繼續(xù)學(xué)習(xí)統(tǒng)計(jì)學(xué)轩拨，哲學(xué)老師教的條理清楚践瓷、通俗易懂。好像一位老師在身邊手把手的教授亡蓉，你想到?jīng)]想到的疑惑晕翠，他就知道，你還沒想到什么地方不對砍濒，他就預(yù)先知道了淋肾，早早的給你埋好了路標(biāo)。
SPSS：（Statistical Package for the Social Sciences）為社會科學(xué)量身定做的軟件包爸邢。另外常用軟件還有：stata樊卓；R。
通常通過四步驟：數(shù)據(jù)錄入杠河、數(shù)據(jù)轉(zhuǎn)化碌尔、數(shù)據(jù)分析浇辜、制作圖表。
起始最重要是變項(xiàng)名稱唾戚，一次輸入不要拖延柳洋，會忘記。
數(shù)據(jù)清洗（data cleaning）：數(shù)據(jù)錄入很容易出錯叹坦，最簡單是看頻次表膳灶，看異常值。
轉(zhuǎn)換數(shù)據(jù)：重新編碼立由；取對數(shù)轧钓；算平方。注意：“重新編碼為不同變項(xiàng)”及時變更后臺信息锐膜。
制圖（graphs）：圖構(gòu)建程序（chart builder）
分析（analyze）：描述統(tǒng)計(jì)（descriptive statistics）：頻次毕箍、描述、交叉表道盏；推理統(tǒng)計(jì)（inferential statistics）：回歸（最小二乘回歸而柑、對數(shù)回歸）、降維（因子分析荷逞、量表）媒咳。
變項(xiàng)視圖（variable view）：后臺信息，告訴我們數(shù)據(jù)庫數(shù)字的意思种远。
實(shí)質(zhì)相干的變項(xiàng)：互相影響的變項(xiàng)涩澡，可以當(dāng)因變項(xiàng)，如：年薪高低坠敷、是否經(jīng)理妙同、教育程度。
理論相關(guān)的變項(xiàng)：影響因變項(xiàng)的自變項(xiàng)膝迎，如：年薪為因變項(xiàng)粥帚，自變項(xiàng)可能是性別、教育程度限次、是否經(jīng)理芒涡、族裔。
數(shù)據(jù)：數(shù)據(jù)不是數(shù)字卖漫，是通過對我們感興趣的某些個體屬性進(jìn)行量化得到的信息费尽。“數(shù)”是符號懊亡，“據(jù)”是事實(shí)依啰、信息，數(shù)據(jù)是以“數(shù)”標(biāo)“據(jù)”店枣。
數(shù)據(jù)庫（data bank）：數(shù)字組成的集合速警，每個數(shù)字都攜帶信息叹誉。
數(shù)據(jù)點(diǎn)、線闷旧、面长豁、體：點(diǎn)是個體單個屬性；線是每個變項(xiàng)的全部情況忙灼，測量層級越高匠襟，曲線越接近正態(tài)分布；面是兩個變項(xiàng)分別形成的數(shù)據(jù)線可能（不一定形成）的數(shù)據(jù)面该园；體是三個或以上變項(xiàng)分別形成的數(shù)據(jù)線可能（不一定形成）的數(shù)據(jù)體酸舍，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)里初。
數(shù)據(jù)行：代表個體的若干屬性啃勉。行數(shù)就是個體數(shù)。
數(shù)據(jù)列：代表變項(xiàng)（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双妨、自己調(diào)查得到淮阐；2、對現(xiàn)有別人數(shù)據(jù)庫有“獨(dú)到的理解”刁品。注意：現(xiàn)有數(shù)據(jù)庫泣特，有可能關(guān)鍵變項(xiàng)被分享時保留。
