标准正态变换(SPSS统计描述分析)

这篇具有很好参考价值的文章主要介绍了标准正态变换(SPSS统计描述分析)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

题目:对 CCSS_Sample中的总指数、现状指数和预期指数进行标准正态变换,对变换后的变量进行统计描述。

数据文件:CCSS_Sample.csv

本篇文章小玥各位学习SPSS软件里面的准正态变换!!!

标准正态变换(SPSS统计描述分析)

目录

 一、前言

二、题目分析

1、分析:

三、解题步骤

1、先对总指数、现状指数和预期指数进行统计描述,求出各指标的平均值和标准差。

2、计算变量,进行标准正态变换,公式:(原数据-平均值)/标准差,并存储为新变量new_index1,  new_index1a,   new_index1b

3、对变换后的变量进行描述统计


 一、前言

  SPSS(Statistical Product and Service Solutions),“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”(Solutions Statistical Package for the Social Sciences),但是随着SPSS产品服务领域的扩大和服务深度的增加,SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”,这标志着SPSS的战略方向正在做出重大调整。

        SPSS为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,有Windows和Mac OS X等版本。

SPSS 26 资源及安装教程http://t.csdn.cn/VECZ2想了解该软件的朋友可以先看看上面的文章哦!!!

二、题目分析

1、分析:

        题目中给出一个数据表:CCSS_Sample.csv,我们需要对数据表中的三个指标总指数、现状指数和预期指数进行标准正态变换。然后对变换后的变量进行统计描述。

        题目的意思很简单,明确目标后,进行下一步!!!

标准正态变换(SPSS统计描述分析) 

上图为数据文件的三个变量,为题目所求。

2、何为标准正态转换?为什么要变换?

原因:

        数据挖掘过程中,不同变量数据单位不一,比如,我们想知道一个人身体健康状况,其身高是170cm,体重是60kg,视力是2.5,心跳是80/min,这些指标都是描述一个人身体状况的数据,我们对这指标进行单独的分析,不会产生错误。但是,一起分析就会产生错误,由于单位的不同,指标之间不能进行比较,这些单位不同指标会对建模的准确度有一定影响。

        因此,在数据挖掘之前,我们要对数据做标准化处理。
        另外,我们还需要对数据做一定的变换,比如使其接近正态分布,这样从数据形式上可以对问题有更好的解释。

而数据的标准化方式也有很多种,本题我们使用的是标准化(z_score规范化)

三、解题步骤

1、先对总指数、现状指数和预期指数进行统计描述,求出各指标的平均值和标准差。

描述统计

N

最小值

最大值

均值

标准 偏差

方差

统计

统计

统计

统计

标准 错误

统计

统计

总指数

1147

.00

156.21

95.8935

.61998

20.99710

440.878

现状指数

1147

.00

176.07

99.2227

.83955

28.43333

808.454

预期指数

1147

.00

145.29

94.0598

.68256

23.11645

534.370

有效个案数(成列)

1147

具体操作:“分析”——“描述统计”——“描述”

2、计算变量,进行标准正态变换,公式:(原数据-平均值)/标准差,并存储为新变量new_index1,  new_index1a,   new_index1b

标准正态变换(SPSS统计描述分析)

具体操作:如下图所示:

标准正态变换(SPSS统计描述分析) 

 记得勾选复选框”将标准化值另存为变量即可“,变量名字可以自行修改。

或者,操作:”转换“——”计算变量“

标准正态变换(SPSS统计描述分析)

 图中:”平均值“、”标准差“自行对应输入第1步求出的值。

3、对变换后的变量进行描述统计

描述统计

N

最小值

最大值

均值

标准 偏差

方差

统计

统计

统计

统计

标准 错误

统计

统计

Zscore:  总指数

1147

-4.56699

2.87277

.0000000

.02952693

1.00000000

1.000

Zscore:  预期指数

1147

-4.06895

2.21598

.0000000

.02952693

1.00000000

1.000

Zscore:  现状指数

1147

-3.48966

2.70278

.0000000

.02952693

1.00000000

1.000

有效个案数(成列)

1147

具体操作跟上面第2步一样,但复选框不用勾选。 

可见,标准化后的变量,其均值均为0,标准差均为1.

好啦!本篇文章学习到这,本人是笨笨的小玥,路还有很长要走,咱们来日方长!

期待您的关注!!!文章来源地址https://www.toymoban.com/news/detail-446237.html

到了这里,关于标准正态变换(SPSS统计描述分析)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • 【多元统计分析】判别分析——SPSS上机实验

    【多元统计分析】判别分析——SPSS上机实验

    参考文献:何晓群.《多元统计分析》中国人民大学出版社第五版(82-105) 公众号中还有更多的理论知识、个人笔记整理和资源放送,欢迎阅读哦~ 通过判别分析,对数据中的变量的各类特征值判别确定其类型属性。 为研究某地区人口死亡状况,已按某种方法将15个一直样品分为

    2024年02月04日
    浏览(8)
  • SPSS常用的10种统计分析

    SPSS常用的10种统计分析

    目录   实验一  地理数据的统计处理 一、实验目的 二、实验内容 三、实验步骤 实验二  双变量相关分析 一、实验目的 二、实验内容 三、实验步骤 实验三 主成分分析 一、实验目的 二、实验内容 三、实验步骤 实验四  因子分析 一、实验目的 二、实验内容 三、实验步骤

    2023年04月08日
    浏览(9)
  • 【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】

    【多元统计分析】主成分分析——SPSS上机实验【过程+结果分析】

    题目来自何晓群《多元统计分析》(第五版)例题5-3 试利用主成分综合评价全国各地区水泥制造业规模以上企业的经济效益,原始数据来 源于2014 年《中国水泥统计年鉴》,如表5一5所示。 掌握主成分分析的使用方法,提取主成分,计算主成分得分及综合得分。 一、标准化

    2024年02月05日
    浏览(8)
  • 基于spss的多元统计分析 之 聚类分析+判别分析(3/8)

    基于spss的多元统计分析 之 聚类分析+判别分析(3/8)

    实验目的: 1. 掌握多元数据的相关性、正态性、可视化表征的基本原理; 2.熟悉掌握SPSS软件/R软件的基本用法和基本操作; 3.利用实验指导中及软件中内置的实例数据,上机熟悉相关性检验+正态性检验+可视化数据方法。 实验内容: 1.实验数据为女性汗液+ 32名学生核心课

    2024年02月09日
    浏览(12)
  • 【SAS应用统计分析】数据的描述性统计分析

    【SAS应用统计分析】数据的描述性统计分析

    声明:本文知识参考内容来自网络,如有侵权请联系删除。本文还参照了B站up主庄7的课程内容【公开课】数据分析与SAS【15课】 目录 实验原理 描述性统计量 1.反映数据集中趋势的特征量 2.反映数据离散程度的特征量 3.反映数据分布形状的特征量 数据的图形描述 直方图 箱线

    2024年02月01日
    浏览(15)
  • 数据的统计描述和分析——假设检验

    对总体X的分布律或分布参数作某种假设,根据抽取的样本观察值,运用数理统计的分析方法,检验这种假设是否正确,从而决定接受假设或拒绝假设. 1. 参数检验 :如果观测的分布函数类型已知,这时构造出的统计量依赖于总体的分布函数,这种检验称为参数检验.参数检验

    2024年02月14日
    浏览(11)
  • PART 4 描述性统计分析

    PART 4 描述性统计分析

    · 分布剖析 有两条法则可以告诉你: 大部分数据落在概率分布中的哪个区域。 经验法则 ——适用于 符合 正态分布 的任何数据 集。表明:几乎所有的数据都位于距离均值3个标准差的范围内。具体: 大约68%的数值位于距离均值1个标准差的范围内; 大约95%的数值位于距离均

    2024年02月08日
    浏览(13)
  • 使用Python进行数据分析——描述性统计分析

    使用Python进行数据分析——描述性统计分析

    大家好,描述性统计分析主要是指求一组数据的平均值、中位数、众数、极差、方差和标准差等指标,通过这些指标来发现这组数据的分布状态、数字特征等内在规律。在Python中进行描述性统计分析,可以借助Numpy、Pandas、SciPy等科学计算模块计算出指标,然后用绘图模块Ma

    2024年02月07日
    浏览(11)
  • 第3章-指标体系与数据可视化-3.2-描述性统计分析与绘图

    目录 变量的度量类型 变量的分布类型 正态分布 对数正态分布  伽马分布

    2024年02月07日
    浏览(18)
  • 【100天精通Python】Day57:Python 数据分析_Pandas数据描述性统计,分组聚合,数据透视表和相关性分析

    目录 1 描述性统计(Descriptive Statistics) 2 数据分组和聚合 3 数据透视表 4 相关性分析

    2024年02月07日
    浏览(18)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包