§6.3 Explore过程

Explore过程可对变量进行更为深入详尽的描述性统计分析，主要用于对资料的性质、分布特点等完全不清楚时，故又称之为探索性分析。它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，如枝叶图、箱图等，显得更加详细、全面，有助于用户制定继续分析的方案。

6.3.1　界面说明

【Display单选钮组】

用于选择输出结果中是否包含统计描述、统计图或两者均包括。

【Dependent List框】

用于选入需要分析的变量。

【Factor List框】

如果想让所分析的变量按某种因素取值分组分析，则在这里选入分组变量。

【Label cases by框】

选择一个变量，他的取值将作为每条记录的标签。最典型的情况是使用记录ID号的变量。

【Statistics钮】

弹出Statistics对话框，用于选择所需要的描述统计量。有如下选项：

• Descriptives复选框：输出均数、中位数、众数、5%修正均数、标准误、方差、标准差、最小值、最大值、全距、四分位全距、峰度系数、峰度系数的标准误、偏度系数、偏度系数的标准误及指定的均数可信区间。
• M-estimators复选框：作中心趋势的粗略最大似然确定，输出四个不同权重的最大似然确定数。
• Outliers复选框：输出五个最大值与五个最小值。
• Percentiles复选框：输出第5%、10%、25%、50%、75%、90%、95%位数。

【Plot钮】

弹出Plot对话框，用于选择所需要的统计图。有如下选项：

• Boxplots单选框组：确定箱式图的绘制方式，可以是按组别分组绘制(Factor levels together)，也可以不分组一起绘制(Depentends together)，或者不绘制(None)。
• Descriptive复选框组：可以选择绘制茎叶图(Stem-and-leaf)和直方图(Histogram)。
• Normality plots with test复选框：绘制正态分布图并进行变量是否符合正态分布的检验。
• Spread vs. Level with Levene Test单选框组：当选择了分组变量时，绘制spread-versus-level图（我还没有找到他的中文名字该叫什么），设置绘图时变量的转换方式，并进行组间方差齐性检验。

【Options钮】

用于选择对缺失值的处理方式，可以是不分析有任一缺失值的记录、不分析计算某统计量时有缺失值的记录，或报告缺失值。

6.3.2　结果解释

以例6.1的数据为例，按默认方式下的选择，Explore过程的输出如下：

Explore

首先是例行的处理记录缺失值情况报告，可见101例均为有效值。

上表详细列出了常用的描述统计量，如果有标准误也会列出（如偏度和峰度系数）。

X

X Stem-and-Leaf Plot

Frequency Stem & Leaf

     1.00        2 .  7
     8.00        3 .  00123334
     9.00        3 .  556689999
    24.00        4 .  000001111222333333344444
    25.00        4 .  5555556666677777777788899
    17.00        5 .  01111111222333334
     9.00        5 .  556778889
     6.00        6 .  112333
     1.00        6 .  5
     1.00 Extremes    (>=7.2)

 Stem width:    1.0000
 Each leaf:       1 case(s)

以上是茎叶图，整数位为茎，小数位为叶。这样可以非常直观的看出数据的分布范围及形态，在国外非常流行。

以上是箱式图，中间的黑粗线为均数，红框为四分位间距的范围，上下两个细线为最大、最小值。