繼續(xù)學(xué)習(xí)統(tǒng)計學(xué)，哲學(xué)老師教的條理清楚、通俗易懂。好像一位老師在身邊手把手的教授，你想到?jīng)]想到的疑惑，他就知道，你還沒想到什么地方不對，他就預(yù)先知道了，早早的給你埋好了路標(biāo)。

SPSS：（Statistical Package for the Social Sciences）為社會科學(xué)量身定做的軟件包。另外常用軟件還有：stata；R。

通常通過四步驟：數(shù)據(jù)錄入、數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)分析、制作圖表。

起始最重要是變項名稱，一次輸入不要拖延，會忘記。

數(shù)據(jù)清洗（data cleaning）：數(shù)據(jù)錄入很容易出錯，最簡單是看頻次表，看異常值。

轉(zhuǎn)換數(shù)據(jù)：重新編碼；取對數(shù)；算平方。注意：“重新編碼為不同變項”及時變更后臺信息。

制圖（graphs）：圖構(gòu)建程序（chart builder）

分析（analyze）：描述統(tǒng)計（descriptive statistics）：頻次、描述、交叉表；推理統(tǒng)計（inferential statistics）：回歸（最小二乘回歸、對數(shù)回歸）、降維（因子分析、量表）。

變項視圖（variable view）：后臺信息，告訴我們數(shù)據(jù)庫數(shù)字的意思。

實質(zhì)相干的變項：互相影響的變項，可以當(dāng)因變項，如：年薪高低、是否經(jīng)理、教育程度。

理論相關(guān)的變項：影響因變項的自變項，如：年薪為因變項，自變項可能是性別、教育程度、是否經(jīng)理、族裔。

數(shù)據(jù)：數(shù)據(jù)不是數(shù)字，是通過對我們感興趣的某些個體屬性進(jìn)行量化得到的信息?！皵?shù)”是符號，“據(jù)”是事實、信息，數(shù)據(jù)是以“數(shù)”標(biāo)“據(jù)”。

數(shù)據(jù)庫（data bank）：數(shù)字組成的集合，每個數(shù)字都攜帶信息。

數(shù)據(jù)點、線、面、體：點是個體單個屬性；線是每個變項的全部情況，測量層級越高，曲線越接近正態(tài)分布；面是兩個變項分別形成的數(shù)據(jù)線可能（不一定形成）的數(shù)據(jù)面；體是三個或以上變項分別形成的數(shù)據(jù)線可能（不一定形成）的數(shù)據(jù)體，有多個面。

數(shù)據(jù)挖掘：分析數(shù)據(jù)關(guān)鍵是發(fā)現(xiàn)數(shù)據(jù)結(jié)構(gòu)。

數(shù)據(jù)行：代表個體的若干屬性。行數(shù)就是個體數(shù)。

數(shù)據(jù)列：代表變項（具體狀態(tài)由操作定義和測量層級共同界定）+抽樣信息+調(diào)研過程信息+權(quán)重

自己的數(shù)據(jù)庫：1、自己調(diào)查得到；2、對現(xiàn)有別人數(shù)據(jù)庫有“獨到的理解”。注意：現(xiàn)有數(shù)據(jù)庫，有可能關(guān)鍵變項被分享時保留。