. spss数据分析

spss数据分析：选取在理论上有一定关系的两个变量，为了解决相似性强弱用SPSS进行分析、从分析-相关-双变量，然后相关系数选择Pearson相关系数，点击确定在结果输出窗口显示相关性分析结果即可。

用户只要掌握一定的Windows操作技能，精通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。

软件功能

SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。它将几乎所有的功能都以统一、规范的界面展现出来，使用Windows的窗口方式展示各种管理和分析数据方法的功能，对话框展示出各种功能选择项。

5. spss常用的分析方法

SPSS基本常用分析方法总结
第一章均值比较检验与方差分析
在经济社会问题的研究过程中，常常需要比较现象之间的一些指标有无显着差异，特别当考察的样本容量n比较大时，由随机变量的中心极限定理知，样本均值近似他服从正态分布、所以，均值的比较检验主要研究关于正态总体则均值有关的假设是否成立的问题。
本章主要内容：
1．单个总体均值的t检验(One-Sample T Test)；
2．两个独立总样本均值的I检验(Independent- Samples T Test );
3．两个有联系总体均值的t检验(Paired-Samples T Test )；
4．单因素方差分析(0ne-Way ANOVA)；
5．双因素方差分析(General Linear Model→Univariate)。
假设条件：研究的数据服从正态分布或近似地服从正态分布。
在Aanlyze菜单中，均值比较检验可以从菜单Compare Means 和General Linear Model得出。
第一节 单个总体均值的t检验(One-Sample T Test)
单个总体的t检验也称为单一样本的t检验，也就是检验单个变量的均值是否与假定的均值之间存在差异。将单个变量的样本均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。
例2.1 根据2002年我国不同行业的工资水平，检验国有企业的职工平均年工资收入是否等于10000元，假设数据近似地服从止态分布。
首先建立假设：H0：国有企业工资为10000元。
H1：国有企业工资不等于10000元。

第二节 两个总体的t检验 (Two-Samples T Test)
一、两个独立样本的t检验 (Independent -Samples T Test)
Independent -Samples T Test是检验两个没有联系的总体样本均值间是否存在显着的差异，两个没有联系的总体样也称独立样本，如两个无联系的企业生产的同样产品之间的某项指标的均值的比较，不同地区的儿童身高、体重的比较等，都可以通过抽取样本检验两个总体的均值是否存在显着的差异。 例2. 2 某医药研究所考察—种药品对男性和女性的治疗效果是否有显着差异，调查了10名男性服用者及7名女性服用者，对他们服药后的各项指标进行综合评分，服用的效果越好，分值就越高，每人所得的总分见表2-2，试根据表在一声声哀嚎声中，数学老师带着一摞试卷走了进来。

好像是因为冬天天冷，体育老师冻感冒了。

所以变成了两节数学课，顺便考个试。

数学老师名叫欧岛，一个很富有数学气息的名字，常年带着一个黑框眼睛。

卷子陆续分发。

作为一个学渣，苏牧无奈的拿出了数学参考资料，想碰碰运气看能不能找到原题。

“叮！查看了数学题目，数学积分+1，当前积分1/100，等级：一级”

突然，从脑海中冒出来的声音，将他吓了一大跳，差点没从凳子上滑落下来。

一旁的同桌颜小珂忍住没有笑场。

欧岛则是狠狠的瞪了苏牧一眼。

“？？？…”

苏牧瞪大了眼睛，有些不可置信。

“这是什么鬼东西？这是系统？？居然真的有系统这种东西？”

苏牧继续翻动，又出现了同样的声响。

“叮！您查看了数学题目，数学积分+1，当前积分2/100，等级：一级”

他只是瞟了一眼，居然就增加了积分？

苏牧觉得自己的脑子清明了些。

这些陌生的数学题目，似乎看起来也熟悉了几分。

他越发的激动起来。

这些都是真正出现在他眼前的变化！

苏牧翻书的动作越来越快，积分也越来越多，直到欧岛走过来站到了他的面前，才反应过来迅速收了回去。

这个时候，他的积分已经达到了81/100。

他并没有慌张，而是继续将试卷上的题目查看了一遍。

终于，系统迎来了新的提示音。

“叮，您的数学积分已经足够，等级：二级，当前积分0/1000！”

这一瞬间，苏牧仿佛像醍醐灌顶一般，曾经那些陌生的数学题，仿佛变成了多年的好友！

他居然！

看懂了！

看懂了！！

居然看懂了！！

苏牧的内心顿时内流满面，颇有苦尽甘来的感觉。

仿佛是要检验自己的成果，苏牧的心思完全沉寂在了试卷之中，这是一个学渣对于知识的渴望。

时间一点一滴的过去，就连苏牧自己都没有发现。

可惜的是，虽然他的数学已经达到了二级，但还是有些题目没办法运算出来。

“叮…..”

这一次不是系统的提示音，而是下课的铃声。

苏牧真的是头一次感受到了时间过的如此之快。

曾经漫长的两个小时，现在居然还让他有些意犹未尽。

这就是学霸的感觉吗？他默默的想到。

这张试卷，苏牧觉得自己应该是103分。

因为不会的题目他都空着。

而那些简单一点的题目，苏牧有一种迷之自信。

他得出的答案，一定是正确答案！

……

“我要好好学习了。”

强忍住内心的激动，苏牧摆正了

6. SPSS软件，自变量是一组有序分类数据，因变量（疾病的严重程度）也是有序分类数据，用什么分析

双变量相关性分析应该是不对的。自变量是一组有序分类数据的话应该是属于多元统计分析里的内容，可以考虑使用多元回归分析。写论文的话我建议数据分析环节最好先进行因子分析，可以将自变量分成几类进行描述，然后再进行多元回归分析，论述自变量和因变量的关系。
当然如果编程能力允许的话可以考虑机器学习模型，像XGBoost、随机森林对于这个问题应该有较好的精确度。

7. 谁能教我怎样用spss做调查问卷分析啊，包括怎样输入数据，急啊

1、首先打开SPSS，选择“打开现有的数据源”，如下图所示。

8. spss数据分析方法五种是什么

线性模型；点击分析，一般线性模型，单变量，设置因变量和固定因子，点击确定即可。图表分析。回归分析；点击分析，打开回归，设置自变量和因变量数据，点击确定即可。直方图分析。统计分析。

软件功能：

SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。它将几乎所有的功能都以统一、规范的界面展现出来，使用Windows的窗口方式展示各种管理和分析数据方法的功能，对话框展示出各种功能选择项。

用户只要掌握一定的Windows操作技能，精通统计分析原理，就可以使用该软件为特定的科研工作服务。SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。

其统计过程包括了常用的、较为成熟的统计过程，完全可以满足非统计专业人士的工作需要。输出结果十分美观，存储时则是专用的SPO格式，可以转存为HTML格式和文本格式。

9. 因变量是分类变量，自变量有连续变量也有分类变量，用SPSS的什么方法做分析

应该用logistic回归。前提是设计好变量类型。使用有序Logistic进行回归分析时，需要考虑4个假设：

假设1：因变量唯一，且为有序多分类变量，如血压水平可以分为高、中、低；某病的治疗效果分为痊愈、有效、无效等。

假设2：存在一个或多个自变量，可为连续、有序多分类或无序分类变量。

假设3：自变量之间无多重共线性。

假设4：模型满足比例优势假设。意思是无论因变量的分割点在什么位置，模型中各个自变量对因变量的影响不变，也就是自变量对因变量的回归系数与分割点无关。有序多分类的Logistic回归原理是将因变量的多个分类依次分割为多个二元的Logistic回归。

例如本例中因变量患者满意度有4个等级，分析时拆分为三个二元Logistic回归，分别为(0 vs 1+2+3) 、(0+1 vs 2+3)和(0+1+2 vs 3)，均是较低级与较高级对比。在有序多分类Logistic回归中，假设几个二元Logistic回归的自变量系数相等，仅常数项不等。

结果也只输出一组自变量的系数。因此，有序多分类的Logistic回归模型，必须对自变量系数相等的假设（即比例优势假设）进行检验（又称平行线检验）。如果不满足该假设，则考虑使用无序多分类Logistic回归。

假设1-2都是对研究设计的假设，需要研究者根据研究设计进行判断。经过分析，本研究符合假设1和假设2，那么应该如何检验假设3、假设4，并进行有序Logistic回归呢？