- 相關推薦
spss實習心得范文
當我們經(jīng)過反思，有了新的啟發(fā)時，往往會寫一篇心得體會，這樣我們就可以提高對思維的訓練。那么問題來了，應該如何寫心得體會呢？下面是小編整理的spss實習心得范文，希望對大家有所幫助。
spss實習心得范文1
本科的時候有概率統(tǒng)計和數(shù)理分析的基礎，但是從來沒有接觸過應用統(tǒng)計分析的東西，SPSS也只是聽說過，從來沒有學過。一直以為這一塊兒會比較難，這學期最初學的時候，因為沒有認真看老師給的英文教材，課下也沒有認真搜集相關資料，所以學起來有些吃力，總感覺聽起來一頭霧水。老師說最后的考核是通過提交學習報告，然后我從圖書館里借了些教材查了些資料，發(fā)現(xiàn)很多問題都弄清楚了。結合軟件和書上的例子，實戰(zhàn)一下，發(fā)現(xiàn)SPSS的功能相當強大。最后總結出這篇報告，以鞏固所學。
SPSS，全稱是Statistical Product and Service Solutions，即“統(tǒng)計產(chǎn)品與服務解決方案”軟件，是IBM公司推出的一系列用于統(tǒng)計學分析運算、數(shù)據(jù)挖掘、預測分析和決策支持任務的軟件產(chǎn)品及相關服務的總稱，也是世界上公認的三大數(shù)據(jù)分析軟件之一。SPSS具有統(tǒng)計分析功能強大、操作界面友好、與其他軟件交互性好等特點，被廣泛應用于經(jīng)濟管理、醫(yī)療衛(wèi)生、自然科學等各個領域。具體到管理方面，SPSS也是一個進行數(shù)據(jù)分析和預測的強大工具。這門課中也會用到AMOS軟件。
關于SPSS的書，很多都是首先介紹軟件的。這個軟件易于安裝，我裝的是19。0的，雖然20。0有一些改變和優(yōu)化，但是主體都是一樣的，而且都是可視化界面，用起來很方面且容易上手。所以，我學習的重點是卡方檢驗和T檢驗、方差分析、相關分析、回歸分析、因子分析、結構方程模型等方法的適用范圍、應用價值、計算方式、結果的解釋和表述。
首先是T檢驗這一部分。由于參數(shù)檢驗的基礎不牢固，這部分也是最初開始接觸應用統(tǒng)計的東西，學起來很多東西拿不準，比如說原假設默認的是什么。結果出來后依然分不清楚是接受原假設還是拒絕原假設。不過現(xiàn)在弄懂了。這部分很有用的是T檢驗。T檢驗應用于當樣本數(shù)較小時，且樣本取自正態(tài)總體同時做兩樣本均數(shù)比較時，還要求兩樣本的總體方差相等時，已知一個總體均數(shù)u，可得到一個樣本均數(shù)及該樣本標準差，樣本來自正態(tài)或近似正態(tài)總體。T檢驗分為單樣本T檢驗、獨立樣本T檢驗、配對樣本T檢驗。其中，單樣本T檢驗是樣本均數(shù)與總體均數(shù)的比較的T檢驗，用于推斷樣本所代表的未知總體
均數(shù)μ與已知的總體均數(shù)uo有無差別；獨立樣本T檢驗主要用于檢驗兩個樣本是否來自具有相同均值的總體，即比較兩個樣本的均值是否相同，要求兩個樣本是相互獨立的；配對樣本T檢驗中，要正確理解“配對”的含義，主要用于檢驗兩個有聯(lián)系的正態(tài)總體的均值是否有顯著差異，跟獨立檢驗的區(qū)別就是樣本是否是配對樣本。這幾個方法用軟件操作起來都是相對簡單的，關鍵是分清楚什么時候用這個什么時候用那個。
然后是方差分析。方差分析就是將索要處理的觀測值作為一個整體，按照變異的不同來源把觀測值總變異的平方和以及自由度分解為兩個或多個部分，獲得不同變異來源的均值與誤差均方，通過比較不同變異來源的均方與誤差均方，判斷各樣本所屬總體方差是否相等。方差分析主要包括單因素方差分析、多因素方差分析和協(xié)方差分析等。這一部分在學習的過程中出現(xiàn)一些問題，就是用SPSS來操作的時候分不清觀測變量和控制變量，如果反了的話會導致結果的不準確。其次，對Bonferroni、Tukey、Scheffe等方法的使用目的不清楚，現(xiàn)在基本掌握了多重比較方法選擇：一般如果存在明確的對照組，要進行的是驗證性研究，即計劃好的某兩個或幾個組間（和對照組）的比較。宜用Bonferroni（LSD）法；若需要進行多個均數(shù)間的兩兩比較，且各組個案數(shù)相等，適宜用Tukey法；其他情況宜用Scheffe法。最后，對方差齊性檢驗、多重比較檢驗、趨勢檢驗理解不夠透徹，在方差檢驗中，Post Hoc鍵有LSD的選項：當方差分析F檢驗否定了原假設，即認為至少有兩個總體的均值存在顯著性差異時，須進一步確定是哪兩個或哪幾個均值顯著地不同，則需要進行多重比較來檢驗。LSD即是一種多因變量的三個或三個以上水平下均值之間進行的兩兩比較檢驗。
相關分析是研究現(xiàn)象之間是否存在某種依存關系，并對具體有依存關系的現(xiàn)象探討其相關方向以及相關程度，是研究隨機變量之間的相關關系的一種統(tǒng)計方法。相關分析研究現(xiàn)象之間是否相關、相關的方向和密切程度，一般不區(qū)別自變量或因變量。主要有雙變量相關分析、偏相關、距離相關幾個方法。雙變量相關分析是相關分析中最常使用的分析過程，主要用于分析兩個變量之間的線性相關分析，可以根據(jù)不同的數(shù)據(jù)類型和條件，選用Pearson積差相關、Spearman等級相關和Kendall的tau—b等級相關。當數(shù)據(jù)文件包括多個變量時，
直接對兩個變量進行相關分析往往不能真實反映二者之間的關系，此時就需要用到偏相關分析，從中剔除其他變量的線性影響。距離相關分析是對觀測變量之間差異度或相似程度進行的測量，其中距離需要弄清楚，距離分析是對觀測量之間相似或不相似程度的一種測度，是計算一對觀測量之間的廣義距離。這些相似性或距離測度可以用于其他分析過程，例如因子分析、聚類分析或多維定標分析，有助于分析復雜的數(shù)據(jù)集。
接著是回歸分析。相關分析研究的是現(xiàn)象之間是否相關、相關的方向和密切程度，一般不區(qū)別自變量或因變量。而回歸分析則要分析現(xiàn)象之間相關的具體形式，確定其因果關系，并用數(shù)學模型來表現(xiàn)其具體關系。比如說，從相關分析中我們可以得知“質(zhì)量”和“用戶滿意度”變量密切相關，但是這兩個變量之間到底是哪個變量受哪個變量的影響，影響程度如何，則需要通過回歸分析方法來確定。回歸分析的目的在于了解兩個或多個變量間是否相關、相關方向與強度，并建立數(shù)學模型以便觀察特定變量來預測研究者感興趣的變量。運用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關系類型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，只包括一個自變量和一個因變量，且二者的關系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關系，則稱為多元線性回歸分析。應用回歸分析時應首先確定變量之間是否存在相關關系，如果變量之間不存在相關關系，對這些變量應用回歸預測法就會得出錯誤的結果。正確應用回歸分析預測時應注意：
�、儆枚ㄐ苑治雠袛喱F(xiàn)象之間的依存關系；
�、诒苊饣貧w預測的`任意外推；
�、蹜煤线m的數(shù)據(jù)資料；
接下來是因子分析。因子分析是指研究從變量群中提取共性因子的統(tǒng)計技術。最早由英國心理學家C。E。斯皮爾曼提出。他發(fā)現(xiàn)學生的各科成績之間存在著一定的相關性，一科成績好的學生，往往其他各科成績也比較好，從而推想是否存在某些潛在的共性因子，或稱某些一般智力條件影響著學生的學習成績。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質(zhì)的變量歸入一個因子，可減少變量的數(shù)目，還可檢驗變量間關系的假設。因子分析的主要目的是用來描述隱藏在一組測量到的變量中的一些更基本的，但又無法直接
測量到的隱性變量。從顯性的變量中得到因子的方法有兩類。一類是探索性因子分析，另一類是驗證性因子分析。探索性因子分析不事先假定因子與測度項之間的關系，而讓數(shù)據(jù)“自己說話”。而驗證性因子分析假定因子與測度項的關系是部分知道的，即哪個測度項對應于哪個因子，雖然我們尚且不知道具體的系數(shù)。這一部分不能用SPSS來操作，要用AMOS，用起來也很方便。
最后一部分學習的是結構方程模型。結構方程模型是一種融合了因素分析和路徑分析的多元統(tǒng)計技術。它的強勢在于對多變量間交互關系的定量研究。在近三十年內(nèi)，其大量應用于社會科學及行為科學的領域里，并在近幾年開始逐漸應用于市場研究中。結構方程模型是對顧客滿意度的研究采用的模型方法之一。其目的在于探索事物間的因果關系，并將這種關系用因果模型、路徑圖等形式加以表述。結構方程模型與傳統(tǒng)的回歸分析不同，結構方程分析能同時處理多個因變量，并可比較及評價不同的理論模型。與傳統(tǒng)的探索性因子分析不同，在結構方程模型中，我們可以提出一個特定的因子結構，并檢驗它是否吻合數(shù)據(jù)。通過結構方程多組分析，我們可以了解不同組別內(nèi)各變量的關系是否保持不變，各因子的均值是否有顯著差異。
這門課要學習完了，整個學習的過程是充滿曲折和挑戰(zhàn)的，我見證了自己從一無所知到困惑迷茫再到略懂再到會用的過程。甚至學完之后有些問題還沒有徹底搞清楚，自己接下來還會不斷的探索的。SPSS是個很神奇的工具，結合AMOS和EXCEL更是如虎添翼，相信學習了SPSS在以后的論文和數(shù)據(jù)分析中很有用。這門課給我的感覺是看起來很難，但是實際學起來就好很多，因為當我結合具體實例和軟件的時候，很多抽象的問題就豁然開朗了。但是想給老師一個建議，這門課需要很強的統(tǒng)計和概率論的基礎，要不然就會很難聽懂或者聽得半懂。然后這門課的很多方法的相關資料都是用在醫(yī)療衛(wèi)生、自然科學領域的，在管理中的應用的資料不怎么多。老師希望我們上課的時候結合在管理中的應用來學習，但是資料有限，希望老師在這個方面多給學生一些引導。
spss實習心得范文2
五天的SPSS軟件實訓終于結束了，雖然實訓過程充滿了酸甜苦辣，但實訓結果卻是甜的�？粗〗M的課題報告，心里有種說不出來的感觸。高老師在對統(tǒng)計理論及 SPSS 軟件功能模塊的講解的同時更側重于統(tǒng)計分析在各項工作中的實際應用，使我們不僅掌握 SPSS 軟件及技術原理而且學會運用統(tǒng)計方法解決工作和學習中的實際問題這個實訓。我真真正正學到了不少知識，另外，也提高了自己分析問題解決問題的能力。
小組中每個人完成不同的任務，我的任務是用獨立樣本T檢驗的方法分析市、縣及縣以下的分類對社會消費品零售總額的影響，分析方差，均值，P值，顯著性如何并進行T檢驗，得出結論報告。結果中比較有用的值為差值變量的均值Mean和Sig顯著性在初級統(tǒng)計中，通常都要求所分析的數(shù)據(jù)呈現(xiàn)正態(tài)分布。通過對spss軟件對數(shù)據(jù)的實踐處理，我感覺顯著性檢驗問題還是比較簡單的，但對具體數(shù)據(jù)分析的目的性，實用性以及自己在做研究時如何使用，還有待進一步實踐和提高。
SPSS 有具體的使用者要求的分析深度，同時是一個可視化的工具，使我們非常容易使用，這樣我們可以自己對結果進行檢查。電算化老師曾經(jīng)說過，學習軟件其實只是學習軟件的操作流程，而要真正掌握整個軟件，就得自己摸索探究，真真正正弄懂它，還要下一定的'功夫的。我也深刻體會到了這點。前幾次實訓都是關于會計實驗的，雖然時間安排比此次實訓緊，任務量大，但實訓結束后，基本的試訓內(nèi)容都完全掌握。而這次實訓，雖然時間安排較為輕松，內(nèi)容也不多，操作起來也有一定的難度，另外受外界因素的影響，根本就聽不見看不見老師講的，即便后來老師一講就去前面，由于沒有條件跟著操作，導致一部分內(nèi)容總是不熟練，請教同學他們也不會，不過，問題也總會用解決的辦法。經(jīng)過我堅持不懈的努力，在本次實訓結束之前，我終于彌補了自己不熟練的那部分內(nèi)容。
學習SPSS軟件，對于我們這些將來要時刻與數(shù)據(jù)打交道的人是有很大的幫助的，它主要的是運用SPSS軟件結合所學統(tǒng)計知識對數(shù)據(jù)進行需要的處理，相對于EXCEL處理，SPSS軟件處理不僅效率高，而且操作簡單。我個人覺得，SPSS軟件是一門專業(yè)性較強的課程，對于我們財務管理專業(yè)的學生是一門必備的課程，也是一門必須熟練掌握的課程，很慶幸，我是抱著將來要學習運用SPSS軟件進行此次實訓的。這次實訓，使我對統(tǒng)計工作的過程和 SPSS應用的流程取得一定的感性認識，拓展了視野，鞏固所學理論知識，提高了分析問題、解決問題的能力，也增強了我的職業(yè)意識、勞動觀點以及適應社會的能力，最重要的是它使我獲得了思想和課題分析處理上的雙豐收。
在SPSS學習中，我對它的認識由淺入深，循序漸進，在實踐中遇到的各種問題也能逐個攻克。學習這種在日常工作中有價值的分析方法，會使我們更能輕易應付日后的社會的信息工作；掌握這種高級的技能，對我們工作就業(yè)也提供了競爭優(yōu)勢。但是，軟件的學習并不是一蹴而就的，在這個科技高速發(fā)達和知識不斷更新的時代，我們應該不斷學習不斷更新自己的知識體系，爭取做一名國家所需要的優(yōu)秀的統(tǒng)計者。
【spss實習心得】相關文章：
SPSS在外語教育實證研究中的應用12-08
SPSS軟件在廢水排放及處理分析中的應用12-14
基于SPSS的主成分分析在水環(huán)境質(zhì)量評價中的應用12-08
SPSS相關分析與線性回歸分析在英語考試成績分析中的應用12-11
實習心得12-10
實習心得07-22