乙佳榮第一次做業

spss

SPSS(Statistical Product and Service Solutions)，"統計產品與服務解決方案"軟件。最初軟件全稱爲"社會科學統計軟件包"(SolutionsStatistical Package for the Social Sciences)，可是隨着SPSS產品服務領域的擴大和服務深度的增長，SPSS公司已於2000年正式將英文全稱更改成"統計產品與服務解決方案"，標誌着SPSS的戰略方向正在作出重大調整。爲IBM公司推出的一系列用於統計學分析運算、數據挖掘、預測分析和決策支持任務的軟件產品及相關服務的總稱SPSS。SPSS是世界上最先的統計分析軟件，由美國斯坦福大學的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent於1968年研究開發成功，同時成立了SPSS公司，並於1975年成立法人組織、在芝加哥組建了SPSS總部。2009年7月28日，IBM公司宣佈將用12億美圓現金收購統計分析軟件提供商SPSS公司。現在SPSS已出至版本22.0，並且改名爲IBM SPSS。迄今，SPSS公司已有40餘年的成長曆史。

SPSS是世界上最先採用圖形菜單驅動界面的統計軟件，它最突出的特色就是操做界面極爲友好，輸出結果美觀漂亮。它將幾乎全部的功能都以統1、規範的界面展示出來，使用Windows的窗口方式展現各類管理和分析數據方法的功能，對話框展現出各類功能選擇項。用戶只要掌握必定的Windows操做技能，精通統計分析原理，就可使用該軟件爲特定的科研工做服務。SPSS採用相似EXCEL表格的方式輸入與管理數據，數據接口較爲通用，能方便的從其餘數據庫中讀入數據。其統計過程包括了經常使用的、較爲成熟的統計過程，徹底能夠知足非統計專業人士的工做須要。輸出結果十分美觀，存儲時則是專用的SPO格式，能夠轉存爲HTML格式和文本格式。對於熟悉老版本編程運行方式的用戶，SPSS還特別設計了語法生成窗口，用戶只需在菜單中選好各個選項，而後按"粘貼"按鈕就能夠自動生成標準的SPSS程序。極大的方便了中、高級用戶。SPSS輸出結果雖然漂亮，可是很難與通常辦公軟件如Office或是WPS2000直接兼容，如不能用Excel等經常使用表格處理軟件直接打開，只能採用拷貝、粘貼的方式加以交互。在撰寫調查報告時每每要用電子表格軟件及專業製圖軟件來從新繪製相關圖表，這已經遭到諸多統計學人士的批評;並且SPSS做爲三大綜合性統計軟件之一，其統計分析功能與另外兩個軟件即SAS和BMDP相比仍有必定欠缺。spss的應用領域很是寬泛，例如：宏觀經濟管理的諸多領域（從宏觀經濟政策、金融政策，到產業結構分析、就業分析等)'企業經營管理的諸多領域（如市場研究、銷售研究、客戶行爲特徵研究、人力資源管理、財務分析等），行業管理與特徵分析（如金融產品分析、資本市場分析、貨幣市場分析、製造業分析、信息服務業分析、農業與農民收人分析等），社會學、民族學、人類學等諸多社會科學領域，以及醫學、農學、工學、軍事學領域，乃至理學領域，都離不開統計分析的工具，sPSS都有廣闊的用武之地。spssforWindowsV11.O是模塊化的統計分析軟件，由基本模塊、分類模塊、趨勢模塊、迴歸分析模塊、高級模塊等十餘個模塊組成。

 

spss包含數據的合併、拆分、數據計算、數據的從新編碼、頻率分析、描述性統計分析、探索性分析、單因素方差分析、多因素方差分析、協方差分析、線性迴歸分析、曲線估計等等，如下爲spss的簡單處理：

數據的預處理

spss四個尺度：1.名義尺度（Norminal）–即定類尺度，它僅僅是一種標誌，用於區分變量的不一樣值，類別數據之間沒有次序關係。例如，人口的性別、商品的名稱、身份證、商店類型等。2.定序尺度（Ordinal）–是對事物之間等級或順序差異的一種測度。例如，考試成績（優、良、中、差）、人的身高等級（高、中、矮）、學歷等級（博士、碩士、學士）等。3.定距尺度（Interval），是對事物類別或次序之間間距的測度。例如，100分制考試的成績、重量、溫度等。 4.定比尺度（Ratio），是指可以測度值之間比值的一種計量尺度。例如，員工的月收入、企業產值等。

數據的合併

橫向合併：數據——合併文件——添加變量單擊「瀏覽」按鈕選擇要合併的SPSS數據文件的文件名從左邊文本框中選擇需合併的變量到此框中縱向合併：數據——合併文件——添加個案 縱向合併數據文件的操做方法同橫向合併的方法相似，操做再也不贅述，但需注意如下幾點：兩個待合併的SPSS數據文件的內容合併起來應具備實際意義； 兩個數據文件的結構最好一致； 不一樣數據文件中含義相同的變量最好用相同的變量名，數據類型要相同。

數據加工

據計算：轉換——計算變量輸入目標變量，選擇計算的變量，運用符號和函數計算變量。

基本統計分析

頻數分析：選擇菜單「分析→描述統計→頻率」1．變量選擇：圖的左邊即爲待分析的變量列表，變量選項欄用於選擇要產生頻數表的變量，能夠同時選擇多個變量。系統會分別處理。2．顯示頻率表格選項欄：用於顯示頻數表。通過頻率分析能夠獲得以下結果：（1）頻率分佈表：該表中包含頻率、各頻率佔總樣本數的百分比、有效百分比、累計百分比。（2）統計圖：用統計圖形展現變量的取值情況，頻率分析中提供的統計圖形能夠是條形圖、餅圖或者直方圖。

描述性分析：主要用於輸出變量的各種描述性統計量的值。選擇菜單「分析→ 描述統計 →描述」 ，打開「描述性」主對話框，將要分析的變量加入「變量」列表框中。並勾選「將標準化得分另存爲變量」。  打開「描述：選項」對話框，選中「均值」、「標準差」、「最小值」、「最大值」、「峯度」、「偏度」及顯示順序的「變量列表」等選項。

探索性分析：與前面介紹的兩種分析方法相比，探索性分析更增強大，它是一種在對資料的性質、分佈特色等徹底不清楚的狀況下，對變量進行更深刻研究的描述性統計方法。選擇菜單「分析→ 描述統計 → 探索」，打開「探索」 對話框，，將「成績」字段移入「因變量列表」，「科目」移入「因子列表」。打開「統計量」對話框，選中「描述性」；打開「探索：圖」對話框，選中「按因子水平分組」、「莖葉圖」、「帶檢驗的正態圖」等選項。  打開「探索：選項」，選中「按列表排除個案」選項。

暫時所學到的爲以上圖所示，spss應用遠不止這些還有參數假設檢驗、非參數假設檢驗、方差分析、普通相關分析、線性迴歸分析、主成分分析與因子分析、聚類分析與判別分析等等，隨着自身產品線的不斷完善，SPSS公司的產品體系已經日益完整，而不一樣產品間的互補和兼容性也在不斷加以改進。在13版中，SPSS軟件已經能夠和其餘一些最新的產品很好的整合在一塊兒，造成更爲完整的解決方案。例如，SPSS、SPSS Data Entry和新發布的SPSS Text Analysis for Surveys一塊兒就造成了對調查研究的完整解決方案。而新增的SPSS Classification Trees模塊將使得SPSS軟件自己就可以針對市場細分工做提供更爲完整的方法體系。

spss有許多特色：一、 操做簡單：除了數據錄入及部分命令程序等少數輸入工做須要鍵盤鍵入外，大多數操做可經過「菜單」、「按鈕」和「對話框」來完成。 二、 無須編程：具備第四代語言的特色，告訴系統要作什麼，無需告訴怎樣作。只要瞭解統計分析的原理，無需通曉統計方法的各類算法，便可獲得須要的統計分析結果。對於常見的統計方法，SPSS的命令語句、子命令及選擇項的選擇絕大部分由「對話框」的操做完成。所以，用戶無需花大量時間記憶大量的命令、過程、選擇項。 三、 功能強大：具備完整的數據輸入、編輯、統計分析、報表、圖形制做等功能。自帶11種類型136個函數。SPSS提供了從簡單的統計描述到複雜的多因素統計分析方法，好比數據的探索性分析、統計描述、列聯表分析、二維相關、秩相關、偏相關、方差分析、非參數檢驗、多元迴歸、生存分析、協方差分析、判別分析、因子分析、聚類分析、非線性迴歸、Logistic迴歸等。 四、 方便的數據接口： 可以讀取及輸出多種格式的文件。好比由dBASE、FoxBASE、FoxPRO產生的*.dbf文件，文本編輯器軟件生成的ASCⅡ數據文件，Excel的*.xls文件等都可轉換成可供分析的SPSS數據文件。可以把SPSS的圖形轉換爲7種圖形文件。結果可保存爲*.txt及html格式的文件。 五、 靈活的功能模塊組合：SPSS for Windows軟件分爲若干功能模塊。用戶能夠根據本身的分析須要和計算機的實際配置狀況靈活選擇。SPSS針對初學者、熟練者及精通者都比較適用。而且不少羣體只須要掌握簡單的操做分析，大多青睞於SPSS，像薛薇的《基於SPSS的數據分析》一書也較適用於初學者。而那些熟練或精通者也較喜歡SPSS，由於他們能夠經過編程來實現更強大的功能。

R語言

R是統計領域普遍使用的誕生於1980年左右的S語言的一個分支。能夠認爲R是S語言的一種實現。而S語言是由AT&T貝爾實驗室開發的一種用來進行數據探索、統計分析和做圖的解釋性語言。最初S語言的實現版本主要是S-PLUS。S-PLUS是一個商業軟件，它基於S語言，並由MathSoft公司的統計科學部進一步完善。後來Auckland大學的Robert Gentleman和Ross Ihaka及其餘志願人員開發了一個R系統。由"R開發核心團隊"負責開發。 R是基於S語言的一個GNU項目，因此也能夠看成S語言的一種實現，一般用S語言編寫的代碼均可以不做修改的在R環境下運行。 R的語法是來自Scheme。R的使用與S-PLUS有不少相似之處，這兩種語言有必定的兼容性。S-PLUS的使用手冊，只要稍加修改就可做爲R的使用手冊。因此有人說:R，是S-PLUS的一個"克隆"。 

 

R是一套完整的數據處理、計算和製圖軟件系統。其功能包括:數據存儲和處理系統;數組運算工具(其向量、矩陣運算方面功能尤爲強大);完整連貫的統計分析工具;優秀的統計製圖功能;簡便而強大的編程語言:可操縱數據的輸入和輸出，可實現分支、循環，用戶可自定義功能。與其說R是一種統計軟件，還不如說R是一種數學計算的環境，由於R並非僅僅提供若干統計程序、使用者只需指定數據庫和若干參數即可進行一個統計分析。R的思想是:它能夠提供一些集成的統計工具，但更大量的是它提供各類數學計算、統計計算的函數，從而使使用者能靈活機動的進行數據分析，甚至創造出符合須要的新的統計計算方法。該語言的語法表面上相似 C，但在語義上是函數設計語言(functional programming language)的變種而且和Lisp以及APL有很強的兼容性。特別的是，它容許在"語言上計算"(computing on the language)。這使得它能夠把表達式做爲函數的輸入參數，而這種作法對統計模擬和繪圖很是有用。R是一個免費的自由軟件，它有UNIX、LINUX、MacOS和WINDOWS版本，都是能夠免費下載和使用的。在那兒能夠下載到R的安裝程序、各類外掛程序和文檔。在R的安裝程序中只包含了8個基礎模塊，其餘外在模塊能夠經過CRAN得到。R的原代碼可自由下載使用，亦有已編譯的執行檔版本能夠下載，可在多種平臺下運行，包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。 R主要是以命令行操做，同時有人開發了幾種圖形用戶界面。R內含多種統計學及數字分析功能。由於S的血緣，R比其餘統計學或數學專用的編程語言有更強的物件導向(面向對象程序設計)功能。R的另外一強項是繪圖功能，製圖具備印刷的素質，也可加入數學符號。雖然R主要用於統計分析或者開發統計相關的軟體，但也有人用做矩陣計算。其分析速度可媲美GNU Octave甚至商業軟件MATLAB。R的功能可以經過由用戶撰寫的套件加強。增長的功能有特殊的統計技術、繪圖功能，以及編程界面和數據輸出/輸入功能。這些軟件包是由R語言、LaTeX、Java及最經常使用C語言和Fortran撰寫。下載的執行檔版本會連同一批覈心功能的軟件包，而根據CRAN紀錄有過千種不一樣的軟件包。其中有幾款較爲經常使用，例如用於經濟計量、財經分析、人文科學研究以及人工智能。

基本介紹：在R中，全部對象的數據都有兩個屬性:mode 和 length 即類型【包含數值型(numeric)、字符型(character)、複數性(complex)、邏輯型(logical)】和長度【包含元素個數】，可分別用函數「mode()」、「length()」獲得。同時能夠用「x <- numric(2)」定義x爲一個長度爲2的數值型數據，其餘數據類型也一樣，「logical(2)」表示長度爲2的邏輯型數據。長度爲2表示其x包含了兩個數據值，用線代語言說就是x是一個2維行向量。在線性代數裏有向量、矩陣和行列式等數據形式，R語言也有不一樣的數據形式以應對各類數據處理。包括:向量、數組、矩陣、列表、數據框和時間序列。向量是由一組一樣類型(mode)的數據構成。數值向量、字符向量和邏輯向量。在統計學中數據有分類數據、順序數據、數值數據之分，有時候看似數字但實際表示一個組別，好比在SPSS中輸入數據定義0爲男，1爲女。由此在R中又有一種因子向量，表示類別。

 

 

R是一套由數據操做、計算和圖形展現功能整合而成的套件。包括:有效的數據存儲和處理功能，一套完整的數組(特別是矩陣)計算操做符，擁有完總體系的數據分析工具，爲數據分析和顯示提供的強大圖形功能，一套(源自S語言)完善、簡單、有效的編程語言(包括條件、循環、自定義函數、輸入輸出功能)。在這裏使用"環境"(environment)是爲了說明R的定位是一個完善、統一的系統，而非其餘數據分析軟件那樣做爲一個專門、不靈活的附屬工具。

STATA

Stata 是一套提供其使用者數據分析、數據管理以及繪製專業圖表的完整及整合性統計軟件。它提供許許多多功能，包含線性混合模型、均衡重複反覆及多項式普羅比模式。用Stata繪製的統計圖形至關精美。新版本的STATA採用最具親和力的窗口接口，使用者自行創建程序時，軟件能提供具備直接命令式的語法。Stata提供完整的使用手冊，包含統計樣本創建、解釋、模型與語法、文獻等超過一萬餘頁的出版品。除此以外，Stata軟件能夠透過網絡實時更新天天的最新功能，更能夠得知世界各地的使用者對於STATA公司提出的問題與解決之道。使用者也能夠透過Stat軟件logoa Journal得到許許多多的相關訊息以及書籍介紹等。另一個獲取龐大資源的管道就是Statalist，它是一個獨立的listserver，每個月交替提供使用者超過1000個訊息以及50個程序。

Stata的統計功能很強，除了傳統的統計分析方法外，還收集了近20年發展起來的新方法，如Cox比例風險迴歸，指數與Weibull迴歸，多類結果與有序結果的logistic迴歸，Poisson迴歸，負二項迴歸及廣義負二項迴歸，隨機效應模型等。具體說， Stata具備以下統計分析能力:數值變量資料的通常分析:參數估計，t檢驗，單因素和多因素的方差分析，協方差分析，交互效應模型，平衡和非平衡設計，嵌套設計，隨機效應，多個均數的兩兩比較，缺項數據的處理，方差齊性檢驗，正態性檢驗，變量變換等。分類資料的通常分析:參數估計，列聯表分析 ( 列聯繫數，確切機率 ) ，流行病學表格分析等。等級資料的通常分析:秩變換，秩和檢驗，秩相關等相關與迴歸分析:簡單相關，偏相關，典型相關，以及多達數十種的迴歸分析方法，如多元線性迴歸，逐步迴歸，加權迴歸，穩鍵迴歸，二階段迴歸，百分位數 ( 中位數 ) 迴歸，殘差分析、強影響點分析，曲線擬合，隨機效應的線性迴歸模型等。其餘方法:質量控制，整羣抽樣的設計效率，診斷試驗評價， kappa等。

Stata數據管理包括：

基本統計(Basic statistics)：直交表、相關性、 t- 檢定、變異數相等性檢定、比例檢定、信賴區間…等

線性模式(Linear models)：穩健Huber/White/sandwich變異估計 , 三階最小平方法、類非相關回歸、齊次多項式迴歸、GLS

廣義型線性模式(Generalized linear models)：十連結函數、使用者-定義連結、 ML及IRLS估計、九變異數估計、七殘差…等

二元、計數及有限應變量(Binary, count and limited dependent variables)：羅吉斯特、probit、卜鬆迴歸、tobit、truncated迴歸、條件羅吉斯特、多項式邏輯、巢狀邏輯、負二項、 zero-inflated模型、Heckman 選擇模式、邊際影響

Panel數據/交叉 - 組合時間序列(Panel data/cross-sectional time-series)：隨機及固定影響之迴歸、GEE、隨機及固定-影響之卜鬆及負二項分配、隨機 - 影響、工具變量回歸、AR(1) 干擾迴歸

無母數方法(Nonparametric methods)

多變量方法(Multivariate methods)：因素分析、多變量回歸、 anonical 相關係數

模型檢定及過後估計量支持分析(Model testing and post-estimation support)：Wald檢定、LR檢定、線性及非線性組合、非線性限制檢定、邊際影響、修正平均數Hausman檢定

羣集分析(Cluster analysis)：加權平均、質量中心及中位數聯結、kmeans、kmedians、dendrograms、中止規則、使用者擴充

圖形(Graphics)：直線圖、散佈圖、條狀圖、圓餅圖、 hi-lo 圖、迴歸診斷圖…

調查方法(Survey methods)：抽樣權重、叢集抽樣、分層、線性變異數估計量、擬 - 概似最大估計量、迴歸、工具變量…

生存分析(Survival analysis)：Kaplan–Meier、Nelson–Aalen、Cox迴歸(弱性)、參數模式(弱性)、危險比例測試、時間共變項、左-右檢查、韋柏分配、指數分配…

流行病學工具(Tools for epidemiologists)：比例標準化、病例控制、已配適病例控制、Mantel – Haenszel，藥理學、ROC分析、ICD-9-CM

時間序列(Time series)：ARIMA、ARCH/GARCH、VAR、Newey–West、correlograms、periodograms、白色 - 噪音測試、最小整數根檢定、時間序列運算、平滑化

最大概似法(Maximum likelihood)：轉換及常態檢定(Transforms and normality tests)Box–Cox、次方轉換Shapiro–Wilk、Shapiro–Francia檢定

其它統計方法(Other statistical methods)：樣本數量及次方、非線性迴歸、逐步式迴歸 、統計及數學函數

包含樣本範例(Sample session)

再抽樣及模擬方法(Resampling and simulation methods)

bootstrapping、jackknife、蒙地卡羅模擬、排列檢定

網絡功能：安裝新指令、網絡升級、網站檔案分享、Stata 最新消息epiman論壇學習資源豐富，學術氛圍良好，在國內新生代公共衛生學術界有必定影響力。是探討Stata、spss、sas、epidata等統計軟件的主流論壇之一。

 Python

Python(英語發音:/ˈpaɪθən/), 是一種面向對象、解釋型計算機程序設計語言，由Guido van Rossum於1989年末發明，第一個公開發行版發行於1991年，Python 源代碼一樣遵循 GPL(GNU General Public License)協議。Python語法簡潔而清晰，具備豐富和強大的類庫。它常被暱稱爲膠水語言，可以把用其餘語言製做的各類模塊(尤爲是C/C++)很輕鬆地聯結在一塊兒。常見的一種應用情形是，使用Python快速生成程序的原型(有時甚至是程序的最終界面)，而後對其中有特別要求的部分，用更合適的語言改寫，好比3D遊戲中的圖形渲染模塊，性能要求特別高，就能夠用C/C++重寫，然後封裝爲Python能夠調用的擴展類庫。須要注意的是在您使用擴展類庫時可能須要考慮平臺問題，某些可能不提供跨平臺的實現。

 

Python（KK 英語發音：/'paɪθɑn/, DJ 英語發音：/ˈpaiθən/）是一種面向對象、直譯式計算機程序設計語言，由Guido van Rossum於1989年末發明。第一個公開發行版發行於1991年。Python語法簡捷而清晰，具備豐富和強大的類庫。它常被暱稱爲膠水語言，它可以很輕鬆的把用其餘語言製做的各類模塊（尤爲是C/C++）輕鬆地聯結在一塊兒。常見的一種應用情形是，使用python快速生成程序的原型（有時甚至是程序的最終界面），而後對其中有特別要求的部分，用更合適的語言改寫。好比3D遊戲中的圖形渲染模塊，速度要求很是高，就能夠用C++重寫。

主要特色:簡單：Python是一種表明簡單主義思想的語言。閱讀一個良好的Python程序就感受像是在讀英語同樣。它使你可以專一於解決問題而不是去搞明白語言自己。

易學：Python極其容易上手，由於Python有極其簡單的語法。

免費、開源：Python是FLOSS（自由/開放源碼軟件）之一。使用者能夠自由地發佈這個軟件的拷貝、閱讀它的源代碼、對它作改動、把它的一部分用於新的自由軟件中。FLOSS是基於一個團體分享知識的概念。

高層語言：用Python語言編寫程序的時候無需考慮諸如如何管理你的程序使用的內存一類的底層細節。

可移植性：因爲它的開源本質，Python已經被移植在許多平臺上（通過改動使它可以工做在不一樣平臺上）。這些平臺包括Linux、Windows、FreeBSD、Macintosh、Solaris、OS/二、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE、PocketPC、Symbian以及Google基於linux開發的android平臺。

解釋性：一個用編譯性語言好比C或C++寫的程序能夠從源文件（即C或C++語言）轉換到一個你的計算機使用的語言（二進制代碼，即0和1）。這個過程經過編譯器和不一樣的標記、選項完成。

運行程序的時候，鏈接/轉載器軟件把你的程序從硬盤複製到內存中而且運行。而Python語言寫的程序不須要編譯成二進制代碼。你能夠直接從源代碼運行 程序。

在計算機內部，Python解釋器把源代碼轉換成稱爲字節碼的中間形式，而後再把它翻譯成計算機使用的機器語言並運行。這使得使用Python更加簡單。也使得Python程序更加易於移植。

面向對象：Python既支持面向過程的編程也支持面向對象的編程。在「面向過程」的語言中，程序是由過程或僅僅是可重用代碼的函數構建起來的。在「面向對象」的語言中，程序是由數據和功能組合而成的對象構建起來的。

可擴展性：若是須要一段關鍵代碼運行得更快或者但願某些算法不公開，能夠部分程序用C或C++編寫，而後在Python程序中使用它們。

可嵌入性：能夠把Python嵌入C/C++程序，從而向程序用戶提供腳本功能。

豐富的庫：Python標準庫確實很龐大。它能夠幫助處理各類工做，包括正則表達式、文檔生成、單元測試、線程、數據庫、網頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV文件、密碼系統、GUI（圖形用戶界面）、Tk和其餘與系統有關的操做。這被稱做Python的「功能齊全」理念。除了標準庫之外，還有許多其餘高質量的庫，如wxPython、Twisted和Python圖像庫等等。

規範的代碼：Python採用強制縮進的方式使得代碼具備較好可讀性。而Python語言寫的程序不須要編譯成二進制代碼。

Python示例圖：

 

基本操做步驟：一、首先你要使用書籍、課程、視頻來學習 Python 的基礎知識

二、而後你必需掌握不一樣的模塊，好比 Pandas、Numpy、Matplotlib、NLP (天然語言處理)，來處理、清理、繪圖和理解數據。

三、接着你必需可以從網頁抓取數據，不管是經過網站API，仍是網頁抓取模塊Beautiful Soap。經過網頁抓取能夠收集數據，應用於機器學習算法。

四、最後一步，你必需學習機器學習工具，好比 Scikit-Learn，或者在抓取的數據中執行機器學習算法(ML-algorithm)。