做业一：统计软件简介与数据操做

SPSS简介：

1、SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（SolutionsStatistical Package for the Social Sciences），可是随着SPSS产品服务领域的扩大和服务深度的增长，SPSS公司已于2000年正式将英文全称更改成“统计产品与服务解决方案”，这标志着SPSS的战略方向正在作出重大调整。SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。

                                                        

2、功能特色     

 1)数据自动处理；  2)强大的统计功能；      3)彻底的Windows风格，操做界面友好，易于操做；     4)良好的帮助系统和自学功能；     5)简单的编程；      6)完美的图形处理能力；      7)采用相似EXCEL表格的方式输入与管理数据，强大的数据对接功能，能方便的从其余数据库读入数据；     8)支持DLE和Active技术；     9)内置VBA客户语言；      10)强大的函数功能和internet功能。 

                  

 

 

3、功能模块    

 1）SPSS Base：SPSS的基本模块，管理整个软件平台，管理数据访问、数据处理和输出，并能进行不少种常见基本统计分析。其余模块必须挂接在此模块才能运行；     2）SPSS Advanced Models：提供了一组成熟的单变量和多变量分析技术来解决现实问题，它能方便地创建更灵活、更成熟的模型，在处理嵌套数据时到更精确的预测模型。它可用于分析事件历史和持续时间数据，还可自定义工具，用内建的宏程序库进一步地定制工具组，以便扩展分析功能用于更专门的用途；  3）SPSS Regression：大量的非线性建模工具、多维尺度分析帮助研究人员进行非线性回归分析。它将数据从数据约束中解放出来，方便地把数据分红两组，创建可控制的模型及表达式进行非线性模型的参数估计，可以创建比简单线性回归模型更好的预测模型；  4）SPSS Trends：用强有力的时间序列分析工具作更好的预测。不论数据的大小或变量的多寡都能创建可靠的预测，自动选取适合模型及参数下降预测偏差；更有效率的更新及管理预测模型，让您有更多时间比较和探索与其它模型的差别；产生专家级的经验预测值、预测模型类型、模型参数值及其它相关输出；提供可理解的有意义的信息给组织决策者，以利于企业进行正确预测；     5）SPSS Classification Trees：可创建决策树来确认分组并预测结果，利用直觉式的树形图，颜色分类图，和表格协助研究人员轻松确认和评估区隔；  6）SPSS Categories：用启发性的二维图和感知图让您清晰地洞察数据中的关系，使您能够更完整和方便地分析数据。经过相似传统的回归分析、主成份分析及典型相关分析的分析方法，帮您处理和了解分类数据及定序数据；      7）SPSS Tables：提供35种单元和摘要统计量，可以更方便地显示多重序列数据，它能串接全部的维度，以在同一表格中显示包含不一样统计量的各类变量。Tables用更深刻的分析，轻松地处理复选题与缺失值，用包括全部统计量、易于理解的表格来展示分析结果，经过完整的表格控制权，研究人员还能够自制表格，创造优美外观；   8）SPSS Data Validation：该模块使您简单便捷地识别可疑或无效地观测，变量，以及数据值；了解数据缺失的模式，总结变量的分布；  9）SPSS Missing Value Analysis：用六种灵活的诊断报告来评估缺失值是否会影响分析结论，更好地了解它们的特性。它经过快捷地诊断缺失值，获得更精确的摘要统计量，方便地用估计值替换缺失值，获得精确的结论；     10）SPSS Conjoint：帮助市场研究人员和新产品开发部门了解在消费者心目中什么产品属性是重要的，了解最偏心的属性水平是什么，进行订价研究，进行品牌价格研究。在产品投入大批量生产以前进行这些研究，以免可能的失误；      11）SPSS Complex Samples：该模块能够计算复杂样本的统计数据，拥有专门的规划工具和统计方法，提供各类向导来制定取样方案或详细定义样本，并提供专门的技术来解决样本设计以及相伴标准偏差，可以减小得出错误或误导性推论的风险；      12）SPSS Exact Tests：超过30个精确检验涵盖了小型或大型数据集全部的非参数和分类数据问题，包括独立或相关样本的单样本、两样本和K-样本检验，拟合度检验，RxC列联表独立性检验和联合测度检验等。不管您的数据结构为什么，该模块都能给您正确的p-值，为您提供可信赖的结果；  13）SPSS Maps：图表化呈现数据，帮助用户作更好的决策。

 

STATS简介：tatsmodels是Python的统计建模和计量经济学工具包，包括一些描述统计、统计模型估计和推断。这篇文章是Statsmodels系列文章的第一篇，主要介绍一下Statsmodels能干什么，以方便一些初学者选择是否须要学习该模块。以后我会发布一些列入门教程，一是做为笔记本身查看，而是做为教程可供学者快速入门，下面咱们来看看Statsmodels有啥特性吧。

                                                      2.

 

3.  Gneralized linear models：通常线型模型，主要用于各类设计的方差分析

                                                    .

 

5.ANOVA：方差分析模型

                                                      

PYTHON简介：Python[1]  （英国发音：/ˈpaɪθən/ 美国发音：/ˈpaɪθɑːn/）, 是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。

Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL(GNU General Public License)协议[2]  。Python语法简洁清晰，特点之一是强制用空白符(white space)做为语句缩进。

Python具备丰富和强大的库。它常被昵称为胶水语言，可以把用其余语言制做的各类模块（尤为是C/C++）很轻松地联结在一块儿。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），而后对其中[3]  有特别要求的部分，用更合适的语言改写，好比3D游戏中的图形渲染模块，性能要求特别高，就能够用C/C++重写，然后封装为Python能够调用的扩展类库。须要注意的是在您使用扩展类库时可能须要考虑平台问题，某些可能不提供跨平台的实现。

7月20日，IEEE发布2017年编程语言排行榜：Python高居首位[4]  。

Python的设计目标之一是让代码具有高度的可阅读性。它设计时尽可能使用其它语言常用的标点符号和英文单字，让代码看起来整洁美观。它不像其余的静态语言如C、Pascal那样须要重复书写声明语句，也不像它们的语法那样常常有特殊状况和意外。

 Python开发者有意让违反了缩进规则的程序不能经过编译，以此来强制程序员养成良好的编程习惯。而且Python语言利用缩进表示语句块的开始和退出（Off-side规则），而非使用花括号或者某种关键字。增长缩进表示语句块的开始，而减小缩进则表示语句块的退出。缩进成为了语法的一部分。

                                  

 

if语句，当条件成立时运行语句块。常常与else, elif(至关于else if) 配合使用。

for语句，遍历列表、字符串、字典、集合等迭代器，依次处理迭代器中的每一个元素。

while语句，当条件为真时，循环运行语句块。

try语句。与except,finally配合使用处理在程序运行中出现的异常状况。

class语句。用于定义类型。

def语句。用于定义函数和类型的方法。

pass语句。表示此行为空，不运行任何操做。

assert语句。用于程序调试阶段时测试运行条件是否知足。

with语句。Python2.6之后定义的语法，在一个场景中运行语句块。好比，运行语句块前加密，而后在语句块运行退出后解密。

yield语句。在迭代器函数内使用，用于返回一个元素。自从Python 2.5版本之后。这个语句变成一个运算符。

raise语句。制造一个错误。

import语句。导入一个模块或包。

from import语句。从包导入模块或从模块导入某个对象。

import as语句。将导入的对象赋值给一个变量。

in语句。判断一个对象是否在一个字符串/列表/元组里。

对象的方法是指绑定到对象的函数。调用对象方法的语法是instance.method(arguments)。它等价于调用Class.method(instance, arguments)。当定义对象方法时，必须显式地定义第一个参数，通常该参数名都使用self，用于访问对象的内部数据。

 

R语言

R是用于统计分析、绘图的语言和操做环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。

R做为一种统计分析软件，是集统计分析与图形显示于一体的。它能够运行于UNIX,Windows和Macintosh的操做系统上，并且嵌入了一个很是方便实用的帮助系统，相比于其余统计分析软件，R还有如下特色：

1.R是自由软件。这意味着它是彻底免费,开放源代码的。能够在它的网站及其镜像中下载任何有关的安装程序、源代码、程序包及其源代码、文档资料。标准的安装文件身自身就带有许多模块和内嵌统计函数,安装好后能够直接实现许多经常使用的统计功能。[2]  

2.R是一种可编程的语言。做为一个开放的统计编程环境,语法通俗易懂,很容易学会和掌握语言的语法。并且学会以后,咱们能够编制本身的函数来扩展示有的语言。这也就是为何它的更新速度比通常统计软件,如,SPSS,SAS等快得多。大多数最新的统计方法和技术均可以在R中直接获得。[2]  

3. 全部R的函数和数据集是保存在程序包里面的。只有当一个包被载入时,它的内容才能够被访问。一些经常使用、基本的程序包已经被收入了标准安装文件中,随着新的统计分析方法的出现,标准安装文件中所包含的程序包也随着版本的更新而不断变化。在另外版安装文件中,已经包含的程序包有：base一R的基础模块、mle一极大似然估计模块、ts一时间序列分析模块、mva一多元统计分析模块、survival一辈子存分析模块等等.[2]  

4.R具备很强的互动性。除了图形输出是在另外的窗口处，它的输入输出窗口都是在同一个窗口进行的，输入语法中若是出现错误会立刻在窗口口中获得提示,对之前输入过的命令有记忆功能,能够随时再现、编辑修改以知足用户的须要。输出的图形能够直接保存为JPG,BMP,PNG等图片格式,还能够直接保存为PDF文件。另外,和其余编程语言和数据库之间有很好的接口。[2]  

5.若是加入R的帮助邮件列表一,天天均可能会收到几十份关于R的邮件资讯。能够和全球一流的统计计算方面的专家讨论各类问题,能够说是全世界最大、最前沿的统计学家思惟的汇集地.[2]  

R是基于S语言的一个GNU项目，因此也能够看成S语言的一种实现，一般用S语言编写的代码均可以不做修改的在R环境下运行。 R的语法是来自Scheme。R的使用与S-PLUS有不少相似之处，这两种语言有必定的兼容性。S-PLUS的使用手册，只要稍加修改就可做为R的使用手册。因此有人说：R，是S-PLUS的一个“克隆”。

可是请不要忘了：R是免费的(R is free)。R语言源代码托管在github，具体地址能够看参考资料。[3]   。

R语言的下载能够经过CRAN的镜像来查找。

R语言有域名为.cn的下载地址，有六个，其中两个由Datagurn，由 中国科学技术大学提供的。R语言Windows版，其中由两个下载地点是Datagurn和 USTC提供的。

 

 

 

 

 

 

数据处理方式

一.打开文件

     

二.修改数据

三.插入变量

四.合并文件

  

 

五.个案排序

六.计算变量