探索性分析（Explore）主要用于在數(shù)據(jù)的分布情況未知時(shí)，檢驗(yàn)數(shù)據(jù)的奇異值或輸入錯(cuò)誤，并使用圖形、描述統(tǒng)計(jì)量的方法獲得數(shù)據(jù)的基本特征，主要適用于區(qū)間數(shù)據(jù)分析。主要有以下幾種功能：
- 計(jì)算描述統(tǒng)計(jì)量
- 進(jìn)行正態(tài)性檢驗(yàn)：檢驗(yàn)數(shù)據(jù)是否服從正態(tài)分布
- 進(jìn)行方差齊性檢驗(yàn)：利用Levene檢驗(yàn)不同組數(shù)據(jù)方差是否相等
- 繪制多種統(tǒng)計(jì)分布圖，觀察其分布特征
-
探測(cè)數(shù)據(jù)中的極端值（奇異值、離群值）
示例：對(duì)數(shù)據(jù)中危重病人的APACHEIII評(píng)分及其預(yù)后情況進(jìn)行探索性分析，了解不同預(yù)后情況下的APACHEIII評(píng)分狀況，數(shù)據(jù)如下：
image.png
- 打開 分析—描述統(tǒng)計(jì)—探索分析
image.png - 參數(shù)說明
(1) 變量選擇
- 因變量列表：需要分析的變量，可選擇多個(gè)變量，必須是數(shù)值型變量
- 因子列表：分組變量，可選擇多個(gè)變量，最好是分類變量
- 注意：若同時(shí)選入多個(gè)因變量和多個(gè)因子列表，將對(duì)他們之間的兩兩組合分別進(jìn)行分析。
- 顯示欄：Statistics（統(tǒng)計(jì)量表格）、Plots（圖形）、Both（統(tǒng)計(jì)量表格和圖形）
(2) 統(tǒng)計(jì)量設(shè)置 - 描述：輸出描述性統(tǒng)計(jì)量，包括均值、中位數(shù)、眾數(shù)、5%截尾均值、方差等想用統(tǒng)計(jì)量
- 平均值的置信區(qū)間：默認(rèn)95%置信區(qū)間
- M-估計(jì)量：M估計(jì)值，描述平均水平；計(jì)算并輸出比均值和中位數(shù)更穩(wěn)定的數(shù)據(jù)中心估計(jì)值，包括：Hubers/Andrews/Hampels/Tukeys
- 離群值：列出極端值，即最大和最小各5個(gè)數(shù)據(jù)
- 百分位數(shù)：輸出5%、10%、25%、50%、75%、90%、95%的百分位數(shù)
image.png
(3) 圖設(shè)置
a.箱式圖：
因子級(jí)別并置：對(duì)于每個(gè)因素變量，每圖只顯示一個(gè)因變量，默然選項(xiàng)
因變量并置：對(duì)每個(gè)因素變量，每張圖顯示所有因素變量
無：顧名思義，不顯示箱式圖
b.描述圖：
莖葉圖：顯示莖葉圖，默認(rèn)選項(xiàng)
直方圖：做相應(yīng)變量的直方圖
c.含檢驗(yàn)的正態(tài)圖
進(jìn)行因變量的正態(tài)性檢驗(yàn)，包括K-S統(tǒng)計(jì)檢驗(yàn)檢驗(yàn)Lilliefors置信水平。
繪制正態(tài)概率圖與去趨勢(shì)后的正態(tài)概率圖
d.含Levene萊文檢驗(yàn)的分布-水平圖
無：不做方差齊性檢驗(yàn)，默認(rèn)
冪估算：估計(jì)數(shù)據(jù)冪轉(zhuǎn)換后的冪值
轉(zhuǎn)換后：數(shù)據(jù)轉(zhuǎn)換后做方差齊性檢驗(yàn)，包括6種數(shù)據(jù)轉(zhuǎn)換：Natural log自然對(duì)數(shù)、1/Square root（平方根倒數(shù)變換）、Reciprocal（倒數(shù)變換）、Square root（平方根變換）、Square（平方變換）、Cube（立方變換）。
不做數(shù)據(jù)變換：用原始數(shù)據(jù)做方差齊性檢驗(yàn)。
image.png
- 輸出結(jié)果與說明
(1) 處理摘要與描述性分析
結(jié)果顯示參與APACHEIII評(píng)分分析案例中，各預(yù)后情況分類的評(píng)分情況以及各描述性統(tǒng)計(jì)量，包括均值、截尾均值、四分位數(shù)、標(biāo)準(zhǔn)差等常用統(tǒng)計(jì)量。
image.png
image.png
(2) M估計(jì)量
表示平均水平的穩(wěn)健估計(jì)量，包括四種估計(jì)方法。其中Huber法適用于數(shù)據(jù)接近正態(tài)分布的情況，另外3種適用于數(shù)據(jù)中有過多異常值時(shí)。由下表可見，死亡組別的M估計(jì)值與均數(shù)和中位數(shù)非常接近，比較穩(wěn)健，接近于數(shù)據(jù)對(duì)稱分布。
image.png
(3) 極值列表
給出相應(yīng)的機(jī)制列表，每組的最大值、最小值最多給出5個(gè)。
image.png
(4) 正態(tài)性檢驗(yàn)
經(jīng)檢驗(yàn)，兩組的p值均大于0.05，所以不拒絕正態(tài)分析的假設(shè)，認(rèn)為死亡組和存活組評(píng)分呈正態(tài)分布。
(5) 方差齊性檢驗(yàn)
經(jīng)檢驗(yàn)，四種方法計(jì)算出的P值均大于0.05，不拒絕零假設(shè)，可認(rèn)為兩組總體方差相同。
image.png
(6) 莖葉圖
莖葉圖由三部分構(gòu)成：葉子數(shù)目—頻率、莖的大小—Stem、葉子大小-leaf。其中，stem代表整數(shù)部分，leaf代表小數(shù)部分，可根據(jù)公式[(莖值+葉值×0.1)×莖寬] 可計(jì)算莖葉圖的近似值。
下方給出了莖的寬度：10。每一片葉子 加上 莖 近似于對(duì)應(yīng)一個(gè)原始數(shù)據(jù)。
如：最后一行莖葉是7.2，則對(duì)應(yīng)原始數(shù)據(jù)約等于 （7+0.2）*10 = 72，其中10是莖的寬度。
image.png
(7) 正態(tài)分布概率圖
在下圖中，直線是正態(tài)分布的標(biāo)準(zhǔn)參考線，散點(diǎn)越接近這條直線，則該變量的分布越接近正態(tài)分布。
image.png
趨降標(biāo)準(zhǔn)Q-Q圖反應(yīng)的是正態(tài)分布理論值與實(shí)際值之差的分布情況。若均勻分布在執(zhí)行y=0兩側(cè)，且沒有顯示出明顯的曲線模式，如S、V型，因此，可認(rèn)為服從正態(tài)分布。
