導語：林業生產和科學研究SPSS應用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1SPSS介紹

SPSS的全稱是StatisticalProgramforSocialSci-ences，即社會科學統計軟件，現階段使用較多的是SPSS17.0漢化版。SPSS集便捷的數據處理、直觀的圖表編輯、強大的統計分析以及豐富的數據接口于一體，被業界稱為最優秀的統計分析軟件之一。

1.1數據編輯功能

利用SPSS，可以完成數據的增加、刪除、復制、剪切和粘貼等常規編輯；可以快捷高效地進行數據的排序、轉化、拆分、聚合、加權等操作處理；并且具有多個數據文件的合并功能。

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可以生成數十種風格的表格，根據功能又可有一般表、多響應表和頻數表等。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統計分析功能

利用SPSS幾乎可以完成所有的數理統計任務。具體包括樣本數據的描述、假設檢驗、非參數檢驗、T檢驗、方差分析、列聯表、相關分析、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與其他軟件的聯接功能

SPSS能讀取和調用Excel、DeBase、Foxbase、Lotus1-2-3、Access、文本編輯器等生成的數據文件。通過其內置的VBA編程開發，可以實現增強的應用功能，完成對復雜數據的管理，提高統計分析的效率。

2SPSS在林業統計分析中的應用實例

2.1頻數分布分析

頻數分布分析過程可以較方便地對數據進行按組分類整理，形成各變量的不同水平的頻數分布表和圖形，從而把握變量的數據特征和分布狀況的規律[3]。下面對苗木樣本進行頻數分析，探討苗木高度的生產規律。從某苗圃中抽取50株苗木樣本，測得苗木高度數據資料如下（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數據文件。依次點擊“轉換→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”，輸入變量標簽“苗木高度數據分組”。在“舊值和新值”中，定義分組區間。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→描述統計→頻率”菜單,在“頻率”對話框中確立頻數分析“變量”，選擇統計圖形。本例點選“直方圖”，勾選“常正態曲線”。單擊“確定”按鈕，在輸出窗口中顯示苗木高度數據的頻數分析報表和直方圖。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值，取得這些數值機率是多少，以及苗木高度變量分布規律。

2.2相關分析

針對客觀事物相互間關系的密切程度用適當的統計指標表示出來，這個過程就是相關分析。下面介紹兩種方式：散點圖方式、相關系數方式。

2.2.1散點圖

表2為胸高斷面積和蓄積量數據，依據數據資料繪制散點圖。根據散點圖初步判斷胸高斷面積和蓄積量之間是否有相關關系。輸入樣本編號、胸高斷面積、蓄積量等數據資料，建立數據文件。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之間大致成直線關系，蓄積量y隨胸高斷面積x增加而增加。要想較準確推斷它們的關系，還需進一步計算相關系數。

2.2.2相關系數

相關系數的大小反映兩個變量之間的線性關系的密切程度，仍以上例數據資料為基礎，介紹相關系數的計算過程。打開“分析→相關→雙變量相關”菜單，在“雙變量相關”對話框中確定相關系數的類型；選擇“顯著性檢驗”標準；勾選“標記顯著性相關”復選框。單擊“確定”按鈕，在輸出窗口中顯示相關分析結果。如表3所示。相關系數為0.974。胸高斷面積和蓄積量之間存在正相關關系。

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關系的一種統計分析方法。回歸分析過程分為兩步：第一步建立變量之間的數學解析式；第二步利用所建的數學解析式進行預測。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數據資料為例，介紹線性回歸分析的計算過程。設胸高斷面積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“統計量”中設置輸出的分析內容。本例使用默認選項“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果。如表4所示。從結果中可看出，截距a為0.027，回歸系數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進行直線回歸預測。

3結論

通過上述應用實例，可以總結出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；獲取樣本數據，創建SPSS數據文件；運行相應的SPSS功能模塊，生成豐富的統計數據和圖表；根據計算結果分析研究對象并解決問題。在實際應用中，針對具體對象常常會應用多種分析過程，計算比較后取其中最優最合理的方案。綜上所述，SPSS集數據編輯、數據管理、統計分析、報表制作、圖形繪制等功能于一體，是開展林業統計分析和科學研究的有效實用工具。