（13）连续变量频率分析

例子：对变量“年龄”进行分析。

打开数据文件，【分析】--【描述统计】--【频率】

选择要分析的变量“周岁年龄”

【统计】【图标】适用于对连续变量的频率分析，不适用于分类变量的频率分析，因此此处需要对【统计】【图标】进行相关设置。

【统计】相关设置

第一区域：百分位值

百分位值主要用于对连续变量数据离散程度的测量，常用的百分位值一般是四分位数。

它是将变量中的数据从小到大排序之后，用三个数据点将数据四等分，于这三个点相应对的值称为四分位值。由于是等分整个数据，这三个数据点分别位于数据的25%（第一四分位数）、50%（第二个四分位数，也就是中位数）、75%（第三四分。位数）。

我们还可以自定义百分位数，如十分位数就是用九个数据点将数据十等分。

第二区域：集中趋势

集中趋势反应了数据向其中心值聚集的程度，是对数据概括性水平的一般性度量，主要通过平均数、中位数、众数来表示。

第三区域：离散趋势

离散趋势反映了数据远离中心值的程度，是衡量集中趋势对整个数据的代表程度。

离散趋势越大，说明集中趋势的代表性越低，即第二区域的平均数、中位数等越不靠谱；反之离散程度接近于0，说明集中趋势代表性越高。

数据的离散程度主要通过范围、标准差、方差来表示

第四区域：分布特征

不常用

我们通常会考量数据是否服从正态分布，偏度和峰度可以反映数据偏离正态分布的程度。

偏度和峰度接近于0，说明数据越符合假定的正态分布。

【图标】相关设置

针对不同类型的数据及分析目的输出不同的图标

条形图：适用于表现数据分布

饼图：适用于表现数据结构

直方图：适用于连续数据

由于连续数据可以测量数据是否服从正态分布，所以在直方图下有勾选“在直方图中显示正态曲线”，勾选后可以一并输出正态曲线图。

说到此处，我们说一下条形图和直方图的差别：

1、条形图用于展现分类数据，直方图用于展现连续数据（如1号.2号....）

2、条形图用条形的长度表示各类别频数的大小，直方图使用面积表示数据大小

直方图数据具有连续性，所以矩形通常是连续排列的，没有间距，条形图表示的是分类数据，一般是有间距隔开的

由于我们分析的是连续变量，重点考量数据的集中趋势和离散趋势，“显示频率表”可选可不选。

输出结果如下：