添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接


在统计学中,总体率的估计包含了点估计和区间估计两种方法,点估计直接使用样本率来估计总体率,没有考虑抽样误差,而区间估计则按照一定的可信度,估计总体率的可能范围,这就是总体率的置信区间。

今天我们要使用IBM SPSS Statistic这款统计软件,来估计总体率95%的置信区间,同学们一起来跟着学习一下吧!

一、演示数据

我们录入两组统计数据,用于估计测试人员总体龋齿患病率的95%置信区间。第一组的发生情况为1,表示患上了龋齿,人数为200人;第二组发生情况为0,表示没有患上龋齿,人数为600人,总体参与测试的人员共800人。

python 线性回归预测置信区间 spss线性回归预测置信区间_python 线性回归预测置信区间

图1:演示数据集

二、操作演示

数据准备好后,下面开始进行95%置信区间的估计,第一步,给数据进行加权。点击“数据”菜单中的“个案加权”,选择“个案加权依据”,然后将“人数”填入到“频率变量”中,如图2。

python 线性回归预测置信区间 spss线性回归预测置信区间_数据_02

图2:个案加权

第二步:选择“分析”菜单的“描述统计”子菜单,点击其中的“比率”项。

python 线性回归预测置信区间 spss线性回归预测置信区间_数据_03

图3:比率统计

第三步:在比率统计页面中,在分子一栏填入“发生情况”,在分母栏中填入“样本数”,如图4。

python 线性回归预测置信区间 spss线性回归预测置信区间_数据_04

图4:填入分子和分母

第四步:随后我们再点击“统计”按钮,进入统计参数设置界面,勾选上“平均值”和“置信区间”选项,在置信区间级别中,填入级别为95,表示要估计总体率95%的置信区间,具体见图5。

python 线性回归预测置信区间 spss线性回归预测置信区间_python 线性回归预测置信区间_05

图5:设置95的置信区间

三、结果分析

点击继续和确定按钮,SPSS会生成95%置信区间的统计结果,如图6,从结果图中可以看到,该数据95%置信区间的结果为22%到28%。也就是说,这组数据得出来测试人员总体患龋齿的概率在22到28之间,与我们自己手动带入公式计算的结果是一致的。

python 线性回归预测置信区间 spss线性回归预测置信区间_数据_06

图6:最终结果

这样子我们就完成了关于演示数据95%置信区间的计算和结果展示,在IBM SPSS Statistic这款专业的统计分析软件中,实现这么一个常用的指标计算,操作还是非常快捷简单的。这款软件非常适合于统计新手来上手,也同样适用于专业人员进行操作,我们可以到它的中文网站上去下载试用哦。