sass软件介绍学习心得.doc

《sass软件介绍学习心得.doc》由会员分享，可在线阅读，更多相关《sass软件介绍学习心得.doc（14页珍藏版）》请在三一文库上搜索。

1、竭诚为您提供优质文档 /双击可除 第 1 页共 26 页 sass软件介绍学习心得 篇一：spssspss 软件学习心得 误差理论数据处理分析 常见的统计软件有 sAs,spss,mlnlTAb,exceLsAs,spss,mlnlTAb,exceL 等。这些 统计软件的功能大同小异， 各有所侧重。其中的 sAssAs 和 spssspss 是目前在大型企业，各类院校及科研机构中较为流行的两种 统计软件。特别是 spssspss，其界面友好，功能强大，易学，易 用，包含了几乎全部尖端的统计方法， 具备完善的数据定义， 操作管理和开放的数据接口以及灵活美观的统计图表制作。 作为专业的统计软件，s

2、pssspss 感觉比 exceLexceL 更丰富，也更准确。 从表 1 1 中分析，抗拉强度的极小值为 67.8967.89，极大值为 80.3680.36，均值标准误差为 0.869480.86948，标准差为 3,477933,47793，方差 为12.09612.096。屈服强度的极小值为 47.1447.14，极大值为 8.2278.227。 表 2 2 从表 2 2 中分析，回归平方和为 176.469176.469，自由度为 1 1， 均值方差,176.469,176.469，显著性为 竭诚为您提供优质文档 /双击可除 第 1 页共 26 页 497.056497.056，残差

3、平方和为 4.9704.970，自由度为 1414,均值方第 3 页共 26 页 差为 0.3550.355 表 3 3 从表 3 3 从分析，常数量 b b 为 12.514 12.514 ,非标准化系数的标 准误差为 2.719 2.719 , T T值为 4.6024.602。标准系数使用版为 0.986 0.986 , T T 值为 22.22.自变量的 b b 值为 1.196 1.196 ,非标准化系数的标准误差 为 0.0540.054，295295。 表 4 4 图 1 1 从散点图可以看出，抗拉强度 丫与屈服强度 x x 大致呈线 性关系。人们假设 丫与 x x 之间的内在关

4、系是一条直线，这些 点与直线的偏离是实验过程中其他一些随机因素的影响而 引起的。 心得体会 在学习 SPSSSPSS 中必须学会的是“数据组织方式和数据测 度”这个对于那些学习信息的人容易理解，对文科出身的 人不容易理解。但是这个问题对于初学者很重要。在实际使 用 SPSSSPSS 时，就得按部就班地按照先定义变量，测调度，在 录入（导入数据），再分析。分析并不是整个流程。 在大二快结束的学习过程中参加了 SPSSSPSS 的课程学习， 尽管我只是大略地学习，泛泛地接触这门课程，但是对这门 课的兴趣很浓。参与这次实践的经历深刻改变了我对这门课 的认识。我越发感到我需要这门课程，我必须掌握这门统

5、计 技术，分析方法。这就是社会的需求，学校的标准，也是个 人发展得需要。 虽然只有几周的学习时间，但我已经对该课程有了更多 的了解，十分感谢黄璟老师讲解的这门课， 提供了这个平台。 第 4 页共 26 页 理论加实践，为不同基础的学生提供了好的学习环境。我认 为开设很有必要，应当成为重点。 现实生活中的数据多不胜数，但要得到有用的数据并不 容易，这就要应用数据分析的方法确定数据的属性，再用清 理工具（清洗、集成、转换、消减）进行筛选转化为有用的 信息，再用 spssspss 深入分析，得出规律。 对数据的分析是以统计学为基础的，统计学提供了一套 完整的科学方法论，统计软件则是实现的手段，统计分

6、析软 件具有很多有点。它功能全面，系统地集成了多种成熟的统 计分析方法；有完善的数据定义、操作和管理功能；方便地 生成各种统计图形和统计表格；使用方式简单，有完备的联 机帮助功能；软件开放性好，能方便地和其他软件进行数据 交换。我们接触最多的统计软件是 exceLexceL 和 spssspss。在统计学 中应用 exceL,exceL,在数据分析中则主要是 spssspss，它具有很好的 人机界面和完善的输出结果。 这门课程中我们学了另外一种数据分析方法就是聚类 分析。它与“物以类聚，人以群分”是同样的道理。多元统 计分析方法就是对样品或指标进行量化分类的问题，它们讨 论的对象是大量的样品，

7、要求能合理地按各自的特性也就是 相似性来进行合理的分类，没有任何模式可供参考或依循， 即是在没有先验知识的情况下进行的。我们学习了 Q Q 型聚类 法、R R 型聚类法以及系统聚类法。Q Q 型聚类分析样品间的聚 类，用距离来测度亲疏程度。 R R 型聚类分析变量间的聚类， 用相似系数来测度亲疏程度。 第 5 页共 26 页 篇二：spssspss 学习心得体会 应用统计分析学习报告本科的时候有概率统计和数理 分析的基础，但是从来没有接触过应用统计分析的东西， spssspss 也只是听说过，从来没有学过。一直以为这一块儿 会比较难，这学期最初学的时候，因 为没有认真看老师给的英文教材，课下也

8、没有认真搜集 相关资料，所以学起来有些吃力，总 感觉听起来一头雾水。老师说最后的考核是通过提交学 习报告，然后我从图书馆里借了些教 材查了些资料，发现很多问题都弄清楚了。结合软件和 书上的例子，实战一下，发现 spssspss 的功能相当强大。最后总结出这篇报告，以巩固所学。 spssspss，全称是 statisticalproductandservicesolutionsstatisticalproductandservicesolutions ， 即“统计产品与服务解 决方案”软件，是 ibmibm 公司推出的一系列用于统计学分 析运算、数据挖掘、预测分析和决策 支持任务的软件产品及相关

9、服务的总称，也是世界上公 认的三大数据分析软件之一。 spssspss 具 有统计分析功能强大、操作界面友好、与其他软件交互 性好等特点，被广泛应用于经济管理、 医疗卫生、自然科学等各个领域。具体到管理方面，spssspss 也是一个进行数据分析和预测的强 第 6 页共 26 页 大工具。这门课中也会用到 amosamos 软件。关于 spssspss 的书， 很多都是首先介绍软件的。这个软件易于安装，我装的是 19.019.0 的，虽 然 20.020.0 有一些改变和优化，但是主体都是一样的，而 且都是可视化界面，用起来很方面且容 易上手。所以，我学习的重点是卡方检验和 t t 检验、方

10、差分析、相关分析、回归分析、因子 分析、结构方程模型等方法的适用范围、应用价值、计 算方式、结果的解释和表述。首先是 t t 检验这一部分。由于 参数检验的基础不牢固，这部分也是最初开始接触应用统 计的东西，学起来很多东西拿不准，比如说原假设默认 的是什么。结果出来后依然分不清楚 是接受原假设还是拒绝原假设。不过现在弄懂了。这部 分很有用的是 t t 检验。t t 检验应用于 当样本数较小时，且样本取自正态总体同时做两样本均 数比较时，还要求两样本的总体方差 相等时，已知一个总体均数 U U,可得到一个样本均数及 该样本标准差，样本来自正态或近似 正态总体。t t 检验分为单样本 t t 检验

11、、独立样本 t t 检验、 配对样本 t t 检验。其中，单样本 t t 检 验是样本均数与总体均数的比较的 t t 检验，用于推断样 第 7 页共 26 页 本所代表的未知总体均数 卩与已知的总体均数 uouo 有无差别； 独立样本 t t 检验主要用于检验两个样本是否来自 具有相同均值的总体，即比较两个样本的均值是否相同， 要求两个样本是相互独立的；配对 样本（: :sasssass 软件介绍学习心得）t t 检验中，要正确理解 “配对”的含义，主要用于检验两个有联系的正态总体的均 值是 否有显著差异，跟独立检验的区别就是样本是否是配对 样本。这几个方法用软件操作起来都 是相对简单的，关键

12、是分清楚什么时候用这个什么时候 用那个。然后是方差分析。方差分析就是将索要处理的观测 值作为一个整体，按照变异的不同来 源把观测值总变异的平方和以及自由度分解为两个或 多个部分，获得不同变异来源的均值与 误差均方，通过比较不同变异来源的均方与误差均方， 判断各样本所属总体方差是否相等。 方差分析主要包括单因素方差分析、多因素方差分析和 协方差分析等。这一部分在学习的过 程中出现一些问题，就是用 SPSSSPSS 来操作的时候分不清 观测变量和控制变量，如果反了的话会 导致结果的不准确。其次，对 bonferroni bonferroni 、tukeytukey、 第 8 页共 26 页 sch

13、effescheffe 等方法的使用目的不清楚，现在 基本掌握了多重比较方法选择：一般如果存在明确的对 照组，要进行的是验证性研究，即计 划好的某两个或几个组间(和对照组)的比较。宜用 bonferroni(lsd) bonferroni(lsd) 法；若需要进行多个 均数间的两两比较，且各组个案数相等，适宜用 tukeytukey 法；其他情况宜用 scheffescheffe 法。最后， 对方差齐性检验、多重比较检验、趋势检验理解不够透 彻，在方差检验中，posthocposthoc 键有 lsdlsd 的选项：当方差分析 f f 检验否定了原假设，即认为至少 有两个总体的均值存在显著性差

14、异时， 须进一步确定是哪两个或哪几个均值显著地不同，则需 要进行多重比较来检验。lsdlsd 即是一 种多因变量的三个或三个以上水平下均值之间进行的 两两比较检验。相关分析是研究现象之间是否存在某种依存 关系，并对具体有依存关系的现象探讨其相 关方向以及相关程度，是研究随机变量之间的相关关系 的一种统计方法。相关分析研究现象 之间是否相关、相关的方向和密切程度，一般不区别自 变量或因变量。主要有双变量相关分 析、偏相关、距离相关几个方法。双变量相关分析是相 第 9 页共 26 页 关分析中最常使用的分析过程，主要 用于分析两个变量之间的线性相关分析，可以根据不同 的数据类型和条件，选用 pea

15、rsonpearson 积 差相关、spearmanspearman 等级相关和 kendalkendall l 的 tautau- -b b 等级相 关。当数据文件包括多个变量时，直接对两个变量进行相关 分析往往不能真实反映二者之间的关系，此时就需要用到偏 相 关分析，从中剔除其他变量的线性影响。距离相关分析 是对观测变量之间差异度或相似程度 进行的测量，其中距离需要弄清楚，距离分析是对观测 量之间相似或不相似程度的一种测度， 是计算一对观测量之间的广义距离。这些相似性或距离 测度可以用于其他分析过程，例如因 子分析、聚类分析或多维定标分析，有助于分析复杂的 数据集。接着是回归分析。相关分析

16、研究的是现象之间是否 相关、相关的方向和密切程度，一般 不区别自变量或因变量。而回归分析则要分析现象之间 相关的具体形式，确定其因果关系， 并用数学模型来表现其具体关系。比如说，从相关分析 中我们可以得知“质量”和“用户满 意度”变量密切相关，但是这两个变量之间到底是哪个 变量受哪个变量的影响，影响程度如 第 10 页共 26 页 何，则需要通过回归分析方法来确定。回归分析的目的 在于了解两个或多个变量间是否相关、 相关方向与强度，并建立数学模型以便观察特定变量来 预测研究者感兴趣的变量。运用十分 广泛，回归分析按照涉及的自变量的多少，可分为一元 回归分析和多元回归分析；按照自变 量和因变量之

17、间的关系类型，可分为线性回归分析和非 线性回归分析。如果在回归分析中， 只包括一个自变量和一个因变量，且二者的关系可用一 条直线近似表示，这种回归分析称为 一元线性回归分析。如果回归分析中包括两个或两个以 上的自变量，且因变量和自变量之间 是线性关系，则称为多元线性回归分析。应用回归分析 时应首先确定变量之间是否存在相关 关系，如果变量之间不存在相关关系，对这些变量应用 回归预测法就会得出错误的结果。正 确应用回归分析预测时应注意：用定性分析判断现象 之间的依存关系；避免回归预测的 任意外推；应用合适的数据资料； 接下来是因子分析。因子分析是指研究从变量群中提取共性因子的统计技术。最 早由英

18、第 11 页共 26 页 国心理学家 c.e.c.e.斯皮尔曼提出。他发现学生的各科成绩 之间存在着一定的相关性，一科成绩 好的学生，往往其他各科成绩也比较好，从而推想是否 存在某些潜在的共性因子，或称某些 一般智力条件影响着学生的学习成绩。因子分析可在许 多变量中找出隐藏的具有代表性的因 子。将相同本质的变量归入一个因子，可减少变量的数 目，还可检验变量间关系的假设。因 子分析的主要目的是用来描述隐藏在一组测量到的变 量中的一些更基本的，但又无法直接测量到的隐性变量。从 显性的变量中得到因子的方法有两类。一类是探索性因子分 析， 另一类是验证性因子分析。探索性因子分析不事先假定 因子与测度项

19、之间的关系，而让数据 “自己说话”。而验证性因子分析假定因子与测度项的 关系是部分知道的，即哪个测度项对应 于哪个因子，虽然我们尚且不知道具体的系数。这一部 分不能用 spssspss 来操作，要用 amos,amos, 用起来也很方便。 最后一部分学习的是结构方程模型。结构方程模型是一 种融合了因素分析和路径分析的 多元统计技术。它的强势在于对多变量间交互关系的定 量研究。在近三十年内，其大量应用 第 12 页共 26 页 于社会科学及行为科学的领域里，并在近几年开始逐渐 应用于市场研究中。结构方程模型是 对顾客满意度的研究采用的模型方法之一。其目的在于 探索事物间的因果关系，并将这种关 系

20、用因果模型、路径图等形式加以表述。结构方程模型 与传统的回归分析不同，结构方程分 析能同时处理多个因变量，并可比较及评价不同的理论 模型。与传统的探索性因子分析不同， 在结构方程模型中，我们可以提出一个特定的因子结构， 并检验它是否吻合数据。通过结构 方程多组分析，我们可以了解不同组别内各变量的关系 是否保持不变，各因子的均值是否有 显著差异。 这门课要学习完了，整个学习的过程是充满曲折和挑战 的，我见证了自己从一无所知到 困惑迷茫再到略懂再到会用的过程。甚至学完之后有些 问题还没有彻底搞清楚，自己接下来 还会不断的探索的。spssspss 是个很神奇的工具，结合 amosamos 和 exc

21、elexcel 更是如虎添翼，相信学习 了 SPSSSPSS 在以后的论文和数据分析中很有用。这门课给 我的感觉是看起来很难，但是实际学起 第 13 页共 26 页 来就好很多，因为当我结合具体实例和软件的时候，很 多抽象的问题就豁然开朗了。但是想 给老师一个建议，这门课需要很强的统计和概率论的基 础，要不然就会很难听懂或者听得半 懂。然后这门课的很多方法的相关资料都是用在医疗卫 生、自然科学领域的，在管理中的应 用的资料不怎么多。老师希望我们上课的时候结合在管 理中的应用来学习，但是资料有限， 希望老师在这个方面多给学生一些引导。 篇二：spssspss 心 得体会学习 spssspss 在

22、教育统计中的应用心得体会 一、什么是 spss spss ?为什么要学习 spss spss ?新学期开始时， 在信息化教育测量与评价的课程中第一次接触到 spssspss 这个 软件，作为本科是计算机专业出身的我，当时只知道 spss spss 是一套统计软件， 就是一套根据统计学原理所编写出来的统计分析软件， 至于统计什么？分析什么？我一无所 知，尤其是看到老师推荐的 spssspss 在教育统计中的应用 这本书的时候，就简单的把它理解 为用 spssspss 软件来统计、分析与教育相关的数据，最终 得出想要的结论而已，而现在看来，我 当初的想法未免有点简单与无知。下面就来让我们了解 一下

23、 spssspss。spss spss 软件是一组专业的、 通用的统计软件包，同时它也是一个组合式软件包，兼 第 14 页共 26 页 有数据管理、统计分析、统计绘图和 统计报表功能。它广泛用于教育、心理、医学、市场、 人口、保险等研究领域，也用于产品 质量控制、人事档案管理和日常统计报表等。 spssspss 软件 对计算机硬件系统的要求较低；对运 行的软件环境要求宽松，有各种版本可运行在 windowsxpwindowsxp、win7 win7 系统环境下，spss spss 统计软 件采用电子表格的方式输入与管理数据，能方便地从其 他数据库中读入数据（如 dbasedbase，excel excel ， lotus lotus 等）。 我为什么要学习 spssspss 呢？其实很简单，一方面，做为 一名研究生，要具备一定的科研能力，如今量化研究的方法 大行其道，一切要以事实说话、 要以数据说话，有了数据支持的研究才能更容易被认可、 被推论。另一方面，根据对 aect94aect94 定义的理解，教育技术学研究的对象是学习过程和学习 资源，包含大量的偶然现象和非精确现象。因此，要深 入研究教育技术现象及其规律，必须运用统计描述、统 计分析方法和模糊数学分析方法，才