描述性统计类型

在本节中，我们将了解描述性统计的类型。为此，我们将进入分析菜单，然后选择描述性统计。现在我们可以在下图中看到所有描述性统计，我们可以根据我们的目的选择它们。

我们可以看到第一个选项是频数，这是最基本的描述性统计类型。它们只是说明特定观测值在数据中出现的次数。例如，我们可能想知道此数据集中有多少个人是25岁，有多少个人是46岁，或者是否有任何重复。可能有两三个人或更多人是 25 岁或 46 岁。因此，为此，我们可能希望计算频数。如果我们想这样做，请点击频数。现在我们可以看到一个像这样的对话框

在上方的对话框中，我们可以看到一个自动勾选的复选框，它显示为显示频数表。如果我们点击它，我们将看到频数表。

除此之外，我们还有统计等选项。当我们点击它时，我们将看到一个像这样的对话框

如果我们没有统计学背景，只是想知道有哪些描述性统计，我们可以借助 SPSS 来学习描述性统计的类型。在上图中，我们可以看到 SPSS 如何为我们分类各种类型的描述性统计。我们有集中趋势的度量。如果我们查看对话框，我们可以看到有四种描述性统计。第一个是集中趋势的度量。第二个是离散程度的度量。第三个是分布的度量。第四个是百分位数得分的度量。

集中趋势向我们展示了数据集中在何处或大多数观测值位于何处。集中趋势包含均值、中位数、众数和所有分数的总和。

离散程度包含标准差、最小值、最大值、方差、范围、均值的标准误 (S.E. Mean)。如果我们有兴趣传达分数的分布或分数与均值或中心分数相差的程度，我们可以使用标准差的度量。例如，如果我们身在办公室，我们想传达 A 先生的薪水与在该办公室工作的所有其他人的薪水相比差异很大。如果我们说差异很大，那可能是非常低或非常高。这两种情况都可能发生。因此，为此，我们可以查看离散程度的度量。那么，在该特定办公室中薪水分数的标准差是多少？因此，如果标准差很高，这意味着许多人在这个办公室的收入很高，而许多人的收入很低。这就是我们拥有如此大的分数分布的原因。有高分和低分，所以最小值和最大值会很大。最小值和最大值之间会存在巨大的差异。因此，这将使我们的整个分数在很大范围内分布。因此，范围也会很高。范围基本上告诉我们分数彼此分散或分布到什么程度。

分布包含偏度和峰度。如果我们想传达分布的形状，我们可以使用分布的度量。分布的形状是指年龄变量、葡萄糖变量或我们正在研究的任何变量是如何分布的。如果我们绘制它们，它们看起来是什么样的，以及我们如何可视化它们，在这种情况下，我们有分布的度量。为了衡量，我们有偏度和峰度。

百分位数得分是最引人入胜的常用描述性统计度量之一。百分位数只不过是一种分数，它告诉我们在给定的一组观测值中，有多少百分比的人位于特定分数以下。例如，如果在这个办公室，大约90%的工人收入低于10000 美元，那么在这种情况下，第 90 百分位数是10000。百分位数可能非常具有指导意义，并且可以用于许多竞争性考试，例如CAT（MBA 的通用入学考试）。在这种情况下，我们不会得到百分比或平均值。我们将获得百分位数得分。它基本上告诉我们低于特定考生或特定分数的考生的百分比。为了找到百分比，我们将借助百分位数和四分位数。四分位数只不过是一种百分位数。如果我们将可以从 0 到 100 变化的，所有的百分位数分成 4 个类别、4 组或 4 个四分之一，我们称它们为四分位数。