SPSS復雜樣本：復雜樣本統計過程

一、復雜樣本頻率（分析-復雜抽樣-頻率）

   “復雜樣本頻率”過程可以為所選變量生成頻率表并顯示單變量統計。您還可以按子組請求統計量，子組由一個或多個分類變量定義。

1、示例。使用“復雜樣本頻率”過程，基于全美國健康訪問調查(NHIS)的結果和這一公用數據的適當分析計劃，可以獲得美國公民維生素使用情況的單變量制表統計量。

2、統計量。該過程生成單元總體大小和表百分比的估計值，以及每個估計值的標準誤、置信區間、變異系數、設計效果、設計效果平方根、累計值和未加權的計數。此外，還計算等單元比例檢驗的卡方和似然比統計量。

3、數據。要為其生成頻率表的變量應為分類變量。子體變量可以是字符串或數值，但應該是分類變量。

4、假設。數據文件中的個案代表來自復雜設計的一個樣本，該樣本應根據在“復雜樣本計劃”對話框中所選文件內的指定項進行分析。

二、復雜樣本描述（分析-復雜抽樣-描述）

“復雜樣本描述”過程為多個變量顯示單變量摘要統計量。您還可以按子組請求統計量，子組由一個或多個分類變量定義。

1、示例。使用“復雜樣本描述”過程，基于全美國健康訪問調查(NHIS)的結果和這一公用數據的適當分析計劃，可以獲得美國公民活動水平的單變量描述統計量。

2、統計量。該過程生成均值和總和，以及每個估計值的t檢驗、標準誤、置信區間、變異系數、未加權的計數、總體大小、設計效果和設計效果平方根。

3、數據。測量應為尺度變量。子體變量可以是字符串或數值，但應該是分類變量。

4、假設。數據文件中的個案代表來自復雜設計的一個樣本，該樣本應根據在“復雜樣本計劃”對話框中所選文件內的指定項進行分析。

三、復雜樣本交叉表（分析-復雜抽樣-交叉表）

復雜樣本交叉表過程可以為所選變量對生成交叉表并顯示二階統計量。您還可以按子組請求統計量，子組由一個或多個分類變量定義。

1、示例。使用“復雜樣本交叉表”過程，基于全美國健康訪問調查(NHIS)的結果和這一公用數據的適當分析計劃，可以獲得美國公民維生素使用量和抽煙頻率的交叉分類統計量。 

2、統計量。該過程生成單元格總體大小、行百分比、列百分比和表百分比的估計值，以及每個估計值的標準誤、置信區間、變異系數、期望值、設計效果、設計效果平方根、殘差、調整的殘差和未加權的計數。計算幾率比、相對風險和危險度差值以在2x2表中使用。此外，還計算Pearson和似然比統計量用于行變量和列變量的獨立性檢驗。

3、數據。行變量和列變量應是分類變量。子體變量可以是字符串或數值，但應該是分類變量。

4、假設。數據文件中的個案代表來自復雜設計的一個樣本，該樣本應根據在“復雜樣本計劃”對話框中所選文件內的指定項進行分析。

四、復雜樣本比率（分析-復雜抽樣-比率）

“復雜樣本比率”過程顯示變量的比率的單變量摘要統計。您還可以按子組請求統計量，子組由一個或多個分類變量定義。

1、示例。使用“復雜樣本比率”過程，基于全國范圍調查（根據一項復雜設計并采用適合數據的分析計劃進行）的結果，可以獲取當前財產價值與上次評估價值的比率的描述統計量。

2、統計量。該過程生成比率估計值、t檢驗、標準誤、置信區間、變異系數、未加權的計數、總體大小、設計效果和設計效果平方根。

3、數據。分子和分母應為正值刻度變量。子體變量可以是字符串或數值，但應該是分類變量。

4、數據文件中的個案代表來自復雜設計的一個樣本，該樣本應根據在“復雜樣本計

劃”對話框中所選文件內的指定項進行分析。

五、統計量

1、標準誤。估計值的標準誤。

2、置信區間。估計值的置信區間，使用指定水平。

3、變異系數。估計值的標準誤對估計值的比率。

4、去權重計數。用于計算估計值的單元數。

5、設計效應。估計值的方差與通過假設樣本為簡單隨機樣本所獲得的方差的比率。這是指定復雜設計的效果測量，該值與1相差越大，表示效果越大。

6、設計效應的平方根。是指定復雜設計的效果的測量值，值與1相差越大表示效果越好。

7、累加值。通過變量的每個值獲得的累計估計值。

8、群體大小?？傮w中估計的單元數。

9、期望值。在假設行變量和列變量獨立的條件下，估計值的期望值。

10、殘差。如果兩個變量之間沒有關系，則期望值是期望在單元格中出現的個案數。如果行變量和列變量獨立，則正的殘差表示單元中的實際個案數多于期望的個案數。

11、調整的殘差。單元格的殘差（觀察值減去期望值）除以其標準誤的估計值。生成的標準化殘差表示為均值上下的標準差單位。

12、幾率比。當因子很少出現時，幾率比可用作相對風險的估計值。

13、相對危險度。存在因子出現事件的風險與不存在因子出現事件的風險的比率。

14、危險度差值。存在因子出現事件的風險與不存在因子出現事件的風險之差。