一、基本概念

变量名：变量唯一标识，英文开头和结尾

变量名标签：解释说明

缺失数据：标记缺失数据

二、分析方法

假设现有定序型变量A: 性别（男生A人，女生B人）；数值型变量B：体重

频数分析：数值型变量体重男女生的分布；

交叉（卡方）分析：两组群体的体重是否有明显差异

t检验（A为分类变量，B数值型变量本会不会因为分类不同而差异）-差异性

    1）单样本t检验：根据样本推测整体体重是否明显高于50kg

    2）两独立样本t检验：两组样本的体重是否有明显差异

    3）配对t检验：样本在服用某减肥药前后体重是否有明显差异

方差分析（A为分类变量，B数值型变量，A对B的影响）- 相关性

    1）单因素方差：单个因素的影响（方差齐性检验、多重比较检验-离散、线性趋势检验-连续、先验对比检验-区分显著水平）

    2）多因素方差：多个分类变量A对于B的影响

    3）协方差分析

非参数检验：

1）单样本非参数检验：整体不是正态分布，需要获得整体分布情况（卡方检验-定序型变量；单样本K-S检验-连续性随机变量）

2）两配对样本的非参数检验：

3）多配对样本的非参数检验：Friedman, CohranQ

线性回归分析（A影响B）- 影响关系

先绘制散点图，观察总体特征；计算相关系数（分析-相关-双变量）（Pearson-定量；Spearman-定序；Kendall-定序）

1）多元线性回归

聚类分析：将变量分为若干类别，根据特征变量

因子分析：若干类别的比重

参考资料：

1. https://spssau.com/helps/basics/concept.html

2. 统计分析与SPSS的应用