SPSS提供的建立判别函数的方法有： 1.全模型法：把所有的变量放入判别函数中 2.逐步判别法 判别分析的步骤 对于分为m类的研究对象，建立m个线性判别函数，对测试的样本代入判别函数，得出判别得分，从而确定该样本属于哪一类。

企业统计培训的难题 领导总是抱怨统计人员的分析过于简单，统计人员总是觉得领导苛求，竭尽全力也玩不成花样，于是指望通过培训解决问题 培训者总是偏向对付复杂数据的高级方法，受训者总是学会了高级方法照样无能为力，于是感觉培训解决不了问题

企业统计培训的难题 领导总是抱怨统计人员的分析过于简单，统计人员总是觉得领导苛求，竭尽全力也玩不成花样，于是指望通过培训解决问题 培训者总是偏向对付复杂数据的高级方法，受训者总是学会了高级方法照样无能为力，于是感觉培训解决不了问题

一、说明 （一）课程的性质、地位和任务 SPSS是软件英文名称的首字母缩写，原意为Statistical Package for the Social Sciences，即“社会科学统计软件包”。是国际著名三大社会科学统计软件包之一（SAS、SPSS、Statis）。全球约有25万家产品用户，它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。SPSS最突出的特点就是操作界面极为友好，输出结果美观漂亮，它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。 （二）课程教学的基本要求 要求学生在大概了解SPSS原理的基础上，能够掌握其操作过程，进行一般的统计分析，并且能够根据结果解释、论证假设。 （三）课程教学改革 目前有关SPSS统计分析的书籍较多，但针对心理学专业教学方面的书籍几乎没有，使得教学过程中出现一些困难，如一些书上所举的例子、所练习的数据多适合医学等学科使用，和心理教育专业相差太远，所以，教学过程中，需要补充和心理学比较接近的知识，使学生能够将以前学过的知识和现在学习的内容结合起来，受到更好的效果。 二、本文 （一）课程理论教学 第一章: SPSS概览－－数据分析实例详解 第一节SPSS概况 一、SPSS简介 二、操作方式： 三、缺点和不足 第二节 SPSS安装与进入 第三节 SPSS数据分析实例详解 一、 数据的输入和保存 （一） SPSS的界面 （二）定义变量 （三） 输入数据 （四）保存数据 二、 数据的预分析 （一） 数据的简单描述 （二）绘制直方图 （三） 按题目要求进行统计分析 （四）导出分析结果 [重点] SPSS安装与进入 [难点] 数据的输入和保存 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 什么是SPSS 第二章 数据文件的管理 第一节　建立与保存数据文件-File菜单 一、新建数据文件 （一）定义新变量 （二） 数据的录入 二、打开其他格式的数据文件 （一） 使用数据库查询打开 （二）直接打开 三、保存数据文件 四、File菜单中的其他条目 第二节　编辑数据文件 一、从原有变量计算新变量 二、　用于数据管理的菜单项 [重点] 建立与保存数据文件-File菜单 [难点] 打开其他格式的数据文件 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 如何建立与保存数据文件 第三章：Descriptive Statistics菜单详解 第一节 Frequencies过程 一、界面说明 二、实例分析 三、结果解释 第二节 Descriptives过程 一、界面说明 二、结果解释 第三节 Explore过程 一、界面说明 二、结果解释 第四节 Crosstabs过程 一、界面说明 二、 分析实例 三、结果解释 [重点] Frequencies过程、Descriptives过程 [难点] Explore过程、Crosstabs过程 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 第四章 Compare Means菜单详解 第一节　Means过程 一、　界面说明 二、　结果解释 第二节 　One-Samples T Test过程 一、　界面说明 二、　结果解释 第三节　Independent-Samples T Test过程 一、　界面说明 二、　结果解释 第四节 Paired-Samples T Test过程 一、　界面说明 二、　分析实例 三、 结果解释 第五节　One-Way ANOVA过程 一、　界面说明 二、　分析实例 三、　结果解释 [重点] One-Samples T Test过程、Independent-Samples T Test过程、Independent-Samples T Test过程、One-Way ANOVA [难点] Paired-Samples T Test过程 [教学方法] 讲授法，多媒体演示，实例讨论 [思考题] 如何检验平均数差异 第五章 General Linear Model菜单详解（上） 第一节　两因素方差分析 一、univarate对话框界面说明 二、例题分析 三、　结果解释 第二节　协方差分析 一、分析步骤 二、结果解释 第三节　其他较简单的方差分析问题 [重点] 两因素方差分析、 [难点] 协方差分析 [教学方法] 讲授法，多媒体演示，实例讨论

以经济效益数据为例，用聚类分析法对各省市作分类（见spssex-4/全国各省市经济效益数据） 以城镇居民消费资料为例，用聚类分析法对各省市作分类（见spssex-4/城镇居民消费支出资料） Spss中的聚类功能常用的有两种： 快速聚类（迭代过程）：K-Means Cluster 系统聚类：Hierarchical Cluster

在进入SPSS后，具体工作流程如下： 1. 将数据输入SPSS，并存盘以防断电。 2. 进行必要的预分析（分布图、均数标准差的描述等），以确定应采用的检验方法。 3. 按题目要求进行统计分析。 4. 保存和导出分析结果。

完整综合版 数据挖掘 数据分析工具 SPSS软件实习实训教程 共137页.doc

8.1　两因素方差分析 8.1.1　univarate对话框界面说明 8.1.2　结果解释 8.2　协方差分析 8.2.1　分析步骤 8.2.2　结果解释 8.3　其他较简单的方差分析问题 8.4　多元方差分析 8.4.1　分析步骤 8.4.2　结果解释 8.5　重复测量的方差分析 8.5.1　Repeated measures对话框界面说明 8.5.2　结果解释 请注意，本章的标题用了一些修辞手法，一般线性模型可不是用一章就可以说清楚的，因为它包括的内容实在太多了。 那么，究竟我们用到的哪些分析会包含在其中呢？简而言之：凡是和方差分析粘边的都可以用他来做。比如成组设计的方差分析（即单因素方差分析）、配伍设计的方差分析（即两因素方差分析）、交叉设计的方差分析、析因设计的方差分析、重复测量的方差分析、协方差分析等等。因此，能真正掌握GLM菜单的用法，会使大家的统计分析能力有极大地提高。 实际上一般线性模型包括的统计模型还不止这些，我这里举出来的只是从用SPSS作统计分析的角度而言的一些。 好了，既然一般线性模型的能力如此强大，那么下属的四个子菜单各自的功能是什么呢？请看： • Univariate子菜单：四个菜单中的大哥大，绝大部分的方法分析都在这里面进行。 • Multivariate子菜单：当结果变量（应变量）不止一个时，当然要用他来分析啦！ • Repeted Measures子菜单：顾名思义，重复测量的数据就要用他来分析，这一点我可能要强调一下，用前两个菜单似乎都可以分析出来结果，但在许多情况下该结果是不正确的，应该用重复测量的分析方法才对（不能再讲了，再讲下去就会扯到多水平模型去了）。 • Variance Components子菜单：用于作方差成份模型的，这个模型实在太深，不是一时半会说的请的，所以我在这里就干脆不讲了。 出于模型复杂性、篇幅、应用范围及乱七八糟一系列的理由，当然主要是我懒得一一解释，我决定本章采用举例讲解的方式，及讲解一些常见的分析实例，通过这种方法来熟悉那些最为常用的分析方法。

上次更新日期： 9.1　Bivariate过程 9.1.1　界面说明 9.1.2　分析实例 9.1.3　结果解释 9.2　Partial过程 9.2.1　界面说明 9.2.2　结果解释 9.3　Distances过程 在医学中经常要遇到分析两个或多个变量间关系的情况，有时是希望了解某个变量对另一个变量的影响强度，有时则是要了解变量间联系的密切程度，前者用下一章将要讲述的回归分析来实现，后者则需要用到本章所要讲述的相关分析实现。 SPSS的相关分析功能被集中在Statistics菜单的Correlate子菜单中，他一般包括以下三个过程： • Bivariate过程 此过程用于进行两个/多个变量间的参数/非参数相关分析，如果是多个变量，则给出两两相关的分析结果。这是Correlate子菜单中最为常用的一个过程，实际上我们对他的使用可能占到相关分析的95%以上。下面的讲述也以该过程为主。 • Partial过程 如果需要进行相关分析的两个变量其取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的相关系数，这种分析思想和协方差分析非常类似。Partial过程就是专门进行偏相关分析的。 • Distances过程 调用此过程可对同一变量内部各观察单位间的数值或各个不同变量间进行距离相关分析，前者可用于检测观测值的接近程度，后者则常用于考察预测值对实际值的拟合优度。该过程在实际应用中用的非常少。

10.1 Linear过程 10.1.1 简单操作入门 10.1.1.1 界面详解 10.1.1.2 输出结果解释 10.1.2 复杂实例操作 10.1.2.1 分析实例 10.1.2.2 结果解释 10.2 Curve Estimation过程 10.2.1 界面详解 10.2.2 实例操作 10.3 Binary Logistic过程 10.3.1 界面详解与实例 10.3.2 结果解释 10.3.3 模型的进一步优化与简单诊断 10.3.3.1 模型的进一步优化 10.3.3.2 模型的简单诊断 　 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学领域中，此类问题很普遍，如人头发中某种金属元素的含量与血液中该元素的含量有关系，人的体表面积与身高、体重有关系；等等。回归分析就是用于说明这种依存变化的数学关系。