SPSS 軟體與統計應用 Ya-Yun Cheng, How-Ran Guo

Presentation on theme: "SPSS 軟體與統計應用 Ya-Yun Cheng, How-Ran Guo"— Presentation transcript:

1 SPSS 軟體與統計應用 Ya-Yun Cheng, How-Ran Guo 2014.03.25
Department of Environmental and Occupational Health, NCKU

2 製造一篇PAPER所需要的統計方法…

3 Outline 第一章 編碼與變數檢視 第二章 資料轉換 (計算、變更) 第三章 資料的合併與篩選與分割
第一章 編碼與變數檢視 第二章 資料轉換 (計算、變更) 第三章 資料的合併與篩選與分割 第四章 敘述統計量 (平均值、最大小、變異) 第五章 平均數檢定 (T-test, ANOVA) 第六章 類別檢定 (Chi-square test) 第七章 迴歸分析 (線性、邏輯式) 第八章 統計圖 (Graphs)-箱形圖 ROC curve

4 第一章 編碼與變數檢視

5 資料視窗.sav 資料編輯視窗 變數檢視視窗

6 結果視窗 .spv

7 進入SPSS之前的準備工作 編碼 輸入 1-1 數據資料的形式： 矩陣式數據要求每一個橫行代表一筆觀察值， 縱列按變數排列；成為矩陣格式。

8 1-2 編碼的概念： 根據一定的規格將研究資料轉換成可進行統計分析的數碼資料過程 問題：您以為外勞對於台北市的社會秩序是否有影響？（單選） 1□有很大影響 2□有較大影響 3□影響很小 □沒有影響 4 答案 編碼

9 資料編輯視窗 選項數值說明 小數 變項說明 對齊 寬度 遺漏值 測量尺度 類型 欄 變項名稱

10 1-3 變數檢視（Variable View） ＊名稱(Name) 設定變數名稱，在資料檢視視窗會呈現var1、var2，可經由變數
檢是視窗做更改，但是變數命名有其原則，如下所示： 變數名第一個字必須為英文字(a~z)，其後面才可以連接數字(0~9)、英 變數命名最後一個字絕對不能是句點 變數名稱的長度不可超過8個位元(一個中文字為2位元) 空白字或特殊字元(如 !、?、* )嚴禁使用 每個變數命名必須唯一性，不能有兩個相同變數名 英文大小寫命名皆相同 SPSS的保留字不能當變數名稱，如：ALL NE EQ TO LE LT BY OR GT GE AND NOT WITH

11 數字 Numeric：數值型變數，其數值可以正、負號 逗點 Comma：三位一小撇之貨幣符號 點 Dot：其數值前面可有正、負符號當前導字，
＊類型(Type) 在此敲擊滑鼠左鍵，即跳出變數類型的對話框 數字 Numeric：數值型變數，其數值可以正、負號 逗點 Comma：三位一小撇之貨幣符號 點 Dot：其數值前面可有正、負符號當前導字， 並以一個逗號當小數點，其餘逗點當三位一小撇之貨幣符號 科學記號 Scientific notation：變數為數值且以科學記號表現 日期 Date：其有效值可以是日期and/or時間 貨幣 Dollar：變數為金額，包括$符號 自定貨幣 Custom currency：變數為金額，以自定格式顯示 字串 String：可用任何中文或英文字母 字元；可自行設定，但是必須注意一個中文字母為2位元

12 點選，即出現Value Labels畫面，即可進行編輯
＊寬度(Width) 變數資料內容實際位元長度 ＊小數(Decimal) 變數內容的小數位數 ＊註解(Label) 變數內容的註解說明，最大為120個位元 ＊數值(Value) 給原始值一個標註，最大為60個位元 在此敲擊滑鼠左鍵，即跳出變數類型的對話框 點選，即出現Value Labels畫面，即可進行編輯 【範例】以「性別」這個變數為例 Step1：數值(U)空格中鍵入「1」 Step2：數值註解(E)空格中鍵入「M-男性」 Step3：點選新增(A)按鈕 Step4：數值(U)空格中鍵入「0」 Step5：數值註解(E)空格中鍵入「F-女性」 Step6：點選確定後即完成

13 ＊遺漏(Missing) 用來定義遺失值，若變數為數值變數，則系統預設為None，表不設定使 用遺失值以空白代表 ＊欄(Columns) 編輯視窗中變數顯現出來欄位寬度 ＊對齊(Align) 輸入內容的對齊方式，分為置左對齊、置中對齊、置右對齊，系統預設 為置右對齊

14 第二章 資料轉換

15 2-1 新觀察值的計算 設定目標變數之名稱 設定目標變數之數值運算式 舊有變數 計算按鍵台 SPSS 內建函數

16 內建函數 算數函數─ 統計函數─ ABS()：取絕對值 SUM()：求運算式總和 RND()：取四捨五入 MEAN()：求運算式平均數
TRUNC()：截去小數位數 MOD(X,Y)：將X除以Y後取其餘數 SQRT()：開根號 EXP()：取自然指數函數 LG10()：取以10為底之對數函數 LN()：取以EXP(1)為底之對數函數 ARSIN()：取反正弦函數 ARTAN()：取反正切函數 SIN()：取正弦函數 COS()：取餘弦函數 統計函數─ SUM()：求運算式總和 MEAN()：求運算式平均數 SD()：求運算式標準差 VARIANCE()：求運算式變異數 CFVAR()：求運算式變異係數 MIN()：求運算值的最小值 MAX()：求運算值的最大值

17 【範例】由於國文成績過低，所以設定原始成績開根號 且乘以１０之後為最後國文成績
【範例】由於國文成績過低，所以設定原始成績開根號 　　　　且乘以１０之後為最後國文成績 Step1：轉換→計算 Step2 Step3 執行step1~step3出來的結果

18 2-1-2 計算日期與年齡

19 2-2 重新編碼- 將已存在的數值變數或短字串變數的值加以重新編碼
2-2 重新編碼- 將已存在的數值變數或短字串變數的值加以重新編碼 Step1：轉換→重新編碼→成不同變數

20 Step2：把「性別」移至　數值變數(V)->輸出變數框中
Step3：設定輸出之新變數的名稱→變更(C)→舊值與新值(O)

21 Step4：先勾選　輸出變數為字串(B)→ 舊值數值框中鍵入１→新值數值鍵入male→新增(A) 舊值數值框中鍵入２→新值數值鍵入female→新增(A) →繼續→確定

22 執行Step1~Step4的結果

23

24 Because the arsenic levels were divided into three categories, two dummy variables
p=0.001 p=0.001 p=0.001

25 第三章 資料的合併與篩選與分割 (Merge & Select & Cut)

26 3-1 資料檔之合併(Merge) 【範例】兩個資料檔做水平合併
Step1：資料→合併檔案→新增變數

27 Step2：匯入資料2檔案 Step3：按確定即可。 SPSS自動將兩個檔案有不同的變數名稱放在右邊的
　　　框中，左邊的框中有「姓名」是因為兩個檔案皆有姓名這個變數， 　　　所以在合併檔案的過程將其排除

28 3-1 資料檔之合併(Merge) 【範例】多對多合併 *(排序、寬度 一致)*

29 3-1 資料檔之合併(Merge) 【範例】多對多合併 *(以小博大)*

30 3-2資料之篩選(Select) 【範例】篩選後只留下性別為男性的觀察值
Step1：資料→選擇觀察值

31 Step2：點選如果滿足設定條件(C)→若(I)

32 Step3：把「性別」移至右邊框中並且運算=1，
此代表我們只挑選當性別為1時的觀察值

33 執行Step1~Step3的結果，發現第5、7、10比的觀察值
已被暫時刪除，當跑其他分析時並不會讀到這三筆觀察值， 換言之，只讀得到「性別」為男性的觀察值

34 3-2資料之篩選(Select)- 篩選資料另存新檔

35 3-3資料之分割(Cut)- 分割檔案、比較群組

36 第四章 敘述統計量 (Descriptive Statistics)

37 4-1 次數分配表(Frequencies) 目的：求得資料之次數分配表及一些特徵量數， 或繪製資料支圓餅圖、長條圖或直方圖等
點選：分析(A)→描述性統計(E)→次數分配表(F)

38 次數分配表裡有三個次指令，分別為 統計量(S)、圖表(C)、格式(F)

39 圖表(C)：其功能在執行所輸出之統計圖，SPSS提供長條圖(Bar charts)、 圓形圖(Pie charts)、直方圖(Histograms)，其中直方圖還可進一 步界定SPSS印出常態分配曲線。而各圖形之呈現方式，可以 選擇次數(Frequencies)或百分比(Percentages) 格式(F)：其功能在設定輸出報表之格式 順序依據(Order by)：選擇資料呈現時排序的方式 多重變數(Multiple variance)：若處理變數有多個時， 在列印統計量時， 選擇將多格變數列印在同一表 中以作比較，或分開列表

40 4-2 描述性統計量(Descriptive)
目的：可求得資料中之數值變數之敘述統計量 點選：分析(A)→描述性統計(E)→描述性統計量(D)

41 【範例】計算英文成績的平均數、變異數、 偏態係數
Step1：分析(A)→描述性統計(E)→描述性統計量(D)

42 Step2：將英文成績移至變數(V)框中→點選選項(O)
Step3：點選平均數(M)、變異數(V)、偏態(W)→點選繼續→確定

43 執行Step1~Step3的結果如下表 十個人英文成績平均為49分， 變異數為419.111代表成績差異大較分散，
偏態係數為-0.15代表這組資料為左偏

44 LINE Durbin-Watson (D-W) 來檢定有無自我一階相關的問題， 即殘差是否為獨立。

45 柯-史兩樣本檢定（The Kolmogorov-Smirnov Test） 是將柯-史單一樣本檢定擴展使用，主要是檢定兩個獨立樣本的
累積觀察次數的分配是否一致。若是，則樣本可能來自同一個母體 反之，則否。 K-S檢定(Kolmogorov-Smirnov goodness-of-fit test). ▪ H0: 誤差項遵循常態分配. ▪ H1: 誤差項未遵循常態分配

46

47 第五章 均數檢定 (Compare Means)

48 【範例】現在想依「性別」作為分層之依據，求
5-1 分群之統計量(Means) 【範例】現在想依「性別」作為分層之依據，求 出男女生數學成績之平均數與變異數 Step1：分析(A)→比較平均數法(M)→平均數(M)

49 Step2：將數學成績移至依變數清單(D)，
將性別移至自變數清單(D)→點選選項(O)

50 Step3：將左邊的平均數與變異數移至右邊格統計量(C)框中 →繼續→確定
Step1~Step3即出現下表之結果 男性平均為66.14分，女性平均為44.67分， 整體來說男性數學成績比女性好， 此外，根據變異數可看出男性成績比起女性較為集中

51 5-2 單一母體平均數檢定 (One-Sample T Test)
【範例】檢定國文成績 ：國文平均成績 50 Step1：分析(A)→比較平均數法(M)→單一樣本T檢定(S)

52 Step2：將國文成績移至檢定變數(T)框中，檢定值(V)框
中輸入50→點選選項(O) Step3： 信賴區間設定95% →繼續→確定

53 執行Step1~Step3結果如下報表， 依據題意得知此題為單尾檢定， 判別t值=1.31 0，所以單尾P-Value=1- =0.8885。在顯著水準95%之下，不拒絕 ，國文成績 50

54 5-3 兩獨立母體平均數檢定(Independent-Sample T Test)
【範例】檢定男生與女生數學平均成績相等 Step1：分析(A)→比較平均數法(M)→獨立樣本T檢定(T)

55 Step2：將數學成績移至檢定變數(T)框中，
性別移至分組變數(G)框中→點選定義組別(D) Step3：組別1(1)鍵入1， 組別2(2)鍵入2→繼續→確定

56 執行Step1~Step3之後得到下表 由於平均數差異檢定有一個很重要的基本假設─變異數同質性， 因此進行T檢定前會先對二組樣本之變異數是否同質進行檢定。 下表左半部就是對二組樣本進行同質行性檢定的結果， F值為0.196(P-Value=0.67)不顯著，代表二組樣本變異數相等， 於是右半部的報表則看第一列的數據， 反之，變異數不相等則看右部第二列的數據。 此例題我們看第一列之數據，發現t值之P-Value值不顯著， 因此不拒絕，代表男生與女生數學平均相等

57 PAIRE T TEST

58 ANOVA test

59

60 第六章 類別卡方檢定

61

62

63 無原始數據情況下

64

65 Chisq square for trend test in SAS data b; input exposure disease no;
cards; 0 0 6 0 1 38 1 0 7 1 1 34 2 0 13 2 1 30 ; proc print; run; proc freq; weight no; table exposure * disease / chisq trend; run; proc logistic; class exposure (REF='0')/PARAM=REF; model disease (EVENT='1')=exposure /RISKLIMITS;

66 第七章 迴歸分析檢定

67 SEX變數p<0.001 βSEX=11.474 95%CI=8.634~14.314

68 HG變數p=0.059 OR=1.693 95%CI=0.981~2.925

69 Dummy var.

70

71

72 第八章 統計圖 (Graphs)- ROC curve 箱型圖 Box-Plot

73 常用統計圖種類 10. 誤差條圖(error bar) 1. 莖葉圖(stem-and-leaf) 11. 散佈圖(scatter)
3. 折線圖(line) 4. 區域圖(area) 5. 圓餅圖(pie) 6. 高低圖(high-low) 7. 柏拉圖(Pareto) 8. 管制圖(control) 9. 箱型圖(boxplot) 10. 誤差條圖(error bar) 11. 散佈圖(scatter) 12. 直方圖(histogram) 13. P-P plot 14. Q-Q plot 15. sequence chart 16. ROC 曲線圖 17. 時間序列圖 統計圖 73

74

75 ROC 曲線在醫界研究 A B 傳統ROC分析已經廣泛使用於診斷評估測試中，但是它的限制在於分成兩個結果
用ROC曲線(Receiver Operating Characteristic Curve)來評估診斷測是在醫界已經行之多年；1971年，Lusted把ROC曲線的觀念引介給醫學界，指出ROC曲線是以「X軸與Y軸分別代表偽陽性(FPF)診斷與真陽性(TPF)診斷」的點狀圖 B 75

76 學者對ROC 曲線之研究與整理 1 2 3 ROC曲線下的面積做為診斷工具分辨能力的指標
這個面積（大於0，小於1）代表強迫二選一（two- alternative-forced-choice）的情形下，診斷工具猜對有病 者、無病者的機率 3 ROC曲線的用處之一，是提供研究者找出一個較好的反 折點(cut-off point)，使診斷工具的敏感度與精確度能有合 理的平衡 76

77 ROC曲線 77

78 ROC曲線相關 傳統的ROC將測試結果分成兩類：Positive(陽性) and Negative(陰
性)，如果測試結果的數值很接近陽性或陰性的邊界時，將會被 完全接受，或是拒絕 ROC認為"可以知道每一個人真實的檢驗結果"這個觀念為基礎， 一般稱之為黃金標準(Gold Standard)。但是在醫學上，一般認為 可以做為「黃金標準」的長期追蹤、組織切片檢查、造影攝影 術和屍體解剖，除了最後一項外，其他檢驗無法確定是絕對正 確，所以黃金標準又稱之為「參考標準」 黃金標準將受檢驗的人分為兩類：Diseased(有病)與Non- diseased(沒病)，而黃金標準有時候並不是那麼精測的測試，所 以可以導入Fuzzy的觀念加以改進且說明 統計圖 78

79 ROC 曲線資料考量 檢定變數為數值變數； 它們通常是由判別分析的機率、logistic 迴歸、或任意尺度上的分數所組成，此尺度上會表示定等級者會落在某一類別或其他類別的「信賴強度」；狀態變數可以是任何類型的變數，但要指出受試者所屬的真實類別； 狀態變數的值會指出哪一個類別應視為正向 資料 假設等級者尺度上數值的增加，代表相信受試者屬於某類別的程度加深，則尺度上數值的減少，則代表相信受試者屬於其他類別的程度增加；使用者必須選擇正向； 同時假設已知各受試者屬於真的類別 假設 79

80 ROC 曲線選項 1 2 3 分類： 讓您指定在進行正向分類時，是否要加入或排除分割值 檢定方向：讓您指定與正向類別相關之尺度的方向
區域標準誤差的參數：讓您指定估計曲線下區域之標準誤的方法；可用的方法有非參數式 (nonparametric) 和雙負指數；同時您還可以設定信賴區間的等級。 有效範圍為 50.1% 到 99.9%。 統計圖 80

81 ROC 曲線在SPSS操作步驟 分析→ROC曲線 統計圖 81

82 ROC 曲線在SPSS操作步驟 選取欲檢定變數&狀態變數並設定狀態變數值 選定檢定方向&選擇雙負指數 勾選欲選取之項目 統計圖 82

83 ROC 曲線在SPSS輸出 統計圖 83

84 Thank you for your attention! ~ The END ~ Discussion (05/27) 實機操作分析實例