打开本章数据文件 dist-norm.sav. 选择[转换]- 计算变量, 在数据视图中生成一个新变量 dist01. 通过图表构建程序绘制 dist01 的折线图, 选择[转换]-[计算变量], 创建新变量 density01, 选择[图形]-[图表构建程序]
下面我们应用 spss 的 PDF 函数计算相应于 x 取值的精确密度函数值, 记为变量 ExactDens01, 重复上述过程, 生成另外不同分布下的密度函数值变量, N(1,1)的密度函数值为 "ExactDens11",N(0.3)的密度函数值 "ExactDens03"
选择[图形]-[旧对话框]- 线图, 选择 "多线线图", 在图表中的数据为框中勾选 个案值选项, 单击定义按钮,
单击[确定]按钮, 得到密度函数曲线图, 从 3 个分布的密度函数曲线图可知, N(0.1)的密度函数图向右平移一个单位即为 N(1.1)的密度函数曲线, 因此, N(0.1)和 N(1.1)图形形状完全一样. 而 (0.3) 则扁平许多, 尾部比 N(0.1)和 N(1.1)大许多, 这说明较大值和较小值出现的概率比较高.
我们把观测到的样本数据的相对频率分布称为经验分布.
打开本章数据 GSS2004.sav, 选择 - 分析 - 频率 , 单击图表在图表中选择条形图, 在图表值框中选择百分比.
单击继续按钮 , 返回频率, 单击确定按钮,
由于样本选择的随机性 , 样本统计量也是随机变量 不同的样本, 样本统计量的取值也可能不同, 考虑样本均值, 它取决于样本的 n 个观测值, 不同的样本可能有不同的观测值, 样本均值也可能不同. 选择 - 打开 - 语法, 选择 Ssmple80.sps 然后选择[运行]-[全部], 在数据编辑器中, 将生成 80 个新的变量, 分别为 X1,X2,...X80.
把新生成的数据文件保存为 Ssmple80,sav, 选择[分析]-[描述统计]- 描述.
单击选择按钮得到选择单击继续, 返回描述性对话框单击确定, 这里, 我我们考察上述 80 个变量的均值的情况. 然后把他们复制到一个新的 spss 数据文件中. 变量命名为 means, 该数据文件保存为 Sample-means,sav. 绘制变量 means 的带有正态曲线的直方图.
来源: http://www.bubuko.com/infodetail-3297961.html