SPSS
1. 统计基础Matrix Scatter
散点图矩阵（Matrix Scatter）是简单散点图的扩充，可以反映三个及以上连续变量间的关系，常用来展示多元方差分析结果或者在多重线性回归中识别离群值。
overlay plots
与散点图矩阵相比他是一对多图像，比如研究出生率和死亡率与城市化的关联。
one sample t test
我们创建一个example data ，包含10个小鼠的重量。现在我们想知道这10只小鼠的平均重量是否等于25g?此时可以使用one sample t test设置t value为25即可。
Paired-Samples T Test
比较同个样本不同数据，是一一对应的，数量是一样的。
Testing Two Independent Means
比较不同样本的同一个变量
one way ANOVA
使用目的：比较三个(含)以上的平均数的差异。
使用时机：用在三个(含)互为独立的母群的差异比较。
例子：比较启发式教学法、演讲式教学法及欣赏式教学法在教学效果上的差异。
观察F和P（Sig）的值，sig小于0.05可以拒绝原假设
这个表可以看出同种变量中不同选项的差异大小，主要看星号
two way ANOVA
使用目的：了解两个自变项(或属性变项、类别变项)对於某个依变项(观察变项)
交互作用的影响。
使用时机：当有两个因子时，且这两个因子互为独立，若要了解其对某个观察
变项有何交互作用的影响时，可使用此项统计方法。
例子：想要了解 A、B 两种药品在使用不同的剂量(轻、重)时对於治疗高血压
是否有交互作用影响。
通过相乘项的F和sig值看是否有交互作用，sig大于0.05则没有交互作用，其他sig值可以看到是否有统计学上的影响，小于0.05则有统计学上的影响。该表通过
得出。
该表通过two way anova得出，
回归
Linear Regression
该表中B值（constant）是回归方程中y=a+bx中的a，B值（yrs）是b。所以回归方程是：husbedu=5.341+0.62*wifedu
卡方检测**（chi-square test）**
没有数据的话需要先使用weight case 来让变量得到数量，在Data中，使用weight case，点击weight cases by，将数量变量移入，之后这个数量就会被赋予给这一排的全部变量。之后就可以进入 Analyze的
中的chi-square test，将百分数依次填入Values中。选择option中的Descriptive，得到结果。
multiple line plot
two way anova 中plots
这两个。然后add即可。
