高等学校教材

ＳＰＳＳ统计分析基础教程
主　编　张文彤
闫　洁

高等教育出版社
内 容简介

ＳＰＳＳ是 最为 优秀 的统计 软件 之一 ，深 受 各 行业 用户 的 青 睐。 为 满 足 广大 读者 学 习 统计 学入 门 知 识和 统计
软 件入 门操作 的需 求，本书 改变 了以 往 ＳＰＳＳ书 籍对 统计 理论 和软 件 操作 “两 条 主线 、各 自表 述”的 编写 方式 ，将
两 者完 全融合 起来 。全 书共 分 １５章，以 ＳＰＳＳ１２．
０为 准，针 对 统计 初学 者和 ＳＰＳＳ初 级用 户的 需 求，以 统 计 理论
为 主线 ，详 细介 绍了 在 ＳＰＳＳ中 的界 面操 作、数据 管理、统 计图 表制作 、统计 描 述和 常用 单因 素 统计 分析 方 法 的原
理 与实 际操 作。其 内容 覆盖 了 目前 国内 大部 分 专业 本科 统计 课程 的教 学范 围 ，并结 合 ＳＰＳＳ的强 大 功 能做 了很
好 的扩 展。各 章后 均附 有参 考 文献 和思 考练 习题 ，涉 及 统 计理 论的 章节 还提 供了 本章 小结 。全 书内 容深 入浅
出 ，风 格简 洁明 快，是一 本难 得 的统 计理 论与 ＳＰＳＳ操作 相结 合的 教材 。
品
本 书可 用作各 专业 本科 生 和研 究生 的统 计 学 教 材，也 可作 为 ＳＰＳＳ１０～１２版 的 通用 入门 教 材 ，可 供各 行业
中 非统 计专 业背景 的人 员以 及 希望 从头 学习 ＳＰＳＳ软 件的人 员使 用。
出
　 图书在 版编目 （ＣＩＰ）数据 线
　 ＳＰＳＳ统计分 析基础 教程 ／张文彤 ，闫洁主 编．— 北京： 在
高 等教育 出版社 ，２００４．９
　Ｉ ＳＢＮ７－０４－０１５８５５－８ 文
　 Ⅰ．Ｓ．．．　Ⅱ．①张．．．②闫．．．　Ⅲ ．统计分 析 －软 件
　　 中
包 ，ＳＰＳＳ－高等学 校 －教 材　Ⅳ ．Ｃ８１９
　　
　 中国版 本图书 馆 ＣＩ
Ｐ数据核 字（２００４）第 ０８７６９１号

ｏ ｍ
ｌ． ｃ
策 划编辑 　耿　 芳　　 责任编 辑　欧 阳舟　 　市场 策划　 韩　飞 　　封 面设计 　于文燕

ｌ
版 式设计 　张　 岚　　 责任校 对　朱 惠芳　 　责任 印制　 　　　

Ａ
ｓ ｅ
ｎ ｅ
出 版发 行　 高等教 育出 版社 　 　　 　　 　　 　 　　 　　 　购 书热 线 　０１０－６４０５４５８８

邮 政编 码　１０００１１
ｈ ｉ
社 　　 址　 北京市 西城 区德 外 大街 ４号 免 费咨 询 　８００－８１０－０５９８
网 　　 址 　ｈｔ
ｔｐ：／／ｗｗｗ．ｈｅｐ．ｅ
ｄｕ．ｃｎ

．Ｃ
总 　　 机　０１０－５８５８１０００ ｈｔ
ｔｐ：／／ｗｗｗ．ｈｅｐ．ｃ
ｏｍ．ｃｎ

ｗ
经 　　 销　 新华书 店北 京发 行 所

ｗ
印 　　 刷

ｗ
开 　　 本　７８７×１０９２　１／
印 　　 张　２４
１６ 版 　　 次 　　 　年 　月 第 １版
印 　　 次 　　 　年 　月 第 　次 印刷
字 　　 数　５８００００ 定 　　 价 　３２．００元

本 书如 有缺 页、倒页 、脱 页等 质 量问 题，请到 所购 图书 销 售部 门联 系调 换。
版 权所有 　侵权 必究
物 料号：１５８５５－００
 ＳＰＳＳ统 计 分 析 基 础 教 程 参 编 人 员

　 　　　 　　 主　　编　 张文彤（复旦大学）

闫　洁（博塔（中国）有限公司）

编　　者　（以姓氏笔画为序）
王　莉（天津财经大学）
邝春伟（华东师范大学）
行智国（博塔（中国）有限公司）
邹艳辉（博塔（中国）有限公司）
赵　杨（南京医科大学）
赵新平（复旦大学）
高　峻（复旦大学）
董　伟（博塔（中国）有限公司）
 序 　　言 Ⅰ　 　　　

序　　 言

知识 经济时 代，数据 成为 宝 贵 的 经济 资源。 在 国 外，电信、医 疗、银 行、证 券、保 险 、制 造、商

业 、科研、教育等 行业已 广泛采 用先进 的统计 分析技 术从数 据中提 取有价 值的信 息和知识 。在国
内 ，随着市 场的蓬 勃发展 ，了解 成熟的 统计分 析产品 ，借鉴成 功的统 计分析 行业应 用经验 ，运用科
学 的统计 分析方 法，从数 据中总 结、归 纳有用 的知识 ，并将知 识用于 市场营 销、运 营决策和 信用风
险 管理等 领域，帮 助企、事业单 位降低 消耗、增 加 效益 ，从而 提 高整 体 运 行效 率 ，已 成为 各行 业中
有 远见的 人士普 遍关注 的问题 。
ＳＰＳＳ软件 是全球 专业统 计分析 软件的 领导者 ，一直 致力于 帮助企 事业 单位 提 高科 学运 用统
计 分析方 法的能 力，２０世纪 ８０年 代 就已 经 被 许多 学 者引 入 中 国市 场 。它包 含 了丰 富 的 统计 分
析 算法，而 且在使 用层面 上更 多 地 考 虑了 客户 在 整 个统 计 分析 过程 中的 应 用 感 受，其 简 洁的 界
面 、完善的 数据准 备功能 和杰出 的图表 输出能 力使得 ＳＰＳＳ软 件 在全 球 有超 过 ２５万家 的机 构用
户 ，并成为 国内的 主流统 计分析 软件。 随着该 产品在 各行业 应用的 深入以 及 ＳＰＳＳ培训和 认证的
广 泛开展 ，目前国 内已涌 现出 一 大 批应 用 ＳＰＳＳ的 专 家。近 两年，国 内统 计 分 析 市场 如 火 如荼 ，
ＳＰＳＳ在 产品技 术上也 不断推 陈 出新 ，继 ＳＰＳＳ英文 版 在 国 内成 功应 用之 后，ＳＰＳＳ公 司 在 今年 首
次 推出了 简体中 文版，该 产品更 加符合 中国人 的使用 习惯，一经推 出便受 到各行 业人士的 喜爱。
为了 让中国 的 ＳＰＳＳ软件爱 好 者 更好 地使 用 软 件，我 们 在 经过 两年 的筹 备 后向 市 场 推出 了
ＳＰＳＳ统 计分析 大型丛 书。该 丛书是 一套全 面了解 、认识 和应用 ＳＰＳＳ最 新统计 分析软 件 、掌 握统
计 分析方 法的专 业书籍 ，以统计 分析在 国内的 应 用现 状 为切 入 点，本 着 学以 致 用的 原则 ，在 介绍
统 计理论 及 ＳＰＳＳ软件功 能模块 的同时 ，更侧 重于 统计 分析 在 各项 工 作 中的 实 际应 用，引导 读者
不 仅掌握 ＳＰＳＳ软 件及技 术原理 ，而且 学会运 用统计 方法解 决工作 和学习 中的实 际问题。
该丛 书由业 内权威 专家主 笔编写 ，资料引 用详 实 可 靠，实 例剖 析 切 中肯 綮 ，不 仅融 合了 行业
专 家在统 计应用 领域多 年的研 究成果 ，而且还 融入了 很 多 ＳＰＳＳ软 件 新、老 行 业用 户的 实际 应用
经 验。丛 书总结 了 ＳＰＳＳ软件在 各行业 的实践 应用状 况，并 综合 ＳＰＳＳ最新 行业应 用方案 ，使各行
业 读者能 通过学 习提 高 ＳＰＳＳ软 件 的 运 用能 力，解决 工 作 中 的 实 际 问 题。 在丛 书 编 写 过 程中 ，
ＳＰＳＳ公 司和博 塔（中国 ）有限公 司（ＳＰＳＳ中 国地区 分销商 ）的技术 专家还 及时提 供了国 际最 新的
行 业发展 信息和 ＳＰＳＳ最 新产品 和技术 信息，并结合 ＳＰＳＳ的 全球应 用状况 提出了 宝贵意见 。
丛书 将分期 分批出 版相应 的分册 ，其中首 批 面世 的为 通用 教 材《ＳＰＳＳ统 计分 析 基础 教程 》、
《ＳＰＳＳ统 计分析 高级教 程》，均 由复旦 大学张 文彤老 师 主编，全 国多所 高校 的 统计 教师 和统 计专
业 人士参 编。张 文彤老 师长期 以来一 直致力 于积极 推 进统 计 分析 工 具 在国 内 的普 及应 用，他在
２００２年编著 的前作 《ＳＰＳＳ１１统计分 析教程 》基础篇 和高级 篇因内 容翔实 、风格独 特，受到 了广大
读 者的热 烈欢迎 ，并被多 所高校 列为本 科生或 研 究生 教 材，其 中基 础 篇 一书 已 通过 教育 部评审 ，
成 为 ２００３—２００４年度 教育部 研究生 工作办 公室推 荐 的“研究 生教学 用书”。 他不 仅拥 有丰 富的
教 学经验 ，而且熟 谙统计 分析产 品，本 次全新 编写的 这两册 教材分 别针对 不同读 者群，由 浅入深 、
　　 　　　 Ⅱ 序 　　言

结 合实际 应用全 面介绍 了 ＳＰＳＳ产品和 应用。 全书实 例引用 突 出，分 析 讲解 透 彻，读者 可由 本书

管 窥全套 丛书“应 用为本 ”的特色 。
显然 ，上述两 本书还 不能完 全覆盖 ＳＰＳＳ的所有 应用领 域，因此 ，本套 书从现 在还有数 本分册
正 在组织 编写中 ，包括全 新的行 业应用 分册。 这 里我 们 热忱 邀 请各 行 各业 的 ＳＰＳＳ资深 用户，以
及 各高校 的统计 教师加 入到本 套丛书 的编写 工作中 来 ，以 共 同 推动我 国各 行 业统 计应 用水 平的
迅 速提高 。
希望 本套丛 书能够 让读者 更清晰 地了解 统计分 析，从而 进一步 促进统 计分析 在国内 的普及 。
为 便于读 者交流 和使用 本套丛 书，这里 特公布 相关网 址如下 ：
ＳＰＳＳ最新 版本的 全模块 试用版 下载：ｗｗｗ．ｓ
ｐｓｓ
ｂｊ．ｃｏ
ｍ．ｃｎ
丛书 相关案 例数据 下载：ｗｗｗ．ｓ
ｐｓｓ
ｂｊ．ｃ
ｏｍ．ｃｎ、ｗｗｗ．ＭｅｄＳｔ
ａｔＳｔ
ａｒ．ｃｏｍ
读者 答疑、经 验交流 ：ｗｗｗ．ｓ
ｐｓｓ
ｃｌｕｂ．ｃｏ
ｍ、ｗｗｗ．Ｓｔ
ａｔＳｔ
ａｒ．ｃｏ
ｍ

博 塔（中国 ）有限公 司 ＳＰＳＳ丛书编委 会

 序 　　言 Ⅰ　 　　　

前　　 言
笔者 前作《ＳＰＳＳ１１统 计分析 教程》（基础 篇 ）和 《ＳＰＳＳ１１统计 分 析教 程 》（高级 篇）自 ２００２
年 中面世 以来，因 其内容 翔实、风格独 特 ，受 到了 广大 读 者 的热 烈 欢迎，这 从读 者用 Ｅ－ｍａｉ
ｌ请 教
问 题的数 量即可 看出，还 有数位 读者详 细指出 了 书中 的 用字 错 误，可 见 其阅 读 的详 细程 度，在此
笔 者对读 者深表 谢意。 同时，数 所高校 均将其 作为本 科生或 者研究 生教材 ，而基 础篇一书 已通过
教 育部评 审，成为 ２００３—２００４年度教 育部研 究生工 作办 公 室推荐 “研 究生教 学用 书 ”，这无 疑都
是 对前作 质量的 充分肯 定。
但是 ，再优秀 的作品 也有其 生命周 期，随 着时间 的 推移，上 述著作 的不 足 之处 也逐 渐显 现出
来 。对于 基础篇 而言，突 出表现 为以下 两点：
１．由于在 ２００２年国 内尚无 系统 、完整介 绍 ＳＰＳＳ统计 功能及 其 操作界 面的书 籍，前作 最终将
风 格定位在操作字典上，使读者能够全面了解 ＳＰＳＳ各 方面的 分析功 能及界 面操作 方法，应 当说前
作 很好地完成了这一任务。 但是现在随 着 ＳＰＳＳ中文版的正 式面 市，软件的界 面操作 已不是 主要问
题 ，再来 编写这 种新华字典式的教材已无必要。读者 自然 希望能 够有一 个更 好的教材体系出现。
２．对于统 计软件 教材而 言，其 本 质应 当 是 统计 教 材，软 件 仅仅是 实现 工 具。前 作 顺 应当 时
的 需要，主 要满足 的是已 学习过 统计理 论知识 ，但不 了解如 何使用 统计软 件来实 现的读者 群的需
求 ，因此书 中并未 详细阐 述 统 计 基 础知 识 。对 于 统 计初 学 者而 言，需要 有一 本 统计 教 材 与之 配
合 。但是 在几年 的使用 后，现在 多所高 校均希 望直接 采用基 础篇进 行本科 生的统 计教学 ，而不需
要 和其他 教材配 合使用 。在软 件工具 已经越 来越易 用 的时 候 ，教材的 最终 归 宿应 当是 以统 计知
识 为主线 ，这无疑 是我们 重新投 入编写 工作的 最大动 力。
综上 ，在充分 考虑了 读者们 的意见 后，笔 者毅然 决 定推 翻 原有 的 框 架，完 全从 头编 写基 础教
程 。这本 新的 基础 教程 以 ＳＰＳＳ１２．０为 准，定 位 为统计 软件和 统 计学 入 门书籍 。他 针 对统 计初
学 者和 ＳＰＳＳ初级 用户的 需求，以统计 理论为 主线，严 格按照 本科生 统计学 教材方 式编写 ，内容共
分 三大部 分：第一 部分的 任务是 ＳＰＳＳ操作入 门，讲解 了软件 使用和 数据管 理的操 作知识 ；第二部
分 以统计 理论为 主线，详 细阐述 了如何 在 ＳＰＳＳ中 完成 数据 的 统计 描 述 和参 数 估计，以 及如 何使
２
用 统计图 表来进 行数据 的完美 呈 现；第三 部分 则 详 细 介绍 了 ｔ检 验、方 差 分析、秩 和 检 验、χ 检
验 、相关回 归等常 用的基 本统 计 分 析 方法 ，内 容覆 盖了 目 前 国 内大 部分 专业 统 计课 程 的 教学 范
围 ，并结合 ＳＰＳＳ的强大 功能作 了很好 的扩展 。书后 的 附录 根 据初 学 者 的特 点 加以 编制 ，各 章后
均 附有参 考文献 和思考 练习题 ，第三部 分的章 节还专 门提供 了本章 小结，更好地 满足了本 科生教
学 的需要 。另外 ，书中大 部分表 为设计 表格时 自动生 成的。 因此，大部分 表及表 题为英文 。
除作 为教材 外，本书 还适用 于各行 业中非 统计专 业需要 使用统 计方法 的人员 ，以及希 望从头
学 习 ＳＰＳＳ软件的 人员。 我们希 望广大 读者能 一如既 往 地踊 跃 提出自 己使 用 中的 宝贵 意见 和建
议 ，使得本 书再版 的时候 能够更 上一层 楼，更 完美地 满足大 家的学 习和工 作需求 。

张文彤
２００４年 ７月 于复 旦公共 卫生 学院

目　　 录
第一部分　数据管理与软件入门
第 章 　数据 分析概 述与软 件入门 …… … ３
　１．１　ＳＰＳＳ软件概 述 …… …… ……… …… … ３
　 　１．１．１　 软 件的 基本 特点 …… ……… …… … ３
１．１．２　 ＳＰＳＳ的 Ｃｌ
ｉｅｎｔ
／Ｓｅｒ
ｖｅｒ结 构 … …… … ４
１．１．３　 ＳＰＳＳ的模 块式 结 构 … ……… …… … ５
１．１．４　 ＳＰＳＳ的安 装 …… …… ……… …… … ６
　１．２　ＳＰＳＳ操作入 门 …… …… ……… …… … ８
１．２．１　 ＳＰＳＳ软件 的启 动 与退 出 …… …… … ８
１．２．２　 ＳＰＳＳ的 ５个窗 口 …… ……… …… … ８
１．２．３　 ＳＰＳＳ的 ４种运 行 方式 ………… …… １０
１．２．４　 ＳＰＳＳ的 ４种结 果 输出 ………… …… １３
１．２．５　 ＳＰＳＳ的帮 助系 统 … … ………… …… １６
　１．３　数 据分析 概述 … …… … ………… …… ２０
１．３．１　 数 据分 析方 法论 介绍 ………… …… ２０
１．３．２　 ＳＰＳＳ系列 产品 对 数据 分析 流程
的 支持 … …… …… … ………… …… ２１
１．３．３　 本 书内 容介 绍 …… … ………… …… ２２
　 思考与 练习 … …… …… …… … ………… …… ２２
　 参考文 献 …… …… …… …… … ………… …… ２２
第 章 　数据 录入与 数据获 取 ……… …… ２３
　２．１　数 据格式 概述 … …… … ………… …… ２３
２．１．１　 统 计软 件中 数据 的录 入 格式 … …… ２３
２．１．２　 变 量属 性介 绍 …… … ………… …… ２３
　２．２　数 据的直 接录入 … … ………… …… ２７
２．２．１　 操 作界 面说 明 …… … ………… …… ２７
２．２．２　 开 放题 和简 单单 选题 的 录入 … …… ２８
２．２．３　 多 选题 的录 入 …… … ………… …… ３１
　２．３　外 部数据 的获取 … … ………… …… ３４
２．３．１　 电 子表 格数 据如 何导 入 ＳＰＳＳ中 … ３４
目 　　录 Ⅰ　 　　　
２．３．２　文 本数 据如何 导入 ＳＰＳＳ中 … …… ３６
２．３．３　数 据库 格式数 据如 何导 入
ＳＰＳＳ中 … ……… …… …… …… …… ３７
　 ２．
４　 数据的 保存 ……… …… …… …… …… ３９
２．４．１　存 为 ＳＰＳＳ格式 …… …… …… …… ４０
２．４．２　存 为其 他数据 格式 … …… …… …… ４０
　 思考与 练习 … …… ……… …… …… …… …… ４１
　 参考文 献 …… …… ……… …… …… …… …… ４１
第 章　数 据管理 ……… …… …… …… …… ４２
　 ３．
１　 变量级 别的数 据管理 …… …… …… ４２
３．１．１　计 算新 变量 …… …… …… …… …… ４２
３．１．２　对 变量 值进行 分组 合并 … …… …… ４５
３．１．３　连 续变 量的可 视化 分段 … …… …… ４７
３．１．４　将 字符 变量转 换为 数值 变量 … …… ４９
３．１．５　变 量的 编秩 …… …… …… …… …… ５０
３．１．６　Ｔｒ
ａｎｓ
ｆｏｒ
ｍ菜 单中 的其 他 功能 … …… ５１
　 ３．
２　 文件级 别的数 据管理 （一）…… …… ５２
３．２．１　记 录排 序 ……… …… …… …… …… ５２
３．２．２　记 录拆 分 ……… …… …… …… …… ５３
３．２．３　记 录筛 选 ……… …… …… …… …… ５４
３．２．４　记 录加 权 ……… …… …… …… …… ５５
３．２．５　数 据汇 总 ……… …… …… …… …… ５６
　 ３．
３　 文件级 别的数 据管理 （二）…… …… ５７
３．３．１　数 据字 典的定 义与 应用 … …… …… ５７
３．３．２　查 找重 复记录 … …… …… …… …… ６０
３．３．３　数 据文 件的重 新排 列与 转置 … …… ６２
３．３．４　多 个数 据文件 的合 并 …… …… …… ６８
　 思考与 练习 … …… ……… …… …… …… …… ７１
　 参考文 献 …… …… ……… …… …… …… …… ７１
　　 　　　 Ⅱ 目 　　录
第二部分　统计描述与统计图表
第 章 　连续 变量的 统计描 述与 　
参数 估计 …… …… … ………… …… ７５
　４．１　连 续变量 的统计 描述概 述 …… …… ７５
　
　 　４．１．１　 统 计描 述中 可用 的工 具 ……… …… ７５
４．１．２　 连 续变 量的 统计 描述 指 标体 系 …… ７６
４．１．３　 ＳＰＳＳ中的 相应 功 能 … ………… …… ７７
　
　４．２　集 中趋势 的描述 指标 ………… …… ７８ 　
４．２．１　 算 术均 数 …… …… … ………… …… ７８
４．２．２　 中 位数 … …… …… … ………… …… ８０
第 章　数 据的报 表呈现 （上）
４．２．３　 其 他集 中趋 势描 述指 标 ……… …… ８０ 　
　４．３　离 散趋势 的描述 指标 ………… …… ８１
４．３．１　 全 距 …… …… …… … ………… …… ８２
４．３．２　 方 差和 标准 差 …… … ………… …… ８２ 　
４．３．３　 百 分位 数、四分 位数 与四 分位 数
间 距 …… …… …… … ………… …… ８３
４．３．４　 变 异系 数 …… …… … ………… …… ８４
　４．４　连 续变量 统计描 述实例 ……… …… ８５
４．４．１　 数 据背 景介 绍 …… … ………… …… ８５ 　
４．４．２　 使 用 Ｅｘｐｌ
ｏｒｅｒ过程 进行 分析 … …… ８５
４．４．３　 使 用其 他过 程进 行分 析 ……… …… ８８
　４．５　连 续变量 的参数 估计 ………… …… ９０
４．５．１　 正 态分 布 …… …… … ………… …… ９０ 　
４．５．２　 参 数的 点估 计 …… … ………… …… ９３ 　
４．５．３　 参 数的 区间 估计 … … ………… …… ９４
第 章　数 据的报 表呈现 （下）
　 思考与 练习 … …… …… …… … ………… …… ９６
　
　 参考文 献 …… …… …… …… … ………… …… ９６
第 章 　分类 变量的 统计描 述与参 数
估计 …… …… …… … ………… …… ９７
　５．１　分 类变量 的统计 描述概 述 …… …… ９７ 　
５．１．１　 分 类变 量的 统计 描述 指 标体 系 …… ９７
５．１．２　 分 类变 量的 联合 描述 ………… …… ９９
５．１．３　 ＳＰＳＳ中的 相应 功 能 … ……… …… １００
　５．２　分 类变量 统计描 述实例 …… …… １００ 　
５．２．１　 使 用 Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过程 输出
频 数表 …… …… …… ……… …… １００
５．２．２　 使 用 Ｃｒ
ｏｓｓ
ｔａｂｓ过 程输 出列 联表 … １０１
５．
３　 多选题 的统计 描述 … …… …… …… １０３
５．３．１　多 选题 的描述 指标 体系 …… …… １０３
５．３．２　分 析实 例 ……… … …… …… …… １０４
５．
４　 分类变 量的参 数估计 …… …… …… １０７
５．４．１　二 项分 布的参 数估 计 … …… …… １０７
５．４．２　其 他分 布类型 简介 …… …… …… １０９
思考与 练习 …… ………… … …… …… …… １１０
参考文 献 … …… ………… … …… …… …… １１１
…… …… １１２
６．
１　 ＳＰＳＳ报表概 述 …… … …… …… …… １１２
６．１．１　ＳＰＳＳ中的 报 表功 能 …… …… …… １１２
６．１．２　报 表的 基本绘 制步 骤 … …… …… １１３
６．
２　 表格入 门 ………… … …… …… …… １１４
６．２．１　表 格的 基本框 架 … …… …… …… １１４
６．２．２　表 头、数据 区与 汇总 项 … …… …… １１６
６．２．３　单 元格 的数据 类型 …… …… …… １１６
６．２．４　几 种基 本表格 类型 …… …… …… １１７
６．
３　 用 Ｏｒ
ｉｇｉ
ｎａｌＴａ
ｂｌｅ
ｓ模块 制表 … …… １１９
６．３．１　功 能简 介 ……… … …… …… …… １１９
６．３．２　Ｂａｓ
ｉｃＴａｂｌ
ｅｓ过程 … …… …… …… １１９
６．３．３　Ｇｅｎｅｒ
ａｌＴａｂｌ
ｅｓ过 程 …… …… …… １２６
思考与 练习 …… ………… … …… …… …… １３０
参考文 献 … …… ………… … …… …… …… １３１
…… …… １３２
７．
１　 用 Ｃｕｓ
ｔｏｍＴａｂｌ
ｅ模块自由 制表 … １３２
７．１．１　操 作主 界面 …… … …… …… …… １３２
７．１．２　简 单分 析实例 … … …… …… …… １３３
７．１．３　其 他选 项卡功 能 … …… …… …… １３８
７．
２　 表格的 编辑 ……… … …… …… …… １４０
７．２．１　基 本编 辑操作 … … …… …… …… １４０
７．２．２　主 要编 辑菜单 功能 介绍 …… …… １４３
７．２．３　表 格属 性的详 细设 置 … …… …… １４６
７．
３　 表格高 级应用 技术 … …… …… …… １４７
７．３．１　模 板技 术 ……… … …… …… …… １４７
７．３．２　在 报告 中直接 使用 ＳＰＳＳ表格 …… １５０
７．３．３　如 何解 决表格 的中 文兼 容问 题 … １５１

７．３．４　 宏 技术 与 ＯＭＳ系统 简介 …… …… １５２
第 章　数 据的图 形展示 （下）
　 思考与 练习 … … …… …… …… ……… …… １５４
　
　 参考文 献 …… … …… …… …… ……… …… １５４
第 章 　数据 的图形 展示（上 ） …… …… １５６
　８．１　统 计图概 述 … …… …… ……… …… １５６
　 　８．１．１　 统 计图 的基 本结 构 … ……… …… １５６
８．１．２　 统 计图 的种 类 … …… ……… …… １５８
８．１．３　 ＳＰＳＳ１２的常 规 统计 图 　
功 能简 介 … …… …… ……… …… １６２
８．１．４　 交 互式 绘图 简介 …… ……… …… １６４
　８．２　直 方图与 茎叶图 … …… ……… …… １６６
８．２．１　 常 规图 中的 直方 图 … ……… …… １６６
８．２．２　 直 方图 的编 辑 … …… ……… …… １６７ 　
８．２．３　 用 交互 图绘 制累 积直 方 图与 直方
图 组 … …… …… …… ……… …… １７２
８．２．４　 茎 叶图 …… …… …… ……… …… １７５
　８．３　箱 图 …… … …… …… …… ……… …… １７７
８．３．１　 常 规图 中的 箱图 …… ……… …… １７７
８．３．２　 箱 图的 编辑 …… …… ……… …… １７９
　８．４　饼 图 …… … …… …… …… ……… …… １８１
８．４．１　 常 规图 中的 简单 饼图 ……… …… １８１
８．４．２　 饼 图的 编辑 …… …… ……… …… １８２ 　
８．４．３　 用 交互 图绘 制复 式饼 图 和散 点
饼 图 … …… …… …… ……… …… １８４
　８．５　条 图 …… … …… …… …… ……… …… １８７
８．５．１　 简 单条 图 … …… …… ……… …… １８８
８．５．２　 复 式条 图、分段 条图 与百 分条
　
图 的绘 制 … …… …… ……… …… １８９
８．５．３　 条 图的 编辑 …… …… ……… …… １９０
８．５．４　 用 交互 图绘 制带 误差 线 的条 图 … １９１
　 思考与 练习 … … …… …… …… ……… …… １９３ 　
　 参考文 献 …… … …… …… …… ……… …… １９４ 　
第三部分　常用假设检验方法
第 章　 分布类 型的检 验 … ……… …… ２３１
　１０．
１　 假设检 验的基 本思想 ……… …… ２３１
　
　 　１０．１．１　问 题的 提 出 …… …… ……… …… ２３１
１０．１．２　假 设检 验 的基 本思 想 ……… …… ２３２
目 　　录 Ⅲ　 　　　
…… …… １９５
９．
１　 线图 … …… ………… … …… …… …… １９５
９．１．１　简 单线 图 ……… … …… …… …… １９５
９．１．２　多 线图 、垂 线图 与对 数线图 … …… １９６
９．１．３　线 图的 编辑 …… … …… …… …… １９８
９．１．４　交 互式 点图、线 图、条带 图与
垂 线图 ………… … …… …… …… ２００
９．
２　 散点图 …… ………… … …… …… …… ２０１
９．２．１　简 单散 点图 …… … …… …… …… ２０１
９．２．２　散 点图 矩阵与 重叠 散点 图 … …… ２０２
９．２．３　三 维散 点图 …… … …… …… …… ２０３
９．２．４　散 点图 的编辑 … … …… …… …… ２０６
９．
３　 其他统 计图 ……… … …… …… …… ２０８
９．３．１　Ｐ－Ｐ图和 Ｑ－Ｑ图 … …… …… …… ２０８
９．３．２　ＲＯＣ曲 线 ……… … …… …… …… ２１０
９．３．３　面 积图 ………… … …… …… …… ２１３
９．３．４　Ｐａｒ
ｅｔｏ图 ………… … …… …… …… ２１３
９．３．５　误 差图 ………… … …… …… …… ２１４
９．３．６　控 制图 ………… … …… …… …… ２１５
９．３．７　高 低图 ………… … …… …… …… ２１７
９．３．８　时 间序 列分析 中使 用的 图形 …… ２１８
９．
４　 交互式 统计图 的编辑 …… …… …… ２１８
９．４．１　编 辑界 面概述 … … …… …… …… ２１８
９．４．２　图 形管 理员 …… … …… …… …… ２２０
９．４．３　变 量的 重新分 配 … …… …… …… ２２３
９．４．４　Ｕｔ
ｉｌ
ｉｔ
ｙ工 具栏 的 其他 选项 …… …… ２２３
９．
５　 ＳＰＳＳ绘图中 的注意 事项 …… …… ２２４
９．５．１　汉 字兼 容性问 题的 解决 …… …… ２２４
９．５．２　默 认图 形格式 的更 改 … …… …… ２２４
９．５．３　图 形模 板的应 用 … …… …… …… ２２５
思考与 练习 …… ………… … …… …… …… ２２７
参考文 献 … …… ………… … …… …… …… ２２７
１０．１．３　假 设 检验 的两 类错误 … …… …… ２３３
１０．１．４　假 设 检验 中的 其他问 题 …… …… ２３５
１０．２　 正态分 布检验 … … …… …… …… ２３５
１０．２．１　Ｋ－Ｓ检验 的 原理 … …… …… …… ２３５
　　 　　　 Ⅳ 目 　　录
１０．２．２　分 析实 例 … …… …… ……… …… ２３６
　１０．
３　 二项分 布检验 … …… ……… …… ２３８
１０．３．１　二 项分 布 检验 的原 理 ……… …… ２３８
１０．３．２　分 析实 例 … …… …… ……… …… ２３８
　１０．
４　 游程检 验 …… …… …… ……… …… ２３９
　 　１０．４．１　游 程检 验 的原 理 …… ……… …… ２３９
１０．４．２　分 析实 例 … …… …… ……… …… ２４０
　１０．
５　 本章小 结 …… …… …… ……… …… ２４３
　 思考与 练习 … … …… …… …… ……… …… ２４３
　 参考文 献 …… … …… …… …… ……… …… ２４３
第 章　 连续变 量的统 计推断 （一）———
ｔ检验 …… …… …… ……… …… ２４４
　１１．
１　 ｔ检验基 础 … …… …… ……… …… ２４４
　１１．
２　 样本均 数与总 体均数 的比较 … ２４６
１１．２．１　分 析实 例 … …… …… ……… …… ２４６
１１．２．２　单 样本 ｔ检验 中 的其 他问 题 …… ２４８
　１１．
３　 成组设 计两样 本均数 的比较 … ２４８
１１．３．１　方 法原 理 … …… …… ……… …… ２４８
１１．３．２　分 析实 例 … …… …… ……… …… ２４９
１１．３．３　适 用条 件 与方 差齐 性检 验 … …… ２５１
　１１．
４　 配对设 计样本 均数的 比较 … …… ２５３
１１．４．１　方 法原 理 … …… …… ……… …… ２５３
１１．４．２　分 析实 例 … …… …… ……… …… ２５３
　１１．
５　 本章小 结 …… …… …… ……… …… ２５５
　 思考与 练习 … … …… …… …… ……… …… ２５６
　 参考文 献 …… … …… …… …… ……… …… ２５６
第 章　 连续变 量的统 计推断 （二）———
单因素 方差分 析 … ……… …… ２５７
　１２．
１　 方差分 析入门 … …… ……… …… ２５７
１２．１．１　为 什么 要 进行 方差 分析 …… …… ２５７
１２．１．２　方 法原 理 … …… …… ……… …… ２５８
１２．１．３　单 因素 方 差分 析的 应用 条件 …… ２６１
１２．１．４　单 因素 方 差分 析的 ＳＰＳＳ实 现 … ２６３
　１２．
２　 均数间 的多重 比较 … ……… …… ２６６
１２．２．１　直 接校 正 检验 水准 … ……… …… ２６６
１２．２．２　专 用的 两 两比 较方 法 ……… …… ２６７
１２．２．３　两 两比 较 方法 的选 择策 略 … …… ２６８
１２．２．４　多 重比 较 结果 出现 矛盾 时
的 解 释 ………… … …… …… …… ２６９
１２．２．５　分 析 实例 ……… … …… …… …… ２６９
　 １２．３　 各组均 数的精 细比较 … …… …… ２７１
１２．３．１　方 法 原理 ……… … …… …… …… ２７１
１２．３．２　分 析 实例 ……… … …… …… …… ２７２
１２．３．３　事 先 计划 的比 较 … …… …… …… ２７４
　 １２．４　 组间均 数变化 的趋势 检验 … …… ２７５
　 １２．５　 本章小 结 ………… … …… …… …… ２７７
　 思考与 练习 …… ………… … …… …… …… ２７７
　 参考文 献 … …… ………… … …… …… …… ２７８
第 章　 有序分 类变量 的统计 推断———
非参数 检验 … … …… …… …… ２７９
　 １３．１　 非参数 检验概 述 … …… …… …… ２７９
１３．１．１　非 参 数检 验的 意义 …… …… …… ２７９
１３．１．２　非 参 数检 验预 备知识 … …… …… ２８０
　 １３．２　 两个配 对样本 的非参 数检验 … ２８１
１３．２．１　方 法 原理 ……… … …… …… …… ２８１
１３．２．２　分 析 实例 ……… … …… …… …… ２８３
１３．２．３　确 切 概率 的计 算 … …… …… …… ２８５
　 １３．３　 两个独 立样本 的非参 数检验 … ２８６
１３．３．１　Ｍａｎｎ－Ｗｈｉ
ｔｎｅｙＵ检 验 … …… …… ２８６
１３．３．２　分 析 实例 ……… … …… …… …… ２８７
１３．３．３　其 他 两样 本非 参数检 验方 法 …… ２８８
　 １３．４　 多个独 立样本 的非参 数检验 … ２８９
１３．４．１　方 法 原理 ……… … …… …… …… ２８９
１３．４．２　分 析 实例 ……… … …… …… …… ２９０
１３．４．３　多 个 样本 的两 两比较 … …… …… ２９１
　 １３．５　 多个相 关样本 的非参 数检验 … ２９２
１３．５．１　Ｆｒ
ｉｅｄｍａｎ检验 … … …… …… …… ２９２
１３．５．２　分 析 实例 ……… … …… …… …… ２９３
１３．５．３　Ｋｅｎｄａｌ
ｌ协和 系数 检 验与 Ｃｏｃｈｒ
ａｎ
检 验 … ………… … …… …… …… ２９４
　 １３．６　 秩变换 分析方 法 … …… …… …… ２９６
１３．６．１　原 理 简介 ……… … …… …… …… ２９６
１３．６．２　应 用 实例 ……… … …… …… …… ２９６
　 １３．７　 本章小 结 ………… … …… …… …… ２９９
　 思考与 练习 …… ………… … …… …… …… ２９９
　 参考文 献 … …… ………… … …… …… …… ３００
 目 　　录 Ⅴ　 　　　

第 章　 无序分 类变量 的统计 推断——— 　 参考文 献 … …… ………… … …… …… …… ３２４

χ２ 检 验 … …… …… ……… …… ３０２
第 章　 相关分 析与回 归分析 …… …… ３２５

　１４．
２
１　 χ 检验 基础 … …… …… ……… …… ３０２ 　 １５．１　 相关分 析简介 … … …… …… …… ３２５
２
１４．１．１　χ 检验 原理 …… …… ……… …… ３０２ １５．１．１　相 关 分析 的指 标体系 … …… …… ３２５
２
１４．１．２　χ 值的 计算 与 意义 … ……… …… ３０３ １５．１．２　一 些 基本 概念 … … …… …… …… ３２８
１４．１．３　χ２ 分布 …… …… …… ……… …… ３０３ １５．１．３　ＳＰＳＳ中 的相 应功 能 …… …… …… ３２８

　１４．
２　 拟合问 题——— 样本率 与已知 　 １５．２　 简单相 关分析 … … …… …… …… ３２９
总体率 的比较 … …… ……… …… ３０４ １５．２．１　方 法 原理 ……… … …… …… …… ３２９

　 　１４．２．１　分 析实 例 … …… …… ……… …… ３０４ １５．２．２　分 析 实例 ……… … …… …… …… ３３２

１４．２．２　检 验方 法 的 ＳＰＳＳ实现 …… …… ３０６ １５．２．３　秩 相 关系 数 …… … …… …… …… ３３４

２ １５．２．４　Ｋｅｎｄａｌ
ｌｓ等级 相 关系 数 …… …… ３３５
１４．２．３　单 样本 χ 检 验的 其他 话题 …… ３０７
　１４．
３　 相关问 题——— 两（多）个 率或 　 １５．３　 偏相关 分析 ……… … …… …… …… ３３５
１５．３．１　方 法 原理 ……… … …… …… …… ３３５
构成比 的比较 … …… ……… …… ３０８
１５．３．２　分 析 实例 ……… … …… …… …… ３３６
１４．３．１　分 析实 例 … …… …… ……… …… ３０９
１４．３．２　检 验方 法 的 ＳＰＳＳ实现 …… …… ３１１
　 １５．４　 Ｄｉ
ｓｔ
ａｎｃｅ
ｓ过程 … … …… …… …… ３３８
２
１４．３．３　多 样本 χ 检 验的 其他 话题 …… ３１２ １５．４．１　距 离 测量 与相 似性测 量的 指标
体 系 … ………… … …… …… …… ３３８
　１４．
４　 两分类 变量间 关联程 度的
１５．４．２　分 析 实例 ……… … …… …… …… ３４０
度量 … … …… …… …… ……… …… ３１４
　 １５．５　 简单回 归分析 … … …… …… …… ３４１
１４．４．１　相 对危 险 度与 优势 比 ……… …… ３１４
１５．５．１　方 法 原理 ……… … …… …… …… ３４１
１４．４．２　分 析实 例 … …… …… ……… …… ３１５
２ １５．５．２　分 析 实例 ……… … …… …… …… ３４４
　１４．
５　 一致性 检验与 配对 χ 检验 …… ３１７
１５．５．３　相 关 与回 归分 析的联 系和
１４．５．１　Ｋａｐｐａ一 致性 检 验 … ……… …… ３１７
２
区 别 … ………… … …… …… …… ３４６
１４．５．２　配 对 χ 检验 … …… ……… …… ３１８
２ 　 １５．６　 本章小 结 ………… … …… …… …… ３４６
　１４．
６　 分层 χ 检验 …… …… ……… …… ３１９
　 思考与 练习 …… ………… … …… …… …… ３４６
　１４．
７　 本章小 结 …… …… …… ……… …… ３２２
　 参考文 献 … …… ………… … …… …… …… ３４７
　 思考与 练习 … … …… …… …… ……… …… ３２３
附 录 １　ＳＰＳＳ１３版新增 功能介 绍 … …… …… ……… …… …… …… … …… ………… … …… …… …… ３４８

附 录 ２　ＳＰＳＳ函数 一览表 …… … …… …… …… ……… …… …… …… … …… ………… … …… …… …… ３５０

附 录 ３　各种 情形下 最常用 统计检 验方法 索引 …… …… …… …… … …… ………… … …… …… …… ３５９

附 录 ４　统计 术语英 汉名词 对照表 … …… …… ……… …… …… …… … …… ………… … …… …… …… ３６１

ＳＰＳＳ产品 简介 … …… …… …… … …… …… …… ……… …… …… …… … …… ………… … …… …… …… ３６７
　　 　　　 Ⅳ 目 　　录

第一部分
数据管理与软件入门
 １．１　ＳＰＳＳ软件 概述 　３ 　 　　　

第 章　数据分析概述与软件入门

１．
１　ＳＰＳＳ软件概述

ＳＰＳＳ公司 总部位 于 美 国 芝 加 哥，创 立 于 １９７５年，一 直 以 经 营 统 计 软 件 产 品 开 发为 主 业 。

１９９４—１９９８年间，ＳＰＳＳ公 司 得 到 了 很 大 的 发 展 ，陆 续 购 并 了 ＳＹＳＴＡＴ公 司 、ＢＭＤＰ软 件 公 司 、
Ｑｕａｎｔ
ｕｍ公司 、Ｉ
ＳＬ公司 等，并 将各公 司的主 打产品 收纳 ＳＰＳＳ旗下 ，从而使 ＳＰＳＳ公司由原 来的单
一 统计产 品开发 与销售 转向为 企业、教 育科研 及政府 机构提 供全面 信息统 计决策 支持服 务，成为
最 新的“数 据仓库 ”和“数据 挖掘”领 域前沿 的一家 综合统 计软件 公司。
ＳＰＳＳ软件 是 ＳＰＳＳ公司 赖以起 家的产 品，目前 也仍然 是该公 司的主 打产品 之一，目 前的 最新
版 本为 １２．０本书 也均以 １２．０版 本为 准 进 行讲 解 。ＳＰＳＳ的 英 文 名 称 原 为 Ｓｔ
ａｔ
ｉｓ
ｔｉ
ｃａｌＰａｃ
ｋａｇ
ｅｆｏｒ
Ｓｏｃ
ｉａｌＳｃ
ｉｅｎｃｅｓ
，意 为社会 科学统 计 软件 包 。后 来 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 ２００２年 将英文 全称更 改为 Ｓｔ
ａｔｉ
ｓｔ
ｉｃ
ａｌＰｒ
ｏｄｕｃｔａ
ｎｄＳｅ
ｒｖｉ
ｃｅＳｏｌ
ｕｔｉ
ｏｎｓ
，意 为统计
产 品与服 务解决 方案。 在近 ３０年的发 展中，虽然竞 争对手 不断出 现，但 ＳＰＳＳ却 始终以其 鲜明的
特 色鼎立 于统计 学软件 之中，现 在和 ＳＡＳ（另 一种统 计 分析软 件）被并 称 为当 今 最权威 的两 大统
计 软件。

１．１．１　软件的 基 本特点

ＳＰＳＳ得到 用户广 泛欢迎 的原因 在于 ＳＰＳＳ强大 的统计 分 析 与数 据准备 功 能，方 便 的 图表 展

示 功能，以 及广阔 的兼容 性、界 面的友 好性满 足了广 大 用户 的 需求，深 受广 大 应用 统计 分析 人员
的 喜爱。

１．功能强 大

（１）囊括了 各种成 熟的统 计方法 与模型 ，为统计 分析用 户提供 了全方 位的统 计学算 法，为各
种 研究提 供了相 应的统 计学方 法。如 方差分 析、回归 分析、多元统 计分析 方法、生 存分析 方法等 ，
方 法体系 覆盖全 面。
（２）提供了 各种数 据准备 与数据 整理技 术。如 利 用值 标 签来 快 捷 地录 入 数据，从 而为 数据
审 核与分 析提供 了便利 条件。 生成新 的变量 ，对连续 性变量 进行离 散性转 换；将 几个小类 别合并
为 一个大 类别等 。利用 ＳＰＳＳ强 大的数 据整理 技术，可使数 据结构 、内容更 易于分 析。
（３）包括自 由灵活 的表格 功 能。特 别是在 ＳＰＳＳ１１．５版 本 中新 增 的自 定 义 表格 模 块 （Ｃｕｓ
－
ｔ
ｏｍ Ｔａｂｌ
ｅ），使得制 表变得 更加简 单和直 接。
（４）提供了 各种常 用的统 计学图 形，如条 图、线 图、饼图 、直方 图、散点 图等多 种图形 ，并且可
　　 　　　 　４ 第 １章 　数据 分析概 述与软 件入门

将 表格图 形直接 拷贝到 Ｗｏ

ｒｄ文档 、幻灯 片中，直 接进行 结果的 展现。

２．兼容性 好

（１）在数据 方面，不 仅可在 ＳＰＳＳ中 作数 据 录入 工作 ，还 可将 日常 工 作 中 常用 的 Ｅｘｃ

ｅｌ表 格
数 据、文本 格式数 据导入 ＳＰＳＳ中进行 分析，不 仅节省 了相当 大的工 作量，并且避 免了因拷 贝粘贴
可 能引起 的错误 。
（２）在结 果方 面，ＳＰＳＳ的 表格、图 形结 果可 直接导 出为 Ｗｏｒ
ｄ、文 本、网 页 、Ｅｘ
ｃｅｌ格 式 等，也
可 以将表 格、交互 式图形 作为对 象选择 性粘贴 到 Ｗｏｒ
ｄ、Ｐｏｗｅｒ
Ｐｏｉ
ｎｔ等中，并 在其中 再利用 ＳＰＳＳ对
它 们进行 编辑。

３．易用性 强

ＳＰＳＳ之所 以有广 大的用 户群，不仅因 为 它 是一 种 权威 的 统计 学 工 具，提 供 了强 大 的 统计 功

能 ，也因为 它是一 种非常 简单易 用的软 件。人 机 界面 的 友好 、操作 的 简 单，使 得各 位统 计分 析人
员 对它青 睐不已 。另外 ，ＳＰＳＳ也向 一些 高级 用 户提 供了编 程 功 能，使 分析 工 作 变得 更 加 节省 时
间 和精力 。

１．１．２　ＳＰＳＳ的 Ｃｌ
ｉｅｎｔ／
Ｓｅｒｖｅ
ｒ结构

ＳＰＳＳ软件 自 １０．０版本 以来，已发展 为 Ｃｌ

ｉｅｎｔ
／Ｓｅｒ
ｖｅｒ的 结构体 系。用 户可以 选择只购 买单机
版 ，也可以 选择购 买服务 器和单 机版。 对于大 数据量 客户，可以利 用 ＳＰＳＳＳｅｒ
ｖｅｒ来解 决 速度慢 、
网 络阻塞 等由于 数据量 大而引 起的问 题。
在分 析中使 用 ＳＰＳＳＳｅ
ｒｖｅ
ｒ的好 处在于 ：
（１）更快的 分析速 度。由 于服务 器端往 往与数 据仓库 的物理 距离 更近 ，而 ＳＰＳＳＳｅ
ｒｖｅ
ｒ也对
计 算进行 了优化 ，加之应 用服务 器的 硬 件配 置也 远高于 单机 端（客 户端 ），因 此 对于 进 行 大数 据
量 分析的 客户，ＳＰＳＳＳｅｒ
ｖｅｒ可以 使速度 提高很 多。
（２）缓解网 络阻塞 。由于 数据不 需要全 部传送 到 单机 端 ，所以网 络上 的 数据 传输 量大 大减
少 ，从而缓 解了网 络阻塞 问题。
在使 用时调 用 Ｓｅ
ｒｖｅ
ｒ的具 体做法 是：在应 用服务 器端安 装 ＳＰＳＳＳｅ
ｒｖｅ
ｒ，在单 机端安装 相同版
本 的 ＳＰＳＳＣｌ
ｉｅｎｔ
（参 见 图 １．１）。 在 单 机 端 打 开 ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏｗｓ时 ，选 择 菜 单 Ｆｉ
ｌｅ→ Ｓｗｉ
ｔｃｈ
Ｓｅｒ
ｖｅｒ
，在 如图 １．２（ａ）所示的 对话框 中指 定要 连接 的 ＳＰＳＳＳｅｒ
ｖｅｒ所 在服 务 器 地 址，如 果 是第 一
次 使用，则 单击“Ａｄｄ”按钮，出 现如图 １．２（ｂ）所示 对 话框，输 入服 务 器 名 或 Ｉ
Ｐ地址 、端 口 号，单
击 “ＯＫ”按 钮，在 服务器 列表中 出现相 应的 Ｓｅ
ｒｖｅ
ｒ地 址 ，然后 输 入用 户 名、密 码 、域名，单 击 “ＯＫ”
按 钮，即可 登录到 ＳＰＳＳＳｅｒ
ｖｅｒ
。 此时，在 ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏ
ｗｓ下方的 状态栏 中，就 会显示 “ＳＰＳＳＰｒ
ｏ－
ｃｅｓ
ｓｏｒｏ
ｎ‘服务 器名’：‘＇
端 口号’ｉ
ｓｒｅ
ａｄｙ”，表示 连接已 经建立 。
当然 对于数 据量不 大 的 客 户 ，只 用 ＳＰＳＳＣｌ
ｉｅ
ｎｔ就 可 以 了。 现 在 国内 绝 大 多 数 用户 所 说 的
ＳＰＳＳ，实际 上就是 指的单 机版。
 １．１　ＳＰＳＳ软件 概述 　５ 　 　　　

图 １．
１　 ＳＰＳＳ软件 的 Ｃｌ
ｉｅｎｔ
／Ｓｅｒ
ｖｅｒ体系

　 　 　　 　 　 　 　 　 　　 　 （ａ）　 　　 　 　 　 　 　 　　 　 　 　 　 　 　 　　 　 　 　 　 　 　 （ｂ）

图 １．２　ＳＰＳＳＣｌ
ｉｅｎｔ调 用 ＳＰＳＳＳｅｒ
ｖｅｒ的 对话 框设 置

１．１．３　ＳＰＳＳ的 模块式 结构

无论 是 ＳＰＳＳＣｌ
ｉｅｎｔ还 是 ＳＰＳＳＳｅｒ
ｖｅｒ
，均是 模块 式结构 ，即 它把 自己 的所 有 功能 分 放 在多 个
模 块上。 用户可 以根据 分析中 可能用 到的数 据处理 和 统计 分 析方 法 ，自己 选 择适 当的 模块 进行
购 买，而不 必花更 多的钱 购买所 有模块 。
ＳＰＳＳ１２共由 １１个模 块 构成 ，它们 分 别 是：ＳＰＳＳＢａｓ
ｅ、ＳＰＳＳＡｄｖａ
ｎｃｅｄ、ＳＰＳＳＣａ
ｔｅｇ
ｏｒｉ
ｅｓ、ＳＰＳＳ
Ｃｏｍｐｌ
ｅｘＳａｍｐｌ
ｅ、ＳＰＳＳＣｏｎｊ
ｏｉｎｔ
、ＳＰＳＳＥｘａ
ｃｔＴｅｓ
ｔ、ＳＰＳＳＭａｐｓ
、ＳＰＳＳＭｉ
ｓｓｉ
ｎｇＶａｌ
ｕｅＡｎａ
ｌｙｓ
ｉｓ、ＳＰＳＳＲｅ
－
ｇｒ
ｅｓｓ
ｉｏｎ、ＳＰＳＳＴａｂｌ
ｅｓ和 ＳＰＳＳＴｒ
ｅｎｄｓ
。其 中 ＳＰＳＳＢａｓ
ｅ是必 需的，因 为 ＳＰＳＳ软 件 的整 个 框 架、基
本 的数据 获取、数 据准备 等基本 功能都 被集中 在这个 模 块上 ，其他模 块必须 在 ＳＰＳＳＢａｓ
ｅ搭 建的
平 台上才 能工作 。其他 模块的 功能分 别如表 １．１所 示。
ＳＰＳＳ软件 通过其 Ｌｉ
ｃｅｎｓ
ｅ来控 制模块 是否安 装。一 个模块 安装上 之 后，在 ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏｗｓ
的 菜单中 就会出 现相应 的菜单 项 ，所以 不 同客 户 的 ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏｗｓ的 菜单 可能 有所 不 同。如
果 没有购 买 ＳＰＳＳＴｒ
ｅｎｄｓ模 块，软件 中就 不会 有这 样 一 个 菜单 ：Ａｎａ
ｌｙｚ
ｅ→ Ｔｒ
ｅｎｄｓ
；如 果 没 有购 买
ＳＰＳＳＭａ
ｐｓ模 块，软 件中就 不会有 菜单：Ｇｒ
ａｐｈ→ Ｍａｐｓ
。
　　 　　　 　６ 第 １章 　数据 分析概 述与软 件入门

表 １．１　 ＳＰＳＳ模 块与功 能对 应表

ＳＰＳＳ附加 模块 功 　　 能

ＳＰＳＳＡｄｖａｎｃｅ
ｄ 一般 线性 模型 、混 合线 性模 型 、对数 线 性模 型、生存 分析 等

ＳＰＳＳＣａｔ
ｅｇｏ
ｒｉｅｓ 对应 分析 、感 知图 、Ｐｒｏ
ｘｓｃ
ａｌ等

ＳＰＳＳＣｏｍｐｌ
ｅｘＳａ
ｍｐｌ
ｅ 多阶 段复 杂抽 样技 术 等

ＳＰＳＳＣｏｎｊ
ｏｉｎｔ 正交 设计 、联 合分 析等 ，适 用于 市场 研 究

ＳＰＳＳＥｘａｃ
ｔＴｅｓ
ｔ 精确 Ｐ值 计算 、随机抽 样 Ｐ值计 算等

ＳＰＳＳＭａ
ｐｓ 在地 图上 展示 数据 等

ＳＰＳＳＭｉ
ｓｓｉ
ｎｇＶａｌ
ｕｅＡｎａｌ
ｙｓｉ
ｓ 缺失 数据 的报 告与 填 补等

ＳＰＳＳＲｅｇｒ
ｅｓｓｉ
ｏｎ Ｌｏｇｉ
ｓｔ
ｉｃ回归、非 线性 回归、Ｐｒ
ｏｂｉ
ｔ回归 等

ＳＰＳＳＴａｂｌ
ｅｓ 交互 式创 建各 种表 格 （如堆 积表 、嵌 套表 、分 层表 等 ）

ＳＰＳＳＴｒ
ｅｎｄｓ Ａｒ
ｉｍａ模型 、指数平 滑、自回 归等

随着 版本的 提升，ＳＰＳＳ的各个 模块在 功能和 性能上 也会有 一 定的改 进。例 如，ＳＰＳＳＢａ

ｓｅ从
１１．
５版本开 始，提供 了将结 果直接 导入 Ｗｏｒ
ｄ、Ｅｘｃ
ｅｌ文 档 的功 能，而在 １２版 本 中，变量 名也 不再
有 ８字符 的位数 限制。 又比如 ＳＰＳＳＴａｂｌ
ｅｓ在 １１．５版 本时发 生了 重 大 变化，提供 了所 见即 所得
的 表格制 作功能 ，详见本 书第 ７章。ＳＰＳＳＣｏｍｐｌ
ｅｘＳａｍｐｌ
ｅ模块 则 是 １２．０版本 新增 加的 内容，详
见 本丛书 的《ＳＰＳＳ与市 场研究 》中的相 关内容 。
最后 有一点 需要澄 清：国内 许多 ＳＰＳＳ书 籍因对 ＳＰＳＳ的 功能讲 解不全 ，总是 在前言中 声明所
使 用的是 ＳＰＳＳ标 准版。 实际上 ＳＰＳＳ软件，不 存在所 谓的标 准版和 专业版 之分，即使安装 全部的
１１个 模块，软 件也仍 然是标 准版。 这些 书 籍 中 所谓 的“标准 版 ”，其 实 质 只 是 ＳＰＳＳＢａｓ
ｅ模块 的
相 应功能 而已。

１．１．４　ＳＰＳＳ的 安装

ＳＰＳＳ的安 装非常 简单，跟随安 装向 导即 可将 ＳＰＳＳ轻松 安装 到自 己 的本 机。下 面 分 别简 要

介 绍一下 ＳＰＳＳＳｅｒ
ｖｅｒ和 ＳＰＳＳＣｌ
ｉｅｎｔ的 安装过 程。

１．ＳＰＳＳＳｅｒｖｅｒ的 安装

ＳＰＳＳＳｅ
ｒｖｅ
ｒ支 持的 操 作 平 台有 ＡＩ
Ｘ ＵＮＩ
Ｘ，ＨＰＵＮＩ
Ｘ，Ｌｉ
ｎｕｘ，Ｗｉ
ｎｄｏｗｓＮＴ等，根 据 不 同的 版
本 ，支持平 台略有 不同。 具体安 装步骤 如下：
（１）将 ＳＰＳＳＳｅｒ
ｖｅｒ安 装光 盘插 入计 算 机光 驱后，出 现 如图 １．３（ａ）所示 的界 面。 选 中 “Ｉ
ｎ－
ｓ
ｔａｌ
ｌＳＰＳＳＳｅｒ
ｖｅｒ
”即进 入安装 向导。
（２）跟随向 导，接受 Ｌｉ
ｃｅｎｓ
ｅ协议 ，并选择 安装目 录，出 现图 １．３（ｂ）图 所示界 面。
（３）键入 ＳＰＳＳ公司 提供的 Ｌｉ
ｃｅｎｓ
ｅ，单 击“Ｕｐｄａｔ
ｅ”按 钮，即 出现 该 Ｌｉ
ｃｅｎｓｅ允许安 装 的模块 ，
单 击“Ｎｅ
ｘｔ”按钮 。
 １．１　ＳＰＳＳ软件 概述 　７ 　 　　　

（４）设定该 应用服 务器 的 Ｉ
Ｐ地 址 和 应用 端 口，再单 击“Ｎｅｘ
ｔ”按钮，即 开 始 安 装 ，最 后单 击
“Ｆｉ
ｎｉｓ
ｈ”按钮 结束安 装。

　　 　 　 　 　 　 　 　　 　 　 （ａ
）　 　 　 　 　 　 　 　　 　 　 　 　 　 　　 　 　 　 　 　 　 　（ｂ）

图 １．
３　ＳＰＳＳＳｅｒ
ｖｅｒ安 装过 程中 的几 个视图

２．ＳＰＳＳＣｌ
ｉｅｎｔ的安装

ＳＰＳＳＣｌ
ｉｅ
ｎｔ支持的 操 作平 台 为 Ｗｉ
ｎｄｏ
ｗｓＮＴ４．０，Ｗｉ
ｎｄｏｗｓ９５、９８、２０００、ＸＰ等。 安 装 要求 约
１００ＭＢ～１２０ＭＢ硬 盘（视 其版本 和模块 而不同 ），内存要 求为 ６４ＭＢ以上 。具体 安装步 骤如下 ：
（１）将 ＳＰＳＳＣｌ
ｉｅ
ｎｔ安 装光盘 放入计 算机光 驱后，出现如 图 １．
４（ａ）所 示的界 面。选 中“Ｉ
ｎｓｔ
ａｌ
ｌ
ＳＰＳＳ”即进 入安装 向导。
（２）跟随向 导，首先 “接受 Ｌｉ
ｃｅｎｓ
ｅ协议”，并 选择安 装 目录 ，在随 后 的界面 中键入名 称、公司
和 ＳＰＳＳ公 司提供 的序列 号。
（３）当要求 输入 Ｌｉ
ｃｅｎｓｅ时 ，如图 １．４（ｂ），键入 ＳＰＳＳ公司 提 供 的 Ｌｉ
ｃｅｎｓ
ｅ，单 击 “Ｕｐｄａｔ
ｅ”按
钮 ，即出现 该 Ｌｉ
ｃｅｎｓ
ｅ允 许安装 的模块 ，单 击 “Ｎｅ
ｘｔ”按 钮 ，即开 始 安 装，最 后 单 击 “Ｆｉ
ｎｉｓ
ｈ”按钮 结
束 安装。

　 　 　 　 　 　 　 　 　 　 　　 　 （ａ）　 　 　 　 　 　 　 　 　　 　 　 　　 　 　 　　 　 　 　 　 （ｂ）

图 １．４　ＳＰＳＳＣｌ
ｉｅｎｔ安装过 程中 的几 个 视图
　　 　　　 　８ 第 １章 　数据 分析概 述与软 件入门

１．
２　ＳＰＳＳ操作入门

１．２．１　ＳＰＳＳ软 件的启 动与退出

在 Ｗｉ
ｎｄｏｗｓ开 始菜单 上选择 开始 → 程 序 →ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏｗｓ
→ ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏｗｓ，就 启动 了
ＳＰＳＳ，如图 １．５所 示。

图 １．５　ＳＰＳＳ的 启动 示意 图

如果 要关闭 该软件 ，则选择 菜单 Ｆｉ

ｌｅ→ Ｅｘｉ
ｔ，或 者直接 关闭窗 口，即可 退出 ＳＰＳＳ。

１．２．２　ＳＰＳＳ的 ５个窗口

ＳＰＳＳ运行 时使用 的窗口 种类最 多共有 ５个：数 据 编辑 窗 口、结 果 管理 窗 口、语法 编 辑 窗口 、

脚 本窗口 和草稿 结果窗 口。 其中 数据 编 辑 窗 口和 结果 管理 窗口 是 最 常 用到 的两 个窗 口。实 际
上 ，这 ５个 窗口分 别用于 打开 ５种格式 的 ＳＰＳＳ文件 ：以“ｓ
ａｖ”为扩 展名的 是 ＳＰＳＳ的数据 文件；以
“ｓ
ｐｓ”为扩 展名的 是 ＳＰＳＳ的语 法文件 ；以“ｓ
ｐｏ”为 扩展 名的 是 ＳＰＳＳ的 结果 文件 ；以“ｓ
ｂｓ”为 扩展
名 的是 ＳＰＳＳ的脚 本文件 ；以“ｒ
ｔｆ”为扩展 名的是 ＳＰＳＳ的 草稿结 果文件 。
（１）数据编 辑窗口 （ＳＰＳＳＤａ
ｔａＥｄｉ
ｔｏｒ
）：此 窗口类 似于 Ｅｘｃｅｌ窗口 ，ＳＰＳＳ处理 数据的主 要工作
全 在此窗 口进行 。它分 为两个 视图：如 图 １．
６（ａ）所 示 的数据 视图 用 于 显示具 体的 数据 ，一 行代
表 一个观 测个体 （ＳＰＳＳ中称为 Ｒｅｃｏ
ｒｄ），一列 代表一 个属性 （ＳＰＳＳ中称为 Ｖａｒ
ｉａｂｌ
ｅ）；如图 １．６（ｂ）
所 示的变 量视图 则专门 显示有 关变量 的信息 ：变量名 称、变 量的类 型、变量 的格式 等，关于 变量信
 １．２　ＳＰＳＳ操作 入门 　９ 　 　　　

息 中各术 语的详 细解释 ，可参阅 第 ２章 。

　　 　 　 　 　 　 　　 　 　 （ａ
）　　 　 　 　 　 　 　　 　 　 　 　 　 　 　　 　 　 　 　 　 　（ｂ）

图 １．６　 数据 编 辑窗 口的 数据 视 图和 变量 视图

（２）结果管 理窗口 （ＳＰＳＳＯｕｔ

ｐｕｔＶｉ
ｅｗｅｒ）：又 称结 果 视图，此 窗口 用 于 存 放 分析 结 果，如 图
１．７（ａ）所示 。类似 于 Ｗｉ
ｎｄｏｗｓ的 资源 管 理 器，整 个 窗 口分 两个 区：左 边为 目 录 区，是 ＳＰＳＳ分 析
结 果的一 个目录 ；右边是 内容区 ，是与 目录一 一对应 的内容 。
（３）草稿结 果窗口 （ＳＰＳＳＤｒ
ａｆｔＶｉ
ｅｗｅ
ｒ）：草稿结 果是结 果的一 种简化 文本格 式。实际 上就是
Ｗｏ
ｒｄ所 兼容的 ｒ
ｔｆ超 文本格 式，因此 可以在 没有安 装 ＳＰＳＳ的 ＰＣ机 上使用 文字编 辑软件 打开，窗
口 形式如 图 １．７（ｂ）所 示。

　 　 　 　 　 　 　 　　 　 　 （ａ
）　 　 　 　 　 　 　 　　 　 　 　 　 　 　　 　 　 　 　 　 　 　（ｂ）

图 １．７　结果 管理 窗 口和 草稿 结果 窗口

（４）语法编 辑窗口 （ＳＰＳＳＳｙ

ｎｔａ
ｘＥｄｉ
ｔｏｒ
）：ＳＰＳＳ最大 的 优 势在 于 其 简 单 易 用性，即 菜 单 －对
话 框式的 操作，窗 口形式 如图 １．
８（ａ）所示。 除此之 外，ＳＰＳＳ还 提 供了 语法 方式 或 程序 方式 进行
分 析。该 方法既 是对菜 单功能 的一个 补充，也 可以使 繁琐的 工作得 到简化 ，尤其 适用于高 级分析
人 员。
（５）脚本窗 口（ＳＰＳＳＳｃ
ｒｉｐｔＥｄｉ
ｔｏｒ
）：ＳＰＳＳ脚 本是 用 ＳａｘＢａｓ
ｉｃ语 言写 的 程 序，窗 口 形 式如 图
１．８（ｂ）所示 。脚本 可以像 ＳＰＳＳ宏 一样构 建和运 行 ＳＰＳＳ命令，而 且脚 本可 以在 命 令中 利用 当前
　　 　　　 　１０ 第 １章 　数据 分析概 述与软 件入门

数 据文件 的变量 信息，还 可以对 结果进 行编辑 或者构 建 一些 新 的自 定 义 的对 话 框。脚 本可 用于

使 ＳＰＳＳ内 部操作 自动化 ，使结 果格式 自定义 化，实现 ＳＰＳＳ新 功能 以 及将 ＳＰＳＳ与 ＶＢ和 ＶＢＡ兼
容 应用程 序连接 。

　 　 　 　 　 　 　 　　 　 　 （ａ
）　 　 　 　 　 　 　 　　 　 　 　 　 　 　　 　 　 　 　 　 　 　（ｂ）
图 １．
８　 语法 编辑 窗 口和 脚本 编辑 窗 口

启动 ＳＰＳＳ时 ，即打开 了数 据编 辑窗口 。 其他 窗 口可 以 通 过 Ｆｉ

ｌｅ→ Ｎｅｗ／
Ｏｐｅｎ→ 相 应 的窗 口
名 称而打 开。

１．２．３　ＳＰＳＳ的 ４种运行 方式

ＳＰＳＳ提供 了菜单 －对话 框方式 的操 作 环境，这 是最 简单 和 最常 用的 运行 方法。 此 外，ＳＰＳＳ

还 提供了 程序运 行方法 、Ｉ
ｎｃｌ
ｕｄｅ命 令方法 、Ｐｒ
ｏｄｕｃｔ
ｉｏｎＦａｃ
ｉｌ
ｉｔ
ｙ方法 。这几 种方法 是菜单 －对 话框
方 式的有 益补充 。下面 就以 ＳＰＳＳ自 带文 件 Ｅｍｐｌ
ｏｙｅｅｄａ
ｔａ．ｓ
ａｖ中 的 数 据对 变量 “ｊ
ｏｂｃａｔ
”进行 频
数 分析为 例说明 这 ４种 运行方 法。

１．菜单对 话框方 式

首先 打开 ＳＰＳＳ软件 ，然后 选择 菜单 Ｆｉ
ｌｅ→ＯｐｅｎＦｉ
ｌｅ，如 图 １．９所 示，在 ＳＰＳＳ安 装 目 录下 打
开 数据“Ｅｍｐｌ
ｏｙｅｅｄａｔ
ａ．ｓ
ａｖ”。

图 １．９　ＳＰＳＳ打开数 据示 意图
 １．２　ＳＰＳＳ操作 入门 　１１ 　 　　　

然后 ，利用 菜 单 Ａｎａ
ｌｙｚ
ｅ→ Ｄｅｓ
ｃｒｉ
ｐｔｉ
ｖｅＳｔ
ａｔｉ
ｓｔ
ｉｃｓ→Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ，如 图 １．１０所 示，选 中 “ｊ
ｏｂｃ
ａｔ”，
单 击“ＯＫ”按钮。 结果管 理窗口 会出现 如表 １．２所示 结果。

图 １．１０　利 用对 话框 方式 进行频 数表 分析

表 １．２　Ｅｍｐｌ
ｏｙｍｅｎｔＣａｔｅ
ｇｏｒ
ｙ

这里 使用到 了 ＳＰＳＳ中的对 话框，现在以 图 １．

１０所示的 对话框 为例对 其作一 简要介 绍：
（１）列表框 ：上面共 有两个 ，左边 列表为 待选变 量 （包含当 前数据 文 件中 的 可分析 变量 或指
定 变量集 ）列表，右 边列表 为 分析 变 量 列表 。 为 变 量 移 动 按 钮，用 于将 变 量 在 “待选 ”和 “分
析 ”列表中 移动。
（２）５个 标准按 钮：几乎 在任何 对话框 中均可 见到，ＯＫ、Ｃａｎｃｅ
ｌ、Ｈｅｌ
ｐ的含 义非 常明 确，不再
赘 述；Ｒｅｓ
ｅｔ会将 对话框 恢复为 默认状 态；Ｐａｓ
ｔｅ则 会将对 话框中 的 选择 自动 转化 为 相应 的程 序语
句 ，详述参 见后面 相关章 节。
（３）其他按 钮和选 项：根据 具体功 能，不 同的对 话 框还 会 出现 一 些 特殊 的 按钮，如 本例 中最
下 方有三 个按钮 ，单击“Ｓｔ
ａｔ
ｉｓｔ
ｉｃ”按 钮会 弹出 有关 “统 计 量”指定 的子 对话 框，单 击 “Ｃｈａｒ
ｔｓ”按 钮
弹 出有关 “图形”指 定的子 对 话 框，单 击“Ｆｏ
ｒｍａ
ｔ”按 钮 则会 弹 出 有 关 “表 格格 式 ”指 定 的 子对 话
框。

２．程序方 式

上文 中提到 对话框 中有一 个“Ｐａ

ｓｔｅ”按 钮，可 以将相 应的操 作 转化 为所 对应 的 ＳＰＳＳ程序，事
实 上，对话 框可以 被看成 是对后 台 ＳＰＳＳ程序 的打包 调用，如 果将上 文所做 的分析 使用 ＳＰＳＳ程序
方 式来分 析，则应 当在 Ｓｙ
ｎｔａｘ编 辑窗口 中键入 以下程 序：
　　 ｇ
ｅｔｆ
ｉｌ
ｅ＝ Ｃ：＼
ｐｒｏ
ｇｒａｍ ｆ
ｉｌ
ｅｓ＼ｓ
ｐｓｓ＼
ｅｍｐｌ
ｏｙｅｅｄａｔ
ａ．ｓ
ａｖ．
　　 ｆ
ｒｅｑｕｅｎｃ
ｉｅｓｖａ
ｒｉａ
ｂｌｅ
ｓ＝ｊ
ｏｂｃａｔ／
Ｏｒｄｅｒ＝ Ａｎａｌ
ｙｓｉ
ｓ．
只需 要选择 菜单 Ｒｕｎ→Ａｌ
ｌ，运行该 程序也 一样会 出现相 同的分 析结果 。
　　 　　　 　１２ 第 １章 　数据 分析概 述与软 件入门

对于 数据不 断更新 而 分 析工 作 基 本相 同 的分 析 人 员，将 常 用 的 分 析 过 程 保 存 为 Ｓｙｎｔ

ａｘ文
件 ，在日后 ，只要 在 Ｒｕｎ和 Ａｌ
ｌ之间轻 点鼠标 ，即可 轻松完 成繁琐 的工作 。无疑 ，这 是一 个一 劳永
逸 的办法 。

３．Ｉ
ｎｃｌ
ｕｄｅ命令 方式

当编 写 Ｓｙ
ｎｔａ
ｘ程序时 ，如果 发现将 要 编 写的 程序 语 句 正 好是 另 一 个 Ｓｙ
ｎｔａ
ｘ文件 的 内 容；或
者 发现所 需的程 序语句 其实是 几个 Ｓｙｎｔ
ａｘ文件 的总和 时，除了 可 以通 过 “Ｃｏｐｙ”、“Ｐａｓ
ｔｅ”的 方法
来 利用原 有的资 源，生成 一个新 的 Ｓｙｎｔ
ａｘ文件 外，还有 一种更 简单的 办法，那就是 使用 Ｉ
ｎｃｌ
ｕｄｅ命
令 。例如 ，上面的 程序如 果 把它 保 存 为文 件：Ｃ：＼
ｓｙｎｔ
ａｘｓ
ａｍｐｌ
ｅ．ｓ
ｐｓ，则 以后 使 用 时只 需 要 用下 面
的 一句命 令即可 等同于 上面的 整个文 件：
　　 Ｉ
ｎｃｌ
ｕｄｅ Ｃ：＼
ｓｙｎｔ
ａｘｓ
ａｍｐｌ
ｅ．ｓｐｓ．
在 Ｓｙｎｔ
ａｘ编辑 窗口中 键入上 面所示 的 Ｉ
ｎｃｌ
ｕｄｅ语 句，运行 后的结 果和前 面相同 。

４．ＳＰＳＳＰｒｏｄｕｃｔ
ｉｏｎＦａｃｉ
ｌｉ
ｔｙ方 式

在 Ｗｉ
ｎｄｏｗｓ的 程序菜 单中，ＳＰＳＳ菜单 组 除了有 “ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏ
ｗｓ”项之 外，还有 一 个“ＳＰＳＳ
Ｐｒ
ｏｄｕｃｔ
ｉｏ
ｎＦａｃ
ｉｌ
ｉｔ
ｙ”。这是 ＳＰＳＳ提供的 运行分 析的另 一种 方法 ，实际 上 是对 ＳＰＳＳ作了 一个 简单
的 开发，让 相应的 ＳＰＳＳ程序在 系统后 台运行 ，直至运 行完毕 后才提 示用户 阅读结 束，用户 在这期
间 可同步 进行其 他工作 ，从而提 高了 工 作 效率。 它利 用 的 机制 实 质上 也是 ＳＰＳＳＳｙｎｔ
ａｘ，但除 此
之 外，它还 可以通 过 ＳＰＳＳ宏而 更改 ＳＰＳＳＳｙｎｔ
ａｘ中 的文件 名和变 量名或 其他参 数，使得 Ｓｙｎｔ
ａｘ的
应 用更加 灵活。
例如 现在希 望 使用这 种方式 分析上 面 的问题 ，则需 要 利用 文 件 ｓ
ｙｎｔ
ａｘｓ
ａｍｐｌ
ｅ．ｓ
ｐｓ来 进行，打
开 ＳＰＳＳＰｒ
ｏｄｕｃｔ
ｉｏｎＦａｃ
ｉｌ
ｉｔ
ｙ，如图 １．１１所 示，随 后的步 骤如下 ：

图 １．
１１　“ＳＰＳＳＰｒ
ｏｄｕｃ
ｔｉｏｎＦａｃｉ
ｌｉ
ｔｙ”的操 作界 面
 １．２　ＳＰＳＳ操作 入门 　１３ 　 　　　

（１）单击 Ｓｙｎｔ
ａｘ框下 方的“Ａｄｄ”按钮，到 Ｃ盘根 目录下 打开“ｓｙ
ｎｔａ
ｘｓａｍｐｌ
ｅ．ｓ
ｐｓ”。
（２）单击“Ｅｄｉ
ｔ”按 钮，对 该 程 序 进 行 编 辑。 用 ＠ ｆ
ｉｌ
ｅ代 替 Ｃ：＼ｐｒ
ｏｇｒ
ａｍｆ
ｉｌ
ｅｓ＼ｓ
ｐｓｓ＼Ｅｍｐｌ
ｏｙｅｅ
ｄａｔ
ａ．ｓ
ａｖ，用＠ｖａｒ代替 ｊ
ｏｂｃ
ａｔ，保 存后关 闭。
（３）单击右 下角的 “Ｕｓ
ｅｒＰｒ
ｏｍｐｔ
ｓ”按钮，添加对 程序的 交互分 析界面 ，如图 １．１２所 示。

图 １．１２　 “Ｕｓｅ
ｒＰｒ
ｏｍｐｔ
ｓ”对话 框的 设 定

（４）单击“Ｂｒ
ｏｗｓ
ｅ”按钮指 定结果 保存路 径，单击 “Ｅｘｐｏｒ
ｔＯｐｔ
ｉｏ
ｎｓ”按钮 还 可以 指定 结果 保存
格 式。
这样 便完成 了 一 个 小 工 程 的 设 定。 可 以 单 击 Ｆｉ
ｌｅ→ Ｓａｖ
ｅ，保 存 该 工 程 为 ＳＰＳＳＪｏ
ｂｓａｍｐｌ
ｅ．
ｓ
ｐｐ。　 　
下面 来运行 该工程 。单击 Ｒｕｎ→ Ｐｒ
ｏｄｕｃ
ｔｉ
ｏｎＪｏｂ，即出 现如图 １．１３所 示的对 话框。 可以 按默
认 的指定 去运行 该工程 ，直接单 击“ＯＫ”按钮 ，则相应 程序会 自动转 入系统 后台运 行，运行 完毕后
会 在 指定路 径下 生 成 结果文 件 ＳＰＳＳＪｏ
ｂｓａｍｐｌ
ｅ．ｓ
ｐｏ。 当然 也 可 以重新 指定 文 件和 变量 名来 运行
该 工程，这 样就可 以实现 对任何 数据中 任何变 量的频 数分析 了。

图 １．１３　ＳＰＳＳＰｒ
ｏｄｕｃｔ
ｉｏｎ运行 时弹 出的对 话框

１．２．４　ＳＰＳＳ的 ４种结果 输出

作为 功能强 大的统 计分析 工具，为 了能够 使得分 析结果 更为美 观易读 ，更好 地满足用 户的需
　　 　　　 　１４ 第 １章 　数据 分析概 述与软 件入门

求 ，ＳＰＳＳ一共 提供了 ４种格 式的统 计分析 结果：表 格、文 本、标准 图和交 互图。

１．表格格 式

ＳＰＳＳ可以 绘制表 格用于 表述数 据，除 此之外 ，大部分 分析结 果也 都 以专用 表格的 形 式展示 ，
如 图 １．１４所 示。 这 些 表 可 能 是 二 维表 ，也 可 能 是 多 维 表。 二维 表、多 维 表都 可 以 作 为 “ＳＰＳＳ
Ｐｉ
ｖｏｔＴａｂｌ
ｅ”对象而 粘贴到 其他应 用 程序 （如 Ｗｏｒ
ｄ、Ｐｏ
ｗｅｒ
Ｐｏｉ
ｎｔ、Ｅｘｃｅ
ｌ）中，并 且 依然 利 用 ＳＰＳＳ对
这 些表格 进行编 辑。ＳＰＳＳ的 制表功 能非常 强大，能 很好地 满 足 用户 各种情 况 下 的需 求 ，详见 第
６、７两 章。

图 １．
１４　ＳＰＳＳ结 果格 式之 一——— 表格 格式

２．文本格 式

对于 一些不 便于用 表格和 图形表 达 的结 果 ，ＳＰＳＳ提供 了 文 本 格 式 的结 果 ，如 图 １．１５所示 。

随 着版本 的增加 ，ＳＰＳＳ中的 文本输 出 已经越 来越 少 了，例如 在 １２版 本 中，现 在 只有 对 数 线性 模
型 和 Ａｒ
ｉｍａ模型 进行变 量筛选 时还使 用文本 输出。 实际上 ，这里 的文本 输出并 非简单 的 纯文本 ，

图 １．
１５　ＳＰＳＳ结 果格 式之 一——— 文本 格式
 １．２　ＳＰＳＳ操作 入门 　１５ 　 　　　

而 是与 Ｏｆ
ｆｉ
ｃｅ家 族软件 完全兼 容的 ｒ
ｔｆ格式 ，这些 文字可 以随意 进行拷 贝粘贴 、格式设 定等操 作。

３．标准图 与交互 图

利用 图形来 展示数 据，也是 在数据 分析中 必不可 少的。 ＳＰＳＳ提供 了 两种类 型的图 形。 一种
是 普通图 ，在 ＳＰＳＳ的手册 中称为 “标准图 ”如 图 １．１６所示 ；另 一种 为 “交互图 ”如图 １．１７所示 。
标 准图是 在 Ｇｒ
ａｐｈｓ菜 单下直 接单 击 图 形生 成 的，而交 互图 是 在 Ｇｒ
ａｐｈｓ→ Ｉ
ｎｔｅｒ
ａｃｔ
ｉｖｅ下 单 击图 形
生 成的。 与交互 图相比 ，标准图 生成速 度快，已经可 以 满足 大 部分 统 计 绘图 的 需求，但 可编 辑能
力 要弱于 交互图 ；而交互 图对系 统硬件 环境要 求更高 ，但可 绘制的 图形种 类更多 ，编辑功 能更强 ，
尤 其值得 指出的 是，交互 图可以 生成实 时旋转 的动态 三维图 。所以 标准图 适用于 理解数 据，而交
互 图更适 合在报 告演示 中应用 。对交 互图和 标准图 的详细 介绍参 见本书 第 ８、９章。

图 １．１６　 ＳＰＳＳ结果 格式 之 一———标 准图 格 式

图 １．１７　 ＳＰＳＳ结果 格式 之 一———交 互图 格 式

　　 　　　 　１６ 第 １章 　数据 分析概 述与软 件入门

４．结果的 保存和 导出

ＳＰＳＳ的分 析结果 可以保 存为 ＳＰＳＳ自 身的格 式：“．ｓ

ｐｏ”格式 （从 结果编 辑窗口 的“Ｆｉ
ｌｅ”直接
点 击“Ｓａｖｅ”即可 ），但除此 之外，还可 以使 用导 出 功 能存 为 另外 几种 常用 的 格 式，具 体 有 以下 几
种 格式可 供选择 ：ＨＴＭＬ格式 、Ｗｏｒ
ｄ格式 、Ｅｘｃ
ｅｌ格式和 Ｔｅｘｔ格式 。具体 操作是 ：在 结果 窗口 选择
菜 单 Ｆｉ
ｌｅ→Ｅｘｐｏ
ｒｔＯｕｔ
ｐｕｔ
，出现 如图 １．１８所 示的 对 话框。 对 话 框最 上 方的 Ｅｘ
ｐｏｒ
ｔ下拉 列表 用于
选 择导出 的内容 ；右下角 的 Ｆｉ
ｌｅＴｙ
ｐｅ下拉 列表则 用于选 择导出 格式（Ｅｘｐｏｒ
ｔＦｏｒ
ｍａｔ
），为上 述 ４种
格 式；中部 的 Ｆｉ
ｌｅ框用于 设定导 出文件 的路径 和 名称 ；而左 下 角 的 Ｅｘ
ｐｏｒ
ｔＷｈａｔ框 组则 用于 选择
希 望导出 的内容 。另外 ，对于标 准图或 交互图 可以保 存为常 见的图 形格式 ，如 ｂｍｐ、ｊ
ｐｇ等常 见格
式 。只需 要在 Ｅｘ
ｐｏｒ
ｔＯｕｔ
ｐｕｔ对话 框中选 择 Ｅｘ
ｐｏｒ
ｔ：Ｃｈａｒ
ｔｓｏｎｌ
ｙ，在 Ｆｉ
ｌｅＴｙｐｅ中选择 图形格 式即可 。

图 １．１８　 ＳＰＳＳ结 果 的导出选 项

如果 只想保 存或导 出部分 结果，只 要先选 中该结 果，然 后在图 １．１８的 Ｅｘｐｏ
ｒｔＷｈａ
ｔ框中 选择
“Ｓｅｌ
ｅｃｔ
ｅｄＯｂｊ
ｅｃｔ
ｓ”即 可。
除了 可以保 存结果 之外，还 可以将 结果 直 接通 过 “Ｃｏｐｙ”、“Ｐａｓ
ｔｅ”应 用到 其 他软 件 中。 对于
ＳＰＳＳ表 格、交 互图，还 可以将 它们作 为“Ｏｂｊ
ｅｃｔ
”粘贴到 其 他应 用程序 中 。这 样 做有 一个 好处：粘
贴 后仍可 利用 ＳＰＳＳ提供 的功能 进行编 辑。具 体 操作 是：在“开 始 ”菜单 “运 行”程 序 文 件：ｏｂｊ
ｅｃｔ
－
ｏｎ．ｂａｔ
（此文件 在 ＳＰＳＳ安装 目录下 ）。随后 在应用 程序中 粘贴图 表时均 使用“选 择性粘贴 —ＳＰＳＳ
Ｐｉ
ｖｏｔＴａｂｌ
ｅ控 件或 ＳＰＳＳＩ
ｎｔｅ
ｒａｃ
ｔｉｖｅＧｒ
ａｐｈ控件 ”即可。

１．２．５　ＳＰＳＳ的 帮助系 统

ＳＰＳＳ提供 了无处 不在的 “帮助”功 能，可 以随时 随地为 不同层 次的用 户提供 帮助。 其帮 助功
能 主要包 括学习 向导、帮 助 菜 单、对 话框 帮 助 和语 法 手 册 四 大类 。 事 实 上 ，国 内 有 相当 一 部 分
ＳＰＳＳ教 材都是 在翻译 或引用 ＳＰＳＳ完整而 详细的 帮助内 容，那么 绕过这 些翻译 ，直 接来 见识 一下
原 汁原味 的“帮助 ”功能吧 。
 １．２　ＳＰＳＳ操作 入门 　１７ 　 　　　

１．学习向 导

ＳＰＳＳ为初 学者提 供了非 常完整 和 系统 的自学 向 导，它 相 当于 一 个 手把 手 的 教练 ，浅 显易 懂

地 告诉用 户各种 基本的 统计分 析 问题 在 ＳＰＳＳ中 是 如何 实 现的。 ＳＰＳＳ中 的学 习向导 有 几 种，分
述 如下：
（１）Ｓｔ
ａｔｉ
ｓｔｉ
ｃｓＣｏａｃｈ：对 于需要 新手紧 急完成 的一 些 常用 统计 分析 操 作，ＳＰＳＳ提供 了统 计教
练 功能，它 可以告 诉用户 为达到 分析目 的应选 择什么 统计方 法，并 一步步 地指导 用户如何 进行统
计 分析。 该模块 实际上 是 一个 编 译 好 的交 互式 网 页 ，使 用起 来 非常 舒 服。Ｓｔ
ａｔｉ
ｓｔ
ｉｃ
ｓＣｏａ
ｃｈ位 于
Ｈｅｌ
ｐ菜单中 ，选择 Ｈｅｌ
ｐ→Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓＣｏ
ａｃｈ即 可进入 ，图 １．
１９即为 统计教 练的一 个界面 。

图 １．１９　统 计教 练的 界面

（２）Ｔｕｔ
ｏｒｉ
ａｌ：同样为 初学者 提供，是 关于某 个主题 的一步 步指导 。 以示 例 化、图形 化的 方式
告 诉用户 如何使 用这个 软件。 初学者 可 以 通过 该教 程掌 握 ＳＰＳＳ的 几乎 全 部常 用 操 作 （数据 的
输 入、分析 和绘图 ）。Ｔｕｔ
ｏｒｉ
ａｌ模块位 于 Ｈｅｌ
ｐ菜 单中 ，选 择 Ｈｅ
ｌｐ→ Ｔｕｔ
ｏｒｉ
ａｌ即 可 进 入，起 始 界面 为
一 个目录 列表，即 所有教 程内容 的索引 ，用户 可在里 面选择 需要阅 读的主 题，如果 对 ＳＰＳＳ完全不
熟 悉，则可 以从最 上面 的 Ｉ
ｎｔｒ
ｏｄｕｃｔ
ｉｏｎ开 始，它 提 供了 使 用 ＳＰＳＳ的 一 些 最 基 本 的 操 作 教程。 图
１．２０为 Ｔｕｔ
ｏｒｉ
ａｌ在 演示如 何编辑 表格。

图 １．２０　 Ｔｕｔ
ｏｒｉ
ａｌ在演示 如何 编 辑表 格
　　 　　　 　１８ 第 １章 　数据 分析概 述与软 件入门

（３）Ｒｅｓ
ｕｌｔ
ｓＣｏａｃ
ｈ：是 关于结 果的解 释（参见 图 １．２１）。 在结果 窗口中 ，只要 对相应的 输出含
义 不太清 楚，即可 选中该 输出，并 右 击鼠 标，右键 菜 单上 会 有 Ｒｅｓ
ｕｌｔ
ｓＣｏ
ａｃｈ选 项，它 可 以 链接 到
相 应的向 导界面 ，详细地 对该过 程的功 能和结 果加以 讲解。 但需要 注意的 是，对 于少数统 计上比
较 复杂，难 以解释 清楚的 方法，ＳＰＳＳ没有提 供。

图 １．
２１　Ｒｅｓ
ｕｌｔＣｏａｃｈ在 解 释频 数表

（４）Ｃａｓ
ｅＳｔ
ｕｄｉ
ｅｓ：上 述三个 向导多 少都 有一 些 入门 和救急 的 味 道，对 于希 望 系 统 学习 ＳＰＳＳ
中 统计功 能的用 户而言 ，就可以 使用 Ｃａ
ｓｅＳｔ
ｕｄｉ
ｅｓ这 一 详 细 的案 例 向 导。 用 户选 择 菜 单 项 Ｈｅ
ｌｐ
→ Ｃａ
ｓｅＳｔ
ｕｄｉ
ｅｓ即可进 入，如 图 １．２２所示，它为 中级 用户提 供了 ＳＰＳＳ各 模块 的 主要 分 析 方法 的
基 本操作 和结果 解释。 其讲解 方式也 是示例 化、图形 化 的。 只 要大家 的英 文 水平 和统 计功 底尚
可 ，实际上 可以通 过 该向 导 掌握 绝 大多 数 的 ＳＰＳＳ基 本 操 作，从 而 避 免了 到 处 寻 找 一本 优 秀 的
ＳＰＳＳ入 门教材 的痛苦 。

图 １．２２　Ｃａｓ
ｅＳｔ
ｕｄｙ在演 示 Ｍｅａｎｓ过程

２．帮助菜 单

ＳＰＳＳ的帮 助文件 就是一 个标准 的 Ｗｉ

ｎｄｏ
ｗｓ帮 助文件 ，在菜 单 上选择 Ｈｅｌ
ｐ→Ｔｏｐｉ
ｃｓ进 入。在
使 用上没 有太多 特殊的 地方，主 要也是 通过目 录和索 引两种 方式查 找所需 的内容 。
 １．２　ＳＰＳＳ操作 入门 　１９ 　 　　　

（１）目录树 方式：目 录树像 一本电 子书的 目录一 样，将 所 有主 题 分 成了 一 个树 状结 构，如图

１．２３所示。 只要循 着该目 录的各 级分支 ，最终总 能找到 所需的 内容。 用户可 以在“目 录”表 中浏
览 用户手 册从而 学习 ＳＰＳＳ的使 用。从 左边选 择一个 主 题，如 “Ｈｏｗｔ
ｏｒｅ
ａｄＥｘ
ｃｅｌ５ｏｒｌ
ａｔｅｒ
？”，右
边 内容区 即显示 此部分 内容。

图 １．２３　 ＳＰＳＳ帮 助主 题

（２）索引方 式：目录 树的结 构比较 完整，但使用 上 要求 用 户首 先 要 熟悉 分 类，而且 要一 层层

找 下去，如 果知道 希望查 找的关 键词，用户就 可以在 “索引”表 中 键入 关 键词，系 统 会在 其左 边的
索 引栏中 寻找与 键入词 完全匹 配的内 容。如 在索引 栏中键 入“Ｆｒ
ｅｑｕｅｎｃｙ”，左边 的 索引 栏的 第一
行 即显示 “Ｆｒ
ｅｑｕｅｎｃｙ”，双击 并选择 其中 一个 表，即可 出 现内 容。而 当 关键 词 不 确定 时 也 可以 通
过 “搜索”表 查询相 关内容 。在“搜 索”栏中 键 入待 搜 索内容 ，单击 “列 出主题 ”，下 边即 列出 包含
该 搜索内 容的所 有主题 。

３．对话框 帮助

ＳＰＳＳ的界 面做得 非常友 好，对 话框 界面 中 到处 都是帮 助 功 能。 首先，在 所 有主 对 话 框或 子

对 话框中 都会 有 Ｈｅｌ
ｐ按 钮，单击 Ｈｅｌ
ｐ后系统 会 弹出相 应 的帮 助 内容 ，用于解 释各个选 项、框组
的 作用是 什么。 除这种 标准的 帮助以 外，任何 时候如 果对某 个选项 的功能 不太熟 悉，则可 以直接
在 该选项 框上方 单击鼠 标右键 ，就会立 刻弹 出 相 应的 解 释（见图 １．２４），注 意 此处 的帮 助内 容并
非 Ｈｅｌ
ｐ菜单中 相应内 容的重 复，一般 来说要 更详细 些。

图 １．２４　 ＳＰＳＳ中 的 对话框帮 助

　　 　　　 　２０ 第 １章 　数据 分析概 述与软 件入门

４．语法手 册

当大 家对 ＳＰＳＳ的熟 悉达到 一定程 度时，就会发 现 许多 操 作使 用 对 话框 来 做非 常麻 烦，甚至

无 法用对 话框来 实现。 实际上 ，至 少有 ２０％ 的高级 功能 是 必须 使用 程序 方 式 才 能实 现 的，而 且
使 用编程 方式来 完成相 同的工 作时，操 作效率 也要高 得多。 由于目 前国内 几乎没 有对 ＳＰＳＳ编程
加 以深入 讲解的 资料，此 时可以 直接参 考 ＳＰＳＳ附带的 语法指 南。 在 ＳＰＳＳ的 安装 文件 中都 附送
了 所有模 块语法 指南书 的 ＰＤＦ格式 文档，这是 ＳＰＳＳ官方 提供的 最为 权 威的使 用指导，学会 如何
使 用它，是 最有效 的 学 习 ＳＰＳＳ的 方 法。语 法 指 南 的调 用 非 常 简 单，只 要 选 择 Ｈｅｌ
ｐ→ Ｃｏｍｍａｎｄ
Ｓｙｎｔ
ａｘＲｅｆ
ｅｒｅ
ｎｃｅ，就会 自动打 开相应 的 ＰＤＦ文 档。该 文档自 带一个 目录树 ，通过 它就可以 查找到
希 望学习 的 ＳＰＳＳ过程名 称，从 而进行 深入的 学习。

１
．３　数据分析概述

１．３．１　数据分 析 方法论介 绍

任何 一个数 据分析 项目，如 果按照 整个分 析过程 的流程 结构来 看，都 可以被 分解为大 致 ７个
阶 段：计划 阶段、数据收 集、数据 获取、数据准 备、数据 分析、结果报 告和模 型发布 阶段。下 面就来
对 这 ７个 阶段做 一下简 单的探 讨。
（１）计划阶 段。在 分析项 目的初 始阶段 ，需要花 费大量 的时间 来设计 分析计 划，以减 少盲目
分 析，避免 资源浪 费。在 该阶段 ，要对 数据分 析的各 个 行动 步 骤作 好 规 划，主 要任 务是 弄清 楚以
下 几个问 题：
① 确定研 究问题 。从研 究分析 开始，就确立 明确的 分析目 标是非 常 重要的 。 它可 以帮 助用
户 合理地 计划人 员、时间 、资源 分配，并 能指导 用户集 中精力 于研究 性分析 。
② 建立项 目预算 。
③ 确定研 究范围 即确定 研究总 体和个 体。
④ 确定样 本的抽 取方法 。
⑤ 分析评 估所需 样本量 。
⑥ 确定数 据收集 方式。
⑦ 确定与 研究问 题相关 的数据 即确定 应该收 集个体 的哪些 数据。
⑧ 确定研 究问题 的分析 方法和 分析工 具。
（２）数据收 集阶段 。如果 手头已 经有现 成的数 据 ，就可 以 不必 再 进 行数 据 收集。 数据 收集
的 目标、方 式完全 取决于 在 上 一 步 中所 制 定 的计 划 。数 据 收集 方式 有很 多 种，可以 是 电 话式 访
问 ，可以是 面谈式 收集，也可以 是拦截 式访问 。如果 是 从头 进 行数 据 收 集，则 应当 有一 份标 准问
卷 ，问题的 设计不 仅要相 关，还 要能够 从中得 出有意 义的结 论。
（３）数据获 取阶段 。该阶 段的目 的是将 分散的 、原始格 式各不 相同的 数据读 入分析 工具中 ，
 １．３　数 据分析 概述 　２１ 　 　　　

使 分析工 具可以 对数据 进行分 析。

（４）数据准 备阶段 。该阶 段的主 要任务 是：
① 清理数 据以保 证数据 的准确 性。数 据准确 性是数 据分析 结果正 确的最 基本的 前提条 件。
② 对数据 进行必 要的转 换。如 生成 一 些 新的 字 段以 供 分 析；将 连续 字段 离散化 ；将 字符 型
字 段数值 化等。 目的是 将数据 结构转 换成合 适的形 式。
③ 填充缺 失数据 。对各 种缺失 字段，利用适 当的方 法进行 填补。
④ 对数据 进行合 并、汇 总等。 将数据 文件进 行合并 ，将个体 数据进 行汇总 ，生成 各组数据 。
（５）数据分 析阶段 。利用 各种数 据分析 方法对 数 据 进行 分析，得 出 结论 。数 据分 析阶 段又
可 以分为 几个部 分：
① 预分析 ：包 括概 括 性统 计描 述和 探索 性 统计 推 断两部 分 ，前者 是使 用统 计 图和 统计 表对
数 据进行 更好地 理解，而 后者则 基于对 数据的 理解开 始尝试 进行分 析，以 寻找最 终分析模 型的雏
形 。具体 使用的 方法可 以是单 因素分 析，也可 以是简 单的多 因素分 析。
② 精确分 析：基 于上一 步得到 的各种 信息，开 始尝试 拟合最 佳的统 计模型 ，以 寻求 对数 据中
所 蕴含信 息最完 美的解 释。完 成这一 部分的 工作往 往 需要 统 计知 识 和 专业 知 识互 相补 充，而所
使 用的统 计方法 一般都 是多变 量方法 ，甚至是 多元统 计分析 方法。
（６）结果报 告阶段 。结果 报告的 目的是 将整个 数据分 析项目 的结果 以一种 非学术化 的方式
表 达出来 ，使得决 策者（报 告的阅 读者 ）能 够 快速 理 解，并 基 于此 分 析 结 果做 出决 策。 报 告可 以
是 文本文 档、表格 、图形 或者是 网页。
（７）模型发 布阶段 。结果 报告仅 仅是对 基于历 史 数据 所 建立 的 模 型加 以 阐述，当 需要 利用
该 模型进 行预测 时，具体 的做法 可以是 在分析 软件中 加以预 测，也 可以将 生成的 模型编译 成单独
运 行的控 件或程 序，将其 模型整 合到应 用平台 中去。 该阶段 的目标 是将分 析阶段 得到的 模型、信
息 和知识 带给机 构决策 者以便 他们能 为机构 做出更 好的未 来规划 。
在大 多数分 析过程 中，不一 定会经 历所有 的这 ７步。例 如 ，根 据 分 析的 目 的，所需 的数 据仅
是 日常工 作产生 的交易 数据，那 么就不 必再经 历 “数 据 收 集”阶 段 ，而是 直 接 进入 “数 据 获取 ”阶
段 。另外 ，各阶段 之间可 能交叉 进行。 例如，有 时在 对 原 始 数据 进 行 分析 之 后，即 进 入了 “数 据
分 析”阶段 ，突然发 现其他 数据 也 是 分析 必 需的，所 以不 得 不重 新 返 回“数 据 收集 ”阶段 。 又如 ，
在 “数据分 析”阶段 中发现 某个字 段因其 格式不 能参与 分析，所 以就需 要再进 行“数 据 准备”阶段
所 做的工 作。
在一 个数据 分析项 目结束 后，可能 因该项 目中的 新发现 和对数 据的新 的理解 ，从而引 发一个
新 数据分 析项目 。

１．３．２　ＳＰＳＳ系 列产品 对数据分析 流程的 支 持

作为 一家信 息统计 决策支 持服务 的提供 商，ＳＰＳＳ公 司在以 上涉及 的各 个数 据 分析 阶段 均有

相 应的 产品 与 其对 应 。 例如 ，在计 划 阶 段 可 以 用 Ｓａｍｐｌ
ｅＰｏ
ｗｅｒ来计 算 样 本量 ，用 ＳＰＳＳＣｏｍｐｌ
ｅｘ
Ｓａｍｐｌ
ｅ模块 设定样 本抽取 计划，甚至直 接 抽取 样 本；数据 收集 阶段 可 以用 ＳＰＳＳＤａ
ｔａＥｎｔ
ｒｙ来 进
行 问卷设 计及 数据 网络 录 入工 作 ；数 据准 备 阶段 可以 用 ＳＰＳＳＢａ
ｓｅ和 Ｍｉ
ｓｓｉ
ｎｇＶａｌ
ｕｅ等 对数 据进
行 必要的 整理和 修补工 作；数据 分析阶 段是 ＳＰＳＳ产品 的核心 功 能，多 个 ＳＰＳＳ模块 和 ＳＰＳＳ独立
　　 　　　 　２２ 第 １章 　数据 分析概 述与软 件入门

软 件为数 据分析 提供了 各种统 计分析 方法和 数据挖 掘方法 。而 ＳＰＳＳ软件 提供的 统计图 、统计报
表 功能和 结果输 出功能 则可以 很好地 支持结 果报 告阶 段 的需 求。总 之，以 上 提到 的各 阶段 均可
以 从 ＳＰＳＳ公司的 产品线 中获得 支持。 而 ＳＰＳＳ软件本 身 则作 为 一个 核 心平 台 ，在 整个 数据 分析
流 程中起 着关键 的作用 。

１．３．３　本书内 容 介绍

本书 将以上 述数据 分析的 ７个阶 段为主 线来组 织内容 。在本 书的第 ２章详 细介绍了 各种格
式 的数据 如何读 入 ＳＰＳＳ中，即 数据获 取阶段 的内 容；第 ３章 介 绍了 数 据 转换 、合并、汇 总等 各种
数 据准备 问题；第 ４、５章 介绍了 数据分 析的最 初 阶段 ，即描 述 性 统计 分 析；第 ６章 ～第 ９章 介绍
了 各种表 格、图形 的制作 ，而表 格、图形 正是分 析报告 阶段的 必需品 ；第 １０章 ～第 １５章 讲述 数据
分 析的初 级 内 容，即 推 断 性 统 计 分 析 的 部 分 方 法。 更 复 杂 的 统 计 分 析 方 法 将 在 本 套 丛 书 的
《ＳＰＳＳ统 计分析 高级教 程》中讲 解。至 于计划 阶段、数 据收集 阶段、结 果发 布 阶段 等往 往因 为会
涉 及具体 的行业 应用，不 应当是 统计教 程的讲 解内容 ，所以 在基础 教程和 高级教 程中都不 会有太
多 介绍，但 将会在 本丛书 的其他 行业应 用分册 中涉及 ，感兴 趣的读 者可参 考这些 分册中的 相关内
容。

思考与练习

１．试检查 自己的 ＳＰＳＳ软 件共有 几个模 块，其 中包括 了哪些 功能，并 思考平 时 的统 计分 析究
竟 要哪些 模块才 能够满 足需求 。
２．尝试使 用本章 所介绍 的 ４种 方 法来使 用 ＳＰＳＳ进行书 中 例题的 分析，并 体会 这 ４种 方法
各 自的优 缺点。

参考文献

１　ＴｈｅＢａｓ
ｉｃｓ
：ＳＰＳＳｆ
ｏｒＷｉ
ｎｄｏ
ｗｓ１０．０．ＳＰＳＳＩ
ｎｃ．Ｃｈｉ
ｃａｇｏ，Ｉ
ｌｌ
ｉｎｏｉ
ｓ，１９９９
２　Ｐｒ
ｏｇｒ
ａｍｍｉ
ｎｇｗｉ
ｔｈ ＳＰＳＳＳｙｎｔ
ａｘａｎｄＭａ
ｃｒｏ
ｓ（ｖ
１０．０Ｒｅ
ｖｉｓ
ｅｄ）．ＳＰＳＳＩ
ｎｃ．Ｃｈｉ
ｃａｇｏ，Ｉ
ｌｌ
ｉｎｏｉ
ｓ，
１９９９
３　张 文彤主 编．ＳＰＳＳ１１统 计分析 教程（基 础篇）．北 京：北 京希望 电子出 版社，２００２
 ２．１　数 据格式 概述 　２３ 　 　　　

第 章　数据录入与数据获取
数据 是统计 研究的 基础，如 果没有 数据，分析也 就 无 从谈 起。用 于 分析 的 数据 资料 有两种 ，
一 种是原 始资料 ，如调查 问卷中 的数据 需要将 它们录 入进 ＳＰＳＳ软 件，建立 数据文 件；另一 种是已
经 被录入 为其他 数据格 式的资 料，需要 将其内 容直接 读入 ＳＰＳＳ中 。
针对 上述的 两种情 况，这一 章将主 要介绍 两 个问 题，即如 何将 数 据 录入进 ＳＰＳＳ中 以及 如何
将 其他格 式的数 据读进 ＳＰＳＳ中 。对于 第一个 问题，根据问 题类型 的不同 ，将会从 开放题 、单选题
和 多选题 的 录 入方 式为例 进 行 介绍 ；对 于第 二 个问 题 ，则重 点 介绍 如 何 用 ＳＰＳＳ直接 读 取 Ｅｘｃｅ
ｌ
类 型和文 本格式 的数据 ，以及如 何通过 ＯＤＢＣ接口读 取数据 库文件 。良好 的开始 是成功 的一半 ，
录 入或者 读入数 据是数 据分析 的第一 步工作 ，其重要 性是不 言而喻 的。

２
．１　数据格式概述

２．１．１　统计软 件 中数据的 录入格式

统计 软件中 数据的 录入格 式和大 家平时 记录数 据用的 格式不 太 相同，ＳＰＳＳ所 使用 的数 据格

式 也遵守 这些基 本的格 式要求 ，大致的 原则如 下：
（１）不同观 察对象 的数据 不能在 同一条 记录中 出现，即 同一观 测数据 应当独 占一行 。
（２）每一个 测量指 标或影 响因素 只能占 据一列 的 位置，即 同一个 指标 的 测量 数值 都应 当录
入 到同一 个变量 中去。
有时 分析方 法会对 数据格 式有特 别的要 求，此 时 可能 会 违反“一 个 观测 占 一行，一 个变 量占
一 列”的原 则。这 种 情况 在 配对 数 据 和 重 复测 量 数 据中 最 多见 。 这是 因 为 根据 分 析模 型 的 要
求 ，需要将 同一个 观察对 象的某 个观察 指标的 不同次 测量看 成不同 的指标 ，因此 被录入成 了不同
的 变量，这 是允许 的。但 对于统 计的初 学者而 言，最 好能够 严格遵 守以上 规则。 而且无论 表现格
式 怎样，最 终的数 据集都 应当能 够包含 原始数 据的所 有信息 。

２．１．２　变量属 性 介绍

数据 录入就 是要把 每个被 访者的 每个指 标值录 入 到 软件 中。在 录 入数 据 时，大致 可归 纳为

“数 据录入 三步曲 ”：定义各 变量 名 ，即给 每 个指 标 起 个名字 ；指 定每 个变 量 的 各 种属 性 ，即对 每
个 指标的 一些统 计特性 做出指 定；录入 数据，即把每 个被访 者的各 指标取 值录入 为电子格 式。因
此 这里首 先介绍 一下变 量的各 种属性 问题。
　　 　　　 　２４ 第 ２章 　数据 录入与 数据获 取

任何 一个变 量显然 都应当 有变量 名与之 对应，但 为了进 一步满 足统计 分析的 需要，除 变量名
外 ，统计软 件中还 往 往 对 每 一 个变 量 定 义许 多 附加 的 变量 属 性 ，如 变 量 类 型 （Ｔｙｐｅ）、变量 宽 度
（Ｗｉ
ｄｔｈ）、小 数位（Ｄｅｃｉ
ｍａｌ
）等。 在上 一 章 所讲 解 的数 据 管理 窗 口 的变 量 视 图中 ，可 以 看到 ＳＰＳＳ
会 为每一 个变量 指定 １０种变量 属性，但这里 将重点 介 绍变 量 类型 和 测 量尺 度 这两 个属 性，对于
其 他的一 些属性 ，比如变 量标签 和缺失 值等，会给出 简单介 绍，至于 像变量 列格式 、变量对 齐方式
这 样的属 性，不用 说，根 据字面 意思，大 家也能 理解其 内涵。

１．变量的 存储类 型

ＳＰＳＳ中，变量有 三种基 本的类 型，分别 是：数 值型、字 符型和 日 期型 。根据 不同的 显 示方式 ，
数 值型又 被细 分为 了 ５种 ，所以 ＳＰＳＳ中的 变量类 型 共有 ８种。
Ｔｙｐｅ项用于 设 定变 量 类 型，选 择 Ｔｙｐｅ单元 格时 右侧 会 出 现 形
如 的按钮 ，单击 会弹 出变量 类型对 话框，如 图 ２．１所示。
在以 上三大 类 变量 类 型 中，数 值 型 是 ＳＰＳＳ中 最 常 用 的 变
量 类型。 数值 型的 数 据是 由 ０～９的阿 拉 伯数字 和 其他 特 殊符
图 ２．
１　 变 量类 型对 话框
号 ，如美元 符 号、逗 号或 圆 点 组 成 的。 如 工 资 、年 龄、成 绩 等 变
量 都可定 义为数 值型数 据。数 值型数 据根据 内容和 显 示方式 的不同 ，又可 分 为标准 数值 型（Ｎｕ－
ｍｅｒ
ｉｃ）、逗号数 值型（Ｃｏｍｍａ）、圆点数 值型（Ｄｏｔ
）、科 学计数 法型（Ｓｃｉ
ｅｎｔ
ｉｆ
ｉｃＮｏｔ
ａｔｉ
ｏｎ）、美 元数 值型
（Ｄｏ
ｌｌａｒ
）、用 户自定 义型（Ｃｕｓ
ｔｏｍＣｕｒ
ｒｅｎｃｙ）共 ６种不 同的表 示方法 。每种 方法的 用法根据 名称的
字 面含义 也可以 猜得出 来，这里 不再赘 述。
字符 型数据 类型也 是 ＳＰＳＳ较常用 的数据 类型，字 符型 数 据 的默 认 显示 宽 度为 ８个 字符位 ，
它 区分大 小写字 母，并且 不能进 行数学 运算。 字 符型 数 据在 ＳＰＳＳ的 数据处 理 过程（如 在计 算生
成 新变量 时）中是 用一对 引号引 起 来的。 需要 注 意 的 是，在 输 入 数 据 时不 应 输 入引 号 ，否 则，双
引 号将会 作为字 符型数 据的一 部分。
日期 型数据 是用来 表示日 期或时 间的。 日期型 数据的 显示格 式 有很多 ，ＳＰＳＳ以菜 单的 方式
列 出日期 型数据 的显示 格式以 供用户 选择。 但事实 上，ＳＰＳＳ中 的日期 型变 量存 储 的是 该时 间与
１５８２年 １０月 １４日 零点相 差的秒 数，如 １５８２年 １０月 １５日存 储的 就是 ６０×６０×２４＝８６４００，大
家 将变量 类型变 换为数 值型就 可以看 到。但 是这里 只能存 储正数 ，即 １５８２年 １０月 １４日及 更早
时 间在 ＳＰＳＳ中是 无效的 。日期 型数据 主要在 时间序 列分析 中比较 有用，在较为 简单的分 析问题
中 完全可 以用普 通数值 型数据 来代替 。

２．变量的 测量尺 度

如果 只使用 变量类 型 ，很 多时 候 并 不能 准 确地 说 明变 量 的 含义 和 属 性。 比 如 说，变 量 “性

别 ”，用 １代 表男，２代 表女。 在这里 ，
１和 ２只 是一个 符号，没 有任何 数 字意 义。２并不 比 １大，１
也 并不比 ２小。 变量“足 球的喜 欢 程 度”，用 １表示 “非 常 喜 欢”，２表 示 “喜 欢 ”，３表 示“一 般 ”
等 ，１和 ２虽 然也是 符号，但 这里有 顺序之 分了，１就 是比 ２喜欢的 程度更 高。如 果以更 喜欢 为高
分 ，那么 １就比 ２大。大 多少？ 不知道 ，无法 衡量。 再有一 个变量 “薪水”，１和 ２就是 有 区别的 ，
２就是 比 １多 ，多多 少？多 １。 同样都 是 １和 ２，都是 数值型 变量，但 是它们 的含义 不同，适 用的统
 ２．１　数 据格式 概述 　２５ 　 　　　

计 方法也 不同。 如果只 以变量 类型来 说明这 个变量 的 属性，就 不能区 分出 这 三 个变量 的值 １和
２彼此 的区别 。为了 区分这 三类数 字，就有 了变量 测量尺 度这个 属性。
在 ＳＰＳＳ中使 用 Ｍｅａ
ｓｕｒ
ｅ属性对 变量的 测量尺 度进行 定义。 在统计 学中，按 照 对事 物描 述的
精 确程度 ，将所采 用的测 量尺度 从低级 到高级 分为 ４个层次 ：定类 尺度、定 序尺度 、定距尺 度和定
比 尺度。
（１）定类尺 度（Ｎｏ
ｍｉｎａｌＭｅ
ａｓｕｒ
ｅｍｅｎｔ
）：定 类尺度 是对事 物的类 别或属 性的一 种测度 ，按照事
物 的某种 属性对 其进行 分类或 分组。 定类变 量的特 点 是其 值 仅代 表 了 事物 的 类别 和属 性，仅能
测 度类别 差异，不 能比较 各类之 间的大 小，所 以各类 之间没 有顺序 或等级 。通常 定类尺度 的变量
又 被称为 无序分 类变量 ，如性别 可取值 为“男”、“女”，就是 一个定 类尺度 的变量 。 对定 类尺 度的
变 量只能 计算频 数和频 率，如在 所有客 户中，男性有 多少人 ，占总人 数的百 分率是 多少。
在 ＳＰＳＳ中，能使用 定类尺 度的数 据可以 是数 值型 ，也可 以 是字 符 型 变量 。使 用定 类变 量对
事 物进行 分类时 ，必须符 合穷尽 和互斥 的原则 。穷 尽 的原 则 就 是指每 个个 体 都必 须能 归为 一个
类 别，互斥 的原则 是指每 个个体 都只能 归为一 个类别 。
（２）定序尺 度（Ｏｒ
ｄｉｎａｌＭｅ
ａｓｕｒ
ｅｍｅ
ｎｔ）：定序 尺度是 对 事物 之间 等级 或 顺序 差别 的一 种测度 ，
可 以比较 优劣或 排序。 定序变 量又被 称为有 序分类 变量，它 比定类 变量的 信息量 多一些 ，不仅含
有 类别的 信息，还 包含了 次序的 信息；但是由 于定序 变 量只 是 测度 类 别 之间 的 顺序，无 法测 出类
别 之间的 准确差 值，即测 量数值 不代表 绝对的 数 量大 小，所 以 其计 量 结 果只 能 排序，不 能进 行算
术 运算。 定序变 量同定 类变量 一样，其 数据可 以是数 值型，也可以 是字符 型变量 。定序变 量除可
以 计算频 率之外 ，还可 以 计 算 累计 频率。 如 足 球喜 欢程 度 这 一变 量 的取 值 有 ：１——— 非 常 喜欢 ，
２———喜欢 ，３——— 无所谓 ，４——— 不喜欢 ，５——— 非常不 喜欢，这是一 个定序 尺度的 变量。 对它 就可
以 计算累 计频数 和累计 频率。 如对 “足球 喜欢程 度”，不 仅 可以 计算 喜欢 的 人 数 和比 例 有 多少 ，
还 可以计 算喜欢 及非常 喜欢的 累计人 数和比 例有多 少。
（３）定距尺 度（Ｉ
ｎｔｅｒ
ｖａｌＭｅａｓ
ｕｒｅｍｅｎｔ
）：定 距尺 度是 对事 物类 别 或 次 序之 间间 距的 测 度。定
距 变量的 特点是 其不仅 能将事 物区分 为不同 类型并 进 行排 序 ，而且可 准确 指 出类 别之 间的 差距
是 多少；定 距变量 通常以 自然或 物理单 位为计 量 尺度 ，因此 测 量结 果 往 往表 现 为数 值，所以 计量
结 果可以 进行加 减运算 。
（４）定比尺 度（Ｓｃａｌ
ｅＭｅ
ａｓｕｒ
ｅｍｅｎｔ
）：定 比尺 度 是能 够测 算两 个 测度 值之 间 比值 的 一 种计 量
尺 度，它的 测量结 果同定 距变量 一样也 表现为 数值，如 职 工月 收入，企 业 销售 额 等。其 与定 距变
量 的差别 在于有 一固定 的绝对 “零点”，而 定距 变 量则没 有，定距 变量 中 的“０”并不 表示 “没有 ”，
仅 仅是一 个测量 值，而定 比变量 中的“０”就 真正表 示“没有 ”。 比如 温 度，０℃ 只是 一个 普通 的温
度 ，并非没 有温度 ，因此 它只是 定距变 量，而体 重 则是 真 正的 定 比变 量 。定 比 变量 是测 量尺 度的
最 高水平 ，它除了 具有其 他三种 测量尺 度的全 部特点 外，还 具有可 计算两 个测度 值之间比 值的特
点 ，因此它 可进行 加、减 、乘、除 运算，而 定距变 量只可 进行加 减运算 。
ＳＰＳＳ中默 认的变 量测量 尺度就 是定比 尺度。 但 由于 后 两 种测 量 尺度 在 绝 大多 数 统 计分 析
中 没有本 质上的 差别，在 ＳＰＳＳ中就将 其合并 为一类 ，统称为 “Ｓｃａ
ｌｅ”测 量。
这三 种尺度 在许多 统计书 籍中会 有更为 通俗的 称呼：无 序分类 变量、有序分 类变量和 连续性
变 量。从 实用的 角度出 发，本书 将同时 采用这 两种命 名体系 。
在这 ４种测 量尺度 之间，按 照信息 量的高 低，可 将高层 次测量 尺度的 测量结 果转换为 低层次
　　 　　　 　２６ 第 ２章 　数据 录入与 数据获 取

测 量尺度 的测量 结果，但 这样会 损失一 部分信 息。不 能将 低 层 次的测 量尺 度 转换 为高 层次 测量

尺 度的结 果，这样 可能会 引入错 误的信 息。

３．变量名 与变量 值标签

除了 上边介 绍的变 量类型 和测量 尺度外 ，变 量的 其 他属 性 是不 是 就 没用 了 呢？回 答当 然是

否 定的。 其他的 属性仍 然 很重要 ，比如，Ｌａｂｅｌ项 用 于定 义 变量
名 标签，对 变量 名 的 含义 进 行进 一 步 解 释 说明 ，该 标 签 会 在 结
果 中输出 以方便 阅读，增 强变 量 名 的可视 性和 统 计分 析结 果的
可 读性。 另外，Ｖａｌ
ｕｅｓ项也是 一个不 得不提 的选项 ，用于定 义变
量 值标签 （见图 ２．２），变 量 值标 签 是对 变 量取 值 含 义的 解 释说
明 信息。 例如对 于性别 数 据，假 设 用 １表 示男，用 ２表示 女，如 图 ２．２　 变量 值标 签对 话 框

果 在录入 数据时 数据集 中没有 设定变 量值标 签，其他 人就很 难弄清 楚是 １表示男 还是 ２表示男 。
因 此，变量 值标签 对于定 序变量 （如职称 ）和 定类 变 量（如民 族、性别 ）来说，是 必不 可少 的，它不
但 使定类 和定序 变量的 数据录 入变得 更加方 便，且明 确了数 据的含 义，也 同样增 强了分析 结果的
可 读性。
变量 值标签 对话框 上部的 两个文 本框分 别为变 量 值输 入 框和 变 量 值标 签 输入 框，分别 在其
中 输入“１”和 “男”，此 时下方 的 Ａｄｄ按 钮变黑 ，单 击它 ，该变 量 值标签 就会 被 加入 下方 的标 签框
内 。与此 类似定 义变量 值“２”为“女 ”，最后 单击 ＯＫ按 钮，变量 值标签 就 设置完 成。此 时做 任何
分 析，在结 果中都 有相应 的标 签 出 现。 如 果现 在 就 想 看效 果，切换 回 Ｄａｔ
ａＶｉ
ｅｗ界面 ，然 后选 择
菜 单 Ｖｉ
ｅｗ→ Ｖａｌ
ｕｅＬａｂｅ
ｌｓ，就会 看到上 述结果 。
另外 ，ＳＰＳＳ在 １２．０版本 以前，对于变 量名有 一个限 制，即要 求 变量 名限 制 在 ８个 字 符之内 。
但 令人欣 喜的是 ，从 １２．
０版本 开始，此 限制已 经被取 消，变 量名最 多可以 有 ６４个 字符。 当然，出
于 兼容性 的考虑 ，变量名 的定义 还有一 些限制 ，即不 能以数 字开头 ，中间不 能有空 格，一个 数据文
件 中不能 有相同 的变量 名等。 读者只 要在使 用中尝 试即可 ，不必记 那么多 规则。

４．缺失值

Ｍｉ
ｓｓｉ
ｎｇ项 是一个 重要而 且容易 被忽视 的选项 ，它用 于定义 变量缺 失值。 ＳＰＳＳ中缺失 值有用
户 自定义 缺失值 和系统 缺失值 两大 类。 对于 数 值 型变 量 的 数据 ，系 统缺 失值 用 一 个 圆点 “．”表
示 ，而字符 型变量 默认就 是空字 符串。 如果在 问 卷调 查 中，有 些数 据 项 漏填 了 ，则 数据 录入 时只
能 跳过，相 应的数 据单元 格就会 被系统 自动当 作缺失 值来处 理。
另外 一类缺 失值是 用户自 定义缺 失值，这 往往出 现在一 些设计 较严格 的大型 调查中 ，在一些
题 项处会 给出一 个选项 ：不知 道 或 拒答。 相应 的 代 码 可能 用 ９或 者
９９来 表示。 显然，这 里的 ９９不是 一 个真 实 的 答案 ，仅 仅是 缺 失值 代
码 ，需要告 知 ＳＰＳＳ这个 特 定的标 记数 据 ，以 在进 行 统 计分 析时 区 别
对 待缺失 值和正 常 的分 析 数 据。具 体做 法 为 单击 相 应 变 量 Ｍｉ
ｓｓｉ
ｎｇ
框 右侧的 省略号 ，会 弹 出缺 失 值 对 话 框如 图 ２．３所 示，利 用 该 对 话
框 ，用户可 以自定 义缺失 值。界 面上有 一列三 个单选 钮，默 认 值为 最 图 ２．３　缺 失 值对 话框

上 方的“无 自定义 缺失值 ”；第二项 指定离 散的缺 失值（Ｄｉ

ｓｃｒ
ｅｔｅＭｉ
ｓｓｉ
ｎｇＶａ
ｌｕｅｓ
），最 多可 以定 义 ３
 ２．２　数据 的直接 录入 　２７ 　 　　　

个 值；最后 一项，指定缺 失值所 在的区 间范围 ，并可同 时指定 一个离 散值。

其他 的变量 属性，即 使不作 讲解，大家也 可以根 据 ＳＰＳＳ界面的 提示做 出正确 的选择 ，这里就
不 再详述 了。但 是有一 点要强 调的是 ，就数据 录入这 部分内 容而言 ，变量 属性的 设置是最 重要的
一 部分工 作，属性 的设置 不仅涉 及对错 ，而且 还有一 个设置 好坏的 问题，属 性设置 得好，会 简化后
边 的数据 分析工 作，所以 读者不 可小看 这部分 工作。

２．
２　数据的直接录入

在 ＳＰＳＳ中，新建一 个数据 文件非 常容易 。只要 打开 ＳＰＳＳ，系统就 已经 生成 了 一个 空数 据文

件 ，用户只 要按自 己的需 要定义 变量、输入数 据，然后 保存即 可。

２．２．１　操作界 面 说明

初次 进入 ＳＰＳＳ系统 时会出 现一 个导 航对 话 框，单击 右 下方 的 Ｃａ

ｎｃｅｌ按钮 ，即可 进 入 ＳＰＳＳ
的 主界面 ，如图 ２．４所示 。从窗 口顶部 的“ＳＰＳＳＤａ
ｔａＥｄｉ
ｔｏ
ｒ”可 以看 出 ，现在所 看到 的是 ＳＰＳＳ的
数 据编辑 窗口。 这个窗 口是一 个典型 的 Ｗｉ
ｎｄｏｗｓ软件 界 面，第 一次 使 用 ＳＰＳＳ也会 觉得 很亲切 ，
从 中可以 看到菜 单栏、工 具栏，在 ＳＰＳＳ的工具 栏下方 的是数 据栏，数据栏 下方则 是数据编 辑窗口
的 主界面 。该界 面由若 干行和 列组成 ，每行对 应一条 记录，每列对 应一个 变量。 由于现在 没有输
入 任何数 据，所以 行、列 的标号 都是灰 色的。 注意第 一 行第 一 列的 单 元 格边 框 为深 色，表明 该数
据 单元格 为当前 单元格 。

图 ２．４　 ＳＰＳＳ的数 据编辑 窗口

在这 个界面 的左下 角，可 以 看 到“Ｄａｔ

ａＶｉ
ｅｗ”和 “Ｖａｒ
ｉａｂｌ
ｅＶｉ
ｅｗ”的标 签 ，现 在图 中 显 示的 是
数 据视图 ，如果点 击右边 的“Ｖａｒ
ｉａｂｌ
ｅＶｉ
ｅｗ”，就进 入变量 视图。 前面提 到的 变量 属 性的 设置 都在
变 量视图 中进行 ，而数据 的录入 工作则 应当在 数据视 图中直 接通过 键盘完 成。
　　 　　　 　２８ 第 ２章 　数据 录入与 数据获 取

２．２．２　开放题 和 简单单选 题的录入

根据 调查问 卷中设 计问题 的类型 的不同 ，定 义变 量 的方 式 也不 同 。通 常 调查 问卷 中的 问题

包 括单选 题、多选 题和开 放题等 几种，所以，下 文将分 别就这 三种类 型题目 的录入 方式加 以介绍 。
为 了更好 地对此 加以说 明，这里 以这样 一份简 单的问 卷来做 例子。

　　１．序 号：
２．性 别：　 　　　１男 　　　２女
３．姓 名：
４．家 庭月收 入：．３０００以下 　ｂ．３０００～４９９９　 ｃ．５０００～６９９９　ｄ．７０００～９９９９　
ｅ．１００００及以 上
５．出 生年月 日（ｍｍ／
ｄｄ／
ｙｙｙ
ｙ）：
６．婚 姻状况 ：ａ
．未婚　 ｂ．已婚　 ｃ．丧 偶　ｄ．离异
７．你 在选择 购物商 场的时 候，关 注以下 哪些因 素：
ａ．交 通条件 　ｂ．促销活 动　ｃ．购 物环境 　ｄ．服务质 量　ｅ．其他
８．请 问你购 物的打 折信息 主要来 自以下 哪些渠 道（限选 ３项）：
ａ．报 纸　ｂ．杂志 　ｃ．电视 　 ｄ．收 音 机　 ｅ．网络 　 ｆ
．朋友 介 绍 　ｇ．手机 短 信 　
ｈ．其 他，请指 出
９．每 天上网 的小时 数： 小时

在这 份问卷 中，包含 了开放 题、单 选题和 多选题 ，其中第 １、３、５、９是开 放题，题 １、９是数 值型
开 放题，３是字 符型，５是 日期型 ；第 ２、
４、６题 是单选 题，第 ７、８题 是多选 题。其 中，第 ８题有 一些
特 殊，将在 后文中 说明。 下文将 分别就 这三种 类型题 目的录 入方式 加以介 绍。

１．在 ＳＰＳＳ中 定义变 量

由前 文可知 ，录入数 据的第 一步是 定义变 量属性 ，随后 才能进 行数据 录入。 虽然在空 白的变
量 列中直 接输入 数据，ＳＰＳＳ会自动 给该 列给 定一 个 变量 名，但是 这样 往 往不 能完全 满 足 用户 的
需 要，所以 还是首 先来定 义需要 使用的 变量吧 。
定义 变量属 性，首先 要定义 变量名 ，变量 名是变 量的唯 一标识 ，前边已 经讨论 过相关 的知识 ，
这 里不再 重复，在 前 ４行 的 Ｎａ
ｍｅ列 中直接 输入变 量名———“ｉ
ｄ”、“ｎａｍｅ”、“ｂｏ
ｒｎ”、“ｎｅｔ
”，大 家同
时 可以看 到 ＳＰＳＳ会在变 量类型 等列自 动填入 默认值 。
在绝 大多数 情况下 ，ＳＰＳＳ给出 的默认 数 据 类型 和 数据 精 度可 以 满 足需 要 ，如果 默 认 值满 足
分 析的需 要，变量 定义到 此就可 以结束 了，否 则就需 要 对不 满 足条 件 的 选项 进 行进 一步 的设置 。
在 本例中 ，变量“ｉ
ｄ”是被 访者的 记录 号 ，它的 测 量 尺度 应 该是 定 类尺 度 ———“Ｎｏ
ｍｉｎａｌ
”。但 值得
指 出的是 ，因为变 量“ｉ
ｄ”只是方 便检查 和核对 问卷，不参与 后边的 数据分 析工作 ，所以，要求 不严
格 的情况 下，此处 的变量 类型可 采用默 认形式 不做修 改。此 外，变 量“ｎａｍｅ”是 被访者 姓 名，应是
字 符型变 量，这里 应当将 “Ｔｙｐｅ”中的“Ｎｕｍｅｒ
ｉｃ”改成“Ｓｔ
ｒｉ
ｎｇ”。 同理，变 量“ｂｏ
ｒｎ”代 表出 生日期 ，
应 当更改 为日期 型数值 “Ｄａｔ
ｅ”。在对 变量类 型作修 改 的同 时 可以 看 到，变 量 的其 他属 性也 会自
 ２．２　数据 的直接 录入 　２９ 　 　　　

动 进行相 应的修 改，如图 ２．５所 示。

图 ２．５　变 量定 义

引例 中的开 放题的 定义是 比较简 单的，但 是大多 时候，开放题 的答案 可能是 一个句子 或者一
段 话，此时 要更改 该变量 的 Ｗｉ
ｄｔｈ，因为 默认的 ８个字 符的宽 度只能 存放 ４个汉字 ，要根据 该变量
可 能出现 的最大 字符长 度来确 定 Ｗｉ
ｄｔｈ（最 大不超 过 ２５６个字 符）。
现在 切换回 数据视 图，数据 编辑窗 口如图 ２．６所 示。可 见前 ４列的名 称均为 深色显 示，就是
刚 才定义 的内容 ，表明这 ４列已 经被定 义为变 量，其 余各列 的名称 仍为灰 色的“ｖａｒ
”，表 示尚 未使
用 。同样 地，各行 的标号 也为灰 色，表 明现在 还未输 入 过 数据 ，即该 数 据 集内 没 有记 录 。在 变量
定 义完毕 后，就可 以向这 个文件 中录入 数据了 。

图 ２．６　 定 义好 变量 的数 据 编辑 窗口

２．开放题 的录入

单选 题和开 放题的 录入方 式很相 似，在本 部分内 容中，将首先 以问卷 中的 １、３、５、

９为例 来介
绍 开放题 的录入 方式，然 后说明 单选题 的录入 方式，最后总 结二者 的区别 。
现在 开始录 入数据 ，首先来 输入变 量 ｉ
ｄ的值 ，首先确 认一行 一列 单 元格为 当前单 元 格，弃鼠
标 而用键 盘，输入 数据 １，此 时界面 显示如 图 ２．７所示。

图 ２．７　录入数 据 过程 （一）
　　 　　　 　３０ 第 ２章 　数据 录入与 数据获 取

注意 ：在回车 之前，输入的 数据在 数据单 元格内 左 对齐 显 示，表示 该单 元 格为 第一 次录 入数

据 ，同时数 据栏内 同步显 示出输 入的数 值。现 在回车 ，界面 如图 ２．８所示 。

图 ２．８　录入数 据 过程 （二）

图 ２．８和前 面的图 形相比 ，发生了 以下变 化。 首 先，当前 单元 格 下 移，变 成了 二行 一列 单元

格 ，而一行 一列单 元格的 内容则 被替换 成了 １．
００。出现 两位小 数 是因 为数 值型 变 量默 认为 两位
小 数（由于 序号只 会是整 数，可以 将 Ｄｅ
ｃｉｍａｌ设为 “０”）；其次，第一行 的 标号 变 黑，表明 该行 已输
入 了数据 ；第三，一行二 列单元 格（字符型 变量）因 为 没有输 入数 据 ，显示 为 空 ，一行 三 列 和四 列
单 元格（数 值型变 量）因为 没有输 入过数 据，显示 为“．”，这 代表该 数据为 缺失值 。 用类 似的 输入
方 式将数 据录入 完毕，此 时数据 编辑窗 口如图 ２．９所 示。

图 ２．
９　 数据 录 入完 毕的 窗口

此外 ，有一 点 不 得不提 醒大 家 ，在数据 录入 过程 中，要随 时 注意 保存，如 果突然 断 电 或者 死

机 ，辛苦工 作的成 果将付 之东流 。

３．单选题 的录入

单选 题的录 入方式 与开放 题类似 ，不同的 是，单 选 题中 可 以定 义 变 量值 标 签，通过 这种 方式

既 可以减 少数据 录入的 工作量 ，还方便 了后边 的数据 分析工 作。具 体而言 ，单选 题的录入 可以采
用 字符直 接录入 、字符代 码 ＋值 标签、数值代 码 ＋值 标 签 三种 方式。 对 应这 三 种录 入方 式，变量
“ｇｅｎｄｅ
ｒ”定义 后的界 面参见 图 ２．１０。
对于 这三种 录入方 式，原则 上都是 可以 选 择 的；但 是第 三种 录入 方 式 “数 值 代 码 ＋值标 签 ”
（参 见图 ２．１１）方便了 后边的 分析工 作，推荐 读者使 用第三 种录入 方式。
再来 看一下 对于“收 入”的定 义，变量 “ｉ
ｎｃｏ
ｍｅ”为定 序 型变 量，值标 签中 对 变量 取 值 的含 义
进 行了说 明，参见 图 ２．
１１。
 ２．２　数据 的直接 录入 　３１ 　 　　　

图 ２．１０　 单选 题的 三种 录入方 式说 明

图 ２．１１　“数 值 ＋值标 签”录入 方式

如果 问卷数 据中有 含“其他 ，请指 出 ”选项的 单 选 题，则 在 录入 时可 以使 用 两个 变 量 对其 进

行 定义，在 第一个 变量中 ，“其他 ，请指 出 ”作 为选项 中的 一 个可 进行 选择；第 二 个变 量将 “其他 ，
请 指出”看 作一个 独立的 开放题 ，按照开 放题的 录 入方 式 进行 数据 录入 ，将没 有 选择该 选项 的被
访 者作为 缺失值 处理。

２．２．３　多选题 的 录入

多选 题，又被 称为多 重应答 （Ｍｕｌ

ｔｉ
ｐｌｅＲｅｓ
ｐｏｎｓ
ｅ），是在 社 会 调查和 市场 调 研中 极为 常见 的一
种 数据记 录类型 。通常 ，问卷中 的一个 单选题 问题对 一个被 访者只 能取一 个值。 多选题 ，顾名思
义 ，就是对 应一个 被访者 ，一个 问题可 以取多 个值，比 如引例 中的第 ７、８题 如下：

　　７．你 在选择 购物商 场的时 候，关 注以下 哪些因 素：

ａ．交 通条件 　ｂ．促销活 动　ｃ．购 物环境 　ｄ．服务质 量　ｅ．其他
８．请 问你购 物的打 折信息 主要来 自以下 哪些渠 道（限选 ３项）
ａ．报 纸　ｂ．杂志 　ｃ．电视 　 ｄ．收 音 机　 ｅ．网络 　 ｆ
．朋友 介 绍 　ｇ．手机 短 信 　
ｈ．其 他，请指 出

这是 两个典 型的多 选题，被 访者可 以选择 一个 因 素，也 可 以选 择 两 个或 者 多个，虽 然在 问卷

中 这只是 一个问 题，但实 际上答 案可以 是多个 。由 于 在多 选 题 中每道 题都 可 能有 一个 以上 的答
　　 　　　 　３２ 第 ２章 　数据 录入与 数据获 取

案 ，因此多 选题不 能被直 接编 码 ，需要 使 用 几 个变 量来 进行 记 录。 在 ＳＰＳＳ中，常见 的 方 法有 两

种 ，多重二 分法（Ｍｕｌ
ｔｉ
ｐｌｅＤｉ
ｃｈｏｔ
ｏｍｙＭｅｔ
ｈｏｄ）和多 重分类 法（Ｍｕｌ
ｔｉ
ｐｌｅＣａｔ
ｅｇｏ
ｒｙＭｅ
ｔｈｏ
ｄ）。下 文将进
行 详细说 明。

１．多重二 分法

所谓 多重二 分法，是 指在编 码的时 候，对 应每一 个 选项 都 要定 义 一 个变 量 ，有 几个 选项 就有

几 个变量 ，这些变 量均为 二分类 （二分类 变量是 指 该变 量 只有 两个 取值 ，此例 中 这些变 量只 有两
个 取值：“选 中”与“未 选”），它 们各自 代表对 一个选 项的选 择结果 。
在 ＳＰＳＳ中对 多选题 进行数 据录入 与单选 题的录 入程序 相同，均是首 先在变 量视窗进 行变量
定 义，然后 直接录 入数据 ，多选 题所不 同的是 变量的 定 义 方式 不 同，而 且，数 据 录入 完毕 ，在 分析
之 前，还需 定义多 选题集 。
首先 来定义 变量。 每个选 项对应 一个变 量，比如 上文的 例子，对应第 ７题选 择商场的 ５个因
素 ，定义 ５个变量 ，因为 ＳＰＳＳ１２已经 取消了 对“变 量 名只 能 ８个 字 符 长”的 限 制，所以 可以 根据
自 己的习 惯和偏 好选择 是取一 个长而 详细的 变量名 ，还是取 个简短 的名字 ，然后 在变量标 签中对
变 量的含 义进行 说明。 很显然 本例选 择了后 者，见图 ２．１２。
还有 一点要 说明的 是，变量 值标签 的定义 应 该一 致，即 这 ５个 变 量 的编 码 方式 应该 相同，在
这 个例子 中，“１”和 “０”所代表 的含义 应该一 致。比 如这个 例子，对应选 择商 场 的 ５个 因 素，定义
５个变 量，每个 变量都 是 二分 类，１代 表 选 择，０代表 未 选 。将数 据 录入 ＳＰＳＳ中，格 式如 图 ２．１２
所 示。

图 ２．１２　 多 重二 分法 数据 录入 格 式

从图 ２．１２可 以很明 显地看 出，每 个变量 都对应 一 个选 项 ，第一个 被访 者 在这 道题 的选 项中

选 择了“交 通条件 ”和“促销 活 动”两项 ，第 二个 被 访者 选 择 了“购物 环 境”和 “服 务 质量 ”两项 。
那 么如果 选项过 多，比如 ２０个 选项，要 求被访 者 选出 最 关注 的 ５个，显 然，绝 大部 分被 选中 的频
率 都会较 低，使用 多重二 分法录 入，则 大部分 数据都 是 ０，不仅增 加了 数 据录入 的工作，而且 不利
于 进行分 析，这时 不适合 使用二 分法进 行数据 录入，需使用 下文将 要介绍 的多重 分类法。

２．多重分 类法

多重 分类法 ，也是利 用多个 变量来 对一个 多选 题 的 答案 进 行定 义 ，应该 用 多少 个变 量，由被

访 者实际 可能给 出的最 多答 案数 而 定。 而 且，这 些 变量 须 为数 值型 变量，利 用 值标 签 将 答案 标
出 ，所有变 量采用 一套值 标签。 之所以 称它为 多 重分 类 法，是 因为 每 个 变量 都 是多 分类 的，每个
 ２．２　数据 的直接 录入 　３３ 　 　　　

变 量代表 被访者 的一次 选择。 多重分 类 法 适合 问题 的 选 项 较多 的 情 况，尤 其适 合 于 “请 在下 列

选 项中选 出您最 喜欢的 几个选 项”一类 的问题 。例如 在问 卷的
第 ８题中 ，研究者 希望了 解目标 人群主 要 通过 什 么渠 道得 到消
费 信息，在 问卷 中列 出 了 ８个选 项，让被访 者 从 中选 择他认 为
最 主要的 几个。 此时 一 般 都 会采 用 多 重分 类 法的 格 式 来记 录
数 据，如图 ２．１３所示。 图 中 共有 三个 变 量 ，均 为 多 分 类，各 代
表 被访者 的一次 选择，即 记录的 是被选 中渠道 的代码 。注 意图
中 第 ６条 记录只 填入了 两个渠 道，也就 是 说该 被 访者 只选 出了
两 种渠道 。显然 ，这种“数 据缺失 ”的现象 在多重 分类法 中其实 图 ２．１３　 多 重分 类法 的数 据格 式

是 一种正 常情况 。

３．多选题 录入在 ＳＰＳＳ中的 实现

在进 行多选 题录入 时，只需 要将相 应的变 量设定 好即可 进行操 作，但 是录入 完毕后对 多选题
进 行分析 前，首先 需要定 义多 选 题 集，然 后才 可以 把多 选 题 的 全部 变量 当作 一 道题 目 来 进行 分
析 。在 ＳＰＳＳ中提 供了专 门的菜 单用来 对付多 选题，Ｔａｂｌ
ｅｓ模 块和 Ｍｕｌ
ｔｉ
ｐｌｅＲｅｓ
ｐｏｎｓ
ｅ菜 单都 可以
用 来设定 多选题 变量集 。所不 同的是 ，Ｍｕｌ
ｔｉ
ｐｌｅＲｅｓ
ｐｏｎｓ
ｅ菜单 中的 Ｄｅ
ｆｉ
ｎｅＳｅｔ
ｓ过 程定义多 选题变
量 集的信 息不能 在 ＳＰＳＳ数据文 件中保 存，关 闭数据 文件后 相应信 息就会 丢失，如 果再次 使用，则
必 须重新 加以定 义；而 Ｔａｂｌ
ｅｓ模 块可以 保存定 义 的信 息。所 幸 的是这 两个 过 程的 操作 是基 本相
同 的，现在 就以 Ｄｅ
ｆｉ
ｎｅＳｅ
ｔｓ过 程为 例来 看 一下是 如何定 义 多选题 集的。 在 ＳＰＳＳ中 选择 Ａｎａｌ
ｙｚｅ
→ Ｍｕｌ
ｔｉ
ｐｌｅＲｅｓ
ｐｏｎｓ
ｅ→ Ｄｅｆ
ｉｎｅＳｅ
ｔｓ，打 开定义 多选题 集 的对 话 框，界 面 如图 ２．１４所 示。 在 该对 话
框 中，需要 注意以 下几点 ：

图 ２．１４　 定义 多选 题变量 集

（１）Ｖａｒ
ｉａｂｌ
ｅｓｉ
ｎＳｅ
ｔ框 ：选入 需要加 入同一 个多选 题 变量 集的 变量 列 表，对 于多重 二分 类法
录 入的多 选题，这 些变量 必须为 二 分类 ，并 按照 相同的 方 式 来编 码（如都 用 １代 表选 中）。对 于
　　 　　　 　３４ 第 ２章 　数据 录入与 数据获 取

多 重多分 类法录 入的多 选题，这 些变量 须为多 分类，并共用 一套值 和值标 签。

（２）Ｖａｒ
ｉａｂｌ
ｅｓＡｒ
ｅＣｏｄｅｄＡｓ单选 框组：选 择变 量 的编 码方 式。Ｄｉ
ｃｈｏｔ
ｏｍｉ
ｃｓ即为 多 重 二分 法
编 码方式 ，ｃｏ
ｕｎｔ
ｅｄｖａｌ
ｕｅ是 指用哪 个数值 表示选 中。Ｃａｔ
ｅｇｏ
ｒｉｅｓ指变 量为多 重分类 法编码 方式，此
时 需要设 定取值 范围，在 该范围 内的记 录值将 纳入分 析。
（３）Ｎａｍｅ框 ：键入 多选题 变量集 的名 称，在此 定义 的变量 集名 为 ｑｕｅｓ
７，当 然在 ＳＰＳＳ１２中
也 可以定 义很长 的中文 变 量名。 下 方的 Ｌａｂｅｌ框可 以 为 相应 的 多 选 题 变 量 集 定义 一 个 名称 标
签 ，如同本 例中所 见。
另外 ，对于形 如问题 ８一样 的多选 题，即含 有“其 他 ，请 指出 ”答 案的 附 加 内 容的 问 题，也 是
先 把其他 算作一 个答案 选项，而 用另一 个变量 来表示 其 他的 内 容。在 数据 录 入完 毕后 再对 附加
内 容根据 频次高 低进行 编码，以 进行更 为深入 的分析 。

２．
３　外部数据的获取

对于 ＳＰＳＳ格 式的数 据，只 要点击 Ｆｉ

ｌｅ→ Ｏｐｅｎ→ Ｄａｔ
ａ，选 择文 件 路 径 和文 件名 打开 即 可。但
如 果数据 不是 ＳＰＳＳ格 式 的，是 否 可 以 直 接 读 入 ＳＰＳＳ，用 ＳＰＳＳ进 行 分 析 呢？ 回 答 是 肯 定 的 。
ＳＰＳＳ可 以读 入 许多非 ＳＰＳＳ默 认类型 的 数据文 件，方式 主要 有 三种：直 接 打开 ，利用文 本向 导读
入 文本数 据以及 利用数 据库 ＯＤＢＣ接口 读取数 据。对 这 三 种方 法，下 文 将 以常 见 的 Ｅｘｃｅ
ｌ格 式
的 数据、文 本数据 和 Ａｃ
ｃｅｓｓ数据为 例，介 绍 ＳＰＳＳ获取数 据的功 能。

２．３．１　电子表 格 数据如何 导入 ＳＰＳＳ中

ＳＰＳＳ中可 以直接 读入许 多常用 格式的 数据文 件，选 择菜单 Ｆｉ

ｌｅ→ Ｏｐｅｎ→ Ｄａｔ
ａ或直 接单 击快
捷 工具栏 上的 快捷按 钮，系 统就会 弹出 ＯｐｅｎＦｉ
ｌｅ对话 框 ，单 击“文 件 类型 ”列表 框，在里 面能
看 到可以 直接打 开的数 据文件 格式，包 括如表 ２．１所 示的 １６种类 型。
表 ２．１　ＳＰＳＳ可以 直接 打开 的数 据 类型

数 据标识 数据 类 型

ＳＰＳＳ（＊ ．ｓ
ａｖ） ＳＰＳＳ数 据文 件（６．
０版 ～１２．
０版）

ＳＰＳＳ／
ＰＣ＋（＊ ．ｓｙ
ｓ） ＳＰＳＳ４．０版数 据文 件

Ｓｙｓ
ｔａｔ
（＊．ｓ
ｙｄ） ＊ ．ｓｙｄ格 式的 Ｓｙｓ
ｔａｔ数据 文件

Ｓｙｓ
ｔａｔ
（＊．ｓ
ｙｓ） ＊ ．ｓｙｓ格 式的 Ｓｙｓｔ
ａｔ数据 文 件

ＳＰＳＳＰｏ
ｒｔａｂｌ
ｅ（＊ ．ｐｏｒ
） ＳＰＳＳ便 携格 式的 数据文 件

Ｅｘｃｅｌ
（＊ ．ｘ
ｌｓ） Ｅｘｃｅｌ数据 文 件（５．
０版 ～２０００版）

Ｌｏｔ
ｕｓ（＊ ．ｗ＊ ） Ｌｏ
ｔｕｓ数 据文 件

ＳＹＬＫ（＊．ｓ
ｌｋ） ＳＹＬＫ数据 文件

ｄＢａｓ
ｅ（＊．ｄｂｆ
） ｄＢａ
ｓｅ系列 数据 文件 （ｄＢａｓ
ｅⅡ ～Ⅳ ）
 ２．３　外部 数据的 获取 　３５ 　 　　　

续表

数 据标识 数据 类 型

ＳＡＳＬｏｎｇＦｉ
ｌｅＮａｍｅ（＊．ｓａ
ｓ７ｂｄａｔ
） ＳＡＳ７～８版 长文 件 名类 型数 据文 件

ＳＡＳＳｈｏｒ
ｔＦｉ
ｌｅＮａ
ｍｅ（＊ ．ｓｄ７） ＳＡＳ７～８版 短文 件 名类 型数 据文 件

ＳＡＳｖ
６ｆｏｒＷｉ
ｎｄｏｗｓ（＊．ｓ
ｄ２） ＳＡＳ６版 （ｆ
ｏｒＷｉ
ｎｄｏｗｓ
）数 据文 件

ＳＡＳｖ
６ｆｏｒＵＮＩ
Ｘ（＊．ｓｓ
ｄ０１） ＳＡＳ６版 （ｆ
ｏｒＵＮＩ
Ｘ）数 据文 件

ＳＡＳＴｒ
ａｎｓ
ｐｏｒ
ｔ（＊ ．ｘｐｔ
） ＳＡＳ便携 格式 的数 据 文件

Ｔｅ
ｘｔ（＊ ．ｔ
ｘｔ） 纯 文本 格 式的 数据 文件

Ｄａｔ
ａ（＊．ｄａｔ
） 纯 文本 格 式的 数据 文件

选择 所需的 文件类 型，然后 选中需 要打开 的文件 ，ＳＰＳＳ就会 按照 要 求打开 相应的 数 据文件 ，
并 自动转 换为 ＳＰＳＳ格式 。
下面 以 ＳＰＳＳ自 带 的 文 件 ｄｅｍｏ．ｘ
ｌｓ为 例，来 看 ＳＰＳＳ如何 直 接 读 取 这个 文 件 ，该 文 件 位 于
ＳＰＳＳ目 录下的 Ｔｕｔ
ｏｒｉ
ａｌ＼
ｓａｍｐｌ
ｅ＿ｆ
ｉｌ
ｅｓ子 目录 中。首 先 在 Ｅｘ
ｃｅｌ中 打开 ｄｅｍｏ．ｘｌ
ｓ，了解 一 下 这个 文
件 的结构 ，重点需 要了解 这样几 项内容 ：第一 ，该 文件 中 包含 几 个数 据 表，具 体 应当 打开 哪个表 ；
第 二，如果 不需要 该 表的 所 有数 据 ，而 只 需 读 入 一 部 分，这时 需 要 了 解要 读 入 的 数 据的 精 确 位
置 ———如 单元格 Ａ２：Ｆ５。第三 ，此部分 数据的 第一行 是否是 变量名 。在这 个文件 中，很 明显 可以
看 出，第一 行是变 量名，该文件 只有一 个表，要 读取的 是该表 单中的 全部数 据。
第一 步，在 ＯｐｅｎＦｉ
ｌｅ对话 框中，选 择路 径 （此 例 中为 ＳＰＳＳ＼Ｔｕｔ
ｏｒｉ
ａｌ＼Ｓａｍｐｌ
ｅｆｉ
ｌｅｓ），选 择文 件
类 型“Ｅｘ
ｃｅｌ
（．ｘｌ
ｓ）”，文件列 表中 出 现 所有 的 Ｅｘｃｅ
ｌ文 件，点 击 文件 ｄｅｍｏ．ｘｌ
ｓ。 第 二步 ，弹 出对 话
框 ，如图 ２．１５所 示 。Ｗｏ
ｒｋｓ
ｈｅｅｔ框 中指 定 哪张 表 ；Ｒａ
ｎｇｅ框 中 指定 读 取 的数 据 具 体位 置 ，用单 元
格 的起（左 上角 单元 格名 称 ，如 Ａ２）止（右 下 角单元 格 名称，如 Ｆ５）位置来 表 示，中 间用 冒号 “：”
隔 开；“Ｒｅａｄｖａｒ
ｉａｂｌ
ｅｎａｍｅｓｆ
ｒｏｍ ｔ
ｈｅｆ
ｉｒ
ｓｔｒ
ｏｗ ｏ
ｆｄａｔ
ａ？”意 为 “该 单元 格 范 围 的 第 一 行 是 变 量 名
吗 ？”。指定 完毕，点击“ＯＫ”按钮 之后，数据顺 利地读 入了 ＳＰＳＳ。

图 ２．１５　打 开 Ｅｘｃｅｌ数据 文件 对 话框
　　 　　　 　３６ 第 ２章 　数据 录入与 数据获 取

这种 直接读 取的方 法要优 于“拷贝 ＋粘 贴”，它 不 仅可 以顺 利地 进行 变 量 名 的转 化 ，最重 要

的 是，它可 以直接 读取字 符 型 变 量，若用 “拷 贝 ＋粘 贴 ”的 方法，字 符 型 变 量 就 全部 变 成 缺失 值
了 。并且 操作简 单，不容 易出错 ，就和 读取 ＳＰＳＳ自己 的文件 一样方 便。
在上 面的例 子中只 需要读 取一个 表 单 的数 据，如 果 需 要将 两 个 或者 多 个 Ｓｈｅ
ｅｔ放 在 一个 数
据 文件中 ，是否仍 然像读 取单 个 Ｓｈｅ
ｅｔ文件 那样 轻 松 方便 呢 ？回 答 是 肯 定的 。 有两 种 方 式可 以
实 现这一 要求，第 一种是 打开两 个 ＳＰＳＳ窗口 ，分别读 取两个 Ｓｈｅｅｔ
，然后 使用 Ｍｅｒ
ｇｅ命 令（详 见第
３章）对 两个文 件进行 合并；第二种 方式是 使用前 文的 方式 ，首先 读取 其中 的 一个 Ｓｈｅ
ｅｔ，并保存 ，
然 后直接 从该文 件读取 另一个 Ｓｈｅｅ
ｔ，实现 ＳＰＳＳ和 Ｅｘｃｅｌ的合 并。

２．３．２　文本数 据 如何导入 ＳＰＳＳ中

ＳＰＳＳ可以 通过两 种菜单 操作方 式读取 文本数 据，一 种是，选 择菜 单 Ｆｉ

ｌｅ→Ｒｅａ
ｄＴｅｘ
ｔＤａｔ
ａ；另
一 种是，选 择 Ｆｉ
ｌｅ→Ｏｐｅ
ｎ→Ｄａｔ
ａ，这 两种情 况是一 样的，系统会 弹出 ＯｐｅｎＦｉ
ｌｅ对话 框，只是 前者文
件 类型自 动跳到 了 Ｔｅ
ｘｔ（＊．ｔ
ｘｔ），后 者需 要 在 文件 类型 下拉 菜单 中 作 选 择。 之 所以 在 菜 单上 保
留 “ＲｅａｄＴｅｘ
ｔＤａ
ｔａ”条 目有两 个原因 ：① 读 入纯文 本的情 况非常 普遍，放 在这里 更 加 醒目 ；② 为
了 和 ＳＰＳＳ老版本 在菜单 上保持 兼容。
这里 以系统 自带的 文件“ｄｅｍｏ．ｔ
ｘｔ”为 例来说 明如何 将文本 数 据导入 ＳＰＳＳ中 。与 读 取 Ｅｘｃｅ
ｌ
数 据一样 ，首先打 开该数 据，观 察这个 数据的 基本结 构，如变 量间是 固定宽 度，还 是用某种 分隔符
区 分，第一 行是否 为变量 名等。 然后关 掉这 个 文 本文 件 ，打开 ＳＰＳＳ软 件 。首先 ，在 Ｏｐｅ
ｎＦｉ
ｌｅ对
话 框选中 相应的 文件名 并单击 “确定”，系 统会自 动启动 文本导 入向导 对话框 如图 ２．１６（ａ）所示 ，
从 对话框 标题可 以看到 该向导 共分 ６步，下面 一步步 地讲解 。

　　 　 　 　 　 　 　 　 　 　 （ａ
）　　 　 　 　 　 　 　 　 　 　 　　 　 　 　　 　 　 　 　 　 （ｂ）

图 ２．１６　文 本 导入向导 的第 一 、二个 对 话框

第 １步：中部 为一对 单选钮 ，问题 为 “你的 文 本 文 件和 预定 义 格 式相 一 致吗？”，下 方 为按 预

定 义格式 读入的 数据文 件的预 览。显 然，ＳＰＳＳ的 预定义 格式并 没有正 确 识别该 文件。 因此 选择
“Ｎｏ
”并 单击“下 一步”按 钮。
 ２．３　外部 数据的 获取 　３７ 　 　　　

第 ２步：最上 方的问 题是“变 量是 如 何排 列的 ？”，下面 的 选项 分 别为 Ｄｅｌ

ｉｍｉ
ｔｅｄ（用 某 种字 符
区 分）和 Ｆｉ
ｘｅｄＷｉ
ｄｔｈ（固定宽 度），一 般都是 Ｄｅ
ｌｉｍｉ
ｔｅｄ，该数 据也是 ；第二 个问题 是“变量名 包括在
文 件最前 面了吗 ？”，选“Ｙｅｓ”，然后 单击“下 一步”按 钮，如图 ２．１６（ｂ）所 示。
第 ３步：最 上 方的句 子意为 “第一条 记录从 第 几行开 始？”，右 侧 可以 输入行 数。由 于 所用数
据 的第一 行为变 量名，因 此这里 输入 ２。下 面的问 题是“你的记 录是怎 样存储 在文 件中 的？”。可
以 是“每一 行代表 一条记 录 ”，或者 “每 ＊ ＊个 变 量 代 表 一 条记 录 ”，数 据一 般都 是 第 一 种 情况 。
下 一个问 题是“你 想导入 多少条 记录？”，可以是 “所有记 录”、“前 ＊ ＊ 条”或 “随 机导 入 ＊ ＊％的
记 录”。一 般也选 前者，如 图 ２．１７（ａ）所示。
第 ４步：左上 方的问 题为“变 量 间用 的是 哪 种 分 隔符 ？”，可选 的 有 Ｔａ
ｂ键 、空格 、逗 号、分 号
或 自行定 义的其 他符号 。本数 据采用 的是 Ｔａ
ｂ键，可 见系统 已经自 动识别 并选择 了 Ｔａｂ键，而下
方 的数据 预览窗 口显示 出了正 确的数 据读入 情况。 右 上方的 问题意 为 “数据 中 采用的 是什 么文
本 限定符 ？”，提供 了无、单 引号、双引号 和自定 义 ４种 选 择。如 果数 据 中的 字 符串 变量 使用 了限
定 符进行 分隔，则 需在此 处指定 ，如图 ２．１７（ｂ）所示 。

　 　 　 　 　　 　 　 　 　 　 （ａ
）　 　 　 　 　　 　 　 　 　 　 　　 　 　 　 　 　 　 　　 　 　 （ｂ）

图 ２．１７　文 本 导入向导 的第 三 、四个 对 话框

第 ５步：上方 的提示 为“定义 在 数据 预览窗 口 中 所选 择的 变 量 ”。顾 名 思 义，在 这 个 对话 框

中 用户可 以在数 据预览 窗口中 选择某 一列变 量，然后 更改其 变量名 和类型 。这里 不需要 做更改 ，
可 以直接 单击“下 一步”按 钮，如图 ２．１８（ａ）所 示。
第 ６步：如图 ２．１８（ｂ）所 示最 上面 的 问题 为“你 愿意 保存这 次的 文件 （读入 ）格 式 设 置以 备
下 次使用 吗？”，第 二个问 题为“你 是 否愿 意 将以 上 操 作粘贴 为 ＳＰＳＳ语句 吗 ？”，这里 使 用 默认 选
项 ，单击“完 成”按钮 ，可以 看到 ＳＰＳＳ成功 地读入 了该文 本数据 。

２．３．３　数据库 格 式数据如 何导入 ＳＰＳＳ中

ＳＰＳＳ可以 直接读 取很多 类型的 数据文 件，对 于不能 直 接打 开 的数 据 格 式，ＳＰＳＳ提 供了 利用

通 用的数 据库 ＯＤＢＣ接 口读取 数据的 方法。 这里以 ＳＰＳＳ系 统自带 的文 件 ｄｅｍｏ．ｍｄｂ为 例，来看
　　 　　　 　３８ 第 ２章 　数据 录入与 数据获 取

　 　 　 　 　　 　 　 　 　 　 （ａ
）　 　 　 　 　　 　 　 　 　 　 　　 　 　 　 　 　 　 　　 　 　 （ｂ）

图 ２．１８　文 本 导入向导 的第 五 、六个 对 话框

一 下如何 使用数 据库查 询方法 读取这 个文件 。首先 ，选择菜 单 Ｆｉ

ｌｅ→ ＯｐｅｎＤａｔ
ａｂａｓ
ｅ→Ｎｅ
ｗＱｕｅｒ
ｙ，
系 统会弹 出数据 库向导 的第一 个窗口 ，其中会 列出本 机上已 安装的 所有数 据源，如图 ２．１９（ａ）所
示 。可见 里面列 出了需 要的 ＭＳＡｃ
ｃｅｓ
ｓＤａｔ
ａｂａｓ
ｅ数据源 ，但该 数 据源 不 能直接 使用，需 要先 进行
定 义：单击 下方的 ＡｄｄＤａ
ｔａＳｏ
ｕｒｃｅ，系 统会弹 出 ＯＤＢＣ数据管 理器窗 口如图 ２．１９（ｂ）所示 。在用
户 数据源 列表中 选中 ＭＳＡｃｃｅｓ
ｓＤａｔ
ａｂａｓ
ｅ，单击配 置按钮 ，会弹出 该数据 源的安 装界面 ，如图 ２．２０
所 示，单击 其中的 “数据库 ：选择 ”按 钮，在 弹 出的 文 件 打开 对 话 框 中找 到 ｄｅｍｏ
．ｍｄｂ并单 击 “确
定 ”按钮，数 据源名 可以任 意指定 ，此处 使用 “ＭＳＡｃｃ
ｅｓｓＤａ
ｔａｂａｓ
ｅ”，此 时安 装 界面 上相 应位 置就
会 列出所 指向的 数据库 名。

　 　　 　 　 　　 　 （ａ
）　　 　 　 　　 　 　 　　 　 　 　 　 　 　 　 　 （ｂ）
图 ２．１９　向 导 初始 对话 框中 的数据 源列 表和 系统 的 ＯＤＢＣ数 据源 管 理器

单击 两次“确 定 ”按 钮后 回到 最 初的数 据 库向 导 界面，此 时 即可 选中 ＭＳＡｃ

ｃｅｓ
ｓＤａｔ
ａｂａ
ｓｅ数
据 源并单 击下一 步，系统 就会 进 入 向 导的 第二 个 窗 口，采 用 拖 放式 操作 将所 需 变量 引 入 右侧 框
中 ，见图 ２．
２１。向导 的第 ３步 ～第 ５步 适 用于 数据 的选 择 性读 入、字符 值到 数 值与 值 标 签的 转
换 等操作 。第 ６步则提 供了将 生成的 ＳＱＬ语句 保存为 文件以 供 再次 使 用，将前 面 的操 作粘 贴成
 ２．４　 数据的 保存 　３９ 　 　　　

图 ２．２０　ＭＳＡｃｃｅｓ
ｓ驱动 程序 安装 界面

Ｓｙｎｔ
ａｘ语句等 功能。 如 果 不 需 要 这 些 设 置，则 可 在 第 ２步 时 直 接 单 击 完 成，数 据 就 被 成 功 读
入 了。

图 ２．２１　 数据 库向 导的 第二个 对话 框

由于 ＳＰＳＳ现 在可以 直接打 开许多 常用格 式的数 据文件 ，因此 数据库 查询接 口的用处 不是很
大 。但是 使用 ＯＤＢＣ接 口可以 直接和 绝大多 数流行 的数据 库进行 数据交 换，如 ＳＱＬＳｅ
ｒｖｅ
ｒ、ＤＢ２、
Ｏｒ
ａｃｌ
ｅ等，这是 直接打 开方式 无法做 到 的。 其 次，在 例行 工作 中，比如 每 月都 要读入 相 同 的数 据
库 ，可以将 所使用 的 ＳＱＬ语 句存储 起来，每 次只 要 调用 ＳＱＬ语 句即 可 。这 一 方法 也可 用来 解决
一 些需要 对动态 数据库 进行统 计分析 的问题 。数据 仅 仅是 在 需要 分 析 时临 时 读入，从 而可 以保
证 数据始 终是最 新的。

２．
４　数据的保存

数据 录入过 程中，要 随时注 意保存 ，以防 出现意 外情况 ，导 致信 息丢 失 。ＳＰＳＳ不仅 能将 数据

保 存为自 己的数 据 格 式 （＊．ｓａｖ文 件 ），而 且 还 可 以 将 数 据 保 存 为 其 他 类 型 ，如 ＤＢＦ、ＦｏｘＰｒ
ｏ、
Ｅｘｃｅｌ
、Ａｃｃ
ｅｓｓ等，下 边将给 出简单 介绍。
　　 　　　 　４０ 第 ２章 　数据 录入与 数据获 取

２．４．１　存为 ＳＰＳＳ格 式

无论 是数据 录入过 程还是 对数据 做了修 改，随时 保 存数 据 文件 是 必 不可 少 的工 作 之 一。选

择 Ｆｉ
ｌｅ→Ｓａｖｅ，如果 数据文 件曾 经 存 储 过，则 系 统会 自 动 按原 文 件名 保 存 数 据；否 则 ，就 会 弹 出
Ｓａｖ
ｅＤａｔ
ａＡｓ对话 框（见图 ２．２２）。此 时为所 要保存 的文件 指定文 件名和 保存的 路径就可 以了。
另外 ，有些时 候分析 者会在 分析过 程中生 成一 些 临 时变 量 ，如 果 不 希望 保 存全 部变 量，那么
就 可以使 用 Ｓａｖ
ｅＤａ
ｔａＡｓ对话 框中的 Ｖａｒ
ｉａｂｌ
ｅｓ按钮来 指定 需 要保 存的 变量。 图 ２．２３就是 在保
存 文件 ｉ
ｎｐｕｔ
．ｓａｖ时 Ｖａ
ｒｉａｂｌ
ｅｓ子 对话框 的内容 ，可见 在 每个 变 量的 最 左 侧都 有 一个 复选 框，表明
它 们是否 会被保 存在文 件中。 对不需 要的变 量，单击 相应复 选框去 除选择 ，则该 变量就不 会出现
在 新保存 的数据 文件中 。

图 ２．２２　 Ｓａｖ
ｅＤａ
ｔａＡｓ主对话 框

图 ２．２３　 Ｖａ
ｒｉａｂｌ
ｅｓ子 对话 框

２．４．２　存为其 他 数据格式

ＳＰＳＳ的开 放和友 好之处 不仅在 于可以 读取 非 ＳＰＳＳ类 型 的 数据 ，而且 它 还 允许 将 数 据存 为

很 多种非 ＳＰＳＳ格 式的数 据。在 Ｓａｖ
ｅＤａ
ｔａＡｓ对话 框中可 以 看到，最下 方有 一个“保 存”列表框 ，
 参考 文献 　４１ 　 　　　

单 击后可 以看到 ＳＰＳＳ能 够保存 的各 种 数 据 类型 ，有 ｄｂｆ

、Ｅｘｃ
ｅｌ、ＳＡＳ各版 本 的 各 种数 据 格 式、纯
文 本格式 等，用户 只需要 选择合 适的类 型，然 后确定 就可以 了。不 过，将数 据存为 ＳＰＳＳ以 外的其
他 类型，有 些设置 可能会 丢失，如标签 和缺失 值等。 虽然在 保 存为 ＳＡＳ等 数据 格式 时 ＳＰＳＳ会提
示 将标签 等另行 存储为 一个 ＳＡＳ程 序文 件 ，但这 样 毕竟 不 太方 便，因此 除非 确 实需 要 和 其他 软
件 交换数 据，否则 在决定 保存为 其他类 型的数 据的时 候，一 定要慎 重行事 。

思考与练习

针对 ＳＰＳＳ自 带文件 ｄｅｍｏ．ｘ

ｌｓ，进 行以下 练习：
１．将该文 件读入 ＳＰＳＳ中 ，仅包 含以下 变量：年 龄、婚 姻状况 、家庭住 址、收 入。
２．对变量 Ｍａ
ｒｉｔ
ａｌ（婚姻状 况）设置 值标签 ，１代表已 婚，
０代表 未婚。

参考文献

１　张 文彤主 编．ＳＰＳＳ１１统 计分析 教程（基 础篇）．北 京：北 京希望 电子出 版社，２００２
２　ＳＰＳＳ Ｂａｓ
ｅ１２．
０Ｕｓ
ｅｒｓＧｕｉ
ｄｅ．ＳＰＳＳＩ
ｎｃ．Ｃｈｉ
ｃａｇ
ｏ，Ｉ
ｌｌ
ｉｎｏｉ
ｓ，２００３
　　 　　　 　４２ 第 ３章 　数据 管理

第 章　数据管理
不言 而喻，一 切统计 分析都 是以数 据为基 础的，在 数据 文 件建 立 好 之后，还需 要对 数据 进行
必 要的加 工处理 。对同 一个数 据往往 要从各 种不同 的 侧面 进 行研 究 ，采取 多 种统 计方 法进 行分
析 ，而不同 的统计 方法对 数据文 件结构 的要求 不尽相 同，这 就需要 对数据 文件的 结构进行 重新调
整 或转换 ，以便适 合于相 应的统 计方法 ，这项 工作称 为数据 管理。 数据管 理直接 关系到数 据分析
的 结果，因 此是统 计分析 工作中 不可缺 少的一 个关键 步骤。
本章 主要介 绍 ＳＰＳＳ提供的 数据管 理方面 的一 些 基本 功能 。在 ＳＰＳＳ中，数据 文件 的管 理功
能 基本上 都集中 在 Ｄａｔ
ａ和 Ｔｒ
ａｎｓ
ｆｏｒ
ｍ菜单 上，其 中前者 主要实 现 变量 级 别的数 据管理，如计 算新
变 量、变量 取值重 编码等 ，而后 者 的 功能 主 要是 实 现 文件 级 别 的 数 据 管理，如 变 量排 序 、文件 合
并 、拆分等 ，下面 将具体 介绍这 些功能 。

３．
１　变量级别的数据管理

对变 量进行 操作的 内容主 要 集中于 Ｔｒ

ａｎｓｆ
ｏｒｍ 菜 单（参见图 ３．１），包括 新 变 量的 生 成、记 录
的 排序、对 变量进 行计数 等。在 １２．０版中，ＳＰＳＳ这一菜 单的项 目可被 分为以 下几类 ：
计算新 变量：实际上 就是指 最上面 的 Ｃｏｍｐｕｔ
ｅ过 程，这是 该
菜 单中最 为常用 和重要 的过程 。
变 量转 换 ：包 括 Ｒｅｃ
ｏｄｅ、Ｖｉ
ｓｕａｌＢａｎｄｅｒ
、Ｃｏ
ｕｎｔ
、ＲａｎｋＣａｓ
ｅｓ、
Ａｕｔ
ｏｍａｔ
ｉｃＲｅｃｏｄｅ这 ５个 过 程，它 们 实 际 上 都 可以 被 看 成 是 Ｃｏ
ｍ－
ｐｕｔ
ｅ过程 在某一 方面功 能 的强 化 和 打 包 ，其中 第 二 个 过程 为 １２．０
版 新增。
专用过 程：包 括建立 时间序 列、缺失 值替代 和设定 随机种 子
三 个过程 ，其中前 两个过 程实际 上 专用 于 时间 序列 模型 ，对 它们 的
讲 解请参 见本 丛书 中 的 《统 计 预 测 与时 间 序 列 模 型》一 书 相 关 内
容 。设定 随机种 子的 功能 则主 要 影 响 伪随 机 函 数的 使 用，详 述 见
后 面相关 章节。 图 ３．１　Ｔｒ
ａｎｓ
ｆｏｒ
ｍ菜单

ＲｕｎＰｅｎｄｉ
ｎｇＴｒ
ａｎｓ
ｆｏｒ
ｍｓ：用于执 行编程 中被挂 起（Ｐｅｎｄｉ
ｎｇ）的数据 整理操 作。属于 控制命
令 ，本书对 此不作 讲解。

３．１．１　计算新 变 量

计算 新变量 的功能 就是在 原有 ＳＰＳＳ数据 文件的 基础之 上，根 据用户 的要求 ，使用 ＳＰＳＳ算术
表 达式及 函数，对 所有记 录或满 足 ＳＰＳＳ条件 表达式 的记录 ，计算出 一个新 结果，并将结果 存入一
 ３．１　变 量级别 的数据 管理 　４３ 　 　　　

个 用户指 定的变 量中。 这个指 定的变 量可以 是一个 新变量 ，也可以 是一个 已经存 在的变 量。

１．常用基 本概念

在新 变量生 成 中，涉 及 了 ＳＰＳＳ算 术表 达式、ＳＰＳＳ函 数、ＳＰＳＳ条 件表 达式 等 基本 概 念，因 此

首 先简单 讨论这 些概念 。
（１）ＳＰＳＳ算术表 达式：在变量 转换的 过程中 ，应根据 实际需 要，指 出按 照什 么 方法 进行 变量
转 换。这 里的方 法一般 以 ＳＰＳＳ算术表 达式的 形式给 出。ＳＰＳＳ算术表 达式 （Ｎｕｍｅｒ
ｉｃＥｘｐｒ
ｅｓｓ
ｉｏｎ）
是 由常量 、ＳＰＳＳ变量 名、ＳＰＳＳ的 算术运 算符、圆 括号等 组成的 式子。
（２）ＳＰＳＳ函数：ＳＰＳＳ提供了 多达 ７０余种 的系统 函数。 根据函 数功能 和处理 对象的 不同，可
以 将 ＳＰＳＳ函数分 成八大 类，它 们分别 是：算术 函数、统计函 数、分布 函数、逻辑函 数、字符 串函数 、
日 期时间 函数、缺 失值函 数和其 他函数 。
函数 具体的 书写形 式为：函 数 名（参 数）。这 里 ，函 数名 是系 统 已 经 规定 好的。 圆 括 号中 的
参 数有时 是一个 ，也可以 是多个 ；而参 数的类 型有时 是常量 （字 符型常 量应用 单 引号 引 起来），也
可 以是变 量名或 ＳＰＳＳ的 算术表 达式。 此外，函数中 如 果有 多 个参 数 ，各参 数 之间 要用 单字 符逗
号 “，”隔开。
ＳＰＳＳ函数 一般也 会与 ＳＰＳＳ的 算术 表达 式混 合 出现，用 于完 成更 加 复杂 的计 算。 各 种函 数
的 释义可 参考附 录。
（３）ＳＰＳＳ的条件 表达式 ：通过 ＳＰＳＳ的 算术表 达式和 函数可 以对所 有记录 计算出 一 个结果 ，
如 果仅希 望对部 分记录 进行计 算，则应 当利用 ＳＰＳＳ的条件 表达式 指定对 哪些记 录进行计 算。根
据 实际需 要构造 出条件 表达式 之 后，ＳＰＳＳ会 从所 有 记录 中自 动挑选 出满 足该 条件的 记 录，然 后
再 对它们 进行计 算处理 。
因此 ，如果用 户在给 出 ＳＰＳＳ算术 表达式 和函数 的 同 时，又 给出 了 一 个条 件 表达 式 ，那么，系
统 就会根 据要求 仅对满 足一定 条件的 记录进 行计算 处理。

２．Ｃｏｍｐｕｔ
ｅ过程的 分析实 例

了解 了 ＳＰＳＳ算术表 达式、ＳＰＳＳ函数和 ＳＰＳＳ的条件 表达式 之后，现 在来看 看如何 通过 Ｔｒ

ａｎｓ
－
ｆ
ｏｒｍ命令 实现新 变量的 生成。 这里以 数据 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ为 例，来 介绍变 量转换 的操作步 骤。
例 ３．１　 数据 ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ是 某年级 学生 的 数 学、英 语 、语 文三 门课 程 的 成 绩，现 在 需要 统
计 英语成 绩在 ６０分以上 的学生 的语文 和数学 的平均 成绩。
来看 看怎么 通过 Ｃｏｍｐｕｔ
ｅ命令轻 松地完 成这一 任务。 选择菜 单项 Ｔｒ
ａｎｓ
ｆｏｒ
ｍ→ Ｃｏ
ｍｐｕｔ
ｅ，出现
如 图 ３．２所示的 窗口。 该对话 框看起 来非常 复杂，但 实际上 内容排 列很整 齐，左 上角为需 要计算
的 变量名 ，右上方 的算术 表达 式 （Ｎｕｍｅｒ
ｉｃＥｘｐｒ
ｅｓｓ
ｉｏｎ）框 用 于给 目标 变量 赋 值，对话 框 中 部是 类
似 计算器 的软键 盘，可以 用鼠标 按键输 入数字 和 符号 ，软键 盘 右侧 为 函 数窗 口 ，可 以在 这里 找到
并 使用所 需的 ＳＰＳＳ函数 。
现在 开 始具 体 的设 定 操 作，在 Ｔａｒ
ｇｅｔＶａｒ
ｉａｂｌ
ｅ框 中 输入 存 放计 算 结 果的 变 量名。 该变量 可
以 是一个 新变量 ，也可以 是已经 存在的 变量。 新变量 的变量 类型默 认为数 值型，用户可以 根据需
要 ，点击 Ｔｙｐｅ＆Ｌａｂｅｌ按钮来 修改变 量的类 型，或对 新变量 加变量 名标签 信息。
如果 指定存 放计算 结果的 变量为 新变量 ，系 统会 自 动在 数 据编 辑 窗 口中 创 建该 变 量。 如果
　　 　　　 　４４ 第 ３章 　数据 管理

指 定产生 的变量 名已经 存在，则 会以 计 算 出的新 值覆 盖 旧 值。本 例 中命 名新变 量 为 ｓ

ｃｏｒ
ｅ，变 量
标 签和变 量类型 采用默 认，不做 更改。

图 ３．２　ＳＰＳＳ变 量转 换窗 口

如果 要对全 部学生 计算平 均成绩 ，则直接 在主对 话框中 操作即 可，但 现在仅 希望对符 合一定
条 件的记 录进行 变量转 换，所以 按 Ｉ
ｆ钮 ，出现如 图 ３．３所 示的窗 口。 点 击 Ｉ
ｎｃｌ
ｕｄｅｉ
ｆｃａｓ
ｅｓａｔ
ｉｓ
ｆｉ
ｅｓ
ｃｏｎｄｉ
ｔｉ
ｏｎ选项，然后通 过手工 输入或 按动 屏 幕 中的按 钮和 函 数 下拉菜 单来 实 现条 件表 达式 的输
入 工作。 在本例 中，单击 “Ｉ
ｎｃｌ
ｕｄｅｉ
ｆｃａ
ｓｅｓ
ａｔｉ
ｓｆｉ
ｅｓｃｏ
ｎｄｉ
ｔｉ
ｏｎ”选 项以后 ，将左 边 的变量 ｅｎｇ
ｌｉ
ｓｈ通过
黑 色的小 箭头，使 之进入 右边的 框中。 然后利 用软键 盘输入 “ｅｎｇｌ
ｉｓ
ｈ＞＝６０”，这 意味着 仅对 英语
成 绩在 ６０分以上 的学生 进行统 计分析 。单击 “Ｃｏｎｔ
ｉｎｕｅ”按钮 之后，回 到 Ｔｒ
ａｎｓ
ｆｏｒ
ｍ的主窗 口。

图 ３．３　Ｉ
ｆ按 钮子 对话 框

最后 ，在 Ｎｕｍｅ
ｒｉｃＥｘｐｒ
ｅｓｓ
ｉｏｎ框给 出 ＳＰＳＳ算术表 达式和 函数。 可以手 工输入 ，也可 以按 动数
字 键盘中 的按钮 以及函 数下拉 菜单来 完成表 达式、函 数的输 入工作 。
 ３．１　变 量级别 的数据 管理 　４５ 　 　　　

在本 例中，Ｎｕｍｅｒ
ｉｃＥｘｐｒ
ｅｓｓ
ｉｏｎ框给 出 了 ＭＥＡＮ（ｃｈｉ
ｎｅｓ
ｅ，ｍａｔ
ｈ）函 数 表 达 式，单 击 “ＯＫ”按 钮
即 可，如图 ３．４所 示。

图 ３．４　 设置 完毕 的 Ｔｒａ
ｎｓｆ
ｏｒｍ窗 口

如果 对 全部 人 群 生成 一 个新 变 量，但 不 同人 群 采 用不同 的算 术 表 达式，可以 通过 多次 调用

Ｃｏｍｐｕｔ
ｅＶａ
ｒｉａｂｌ
ｅ来实 现。例 如，要 根据每 个人的 调整后 工资计 算其应 缴的“个 人所得税 ”。根据
个 人所得 税法规 定：对于 调整后 工资额 小于 １２００元的人 ，他应 交的个 人所得 税为 ０；对于 调整后
工 资额大 于 １２００元且 小于 １７００元 的 人，他 应 缴 的个 人所 得 税 为 （调 整后 工资 额 －１２００）×
０．０５；对于 调整后 工资额 大于 １７００元且 小于 ３２００元的人 ，他应 缴的个 人所得 税为（调整 后工资
额 －１２００）×０．１－２５；对于 调整后 工资额 大于 ３２００元且小 于 ６２００元 的人，他 应缴的 个人 所得
税 为（调整 后工资 额 －１２００）×０．１５－１２５；等等。 像这样 一个问 题，依然 可以利 用 Ｃｏｍｐｕｔ
ｅＶａ
ｒｉ－
ａｂｌ
ｅ来计 算。具 体做法 是，第 一次用 Ｃｏｍｐｕｔ
ｅＶａｒ
ｉａｂｌ
ｅ来计 算满足 条件“调 整后工 资额小 于 １２００
元 ”的人的 个人所 得税 为“０”；第 二次 用 Ｃｏｍｐｕｔ
ｅＶａｒ
ｉａｂｌ
ｅ来 计算 满足 条 件 “调 整后 工 资 额大 于
１２００元 且小于 １７００元”的 人的个 人所得 税为 “（调 整 后工 资 额 －１２００）×０．０５”，点 击 “ＯＫ”后
会 出现“Ｃｈａｎｇ
ｅＥｘｉ
ｓｔｉ
ｎｇＶａ
ｒｉａｂｌ
ｅ”，点击“确 定”；依次 下去即 可。这 里的操 作看似 复杂，实际 上直
接 写程序 时，代码 是很简 单的，读者可 以利用 Ｐａｓ
ｔｅ按 钮粘贴 出程序 自行练 习。

３．１．２　对变量 值 进行分组 合并

数据 分析中 ，将连续 变量转 换为等 级变量 ，或者 将分类 变量不 同的变 量等级 进行合并 是常见
的 工作。 而 Ｒｅｃｏ
ｄｅ过程 可 以很 好 地完 成这 一类 任务。 Ｒｅｃｏ
ｄｅｉ
ｎｔｏＳａｍｅＶａｒ
ｉａｂｌ
ｅ是对 原始 变量
的 取值进 行修改 ；而 Ｒｅｃｏ
ｄｅｉ
ｎｔｏＤｉ
ｆｆ
ｅｒｅ
ｎｔＶａ
ｒｉａｂｌ
ｅ是 根据原 始变量 的取值 生成一 个新变量 来表示
分 组情况 。但为 了保存 原始信 息的完 整性，一 般选后 者。

１．对连续 变量进 行分组

在 ＳＰＳＳ中可 以将连 续变量 转换为 离散 （等级 或定序 ）变量，按 照某 种一 一 对应 的 关 系生 成

　　 　　　 　４６ 第 ３章 　数据 管理

新 变量值 ，可以将 新值赋 给原 变 量，也可 以生 成 一 个新 变 量。 Ｒｅ

ｃｏｄｅ过 程和 Ｖｉ
ｓｕａｌＢａｎｄｅｒ过 程
都 可以完 成这一 任务，但 前者 更 为简 单 和 常用。 现 在来 看看下 边 这 个例 子，ＳＰＳＳ易 学 易 用的 特
点 将会再 一次被 证明。
例 ３．２　 在 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ中生 成新变 量 ｇｒ
ａｄｅ
，当 英语成 绩小 于 ６０时取 值为 “不 及 格”，大于
等 于 ６０且 小于 ７０为“及 格”，大于 等于 ７０且小 于 ８０为“较好 ”，大于等 于 ８０为“优秀 ”。
选择 菜单 Ｔｒ
ａｎｓ
ｆｏｒ
ｍ→ Ｒｅｃ
ｏｒｄ→Ｉ
ｎｔｏＤｉ
ｆｆ
ｅｒｅｎｔＶａ
ｒｉａｂｌ
ｅｓ，将英 语成绩 （Ｅｎｇｌ
ｉｓｈ）选入 Ｉ
ｎｐｕｔＶａｒ
ｉａ－
ｂｌ
ｅ→ Ｏｕｔ
ｐｕｔＶａｒ
ｉａｂｌ
ｅ框 ，此 时 Ｏｕｔ
ｐｕｔＶａｒ
ｉａｂｌ
ｅ框 变 黑，在 Ｎａ
ｍｅ框 键 入 新 变 量 名 ｇｒ
ａｄｅ并 单 击
“Ｃｈａｎｇｅ”按 钮，可 见原来 的 ｅｎｇ
ｌｉ
ｓｈ－ ＞？ 变成了 ｅｎｇｌ
ｉｓ
ｈ－ ＞ｇｒ
ａｄｅ如 图 ３．５所示。

图 ３．５　 Ｒｅｃｏｄｅ对 话框

现在 单击“Ｏｌ
ｄａｎｄＮｅｗＶａｌ
ｕｅｓ
”，系统弹 出变量 值定义 对话框 如图 ３．６所示 。许多 东西 和前
面 类似，但 要注意 所有的 范围都 是包含 了端点 的，而 前 面设 定 的变 换 会 优于 后 面的 变换 ，所 以为
了 能得到 正确结 果，应当 将相应 界值的 变换设 定放在 最后面 。另外 ，由于 这里要 生成的变 量是字
符 型变量 ，需要选 择相应 的复选 框，否 则将无 法录入 变量值 。

图 ３．６　变 量值 定义 对 话框
 ３．１　变 量级别 的数据 管理 　４７ 　 　　　

这里 的操作 比较复 杂，因此 采用操 作表格 叙述如 下：

Ｏｕｔ
ｐｕｔｖａ
ｒｉａｂｌ
ｅｓａｒ
ｅｓｔ
ｒｉ
ｎｇｓ
Ｏｌ
ｄＶａｌ
ｕｅ： Ｒａｎｇｅ
：８０ｔ
ｈｒｏ
ｕｇｈｈｉ
ｇｈｅｓ
ｔ｜ＮｅｗＶａ
ｌｕｅ： Ｖａ
ｌｕｅ：优 秀：Ａｄｄ

Ｏｌ
ｄＶａｌ
ｕｅ： Ｒａｎｇｅ
：７０ｔ
ｈｒｏ
ｕｇｈ８０｜
ＮｅｗＶａ
ｌｕｅ： Ｖａｌ
ｕｅ：良好：Ａｄｄ

Ｏｌ
ｄＶａｌ
ｕｅ： Ｒａｎｇｅ
：６０ｔ
ｈｒｏ
ｕｇｈ７０｜
ＮｅｗＶａ
ｌｕｅ： Ｖａｌ
ｕｅ：及格：Ａｄｄ

Ｏｌ
ｄＶａｌ
ｕｅ： Ｒａｎｇｅ
：Ｌｏｗｅ
ｓｔｔ
ｈｒｏｕｇｈ６０｜Ｎｅ
ｗＶａｌ
ｕｅ： Ｖａ
ｌｕｅ：不及 格：Ａｄｄ

Ｃｏ
ｎｔｉ
ｎｕｅ

Ｒｅ
ｃｏｄｅ可以将 连续变 量转化 成数值 型或者 字符型 离散变 量 ，也 可 将数值 型 字符 变 量转 化成
数 值变量 ，只需选 中选项 “Ｃｏｎｖｅｒ
ｔｎｕｍｅｒ
ｉｃｓｔ
ｒｉ
ｎｇｓｔ
ｏｎｕｍｂｅｒ
ｓ”即 可，轻轻 一点，一切尽 在掌握中 。

２．分类变 量类别 的合并

Ｒｅ
ｃｏｄｅ过程也 常用于 合 并 某个 分 类变 量 的 几个 水 平为 一 个 水 平，仍 然 举 个 例 子来 说 明 问
题 ：将前文 在数据 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓａ
ｖ中产 生的变 量 ｇｒ
ａｄｅ中 的优 秀 、良好和 及格 三 个等 级合 并为 一个
等 级“ＰＡＳＳ”，将 ｇｒ
ａｄｅ的 等级“不 及格”转 化为“ＮＯＰＡＳＳ”。
界面 在前文 已经熟 悉，现在 来看看 如何进 行相应 操作：

Ｔｒ
ａｎｓ
ｆｏｒ
ｍ→ Ｒｅ
ｃｏｒ
ｄ→Ｉ
ｎｔｏＤｉ
ｆｆ
ｅｒｅｎｔＶａｒ
ｉａｂｌ
ｅｓ
Ｎｕｍｅ
ｒｉｃｖａ
ｒｉａｂｌ
ｅ：ｇｒ
ａｄｅ｜
Ｏｕｔ
ｐｕｔｖａｒ
ｉａｂｌ
ｅ：Ｎａｍｅ：ｇｒ
ａｄｅ
１：Ｃｈａｎｇｅ

Ｏｌ
ｄａｎｄＮｅ
ｗｖａｌ
ｕｅｓ
：
　 Ｏｕｔ
ｐｕｔｖａｒ
ｉａｂｌ
ｅｓａ
ｒｅｓ
ｔｒｉ
ｎｇｓ
　Ｏｌ
ｄＶａｌ
ｕｅ： ｖａ
ｌｕｅ：不 及格 ｜
ＮｅｗＶａｌ
ｕｅ： Ｖａｌ
ｕｅ：ＮＯＰＡＳＳ：Ａｄｄ

　Ｏｌ
ｄＶａｌ
ｕｅ： Ａｌ
ｌｏｔ
ｈｅｒｖａｌ
ｕｅｓ｜
ＮｅｗＶａｌ
ｕｅ： Ｖａ
ｌｕｅ：ＰＡＳＳ：Ａｄｄ

　 Ｃｏ
ｎｔｉ
ｎｕｅ

ＯＫ

该程 序运行 之后，就 可 以 看 到 变 量 ｇｒ
ａｄｅ
１将 变 量 ｇｒ
ａｄｅ中 前 三 个 水 平 合 并 为 了 一 个 水 平
“ＰＡＳＳ”。

３．１．３　连续变 量 的可视化 分段

Ｒｅ
ｃｏｄｅ过程提 供了精 确分组 的功能 ，但是 如 果 希望 进 行的 分组 是较 有 规 律 的，比 如 等距 分
组 ，或者等 样本量 分组，使用 Ｒｅｃ
ｏｄｅ过程进 行 操作 就 显得 非 常 麻烦，且 可视化 程度 不高 ，此 时可
以 考虑使 用 Ｖｉ
ｓｕａｌＢａｎｄｅｒ过程进 行可视 化分段 。Ｖｉ
ｓｕａ
ｌＢａｎｄｅｒ过程 是 ＳＰＳＳ１２．
０中新 增的 用于
将 连续变 量进行 分段的 过程，该 过程使 用百分 位数、标准差 范围或 者等间 距方式 将连续变 量划分
　　 　　　 　４８ 第 ３章 　数据 管理

为 若干组 段，并采 用图形 化操作 的方式 ，非常 直观好 用。

这里 仍以数 据文件 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ为例，假设现 在希 望按 变量 ｍａ
ｔｈ将 学 生 分为 ５组，６０分以
下 为第一 组，
６０分以 上的按 照等间 距的 方 式分 ４组 ，则选 择 菜 单 Ｔｒ
ａｎｓ
ｆｏｒ
ｍ→ Ｖｉ
ｓｕａｌＢａ
ｎｄｅｒ
，首先
会 弹出变 量选择 界面，要 求选择 希望进 行 分段 （组）的变 量，这里 选入 ｍａｔ
ｈ，单 击“Ｃｏｎｔ
ｉｎｕｅ”后即
弹 出主界 面如图 ３．７所 示。界 面左上 角列出 的是需 要 进行 分 组的 变 量，选 中 后则 会在 右侧 以直
方 图的形 式给出 变量的 分布特 征，同时 在上方 还会指 出最大 、最小 值和缺 失值情 况。界面 最上方
的 Ｃｕｒ
ｒｅｎｔ行给出 的是原 变量的 信息，而 Ｂａｎｄｅｄ行 给出的 则是生 成的分 组变量 的信息，可以 自行
定 义和更 改。

图 ３．７　可 视化 分段 对 话框

整个 界面的 中下部 均用于 定义分 组规则 ，Ｇｒ

ｉｄ框 组用于 显示定 义好的 规则，更改规则 可以在
该 界面上 直接进 行，但更 方便的 方式是 使用 Ｍａ
ｋｅＣｕｔ
ｐｏｉ
ｎｔｓ子 对话 框设 定 分段 规则，用 Ｍａ
ｋｅＬａ
－
ｂｅｌ
ｓ按 钮自动 填充值 标签。 以前者 为例，它 可以选 择使用 等间距 （Ｅｑｕａ
ｌＷｉ
ｄｔｈＩ
ｎｔｅｒ
）、等比例 （等
样 本量，ＥｑｕａｌＰｅｒ
ｃｅｎｔ
ｉｌ
ｅｓＢａｓ
ｅｄｏｎＳｃａ
ｎｎｅｄＣａｓ
ｅｓ）或者 按照指 定的标 准差范 围（Ｃｕｔ
ｐｏｉ
ｎｔｓａｔＭｅａｎ
ａｎｄＳｅｌ
ｅｃｔ
ｅｄＳｔ
ａｎｄａｒ
ｄＤｅｖｉ
ａｔｉ
ｏｎｓＢａ
ｓｅｄｏｎＳｃａ
ｎｎｅｄＣａｓ
ｅｓ）三种方 式进行 分段，如图 ３．８（ａ）所示，其
中 第三种 方式显 然可以 用来在 数据分 析或质 量控 制中 筛 选异 常值。 本 例中 为 第一 种方 式，即在
对 话框中 依次定 义好分 组的起 点、组段 数或组 距，相 应的分 组定义 即可完 成。
在单 击“Ａｐｐｌ
ｙ”按钮 回到主 界面后 ，就会发 现变 量 ｍａｔ
ｈ的 直方图 自动 显 示出 了所 定义 的分
组 界限，如 图 ３．８（ｂ）所 示，此 时可以 通过拖 拉分隔 线的方 式来修 改分组 界限值 。显然，可视 化分
段 过程在 操作上 要比 Ｒｅｃ
ｏｄｅ过程赋 予用户 对数据 更多的 控制能 力。本 例完整 的操作步 骤如下 ：
 ３．１　变 量级别 的数据 管理 　４９ 　 　　　

Ｔｒ
ａｎｓ
ｆｏｒ
ｍ→ Ｖｉ
ｓｕａ
ｌＢａ
ｎｄｅ
ｒ
Ｖａ
ｒｉａｂｌ
ｅｓｔ
ｏＢａｎｄｅｒ
：ｍａ
ｔｈ
Ｃｏ
ｎｔｉ
ｎｕｅ
　选 中 ｍａｔ
ｈ：
　Ｂａｎｄｅｄ：Ｎａｍｅ：ｍａｔ
ｈｃｌ
ｓ
　Ｕｐｐｅ
ｒＥｎｄｐｏｉ
ｎｔｓ
：Ｅｘｃ
ｌｕｄｅ
ｄ（＜）
　 ＭａｋｅＣｕｔ
ｐｏｉ
ｎｔｓ：Ｆｉ
ｒｓｔＣｕｔ
ｐｏｉ
ｎｔ：６０｜
Ｎｕｍｂｅ
ｒｏｆ
：５｜
Ｗｉｄｔ
ｈ：１０：Ａｐｐｌ
ｙ

　 ＭａｋｅＬａｂｅｌ
ｓ

ＯＫ

　 　 　 　　 　 　 　 　 　 　 　（ａ
）　 　 　　 　 　 　 　 　 　 　　 　 　 　 　 　 　 　 　 　 　（ｂ）

图 ３．８　 ＭａｋｅＣｕｔ
ｐｏｉ
ｎｔｓ子 对 话框以及 设置 完 毕的 可视 化分 段对话 框

３．１．４　将字符 变 量转换为 数值变量

在数 据分析 中，将字 符变量 转换为 数值变 量是非 常实用 的一个 功能。 除了 使 用 Ｒｅｃｏ
ｄｅ过程
手 工设定 转换规 则外，在 ＳＰＳＳ中还可 以使用 Ａｕｔ
ｏｍａｔ
ｉｃＲｅ
ｃｏｄｅ过 程自 动按 原变 量 值的 大小 或者
字 母排序 生成新 变量，而 变量值 就是原 值的大 小次序 。
例 ３．３　 在 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ数据 中，将 字符型 变量 ｃ
ｉｔ
ｙ转化 为数值 变量 ｎｅｗｃｉ
ｔｙ。
由于 Ａｕｔ
ｏｍａ
ｔｉ
ｃＲｅｃ
ｏｄｅ过程的 操作界 面非常 简单，这里就 不 再详 述 操作过 程，直接 给出 相应
的 界面和 结果如 图 ３．９所示。
Ａｕｔ
ｏｍａｔ
ｉｃＲｅ
ｃｏｄｅ的 排序功 能和 Ｒａ
ｎｋＣａ
ｓｅｓ类似 ，所不同 的是，Ａｕｔ
ｏｍａｔ
ｉｃＲｅｃ
ｏｄｅ可以 用于字
符 型变量 。
　　 　　　 　５０ 第 ３章 　数据 管理

　 　 　 　　 　 　 　　 　 　 　　 　 　 （ａ
）　 　 　 　 　 　 　 　　 　 　 　 　 　 　 　 　 　 　　 　 　 　（ｂ）

图 ３．９　 Ａｕｔ
ｏｍａ
ｔｉｃＲｅ
ｃｏｄｅ对 话框以及 所生 成 变量 ｎｅｗｃｉ
ｔｙ的值 标签 定 义

３．１．５　变量的 编 秩

所谓 编秩，其 实就是 对记录 按照 某 个变 量 值 的大小 来排 序 。Ｒａ

ｎｋＣａｓ
ｅｓ过程 就是 用来 排序
的 一个专 用过程 。具体 来说，它 根 据某 变 量的 大 小来 排 出 次序 （秩 次 ），然后 将 秩次 结 果 存储 到
一 个新变 量中去 。这样 做有什 么用处 呢？在 许多时 候 参数 检 验的 条 件 不被 满 足，此时 不得 不使
用 非参数 方法，而 稍微复 杂些的 非参数 方法就 无法直 接用对 话框来 完成了 ，需要 先计算秩 次再进
行 分析（详 见非参 数检验 一章）。
例 ３．４　 试根据 性别分 组计算 数学成 绩的秩 次。
解：选择 菜单 Ｔｒ
ａｎｓ
ｆｏｒ
ｍ→ ＲａｎｋＣａｓ
ｅｓ，弹出 Ｒａ
ｎｋＣａ
ｓｅｓ对话 框如图 ３．１０所示。

　 　 　 　 　 　 　 　　 　 　 　（ａ
）　 　 　 　 　 　 　　 　 　 　　 　 　 　 　 　 　 　 　 　 　　 （ｂ）

图 ３．１０　 ＲａｎｋＣａｓ
ｅｓ对话框

在 ＲａｎｋＣａｓ
ｅｓ对话框 中：
（１）Ａｓ
ｓｉｇ
ｎＲａ
ｎｋ１ｔ
ｏ单选 框组：用于选 择将秩 次 １赋 给最小 值或最 大值。
（２） Ｄｉ
ｓｐｌ
ａｙｓ
ｕｍｍａｒ
ｙｔａｂｌ
ｅｓ：用于 确定是 否在结 果窗口 内输出 结果报 表。
 ３．１　变 量级别 的数据 管理 　５１ 　 　　　

（３）ＲａｎｋＴｙ
ｐｅｓ按 钮：用于 定义秩 次类型 ，默认 为最常 用的 Ｒａｎｋ（秩 分数），另有其他 几种选
择 ，单击“Ｍｏ
ｒｅ”按钮 ，还会 有更多 的设置 。由于 除了 秩 分数以 外 的方 法 很少被 用到，这 里不 再详
述 ，有兴趣 的朋友 可参见 用户手 册。
（４）Ｔｉ
ｅｓ按 钮：用 于定义 对相同 值观测 量的处 理方式 ，可以是 取平均 秩次、最小秩 次 、最 大秩
次 或当作 一个记 录处理 ，默认值 为取平 均秩次 。
这里 将变量 ｍａｔ
ｈ选入 Ｖａ
ｒｉａｂｌ
ｅ框，分 组变量 ｇｅｎｄｅ
ｒ选 入 Ｂｙ框 ，单击 “ＯＫ”按 钮即可 ，其 他一
些 设置使 用默认 。系统 会建立 一 个新 变 量 Ｒｍａｔ
ｈ（即 原 变 量名 前 加 Ｒ表 示 Ｒａｎｋ之 意 ），其取 值
为 ｍａｔ
ｈ分组的 秩次。
在前 面讲解 的操作 全部结 束后，数 据集 ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ中的数 据如图 ３．１１所 示。

图 ３．１１　 变 换后 的 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ中的 数 据

３．１．６　Ｔｒａｎｓ
ｆｏｒ
ｍ 菜单 中的其他 功 能

（１）Ｃｏｕｎｔ过 程：该过 程用于 表 示某 个 变量 的 取 值中 是 否 出 现 某 个值，可 以 是单 个 数 值，也

可 以指定 区间，并 且可以 仅给出 条件，而不必 对整个 数据集 进行操 作。该 过程的 功能可以 直接使
用 Ｒｅｃｏｄｅ过程 来实现 。
（２）Ｒａｎｄｏｍ Ｎｕｍｂｅ
ｒＳｅ
ｅｄ过 程：用于 设定伪 随机函 数的 随 机种子 。 默认 情况 下随 机种 子随
着 时间在 不停改 变，这样 所计 算 出 的 随机 数值 无 法 重复，这 在 临床 试验 等情 况 中是 不 符 合要 求
的 。此时 可用 Ｒａｎｄｏｍ ＮｕｍｂｅｒＳｅｅ
ｄ过程人 为指定 一个种 子，以后 所有的 伪随机 函 数在 计算 时都
会 以该种 子开始 计算，即 结果可 重现。 但它对 真随机 函数没 有任何 影响。
　　 　　　 　５２ 第 ３章 　数据 管理

３．
２　文件级别的数据管理（一）

Ｔｒ
ａｎｓ
ｆｏｒ
ｍ菜单 提供的 数据管 理功能 虽 然很 强 ，但基 本 上仅 限于 变量 级 别，有时 候 需 要对 整
个 数据文 件进行 加工整 理，而不 仅仅是 对变量 进 行操 作。 在 ＳＰＳＳ中 ，
这 部分功 能主要 集中在 Ｄａｔ
ａ菜单（参 见图 ３．１２）下。根 据各自 的功能
特 点，该菜 单中的 所有项 目可分 为以下 几类：
① 简单命 令：包 括 插入 变 量、插 入 记 录 和到 达 某 条记 录，它 们 的
功 能实际 上都可 以使用 鼠标在 数据表 界面上 直接完 成，很 少 会使用 菜
单 来调用 ，本书不 对其进 行讲解 。
② 常用的 简单过 程：包 括排序 、拆分文 件、选择 记录和 加 权 记录 ，
这 几个过 程并不 复杂，但 使用得 极为频 繁，是 大家必 须掌握 的内容 。
③ 变量与 数据文 件 属性 向 导：是 １１．５版新 增 的 两个 向 导，用 于
定 义数据 字典，或 者将预 定义 的 数 据字 典 直 接 引入 当前 数 据 文件，对
于 大型或 者连续 性的数 据分析 项目而 言，这是 一个非 常有用 的功能 。
④ 数据重 构向导 ：用于 进行数 据 转置，或者对 重 复 测量 数 据进 行
长 型、宽型 记录格 式间的 转换，详述见 后面相 关章节 。 图 ３．１２　Ｄａｔ
ａ菜 单

⑤ 文件合 并过程 ：将几 个数据 文件合 并为一 个大的 ＳＰＳＳ数 据文件 ，含横向 合 并和 纵向 合并
两 种情况 ，详述见 后面相 关章节 。
⑥ 正交设 计过程 ：实际 上是联 合分析 模块的 一部分 ，用于生 成实施 联合分 析所需 的 设计，由
于 这一分 析方法 是市场 研究中 的专用 工具，对 它的讲 解可参 见本丛 书中的 《ＳＰＳＳ与市 场研究 》一
书 相关内 容。
⑦ 其他过 程：包 括定义 日期变 量 过 程、数 据汇 总 过 程和 查 找重 复 记录 向 导。 前者 用 于时 间
序 列数据 的分析 ，将在时 间序列 一书中 讲解，后两个 过 程将 在 下文 加 以 讲解，其中 查找 重复 记录
向 导为 １２．０版新 增功能 。
本节 将首先 讲解非 常重要 的几个 简单过 程，下 一 节将 重 点 讲述文 件级 别 数据 管理 中一 些比
较 复杂的 功能。

３．２．１　记录排 序

数据 编辑窗 口中记 录的前 后次序 是随机 的，由录 入时的 先后顺 序决定 。实际 工作中 ，有时用
户 希望按 某种顺 序来观 察一批 数据，例 如，在 销售报 表中，希 望按销 售额从 低到高 的顺序 ，或者按
销 售时间 从早到 晚的顺 序来浏 览数据 。观察 排序后 的记录 数据，会 方便用 户了解 数据。
ＳＰＳＳ中的 记录排 序就是 将数据 编辑窗 口中的 数据，按照用 户指定 的某 一个 或 多个 变量 值的
升 序或降 序重新 排列，这 里用户 所指定 的变量 称为排 序变量 。当对 所有记 录进行 排序时 ，可按照
排 序变量 取值的 大小次 序对记 录数据 重新整 理后显 示。当 对记录 进行分 组排序 时，在每 个组内 ，
按 照排序 变量取 值的大 小次序 对记录 数据进 行排序 。
 ３．２　文件 级别的 数据管 理（一） 　５３ 　 　　　

对于 单变量 排序，ＳＰＳＳ提供了 一种简 易操作 方法，就 是在数 据表 格 的变量 名处单 击 右键，弹

出 的右键 菜单其 最后两 项就是 “Ｓｏｒ
ｔＡｓ
ｃｅｎｄｉ
ｎｇ”和“Ｓｏ
ｒｔＤｅ
ｓｃｅｎｄｉ
ｎｇ”。 但是，对 于多变量 排序，则
需 要使用 这里讲 述的 Ｓｏｒ
ｔＣａ
ｓｅｓ过程来 进行。 由于该 对 话框并 不复杂 ，因此 这 里不 再详 细讲解 ，
仅 给出一 个示意 图，如图 ３．１３所示。

图 ３．１３　Ｓｏｒ
ｔＣａ
ｓｅｓ对 话框

图 ３．１３显示 的是将 数据按 照 ｃ

ｉｔ
ｙ升 序，ｇ
ｅｎｄｅｒ降序 的 方 式进 行 排 列 的操 作。其 中 ，比较 特
殊 的是 ｃ
ｉｔ
ｙ和 ｇ
ｅｎｄｅｒ后面 分别跟 着 Ａｓ
ｃｅｎｄｉ
ｎｇ和 Ｄｅｓ
ｃｅｎｄｉ
ｎｇ，表明 前者按 升序，后 者按降 序排列 ，
如 果要改 变升降 序，则选 中相应 变量，然 后直 接 在 Ｓｏｒ
ｔＯｒ
ｄｅｒ单 选框 组中 修 改 选 择即 可 ，同时 需
要 说明以 下几点 ：
（１）在多重 排序中 ，指定排 序变量 名的次 序是很 关键的 ，先指 定的变 量在排 序时必然 优先于
后 指定的 变量。 即记录 首先按 第一个 变量进 行排序 ，对于 与 第 一变量 取值 相 同的 记录 考虑 按第
二 个变量 排序，以 此类推 。
（２）可以指 定按某 变量值 升序排 序的同 时按另 一变量 值降序 排序，或 相反。
（３）排序以 后，原来 记录数 据的排 列次序 将被打 乱。因 此 ，在 时 间 序列 的 数据 中，如果 数据
中 没有存 放记录 标志的 变量，如 年份等 ，则应 注意保 存原数 据的排 列顺序 ，以免数 据混乱 。

３．２．２　记录拆 分

用于 将数据 文件分 组进行 处理。 如果希 望分组 进 行相 应 的统 计 分 析，或 者只 分析 其中 的一

部 分数据 ，则可以 通过拆 分数据 集来加 以实现 。Ｓｐｌ
ｉｔＦｉ
ｌｅ过程用 于实现 这一功 能，其界 面非 常简
单 ，如图 ３．１４所 示。
这里 介绍一 下各个 对话框 元素的 用途：
（１） Ａｎａ
ｌｙｚ
ｅａｌ
ｌｃａ
ｓｅｓ
：和 下面的 两个单 选框为 一组，选 中本框 不拆分 文件。
（２） Ｃｏｍｐａｒ
ｅｇｒ
ｏｕｐｓ
：按所 选变量 拆分文 件，各 组分析 结果放 在一起 便于比 较。
（３） Ｏｒ
ｇａｎｉ
ｚｅｏｕｔ
ｐｕｔｂｙｇｒ
ｏｕｐｓ
：按 所选变 量拆分 文件，各 组分析 结果单 独放置 。
（４）Ｇｒ
ｏｕｐｓＢａｓ
ｅｄｏｎ框：用 于选择 拆分数 据文件 的变量 。
（５） Ｓｏｒ
ｔｔｈｅｆ
ｉｌ
ｅｂｙｇ
ｒｏｕｐｉ
ｎｇｖ
ａｒｉ
ａｂｌ
ｅｓ：和下 面 的 Ｆｉ
ｌｅｉ
ｓａｌ
ｒｅａｄｙｓ
ｏｒｔ
ｅｄ为 一组，要 求拆 分时
将 数据按 所用的 拆分变 量排序 。
（６） Ｆｉ
ｌｅｉ
ｓａｌ
ｒｅａｄｙｓ
ｏｒｔ
ｅｄ：如果 数据集 很大，而 所用的 拆分变 量已经 排过序 了，可使 用该单
　　 　　　 　５４ 第 ３章 　数据 管理

图 ３．
１４　Ｓｐｌ
ｉｔＦｉ
ｌｅ过程 主对 话框

选 框以节 省运行 时间，但 实际上 较少用 到。

当对 数据集 进行拆 分后，可 以看到 状态栏 右侧会 出现 Ｓｐｌ
ｉｔＯｎ的提 示，表明 所 做的 拆分 正在
生 效，它将 在以后 的分析 中一直 有效，而且会 被存储 在数据 集中，直 到再次 进行设 定为止 。

３．２．３　记录筛 选

很多 时候用 户不需 要分析 全部的 数据，而 是按要 求分析 其中的 一部分 ，比如 只分析职 位是经
理 的人的 年薪，或 者只对 接受教 育年限 在 １２年以上 的人进 行分析 ，这时使 用 Ｓｅｌ
ｅｃｔＣａ
ｓｅｓ过 程可
以 大大简 化用户 的工作 。对话 框界面 如图 ３．１５所示 。

图 ３．
１５　 Ｓｅｌ
ｅｃｔＣａｓ
ｅｓ过程 主对 话框
 ３．２　文件 级别的 数据管 理（一） 　５５ 　 　　　

（１）主要的 对话框 元素为 Ｓｅｌ

ｅｃｔ单选框 组，用 于确定 选择方 式。
Ａｌ
ｌｃａｓ
ｅｓ：分析所 有的记 录。
Ｉ
ｆｃｏｎｄｉ
ｔｉ
ｏｎｉ
ｓｓａｔ
ｉｓ
ｆｉ
ｅｄ：只 分析满 足条件 的 记录 ，单击 下 方的 Ｉ
ｆ按 钮后 弹出 Ｉ
ｆ对话框 ，
用 于定义 筛选条 件。
Ｒａｎｄｏ
ｍｓａ
ｍｐｌ
ｅｏｆｃ
ａｓｅ
ｓ：从 原数据 中按某 种条件 抽样，使用 下方 的 Ｓａ
ｍｐｌ
ｅ按 钮进 行具
体 设定，可 以按百 分比抽 取记录 ，或者 精确设 定从前 若干个 记录中 抽取多 少个记 录。
Ｂａ
ｓｅｄｏ
ｎｔｉ
ｍｅｏ
ｒｃａｓ
ｅｒａｎｇｅ：基于 时间或 记录序 号来选 择记录 ，使 用下 方 的 Ｒａｎｇｅ按钮
设 定记录 序号范 围。
Ｕｓ
ｅｆｉ
ｌｔ
ｅｒｖａｒ
ｉａｂｌ
ｅ：使 用筛选 指示变 量来选 择记录 ，必须在 下面选 入一个 筛选指 示变量 ，
该 变量取 值为非 ０的记 录将被 选中，进 入以后 的分析 。
（２）最下方 的 Ｕｎｓ
ｅｌｅｃ
ｔｅｄＣａｓ
ｅｓＡｒ
ｅ单选框 组用于 选择对 没有选 中的记 录的处 理方式 。
Ｆｉ
ｌｔ
ｅｒｅｄ：表示未 被选中 的记录 只是被 隔离，这 些记录 的 记录 号 上会 被加 上斜 杠以 示区
别 ；同时系 统会自 动产生 一个名 为 ｆ
ｉｌ
ｔｅ
ｒ ＄ 的筛选 指示变 量，被 选中的 记录该 变量取 值为 １，反之
则 为 ０。
Ｄｅｌ
ｅｔ
ｅｄ：未被选 中的记 录将被 删除，一般不 要使用 ，以免误 删数据 。
当对 数据集 做出筛 选后，可 以看到 状态栏 右侧会 出现“Ｆｉ
ｌｔ
ｅｒＯｎ”的 提示，表 明 所做 的筛 选正
在 生效，筛 选功能 将在以 后的分 析中一 直有效 ，而且 会 被存 储 在数 据 集 中，直 到再 次改 变选 择条
件 为止。

３．２．４　记录加 权

在默 认情况 下，每一 行 就是 一条 记录 ，这 在 多 数 情况 下 没 有什 么 问题，但 有时 却 非 常 麻烦 。

如 图 ３．１６所示的 数据表 ，如果 每一行 就是一 条记录 ，则需要 输入
１２１行 。这时 候，一 般 使用 频 数 格 式 录 入 数 据，即 相同 取 值的 观
测 只录入 一次，另 加一个 频数变 量用于 记录该 数值共 出现了 多少
次 。这样 就需要 在分析 时用到 Ｗｅｉ
ｇｈｔＣａｓ
ｅｓ过程 （参 见图 ３．１７）
将 数据指 定为该 种格式 。该过 程的使 用极为 简单，对 话框界 面上
有 两个单 选按钮 ，分别 是 不 按权 重 记录 和 按某 变 量 权重 记 录，如 图 ３．１６　 频数 格 式录 入数 据
果 选择后 者，则需 要选中 一个权 重变量 。

图 ３．１７　Ｗｅｉ
ｇｈｔＣａｓｅ
ｓ过 程主对 话框
　　 　　　 　５６ 第 ３章 　数据 管理

进行 权重 记录 以后，ＳＰＳＳ界 面 右 下 角 会出 现 “Ｗｅ
ｉｇｈｔＯｎ”的 字 样，且可 以被 存 储 到 数据 集
中 ，直到用 户取消 加权，否则一 直按加 权对数 据进行 处理。

３．２．５　数据汇 总

所谓 分类汇 总就是 按指定 的分类 变量对 观测值 进 行分 组 ，对每组 记录 的 各变 量求 指定 的描

述 统计量 ，结果可 以存入 新数据 文件，也可以 替换当 前数据 文件。 对数据 文件进 行分类汇 总是实
际 工作中 经常遇 到的事 情。例 如，对于 学生基 本情况 的数据 ，现希 望了解 不同性 别学生的 平均分
数 情况。 这就需 要首先 对数据 按不同 性别分 类，然后 再 分别 求 出各 类 学 生的 分 数平 均 值。 这个
过 程本质 就是一 个数据 的分类 汇总的 过程。
在 ＳＰＳＳ中，实 现 数 据 文 件 的 分 类 汇 总 是 经 过 三 大 步 骤 完 成 的 。 首 先 ，要 指 定 分 类 变 量
（Ｂｒ
ｅａｋＶａｒ
ｉａｂｌ
ｅ（ｓ））和汇总 变量（Ａｇｇｒ
ｅｇａｔ
ｅＶａ
ｒｉａｂｌ
ｅ（ｓ
））；然后 ，ＳＰＳＳ自 动根 据 分类 变 量 的取 值
将 记录数 据分成 若干类 ，并对每 类记录 分别计 算 汇总 变 量的 描 述统 计 量；最 后 ，将 分类 汇总 的计
算 结果保 存到一 个 ＳＰＳＳ数据文 件中。
为更 清楚地 了解 ＳＰＳＳ分类 汇总的 过程和 结果，这里以 数据 ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ为 例来加 以演示 。
例 ３．５　 根据数 据 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ中学 生的性 别变量 对英语 的平均 成绩进 行汇总 。
首先 ，选择菜 单：Ｄａ
ｔａ→ Ａｇｇ
ｒｅｇ
ａｔｅ，出 现 如图 ３．１８所 示的窗 口。然 后 ，指定 分类变量 到 Ｂｒ
ｅａｋ
Ｖａ
ｒｉａｂｌ
ｅ（ｓ
）框中 ，指定 汇总变 量到 Ａｇ
ｇｒｅｇ
ａｔｅＶａ
ｒｉａｂｌ
ｅ（ｓ）框中。 使 用 Ｆｕｎｃ
ｔｉｏｎ按 钮 指定 对汇 总变
量 计算哪 些描述 统计量 ，此处共 提供了 ５组函 数，分 别 为 常用 汇 总函 数 、特定 值、记 录数 、百 分比
和 百分片 断（Ｆｒ
ａｃｔ
ｉｏ
ｎ）。以最 常用的 第一组 为例，可 选的函 数有均 数、中 位数、总 和、标 准 差 ４种 。
ＳＰＳＳ默 认对各 类分别 计算汇 总变量 的均值 ，见图 ３．１８。

图 ３．１８　 Ａｇｇｒ
ｅｇａｔ
ｅ过 程的 主对 话 框

另外 ，也可以 指定分 类汇总 的结果 保存到 何处。 有两种 选择：第一，Ｃｒ

ｅａｔ
ｅｎｅ
ｗｄａｔ
ａｆｉ
ｌｅ：表示
 ３．３　文件 级别的 数据管 理（二） 　５７ 　 　　　

将 结果生 成到系 统默认 的名为 ａ

ｇｇｒ
．ｓａ
ｖ的 ＳＰＳＳ数据 文件中 ，可以 按 Ｆｉ
ｌｅ按钮重 新指定结 果文件
路 径和文 件名。 第二，Ｒｅｐｌ
ａｃｅｗｏｒ
ｋｉｎｇｄａｔ
ａｆｉ
ｌｅ：表 示以分 类汇总 后的结 果覆 盖 ＳＰＳＳ当 前 数据编
辑 窗口中 的数据 。一般 采用前 一种方 式较好 。
如果 希望在 结果数 据文件 中保存 分类组 的记录 数，则选 择 Ｓａ
ｖｅｎｕｍｂｅｒｏｆｃ
ａｓｅｉ
ｎｂｒ
ｅａｋｇｒ
ｏｕｐ
ａｓｖａ
ｒｉａｂｌ
ｅ选项。 于是 ＳＰＳＳ便 在 结 果数 据 文 件 中自 动生 成
一 个默认 名为 Ｎ ＢＲＥＡＫ的 变量，见 图 ３．
１９。
分类 汇总产 生的 ＳＰＳＳ数据 文件的 记录数 取决于 分 类变
量 的取值 个数。 这里，分 类 变量 性 别 有两 种 取 值，则 按性 别 图 ３．１９　保 存分 类组 的记 录 数
分 类汇总 后的数 据就有 两条。
还需 要说明 的是：分 类汇总 中的分 类变量 可以指 定多个 ，称为 多重分 类汇总 。此时汇 总数据
文 件的记 录数等 于各分 类变量 类别数 的乘积 。 如分类 变量 为 性 别（男、女 ）和 班级 （一、二、三 ），
则 汇总数 据文件 中会有 ６（２×３）条记 录。第 一个 指 定 的分类 变量 为 主 分类变 量，其他 的依 次为
第 二、第三 分类变 量。

３．
３　文件级别的数据管理（二）

在上 一节中 讲解了 最为基 本和常 用的数 据管理 功能，对 于一般 的数据 分析任 务，这些 已经足
够 。但是 在较复 杂的数 据分析 项 目 中，往 往会 在 数 据管 理 中涉 及格 式化 数 据、发现 重 复 录入 记
录 ，拼接多 个数据 集和转 换存储 格式等 复杂功 能，涉 及 的数 据 文件 也 不 止一 个 ，本 节的 任务 就是
为 大家讲 解这些 较为复 杂的文 件级别 数据管 理功能 。

３．３．１　数据字 典 的定义与 应用

在大 型的数 据分析 项目中 ，数据管 理是非 常重 要 的 一个 环 节，为 了 保证 工 作质 量，数据 处理

人 员往往 会事先 定义好 一个非 常详细 的数据 格式，包 括变量 格式、变量标 签、值标 签、缺失 值定义
等 ，这被称 为数据 字典。 从 １１．５版起 ，ＳＰＳＳ新增 了两个 数据管 理向导 ，专门用 于定义 数 据字典 ，
或 者将预 定义的 数据字 典直接 引入当 前数据 文件。 对 于大 型 或者 连 续 性的 数 据分 析项 目而言 ，
这 是一个 非常有 用的功 能，可以 大大减 轻数据 处理人 员的工 作负担 。

１．变量属 性定义 向导

变量 属性定 义向导 即 Ｄｅｆ

ｉｎｅＶａ
ｒｉａｂｌ
ｅＰｒ
ｏｐｅ
ｒｔｉ
ｅｓ过 程，用 于 对数据 集中 已 存在 的变 量进 一步
定 义其属 性。具 体说来 ，可以列 出所选 变量的 所 有取 值；分 辨 没有 值 标 签的 值 ，并 且提 供自 动给
出 值标签 的功能 ；可以将 另一个 变量的 属性拷 贝到所 选的变 量，也 可以将 所选变 量的属性 拷贝到
其 他变量 。虽然 该向导 的绝大 多数功 能都可 以在变 量 视图 中 实现，但 对于 复 杂的 数据 管理 项目
而 言，它的 可视化 能力可 以大大 提高工 作效率 ，并且 对 初学 者 而言，使 用该 向 导进 行变 量的 设置
也 是非常 好的选 择。
这里 仍以数 据集 ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ为 例对该 向导加 以说明 。假设 现在希 望对变 量 ｇ
ｅｎｄｅｒ进行属
　　 　　　 　５８ 第 ３章 　数据 管理

性 设定，则 选择 Ｄａ
ｔａ→Ｄｅｆ
ｉｎｅＶａｒ
ｉａｂｌ
ｅＰｒ
ｏｐｅｒ
ｔｉ
ｅｓ，此时 会弹出 预定义 对话框 ，要求 选择希望 进行设
定 的变量 ，可 以选 择多个 ，ＳＰＳＳ将 会 对选入 的变量 都 进行扫 描。这 里 只选 入 ｇ
ｅｎｄｅｒ
，则 进 入向导
的 主界面 如图 ３．２０所示 。

图 ３．２０　 Ｄｅ
ｆｉｎｅＶａ
ｒｉａｂｌ
ｅＰｒ
ｏｐｅｒ
ｔｉ
ｅｓ对话 框

主界 面的左 侧会列 出所有 被选择 或扫描 的变量 ，选中相 应的变 量名称 ，则右 侧会显示 出相应
的 设定，并 供用户 加以更 改：上 部用于 设定测 量尺度 、存储格 式、变 量 名标签 等，如果 单击 Ｓｕｇｇｅｓ
ｔ
按 钮，则 系 统会 根 据扫描 到 的数据 给出建 议的测 量 尺度；中部的 Ｖａｌ
ｕｅＬａ
ｂｅｌ网 格会 列 出该 变量
所 有 取 值 的 频 数、当 前 值 标 签和 缺 失 值 设 定 等，这 里 可 以更 改 标 签 和 缺 失 值 的 设 定 。下 部 的
ＣｏｐｙＰｒ
ｏｐｅｒ
ｔｉ
ｅｓ按 钮组用 于将另 一个被 扫描变 量的属 性拷贝 到所选 的变量 ，也可 以将所选 变量的
属 性拷贝 到其他 被扫描 变量，这 里由于 只选择 了一个 变量，因此实 际上没 有用到 该按钮组 。右下
方 的 Ａｕｔ
ｏｍａｔ
ｉｃＬａｂｅｌ
ｓ按钮用 于自动 生成值 标签，实 际上就 是将所 有的变 量值均 赋给值 标签。
如图 ３．２０所 示，此 时已经 对 ｇｅ
ｎｄｅｒ的属性 进行了 更改，读 者可以 看到 在 这一 个界 面中 就完
成 了对变 量的所 有属性 定义，而 且可以 一次性 定义多 个变量 ，并且 由系统 帮助扫 描出全部 取值范
围 ，这显然 要比在 变量视 图中进 行操作 要容易 得多，可以大 大方便 数据字 典的定 义工作。

２．复制数 据文件 属性向 导

Ｃｏ
ｐｙＤａ
ｔａＰｒ
ｏｐｅｒ
ｔｉ
ｅｓ过 程用 于 将 定义 好 的数 据 字 典直接 应用 到 当 前文件 中，在操 作时 不仅
可 以将一 个外部 的数据 文件相 关属性 拷贝到 当前数 据文件 中，还可 以进行 自定义 ，只选择 某些变
量 ，或者某 些属性 进行拷 贝，这 无疑大 大提高 了连续 性项目 对原有 资源的 利用程 度。对于 一些特
殊 的文件 属性，如 多选题 变量集 、普通 变量集 、权重变 量的设 定等，使用该 向导进 行复制会 减少许
多 重复工 作。
例 ３．６　 将数据 集 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ中 相关的 变量属 性作为 数据字 典应用 到另一 个数据 集 ｔ
ｒａｎｓ
－
ｆ
ｏｒｍ２．ｓ
ａｖ中。
各位 读者可 以首先 分别打 开这两 个文件 ，比较一 下它们 之间的 区别，可以发 现对于相 同的变
 ３．３　文件 级别的 数据管 理（二） 　５９ 　 　　　

量 ，ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ中 均设置 了标签 ，且列宽 、测量 尺度 等 的设 置均 不相 同 。下面 开 始进行 操作，首
先 打开文 件 ｔ
ｒａｎｓ
ｆｏｒ
ｍ２．ｓ
ａｖ，然后选 择 Ｄａｔ
ａ→Ｃｏ
ｐｙＤａｔ
ａＰｒ
ｏｐｅｒ
ｔｉ
ｅｓ，系统 会首 先 弹出 向导 的第 一个
对 话框，要 求指定 希望复 制的属 性是来 自于当 前 文件 ，还是 另 一个 外 部 数据 文 件，本例 中指 定为
ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓａ
ｖ所在位 置。单 击“下一 步”按钮 后出现 如图 ３．２１所 示的对 话框，该 界 面用 于设 定希
望 复制的 属性 种 类 ，有 三 种 选 择，分 别 为 选 择 同 名 同 类 型 同 长 度变 量 的 属 性 进 行 复 制 （Ａｐｐｌ
ｙ
ｐｒ
ｏｐｅｒ
ｔｉ
ｅｓｆ
ｒｏｍ ｓ
ｅｌｅｃｔ
ｅｄｓ
ｏｕｒ
ｃｅｆ
ｉｌ
ｅｖａｒ
ｉａｂｌ
ｅｓｔ
ｏｍａｔ
ｃｈｉ
ｎｇｗｏｒ
ｋｉｎｇｆ
ｉｌ
ｅ）、选 择 一个变 量的属 性 进行复
制 （Ａｐｐｌ
ｙｐｒ
ｏｐｅｒ
ｔｉ
ｅｓｆ
ｒｏｍａｓ
ｉｎｇｌ
ｅｓｏ
ｕｒｃｅｖａ
ｒｉａｂｌ
ｅｔｏｓｅ
ｌｅｃ
ｔｅｄｗｏ
ｒｋｉ
ｎｇｆ
ｉｌ
ｅｖａ
ｒｉａｂｌ
ｅ）和 仅复制文 件属性
（Ａｐｐｌ
ｙｄａ
ｔａｓ
ｅｔｐｒ
ｏｐｅｒ
ｔｉ
ｅｓｏｎｌ
ｙ－ｎｏｖａｒ
ｉａｂｌ
ｅｓｅ
ｌｅｃ
ｔｉ
ｏｎ）如多选 题集定 义、权 重 设定等 。 这里 选择 第一
项 ，需注意 性别变 量由于 在两个 文件中 的名称 不同，因此未 出现在 下方的 列表中 。然后选 中源文
件 变量列 表中的 全部变 量，单击 “下一步 ”按钮，随后 的对 话 框（见 图 ３．２２）会 要求 用户 详细 指定
希 望复制 的变量 属性，共 有 ７种 之多，并且可 以选择 是替换 原有属 性，还是 和原属 性进行 合并。

图 ３．２１　 Ｃｏ
ｐｙＤａｔ
ａＰｒ
ｏｐｅｒ
ｔｉ
ｅｓ对话框 １

在如 图 ３．２１，图 ３．２２所示的 两个对 话框出 现时，使 用者其 实就可 以单击 “完成 ”按 钮结 束向

导 了，此后 出现的 界面分 别用于 选择希 望复 制 的文件 属性，以 及 是否 生 成 相应 的 ＳＰＳＳ程 序。运
行 完毕后 ，大家就 会看到 ，除了 未加设 定的变 量 ｓ
ｅｘ外，其 余各变 量的属 性都套 用了 ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ
中 的相应 设置。
最后 ，总结一 下如何 应用上 述两个 向导来 完 成数 据 管理 任 务。如 果有 事 先定 义的 数据 字典
格 式，则可 以先生 成一个 没有记 录的空 数据文 件，将 全 部的 数 据字 典 设 定好，将来 在数 据录 入完
毕 后使用 复制文 件属性 向导套 用字典 即可；如 果没有 事先定 义的数 据字典 格式，则可以在 录入工
　　 　　　 　６０ 第 ３章 　数据 管理

图 ３．２２　 Ｃｏ
ｐｙＤａｔ
ａＰｒ
ｏｐｅｒ
ｔｉ
ｅｓ对话框 ２

作 进行了 一段时 间以后 先使用 变量属 性定义 向导完 成 数据 字 典的 设 定 工作，然后 随着 录入 工作

的 进行经 常扫描 数据的 情况，及 时更新 字典，最后在 录 入工 作 完毕 后 ，使用 复 制文 件属 性向 导应
用 字典的 最终版 本。现 在大家 知道了 这两个 向导并 不是多 余的，而 是非常 重要和 实用的 。当然 ，
如 果数据 管理任 务不太 复杂，则 也可以 直接在 数据字 典中录 入数据 ，或者 直接在 变量视图 中修改
属 性。但 是在真 正的大 型数据 管理项 目中，单 独建立 和维护 数据字 典是非 常关键 的一环 ，此时这
两 个向导 的作用 就不可 忽视了 。

３．３．２　查找重 复 记录

在大 型 的数 据 管 理或 者 复杂 的 数 据变 换 工作 中 ，重复 记 录的 发 现 是经 常 需要 完成 的任务 。
Ｉ
ｄｅｎｔ
ｉｆ
ｙｉｎｇＤｕｐｌ
ｉｃａｔ
ｅＣａ
ｓｅｓ是 ＳＰＳＳ１２．０新增 的功能 ，通过简 单的菜 单操作 ，可以 迅速地发 现个别
变 量值重 复，或者 所有数 值完全 重复的 记录。
下面 用数据 ｃ
ｏｍｐａ
ｎｙ ｒ
ｏｎｇｙ
ｕ．ｓ
ａｖ来进 行示 例。 该数 据 是 一份 对 几 个公 司的 统计 表。但 由
于 有的公 司提交 了数次 ，因而在 这个数 据文件 中出现 了 不止 一 次。在 作统 计 工作 时必 须把 这些
重 复数据 删掉。 数据量 少时排 序后逐 个删除 当然是 没有问 题的，但 数据量 较大时 ，这将是 一个非
常 庞大的 工作。 ＳＰＳＳ提供了 这种识 别重复 记录（Ｉ
ｄｅｎｔ
ｉｆ
ｙＤｕｐｌ
ｉｃａｔ
ｅＣａｓ
ｅｓ）的 程 序，下面 看一 下如
何 用它来 简 化工 作 。选择 Ｄａｔ
ａ→Ｉ
ｄｅｎｔ
ｉｆ
ｙＤｕｐｌ
ｉｃａｔ
ｅＣａ
ｓｅｓ
，弹出 如 图 ３．２３所示 的对话 框 ，上方 的
Ｄｅ
ｆｉｎｅｍａｔ
ｃｈｉ
ｎｇｃ
ａｓｅｓｂｙ框用 于选入 希望查 找重复 值的变 量 （组），这 里 将企 业 名称、企 业所 在地
 ３．３　文件 级别的 数据管 理（二） 　６１ 　 　　　

区 两个变 量选入 ；下方的 Ｓｏ

ｒｔ框 组用于 设定对 于重复 的记录 按照哪 个变量 的取值 排序，操 作方式
和 Ｓｏｒ
ｔ对话 框基本 相同，此处选 入 ｉ
ｄ；整 个对话 框的 下 方实际 上不会 影 响重 复 记录 的查 找，只是
影 响相应 记录的 显示和 排列方 式，Ｉ
ｎｄｉ
ｃａｔ
ｏｒ框组用 于设定 是将第 一个，还是 最后 一 个重 复记 录设
为 主记录 （相应的 ，其余记 录就成 为了“重 复”的记 录），而 Ｓｅｑｕｅ
ｎｔｉ
ａｌ框用 于选择 是否要 求为 重复
记 录编制 流水号 。

图 ３．
２３　Ｉｄｅｎｔ
ｉｆ
ｙＤｕｐｌ
ｉｃａ
ｔｅＣａｓｅ
ｓ对 话框

在操 作完毕 后，得到 的结果 如图 ３．

２４所 示，可 见 变量 Ｐｒ
ｉｍａ
ｒｙＬａ
ｓｔ等于 ０表示 相应 记录 为重
复 记录，本 例中共 发现 ２、
４、７三 条重复 记录。 而重 复 的 记录 间 又是 按 照 Ｉ
Ｄ号 的大 小进 行排序 ，
这 正是原 本所设 定的情 形。

图 ３．２４　操 作结 束后的 数据 界面

最后 ，结果窗 口中还 会给出 本次操 作的汇 总信息 ，如表 ３．１和 表 ３．２所示。

　　 　　　 　６２ 第 ３章 　数据 管理

表 ３．１　Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓ

表 ３．２　Ｉｎｄｉ
ｃａｔ
ｏｒｏｆｅａｃｈｌ
ａｓｔｍａｔ
ｃｈｉ
ｎｇｃａｓｅａｓＰｒ
ｉｍａｒｙ

３．３．３　数据文 件 的重新排 列与转置

数据 文件的 重新排 列，是数 据分析 中经常 用到的 一个功 能。数 据录入 的格式 ，未必能 一步到
位 地满足 用户分 析时的 要求，很 多时候 用户 要 根据 分 析 的要求 改变 数 据 的排列 格式，Ｒｅｓ
ｔｒｕｃｔ
ｕｒｅ
过 程是一 个图形 化界面 的数据 重构向 导，直观 地实现 了这一 功能。

１．数据的 长型与 宽型格 式

长型 格式和 宽型格 式指的 是重复 测量数 据的两 种 不同 的 排列 方 式，由 于 重复 测量 模型 可以

使 用不同 的统计 模型加 以分析 ，因此，根据模 型的要 求进行 长型格 式和宽 型格式 之间的互 转是数
据 分析中 经常要 遇到的 问题。
这里 以 ＳＰＳＳ的自 带 文件 Ａｎｘｉ
ｅｔｙ．ｓ
ａｖ和 Ａｎｘｉ
ｅｔｙ２．ｓ
ａｖ来 说明 这两 种 数据 排列 格式 的特点 。
这 两个文 件记录 的都是 １２名精 神病患 者在接 受治疗 后的 ４个时间 点的精 神状态 评分，其中 变量
ｓ
ｕｂｊ
ｅｃｔ为 病人的 ｉ
ｄ号 ，ｓ
ｃｏｒ
ｅ为评 分，ｔ
ｒｉ
ａｌ为 测 量时 的时 间点 编 号，ａ
ｎｘｉ
ｅｔｙ和 ｔ
ｅｎｓ
ｉｏｎ记 录 了病 人
在 治疗前 有无焦 虑和紧 张。Ａｎｘｉ
ｅｔ
ｙ．ｓ
ａｖ文件 是长型 格式，以 每次测 量作为 一条记 录，用变 量 ｓ
ｕｂ－
ｊ
ｅｃｔ和 ｔ
ｒｉ
ａｌ来 区分是 哪位病 人的第 几次测 量，ａｎｘｉ
ｅｔ
ｙ和 ｔ
ｅｎｓ
ｉｏｎ作为 携 带变 量 在相 同病 人的 记录
中 重复出 现，这样 １２个 病人共 形成了 ４８条记 录；而 Ａｎｘｉ
ｅｔｙ２．ｓ
ａｖ是 宽 型格 式 ，每 位病 人作 为一
条 记录，４次测 量分别 用 ｔ
ｒｉ
ａｌ
１～ｔ
ｒｉ
ａｌ４这 ４个 变量来 分别记 录，原 先用于 区分测 量次数 的 变量 ｔ
ｒｉ
－
ａｌ不再需 要，同一 个病人 的 ｓ
ｕｂｊ
ｅｃｔ
、ａｎｘ
ｉｅｔ
ｙ和 ｔ
ｅｎｓ
ｉｏｎ也只 出现一 次。从 图 ３．２５中 可以 更清 楚地
理 解这两 种数据 格式的 特点。
事实 上，在学 习了第 ２章后 ，大家 应当能 够明白 长型格 式才是 符合统 计分析 要求的标 准记录
格 式，但是 由于重 复测量 数据会 使用特 殊的重 复测量 模型来 进行分 析，此 时就需 要将数据 变换为
宽 型格式 ，该模型 的详情 参见本 丛书的 高级教 程相关 章节。

２．长型格 式转换 为宽型 格式

现在 来看看 如何使 用 Ｒｅｓ

ｔｒ
ｕｃｔ
ｕｒｅ过程实 现数据 结构的 重建。
例 ３．７　 将 ＳＰＳＳ自带文 件 Ａｎｘ
ｉｅｔ
ｙ．ｓ
ａｖ转 换为 Ａｎｘ
ｉｅｔ
ｙ２．ｓ
ａｖ的格 式。
 ３．３　文件 级别的 数据管 理（二） 　６３ 　 　　　

图 ３．
２５　数 据集 Ａｎｘｉ
ｅｔｙ．ｓ
ａｖ和 Ａｎｘｉ
ｅｔｙ２．ｓａｖ的 内容

解：选择 Ｄａ
ｔａ→Ｒｅｓ
ｔｒ
ｕｃｔ
ｕｒｅ，系统 会弹出 Ｒｅｓ
ｔｒｕｃｔ
ｕｒｅ向 导的第 一个界 面如图 ３．２６所 示，从图
中 可以看 出，在向 导中共 提供了 三种数 据重排 功 能，分 别是 长 型与 宽 型 格式 的 互换 和行 列转置 。
根 据要求 ，在这个 例子中 要使用 的是 第 二 种功 能 ，选择 Ｒｅｓ
ｔｒｕｃｔ
ｕｒｅｓ
ｅｌｅ
ｃｔｅｄｃ
ａｓｅｓｉ
ｎｔｏｖａ
ｒｉａｂｌ
ｅｓ单
选 框，单击 “下一步 ”按钮后 显示向 导的第 二个界 面，见 图 ３．
２７。

图 ３．
２６　 Ｒｅｓ
ｔｒｕｃｔ
ｕｒｅ向 导第一 步

图 ３．
２７　 Ｒｅｓ
ｔｒｕｃｔ
ｕｒｅ向 导第二 步
　　 　　　 　６４ 第 ３章 　数据 管理

根据 要求可 知，用户 指定被 重复测 量个体 的 ｉ

ｄ标识 变量和 用于反 映测量 次别的 Ｉ
ｎｄｅ
ｘ变量 ，
此 处分别 为 ｓ
ｕｂｊ
ｅｃｔ和 ｔ
ｒｉ
ａｌ，将它 们分别 选入 Ｉ
ｄｅｎｔ
ｉｆ
ｉｅ
ｒＶａｒ
ｉａｂｌ
ｅｓ框和 Ｉ
ｎｄｅ
ｘＶａｒ
ｉａｂｌ
ｅｓ框后 单击“下
一 步”按钮 ，向导会 进一步 询问是 否根据 ｉ
ｄ变量和 Ｉ
ｎｄｅ
ｘ变量 对数据 进行排 序，见 图 ３．
２８。

图 ３．２８　 Ｒｅｓｔ
ｒｕｃｔ
ｕｒｅ向 导第 三步 图

系统 默认为 “Ｙｅｓ
”，此 时不做 更改可 以继续 单击“下 一 步”按钮 ，也 可以 单击“完 成”按钮，系
统 会自动 判断所 需的内 容。单 击“下一 步”按钮 ，看看下 边 会有 些 什么内 容，从 图 ３．２９中可 以看
出 ，这一步 是对重 新排列 以后的 数据文 件的结 构进行 设置，给出产 生一条 新记录 的原记录 的数目
以 及选择 是否需 要标识 变量。 即使用 户对这 个界面 的功能 不了解 ，根据向 导的简 短说明 ，也可以
判 断出此 步骤的 意图，这 也是 ＳＰＳＳ友好 的人 机 界 面 的一 个展 示。 在 这一 步 不做 更 改，单 击 “下
一 步”按 钮，最 后一 个 对 话框 用 于 选 择 是 直接 得 到 结果 ，还是 生成 相 应的 ＳＰＳＳ程序 ，默 认为 前
者 。直接 单击“完 成”按钮 ，就可 以 得 到 相应 的转 换后 的数 据 集 ，将该 结 果 与 数 据 Ａｎｘｉ
ｅｔｙ２．ｓ
ａｖ
进 行比较 ，可以看 出除变 量名和 标签不 同外，两个文 件 的 内容 实际上 是 一 致的 。另 外，也可 以看
看 系统在 结果窗 口中的 汇总输 出，如表 ３．３和 表 ３．４所示，这常被 用来检 查是否 操作有 误。

图 ３．
２９　 Ｒｅｓ
ｔｒｕｃｔ
ｕｒｅ向 导第四 步
 ３．３　文件 级别的 数据管 理（二） 　６５ 　 　　　

表 ３．３　Ｇｅｎｅ
ｒａｔ
ｅｄＶａｒ
ｉａｂｌ
ｅｓ 表 ３．４　 Ｐｒｏｃｅｓ
ｓｉｎｇＳｔａｔ
ｉｓｔ
ｉｃｓ

最后 还有一 个非常 有趣的 问题：本 例 中没 有 说明 哪 个 变量 需 要转 换 ，但最 后 程序 只将 ｓ

ｃｏｒ
ｅ
转 换为了 宽型格 式，ａｎｘｉ
ｅｔ
ｙ和 ｔ
ｅｎｓ
ｉｏｎ则直接 携带 了 过来，未 加转 换。 这是 因 为 程序 会 自 动扫 描
需 要转换 的变量 ，如果该 变量在 相同个 体内取 值 均不 变，则 会 被自 动 携 带过 来 而不 加转 换，本例
中 的 ａｎｘ
ｉｅｔ
ｙ和 ｔ
ｅｎｓｉ
ｏｎ正 属于这 种情况 。显然 ，ＳＰＳＳ的这 种设计 大大方 便了用 户的使 用。

３．宽型格 式转换 为长型 格式

下面 来看看 如何将 宽型格 式的数 据转换 为长型 格式，有 了前面 的基础 ，这一 部分内容 大家应
当 很容易 理解了 。假设 此处的 任务是 将 Ａｎｘ
ｉｅｔ
ｙ２．ｓ
ａｖ转换为 如 Ａｎｘｉ
ｅｔ
ｙ．ｓ
ａｖ的 长型格 式 ，则 在第
一 个向导 界面上 选择第 一项，单 击“下一 步”按钮 后弹出 界面如 图 ３．３０（ａ）所示，询问共有 几组重
复 测量变 量需要 转换，此 处只有 一个，单击“下 一步”按 钮后进 入最重 要的 变量 选择 界 面（参 见图
３．３０（ｂ））：Ｃａｓ
ｅＧｒ
ｏｕｐＩ
ｄｅｎｔ
ｉｆ
ｙｉｃａ
ｔｉ
ｏｎ框 用于设 定重 复测 量个体 的 ｉ
ｄ标识 变 量 ，此处 设 定 为变 量
Ｓｕｂｊ
ｅｃｔ
；中部的 Ｖａ
ｒｉａｂｌ
ｅｓｔ
ｏｂｅＴｒ
ａｎｓ
ｐｏｓ
ｅｄ框组 则用于 设定被 转换的 变量组 ，首先 将变量组 名称改
为ｔ
ｒｉ
ａｌ，随后在 下方的 列表中 将 Ｔｒ
ｉａｌ１～４选 入。如 果有多 组变量 需要转 换，则依 次设定 即可；最
下 方的 Ｆｉ
ｘｅｄＶａｒ
ｉａｂｌ
ｅ（ｓ
）框 则用于 选入携 带变量 ，此处 为 Ａｎｘ
ｉｅｔ
ｙ和 Ｔｅｎｓ
ｉｏｎ。
　　 　　　 　６６ 第 ３章 　数据 管理

图 ３．３０　转 换向 导 的第 二、三个 界面

　 　在正 确设定 了变量 选择界 面 之 后，下 面的 工 作 就非 常 简单 了 ，随后 的 Ｃｒ

ｅａｔ
ｅＩｎｄｅｘＶａｒ
ｉａｂｌ
ｅｓ
界 面（参见 图 ３．３１（ａ））用 于设定 重复测 量指示 变量（如 同本例 中的变 量 ｔ
ｒｉ
ａｌ），而 Ｃｒ
ｅａｔ
ｅＯｎｅＩ
ｎ－
ｄｅｘＶａｒ
ｉａｂｌ
ｅ界 面（参见 图 ３．３１（ｂ））则具体 设定该 变量的 数值。 实际上 现在就 可以直接 单击“完
 ３．３　文件 级别的 数据管 理（二） 　６７ 　 　　　

图 ３．３１　转 换向 导 的第 四、五个 界面

成 ”按钮结 束本向 导了，如 果希望 更详细 地 加以 设 定，则 最 后还 有两 个界 面 用 于 选择 缺 失 值、未

选 中变量 的处理 方式以 及是直 接执行 ，还是生 成相应 的程序 。
在本 向导全 部运行 完毕后 ，数据就 会被转 换成长 型格式 ，同时 结果窗 口中会 给出操作 的汇总
表 格如表 ３．５和 表 ３．６所示。
表 ３．５　Ｇｅｎｅ
ｒａｔ
ｅｄＶａｒ
ｉａｂｌ
ｅｓ 表 ３．６　 Ｐｒｏｃｅｓ
ｓｉｎｇＳｔａｔ
ｉｓｔ
ｉｃｓ

４．数据转 置

下面 看看 Ｔｒ
ａｎｓ
ｐｏｓ
ｅ过程 ，也就 是 数 据重 构 向导 的第 三 个功 能 。Ｔｒ
ａｎｓ
ｐｏｓ
ｅ过程 用 于 对数 据
进 行行列 转置，数 据文件 的转置 就是将 数据编 辑 窗口 中 数据 的 行列 互 换，即 将 记录 转为 变量，将
变 量转为 记录后 ，重新显 示在数 据编辑 窗口中 ，如图 ３．３２所 示。

图 ３．３２　 转置 前 的数 据集 和转 置后 的 数据 集
　　 　　　 　６８ 第 ３章 　数据 管理

Ｔｒ
ａｎｓ
ｐｏｓ
ｅ过程 的对话 框也非 常简单 （见图 ３．３３），左侧为 候选 变 量框；右 上 方为 Ｖａ
ｒｉａｂｌ
ｅ（ｓ）
框 ，用于选 入需要 转置的 变量，一般应 选入除 名称变 量外的 所有其 他变量 ，如果有 变量未 选入，则
转 置时会 被自动 丢弃；右 下方为 ＮａｍｅＶａ
ｒｉａｂｌ
ｅ框，用 于指 定 原 数据文 件中 记 录转 置后 变量 名的
字 符变量 ，但不是 必需的 ，此时 系统会 将新变 量自动 按 ｖａｒ
００１、ｖ
ａｒ００２、…的顺 序命名 。

图 ３．
３３　Ｔｒａ
ｎｓｐｏｓ
ｅ对 话框

对统 计分析 的初学 者而言 ，可能无 法想像 这个功 能有什 么用处 。实际 上，数 据转置主 要是用
于 编程，进 行矩阵 运算时 的矩阵 转置操 作，对 于只需 要 调用 现 成的 分 析 程序，不需 要自 行编 写算
法 的用户 而言，转 置功能 的确没 有多少 实际用 途。

３．３．４　多个数 据 文件的合 并

进行 统计分 析的第 一步工 作就是 将待分 析的数 据录入 到 ＳＰＳＳ中。在 数据量 较大时 ，经常需
要 把一份 大的数 据分成 几个小 部分，然 后再分 别由不 同的录 入员进 行录入 ，以缩 短数据录 入的时
间 。这样 就会出 现一份 大数据 分别存 储在几 个不同 的 数 据文 件中的 现 象。 因 此，将这 若干 个小
的 数据文 件合并 成一个 大的数 据文件 是进行 数据分 析的前 提。除 此以外 ，如果数 据有多 个来源 ，
则 可能会 使变量 分散在 几个文 件中，需 要按照 某种规 则加以 合并后 才能进 行分析 。
ＳＰＳＳ数据 文件的 合并方 式有两 种：纵 向连接 和横向 合并，它 们分 别 对应了 上述的 两 种情况 。
数 据集的 纵向连 接指的 是几个 数据集 中的数 据纵向 相加，组 成一个 新的数 据集，新数据集 中的记
录 数是原 来几个 数据集 中记录 数的总 和。横 向合并 指 的是 按 照记 录 的 次序，或者 某个 关键 变量
的 数值，将 不同数 据集中 的不同 变量合 并为一 个数据 集，新 数据集 中的变 量数是 所有原数 据集中
不 重名变 量的总 和。
在 ＳＰＳＳ中，进行合 并的文 件必须 都存储 为 ＳＰＳＳ数据格 式。如 果是用 程序方 式，则可 以一次
实 现多个 数据文 件的合 并，但是 ，如果 使用对 话框方 式，则一 次只能 进行两 个 ＳＰＳＳ数据文 件的合
并 ，且其中 一个必 须是已 被打开 的当前 数据文 件。

１．数据文 件的纵 向连接

ＳＰＳＳ数据 文件的 纵向连 接或合 并就是 将数据 编辑窗 口中的 数据与 一个 ＳＰＳＳ数据 文件 中的
数 据进行 首尾对 接，即将 一个 ＳＰＳＳ数 据文件 的内容 追加到 数据编 辑窗口 中当前 数据的后 面。纵
向 合并实 质就是 将两个 数据文 件的变 量列，按 照各个 变量名 的含义 ，一一 对应进 行首尾连 接。
 ３．３　文件 级别的 数据管 理（二） 　６９ 　 　　　

实现 ＳＰＳＳ数 据文件 的纵向 合并应 遵循两 个条件 ：第一，两 个待 合 并的 ＳＰＳＳ数 据文 件，其内

容 合并是 有实际 意义的 ；第二，为方便 ＳＰＳＳ数 据文件 的合并 ，在不 同 数 据文 件 中，数据 含义 相同
的 列，最好 起相同 的名字 ，变量 类型和 变量长 度也要 尽量相 同。这 样，将方 便 ＳＰＳＳ对变量 的自动
对 应和匹 配。
例 ３．８　 将数据 ｔ
ｒａｎｓ
ｆｏｒ
ｍ２．ｓ
ａｖ中的 记录添 加到 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ中 ，注意 在 ｔ
ｒａｎｓ
ｆｏｒ
ｍ２．ｓ
ａｖ中的
变量 ｓ
ｅｘ对应 了 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ中的 ｇｅｎｄｅｒ
。
首先 ，在数据 编辑窗 口中打 开数据 文 件 ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ，然后 选 择菜 单 Ｄａｔ
ａ→ Ｍｅｒ
ｇｅＦｉ
ｌｅ→ Ａｄｄ
Ｃａｓ
ｅｓ，并选择 待合并 的文件 ｔ
ｒａｎｓ
ｆｏｒ
ｍ２．ｓ
ａｖ，出现如 图 ３．３４所示的 界面。

图 ３．３４　 ＳＰＳＳ数据 文件 纵向 合 并窗 口

在该 窗口中 ，两个待 合并的 数据文 件中共 有的变 量名会 被自动 对应匹 配，并 出现在 Ｖａｒ
ｉａｂｌ
ｅｓ
ｉ
ｎＮｅｗＷｏｒ
ｋｉｎｇＤａｔ
ａＦｉ
ｌｅ框 中。ＳＰＳＳ默 认它们 具有相 同的 数 据含 义 ，自动 成 为合 并后 新数 据文
件 中的变 量。如 果需要 修改默 认设置 ，可以将 它们剔 除到 Ｕｎｐａｉ
ｒｅｄＶａｒ
ｉａｂｌ
ｅｓ框中。
＊ ＊
在 Ｕｎｐａｉ
ｒｅｄＶａ
ｒｉａｂｌ
ｅｓ框中，变 量名后 面有 或 ＋号。 表示该 变量名 是当前 数据编辑 窗口中
的 变量，＋表示该 变量名 是待合 并文件 中的变 量。可 见，Ｕｎｐａｉ
ｒｅｄＶａ
ｒｉａｂｌ
ｅｓ框中 的 变量 名不 是待
合 并的两 个文件 所共有 的，是无 法被自 动对应 匹配的 ，ＳＰＳＳ默认 它们 不 具有相 同的数 据 含义，不
自 动成为 合并后 新数据 文件中 的变量 。同样 地，用户 可以修 改这种 默认设 置，可 以手工选 择两个
变 量名，点 击“Ｐａｉ
ｒ”按 钮强行 配对，表示 它们 具 有相 同的数 据 含 义，并 将 其选 入 Ｖａｒ
ｉａｂｌ
ｅｓｉ
ｎＮｅ
ｗ
Ｗｏ
ｒｋｉ
ｎｇＤａ
ｔａＦｉ
ｌｅ框中。 或者先 点击“Ｒｅｎａｍｅ”按钮 改 名后 再 指 定配 对 。当然 ，也 可以 指定 某变
量 不经任 何对应 匹配，强 行进入 Ｖａｒ
ｉａｂｌ
ｅｓｉ
ｎＮｅ
ｗＷｏ
ｒｋｉ
ｎｇＤａｔ
ａＦｉ
ｌｅ框中，但这种 方式显然 会造成
缺 失数据 。
如果 希望在 合并后 的数据 文 件 中看 出哪 些 记 录 来自 合 并 前的 哪 个 ＳＰＳＳ数 据文 件 ，可以 选
Ｉ
ｎｄｉ
ｃａｔ
ｅｃａｓ
ｅｓｏｕｒ
ｃｅａｓｖａ
ｒｉａｂｌ
ｅ项。于 是，在 合 并后 的 数 据文 件 中将 自 动 出现 名 为 ｓ
ｏｕｒ
ｃｅ０１的 变
量 ，取值为 ０或 １。 ０表 示该记 录来自 第一个 数据文 件，
１表示 该记录 来自第 二个数 据文件。

２．数据文 件的横 向合并

ＳＰＳＳ数据 文件的 横向合 并是将 已有的 一个 ＳＰＳＳ数 据文件 中的若 干个 变量 加 到当 前数 据编

　　 　　　 　７０ 第 ３章 　数据 管理

辑 窗口的 数据中 ，即将一 个 ＳＰＳＳ数据 文件的 内容 接到 数据 编 辑窗 口 中 当前 数 据的 右边 ，然 后将

合 并后的 数据重 新显示 在数据 编辑窗 口中。 横向合 并 的实 质 就是 将 两 个数 据 文件 的记 录，按照
记 录对应 ，一一进 行左右 对接。
实现 ＳＰＳＳ数 据文件 的横向 合并应 遵循三 个条件 ，第一，如 果不是 按照 记 录号 对应 的规 则进
行 合并，则 两个数 据文件 必须至 少有一 个变量 名相同 的公共 变量，这个变 量是两 个数据文 件横向
对 应合并 的依据 ，称为关 键变量 。如学 号、贵 宾卡号 等 ，关键 变 量可 以 是 多个 ；第二，如 果是 使用
关 键变量 进行合 并的对 应，则两 个数据 文件都 必 须事 先 按关 键 变量 进 行 升序 排 列；第三 ，为 方便
ＳＰＳＳ数 据文件 的合并 ，在不 同数据 文件中 ，数据含 义不相 同的列 ，变量 名不应 取相同 的名称。
例 ３．
９　 将数据 ｔ
ｒａｎｓ
ｆｏｒ
ｍ３．ｓ
ａｖ中的 变量添 加到 ｔ
ｒａｎｓ
ｆｏｒ
ｍ．ｓ
ａｖ中。通 过这个 例子可以 直观理
解 数据文 件的横 向合并 。
首先 ，在数据 编辑窗 口中打 开数据 文 件 ｔ
ｒａｎｓｆ
ｏｒｍ．ｓ
ａｖ，然后 选 择菜 单 Ｄａｔ
ａ→ Ｍｅｒ
ｇｅＦｉ
ｌｅ→ Ａｄｄ
Ｖａ
ｒｉａｂｌ
ｅｓ，并 选择待 合并的 文件 ｔ
ｒａｎｓ
ｆｏｒ
ｍ３．ｓ
ａｖ，出现 如图 ３．３５所 示界面 。可以 看出，和 纵向 合并
的 操作窗 口类似 ，两个待 合并数 据文件 中的所 有变量 名出现 在 Ｎｅ
ｗＷｏ
ｒｋｉ
ｎｇＤａ
ｔａＦｉ
ｌｅ框 中，外部
数 据中与 当前数 据重复 的变量 ，为免于 重复而 被列入 Ｅｘｃｌ
ｕｄｅ
ｄＶａｒ
ｉａｂｌ
ｅｓ（即这些 变量是两 个文件
＊ ＊
共 有的变 量，关键 变量的 名字一 定在这 个列 表 中 可以 找 到）。变 量名后 面有 或 ＋号。 表 示该
变 量名是 当前数 据编辑 窗口中 的变量 ，＋表示 该变量 为待合 并 文件 中的 变 量。ＳＰＳＳ默 认仍 以原
变 量名取 名，成为 合并后 新数据 文件中 的变量 。同样 地，用 户也可 以做更 改。

图 ３．３５　ＳＰＳＳ数据 文 件的横向 合并

如果 两个待 合并的 数据文 件中的 记录数 据是横 向顺序 一一对 应的，可 单击“ＯＫ”按钮 完成合
并 工作。 否则，两 个 待 合 并 的 数 据 文 件 中 的 共 有变 量 名 出 现 在 Ｅｘｃｌ
ｕｄｅｄＶａｒ
ｉａｂｌ
ｅｓ框 中。点 选
Ｍａｔ
ｃｈｃ
ａｓｅｓｏｎｋｅｙｖ
ａｒｉ
ａｂｌ
ｅｓｉ
ｎｓｏｒ
ｔｅｄｆ
ｉｌ
ｅｓ项 ，并从 Ｅｘｃｌ
ｕｄｅｄＶａｒ
ｉａｂｌ
ｅｓ框中 选出一 个或多个 变量作
为 关键变 量送到 ＫｅｙＶａ
ｒｉａｂｌ
ｅｓ框 中。
关于 合并后 的数据 文件中 的数据 按哪种 方式提 供，ＳＰＳＳ有 三个选 项可供 选择：
Ｂｏ
ｔｈｆ
ｉｌ
ｅｓｐｒ
ｏｖｉ
ｄｅｃａｓ
ｅｓ：是 ＳＰＳＳ默 认的方 式 ，指合 并 后 的数 据由 原来 的 两个 数 据 文件 共
同 提供，即 由原来 两个数 据文 件 中 的 记录 共同 组 成 合并 后 的数 据文 件，当两 个 数据 是 逐 条对 应
 参考 文献 　７１ 　 　　　

时 ，用此选 项。
Ｅｘ
ｔｅｒ
ｎａｌｆ
ｉｌ
ｅｉｓｋｅｙ
ｅｄｔ
ａｂｌ
ｅ：指在 当前已 打开数 据基础 之上，合并第 二个数 据文件中 的变量
数 据，即合 并后数 据文件 的记录 仅包括 当前数 据编辑 窗 口中 的 记录。 当外 部 数据 根据 关键 变量
是 无重复 记录，而 当前数 据根据 关键变 量是有 重复记 录时，用此选 项。
Ｗｏｒ
ｋｉｎｇＤａｔ
ａＦｉ
ｌｅｉ
ｓｋｅｙ
ｅｄｔ
ａｂｌ
ｅ：指在第 二个数 据文 件 的基 础 之 上，合 并数 据编 辑窗 口中
的 变量数 据，即合 并后数 据文件 的记录 仅包括 第二个 数据文 件中的 记录，当当前 数据根据 关键变
量 是无重 复记录 ，而外部 数据根 据关键 变量是 有重复 记录时 ，用此 选项。
另外 ，如果希 望在合 并后的 数据文 件中看 出 哪些 记 录来 自 合并 前 的哪 个 ＳＰＳＳ数据 文件，可
以选 Ｉ
ｎｄｉ
ｃａｔ
ｅｃａ
ｓｅｓ
ｏｕｒ
ｃｅａｓｖａ
ｒｉａｂｌ
ｅ项。 于是，在 合并 后 的 数据 文 件中 将 自 动出 现 名为 ｓ
ｏｕｒ
ｃｅ０１
的 变量，取 值为 ０或 １。０表示 该记录 来自第 一个数 据文件 ，
１表示该 记录来 自第二 个数据文 件。
最后 再次提 醒大家 ，使用关 键变量 进行横 向合 并 前，数 据 文件 必 须 按照 关 键变 量排 序，否则
相 应的合 并操作 将会失 败。

思考与练习

针对 数据 Ｅｍｐｌ
ｏｙｅ
ｅｄａ
ｔａ．ｓ
ａｖ进行以 下练习 ：
１．试根据 变量 ｂｄａｔ
ｅ生成 一个新 变量“年 龄”（提示 ：可以使 用函数 ：ＸＤＡＴＥ．ＹＥＡＲ（））。
２．试根据 ｊ
ｏｂｃａｔ分组 计算 ｓ
ａｌａ
ｒｙ的秩次 。
３．试根据 雇员的 性别变 量对 ｓ
ａｌａ
ｒｙ的平均 值进行 汇总。
４．在 Ｅｍｐｌ
ｏｙｅ
ｅｄａｔ
ａ．ｓ
ａｖ中生成 新变量 ｇ
ｒａｄｅ，当 ｓ
ａｌａ
ｒｙ小 于 ２００００时 取值为 ｄ，当 取值 范围
为 等于 ２００００或 ２００００～５００００时 为 ｃ，等 于 ５００００或 ５００００～１０００００时 为 ｂ，大 于 等 于
１０００００时为 ａ。

参考文献

１　张 文彤主 编．ＳＰＳＳ１１统 计分析 教程（基 础篇）．北 京：北 京希望 电子出 版社，２００２
２　ＳＰＳＳ Ｂａｓ
ｅ１２Ｕｓｅ
ｒｓＧｕｉ
ｄｅ．ＳＰＳＳＩ
ｎｃ．Ｃｈｉ
ｃａｇｏ，Ｉ
ｌｌ
ｉｎｏｉ
ｓ，２００３
 第二部分
统计描述与统计图表
 ４．１　 连续变 量的统 计描述 概述 　７５ 　 　　　

第 章　 续变量的统计描述与
参数估计
　 　统计 分析的 目的是 研究总 体特征 。但是 ，由于各 种各样 的原因 ，研究 者能够 得到的往 往只能
是 从总体 中随机 抽取的 一部分 观察对 象，它们 构成了 样本。 只有通 过对样 本的研 究，才能 对总体
的 实际情 况做出 可能的 推断。 因此，在 数据收 集、整 理完毕 后，进行 深入分 析之前 ，首要的 工作就
是 去了解 这个数 据的整 体情况 ，通过数 据来掌 握一定 的行业 背景，随后才 能考虑 作深入的 推断。
用少 量数字 （即描述 指标）概 括大量 原始数 字，对数 据 进行 描 述的 统计 方法 即 为描 述性 统计
分 析。所 谓描述 性统计 分析，是 针对统 计学的 另一大 类——— 推断性 统计分 析而言 的，后者 指从样
本 信息来 回推总 体特征 。在第 二章中 介绍了 变量 按其 测量 类 型可 以 分为：Ｎｏｍｉ
ｎａｌ变 量（即 名义
型 ）、Ｏｒ
ｄｉｎａ
ｌ变 量 （即 定 序 型 ）和 Ｓｃ
ａｌｅ变 量 （即 定 距型 ）。针 对 不 同 测 量类 型 的 变 量 （属 性、字
段 ），有不同 的描述 指标体 系和统 计图 形 与 之对应 。 本章 将讲 述 Ｓｃ
ａｌｅ变 量 ，或 者说 连 续 变量 的
统 计描述 ，而下一 章将讲 述 Ｎｏ
ｍｉｎａｌ变量和 Ｏｒ
ｄｉｎａｌ变量 以及多 选题的 统计描 述。

４．
１　连续变量的统计描述概述

当数 据量较 少时，如 只有 ５个人的 身高，或者 ７个 人的 性 别资 料 时，研 究 者可 以通 过直 接观

察 原始数 据来了 解几乎 所有的 信息。 但是，接 触到的 数据量 往往要 远大于 人脑可 以直接 处理、记
忆 的容量 。这时 就必须 借助于 各种统 计指标 来辅助 完成对 数据的 描述工 作了。 而为了方 便统计
指 标的应 用，又以 此为基 础衍生 出了各 种描述 用 工具 ，最终 再 使用 各 种 统计 软 件来 加以 实现，而
ＳＰＳＳ就 是最常 用的一 种。

４．１．１　统计描 述 中可用的 工具

首先 ，在统计 描述中 最基本 的工具 就是列 表进行 原始数 据的频 数描述 ，特别 是对于分 类数据
而 言，频数 表仍然 是现在 最常用 的描述 工具。 但是，当数据 量较大 时，原始 频数表 显得过 于冗长 ，
如 果希望 深入发 掘数据 中蕴含 的信息 ，则需要 对数据 加以浓 缩汇总 。
（１）各种初 步汇总 描述方 法：最直 接的汇 总描述 方法 就 是 将原始 数据 按 照其 大小 进行 分组
汇 总，计算 各组段 的频数 大小，最终汇 总成相 应的分 组 频数 表 或相 应 的 分组 直 方图，汇 总频 数表
可 以反映 出数据 的大致 趋势。 除分段 汇总以 外，百分 位数也 能够对 数据的 分布特 征进行 刻画，多
个 百分位 数组合 起来，也 能够反 映出数 据的分 布特征 来。 但 是 分组汇 总和 百 分位 数对 信息 的利
用 仍然比 较粗糙 ，均只能 反映比 较基础 的信息 ，如果 希 望对 数 据的 分 布 特征 描 述得 更为 简练，还
需 要更进 一步。
（２）各种统 计描述 指标：这 实际上 是更复 杂的各 种描述 工具的 基础，是针对 数据的某 种特征
　　 　　　 　７６ 第 ４章 　连续 变量的 统计描 述与参 数估计

进 行精确 的数字 呈现的 一系列 指标。 对于样 本而言 ，这 些统 计 描述 指 标 也可 被 称为 统 计 量。常

用 的统计 描述指 标在连 续变量 中 有均 数 、标准 差 、四 分位 数 间 距 等 ，而在 分 类 变 量中 则 有 比、率
等。
（３）统计表 ：当数据 比较复 杂，所 计算的 统计指 标较多 时，直接 观察计 算出的 数值比 较困难 ，
为 此人们 又会按 照一定 的排列 方式将 统计指 标组织 为一张 表格，以 方便使 用，这 就是所谓 的统计
表 。在一 张统计 表中可 以同时 呈现多 种统计 指标，并 进行复 杂的样 本分组 、合并 计算，因 此，统计
表 是统计 描述中 常用的 工具之 一。
（４）统计图 ：统计表 虽然能 非常精 确、详 细地对 统计指 标进行 陈列，但 是不够 直观，如 果希望
结 果更为 直观一 些，则可 以按照 统计指 标的大 小将其 绘制为 一张图 形，这 就是所 谓的统计 图。例
如 对于连 续变量 数据，常 用直方 图、箱 图等工 具加以 展 示，而 对 于分 类 变 量，则 常用 条图 、饼 图等
加 以展示 。
显然 ，统计表 和统计 图都是 建立在 各种统 计描述 指标的 基础上 的，因 此本章 和下一章 将对统
计 描述指 标体系 做详细 的讲解 ，而 第 ６、７两章 将 进 一步 讲 解如 何利 用统 计 指 标 制作 统 计 表，第
８、９两 章则会 讲解统 计图的 绘制 方 法。对 于 在 本章 和 下一 章 中可 能 会 提前 涉 及 到的 统 计 图形 ，
文 中将仅 作简单 解释，不 详细讨 论，请 大家参 阅随后 各章的 相应内 容。

４．１．２　连续变 量 的统计描 述指标体系

图 ４．１是对 某人群 体重分 布情况 绘制的 直方图 ，这种图 形是描 述连续 性变量 最常用 的工具 ，
它 实际上 就是按 照数据 的大小 将数值 分成若 干个组 段，然后 计算每 个组段 内的频 数，最终 用直条

图 ４．１　 体重 的直 方 图

的 高低反 映出来 ，它可以 直观地 反应数 据的分 布状况 。通过 对这张 图形的 观察，可以发现 如果要
使 用统计 指标对 该数据 加以描 述，则主 要是表 现以下 几个趋 势：
 ４．１　 连续变 量的统 计描述 概述 　７７ 　 　　　

（１）集中趋 势（Ｃｅｎｔ
ｒａｌＴｅ
ｎｄｅｎｃ
ｙ）：该 人群的 平均体 重 是多 少？这 可能是 人 们希望 了解 的最
基 本的汇 总信息 。人们 常说美 国人比 中国人 高，这并 不是说 美国人 比中国 人都高 ，比如姚 明就要
高 于绝大 多数美 国人，这 种说法 实际上 省略 了“平 均起 来 ”这 个定 语 。或 者 说，它实 际 上 是关 于
数 据的“中 心位置 ”的某种 表述。 在统 计学 中，相应 的用于 描述 集中 趋势，或 者 说数 据 分 布的 中
心 位置的 统计量 就被称 为位置 统计量 （Ｌｏ
ｃａｔ
ｉｏｎＳｔ
ａｔｉ
ｓｔ
ｉｃ）。 常用的 位置统 计量有 均数、中 位数等 ，
其 中均数 适用于 正态分 布和对 称分布 资料，中 位数则 适用于 所有分 布类型 的资料 ，详述后 面相关
章 节。
（２）离散趋 势（Ｄｉ
ｓｐｅ
ｒｓｉ
ｏｎＴｅ
ｎｄｅｎｃｙ）：显 然，仅 仅反映 数 据的 集 中趋势 是远远 不 够的，图 ４．１
中 还反映 出体重 在该人 群中的 分 散状 况 ，最轻的 不到 ４０ｋｇ，而最 重的 大 约在 ９０ｋｇ上 下。应 当
有 某种指 标可以 反映数 据波动 范围的 大小，这 被称为 数 据的 离 散趋 势 。比 如 人们 常说 的某 国的
贫 富分化 严重，或 者某国 卫生资 源分配 的公平 性很差 ，偏远 地区还 缺医少 药的时 候，大城 市的 ＣＴ
等 大型医 疗设备 却大量 闲置，占 用了大 量资源 。这些 实际上 都是在 讨论数 据的离 散趋势 ，而描述
该 趋势的 统计量 就被称 为尺度 统计量 （Ｓｃａ
ｌｅＳｔ
ａｔｉ
ｓｔｉ
ｃ）。 常 用的 尺 度统 计量 有标 准 差、方 差、四分
位 数间距 等，其中 标准差 、方差 只适用 于正态 分布资 料，而 四 分 位数间 距则 适 用于 各种 分布 类型
的 资料。
（３）分布特 征（Ｄｉ
ｓｔ
ｒｉ
ｂｕｔ
ｉｏ
ｎＴｅｎｄｅｎｃｙ）：除以上 两大基 本趋势 外，随着 对数据 特征了 解的 逐渐
深 入，研究 者常常 会提出 假设，认为该 数据所 在的总 体 应 当是 服从某 种 分 布的 。那 么，针对 每一
种 分布类 型，都可 以由一 系列的 指标来 描述数 据偏离 分布的 程度。 例如对 于正态 分布而 言，偏度
系 数、峰度 系数就 可以用 来反映 当前数 据偏离 正态分 布的 严重 程 度。 当 然，相 对而 言，这些 分布
指 标使用 得较少 。
（４）其他趋 势：统计 描述中 还会用 于许多 其他指 标，如 可同时 反映集 中趋势 和离散趋 势的百
分 位数指 标（Ｐｅ
ｒｃｅ
ｎｔｉ
ｌｅ），描述数 据是呈 单峰还 是双峰 分 布，数 据的 分布 是对 称 的还 是偏 态的，专
门 针对存 在异常 值的数 据进行 描述的 Ｍ统 计量（Ｍ－Ｅｓ
ｔｉ
ｍａｔ
ｏｒｓ）、极端 值（Ｏｕｔ
ｌｉ
ｅｒ）列 表等，详 后。

４．１．３　ＳＰＳＳ中 的相应 功能

ＳＰＳＳ的许 多模块 均可完 成统计 描述的 任务，除各种 用于统 计推断 的过 程会 附 带进 行相 关的

统 计描述 外，ＳＰＳＳ还 专门提 供 了 几个 用于 连续 变 量统 计 描述 的 过 程，它们 均 集 中在 Ｄｅ
ｓｃｒ
ｉｐｔ
ｉｖｅ
Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓ子菜 单中：
（１）Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过 程：其特 色是产 生原始 数据的 频数表 ，并能 计 算各种 百分位 数。由图 ４．２
（ａ）可 见，它 所提供 的统计 描述功 能非 常全 面，且 对 话 框布 置很 有规 律，基本 上 按照 数 据 的集 中
趋 势、离散 趋势、百分位 数和分 布指标 四大块 将各描 述 指 标进 行了归 类 。有 了 上面 的基 础，读者
使 用它应 当不存 在任何 的困难 。
除统 计指标 外，Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过程还 可以为 数据直 接绘制 相应的 统计图 ，如用 于连续性 变量的
直 方图，用 于分类 变量的 饼图和 条图等 。
（２）Ｄｅｓ
ｃｒｉ
ｐｔｉ
ｖｅｓ过 程：该过 程用于 进行一 般性的 统计描 述，相对 于 Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过程 而言，它
不 能绘制 统计图 ，所能计 算的统 计量也 较少，但使用 频 率 却是 最 高的 。 实际上 从图 ４．２（ｂ）所示
的 统计选 项可以 看出，该 过程适 用于对 服从正 态分布 的连续 性变量 进行描 述。
　　 　　　 　７８ 第 ４章 　连续 变量的 统计描 述与参 数估计

　 （ａ
）　　 　 　 　　 　 　 　 　 　 　 　 　 　 　　 　 　 　 　 　 　 　（ｂ）

图 ４．
２　 Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过程 和 Ｄｅｓｃ
ｒｉｐｔ
ｉｖｅｓ过程 的 统计 选项 子对 话框

（３）Ｅｘｐｌ
ｏｒｅ过程 ：顾名 思义，该 过程用 于对连 续性资 料分布 状况 不 清楚时 的探索 性 分析，它
可 以计算 许多描 述统计 量，给出 各种统 计图，并进行 简单的 参数估 计。本 章最后 的分析实 例将以
该 过程为 主加以 讲解。
（４）Ｒａｔ
ｉｏ过程：功能比 较特殊 ，用于对 两个连 续性变 量计算 相对比 指标，它 可 以计 算出 一系
列 非常专 业的相 对比描 述指标 ，相对而 言使用 面 比较 窄，因 此 本书 将 不 对它 做 过多 介绍 ，对 此感
兴 趣的朋 友请参 见笔者 前作《ＳＰＳＳ１１统 计分析 教程》（基 础篇）。

４．
２　集中趋势的描述指标

怎样 将一个 变量的 所有个 体的值 汇总为 一个数 字，使 这 个 数字代 表原 数 据的 中心 趋势 或平

均 水平？ 统计学 家提供 了多种 统计量 来代表 原始数 据的中 心趋势 ，如平均 值、中 位数和众 数等。

４．２．１　算术均 数

平均 数用于 反映一 组数值 的平均 水平，包 括算术 均数、几何均 数、调和 均数等 ，但是以 算术均
数 最为常 用，往往 也直接 将算术 均数简 称均数 。
算术 均数（Ａｒ
ｉｔ
ｈｍｅ
ｔｉ
ｃＭｅａｎ）是 最 常 用 的 描 述 数 据 分 布 的 集 中 趋 势 的 统 计 量 。 总 体 均 数
（Ｐｏｐｕｌ
ａｔｉ
ｏｎＭｅａ
ｎ）用 希腊字 母 μ表示 ，样本 均数常 用 珔
Ｘ表示 。

１．算术平 均数的 定义和 性质

实际 上，大家 从小学 起就已 经学习 了相关 的知识 ，对一 组数据 Ｘ１，…，Ｘｎ 而言 ，其均数 的算法
为 各数据 直接相 加，再除 以总例 数 ｎ，即：
 ４．２　集 中趋势 的描述 指标 　７９ 　 　　　

Ｘ１ ＋Ｘ２ ＋… ＋Ｘｎ ６ Ｘｉ
Ｘ＝
珔 ＝
ｎ ｎ
显然 ，有各个 变量值 与均数 离差之 和等于 零。即 ：

６ （Ｘｉ －珔
Ｘ）＝０
算术 平均数 的这条 数学性 质说明 ，均数的 实质是 把总体 各单位 的差异 全部抽 象化，采 用取长
补 短的方 法把变 量值小 于平均 数的负 离差全 部用大 于平均 数的正 离差抵 消补齐 。
除上 面的性 质外，各 个变量 值与平 均数离 差平方 之和为 最小值 。即：

６ Ｘ） ＜ ６
（Ｘｉ －珔
２ ２
（Ｘｉ －ａ） （ａ≠ Ｘ
珔）
算术 平均数 的这条 数学性 质说明 ，以任意 不为 平 均数 的 数 值为中 心计 算 的离 差平 方和 大于
以 平均数 为中心 的离差 平方和 ，因此，算术平 均数是 误差最 小的总 体代表 值。

２．均数的 意义

任何 一个平 均数首 先是同 类现象 的平均 数，这是 平 均数 的 同质 性 。任 何 一个 平均 数总 是一

个 平衡点 。在这 个平衡 点的两 边有多 有少、有 大有小 、有高 有低、有 胖有瘦 。而且 总是多 少相等 ，
大 小相同 ，高低适 中，胖 瘦相抵 。这就 是说，用 平均 数 作为 观 测 数据的 代表 在 整体 上是 没有 误差
的 ，而且数 学上可 以证明 ，平均 数的误 差平方 和也比 其 他任 何 一个数 都小。 统计 学中 著名的 “最
小 二乘法 ”就是根 据这个 结论建 立起来 的。但 是，由于 平均 数 只是 一个 平衡 点 ，如 果两 边加 上或
去 掉相同 的砝码 ，而不管 砝码是 多少这 杆天平 总能保 持平衡 。
平均 数 最重 要 的 意义 在 于它 高 度 浓缩 了 数据，使 大量 的 观测 数 据 转变 为 一个 代表 性数值 。
用 平均数 作为变 量的集 中值不 仅考虑 到变量 值的频 次、次序 ，而且 还考虑 到它的 大小。数 据资料
中 任何频 次、次序 和数值 大小的 变化，都会引 起平均 数 的 改变 。因 此 它 是灵 敏 的，也是 对资 料所
提 供信息 运用得 最为充 分的。
但平 均数在 高度概 括观测 数据从 而使问 题简单 化的同 时，却丢 失了某 些有用 的信息 ，一方面
它 把各个 观测数 据之间 的差异 性掩盖 了起来 ，另一方 面由于 平均数 对个别 极端值 反应比 较灵敏 ，
因 而平均 数在某 些情况 下可能 具有一 定的欺 骗性，这 时它就 有可能 传递不 准确的 信息。

３．均数的 适用范 围

虽然 平均数 对资料 的信 息利 用 最充 分 ，但对 严 重 偏 态 的 分布，会 失去 它 应 有 的代 表 性。例

如 ，一个国 家会因 某些富 翁的存 在，使 平均收 入变 得很 高。假 设 某单 位 有 ６个 人，５个员工 ，１个
经 理。员 工的月 收入分 别 是：３６０元 、３８０元、４００元 、４２０元、４４０元 ，经理 的月 收入 为 ４００００元 ，
他 们的平 均月收 入为 ７０００元。显 然 这时用 平均 数 就不 能很 贴切 地 反映 他们 收入的 一 般 水平 。
所 以，平均 数的一 个主要 缺点是 容易受 极端值 的影响 。 因此 ，对于 偏 态 的分 布 ，应 使用 中位 数作
为 集中趋 势的统 计量。 只有单 峰和基 本对称 的分布 情 况下，使 用平均 数作 为 集中 趋势 描述 的统
计 量才是 合理的 。由于 在统计 技术中 ，发展更 多的是 平均 数，而不是 中 位 数或 众 数等。 因此，应
该 设法更 多地使 用平均 数，必要 时可以 考虑对 数据进 行变量 变换，以达到 对称分 布的要求 。
严格 地讲平 均数只 适用于 定距变 量。但 有时对 于定序 变量，求 平均等 级也可 以使用 平均数 。
对 于定类 变量，如 果人为 地把每 一类赋 予一个 数值，如用 １代表男 ，２代 表女，那 么 男性 在总 体中
　　 　　　 　８０ 第 ４章 　连续 变量的 统计描 述与参 数估计

所 占的比 例，实际 就是一 种特殊 的平均 数。

４．２．２　中位数

中位 数（Ｍｅｄｉ
ａｎ）是将 总体各 单 位 的 标 志值 按 大 小顺 序 排列，处 于中 间 位 置 的那 个 标 志值 。
它 把全部 标志值 分成两 部分，一 半标志 值比它 小，一 半标志 值比它 大。

１．中位数 的定义

对于 未分组 的原始 资料，首 先必须 将标志 值按大 小排序 。设排 序的结 果为：
Ｘ１≤Ｘ２ ≤Ｘ３≤ …≤Ｘｎ
则 中位数 就可以 按下面 的方式 确定：
Ｍ＝Ｘ（ｎ＋１） ／２ ， 当 ｎ为奇 数时
　
２， 当 ｎ为偶 数时
Ｍ＝（Ｘｎ／２ ＋Ｘｎ／２＋１）／
中位 数作为 分布数 列中处 于中等 水平的 代表值 ，能够 将 全 部总体 单位 按 标志 值的 大小 等分
为 两个部 分，所以 中位数 又称为 二分位 数。
对于 按照频 数方式 分组录 入的资 料，其中 位数的 确定方 式相对 复杂一 些，感 兴趣的读 者可以
参 看专业 统计书 籍。

２．中位数 的适用 范围

中位 数是位 置平均 数，因此 它不受 极端值 的影响 ，在具 有个别 极大或 极小标 志值的分 布数列
中 ，中位数 比算术 平均数 更具有 代表性 。例如 上面 员 工 收入的 例子，其 中位数 就是 ４１０元，显然
要 比均数 更能够 代表数 据的集 中趋势 。
中位 数适用 于任意 分布类 型的资 料，不过 ，由于 中 位数 只 考虑 居 中 位置，其他 变量 值比 中位
数 大多少 或小多 少，它是 无法反 映出来 的。所 以，用 中位数 来描述 连续变 量会损 失很多信 息。当
样 本量较 小时，中 位数会 不太稳 定，并 不是一 个好的 选择。 因此，对 于对称 分布的 资料，分 析者往
往 优先考 虑使用 均数，仅 仅是对 均数不 能使用 的情况 下才用 中位数 加以描 述。
中位 数对于 定序变 量、连续 变量都 可以使 用。对 于定序 变量来 说，虽 然有众 数和中位 数两种
统 计量可 供选择 ，但是，由于众 数不考 虑变量 的次序 关 系，用 众 数来描 述定 序 变量 会损 失很 多信
息 。因此 ，对于定 序变量 ，应采 用中位 数来反 映更多 、更准确 的信息 。

４．２．３　其他集 中 趋势描述 指标

除上 述最常 用的两 种指标 外，在 ＳＰＳＳ中 还可以 计 算一 些 更为 复 杂 和专 业 的统 计描 述指标 ，

这 里简介 如下：

１．截尾均 数

由于 均数较 易受极 端值的 影响，因 此可以 考虑将 数据进 行排序 后，按 照一定 比例去掉 最两端
 ４．３　离 散趋势 的描述 指标 　８１ 　 　　　

的 数据，只 使用中 部的数 据来求 均数。 如果截 尾均数 和原均 数相差 不大，则说明 数据不存 在极端
值 ，或者两 侧极端 值的影 响正好 抵消；反之，则 说明数 据中有 极端值 ，此时 截尾均 数能更好 地反映
数 据的集 中趋势 。
常用 的截尾 均数有 ５％ 截尾均 数，即 两端各 去掉 ５％的 数据。 在 ＳＰＳＳ中 Ｅｘ
ｐｌｏ
ｒｅ过程 可以自
动 计算 ５％截 尾均数 。

２．几何均 数

几何均数适 用于 原始数 据分布 不对 称，但经 过对数 转换后 呈对称 分布的 资料。如医学 中的血
清 滴度资料就常用几何均数 描述其分布 的集中 趋势 。样本 几何均数常用 Ｇ表示，其计算公式是：
ｎ
Ｇ＝ Ｘ１ Ｘ２…Ｘｎ
利用 对数的 性质，上 述公式 可表达 为：

Ｇ ＝ｌ
ｇ
－１ ６ ｌ
ｇＸｉ
ｎ
可以 发现，几 何均数 实际上 就是对 数转换 后的数 据 ｌ
ｇＸ的 算术均 数的反 对数。
在 ＳＰＳＳ中，几何均 数可以 在 Ｒｅｐｏ
ｒｔ子菜单 中的 ４个报表 过程中 计算输 出。

３．众数（Ｍｏｄｅ）

众数 指的是 样本数 据中出 现频次 最大的 那个数 字 ，众数 容 易理 解 ，也不 受 极端 值影 响，但不

易 确定，且 没有太 明确的 统计特 性。
众数 适用于 任何层 次的变 量，特别 适用于 单峰对 称的情 况，是 比较两 个分布 是否相近 首先要
考 虑的参 数。但 是，由于 众数仅 使用了 资料中 最大频 次这一 信息，所以它 对资料 的使用是 不完全
的 ，提供的 信息有 限，用 它来反 映连续 变量会 损失很 多 信 息。 对于 多 峰 的图 形 分布，一 般也 不用
它 来描述 。因此 ，这里不 做详细 介绍。
在 ＳＰＳＳ中 ，
众数 可以在 Ｒｅ
ｐｏｒ
ｔ子菜单和 Ｔａ
ｂｌｅｓ子菜单的 全部报表过程和制表过程中 计算输出。

４．调和均 数

调和 均数用 符号 Ｈ表 示，现在 已经很 少使用 ，它实 际上是 观察值 Ｘ倒数之 均数的 倒 数，常用
于 完成的 工作量 相等而 所用时 间不同 的情况 ，主要用 来求平 均速度 。实际 上，中 学物理中 学习过
的 并联电 路的总 电阻就 是各分 电 路 电阻 的 调和 均 数，各 原 始数 据的 大小 相 差 越 悬殊 ，该 均数 的
“调 和”作用 就越明 显。
在 ＳＰＳＳ中，调和均 数可以 在 Ｒｅｐｏ
ｒｔ子菜单 中的 ４个报表 过程中 计算输 出。

４．
３　离散趋势的描述指标

和集 中趋势 一 样，离 散 趋 势 也 有 一 系 列 的 描 述 指 标，本 节 将 就 一 些 常 用 的 指 标 一 一 加 以

讲 解。
　　 　　　 　８２ 第 ４章 　连续 变量的 统计描 述与参 数估计

４．３．１　全距

全距 （Ｒａｎｇｅ）又 称为 极 差，是 一 组 数 据中 最大 值 （Ｍａｘｉ

ｍｕｍ）与最 小 值 （Ｍｉ
ｎｉｍｕｍ）之 差。它
是 最简单 的变异 指标：
Ｒ＝Ｘｍａｘ －Ｘｍｉｎ
极差 反映的 是变量 分布的 变异范 围或离 散幅度 ，在总体 中，任 何两个 标志值 之差都不 可能超
过 极差。 极差计 算简单 ，含义直 观，运 用方便 。但存 在 两点 不 足：一是 它仅 仅 取决 于两 个极 端值
的 水平，不 能反映 其间的 变量分 布情况 ，提供 的信息 太少；二 是它容 易受个 别极端 值的影 响，不符
合 稳健性 的要求 。
一般 情况下 ，全距只 用于预 备性检 查，目 的是大 体 上了 解 数据 的 分 布范 围 ，以 便确 定随 后分
析 的方法 。

４．３．２　方差和 标 准差

１．方差（Ｖａｒｉ
ａｎｃｅ）和标 准差（Ｓｔ
ａｎｄａｒｄＤｅｖｉ
ａｔｉ
ｏｎ）的定义

相对 而言，方 差和标 准差的 计算比 较复杂 ，因此 这 里 将从 其计算 原 理 开始 谈 起。首 先，对于

每 个数据 而言，其 离散程 度的大 小就是 和均数 的 差值 ，简称 离 均差，它 可以 用 来描 述个 体的 变异
大 小。那 么，离均 差之和 能否表 示整个 样本的 离散程 度大小 呢？答 案是否 定的，因为根据 均数的
性 质，所有 数据的 离均差 之和应 当正好 为 ０，这是 由于大 于均数 和 小于 均数 的离 均 差正 好能 够完
全 抵消。 为此，可 以考虑 先将离 均差取 绝对值 ，然后 再求和 ，这样就 不会出 现正负 抵消的 情况了 。
显 然，离均 差绝对 值之和 可以表 示数据 离散程 度的大 小。
但是 ，使用离 均差绝 对值之 和来表 示离散 程度仍 有不便 之处，大家都 知道绝 对值符号 在数学
推 导中是 非常难 处理的 ，该指标 很难用 来进行 后续的 统计推 断，因 此人们 又改用 将各离均 差先平
方 再求和 ，这样仍 然可以 解决符 号的问 题，同 时又可 以 进行 后 续的 数 学 推导，该指 标被 称为 离均
差 平方和 （Ｓｕｍ ｏ
ｆＳｑｕａ
ｒｅｓｏｆＤｅｖ
ｉａｔ
ｉｏｎｓｆ
ｒｏｍ Ｍｅａｎ，ＳＳ）。
离均 差平方 和在使 用上比 绝对值 要方便 一些，但 是，它 的 大小 显 然 是和 样 本量 有关 的，观察
单 位越多 ，该指标 就会越 大，因 此 如 果 要 客 观反 映 变 异程 度 的大 小 ，就应 当 去 除 样本 量 的 影响 。
为 此将离 均差平 方和除 以观察 例数 Ｎ所 得，这就 是方差 ：

２
σ ＝
６ Ｘ）２
（Ｘｉ －珔
Ｎ
方差 相当于 平均了 每个数 据的离 均差的 平方值 ，从而 克 服 了离均 差平 方 和受 样本 含量 影响
的 缺点。 故方差 可用于 不同含 量样本 数据分 布离散 程 度 的比 较。方 差 越大，数据 分布 离散 程度
越 大。
对于 样本数 据而言 ，方差的 计算公 式有所 不同：
 ４．３　离 散趋势 的描述 指标 　８３ 　 　　　

Ｓ
２
＝
６ （Ｘｉ －珔
２
Ｘ）
ｎ－１
其中 的 ｎ－１被称为 自由度 （Ｄｅｇ
ｒｅｅｏ
ｆＦｒ
ｅｅｄｏ
ｍ），它 描述了 当 珔
Ｘ选定 时 ｎ个 Ｘ中能自 由变动
的 Ｘ（变量 值）的个 数，由 于公式 中需要 使用均 数，这 是 一个限 制条件 ，因此 样 本量 为 ｎ的样 本实
际 上只有 ｎ－１个 可以自 由取值 ，最后 一个数 值可以 通过均 数算出 来。自 由度在 统计学中 也是一
个 非常重 要的概 念，后面 还会反 复遇到 。
最后 ，方差在 使用上 还有一 点小小 的不便 ，就是 量纲不 合常理 ，以身高 为例，原始数据 的量纲
为 米，则方 差的量 纲就是 其平方 ，即平 方米，这 显然很 别扭。 为此又 将方差 开平方 ，这就是 所谓的
标 准差，总 体和样 本的标 准差分 别用 σ和 Ｓ来表 示 。标准 差度 量了 偏离 平 均 数 的大 小 ，相当 于
平 均偏差 ，可以直 接地、概括地 、平均地 描述数 据变异 的大小 。对于 同性质 的数据 来说，标 准差越
小 ，表明数 据的变 异程度 越小，即数据 越整齐 ，数 据的 分 布范 围 越集 中 ；标准 差 越大，表 明数 据的
变 异程度 越大，即 数据越 参差不 齐，分 布越分 散。

２．方差和 标准差 的适用 范围

由于 标准差 和方差 的计算 涉及每 一个变 量值，所 以它们 反映的 信息在 离散指 标中是 最全面 、
最 可靠的 变异描 述指标 。方差 还具有 可加性 ，能够参 与进一 步的统 计运算 。不过 ，也正是 由于标
准 差和方 差的计 算涉及 每一个 变量值 ，所以，它们也 会 受到 极 端值 的 影 响，当 数据 中有 较明 显的
极 端值时 不宜使 用。另 外，它们 在计算 中实际 上都使 用了均 数，因 此实际 上只有 均数能反 映集中
趋 势时才 能使用 方差和 标准差 来反映 离散趋 势。因 此，实 际 上 方差和 标准 差 的适 用范 围应 当是
正 态分布 。

４．３．３　百分位 数 、四分位数 与四分位 数 间距

全距 的数据 最不可 靠，因为 全距只 由数据 中的 两 个 极端 数 据来 决 定，其 余 数据 均不 起作用 。

为 了尽量 减少全 距缺点 ，人们又 使用了 分位差 。分位 差是对 极差指 标的一 种改进 ，是从变 量数列
中 剔除了 一部分 极端值 之后重 新计算 的类似 于极 差的 指 标。 常用 的 分 位差 有 四分 位差 、十 分位
差 以及百 分位差 。这里 以四分 位差为 例加以 说明。

１．百分位 数、四 分位数 与四分 位数间 距的定 义

百分 位数（Ｐｅｒ
ｃｅｎｔ
ｉｌ
ｅ）是一种 位置指 标，用 Ｐｘ 表 示 。一个 百 分位 数 Ｐｘ 将 一组 观察 值分 为两
部 分，理论 上有 ｘ％ 的观察 值比它 小，（１００－ｘ）％ 的观察 值比它 大。前 面所 学习 过 的中 位数 实际
上 就是一 个特定 的百分 位数，即 Ｐ５０。
除中 位数外 ，常用的 百分位 数还有 四分位 数，它 实际上 是三个 数值的 总 称，分 别是 Ｐ２５、Ｐ５０和
Ｐ７５分位 数。这 三个分 位数正 好是能 够将 全 部总 体单 位按 标 志值 的大 小等分 为四 部分 的三个 数
值 ，符号分 别记为 Ｑ１ 、Ｑ２ 和 Ｑ３。 在 许 多 统 计 书籍 中，也将 第 一 个 四 分 位 数 Ｐ２５ 称 为 “下 四 分 位
数 ”；第三个 四分位 数 Ｐ７５称为“上 四分位 数”，分别 用符号 ＱＬ 和 ＱＵ 表示。 上、下 四分位数 的差值
被 称为四 分位数 间距：
　　 　　　 　８４ 第 ４章 　连续 变量的 统计描 述与参 数估计

Ｑ・ Ｒ＝Ｑ３ －Ｑ１
显然 ，Ｐ２５ 和 Ｐ７５这 两个分 位数间 包括了 中间 ５０％ 的观察 值，因 此四分 位数间 距既排除 了两段
极 端值的 影响，又 能够反 映较多 数据的 离散程 度，是 当 方差、标 准差不 适用 时 较好 的离 散程 度描
述 指标。
同样 的道理 ，还可以 计算十 分位差 、百分 位差等 。它们 的作用 都是排 除少数 极端值对 分布变
异 范围的 异常影 响。分 位的程 度 越 高，分 位差 所 排 除的 极 端值 的比 例就 越 小，保留 的 信 息就 越
多 。分位 的程度 越低，分 位差所 排除的 极端值 的比例 就越 大，保留的 信 息 就越 少。 实际 分析时 ，
需 要根据 具体情 况和要 求选择 使用。

２．四分位 数与四 分位数 间距的 适用范 围

计算 四分位 差的直 接目的 是排除 部分极 端值对 变 异指 标 的影 响 ，其计 算 可以 看成 是首 先从

总 体分布 中剔除 最大和 最小各 １／
４的 单 位，再 对 剩下 的 总 体 半数 单位 计 算 “全 距”。 因 此，四 分
位 数间距 可以适 用于任 意分布 类 型的资 料，它与 全距（极 差）的区别 在于 计 算 范 围较 窄 ，反映 的
是 处于分 布中间 半数单 位的变 异幅度 。
百分 位数并 非由全 部观察 值总和 计算而 来，因此 它不如 均数和 标准差 精确，然而中间 部分的
百 分位数 因不受 极端数 据的影 响，具有 较好的 稳定性 。但是 ，靠近 两端的 百分位 数只有在 样本含
量 足够大 的时候 才比较 稳定，如 当样本 量为 １００例时 ，比 Ｐ９５大 的 数值 只 有 ５个 ，换 言之 ，这 ５个
数 字就决 定了 Ｐ９５ 的大小 。显然 ，此时 Ｐ９５是很 不稳定 的。 因此 ，当样 本 量较 小 时，不宜 取太 接近
两 端的百 分位数 。而当 样本含 量很少 时，“百分 ”位数已 名不副 实，就 更加不 用考虑 了。
最后 需要指 出的是 ，严格地 讲百分 位数并 不应 当 被 仅限 于 描述 离 散 程度 ，显然，它 也可 以对
数 据的集 中趋势 等其他 特征进 行描述 ，而多个 百分位 数联合 起来，实际上 就可以 完整地反 映整个
数 据的分 布规律 。这一 点在本 章第一 节已有 所提及 ，这里再 次强调 一下。

４．３．４　变异系 数

当需 要比较 两组数 据离散 程度大 小的时 候，往往 直 接使 用 标准 差 来 进行 比 较并 不 合 适。这

可 以被分 为两种 情况：
（１）测量尺 度相差 太大：例 如，希 望比较 蚂蚁和 大象的 体重变 异，蚂蚁 的体重 以克计 ，而大象
的 体重以 吨计，如 果直接 比较，显然永 远都是 大象的 体重变 异更大 ，但这显 然是不 合理的 ，因为体
重 相差 １ｋｇ对 大象的 体重而 言根本 就算不 了什么 ，而蚂 蚁则永 远也做 不到。
（２）数据量 纲不同 ：例如 希 望 比较 身 高 和 体重 的变 异 程 度，两 者 的 量纲 分别 是 ｍ和 ｋｇ，那
么 ，究竟是 １ｍ大，还 是 ２ｋｇ大？根 本就没 法比较 ，完全 是一笔 糊涂账 。
在以 上情形 中，就应 当消除 测量尺 度和量 纲的影 响，而 变异系 数（Ｃｏｅ
ｆｆｉ
ｃｉｅｎｔｏｆＶａｒ
ｉａｔ
ｉｏ
ｎ），可
简 记为 ＣＶ就 可以做 到这一 点，它 是标准 差与其 平均数 的比率 。样本 变异系 数计算 公式为 ：
ＣＶ＝Ｓ／
Ｘ
珔
计算 出的 ＣＶ没 有量纲 ，同时 又按照 其均数 大小进 行了标 化，这样 就可以 进行客 观的比 较。
 ４．４　连续 变量统 计描述 实例 　８５ 　 　　　

４．
４　连续变量统计描述实例

在系 统学习 了连续 变量的 统计描 述指标 体系后 ，下面 将 用 一个具 体的 分 析实 例来 看一 下各

种 描述指 标在 ＳＰＳＳ中的 实现方 法。

４．４．１　数据背 景 介绍

本例 是 一次 实 际 调查 的 部分 问 卷数 据 ，调查 对 象 为上海 部分 大 专 院校的 大学 生，文件 名为

ｓ
ｔｕｄｅｎｔ
．ｓａ
ｖ。主要 调查内 容和封 闭型题 目的选 项代 码如 下：性 别 （１男 、２女 ），出生 年 、月、日 （具
体 数字），身 高（ｃｍ），体 重（ｋｇ），血型（Ａ、ＡＢ、Ｂ、Ｏ），血型代 码（１Ａ、２ＡＢ、
３Ｂ、４Ｏ），教 育背景 （１
重 点大学 本科、２普通 大学本 科、３大专 、
４中 专 ／
职 校），学科 （１文史、２理工 、
３其他），男 、女身高
级 别（１低、２中等、３高，但两者 的划分 标准不 一样），男 、女 体 重级别 （１轻、２中等 、３重 ，两 者的
划 分标准 不一样 ）和季度 （具体数 字）。
需要 说明的 是，后面 的 ５个 变 量：男 生 身 高级 别 （ｈｍ）、女 生 身 高 级 别 （ｈｆ
）、男 生体 重 级 别
（ｗｍ）、女 生体重 级别（ｗｆ
）和季度 （ｑｕａｒ
ｔｅｒ
），是 通 过 ＳＰＳＳ的 Ｒｅ
ｃｏｄｅ过 程，从 前 面的 相应 变量中 ，
经过 Ｉ
ｎｔｏＤｉ
ｆｆ
ｅｒｅｎｔＶａｒ
ｉａｂｌ
ｅｓ．．．变 换而来 。

４．４．２　使用 Ｅｘｐｌ
ｏｒｅｒ过程进 行 分析

１．分析操 作

这里 以 ｓ
ｔｕｄｅｎｔ
．ｓａｖ数 据为例 ，对男 性和女 性身高 数据分 别进行 描述，具 体步骤 如下：

Ａｎａｌ
ｙｚｅ→Ｄｅ
ｓｃｒ
ｉｐｔ
ｉｖｅＳｔ
ａｔｉ
ｓｔ
ｉｃｓ
→ Ｅｘｐｌ
ｏｒｅ
Ｄｅ
ｐｅｎｄｅｎｔＶａｒ
ｉａｂｌ
ｅｓ框：ｈｅｉ
ｇｈｔ
Ｆａｃｔ
ｏｒＬｉ
ｓｔ框 ：ｓ
ｅｘ
Ｐｌ
ｏｔｓ
．．．：
　Ｄｅｓ
ｃｒｉ
ｐｔｉ
ｖｅ： Ｈｉ
ｓｔ
ｏｇｒ
ａｍ
　 Ｃｏ
ｎｔｉ
ｎｕｅ

ＯＫ

Ｅｘ
ｐｌｏ
ｒｅ主 对话框 如图 ４．３所 示 ，Ｄｅｐｅｎｄｅ
ｎｔＬｉ
ｓｔ框 用 于 选入 需要 分 析 的 变量 ，下 方 的 Ｆａｃｔ
ｏｒ
Ｌｉ
ｓｔ框 用于选 入分组 变 量，从 而 将 希 望 描 述 的 变 量 按 该因 素 的 取 值 分 组 分 析，本 例 中为 性 别 。
Ｅｘｐｌ
ｏｒｅ过程中 的 Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓ和 Ｐｌ
ｏｔｓ子对话 框如图 ４．
４所示。
　　 　　　 　８６ 第 ４章 　连续 变量的 统计描 述与参 数估计

图 ４．３　 对连 续变 量进 行描 述性分 析的 Ｅｘ
ｐｌｏｒ
ｅ过程 主 对话 框

（ａ）　 　　 　 　 　　 　 　 　 　 　 　 　 　 　 　　 　 　 （ｂ）　 　 　 　　
图 ４．４　 Ｅｘｐｌ
ｏｒｅ过 程 的 Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓ和 Ｐｌ
ｏｔｓ子对 话框

２．基本的 分析结 果

分析 结果中 首先会 给出标 题“Ｅｘ

ｐｌｏ
ｒｅ”，表明 随后的 输出都 属于 Ｅｘｐｌ
ｏｒｅ过程。
表 ４．１　Ｃａｓ
ｅＰｒｏｃ
ｅｓｓｉ
ｎｇＳｕｍｍａｒ
ｙ

首先 是例行 的处理 记录缺 失值情 况报告 （见 表 ４．１），可 见 对于身 高而 言 ，男性、女 性两 组均

存 在缺失 值，其中 男性 ３例，女 性 １例 ，最终进 入分析 的各为 ６９和 １４６例 有效值 。
 ４．４　连续 变量统 计描述 实例 　８７ 　 　　　

表 ４．２　 Ｄｅ
ｓｃｒｉ
ｐｔｉ
ｖｅｓ

记录 汇 总报 告 之 后给 出 的就 是 身高 的 统 计描 述 表格，因 本例 中 的 结果输 出较 长，为便 于解

释 ，这里仅 给出表 格上半 部男性 的分析 结 果（见 表 ４．２）。可 见 Ｅｘｐｌ
ｏｒｅ过程的 输出 结果 较 多，这
里 依次解 释如下 ：
（１）集中趋 势指标 ：首先可 以看到 ６９名 男性学 生 的 平均 身高为 １７４．７１ｃｍ（Ｍｅａｎ），去 掉两
侧 各 ５％的极 端值后 ，截尾均 数 为 １７４．７０ｃｍ（５％ Ｔｒ
ｉｍｍｅｄＭｅａｎ），中 位 数 为 １７５ｃｍ（Ｍｅｄｉ
ａｎ）。
对 于对称 分布，且 不存在 极端值 的数据 而言，均数、截 尾均数 和中位 数应当 基本相 同，显然 本例符
合 这种情 况，因此 从上述 指标及 可推测 出数据 应当是 对称分 布的。
（２）离散 趋 势 指 标：身 高 的 方 差 为 ３１．０６２ ｃｍ（Ｖａｒ
ｉａｎｃｅ），其 平 方 根 即 标 准 差，大 小 为
５．５７３ｃ
ｍ（Ｓｔ
ｄ．Ｄｅｖｉ
ａｔ
ｉｏ
ｎ）。全部男生中 最矮的为 １５９ｃ
ｍ（Ｍｉ
ｎｉｍｕｍ），最 高的为 １８８ｃ
ｍ（Ｍａｘ
ｉｍｕｍ）。
两者之差即为全距 ２９ｃ
ｍ（Ｒａ
ｎｇｅ），中 间一半 的男生 的身高 差即为 四分位 数间距 ８ｃｍ（Ｉ
ｎｔｅｒ
ｑｕａ
ｒｔｉ
ｌｅ
Ｒａ
ｎｇｅ）。
（３）分布特 征指标 ：表 ４．
２最下方 还会给 出表 示 数据 偏 离 正态分 布程 度 的偏 度系 数和 峰度
系 数，及其 各自的 标准误 ，关于 它们的 详细解 释，请参 阅 ４．
５节。
（４）参数估 计：以上 结果实 际 上 还会 给出 总 体 均数 的 参数 估计 结果，可 见 均数 的 标 准误 为
０．６７１ｃ
ｍ，相应的 总体均 数 ９５％可 信区间 为 １７３．３７～１７６．０５ｃ
ｍ，关于可 信区间 的 详细 解释 详见
４．５节 。
女生 身高情 况请大 家自己 分析，这 里不再 详述。
在统 计描述 表格之 后，Ｅｘｐｌ
ｏｒｅ过程 还 会 给出身 高分 性 别的 茎叶 图和 箱 图 ，从图 形 分 布上 可
以 看出，分 性别的 升高基 本上呈 对称的 分布状 态。对 这两种 图形的 介绍请 读者参 见第 ８、
９两章 ，
这 里不再 详述。
　　 　　　 　８８ 第 ４章 　连续 变量的 统计描 述与参 数估计

３．输出百 分位数 和极端 值列表

除默 认的统 计量输 出 外，Ｅｘ

ｐｌｏ
ｒｅ过 程 中 还 可 以 计 算 一 些 更 深 入 的 描 述 统 计 指 标，如 选 中
Ｓｔ
ａｔｉ
ｓｔ
ｉｃ子对话 框的 Ｏｕｔ
ｌｉ
ｅｒｓ复 选框后 ，即可输 出如表 ４．３所示的 极端值 列表。
表 ４．３　Ｅｘｔ
ｒｅｍｅＶａｌ
ｕｅｓ

这里 同样只 给出了 男性的 情况，表 格中会 输出 ５个最 大 值 与 ５个 最小 值 以及 这些 数值 所对

应 的记录 号，从两 侧极值 的大小 可见，在最大 、最小两 个方向 上并没 有特别 明显的 异常值 ，该结果
同 样支持 前面得 出的数 据分布 基本对 称的结 论。
如果 选择 Ｐｅ
ｒｃｅ
ｎｔｉ
ｌｅ
ｓ复 选框，则 会输出 如表 ４．４所示 的百分 位数表 。
表 ４．４　 Ｐｅ
ｒｃｅｎｔ
ｉｌ
ｅｓ

上表 会输出 第 ５％、１０％、２５％ 、５０％ 、

７５％、９０％、９５％分 位 数，并 分 别采 用 了两 种算 法，当数
据 量较大 ，且基本 无重复 值时，两法的 结果相 同，反之 ，则加 权 平均 法 会 对数 据 进行 内插 ，两 种方
法 的结果 会略有 区别。

４．４．３　使用其 他 过程进行 分析

上面 使用 Ｅｘ
ｐｌｏ
ｒｅ过 程对数 据 进行 了 分 析，下 面来 演 示 一 下另 外两 个过 程 的分 析 结 果。但
是 ，由于另 两个过 程不能 直接对 身高进 行分组 描 述，因 此这 里 仅给 出 不 分性 别 的分 析结 果，希望
 ４．４　连续 变量统 计描述 实例 　８９ 　 　　　

给 出分组 描述的 读者可 以先采 用第 ３章介绍 过的 Ｓｅ

ｌｅｃｔＣａｓ
ｅｓ过 程进行 数据拆 分。

１．Ｄｅｓ
ｃｒｉ
ｐｔｉ
ｖｅ过 程的结 果

该过 程 的操 作 非 常简 单，只 需 要 将希 望 描述 的 变 量选入 即可，本 例中 身 高的 分析 结果 如表

４．５所 示。
表 ４．５　 Ｄｅ
ｓｃｒ
ｉｐｔ
ｉｖｅＳｔ
ａｔｉ
ｓｔｉ
ｃｓ

由于 这里的 大部分 内容都 在上一 节见过 ，因此就 不再多 解释了 。

２．Ｆｒ
ｅｑｕｅｎｃ
ｉｅｓ过程 的结果

Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过程默 认值给 出原始 频数表 ，如果希 望得到 各种统 计量，则需要 分析者自 行加以
指 定。例 如，在上 述的分 析中，已经得 到了描 述集中 趋势的 均值、中 位数等 ，以及 描述离散 趋势的
方 差、标准 差、极 差等统 计量。 如果还 希望知 道身高 的 具体四 分位 数 及 Ｐ５ 、Ｐ９５ 百分 位数 是多少 ，
则 可以利 用 Ｆｒ
ｅｑｕｅ
ｎｃｉ
ｅｓ过程 来得到 。具体 步骤如 下：
Ａｎａｌ
ｙｚｅ→Ｄｅ
ｓｃｒ
ｉｐｔ
ｉｖｅＳｔ
ａｔｉ
ｓｔ
ｉｃｓ
→ Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ
Ｖａ
ｒｉａｂｌ
ｅｓ框 ：ｈｅｉ
ｇｈｔ
Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓ：
　Ｐｅｒ
ｃｅｎｔ
ｉｌ
ｅＶａ
ｌｕｅ： Ｑｕａｒ
ｔｉ
ｌｅｓ
　Ｐｅｒ
ｃｅｎｔ
ｉｌ
ｅＶａ
ｌｕｅ： Ｐｅｒ
ｃｅｎｔ
ｉｌ
ｅｓ：５：Ａｄｄ｜ Ｐｅｒ
ｃｅｎｔ
ｉｌ
ｅｓ：９５：Ａｄｄ

　 Ｃｏ
ｎｔｉ
ｎｕｅ

ＯＫ

表 ４．
６　Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓ

从表 ４．６中 可知，所 有学生 身高的 四分位 数为 １６０ｃｍ、

１６５ｃｍ和 １７２ｃｍ。意 味着，有 １／
４的
学 生身高 矮于 １６０ｃ
ｍ，１／
２的学 生身高 较 １６５ｃｍ矮 ，
１／４的学 生身高 高 于 １７２ｃｍ。另外 ，９０％的
　　 　　　 　９０ 第 ４章 　连续 变量的 统计描 述与参 数估计

学 生身高 在 １５５．
８～１８０ｃ
ｍ之 间。

４．
５　连续变量的参数估计

通过 统计描 述，研究 者已经 可以对 样本数 据的情 况有详 细的了 解。但 是，研 究的真正 目的是
考 察样本 所代表 的总体 情况如 何，这里 必然会 涉及到 如何将 样本信 息用来 推断总 体特征 的问题 ，
如 总体的 集中趋 势、离散 趋势究 竟如何 ？这种 根据 样 本数 据 对 总体的 客观 规 律性 作出 合理 估计
的 过程被 称为统 计推断 （Ｓｔ
ａｔｉ
ｓｔ
ｉｃａｌＩ
ｎｆｅｒ
ｅｎｃｅ），它又可 以被分 为参数 估计和 假设检 验两大 类，而这
里 涉及到 的用样 本信息 来推断 总体特 征的推 断就被 称为总 体的参 数估计 。本节 将介绍如 何进行
连 续变量 的参数 估计。

４．５．１　正态分 布

在进 行总体 数据的 描述时 ，人们往 往会对 该 总体 的 分布 规 律作 一 定 的假 定 。比如 假定 身高

服 从正态 分布。 这些模 型假定 基本上 是根据 经验而 得 ，所以 仅 仅是 对 现 实世 界 的一 个 近 似。由
于 分布是 由参数 确定的 ，这样就 可 以将 总体 描述 的 任 务 归 结对 几 个 参数 的 估计 （此 即 参 数估 计
名 称的由 来）。而 且，如果 能确认 变量符 合或大 致 符合 某种 分 布的 话，就 可以 选择 有针 对性 的研
究 方法对 该数据 进行正 确和精 确的分 析。
２
常见 的连续 分布有 正态分 布、均匀 分布、χ 分 布、ｔ分 布 和 Ｆ分 布 等。 这 里仅 介绍 统计 学中
最 为重要 的正态 分布。 正态分 布又称 高 斯 分布 ，虽 然 当 初 它是 数 学 家高 斯 作为 描 述 误差 （如 测
量 误差）分 布规律 的模型 提出来 的，并将 其用于 天文研 究。但 令人 惊讶 的是，最终 这条 曲线 竟为
描 述来自 不同领 域的数 据分布 规律提 供了一 个完美 的模型 。
正态 分布是 概率统 计中最 重要的 一种分 布，其重 要性可 以从以 下两方 面来理 解：在自 然现象
和 社会现 象中，大 量的随 机变量 都服从 或近似 服 从正 态 分布 ，如测 量 的 偶然 误 差、炮弹 落点 距目
标 的偏差 、一个地 区男性 成人的 身高及 体重、海洋波 浪的高 度、电子 管噪声 电流、工业产品 的尺寸
（直 径、长度 、宽度 等）、某地 区的每 日用水 量及用 电量等 都可看 作服从 或 近似服 从正态 分 布。一
般 说来，若 某一随 机变量 是受多 种相互 独立的 随机因 素的影 响，而 每一种 随机因 素所起的 作用又
是 极其微 小的，那 么该随 机变量 就近似 服从正 态分布 。正态 分布具 有许多 良好的 性质，很 多分布
可 以用正 态分布 来近似 描述，另 外一些 分布又 可以通 过 正态 分 布来 导 出。 所 以正 态分 布在 理论
与 实践中 都占有 重要的 地位。

１．正态分 布的定 义

若连 续性随 机变量 Ｘ的概率 分布密 度函数 为

１ － （Ｘ－μ）２
ｆ
（Ｘ）＝ ｅ ２σ２
σ ２π
２
其 中，μ为平 均 数，σ 为方 差 ，则 称随 机 变 量 Ｘ服 从正 态分 布 （Ｎｏ
ｒｍａｌＤｉ
ｓｔｒ
ｉｂｕｔ
ｉｏｎ），记 为 Ｘ～Ｎ
 ４．５　连 续变量 的参数 估计 　９１ 　 　　　
２
（μ，σ ）。不同 的 μ、不同 的 σ，对应于 不同的 正态分 布。
图 ４．５即为 正态分 布图，正 态分布 的密 度 曲线 （横 轴 为 值，纵 轴 为频 率 ）是 一个 对 称 的钟 形
曲 线（最高 点在均 值处）。 显然，正 态分 布 是 一族分 布，其曲 线依 均 值 和 标准 差而 略有 区 别。该
连 续变量 落在某 个 区 间 的 概 率 就 等 于 在 这 个 区 间 上，该 曲 线 下 的 面 积 ，而 曲 线 下 的 总 面 积 为
１００％，代 表概率 总和为 １００％。

图 ４．５　不 同均 数 μ、不同 标准 差 σ的正态 分布 示意 图

２．正态分 布的特 征

从正 态分布 曲线，可 以总结 出其分 布特征 如下：

（１）正态分 布曲线 是一条 对称曲 线，关于 均数对 称，因 此均数 被称为 正态分 布的位置 参数。
（２）曲线是 单峰，在 均值处 达到最 高点。
（３）正态分 布曲线 峰的矮 阔与尖 峭与标 准差有 关。标 准差越 大，个体 差异越 大，正态 曲线也
越 矮阔；反 之，标 准差越 小，个体 差异越 小，正 态曲线 也越尖 峭。因 此标准 差被称 为正态分 布的尺
度 参数。
（４）曲线无 论向左 或向右 延伸，都 越来越 接近横 轴，但 不会与 横轴相 交，以横 轴为渐 进线。
除此 以外，正 态曲线 下的面 积也有 一定的 分布规 律，根 据经验 法则，有 ：
（１）约 ６８％的 个体的 取值与 平均数 的距离 在 １个 标准差 （μ±σ）之内 ，或者 说一个标 准差范
围 内的曲 线下面 积为 ６８％ 。
（２）约 ９５％的个 体的取 值与平 均数的 距离在 １．
９６个标准 差（μ±１．９６σ）之内 。
（３）９９％个 体的取 值与平 均数的 距离在 ２．５８个 标准差 （μ±２．５８σ）之内 。
根据 上述规 律，可以 做 出一 些 相应 的 总 体推 断 。例 如 ，某单 位 所 有 男性 员工 的 平 均 身高 为
１７５ｃｍ，身 高的标 准差为 ５ｃｍ，在 身高服 从正态 分 布 的前 提 下，可 以 得到 这 样的 推 断：约 ６８％ 的
男 性员工 的身高 在 １７０ｃｍ ～１８０ｃｍ之间 ，约 ９５％的 男性员 工的身 高在 １６５ｃｍ ～１８５ｃｍ之间 。

３．标准正 态分布

统计 分析中 经常需 要求曲 线下面 积，但这 就需要 为每个 不同的 分布单 独计算 面积分 布规律 。
为 了制一 张可供 不同的 μ、σ共同 使用的 表，可以 考虑引 进以下 变换：
　　 　　　 　９２ 第 ４章 　连续 变量的 统计描 述与参 数估计

Ｘ－μ
ｕ＝
σ
这样 做相当 于将分 布的位 置参数 移动到 ０处，使 曲线沿 ｙ轴对 称，并 且将分 布的尺 度参 数固
２
定 为 １。从而 将原来 的正态 分布 Ｎ（μ，σ ），变换成 了均数 为 ０、标准 差为 １的正态 分布，该 分布被
称 为标准 正态分 布（Ｓｔ
ａｎｄａｒ
ｄＮｏｒ
ｍａｌＤｉ
ｓｔｒ
ｉｂｕｔ
ｉｏｎ），而上述 变换则 被 称为 标准 化 变换。在 国外，标
准 正态分 布被称 为 ｕ分 布或者 ｚ分布 ，因此 变换也 被称为 ｕ变换 或者 ｚ变换。
标准 化变换 和标准 正态分 布的意 义非常 重大，因 为这 样 只 需要知 道标 准 正态 曲线 下面 积的
分 布规律 ，就可以 解决所 有正 态 分 布 的曲 线下 面 积 计算 问 题了，只 需将 其进 行 标准 正 态 变换 即
可。
在 ＳＰＳＳ中的 Ｄｅｓｃ
ｒｉｐｔ
ｉｖｅ过 程可以 将原变 量变换 为标准 正态分 布下的 得分，只需要 选中 主对
话 框左下 角的 Ｓａｖｅｓｔ
ａｎｄａ
ｒｄｉ
ｚｅｄｖａｌ
ｕｅｓａｓｖ
ａｒｉ
ａｂｌ
ｅｓ复选框 即可。

４．偏度和 峰度

上文 直接引 出了正 态分布 ，并指出 许多生 活中的 数据均 服从该 分布。 但是，如果数据 实际上
不 服从该 分布，则 随后基 于正态 分布的 一切 估 计和 检 验都 要被 推翻。 如 何来 确 认这 一 点 呢？对
于 一个具 体的连 续变量 是否近 似于某 种类型 的分 布，通常 是通 过 Ｐ－Ｐ概率 图 及非 参数 检验 法的
帮 助来鉴 别判定 的。此 处介绍 两个有 关正态 分布的 专用统 计指标 ：偏度和 峰度。
（１）偏度（Ｓｋｅ
ｗｎｅ
ｓｓ）：偏 度是用 来描述 变量取 值分布 形态的 统计量 ，指分布 不对称 的方 向和
程 度。样 本的偏 度系数 记为 α：
ｎ
１
α＝ ６ （ｘｉ －珋
３ ３
ｘ） ／ｓ
ｎ ｉ＝１
式中 ｓ为样 本标准 差。这 是根据 矩法（详 见 ４．
５．２节 ）测定分 布偏度 的计算 公式。测 定分布
偏 度的其 他方法 还有分 位数 法和 Ｐｅａｒ
ｓｏｎ规 则等 ，这 里不 做 介绍，读 者可 以 参 考 有关 专 业 书籍 。
偏 度是与 正态分 布相比 较而言 的统计 量。α＞０分 布为正 偏或右 偏，即 长 尾巴在 右边，峰 尖偏左 ；
α＜０分 布为负 偏或左 偏，即 长尾巴 在左边 ，峰尖偏 右；α＝０分 布为对 称。
需要 特别提 醒的是 ，偏态的 方向指 的应当 是长尾 的方 向，而不是 高 峰 的位 置。 和左 、右 偏态
的 称呼相 对应的 术语还 有正、负 偏态，这里的 正负是 指 资料 的 算术 均 数 与众 数 之差 的符 号，对于
右 偏态分 布的资 料，此时 算术均 数大于 众数，称之为 正 偏 态；同 理称 左 偏 态为 负 偏态。 国内 的不
少 统计书 籍对左 、右偏态 的理解 有误，往往正 好弄颠 倒。
（２）峰度（Ｋｕｒ
ｔｏｓ
ｉｓ）：峰度 是用来 描述 变 量取 值 分 布形态 陡缓 程 度 的统计 量，是指 分布 图形
的 尖峭程 度或峰 凸程度 。样本 的峰度 系数记 为 β：
ｎ
１
ｎ ６ｉ＝１
β＝ Ｘ）４ ／
（Ｘｉ －珔 Ｓ４ －３

同样 ，式中 Ｓ为样本 标准差 。这也 是根据 矩法测 定 分布 峰 度的 计 算 公式 。测 定分 布峰 度的

方 法还有 分位数 法（略）。 峰度也 是与正 态分布 相比较 而言的 统计量 。β＞０分布 为高峰 度的，即
比 正态分 布峰要 陡峭，峰 的形状 比较尖 ；β＜０分布为 低 峰度的 ，即 形状 比正 态 分布 的峰 要平坦 ；
β＝０则分 布为正 态峰。
Ｅｘ
ｐｌｏ
ｒｅ过 程的结 果输出 中默认 就会给 出峰度 系数与 偏度系 数，这 在前 面的 分 析实 例中 已经
 ４．５　连 续变量 的参数 估计 　９３ 　 　　　

见 到过了 。

４．５．２　参数的 点 估计

在确 定了总 体的分 布类型 后，只需 要确定 总体分 布的几 个关键 参数，就可以 精确的对 其中心
位 置、集中 趋势等 进行描 述。但 是总体 参数一 般 都是 未 知的 ，需要 进 行 参数 估 计，也就 是要 用样
本 统计量 来估计 总体参 数（及其 估计误 差）。显 然，均数 、中位 数 、标准 误等 总体 参 数都 可以 进行
参 数估计 ，但平时 遇到的 主要是 用均数 进行参 数估计 。参数 估计分 为点估 计和区 间估计 ，这里先
来 讨论前 者。
参数 的点估 计就是 选定一 个适当 的样本 统计量 作 为 参数 的估计 量 ，并计 算 出估 计 值。 如选
样 本均数 作为总 体均数 的估计 量，将其 大小作 为总体 均 数的 点 估计 值 。对 于 所选 统计 量是 否适
于 作参数 估计量 ，有无偏 性、一 致性和 有效性 三个评 选标准 。无偏 性是指 虽然估 计量的值 不全等
于 参数，但 应当在 真实值 附近摆 动；一 致性是 指样本 量越大 ，估计值 离真实 值的差 异应当 越小；有
效 性则是 指如果 有两个 统计量 都符合 上述要 求，则应 当 选取 误 差更 小 的 一个 作 为估 计 值。 如前
述 的均数 和中位 数，两者 在反映 正态分 布的集 中 趋势 时，在 无 偏性 和 一 致性 方 面效 果都 较好，但
中 位数的 误差更 大，所以 前面会 有应当 尽量使 用样本 均数来 反映正 态分布 集中趋 势的结 论。
参数 点估计 时可用 的方法 有矩法 和极大 似然估 计法两 种，这里 分别介 绍一下 。

１．矩法

矩法 的名称 比较专 业，实际 上含义 非常简 单，它 指 的是 在 许多 情 况 下，样 本统 计量 本身 往往

就 是相应 的总体 参数的 最佳估 计值，此 时就可 以 直接 取相 应 的 样本统 计量 作 为总 体参 数的 点估
计 值。例 如，样本 均数、方差、标 准差都 是相应 总体均 数、方差 、标准 差 的 矩估 计 量。对 于常 用的
正 态分布 而言，矩 法几乎 可以满 足全部 参数的 点估计 需求，所以平 常教科 书上所 说的点估 计实际
上 就是用 的矩法 。

２．极大似 然估计 法

极大 似然估 计法是 另一种 更好的 参数估 计方法 ，其优点 在于估 计量常 能满足 一致性 、有效性
等 要求，且 具有不 变性，不变性 是指当 原始数 据进行 某 种函 数 变换 后 ，相应 估 计量 的同 一函 数变
换 值仍是 新样本 的极大 似然估 计量。
该方 法的原 理是在 已知总 体的分 布，但未 知其参 数值时 ，在待 估参数 的可能 取值范围 内进行
搜 索，使似 然函数 值（在参 数所确 定的总 体中获 得现有 样本 的 概率 ）最 大的 那个 数 值即 为极 大似
然 估计值 。
因极 大似然 估计法 已超过 本书读 者需要 了解的 范畴，这 里将不 再深入 讨论，读者只需 要知道
还 有这样 一个点 估计的 方法即 可。

３．稳健估 计值

矩法 和极大 似然法 虽然能 够很好 的满足 点估计 的需要 ，但它们 也有很 明显的 缺陷，就 是估计
值 受异常 值的影 响十分 显著，或 因数据 分布 的 偏 离而 使 估计 值 产生 较 大 变化。 在 ２０世 纪 ５０年
　　 　　　 　９４ 第 ４章 　连续 变量的 统计描 述与参 数估计

代 前后，基 于正态 分布理 论的统 计方法 的不稳 定性引 起了统 计 学家的 广 泛关 注。尤 伯（Ｐ．Ｊ
．Ｈｕ－
ｂｅｒ
）于 １９６４年 创立的 渐进极 小极 大 理 论，以 及汉 甫（Ｆ．Ｒ．Ｈａｍｐｅ
ｌ）于 ２０世 纪 ６０年 代 末 提出 的
崩 溃点等 概念和 有界影 响方法 最终奠 定了稳 健统计 的理论 基础。
稳健 统计研 究的是 具有稳 定性的 统计方 法。即 当 观测 数 据符 合 假 定模 型 ，甚 至与 假定 模型
有 偏离时 ，性质都 较好或 至少性 质不会 很坏的 统计方 法。 而 稳 健估计 指的 就 是该 统计 量具 有稳
健 性，当数 据存在 异常值 时受影 响 较小 ，而 且对 大部 分 的 分 布而 言 都 很好 （当 然，这 同 时 意味 着
它 不会对 每个分 布都是 最佳的 ）。
稳健 估计有 Ｍ估 计、Ｒ估计等 不同 方 法，前 者 是稳 健 估 计 常用 的方 法。 Ｍ 估计 最 早 是由 尤
伯 提出，其 实是“极 大似然 型估计 ”的简称 ，即该 方法的 核心仍 然 是极 大 似然估 计法，但 是在 估计
时 它首先 构 造一个 Ψ 函 数，该 函数能 够 减小异 常值的 影响，而 且对 所 考虑的 分 布集 合 中的 每个
分 布都是 好的估 计量。 随后再 对 Ψ 函数的 集中趋 势进行 参数的 极大 似 然估计 ，因 此相 应的 估计
值 受异常 值的影 响要小 得多。
ＳＰＳＳ的 Ｅｘｐｌ
ｏｒｅ过 程能 够 直 接输 出 Ｍ 估计 的结 果，在 Ｓｔ
ａｔｉ
ｓｔ
ｉｃ子 对话 框 中 选择 Ｍ－Ｅｓ
ｔｉ
ｍａｔ
ｏｒ
复 选框，相 应的输 出如表 ４．７所 示。
表 ４．７　 Ｍ－Ｅｓ
ｔｉ
ｍａｔ
ｏｒｓ

表 ４．７即为 输 出的 Ｍ 估计 量 的结 果，ＳＰＳＳ中输 出 的 Ｍ 估 计 量 有 ４种，它们 分 别 是 Ｈｕｂｅ

ｒ、
Ａｎｄｒ
ｅｗｓ、Ｈａ
ｍｐｅｌ和 Ｔｕｋｅ
ｙ所提出 的，实际 上就 是 所 用的 Ψ 函 数 不 同。 一 般 而 言 ，Ｈｕｂｅｒ法适 用
于 数据接 近正态 分布的 情况，另 外三种 则适用 于数据 中有许 多异 常 值的情 况。如 果 Ｍ 估计 量离
平 均数和 中位数 较远，则 数据中 可能 存 在 异常值 。 此时 ，应该 用 Ｍ 估 计 量替 代平均 数 以 反映 集
中 趋势。 从输出 结果可 见，男、女性的 ４个 Ｍ估计 量离均 数都很 近，这 就可 以反 证 数据 中应 当不
存 在明显 的异常 值。

４．５．３　参数的 区 间估计

显然 ，仅仅有 参数的 点估计 是不够 的，比 如打靶 ，打了 ２枪，平 均 ９环 ；打了 １００枪，平均 也是
９环，显 然人们 更相信 后者的 确是个 好的枪 手，而 对前者 的水平 却产生 很 大的怀 疑。这 就涉 及到
了 参数的 估计值 究竟有 多大的 误差的 问题。

１．标准误

标准 误就是 用来描 述参 数估 计值 可 能 离 真实 值究 竟有 多 远的 统 计 量。 先 考虑 这 样 一种 情
２
形 ：假设现 在已知 一个正 态分布 的总体 Ｎ（μ，σ ），从中 进行抽 样 研究，每次 抽样 的 样本 量固 定为
 ４．５　连 续变量 的参数 估计 　９５ 　 　　　

ｎ，这样对 每一个 样本均 可以计 算出其 均数 珔

Ｘ。由 于 这 种抽样 可以 进 行 无限多 次，这些 样本 均数
２
就 会构成 一个新 的分布 总体。 统 计学 家 发现，该 分布 正 好就 是正 态分 布 Ｎ（（μ，σ ／ｎ）。也就 是
说 ，样本均 数所在 分布的 中心位 置和原 数据分 布中心 位置相 同，而 其标准 差（记为 σ珔Ｘ）则为 σ珔Ｘ ＝
σ／ｎ。为了 区分样 本所在 总体的 标 准差，通常 称样 本均数 的标 准差 为 样本 均数 的标 准 误（简 称
均 数标准 误 ，有 的书 上也 称 之 为标 准 误差）；而 且，即使 是 从 偏态 总体 随 机 抽 样，当 ｎ足 够大 时
（如 ｎ＞５０），Ｘ
珔也近似 正态分 布。这 一规律 就是数 理统计 中的中 心极限 定 理（Ｃｅｎｔ
ｒａｌＬｉ
ｍｉｔＴｈｅｏ
－
ｒ
ｅｍ）。

图 ４．６　 均数 的抽 样分 布 示意 图

图 ４．６就是 从均数 为 ０的 一个正 态分布 总体中 进 行抽 样 的示 意 图，可 见 样本 均数 的分 布仍

然 是以 ０为均数 ，但是标 准差要 比原分 布小一 些。实 际上就 是一个 倍数关 系。
标准 误就是 一般用 来表示 参数估 计值准 确程度 的统计 量，标准 误越大 ，则说 明相应参 数的点
估 计值越 不可信 。

２．区间估 计的计 算

结合 样本统 计量和 标准误 可以确 定一个 具有较 大 的可 信 度（如 ９５％ 或 ９９％）包含 总体 参数

的 区间，该 区间称 为总体 参数的 １－α可 信区间 或置信 区间（Ｃｏｎｆ
ｉｄｅｎｃｅＩ
ｎｔｅ
ｒｖａ
ｌ）。
下面 来看一 下可信 区间是 如何求 取的，显 然，由 于样本 均数 Ｘ
珔的 分布 规律 为 正态 分布 Ｎ（μ，
２
σ ／ｎ），现在 只需要 进行如 下的标 准化变 换：
Ｘ－μ
珔
Ｕ＝
σ／ｎ
２
得到 的 Ｕ将服 从标准 正态分 布 Ｎ（０，
１）。也 就是说 ，若资料 服从正 态分布 Ｎ（μ，σ ），样 本含
量 为 ｎ的 样本均 数 Ｘ
珔出现 在（μ±１．
９６σ／ｎ）之 中的概 率为 ０．９５，即按 照 ９５％的 可信度，应当有 ：
Ｘ－μ
珔
－１．９６＜ ＜１．
９６
Ｓ／ｎ
对上 式进行 变换后 即得：
Ｘ
珔－１．９６Ｓ／ｎ＜μ＜珔
Ｘ＋１．９６Ｓ／ｎ
　　 　　　 　９６ 第 ４章 　连续 变量的 统计描 述与参 数估计

这就 是按照 ９５％可信 度计算 出 的总 体 均数 可 信 区间。 照此 类 推，对 于 任 意 可信 度 的 情况 ，

总 体均值 μ的 １００（１－α）％可 信区间 为：
Ｘ
珔－ｕα／２ Ｓ／ｎ＜μ＜珔
Ｘ＋ｕα／２ Ｓ／ｎ
α值一般 取 ０．
０５或 ０．
０１，故 １－α为 ０．９５或 ０．９９。 上面计 算的 是 双侧可 信区间，特殊 情况
下 还会使 用单侧 的可信 区间，这 里不再 详述。
非常 有 意思 的 是，可 信 度的 概 念 往往 会 引起 误 解，它 仅 仅 是大量 重复 抽 样时 的一 个渐 近概
念 。认为 “９５％的 可信区 间包括 真实参 数值的 概 率为 ０．９５”是 个错 误 的 理解 。这 里得 到的 区间
是 固定的 ，而总体 参数值 也是固 定的。 因此只 有 两种 可 能：包 含或 者 不 包含，这当 中没 有任 何概
率 可言。９５％的 可信度 只是说 如果能 够大量 重复试 验 的 话，则 平均 下 来 所计 算 的每 １００个 可信
区 间中，会 有大约 ９５个 覆盖真 实值。
ＳＰＳＳ的 Ｅｘｐｌ
ｏｒｅ过程会 直接输 出标准 误 和可 信 区 间的 大 小，例 如 在上面 的 例子 中 男 生的 身
高 标准误 为 ０．６７１ｃｍ，相应 的总体 均数 ９５％ 可信区 间为 １７３．
３７～１７６．０５ｃ
ｍ。但 是，如果 大家直
接 按照上 面的公 式利用 标准误 来计算 区间的 话，会发 现和统 计软件 的结果 略有差 异，为什 么会这
样 呢？需 要特别 指出的 是，以 上 计 算 公式 实际 上 仅 仅适 用 于大 样本 ，或 者已 知 总体 标 准 差的 情
形 ，如果样 本量小 ，且只 知道样 本标准 差，则样 本均数 所在总 体服从 的 是 ｔ分布 ，相 应的 可信 区间
计 算也应 当使用 ｔ分 布来进 行，关于 ｔ分 布的知 识将在 第 １１章中继 续学习 。

思考与练习

１．请就 ｓ
ｔｕｄｅｎｔ
．ｓａｖ数据 ，分析学 生的体 质量分 布情况 ，尝试 分性别 和合并 描述。
２．使用 Ｄｅｓ
ｃｒｉ
ｐｔｉ
ｖｅ过 程，对 ｓ
ｔｕｄｅｎｔ
．ｓａｖ中的身 高和年 龄变 量进 行标 准 正 态 变换 ，对 变换 后
的 变量进 行统计 描述。

参考文献

１　吴 喜之主 编．统 计学基 本概念 和方法 ．北京：高等教 育出版 社，

２００３
２　杨 树勤主 编．中 国医学 百科全 书・医 学统计 学分册 ．上海：上海科 学技术 出版社，１９８２
３　杨 树勤主 编．卫 生统计 学．第三 版．北 京：人民 卫生出 版社，１９９５
４　方 积乾主 编．卫 生统计 学．第五 版．北 京：人民 卫生出 版社，２００３
５　张 文彤主 编．ＳＰＳＳ１１统 计分析 教程（基 础篇）．北 京：北 京希望 电子出 版社，２００２
 ５．１　 分类变 量的统 计描述 概述 　９７ 　 　　　

第 章　 类变量的统计描述与
参数估计
　 　在第 ４章中 ，已经学 习了连 续变量 的统计 描述，本章将 继续学 习分类 变量的 统计描述 及参数
估 计方法 。
首先 复习一 下分类 变量的 概念。 统计学 上把取 值范围 是有限 个值或 者是一 个数列构 成的变
量 称为离 散变量 ，其中表 示分类 情况的 离散变 量又称 为分类 变量。 根据类 别的有 序性，分 类变量
又 可分为 有序分 类变量 （Ｏｒ
ｄｉｎａｌＶａｒ
ｉａｂｌ
ｅ）和 无序分 类 变 量（Ｎｏｍｉ
ｎａｌＶａｒ
ｉａｂｌ
ｅ）两 类。但 是，这 两
类 变量在 统计描 述上几 乎没有 什么差 异，因此 本章将 它们放 在一起 讲解。

５．
１　分类变量的统计描述概述

５．１．１　分类变 量 的统计描 述指标体系

相对 于连续 变量而 言，分类 变量的 统计描 述 体系 非 常简 单 。由于 分类 变 量不 能进 行四 则运

算 ，因此对 变量中 包括的 几个类 型（调查 题目中 的选项 ）进 行各 自 频数 的统 计以 及 它们 在所 有类
型 中所占 的比例 ，就变得 非常重 要了。

１．频数分 布情况 的描述

对于 分类变 量，首先 希望了 解各种 类别的 样本 数 有 多少 ，除此 之 外，还 会 对相 对数 量比 较感

兴 趣，如每 个类别 的人数 占总人 数的比 例各为 多少。 这些信 息往往 会被整 理在同 一张频 数表中 ，
各 个类别 的样本 数和所 占比例 分别被 称为频 数（绝对 频数）和 百分比 （构成比 ），前 者是 指本 类别
出 现的次 数，百分 比则是 指本类 别出现 的次数 占总次 数的 百分 比，即 本 类 别出 现 次数 ／总次 数 ×
１００％。如 在一项 “最受欢 迎的软 饮料是 什么”的 调查 中 ，调 查者 提 供了 ５个答 案可供 选 择：Ｃｏｋｅ
Ｃｌ
ａｓｓｉ
ｃ，Ｄｉ
ｅｔＣｏｋｅ，Ｄｒ
．Ｐｅ
ｐｐｅｒ
，Ｐｅｐｓ
ｉ－Ｃｏｋｅ，Ｓｐｒ
ｉｔ
ｅ。５０名被调 查 者 都会 给 出一 个 答 案，统 计 ５种 软
饮 料的每 一种在 数据集 中出现 的次数 ，ＣｏｋｅＣｌ
ａｓｓ
ｉｃ出现 １９次，即 １９人 最喜 欢 Ｃｏ
ｋｅＣｌ
ａｓｓ
ｉｃ；Ｄｉ
ｅｔ
Ｃｏｋｅ出 现 ８次，即 ８人最喜 欢 Ｄｉ
ｅｔＣｏｋｅ；５人最 喜 欢 Ｄｒ．Ｐｅ
ｐｐｅｒ
；１３人 最 喜 欢 Ｐｅ
ｐｓｉ
－Ｃｏ
ｋｅ；５人 最
喜 欢 Ｓｐｒ
ｉｔ
ｅ。这些 数字即 为每一 种饮料 的频数 。但是 ，如果不 知道总 人数 为 ５０，或 者希 望和 其他
更大 ／
更小 人群的 调查结 果相比 较时，就无法 确认 １９这个数 字到底 有多大 ，因而 又提出了 百分比
这 个概念 。如 Ｃｏ
ｋｅＣｌ
ａｓｓ
ｉｃ出 现 的比 例 为 ３８％ （１９／
５０），即 ３８％ 的 人最 喜 欢 ＣｏｋｅＣｌ
ａｓｓｉ
ｃ；Ｄｉ
ｅｔ
Ｃｏｋｅ出 现的比 例为 １６％ （８／
５０），即 １６％ 的人 最 喜欢 Ｄｉ
ｅｔＣｏｋｅ；依此 类 推 ；１０％ 的 人 最 喜欢 Ｄｒ
．
Ｐｅｐｐｅｒ
；２６％ 的人 最喜 欢 Ｐｅｐｓｉ
－Ｃｏｋｅ；１０％的 人 最喜欢 Ｓｐｒ
ｉｔ
ｅ。 这 些百分 比数字 ，即为 每 一种 饮料
的 相对频 数（或称 百分比 ）。从 ３８％ 等这些 百分数 字，研究 者就可 以了解 到各种 饮料为 人们 所偏
　　 　　　 　９８ 第 ５章 　分类 变量的 统计描 述与参 数估计

好 的程度 。
在对 有序分 类变量 进行描 述时，除 给出分 各个类 别的频 数和百 分比外 ，研究 者往往还 对累积
频 数和累 积频率 感兴趣 。累积 频数是 指本类 别及较 低 类别 出 现的 次 数 之和，累计 百分 比则 是指
本 类别及 较低类 别出现 的次数 之和占 总 次 数的 百分 比，即 （本类 别 出现 次数 ＋较低 类 别 出现 次
数 ）／总次数 ×１００％。比 如，在一 项 员工 学 历的 调 查 中，希 望了 解每 个员 工 的 文 化程 度 ，分别 为
１———高中 及以下 ，２——— 大 专，３———大 学，４——— 研究 生 及以 上。 此时，调 查 人 员 不 仅希 望 了 解
“高 中及以 下”、“大专 ”、“大学 ”、“研究生 及以 上 ”各类 别员 工 的人 数及 比例 ，还希 望 了 解“大专
及 以下”、“大 学及以 下”的人 数及所 占比例 ，此时 显然就 需要使 用累积 指标了 。
当然 ，出于一 些特殊 的分析 目的，累计频 数和累 积 百分 比 也可 能 被 用于 无 序分 类变 量，如希
望 知道各 少数民 族占总 人数的 比例情 况等。 但需要 注 意的 是 ，统计软 件一 般 都只 按类 别编 码从
小 到大进 行频数 和百分 比的累 计，如果 编码不 符合要 求，则 研究者 只能手 工加以 统计。

２．集中趋 势的描 述

除原 始频数 外 ，研究 者 如果希 望 哪一 个类 别 的频 数最 多，还 可 以使用 众 数（Ｍｏ

ｄｅ）来描 述它
的 集中趋 势。所 谓众数 ，是指出 现次数 最多的 那个数 。显然 ，众数 有时可 以多于 一个。如 果只有
一 个众数 称为单 众数，多 于一个 的称为 复众数 。在实 际工作 中，有 时利用 众数来 说明社会 经济现
象 的一般 水平。 例如，为 了说明 职工的 技术等 级、商 品销售 中卖得 最多的 服装、鞋 的号码 等，都可
以 利用众 数来反 映其一 般水平 。但是 ，众数只 反映频 数最多 的类别 的情况 ，而浪 费了所有 其他信
息 ，如另一 个类别 的频数 仅少一 例，使 用众数 描述的 话就会 被完全 忽视掉 ，因此，只有集中 趋势显
著 时，才能用 众数作 为总体 的代表 值。实 际上，当 分类变 量的类 别数不 多时，原 始 频数 表的 观察
并 不复杂 ，此时众 数的使 用价值 并不高 。
可能 这里有 的朋友 会觉得 奇怪，为 什么本 章只提 到对分 类数据 描述其 集中趋 势，而忽 略掉了
离 散趋势 呢？这 是因为 对于分 类数据 而言，其 数据的 离散程 度实际 上是和 集中趋 势有关 联的，它
们 往往受 相同参 数的控 制，因此 不需要 分别描 述，对 此请参 见本章 最后一 节。

３．使用相 对数进 行深入 描述

除以 上比较 简单的 频数、比 例外，研究者 还经常 为分类 数据计 算一些 原始频 数的相对 指标用
于 统计描 述，这些 指标被 称为相 对数，这里简 单介绍 一下常 用的三 种相对 数：
（１）比（Ｒａ
ｔｉ
ｏ）：比指的 是两个 有关指 标之比 Ａ／
Ｂ，用 于反映 这 两个 指标 在 数量 ／
频 数上 的大
小 关系。 其中 Ａ、Ｂ可 以 是性质 相同的 两 个指 标，如两 个地区 相 同时期 内交通 事 故数之 比；也可
以 是性质 不相同 的两个 指标之 比，如某 地区一 周内交 通事故 数与交 通车辆 数之比 。事实 上，比还
可 以被拓 展到连 续变量 的范畴 内，如销 售人员 属于本 月销售 额之比 等。
（２）构成比 （Ｐｒ
ｏｐｏ
ｒｔｉ
ｏｎ）：分观 察对象 为 ｋ个部 分（Ａ１，Ａ２，…，Ａｋ ），其 中某 一个 ／
多 个 部分 的
例 数占总 例数的 比例称 为构成 比，它描 述某个 事物内 部各构 成部分 所占的 比重，构成比的 计算公
式 为：
某一 组成部 分的样 本数
构成比 ＝
总样 本数
可见 构成比 的分子 必须是 分母的 一 部 分，所 以其 取 值 为 ０～１。 实际 上 ，前 面提 到 的 百分 比
 ５．１　 分类变 量的统 计描述 概述 　９９ 　 　　　

就 是一个 标准的 构成比 ，而累积 频率则 是构成 比概念 的直接 延伸。

（３）率（Ｒａ
ｔｅ）：率是 一个具 有时间 概念，或者说 具有速 度、强度 含义的 指标，用于说明 某个时
期 内某个 事件发 生的频 率或强 度，其计 算公式 为：
观 察期内 发生某 事件的 对象数
某事件 的发生 率 ＝
该 时期开 始时的 观察对 象数
准确 的讲，率 应当是 一个时 间点上 的强度 测量，但 这在 实 际工 作 中 很难 做 到，因此 一般 都按
一 个时段 来进行 测量。 从而它 的分子 往往是 一个时 期的累 计数。
以上 相对数 在使用 时应当 注意适 用条件 ，如样本 量较大 时相对 数才会 比较稳 定，基数 不同的
相 对数不 能直接 相加求 和等。

５．１．２　分类变 量 的联合描 述

频数 表可以 描述一 个分类 变量的 数值分 布情况 ，但是 研 究 者往往 希望 对 两个 甚至 多个 分类

变 量的频 数分布 进行联 合观察 ，如希望 考察一 下不同 的血型 在各民 族间的 频数分 布，甚至 于构成
比 状况如 何。此 时就需 要将这 些分类 变量的 类别交 叉 起来，分 别统计 各种 类 别组 合下 的频 数大
小 。当一 共有两 个分类 变量时 ，这种因 分类变 量的 各 类别 交 叉 而成的 复合 频 数表 被称 为行 ×列
表 ，也称列 联表。 更多分 类变量 的交叉 表格和 两个变 量时的 交叉表 格其实 没有本 质区别 ，只是更
为 复杂而 已。在 多个分 类变量 的联合 分析中 ，列 联表 提 供了 清 楚明 白 的 分析 结 果，非常 直观，容
易 进行比 较。在 一般的 调查报 告中，经 常看到 作者应 用列联 表进行 变量的 交叉分 析，它也 是调查
报 告中显 示分析 结果的 主要方 式之一 。
以二 维的 ｒ×ｃ列 联表为 例。假 设有 ｎ个 个体 根 据 两个 属 性 Ａ和 Ｂ进 行分 类 。属 性 Ａ有 ｒ
类 ：Ａ１，Ａ２ ，…，Ａｒ，属性 Ｂ有 ｃ类：Ｂ１，Ｂ２，…，Ｂｃ。ｎ个个体 中既属 于 Ａｉ 类 又属 于 Ｂｊ 类 的有 ｎｉｊ个 。
那 么可用 如表 ５．１所示 的一个 二维的 ｒ×ｃ列联 表表示 。
表 ５．１　二 维 的 ｒ×ｃ列联 表

Ｂ１ Ｂ２ … Ｂｃ 合　计

Ａ１ ｎ１１ ｎ１２ … ｎ１ｃ ｎ１・

Ａ２ ｎ２１ ｎ２２ … ｎ２ｃ ｎ２・

… … … … …

Ａｒ ｎｒ１ ｎｒ２ … ｎｒｃ ｎｒ・

合　 计 ｎ・ １ ｎ・ ２ … ｎ・ ｃ ｎ

表 ５．１中，除 合计栏 外的每 一个单 元格反 映了 Ａ、Ｂ两 属性 在某 种类 别 交 叉 下的 频 数 情况 ，

而 合计栏 则分别 反映了 Ａ、Ｂ两属 性各自 的类别 频数情 况，且表 格中的 数据有 如下的 换算关 系：
ｎｉ・ ＝ ６ ｎｉｊ，ｎ・ ｊ ＝ ６ ｎｉｊ，ｎ＝ ６ ｎｉ・ ＝ ６ ｎ・ ｊ
ｊ ｉ ｉ ｊ

除给 出原始 频数外 ，各单元 格内还 可能给 出行 百 分 比、列 百分 比 和 总百 分 比等，分 别用 于反

映 该单元 格频数 占所在 行、列、总样本 的构成 比情况 。
　　 　　　 　
１００ 第 ５章 　分类 变量的 统计描 述与参 数估计

５．１．３　ＳＰＳＳ中 的相应 功能

作为 比较基 本的功 能，ＳＰＳＳ的 许多分 析 过 程均 可 完成 分 类变 量 统 计描 述 的 任务 ，但 专门 用

于 分类变 量统计 描述的 过程有 两个，它 们均集 中在 Ｄｅ
ｓｃｒ
ｉｐｔ
ｉｖ
ｅＳｔ
ａｔｉ
ｓｔ
ｉｃ
ｓ子菜 单中。
（１）Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过 程：在上 一章中 已经学 习过 了 ，它主要 针对 单 个 分类变 量输 出频 数 表，从
而 得到“频 数”、“百分 比”和“累 积百分 比”的统 计 量。 除原始 频数表 外 ，还 可 给出 描述 集中 趋势
的 众数，以 及直接 绘制用 于分类 变量的 条图和 饼图等 。
（２）Ｃｒ
ｏｓｓ
ｔａｂｓ过程 ：其强项 在于两 个或多 个分类 变量的 联合描 述，可 以产生 二维至 ｎ维 列联
表 ，并计算 相应的 行、列 、合计百 分比和 行、列 汇总指 标 等。 除 强大 的 描 述功 能 外，该过 程也 具备
了 完善的 分类资 料统计 推断功 能，详见 第 １４章。
此外 ，针对比 较特殊 的多选 题统计 描述问 题，ＳＰＳＳ也 为其提 供了 专 门的模 块支持，详见 本章
第 ３节。

５．
２　分类变量统计描述实例

这里 仍以上 一章中 使用过 的 ｓ

ｔｕｄｅ
ｎｔ．ｓ
ａｖ为 例 ，来学 习 一 下分 类 变量 的 统 计描 述 在 ＳＰＳＳ中
的 具体实 现方法 。

５．２．１　使用 Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ过程 输出频数 表

如果 研究者 希望了 解一下 共有多 少学生 ，男生 和 女 生各 自 为多 少 ；各种 血 型的 人数 有多少 ，

则 可以使 用 Ｆｒ
ｅｑｕｅ
ｎｃｉ
ｅｓ过程 输出这 两个变 量的频 数表，具体操 作如下 ：

Ａｎａｌ
ｙｚｅ→Ｄｅ
ｓｃｒ
ｉｐｔ
ｉｖｅＳｔ
ａｔｉ
ｓｔ
ｉｃｓ
→ Ｆｒ
ｅｑｕｅｎｃｉ
ｅｓ
Ｖａ
ｒｉａｂｌ
ｅｓ框 ：ｓ
ｅｘ、ｂｌ
ｏｏｄ＿ｔ
ＯＫ

相应 的分析 结果如 下：
表 ５．
２　Ｓｔ
ａｔｉ
ｓｔ
ｉｃｓ

首先 给出的 是统计 量列表 （见表 ５．

２），因这里 没有选 择输出 任何统 计量，所 以只会 给出 有效
样 本量。 可见一 共有 ２１９名学 生的数 据。这 ２１９名 学 生的性 别和 血 型 数据都 是完 整的 ，没 有缺
失 值。
 ５．２　分类 变量统 计描述 实例 　
１０１　 　　　

表 ５．３　 性别

表 ５．３给 出了 性别的 频数 表，Ｆｒ

ｅｑｕｅ
ｎｃｙ为 频数，Ｐｅｒ
ｃｅｎｔ为各 组 频 数占 总例数 的 百 分比 （包
括 缺失记 录在内 ），Ｖａ
ｌｉ
ｄＰｅｒ
ｃｅｎｔ为 各 组 频数 占总 例数 的 有效 百 分 比，Ｃｕｍｕｌ
ａｔｉ
ｖｅＰｅｒ
ｃｅｎｔ为各 组
频 数占总 例数的 累积百 分比。 可见在 ２１９人 中，男性 ７２人，女 性 １４７人两 类 人群 的累 积百 分比
正 好就是 １００％。由 于不存 在缺失 值，因 此这里 的 Ｐｅｒ
ｃｅｎｔ和 Ｖａ
ｌｉ
ｄＰｅ
ｒｃｅ
ｎｔ完全相 同。
表 ５．４　 血型

表 ５．４给出 的是血 型的分 析结果 ，请读者 自行分 析，这 里不再 详述。

５．２．２　使用 Ｃｒ
ｏｓｓ
ｔａｂｓ过程 输出列联 表

如果 研 究者 希 望 知道 性 别和 血 型的 交 叉 频数 分 布，以及 各种 百 分 比的情 况，又该 如何 操作

呢 ？Ｃｒ
ｏｓｓ
ｔａｂｓ过 程可以 帮研究 者完成 这个任 务，具体 操作如 下：
Ａｎａｌ
ｙｚｅ→Ｄｅ
ｓｃｒ
ｉｐｔ
ｉｖｅＳｔ
ａｔｉ
ｓｔ
ｉｃｓ
→ Ｃｒ
ｏｓｓ
ｔａｂｓ
Ｒｏ
ｗ（ｓ
）框 ：ｓ
ｅｘ｜
Ｃｏｌ
ｕｍｎ（ｓ
）框 ：ｂｌ
ｏｏｄ＿ｔ
Ｃｅ
ｌｌｓ：
　Ｐｅｒ
ｃｅｎｔ
ａｇｅｓ： Ｒｏｗ、 Ｃｏ
ｌｕｍｎ、 Ｔｏｔ
ａｌ
　 Ｃｏ
ｎｔｉ
ｎｕｅ

ＯＫ

操作 中用到 的对话 框如图 ５．１（ａ）所示 ，主 对话 框 中的 Ｒｏ

ｗｓ框 、Ｃｏｌ
ｕｍｎｓ框分 别用 于选 择行
×列表 中的 行、列 变 量。 而 下 方的 Ｌａ
ｙｅｒ框 组则 用 于选 入 更 多的 分 类 变 量 ，这里 被 称 为 层变 量
（详 见第 ６章关于 表格结 构的介 绍）。如 图 ５．
１（ｂ）所 示的 Ｃｅｌ
ｌ子 对话 框用 于定 义 列联 表单 元格
中 需要显 示的指 标。这 里要求 输出三 种百分 比。
本例 相应的 输出如 下：
　　 　　　 　
１０２ 第 ５章 　分类 变量的 统计描 述与参 数估计

　 　 　 （ａ）　 　 　 　 　　 　 　 　 　 　 　 　　 　 　 　 　 　 　　 　 　 （ｂ）

图 ５．１　 Ｃｒ
ｏｓｓ
ｔａｂｓ过程 的 对话 框

表 ５．５　Ｃａｓ
ｅＰｒｏｃ
ｅｓｓｉ
ｎｇＳｕｍｍａｒ
ｙ

首先是 处理记 录缺失 值情况 报告（见 表 ５．５），可 见 ２１９例均为 有效值 。

表 ５．６　 性别 ＊ 血型 Ｃｒ
ｏｓｓ
ｔａｂｕｌ
ａｔｉ
ｏｎ
 ５．３　 多选题 的统计 描述 　
１０３　 　　　

表 ５．６就是 性别和 血型的 交叉表 ，行变量 是性 别 ，列变 量 是血 型 ，由于 系 统默 认为 升序 排列

（Ａｓ
ｃｅｎｄｉ
ｎｇ）。 所以 ４列血型 依次的 排列是 Ａ、ＡＢ、Ｂ和 Ｏ。 可以 看 出，在 总 共 ７２名 男 性 被调 查
者 中，Ａ型 血有 １６名，ＡＢ型血 有 ８名 ，Ｂ型 血有 １７名，Ｏ型血 有 ３１名。同 样，在总 共 １４７名女性
被 调查者 中，Ａ型血有 ５１名，ＡＢ型血 有 ２２名，Ｂ型血有 ２０名，Ｏ型血 有 ５４名。
然而 ，由于在 被调查 中男女 的数量 不同，调查者 很难从 表 ５．６中看出 诸如某 一个血型 男女的
比 例是不 是一样 ，或有什 么差异 。不过 ，每个 单元格 内 已经 输 出了 行 百 分比、列百 分比 和合 计百
分 比。这 里以 Ａ型 血和男 性交叉 的单元 格 为 例加 以 说明 ，该单 元格 内自 上 而 下 依次 为 ：第一 个
数 １６为该 单元格 的实际 频数。 第 二个 数 ２２．２％为 行百分 比，它与 它右边 的 男 性和 ＡＢ、Ｂ、Ｏ交
叉 的单元 格中的 相应 百分 比 １１．１％ 、２３．６％ 和 ４３．１％ 相 加正好 为 １００％；第三个 数 ２３．９％ 为列
百 分比，它 与它下 边的 Ａ型 血和女 性交叉 的单元 格中的 相应百 分比 ７６．１％相 加正好 为 １００％；第
四 个数 ７．３％ 为合计 百分比 ，它是 该单元 格频数 １６在所 有交叉 单元格 中 所占的 总百分 比。 与其
余 单元格 相应的 百分比 相加也 正好为 １００％。
这样 就可以 进行一 些有意 义的比 较了。 比如，在 男性 被 调查者 中 ，Ａ型 血的男 性占 ２２．２％ 。
在 女性被 调查 者中 ，Ａ型 血 的女 性 占 ３４．７％ 。因此 调查者 会 考虑：是否男 性 Ａ型血 的 人较 女性
Ａ型血的 人少（假 设调查 是随机 抽样，总体男 女数量 相同）。 同样的 道理，男 性 ＡＢ型血 的人 较女
性 ＡＢ型血的 人少。 男性 Ｂ型 血的人 较女性 Ｂ型血的 人多。 男 性 Ｏ型血 的人 较女 性 Ｏ型 血的
人 多。不 过，这样 的结果 也可能 是由于 抽样的 偶 然误 差 导致 的 ，必 须 要 经过 假 设检 验，才能 对以
上 的猜测 加以确 定。

５．
３　多选题的统计描述

多 选 题 是 调 查 问 卷 中极 为 常 见 的 调 查 题 目 类 型 ，在 第 ２章 中 已 对 其 录 入 方 式 进 行 了 讲
解 ，由 于 它 所 收 集 的 数 据 也属 于 分 类 数 据 ，因 此 本 章 将 继 续 讲 解 对 于 这 类 多 选 题 如 何 进 行
描 述 分析 。

５．３．１　多选题 的 描述指标 体系

如 何 对 多 选 题 进 行 分 析 呢？ 当 然 ，可 以 对 每 一 个 单 独 的 题 项 来 进 行 统 计 描 述 ，但 这 样
做 是 不全 面 的 ，因 为 这 些 变量 实 际 上 回 答 的 是 一 个 大 问 题 ，将 问 题 割 裂 开 来 可 能 会 导 致 不
正 确 的分 析 结 果 ，而 且 无 法计 算 一 些 汇 总指 标 。 在 多 选 题 分 析 中 比 较 特 别 的 描 述 指 标 有 以
下 ４个 ：
（１）应答人 数：是指 选择了 本选项 的 人数 ，或 者说 就 是 原始 频数，比 如 说在 ２００人 中有 １７８
人 选择了 调理饮 食以控 制高血 压。
（２）应答人 数百分 比（Ｐｅｒ
ｃｅｎｔｏｆＣａｓ
ｅｓ）：选择 该项的 人占 总 人数的 比例，比 如 ２００个受 访者
中 共有 １７８人 选 择 了 调 理 饮 食 以 控 制 高 血 压，则 调 理 饮 食 的 应 答 人 数 百 分 比 为 １７８／
２００＝
８９．
００％。应答人 数百分 比可以 反映该 选项在 人群中 的受欢 迎程度 。
（３）应 答 人 次 ：是 指 选 择 本 选 项 的 人 次 ，一 般 情 况 下 ，应 答 人 次 和 应 答 人 数 是 相 同 的 ，
　　 　　　 　
１０４ 第 ５章 　分类 变量的 统计描 述与参 数估计

但 是 在有 的 时 候 是 不同 的 。 例 如 ，您 最 近 买 的 几 管 牙 膏 的 品 牌 各 是 什 么 ？ 这 种 问 题 ，就 可
能 同 一个 人 回 答 同 一个 答 案 多 次 因为 同 一 个 品 牌 他 买 了 两 管 。 因 此 ，此 类 多 选 题 就 会 有 可
能 出 现选 择 某 答 案 的人 数 不 等 于 选择 某 答 案 的 次 数 的 情 况，因 而 Ｃｏｕｎｔ与 Ｒｅｓｐｏｎｓ
ｅ就 有 可
能 不 等。
（４）应答次 数百分 比（Ｐｅｒ
ｃｅｎｔｏｆＲｅ
ｓｐｏｎｓ
ｅｓ）：在做 出的所 有选择 中 ，选 择 该项 的次 数占 总次
数 （总反应 数）的比 例，比如 ２００受 访者对 ４种 高血压 控制方 式分别 选择了 １７８、１２０、１３４、１６０次 ，
则 总的应 答次数 为 １７８＋１２０＋１３４＋１６０＝５９２人 次，而调 理饮食 的应答 次数百 分比应 为 １７８／
５９２
＝３０．
０７％ 。应答 次数百 分比可 以用于 不同选 项受欢 迎程度 的比较 。
使用 以上几 种指标 ，就可以 对多选 题进行 比较完 善的描 述了。 和 录入 时 相同 ，ＳＰＳＳ的Ｔａ
ｂｌｅｓ
模 块和 Ｍｕｌ
ｔｉ
ｐｌｅＲｅ
ｓｐｏｎｓ
ｅ菜 单都可 以对多 选 题变 量 集 进行 统 计描 述 ，但前者 生 成的 是 标 准的 结
果 表格，可 以进行 各种复 杂编辑 ，而后 者生成 的是纯 文 本 表格 ，功能 上 也 要简 单 一些。 本章 将以
Ｂａｓ
ｅ模块中 的 Ｍｕｌ
ｔｉ
ｐｌｅＲｅｓ
ｐｏｎｓ
ｅ菜单 为主加 以讲 述，Ｔａｂｌ
ｅｓ模 块中 的相 应功 能请 参 见 第 ６、７两
章。

５．３．２　分析实 例

这里 使 用的 是 一次 市 场 调查 的 具体 数 据 ｍｕｌ
ｔｉ
ｐｌｅ
ｃａｔ
ｅｇｏ
ｒｙ．ｓ
ａｖ，文件 中 性 别（ｄ１）变 量的 代码
是 １男，２女。 其中的 第 ７题 （ｑ７）为多 项选择 题，具体 的题目 是：

　　 ｑ７．请问促 使您买 保健品 的主要 原因是 （可多选 ）：

１．广 告宣传 　　　２．自己需 要　　 　３．家人需 要
４．看 望亲友 　　　５．朋友推 荐　　 　６．其他（请 注明）：

对 于 多 选 题 的 录 入 和在 ＳＰＳＳ中 多 选 题 的 定 义 ，在 第 ２章 中 已 经 讲 过 了 ，本 题 是 采 用 多
重 分 类法 进 行 录 入 ，考 虑 到最 多 可 能 答 案为 ６个 ，所 以 共 有 ６个 变 量 （ｑ７＿１～ｑ７＿６）。 此 时
应 当 将这 ６个 变 量 定 义 为 一 个 多 选 题，该 多 选 题 的 名 称 为 ｑ７，标 签 为 “促 使 购 买 保 健品 的 主
要 原 因”。

１．多选题 的频数 列表

如果 希望给 出各答 案的频 数分布 情况，则 操作步 骤如下 ：

Ａｎａｌ
ｙｚｅ→Ｍｕｌ
ｔｉ
ｐｌｅＲｅ
ｓｐｏｎｓｅ→Ｆｒ
ｅｑｕｅｎｃ
ｉｅｓ
Ｔａｂｌ
ｅ（ｓ）ｆ
ｏｒ框：促 使购买 保健品 的主要 原因［＄ｑ７］
ＯＫ

所使 用的 Ｍｕｌ
ｔｉ
ｐｌｅＲｅ
ｓｐｏｎｓ
ｅＦｒ
ｅｑｕｅｎｃｉ
ｅｓ对话框 内容非 常简单 ，如图 ５．２所 示，这里 不再 详细
解 释。只 是指出 下方的 Ｍｉ
ｓｓｉ
ｎｇＶａｌ
ｕｅｓ复选框 组用于 选择对 缺失值 的处理 方式，两个复选 框分别
对 应了两 种编码 的对应 方式，不 能交错 使用。
相应 的结果 输出如 下：
 ５．３　 多选题 的统计 描述 　
１０５　 　　　

图 ５．
２　Ｍｕｌ
ｔｉ
ｐｌｅＲｅｓ
ｐｏｎｓ
ｅ：Ｆｒ
ｅｑｕｅｎｃ
ｉｅｓ过 程的对 话框

Ｇｒ
ｏｕｐ＄ｑ７　促 使购买 保健品 的主要 原因
Ｐｃｔｏ
ｆ Ｐｃｔｏｆ
Ｃａｔ
ｅｇｏｒ
ｙｌａｂｅｌ Ｃｏｄｅ Ｃｏｕｎｔ Ｒｅｓ
ｐｏｎｓ
ｅｓ Ｃａ
ｓｅｓ
广 告宣传 １ １４ ２．２ ３．
１
自 己需要 ２ ２９９ ４７．６ ６６．
７
家 人需要 ３ １９７ ３１．４ ４４．
０
看 望亲友 ４ ９３ １４．８ ２０．
８
朋 友推荐 ５ １７ ２．７ ３．
８
其他 ６ ８ １．３ １．
８
－－ －－－ － －－－ －－ －－ －－－
Ｔｏｔ
ａｌｒ
ｅｓｐｏｎｓ
ｅｓ ６２８ １００．０ １４０．
２
０ｍｉ
ｓｓｉ
ｎｇｃ
ａｓｅｓ
；４４８ｖ
ａｌｉ
ｄｃａｓ
ｅｓ
上面 的结果 提供的 信息是 ：在 ４４８个有效 的 被调 查者中 ，各 种原 因 一 共被 选 择了 ６２８次，其
中 “广告宣 传”被选 择了 １４次，“自 己需要 ”被选择 了 ２９９次，“家 人需要 ”被选择 了 １９７次，“看望
朋 友”被选 择了 ９３次，“朋 友推荐 ”被选择 了 １７次 ，“其他 ”原因被 选择了 ８次。
右边 的两个 百分数 是多项 选择题 比较重 要 的输 出 ：Ｐｃ
ｔｏｆＲｅｓｐｏ
ｎｓｅｓ计 算 的是 选择 次数 占总
选 择次数 的比例 ，比如，这 ４４８位被调 查者一 共进行 了 ６２８次 选择，其 中有 １４人 选择 了“广 告宣
传 ”，该选择 次数所 占的比 例为 １４／
６２８＝２．２％；Ｐｃｔｏ
ｆＣａｓ
ｅｓ计 算的则 是所 有 被调 查者 中选 择相
应 分析方 法 者占 总 人 数的 比 例 ，例 如，有 １４人 选 择了 “广告 宣 传”，他 们 占 总人 数 的 １４／
４４８＝
３．１％。在 调查报 告中，研 究人员 经常使 用的是 Ｐｃｔｏ
ｆＣａ
ｓｅｓ栏中的 百分数 。它所 表 明的 意义 人们
比 较容易 理解，虽 然各个 百分数 的和大 于 １００％ 。

２．多选题 的列联 表分析

上面 直接给 出了多 选题的 频数表 ，但有的 时候还 希望能 够对不 同的人 群分别 描述，即 将多选
题 变量集 和其他 分类变 量进行 交叉描 述。如 在本例 中希望 分性别 进行考 察，则操 作如下 ：
　　 　　　 　
１０６ 第 ５章 　分类 变量的 统计描 述与参 数估计

Ａｎａｌ
ｙｚｅ→Ｍｕｌ
ｔｉ
ｐｌｅＲｅ
ｓｐｏｎｓｅ→Ｃｒ
ｏｓｓ
ｔａｂｓ
Ｒｏ
ｗ（ｓ
）框 ：ｄ１
选中 ｄ１：Ｄｅｆ
ｉｎｅＲａｎｇ
ｅｓ：
　Ｍｉ
ｎｉｍｕｍ 框：
１｜Ｍａｘ
ｉｍｕｍ 框：２
　 Ｃｏ
ｎｔｉ
ｎｕｅ
Ｃｏｌ
ｕｍｎ（ｓ
）框：促 使购买 保健品 的主要 原因［＄ｑ７］
ＯＫ

用到 的操作 界面如 图 ５．３（ａ）所 示 ，可见 多 选 题的 Ｃｒ

ｏｓｓ
ｔａｂｓ主 对 话框 和 普通 Ｃｒ
ｏｓｓ
ｔａｂｓ过 程
的 主对话 框非常 相似，只 是下方 多了 Ｄｅ
ｆｉ
ｎｅＲａｎｇｅ
ｓ钮，用 于为相 应的变 量设置 取值范 围。其 Ｏｐ－
ｔ
ｉｏｎｓ子对话 框（见图 ５．３（ｂ））中也 可以定 义输出 行百分 比、列百 分比 和 总百分 比指标，以及 控制
缺 失值的 处理方 式。

　 　 （ａ
）　　 　 　 　　 　 　 　 　 　 　 　 　 　 　　 　 　 　 　 　 　 　　 （ｂ）

图 ５．３　Ｍｕｌ
ｔｉ
ｐｌｅＲｅｓ
ｐｏｎｓｅ：Ｃｒ
ｏｓｓｔ
ａｂｓ过 程的 对话 框

本例 的分析 结果如 下页框 图所示 。

交叉 表中分 性别给 出了对 各种购 买原因 的选择 情 况。 在 男性 被 调 查者 中 ，购 买保 健品 的原
因 选择如 下：广告 宣传 ３人，自 己需要 １３３人 ，家人 需 要 ８７人 ，看望亲 友 ４９人 ，朋 友推 荐 ６人和
其 他 ３人 。同样 ，在女性 被 调 查者 中，购买 保 健 品 的 原 因 选 择 如 下：广 告 宣 传 １１人 ，自 己 需 要
１６６人 ，家人 需要 １１０人，看 望亲友 ４４人 ，朋友推 荐 １１人和 其他 ５人。 在 ４４８位被 调查 者中，男
性 ２０６人 ，占 ４６％，女性 ２４２人，占 ５４％。
由于 设置的 关系，在 系统输 出的交 叉表的 单元 格 里，只 显 示了 频 数 的多 少 ，这 样看 起来 比较
清 楚，美观 。但是 由于在 被调查 者中男 性与女 性 的数 量 不同 ，仅仅 从 这 个交 叉 表中 的频 数中，很
难 看出性 别之间 的差异 ，在一些 指标上 缺乏可 比性。 如果在 本分析 过程 Ｏｐｔ
ｉｏ
ｎｓ的 Ｃｅｌ
ｌＰｅ
ｒｃｅ
ｎｔａ
－
ｇｅｓ复选框 组中选 择显示 变量的 行百分 比、列 百分比 和 总百 分 比，就可 以更 详 细的 进行 性别 间的
比 较了，对 此请读 者朋友 们自行 操作，这里不 再详述 。
 ５．４　分 类变量 的参数 估计 　
１０７　 　　　

５．
４　分类变量的参数估计

对于 分类变 量而言 ，由于只 能取若 干个离 散的值 ，因此 这里在 讨论参 数估计 时往往关 心的就
是 各类别 在总体 中的比 例是多 少，或者 当从中 进 行一 次 抽样 时 ，抽 得 相 应类 别 的概 率是 多少，且
对 于所有 可能的 类别，其 概率之 和应当 等于 １。

５．４．１　二项分 布 的参数估 计

二项 分布是 分类变 量最为 常见的 分布类 型，下面 将讨论 一下二 项分布 的参数 估计问 题。

１．Ｂｅ
ｒｎｏｕｌ
ｌｉ试验与 Ｂｅｒｎｏｕｌ
ｌｉ试 验序列

在许 多问题 中，人们 仅对试 验中某 事件是 否发生 感兴 趣。 例如，掷 硬币 试 验中，关 心的 是出

现 正面还 是出现 反面；产 品抽样 检查中 ，注意 抽取的 产品是 好产品 还是废 品；射击 试验中 ，命中还
是 不命中 ；比赛中 ，胜还 是负… …在这 类问题 中，试验 的 可能 结果 只 有两 个，或 者事 件 Ａ 发生，或
者 事件 Ａ不 发生即 Ａ
珚发生，这 种只有 两个可 能结果 的试验 称为贝 努利（Ｂｅｒ
ｎｏｕｌ
ｌｉ
）试 验。
现在 开始重 复进行 ｎ次独 立的贝 努利试 验。“重 复”的 意思 是指 各 次试验 的条件 是 相同的 ，
它 意味着 各次试 验中事 件 Ａ发生 的概率 保持不 变，设都 是 ｐ（从而 珚
Ａ 的 概率也 保持不变 ，设 都是
ｑ，ｑ＝１－ｐ
）；“独立 ”的意思 是指各 次试验 的结果 是相互 独立的 。 这种 试验 所对 应 的数 学模 型称
　　 　　　 　
１０８ 第 ５章 　分类 变量的 统计描 述与参 数估计

为 贝努利 概型，有 时为了 突出试 验次数 ｎ，也称为 ｎ次贝 努利概 型或 ｎ重贝努 利试验 。
进行 ｎ次独 立重复 的贝努 利试验 ，每次试 验事件 Ａ发生的 概率为 ｐ，若以 ξ表示 ｎ次独 立重
复 的贝努 利试验 中事件 Ａ发生的 次数，那 么容易 求得 ξ的分 布列是
ｋ ｋ ｎ－ｋ
Ｐｎ （ξ＝ｋ）＝Ｃｎｐｑ 　ｋ＝０，
１，２，…，ｎ
其 中：Ｐ（Ａ）＝ｐ，Ｐ（珚
Ａ）＝ｑ＝１－ｐ
满足 以下三 个条件 的 ｎ次 试验构 成的序 列被称 为是 Ｂｅｒ
ｎｏｕｌ
ｌｉ试 验序列 。
（１）每次试 验结果 ，只能是 两个互 斥的结 果之一 （Ａ或 非 Ａ）。
（２）每次试 验的条 件不变 。即每 次试验 中，结果 Ａ发生的 概率不 变，均 为 π。
（３）各次试 验独立 。即一 次试验 出现什 么样的 结果与 前面已 出现的 结果无 关。

２．二项分 布的函 数式

一般 地，在 Ｂｅｒ
ｎｏｕｌ
ｌｉ试验序 列的 ｎ次试验 中，事件 Ａ出现的 次数 Ｘ具有概 率
ｎ ｋ ｎ－ｋ
Ｐ（Ｘ＝ｋ）＝（ｋ）π （１－π） 　 ｋ＝０，１，…，ｎ
ｎ ｋ ｎ－ｋ ｎ
由于 （ｋ）π （１－π） 是二项 式［π＋（１－π）］ 展开 式 中的 各 项，故 称 此 分 布为 二 项 分布 。
显 然，对于 不同的 ｎ，不同的 π有不同 的二项 分布。 因此，ｎ、π是 二项分 布的两 个参数。
推而 广之，若 有一个 随机变 量 Ｘ，它的可 能取值 是 ０，１，… ，ｎ且 相应的 取值概 率是
ｎ ｋ ｎ－ｋ
Ｐ（Ｘ＝ｋ）＝（ｋ）π （１－π）
则 称此随 机变量 Ｘ服从以 ｎ、π为参 数的二 项分布 ，记为 Ｘ～Ｂ（ｎ，π）。 对于该 变量而 言 ，有 均数
２
μＸ ＝ｎπ，方差 σＸ ＝ｎπ（１－π），标 准差 σＸ ＝ ｎπ（１－π）。 显然，对 于样本 量 ｎ确 定的情 形，均数
和 标准差 间存在 着明确 的换算 关系，它 们都 只受 π 的影 响 ，这 也是 为什 么前 文 不对 离 散 趋势 加
以 描述的 理论依 据。

３．二项分 布与正 态分布 的关系

若已 知 ｎ与 π，则按 上述二 项式可 计算不 同 Ｘ取 值时的 概率，然 后以 Ｘ为 横轴，概率 Ｐ为纵

轴 ，可绘制 二项分 布的图 形（参见 图 ５．４）。 显然，二 项分布 图的形 状取决 于 ｎ，π的 取值。 当 π＝
０．５时 ，图形 对称；当 π≠０．５时，图形 呈偏态 ，但随 ｎ的增 大，图形 逐渐对 称。
由数 理统计 学的中 心极限 定理可 得，当 ｎ较大、π不接 近 ０也不 接近 １时（一 般认 为这 个界
限 是 ｎ＞４０，且 ｎｐ和 ｎｑ均 大 于 ５），二 项 分 布 Ｂ（ｎ，π）已 经 非 常 近 似 于 正 态 分 布 Ｎ（ｎπ，
ｎπ（１－π））。正 态分布 是许多 统计方 法的应 用基础 ，二项分 布 的正 态近 似 拓宽 了二 项分 布的
应 用范围 。

４．二项分 布的参 数估计

在实 际问题 中，对于 一个二 项分布 的总体 而言，其试 验次 数 ｎ是 可 以人 为 确定 和控 制的，因

此 只需要 对参数 π加以估 计，就可 以 明确 整个分 布的 情况 。前面 已经知 道，当 ｎ较大、π也 不太
极 端时，二 项分布 Ｂ（ｎ，π）近 似正态 分布，这样就 可以系 统的利 用 正态 分布 中的 相 应成 果来 进行
参 数估计 了。
一般 地，从一 个阳性 率为 π的 总体中 ，随机 抽取含 量为 ｎ的样本 ，则样 本 中的 阳 性数 Ｘ服从
 ５．４　分 类变量 的参数 估计 　
１０９　 　　　

ｎ＝１０，π＝０．３　 　　 　　 　　 　　 　　ｎ＝３０，π＝０．
３
图 ５．４　 不 同参 数的 二项 分 布示 意图

二 项分布 Ｂ（ｎ，π），且 样本阳 性率 ｐ的概 率

ｎ ｘ ｎ－ｘ
Ｐ（Ｘ）＝（ｘ ）π （１－π）
其 中，样本 率 ｐ的 总体均 数 μｐ ＝π，总 体标 准 差 （也 就是 标准 误 ）σｐ ＝σＸ ／
ｎ。 相 应的 样 本 率就 是
总 体均数 的点估 计值，如 果 样 本 足 够 大，则 可 以 利用 正 态 近 似 计 算 可 信 区 间 ，相 应 的 １００（１－
α）％ 可信区 间为：Ｐ±１．９６ Ｐ（１－Ｐ）／
ｎ。
当不 满足正 态近似 的条件 时，则可 以直接 利用 二 项分 布 的 概率分 布规 律 计算 相应 的可 信区
间 ，此处略 。

５．４．２　其他分 布 类型简介

除二 项分布 外，在 分 类 资 料 的 描 述 中 偶 尔 还 会 遇 到 一 些 其 他 的 分 布 类 型，这 里 简 单 介 绍

一 下。

１．多项分 布

二项 分布用 于描述 只有两 种可能 结局事 件的概 率分布 规律，对 于有多 种可能 结果的 事件，则
需 要使用 多项分 布（Ｍｕｌ
ｔｉ
ｎｏｍｉ
ａｌＤｉ
ｓｔ
ｒｉ
ｂｕｔ
ｉｏｎ）加以 描 述。 比 如在 掷筛 子的 时 候，每个 面 都 会以 一
定 的概率 向上，假 定这些 概率为 ｐ１ ～ｐ６。显 然这些 概率的 和 为 １，而人 们关心 的 就是在 ｎ次 试验
中 各种结 局分别 出现 ｋ
１ ～ｋ
６ 次的 概率，
且 有 ｋ１ ＋ｋ
２ ＋ｋ
３ ＋ｋ４ ＋ｋ５ ＋ｋ６ ＝ｎ。
如果 用 ｐ（ｍ１，…，ｍｋ ）代表多 项分布 ｋ种结 束在 ｎ次 试 验中 分 别出 现 ｍ１，ｍ２ ，…，ｍｋ 次 的概
率 ，而 ｐ１，ｐ２，… ，ｐｋ 为一 次试验 时各种 可能结 束出现 的概率 。则应 当有：
ｎ ｋ ｋ

ｐ１ １ｐ２ ２…ｐｋｋ，６ ｍｉ ＝ｎ，６

ｍ ｍ ｍ
ｐ（ｍ１，ｍ２，…，ｍｋ）＝ ｐｉ ＝１
ｍ１，ｍ２，… ，ｍｋ ｉ＝１ ｉ＝１

① 本 部 分 内 容 属 拓展 知 识 面 ，难 度 较 高 ，跳 过此 节 ，不 会 影响 以 后 各 章 的 阅 读。
　　 　　　 　
１１０ 第 ５章 　分类 变量的 统计描 述与参 数估计

ｎ ｎ！
这里 ＝ 为多 项 式系 数 ，整 个多 项分 布 可 以 用符 号 Ｍ（ｎ；ｐ１，
ｍ１，ｍ２，… ，ｍｋ ｍ１！ｍ２！… ｍｋ！
ｐ２ ，…，ｐｋ）来表 示。

２．超几何 分布

在质 量检查 中，往往 一次抽 取若干 物品，每检查 一 个之 后 并不 放 回，这 时 一个 产品 不会 被重

复 检查。 而如果 发现次 品数超 过标准 ，就会将 整批产 品评价 为不合 格，那 么这种 结局的概 率是多
少 呢？
如果 是“放回 式抽样 ”，也就是 每检查 一个 就把 它放 回 。这 样再 抽取 时 ，检 查过 的 物 品还 有
可 能被抽 上。这 时每次 抽样时 得到次 品的概 率是服 从 二 项分 布的，概 率 等于 次 品的 比 例。 但是
在 上述问 题中，采 用 的 是“不 放 回 抽 样 ”，此 时 概 率 就 满足 超 几 何 分 布 （Ｈｙｐｅｒ
ｇｅｏｍｅｔ
ｒｉ
ｃＤｉ
ｓｔ
ｒｉ
ｂｕ－
ｔ
ｉｏｎ）。
显然 ，超 几何 分布 和排 列 组合 密切相 关 ，仍以 质 量 检查 为 例，在 一 批 ｎ个 产品中 ，如 果 有 ｍ
个 不合格 产品（即 有 ｎ－ｍ个 合格 产 品 ），那 么 在 不放回 抽取 ｔ个 产品 中 有 ｘ个 不合 格 产 品的 概
率 为：
ｍ ｎ－ｍ ｎ
ｐ（ｘ）＝ 　 ｘ＝０，１，…，ｔ
ｘ ｔ－ｘ ｔ

３．Ｐｏｉ
ｓｓｏｎ分布

Ｐｏｉ
ｓｓｏ
ｎ分布也 是一种 离散随 机变量 的分布 ，主要用 于描述 在单位 时间（空 间）中某 种事 件的
发 生数。 如放射 性物质 在单位 时间内 的放射 次数；在 单位容 积充分 摇匀的 水中的 细菌数 ；野外单
位 空间中 的某种 昆虫数 等。
满足 以下三 个条件 的随机 变量服 从 Ｐｏ
ｉｓｓ
ｏｎ分 布：Ｘ的取 值 与观察 单 位的 位置 无关 ，只 与观
察 单位的 大小有 关；在某 个观察 单位上 Ｘ的取 值 与前 面 各 观察 单 位上 Ｘ的 取值独 立（无 关）；在
充 分小的 观察单 位上 Ｘ的 取值最 多为 １。
Ｘ服 从以 μ为参数 的 Ｐｏ
ｉｓｓ
ｏｎ分 布可记 为 Ｘ～Ｐ（μ）。如果 随 机变 量 Ｘ服 从 Ｐｏｉ
ｓｓｏｎ分布，则
Ｘ的取值 范围为 非负整 数，而 每种情 形下相 应取值 概率为 ：
ｋ
μ －μ
Ｐ（Ｘ＝ｋ）＝ ｅ
ｋ！
式中 ｅ为自 然对数 的底 ２．７１８２；μ是 大于 ０的常数 ，被称为 Ｐｏｉ
ｓｓｏ
ｎ分布 的参 数 。Ｐｏ
ｉｓｓ
ｏｎ分
布 只有一 个参数 μ。 这个参 数既是 Ｐｏ
ｉｓｓ
ｏｎ分布 的 总体 均数 ，又 是分 布 的总 体方 差，不 同的 μ对
应 于不同 的 Ｐｏ
ｉｓｓ
ｏｎ分 布。

思考与练习

１．请就 ＳＰＳＳ自带 数据 Ｅｍｐｌ

ｏｙｅ
ｅｄａｔ
ａ．ｓａ
ｖ，分 析员 工 的性别 、受教育 程度、少数民族 、职 位类
别 的分布 情况，并 尝试分 析这些 属性之 间的关 系以及 这些属 性和工 资之间 的关系 。
２．请就 ＳＰＳＳ自带 数据 １９９１Ｕ．Ｓ．Ｇｅ
ｎｅｒ
ａｌＳｏｃｉ
ａｌＳｕｒ
ｖｅｙ．ｓ
ａｖ，分 析 健康 问题 （对应 的变 量为
 参考 文献 　
１１１　 　　　

ｈｌ
ｔｈ１～ｈｌ
ｔｈ９，为多 选题）的 分布情 况。

参考文献

１　吴 喜之主 编．统 计学基 本概念 和方法 ．北京：高等教 育出版 社，

２００３
２　杨 树勤主 编．中 国医学 百科全 书・医 学统计 学分册 ．上海：上海科 学技术 出版社，１９８２
３　杨 树勤主 编．卫 生统计 学．第三 版．北 京：人民 卫生出 版社，１９９５
４　张 文彤主 编．ＳＰＳＳ１１统 计分析 教程（基 础篇）．北 京：北 京希望 电子出 版社，２００２