導(dǎo)語：林業(yè)生產(chǎn)和科學(xué)研究SPSS應(yīng)用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

1SPSS介紹

SPSS的全稱是StatisticalProgramforSocialSci-ences，即社會科學(xué)統(tǒng)計軟件，現(xiàn)階段使用較多的是SPSS17.0漢化版。SPSS集便捷的數(shù)據(jù)處理、直觀的圖表編輯、強大的統(tǒng)計分析以及豐富的數(shù)據(jù)接口于一體，被業(yè)界稱為最優(yōu)秀的統(tǒng)計分析軟件之一。

1.1數(shù)據(jù)編輯功能

利用SPSS，可以完成數(shù)據(jù)的增加、刪除、復(fù)制、剪切和粘貼等常規(guī)編輯；可以快捷高效地進行數(shù)據(jù)的排序、轉(zhuǎn)化、拆分、聚合、加權(quán)等操作處理；并且具有多個數(shù)據(jù)文件的合并功能。

1.2圖形生成與編輯功能

利用SPSS可以生成各種基本圖和交互圖。其中基本圖包括條形圖、線圖、面積圖、餅圖、高低圖、箱圖、誤差條圖、直方圖、散點圖等。交互圖可以是二維或三維的，包括條形交互圖、線形交互圖、帶形交互圖、餅形交互圖、點型交互圖、箱型交互圖、誤差條形交互圖、直方交互圖和散點交互圖等[1]。

1.3表格生成和編輯功能

利用SPSS可以生成數(shù)十種風(fēng)格的表格，根據(jù)功能又可有一般表、多響應(yīng)表和頻數(shù)表等。利用專門的編輯窗口或直接在查看器中可以編輯所生成的表格。

1.4統(tǒng)計分析功能

利用SPSS幾乎可以完成所有的數(shù)理統(tǒng)計任務(wù)。具體包括樣本數(shù)據(jù)的描述、假設(shè)檢驗、非參數(shù)檢驗、T檢驗、方差分析、列聯(lián)表、相關(guān)分析、回歸分析、線性分析、聚類分析、判別分析、因子分析、可靠性分析等[2]。

1.5與其他軟件的聯(lián)接功能

SPSS能讀取和調(diào)用Excel、DeBase、Foxbase、Lotus1-2-3、Access、文本編輯器等生成的數(shù)據(jù)文件。通過其內(nèi)置的VBA編程開發(fā)，可以實現(xiàn)增強的應(yīng)用功能，完成對復(fù)雜數(shù)據(jù)的管理，提高統(tǒng)計分析的效率。

2SPSS在林業(yè)統(tǒng)計分析中的應(yīng)用實例

2.1頻數(shù)分布分析

頻數(shù)分布分析過程可以較方便地對數(shù)據(jù)進行按組分類整理，形成各變量的不同水平的頻數(shù)分布表和圖形，從而把握變量的數(shù)據(jù)特征和分布狀況的規(guī)律[3]。下面對苗木樣本進行頻數(shù)分析，探討苗木高度的生產(chǎn)規(guī)律。從某苗圃中抽取50株苗木樣本，測得苗木高度數(shù)據(jù)資料如下（單位：cm）。101、90、99、96、90、98、103、94、98、113、92、99、100、87、102、100、96、103、102、92、93、95、101、93、94、103、95、104、96、93、102、94、93、100、95、109、95、98、91、97、94、96、88、91、106、97、93、96、93、98。運行程序，輸入樣本資料，建立SPSS數(shù)據(jù)文件。依次點擊“轉(zhuǎn)換→重新編碼為不同變量”菜單，打開“重新編碼”對話框選擇分組變量，定義輸出變量名“所在組”，輸入變量標(biāo)簽“苗木高度數(shù)據(jù)分組”。在“舊值和新值”中，定義分組區(qū)間。本例將苗木高度分為90以下、90~94、95~99、100~104、105~109、110以上6組。打開“分析→描述統(tǒng)計→頻率”菜單,在“頻率”對話框中確立頻數(shù)分析“變量”，選擇統(tǒng)計圖形。本例點選“直方圖”，勾選“常正態(tài)曲線”。單擊“確定”按鈕，在輸出窗口中顯示苗木高度數(shù)據(jù)的頻數(shù)分析報表和直方圖。詳見表1和圖1。頻率分布表和分布圖十分清楚地表述了苗木高度變量取了哪些數(shù)值，取得這些數(shù)值機率是多少，以及苗木高度變量分布規(guī)律。

2.2相關(guān)分析

針對客觀事物相互間關(guān)系的密切程度用適當(dāng)?shù)慕y(tǒng)計指標(biāo)表示出來，這個過程就是相關(guān)分析。下面介紹兩種方式：散點圖方式、相關(guān)系數(shù)方式。

2.2.1散點圖

表2為胸高斷面積和蓄積量數(shù)據(jù)，依據(jù)數(shù)據(jù)資料繪制散點圖。根據(jù)散點圖初步判斷胸高斷面積和蓄積量之間是否有相關(guān)關(guān)系。輸入樣本編號、胸高斷面積、蓄積量等數(shù)據(jù)資料，建立數(shù)據(jù)文件。依次點擊“圖形→舊對話框→散點”菜單，選擇散點圖類型，本例選擇“簡單分布”。選擇定義X、Y軸變量。本例選擇“胸高斷面積”為X軸，選擇“蓄積量”為Y軸。單擊“確定”按鈕，在輸出窗口顯示出散點圖。如圖2所示。從散點圖可直觀的看出胸高斷面積x與蓄積量y之間大致成直線關(guān)系，蓄積量y隨胸高斷面積x增加而增加。要想較準(zhǔn)確推斷它們的關(guān)系，還需進一步計算相關(guān)系數(shù)。

2.2.2相關(guān)系數(shù)

相關(guān)系數(shù)的大小反映兩個變量之間的線性關(guān)系的密切程度，仍以上例數(shù)據(jù)資料為基礎(chǔ)，介紹相關(guān)系數(shù)的計算過程。打開“分析→相關(guān)→雙變量相關(guān)”菜單，在“雙變量相關(guān)”對話框中確定相關(guān)系數(shù)的類型；選擇“顯著性檢驗”標(biāo)準(zhǔn)；勾選“標(biāo)記顯著性相關(guān)”復(fù)選框。單擊“確定”按鈕，在輸出窗口中顯示相關(guān)分析結(jié)果。如表3所示。相關(guān)系數(shù)為0.974。胸高斷面積和蓄積量之間存在正相關(guān)關(guān)系。

2.3回歸分析

回歸分析是通過建立回歸方程來研究變量之間相關(guān)關(guān)系的一種統(tǒng)計分析方法。回歸分析過程分為兩步：第一步建立變量之間的數(shù)學(xué)解析式；第二步利用所建的數(shù)學(xué)解析式進行預(yù)測。SPSS中的回歸分析方法有：線性回歸、非線性回歸、Logistic回歸等[4]。下面以表2數(shù)據(jù)資料為例，介紹線性回歸分析的計算過程。設(shè)胸高斷面積x和蓄積量y擬合的直線回歸方程為：y=a+bx。打開“分析→回歸→線性”菜單，在線性回歸對話框中選擇一個因變量，一個自變量；在“統(tǒng)計量”中設(shè)置輸出的分析內(nèi)容。本例使用默認(rèn)選項“估計”和“模型擬合度”。單擊“確定”按鈕，在輸出窗口中顯示出回歸分析的結(jié)果。如表4所示。從結(jié)果中可看出，截距a為0.027，回歸系數(shù)b為9.788，所以胸高斷面積x和蓄積量y擬合的直線回歸方程為：y=0.027+9.788x。在此直線回歸中，如果選定自變量胸高斷面積x的值，就可以對因變量蓄積量y進行直線回歸預(yù)測。

3結(jié)論

通過上述應(yīng)用實例，可以總結(jié)出SPSS的一般使用過程：確定研究對象并提出問題，選擇合適的分析方案；獲取樣本數(shù)據(jù)，創(chuàng)建SPSS數(shù)據(jù)文件；運行相應(yīng)的SPSS功能模塊，生成豐富的統(tǒng)計數(shù)據(jù)和圖表；根據(jù)計算結(jié)果分析研究對象并解決問題。在實際應(yīng)用中，針對具體對象常常會應(yīng)用多種分析過程，計算比較后取其中最優(yōu)最合理的方案。綜上所述，SPSS集數(shù)據(jù)編輯、數(shù)據(jù)管理、統(tǒng)計分析、報表制作、圖形繪制等功能于一體，是開展林業(yè)統(tǒng)計分析和科學(xué)研究的有效實用工具。