做業一：統計軟件簡介與數據操做

SPSS簡介：

1、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」，這標誌着SPSS的戰略方向正在作出重大調整。SPSS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，有Windows和Mac OS X等版本。

                                                        

2、功能特色     

 1)數據自動處理；  2)強大的統計功能；      3)徹底的Windows風格，操做界面友好，易於操做；     4)良好的幫助系統和自學功能；     5)簡單的編程；      6)完美的圖形處理能力；      7)採用相似EXCEL表格的方式輸入與管理數據，強大的數據對接功能，能方便的從其餘數據庫讀入數據；     8)支持DLE和Active技術；     9)內置VBA客戶語言；      10)強大的函數功能和internet功能。 

                  

 

 

3、功能模塊    

 1）SPSS Base：SPSS的基本模塊，管理整個軟件平臺，管理數據訪問、數據處理和輸出，並能進行不少種常見基本統計分析。其餘模塊必須掛接在此模塊才能運行；     2）SPSS Advanced Models：提供了一組成熟的單變量和多變量分析技術來解決現實問題，它能方便地創建更靈活、更成熟的模型，在處理嵌套數據時到更精確的預測模型。它可用於分析事件歷史和持續時間數據，還可自定義工具，用內建的宏程序庫進一步地定製工具組，以便擴展分析功能用於更專門的用途；  3）SPSS Regression：大量的非線性建模工具、多維尺度分析幫助研究人員進行非線性迴歸分析。它將數據從數據約束中解放出來，方便地把數據分紅兩組，創建可控制的模型及表達式進行非線性模型的參數估計，可以創建比簡單線性迴歸模型更好的預測模型；  4）SPSS Trends：用強有力的時間序列分析工具作更好的預測。不論數據的大小或變量的多寡都能創建可靠的預測，自動選取適合模型及參數下降預測偏差；更有效率的更新及管理預測模型，讓您有更多時間比較和探索與其它模型的差別；產生專家級的經驗預測值、預測模型類型、模型參數值及其它相關輸出；提供可理解的有意義的信息給組織決策者，以利於企業進行正確預測；     5）SPSS Classification Trees：可創建決策樹來確認分組並預測結果，利用直覺式的樹形圖，顏色分類圖，和表格協助研究人員輕鬆確認和評估區隔；  6）SPSS Categories：用啓發性的二維圖和感知圖讓您清晰地洞察數據中的關係，使您能夠更完整和方便地分析數據。經過相似傳統的迴歸分析、主成份分析及典型相關分析的分析方法，幫您處理和了解分類數據及定序數據；      7）SPSS Tables：提供35種單元和摘要統計量，可以更方便地顯示多重序列數據，它能串接全部的維度，以在同一表格中顯示包含不一樣統計量的各類變量。Tables用更深刻的分析，輕鬆地處理複選題與缺失值，用包括全部統計量、易於理解的表格來展示分析結果，經過完整的表格控制權，研究人員還能夠自制表格，創造優美外觀；   8）SPSS Data Validation：該模塊使您簡單便捷地識別可疑或無效地觀測，變量，以及數據值；瞭解數據缺失的模式，總結變量的分佈；  9）SPSS Missing Value Analysis：用六種靈活的診斷報告來評估缺失值是否會影響分析結論，更好地瞭解它們的特性。它經過快捷地診斷缺失值，獲得更精確的摘要統計量，方便地用估計值替換缺失值，獲得精確的結論；     10）SPSS Conjoint：幫助市場研究人員和新產品開發部門瞭解在消費者心目中什麼產品屬性是重要的，瞭解最偏心的屬性水平是什麼，進行訂價研究，進行品牌價格研究。在產品投入大批量生產以前進行這些研究，以免可能的失誤；      11）SPSS Complex Samples：該模塊能夠計算複雜樣本的統計數據，擁有專門的規劃工具和統計方法，提供各類嚮導來制定取樣方案或詳細定義樣本，並提供專門的技術來解決樣本設計以及相伴標準偏差，可以減小得出錯誤或誤導性推論的風險；      12）SPSS Exact Tests：超過30個精確檢驗涵蓋了小型或大型數據集全部的非參數和分類數據問題，包括獨立或相關樣本的單樣本、兩樣本和K-樣本檢驗，擬合度檢驗，RxC列聯表獨立性檢驗和聯合測度檢驗等。不管您的數據結構爲什麼，該模塊都能給您正確的p-值，爲您提供可信賴的結果；  13）SPSS Maps：圖表化呈現數據，幫助用戶作更好的決策。

 

STATS簡介：tatsmodels是Python的統計建模和計量經濟學工具包，包括一些描述統計、統計模型估計和推斷。這篇文章是Statsmodels系列文章的第一篇，主要介紹一下Statsmodels能幹什麼，以方便一些初學者選擇是否須要學習該模塊。以後我會發布一些列入門教程，一是做爲筆記本身查看，而是做爲教程可供學者快速入門，下面咱們來看看Statsmodels有啥特性吧。

                                                      2.

 

3.  Gneralized linear models：通常線型模型，主要用於各類設計的方差分析

                                                    .

 

5.ANOVA：方差分析模型

                                                      

PYTHON簡介：Python[1]  （英國發音：/ˈpaɪθən/ 美國發音：/ˈpaɪθɑːn/）, 是一種面向對象的解釋型計算機程序設計語言，由荷蘭人Guido van Rossum於1989年發明，第一個公開發行版發行於1991年。

Python是純粹的自由軟件， 源代碼和解釋器CPython遵循 GPL(GNU General Public License)協議[2]  。Python語法簡潔清晰，特點之一是強制用空白符(white space)做爲語句縮進。

Python具備豐富和強大的庫。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[3]  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。

7月20日，IEEE發佈2017年編程語言排行榜：Python高居首位[4]  。

Python的設計目標之一是讓代碼具有高度的可閱讀性。它設計時儘可能使用其它語言常用的標點符號和英文單字，讓代碼看起來整潔美觀。它不像其餘的靜態語言如C、Pascal那樣須要重複書寫聲明語句，也不像它們的語法那樣常常有特殊狀況和意外。

 Python開發者有意讓違反了縮進規則的程序不能經過編譯，以此來強制程序員養成良好的編程習慣。而且Python語言利用縮進表示語句塊的開始和退出（Off-side規則），而非使用花括號或者某種關鍵字。增長縮進表示語句塊的開始，而減小縮進則表示語句塊的退出。縮進成爲了語法的一部分。

                                  

 

if語句，當條件成立時運行語句塊。常常與else, elif(至關於else if) 配合使用。

for語句，遍歷列表、字符串、字典、集合等迭代器，依次處理迭代器中的每一個元素。

while語句，當條件爲真時，循環運行語句塊。

try語句。與except,finally配合使用處理在程序運行中出現的異常狀況。

class語句。用於定義類型。

def語句。用於定義函數和類型的方法。

pass語句。表示此行爲空，不運行任何操做。

assert語句。用於程序調試階段時測試運行條件是否知足。

with語句。Python2.6之後定義的語法，在一個場景中運行語句塊。好比，運行語句塊前加密，而後在語句塊運行退出後解密。

yield語句。在迭代器函數內使用，用於返回一個元素。自從Python 2.5版本之後。這個語句變成一個運算符。

raise語句。製造一個錯誤。

import語句。導入一個模塊或包。

from import語句。從包導入模塊或從模塊導入某個對象。

import as語句。將導入的對象賦值給一個變量。

in語句。判斷一個對象是否在一個字符串/列表/元組裏。

對象的方法是指綁定到對象的函數。調用對象方法的語法是instance.method(arguments)。它等價於調用Class.method(instance, arguments)。當定義對象方法時，必須顯式地定義第一個參數，通常該參數名都使用self，用於訪問對象的內部數據。

 

R語言

R是用於統計分析、繪圖的語言和操做環境。R是屬於GNU系統的一個自由、免費、源代碼開放的軟件，它是一個用於統計計算和統計製圖的優秀工具。

R做爲一種統計分析軟件，是集統計分析與圖形顯示於一體的。它能夠運行於UNIX,Windows和Macintosh的操做系統上，並且嵌入了一個很是方便實用的幫助系統，相比於其餘統計分析軟件，R還有如下特色：

1.R是自由軟件。這意味着它是徹底免費,開放源代碼的。能夠在它的網站及其鏡像中下載任何有關的安裝程序、源代碼、程序包及其源代碼、文檔資料。標準的安裝文件身自身就帶有許多模塊和內嵌統計函數,安裝好後能夠直接實現許多經常使用的統計功能。[2]  

2.R是一種可編程的語言。做爲一個開放的統計編程環境,語法通俗易懂,很容易學會和掌握語言的語法。並且學會以後,咱們能夠編制本身的函數來擴展示有的語言。這也就是爲何它的更新速度比通常統計軟件,如,SPSS,SAS等快得多。大多數最新的統計方法和技術均可以在R中直接獲得。[2]  

3. 全部R的函數和數據集是保存在程序包裏面的。只有當一個包被載入時,它的內容才能夠被訪問。一些經常使用、基本的程序包已經被收入了標準安裝文件中,隨着新的統計分析方法的出現,標準安裝文件中所包含的程序包也隨着版本的更新而不斷變化。在另外版安裝文件中,已經包含的程序包有：base一R的基礎模塊、mle一極大似然估計模塊、ts一時間序列分析模塊、mva一多元統計分析模塊、survival一輩子存分析模塊等等.[2]  

4.R具備很強的互動性。除了圖形輸出是在另外的窗口處，它的輸入輸出窗口都是在同一個窗口進行的，輸入語法中若是出現錯誤會立刻在窗口口中獲得提示,對之前輸入過的命令有記憶功能,能夠隨時再現、編輯修改以知足用戶的須要。輸出的圖形能夠直接保存爲JPG,BMP,PNG等圖片格式,還能夠直接保存爲PDF文件。另外,和其餘編程語言和數據庫之間有很好的接口。[2]  

5.若是加入R的幫助郵件列表一,天天均可能會收到幾十份關於R的郵件資訊。能夠和全球一流的統計計算方面的專家討論各類問題,能夠說是全世界最大、最前沿的統計學家思惟的彙集地.[2]  

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」。

可是請不要忘了：R是免費的(R is free)。R語言源代碼託管在github，具體地址能夠看參考資料。[3]   。

R語言的下載能夠經過CRAN的鏡像來查找。

R語言有域名爲.cn的下載地址，有六個，其中兩個由Datagurn，由 中國科學技術大學提供的。R語言Windows版，其中由兩個下載地點是Datagurn和 USTC提供的。

 

 

 

 

 

 

數據處理方式

一.打開文件

     

二.修改數據

三.插入變量

四.合併文件

  

 

五.個案排序

六.計算變量