spss制作概率分布图
如何用SPSS做数据正态化转换？
如何用SPSS做数据正态化转换？
先将原始分数的频数转化为相对累积频数（百分等级），将它视为正态分布的概率，然后通过查正态分布表中概率值相对应的Z值，将其转化为Z分数，达到正态化的目的。
在SPSS上的操作方法：工具栏transform-Rankcases，将左边你要进行正态化的变量拖入右边“变量”框中；点选ranktypes对话窗，选中normalscores选项（共四种计算方法，系统默认的是bloom计算方法，可根据你的需要进行改进），点击continue，ok。
spss会在数据观察表中生成两列新变量，其中N总分变量就是想要的正态化结果。
spss在概率统计中的作用？
spss在概率统计中主要起到对数据进行比对和分析总结得出差异和结论的作用。
统计样本时M±SD是什么意思？
mean _standard deviation也就是平均数正负标准差，P是概率，在SPSS的统计图表里中，sig对应的值就是P值。
后面的百分比？这个应该是spss数据采集或输出得到的。
如何用spss进行两组数据的u检验？
答:可按下列步骤操作可用spss进行两组数据的u检验:
先计算t统计量。
t＝(x - x_cap) / se
x_cap为样本均数，se为样本均数的标准误，se＝sd/√(n-1)，sd为样本标准差，n为样本量
根据如上概率密度函数可计算在相应自由度下某个t统计量值对应的p值。现在有已建立好的t界值表，可以根据t统计量以及相应的自由度，在t界值表上查找相应的p值。
才疏学浅，如有错漏请批评指正。
roc曲线spss怎么做约等指数？
ROC(Receiver Operating Characteristic)曲线,用于二分类判别效果的分析与评价.一般自变量为连续变量,因变量为二分类变量. 基本原理是:通过判断点(cutoff point/cutoff value)的移动,获得多对灵敏度(sensitivity)和误判率(1-Specificity(特异度)),以灵敏度为纵轴,以误判率为横轴,连接各点绘制曲线,然后计算曲线下的面积,面积越大,判断价值越高. 灵敏度:就是把实际为真值的判断为真值的概率. 特异度:就是把实际为假值的判断为假值的概率. 误判率:就是把实际为假值的判断为真值的概率,其值等于1-特异度. 将绘成的曲线与斜45度的直线对比,若差不多重合,说明自变量对因变量的判断价值很差,若越远离斜45度的直线即曲线下的面积越大,说明自变量对因变量的判断价值越好,即根据自变量可以较为正确的判断因变量. 使用SPSS的操作过程如下: Graphs/ROC Curve:Test variable选自变量(连续型变量),state varibale选因变量(二分类变量)display的选项一般全选. 运行结果曲线,可直观地看到曲线形状. under the curve:曲线下方的面积,包括面积值,显著性分析,置信区间. of the curve:ROC曲线各点对应的灵敏度和误判率.