当两列变量均为二分变量时应计算哪一种相关

二分类变量即为那些结局只有两种可能性的变量，如有效与否，心梗，心血管不良事件，死亡等，一般将发生事件的人数除以样本量总数得到的事件发生率作为结局考察。生物统计学论坛 在多重回归、Logistic回归模型中，自变量可以是连续型变量（interval variables），也可以是二项分类变量，和多分类变量。为了便于解释，对二项分类变量（如好坏、死活、发病不发病等）一般按0、1编码，一般0表示阴性或较轻情况，而1表示阳性或较严重情况。如果对二项分类变量按+1与-1编码，那么所得的logistic回归OR=exp（2beta），多重回归的beta同样增加一倍，容易造成错误的解释。因此建议尽量避免“+1”、“-1”编码形式。多分类变量又可分为有序（等级）或无序（也叫名义），如果是有序（ordinal）分类变量，一般可按对因变量影响由小到大的顺序编码为1、2、3、...，或按数据的自然大小，将它当作连续型变量处理。如果是无序的（nominal）分类变量，则需要采用哑变量（dummy variables）进行编码，下面以职业（J）为例加予以说明。 假如职业分类为工、农、商、学、兵5类，则可定义比分类数少1个，即5－1=4个哑变量

对于二分变量，假设其取值为T和F。对之建立预测模型，那么预测结果可以有以下三种表达方式：（1）预测结果为T（或预测结果为F）；（2）预测结果为T，把握程度为p（或预测结果为F，把握程度为1-p）；其中p为0到1之间的实数。（3）预测结果为取T的可能性为p。

信效度检验的步骤是： 1.数据录入， 2.依次点击分析-标度(度量)-可靠性分析 ，信度分析。 3. 每个量表维度分别进行信度分析，选中专业了解度包含的5个题目，并且进行变量选择。 4. 在模型下拉选项中选中Alpha或者α，一般默认，这个是科隆巴赫系数。 5. 点击统计选项，然后勾选打钩的内容，并且点击继续勾选选项 6： 点击确定就得到了第一个维度(专业了解度)的信度分析结果。

。

可以在卡方检验这里做

1、首先，大家平时理解的变量是单纬的，而不是你说的多维的。因此，对spss而言，X1、X2、X3、Y1、Y2、Y3分别是6个变量。2、spss的相关性分析中可以分别统计这6个变量间的相关性。通过他们之间相关性的计算，你或许可以得到你所说的X与Y之间的相关性，但这种相关性只是你推测的定性描述而已，是不能定量描述的。3、主成分分析，目的是将分析对象的多个维度简化为少数几个维度，方便分析，这样做的前提是维度很多且其中的多个维度之间有较强的相关性。而不是你想象的可以把X1、X2、X3降维成一个变量，因为只有三个维度，已经很少了，这三个维度可以做降维分析的可能性几乎没有。4、回归分析，只有一个因变量，可以有多个自变量，最终算得因变量与自变量间的回归关系。估计你只是自己想象了一个例子，实际中一般是不会有这样的分析案例的。

用SPSS进行多元回归以后，系统会自动给出x1、x2和x3（从大到小）的R的平方和，相减就是解释率。

Logistic回归属于概率型的非线性回归，分为二分类和多分类的回归模型。这里只讲二分类。　　对于二分类的Logistic回归，因变量y只有“是、否”两个取值，记为1和0。这种值为0/1的二值品质型变量，我们称其为二分类变量。　　假设在自变量x1,x2,u22ef,xpx1,x2,u22ef,xp作用下，y取“是”的概率是p，则取“否”的概率是1-p，研究的是当y取“是”发生的模率p与自变量x1,x2,u22ef,xpx1,x2,u22ef,xp的关系。

如果是二分类变量不用设为哑变量。二分类变量是指只有两种结果的变量，通常用0和1表示，其中0表示否定或不具备某种特征，1表示肯定或具备某种特征。而01和12是两种不同的二分类变量。其中，01变量是指只包含0和1两种取值的二分类变量，表示两种互斥的状态。例如，在进行某个调查时，可以使用01变量来记录参与者是否吸烟，0表示不吸烟，1表示吸烟。而12变量则是指包含1和2两种取值的二分类变量，表示两种非互斥的状态。例如，在进行某个调查时，可以使用12变量来记录参与者的性别，1表示男性，2表示女性。由此可见，01和12的差别在于其所表示的状态是互斥的还是非互斥的。这种差别在统计学中非常重要，因为它涉及到了不同类型的变量和不同的统计方法。在实际应用中，需要根据需要选择适当的变量类型和统计方法，以便更好地处理数据并得到有意义的结果。变量概述：由于变量让你能够把程序中准备使用的每一段数据都赋给一个简短、易于记忆的名字，因此它们十分有用。变量可以保存程序运行时用户输入的数据（如使用InputBox函数在屏幕上显示一个对话框，然后把用户键入的文本保存到变量中）、特定运算的结果以及要在窗体上显示的一段数据等。简而言之，变量是用于跟踪几乎所有类型信息的简单工具。

有人认为，对于小样本，你就无法使用统计的。但，这是一个误解，一个 常见的误解 。对于小样本，我们也有适当的统计方法。 一个研究者的“小样本”，在另一个研究者看来则可能意味着“大样本”。本文中，小样本主要是指样本量在5-30个用户（可用性研究中常见的样本量，进一步阅读:http://www.measuringusability.com/blog/actual-users.php）。 值得注意的是，用户研究并不是出现小样本的唯一领域。其他具有较高操作成本的研究也会出现这个现象，比如fMRis和动物实验等。 尽管我们有相应的方式来处理小样本研究数据，但我们应该清晰地知道小样本的局限性：你很难看到很大的差异，很明显的效果。 这就像使用双筒望远镜进行天文观测一样：使用双筒望远镜，你可能无法看到行星、恒星、月亮和偶尔出现的彗星。但这并不以为着你就不能进行天文观测了。事实上，伽利略就是使用望远镜（ 与今天相当的双筒望远镜相当 ）发现了木星的卫星。 统计也是一样。仅仅因为你的样本不够大，并不能判断你能不能使用统计。再次强调， 小样本的关键限制是，你难以发现设计或措施的效果是否有差异。 幸运的是，在用户体验研究中，我们往往关心的是不同用户可能发现的不同问题：比如：导航的结构变化，搜索结果页面的改进等等。 下面是我们在小样本用户研究中的常见统计分析方法。 比较compare 如果您需要对比两个独立组别的完成率、完成时间，问卷评分等。有两种大样本或者小样的方法可以采用。具体适用与哪种方法，取决于数据的特征：连续的还是离散的。比较均值： 如果你的数据是连续的（不是二进制），比如任务完成时间、问卷评分等，你可以采用独立样本t检验。实践证明，它对于小样本也是适用的。 二分变量比较： 如果你的数据是二进制的（成功/失败，是/否），你可以采用N-1的卡方检验。当期望数目小于1时，使用Fisher精确检验往往有更好的表现。 置信区间Confidence Intervals 当你想从样本数据来推测整个用户群，你会想到生成一个置信区间（译者注：关于置信区间，可参阅： http://baike.baidu.com/view/409226.htm ）。 尽管小样本的置信区会相当宽（通常为20-30个百分点），但是建立这样的区间总是有益的。例如：你想知道，用户在安装打印机前是否会去阅读“Read this first”文档。而测试中，8名用户中有6名用户没有去阅读。这时候我们可以推知：至少40%的用户很可能会这么做——这是一个相当大的比例。 置信区间的计算方法有三种，这取决于你数据是否是二进制、时间或者连续的。基于平均值的置信区间Confidence interval around a mean :如果你的数据是连续的（非二进制），如评定量表、以美元计算的订单金额，页面访问数等。那么，置信区间的计算可以基于t分布进行计算（当然，这需要考虑到样本量）。 基于任务时间的置信区间Confidence interval around task-time :任务时间的理论最小值为0秒（不多见），一些用户的任务时间可能是其他用户的10-20倍。对于这种不对称性，我们需要进行数据转换（ log-transformed ），然后基于转换后的数据进行计算。待报告时再转换回来。 基于二进制的置信区间 Confidence interval around a binary measure :二进制的数据比如完成率或yes/no。这类置信区间的计算，可以采用校正后沃尔德检验法（ Adjusted Wald interval ）计算（这种方法对于所有样本规模均适用）。 点估计（均值）Point Estimates (The Best Averages ) 任何研究报告中，何为"最好"的平均时间或平均完成率的估计，应当取决于研究的目标。 请记住：即使是“最好”的均值估计，也依然不代表实际的平均值。 所以对于未知总体均值的估计而言，置信区间是更好的展示方法。 在可用性研究中，小样本的均值计算，比较适宜的有两个：任务时间和完成率。不同样本规模中更常见的则是量表评分（SUS评分等）。 完成率： 小样本的完成率，通常可能只有几个数值（译者注：可用性测试中，这一数字可能为5）。例如：有五个用户进行任务操作，其任务完成率只可能是：0％，20％，40％，60％，80％和100％几个数字中的某一个（100%也并不罕见）。基于小样本得出一个完美的成功率，可能并不恰当——因为它可能并不能揭示真实情况（测试结果优于真实情况）。 我们（指作者）对自己的小样本可用性测试数据，利用拉普拉斯估计（theLaPlace estimator）和简单比例（一般称为，最大似然估计，the Maximum Likelihood Estimator）进行了均值估计（参见：http://www.upassoc.org/upa_publications/jus/2006_may/lewis_small_sample_estimates.pdf ）。 评定量表的均值问题： 量表是一个有趣的度量类型，它们大多是有限的区间（如：1-5,1-10等）除非你是 Spinal Tap （译者注：因翻译期间，该链接视频未能打开。故未译成中文）。我们发现，在小型或大型的样本中，均值最好是在中位数上（参阅：http://drjim.0catch.com/1993_MultipointScales_MeanAndMedianDifferencesAndObservedSignificanceLevels.pdf）。当然，我们有许多方式来报道评定量表的分数，比如 top-two boxes （直观理解，可参照NPS的计算规则）。 具体如何报告取决于你的灵敏度需要和组织要求。任务时间均值 ：一个较长的任务时间可能让算术平均值产生扭曲，这时候中位数则是用来描述平均水平的更恰当的指标。样本数在25以上的，中位数对均值具有良好的代表性（进一步阅读：http://www.measuringusability.com/average-times.php）。 不幸的是，中位数往往不够准确，在样本数小于25的情况下，比平均值更加不准确。这时候，几何平均值往往具有更好的衡量意义（译者注：几何平均值受极端值的影响更小）。 【工具箱】 小样本计算器：http://www.measuringusability.com/wald.htm 任务时间置信区间计算： http://www.measuringusability.com/time_intervals.php 二分变量差异检验： http://www.measuringusability.com/ab-calc.php top-two boxes：https://www.measuringusability.com/blog/top-box.php 几何平均数计算器： http://www.ab126.com/goju/1710.html 数字帝国-统计计算器： http://zh.numberempire.com/statisticscalculator.php —————————————————————————————— 【译后记】译罢此文，深深感触：对于结果直接提供算术平均数就是耍流氓！而多数报告也确实只提供了算术平均数一种。 本文对于更严谨科学地分析和解读研究发现，具有重要的启发意义。 因时间和精力限制，译文难免存在谬误，欢迎批评指正。

K-mean聚类方法 对聚类变量的要求 必须是连续型数据变量，就是你说的必须是12345这样的打分，或者是比如距离 重量 这种实际数据 你如果你有其他的分类变量数据 可以尝试用系统聚类方法，或者 2阶段聚类

统计学依据数据的计量尺度将数据划分为三类：定距型数据（Scale）、定序型数据（Ordinal）、定类型数据（Nominal）。定距型数据通常是指诸如身高、体重、血压等的连续型数据，也包括诸如人数、商品件数等离散型数据；定序型数据具有内在固有大小或高低顺序，但它又不同于定距型数据，一般可以数值或字符表示。如职称变量可以有低级、中级、高级三个取值，可以分别用1、2、3等表示，年龄段变量可以有老、中、青三个取值，分别用A B C表示等。这里，无论是数值型的1、2 、3 还是字符型的A B C ，都是有大小或高低顺序的，但数据之间却是不等距的。因为，低级和中级职称之间的差距与中级和高级职称之间的差距是不相等的；定类型数据是指没有内在固有大小或高低顺序，一般以数值或字符表示的分类数据。如性别变量中的男、女取值，可以分别用1、 2表示，民族变量中的各个民族，可以用‘汉"‘回"‘满"等字符表示等。这里，无论是数值型的1、 2 还是字符型的‘汉"‘回"‘满"，都不存在内部固有的大小或高低顺序，而只是一种名义上的指代。我觉得教育年限应该设置成定距型数据（Scale）吧。因为，教育年限应该是一个连续的变量，它不存在内在的大小或高低顺序问题。

二分类变量和连续变量相关分析不显著手动移除出共线性的自变量调。因为变量关系不显著，可以尽量引用更多关于变量关系的理论依据，手动移除出共线性的自变量调节增强相关性。所以二分类变量和连续变量相关分析不显著手动移除出共线性的自变量调。二分类变量是按照观察对象的某一特性或特点，将调查对象分为两组的变量。

SPSS数量掌握 我可以代分析的 且有多年给研究生分析数据的经验

在SPSS里面的重新编码即可。f变量=1，生成新变量为=1，其余为0。fi变量=2，生成新变量为=1，其余为0。解决spss数据的变量类型如何转换的步骤如下：1、将数据导入spss中后选择菜单栏中的【转换】下的【计算变量】选项。2、在【目标变量】中直接输入变量的名称。3、然后在【数字表达式】中输入值即可对新变量赋值了。4、可以对新变量添加逻辑条件与其他变量相互关联，选择【如果】选项。5、添加逻辑条件即可。6、最后点击确认即可。这样就解决了spss数据的变量类型如何转换的问题了。SPSSspss是统计产品与服务解决软件，SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体。从理论上说，只要计算机硬盘和内存足够大，SPSS可以处理任意大小的数据文件。

process是不允许二分调节变量。讲解了自变量、因变量为显变量，调节变量为二分类变量时，用Mplus编写代码进行分析。自变量、因变量为潜变量时的代码与显变量的差不多。

你对照组和实验组是用T检验还是卡方检验？你的二分变量是通过logistic回归分析还是一般回归分析？

较容易。比如，你想这样二分：4和5一组，1-3一组。点转换--计算新变量，就可以实现。下面有一个if按钮，可以点它，你尝试一下，很快会明白。

当自变量为连续变量，因变量为二分类变量时，可以使用t检验或方差分析中的方差齐性检验（Levene检验）来判断是否满足正态性和方差齐性假设。如果满足假设，可以使用t检验或方差分析；如果不满足假设，可以使用非参数的Mann-Whitney U检验或Kruskal-Wallis检验来进行单因素分析。其中，t检验适用于两个样本之间的比较，方差分析适用于三个及以上样本之间的比较。如果存在多个自变量，则可以使用多元logistic回归分析。关于为什么使用这些方法，主要是因为这些方法考虑了不同样本之间的差异，能够较好地反映不同自变量对因变量的影响程度。而在判断是否满足正态性和方差齐性假设时，可以通过图形和统计检验进行验证。如果数据不符合正态分布假设或方差不齐假设，则选择非参数方法进行分析，可以提高分析的可靠性和准确性。关于内容延伸，需要在实际分析过程中仔细检查数据的质量和性质，保证使用的方法合理有效，结果准确可靠。同时，需要充分理解各种方法的原理和适用条件，不同方法的比较和选择也需要根据实际情况进行判断和决策。

可以的啊，需要将自变量哑变量化，就是将自变量转化为0和1的虚拟变量，你这里可以将干预组设置为1，将对照组设置为0。剩余的分析步骤和连读变量是一样的。

分类变量做分析时通常需要设定哑变量，有N个分类变量就设定N-1个哑变量。二分类变量比较特殊，自己刚好就可以作为一个哑变量，所以不需要特殊的处理，按照连续变量处理即可，中介分析也是一样。

也就是说非正态的人为二分也是可以用点二列的咯

刚好复习到这一块，就来回答吧！点二列相关是其中一个变量一定得是真正的二分型变量。（是与否，男与女，生与死这类）而二列相关其中一列变量为人为划分的二分变量。（如 健康与不健康，及格和不及格这类）总的来说，如果不明确，就用点二列相关，在实际研究中，二列相关很少使用。（摘自现代心理与教育统计学 张厚粲著）

录入1和2

比较指标对不同性别是否显示显著差异，一般使用方差分析，方差分析对应的统计量服从卡方分布。秩和检验是非参数统计，涉及到排序统计量的时候使用

SPSS里没有专门用于计算点二列相关的模块，但事实上点二列相关就等同于用Pearson相关计算一个连续变量和一个二分变量的相关，这与使用点二列相关的专有公式是等价的不过用的时候注意一下，二分变量就采用0,1计分操作程序就是：分析——相关——双变量，OK即可

这个问法不好做相关分析

SPSS 203个变量：Groups、hsCRP、X(值)图形Graphs->旧对话框Legacy Dialogs->条形图Bar复式条形图Clustered:，个案组摘要Summaries for groups of cases，定义Difine其他统计量(例如均值)Other Statistics，将X放入变量框Variable，Groups放类别轴Category Axis，hsCRP放定义聚类Difine clusteres by右上角，选项Options显示误差条形图Display error bars，置信区间Confidence Interval，继续，确定。

在数据分析过程中，你可能会经常遇到一个问题，比如你统计了上个月和这个月的活跃度平均值，你发现这个月的平均值比上个月有增长，但是这个增长是足够大，是本质的变化呢，或者只是随机的波动呢？你应该不应该向领导和同事报喜呢？是沾沾自喜还是真的有了重大突破，值得发奖金呢？这个时候就需要用到统计检验。下面就介绍几组适合不同数据的统计检验方法。 一 T检验，用于 正态分布 的参数检验 检验两组独立样本 平均值 是否相同， 只用于连续变量 主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。 只适用于连续变量，在一定区间内可以任意取值的 变量 叫 连续变量 ，其数值是 连续 不断的，相邻两个数值可作无限分割。简单粗暴的说，就是某个变量可以保留小数点后几位。比如，高考成绩。 一般我们接触数值都是连续变量，而且正态分布，因此T检验是非常常用的一种参数检验的方法。 1.独立样本T检验（Independent Sample T Test） 检测两个对象或者两种事务在同一时间的平均收入、平均得分、平均工资、平均利润、平均奖金等异同。 比如，有一组男生高考成绩，36个样本；有一组女生高考成绩，42个样本。 这两组数据是不同对象（不同性别组），在同一个时间高考成绩。我们想了解男生女生的平均成绩是否相同。 此时可采用独立样本T检验来分辨两组数据（视为两个子总体）的均值是否相同。 2.配对样本T-test（配对样本T检验） 检测同一对象或者同一事务在两种条件的平均收入、平均得分、平均工资、平均利润、平均奖金等异同。 比如，我们开头提出的问题。我们有某个APP上个月每天的日活跃度，还有某个APP这个月每天的日活跃度。我们想知道这两个月APP平均日活跃度是否相同。这样的情况就可以用配对样本T检验 如果通过统计检验，发现平均日活跃度下降了，但是平均值和上个月没有明显的不同，就没有必要太沮丧，说明这个波动还在比较正常的范围。如果这个月日活跃度平均值和上个月有明显的差异，而且低于上个月，那么就需要特别注意运营或者产品设计了。如果有明显差异，而且还是高于上个月的，就可以向领导同事报喜了。 二 非参数检验 ，检验两组或者多组样本分布是否相同，适用于 所有类型变量 非参数检验是不必假设样本呈现何种分布。如果已知道样本呈现何种分布就用对应的参数检验；如果不确定样本是否正态分布，也可以采用参数检验。 非参数检验适用于以下所有类型的变量。 （1）定类数据，或称类别数据，如性别、材料类型和付款方式，非黑即白；（2）定序数值，数据有几个离散值，1,2,3，这些值大小是有意义的，但是大小差距是没有意义；（3）定距数据，从非正太分布的数据重抽取的区间数据，也就是连续性变量。 比较常用的比较两组独立样本之间的非参数检验有： (1)检验两个 相关 样本（两组抽样）分布没有差异（来自同一个总体） 注意检验的样本之间有相关关系或者 A. Wilcoxon Signed Ranks检验 以秩检验为主，检验差异的方向和大小，比较全面，优先推荐这种检验。 B. Sign检验，检验正负差异次数 C. McNemar，侧重检验是否有差异 (2)检验k个 相关 样本（两组抽样）分布没有差异（来自同一个总体） A.Friedman检验，秩检验，同时计算卡方，tie B.Kendall检验，秩检验 C.Cochran的Q检验，只适用于二分变量，即k组样本都是0和1两种编码 (3)检验两组 独立 样本（两组抽样）是否来自同一个总体 推荐K-S(Kolmogorov Smirnov)检验 (4)检验k个独立样本是否来自统一整体 推荐Kruskal-WAllis检验 三 简而言之 如果你的两组或者多组变量是定距连续变量，那采用T检验就可以。 如果你变量不是定距变量，或者，定距变量明显不符合正态分布，才考虑使用非参数检验。

残差正态性是一个非常强的假定，往往现实中难以满足。它存在主要是为了保证回归系数进行统计推断能顺利利用t、f等分布进行检验而已。回归系数的无偏性或者一致性不会收到分布的影响。所以这并不是什么大问题，在大样本下，残差一般都能满足渐进正态性。而在实际操作中，通常给被解释变量用log（）进行处理，也都基本可以逼近正态。OLS估计中，最重要的还是要处理内生性和异方差。只要保证解释变量与残差不相关（无内生性），以及解释变量与残差的方差不相关（无异方差），系数的一致性能保证，同时假设推断的合理性也能得到满足，结论才是可靠。结论是：不用特意处理，用log（y）代替被解释变量。

一、基本内涵 点二系列相关(pomit-biserial correlation)研究的是一个连续变量与一个二分类变量间的相关关系，事实上，二分类由于只有两个数值，数值之间的差距反映出的也是一种等距关系，即二分类变量可以看做一种连续变量，也就是说，点二系列相关其实可以看做是Pearson相关分析的特殊情况。二、适用范围 点二系列相关(pomit-biserial correlation)用于一个二分类变量和一个服从正态分布的连续变量间的相关关系研究。

1，二分类变量分为真正的二分变量和人为的二分变量两种。2，变量按变量值是否连续可分为连续变量与离散变量两种。二分类变量：1，二分类变量即为那些结局只有两种可能性的变量，如有效与否，心梗，心血管不良事件，死亡等，一般将发生事件的人数除以样本量总数得到的事件发生率作为结局考察。2，常见的二分类变量包括：OR (Odds Ratio) 值，RR (Risk Ratio) 值，RD (Risk Difference) 值。3，二分类变量也可以包括有序数据。有序数据（Ordinal data），其结局为多个分类的其中一种（如疾病严重程度），或者为累积的得分。连续变量：1，在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。2，符号x如果能够表示对象集合S中的任意元素，就是变量。如果变量的域(即对象的集合S)是离散的，该变量就是离散变量;如果它的域是连续的，它就是连续变量。3，连续变量与离散变量的简单区别方法，连续变量时一直叠加上去的，增长量可以划分为固定的单位，即，1，2，3..........

如果是搜集数据是百分制分数，但在计算时将其按照某一标准分为及格和不及格，则为人为二分变量。1、二分类变量分为真正的二分变量和人为的二分变量两种。2、变量按变量值是否连续可分为连续变量与离散变量两种。二分类变量：1、二分类变量即为那些结局只有两种可能性的变量，如有效与否，心梗，心血管不良事件，死亡等，一般将发生事件的人数除以样本量总数得到的事件发生率作为结局考察。2、常见的二分类变量包括：OR (Odds Ratio) 值，RR (Risk Ratio) 值，RD (Risk Difference) 值。3、二分类变量也可以包括有序数据。有序数据（Ordinal data），其结局为多个分类的其中一种（如疾病严重程度），或者为累积的得分。变量类型不是一成不变的，根据研究目的的需要，各类变量之间可以进行转化。例如血红蛋白量（g/L）原属数值变量，若按血红蛋白正常与偏低分为两类时，可按二项分类资料分析。若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白增高分为五个等级时，可按等级资料分析（资料是根据临床数据得出）。有时亦可将分类资料数量化，如可将病人的恶心反应以0、1、2、3表示，则可按数值变量资料（定量资料）分析。

不是吧，人为二分变量本身就要是一个连续型的测量数据，年级的高低不是连续型的

分类变量是指地理位置、人口统计等方面的变量，其作用是将调查响应者分群。描述变量是描述某一个客户群与其他客户群的区别。大部分分类变量也就是描述变量。连续性变量：在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。

分类变量是指地理位置、人口统计等方面的变量，其作用是将调查响应者分群。描述变量是描述某一个客户群与其他客户群的区别。大部分分类变量也就是描述变量。连续性变量：在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。

您好： 您问的问题属于《心理与数理统计学》的范畴。有关这个问题，我大致说明一下，如果在我说明的过程中，您依旧有不明白的地方，请参照《心理与数理统计学》解答您心中的疑惑。 一、通常，有些变量的测量结果只有两种类别，譬如男性与女性、房东与房客、成功与失败、及格与不及格、生或死等等。这种按事物的某一性质划分的只有两类结果的变量，称为二分变量。 二、二分变量又分为真正的二分变量和人为的二分变量两种。真正的二分变量也称为离散型二分变量，前面我所举出的一些例子都是离散型二分变量。所谓人为的二分变量，是指该变量本身是一个连续型的测量数据，两种结果之间本来是一个连续统一体，但被某种人为规定的标准划分为两个类别。在这种情况下，一个测量结果很明显地要么属于这个类别，要么属于另一个类别，两种类别之间一般也不会被看做是连续的。有时一个变量是双峰分布，也可划分为二分称名变量，如文盲与非文盲，可规定一个界限，文盲指识字极少的人，其余的人为非文盲，就识字量来说可能形成双峰分布形态。 祝好！

有人认为，对于小样本，你就无法使用统计的。但，这是一个误解，一个 常见的误解 。对于小样本，我们也有适当的统计方法。 一个研究者的“小样本”，在另一个研究者看来则可能意味着“大样本”。本文中，小样本主要是指样本量在5-30个用户（可用性研究中常见的样本量，进一步阅读:http://www.measuringusability.com/blog/actual-users.php）。 值得注意的是，用户研究并不是出现小样本的唯一领域。其他具有较高操作成本的研究也会出现这个现象，比如fMRis和动物实验等。 尽管我们有相应的方式来处理小样本研究数据，但我们应该清晰地知道小样本的局限性：你很难看到很大的差异，很明显的效果。 这就像使用双筒望远镜进行天文观测一样：使用双筒望远镜，你可能无法看到行星、恒星、月亮和偶尔出现的彗星。但这并不以为着你就不能进行天文观测了。事实上，伽利略就是使用望远镜（ 与今天相当的双筒望远镜相当 ）发现了木星的卫星。 统计也是一样。仅仅因为你的样本不够大，并不能判断你能不能使用统计。再次强调， 小样本的关键限制是，你难以发现设计或措施的效果是否有差异。 幸运的是，在用户体验研究中，我们往往关心的是不同用户可能发现的不同问题：比如：导航的结构变化，搜索结果页面的改进等等。 下面是我们在小样本用户研究中的常见统计分析方法。 比较compare 如果您需要对比两个独立组别的完成率、完成时间，问卷评分等。有两种大样本或者小样的方法可以采用。具体适用与哪种方法，取决于数据的特征：连续的还是离散的。比较均值： 如果你的数据是连续的（不是二进制），比如任务完成时间、问卷评分等，你可以采用独立样本t检验。实践证明，它对于小样本也是适用的。 二分变量比较： 如果你的数据是二进制的（成功/失败，是/否），你可以采用N-1的卡方检验。当期望数目小于1时，使用Fisher精确检验往往有更好的表现。 置信区间Confidence Intervals 当你想从样本数据来推测整个用户群，你会想到生成一个置信区间（译者注：关于置信区间，可参阅： http://baike.baidu.com/view/409226.htm ）。 尽管小样本的置信区会相当宽（通常为20-30个百分点），但是建立这样的区间总是有益的。例如：你想知道，用户在安装打印机前是否会去阅读“Read this first”文档。而测试中，8名用户中有6名用户没有去阅读。这时候我们可以推知：至少40%的用户很可能会这么做——这是一个相当大的比例。 置信区间的计算方法有三种，这取决于你数据是否是二进制、时间或者连续的。基于平均值的置信区间Confidence interval around a mean :如果你的数据是连续的（非二进制），如评定量表、以美元计算的订单金额，页面访问数等。那么，置信区间的计算可以基于t分布进行计算（当然，这需要考虑到样本量）。 基于任务时间的置信区间Confidence interval around task-time :任务时间的理论最小值为0秒（不多见），一些用户的任务时间可能是其他用户的10-20倍。对于这种不对称性，我们需要进行数据转换（ log-transformed ），然后基于转换后的数据进行计算。待报告时再转换回来。 基于二进制的置信区间 Confidence interval around a binary measure :二进制的数据比如完成率或yes/no。这类置信区间的计算，可以采用校正后沃尔德检验法（ Adjusted Wald interval ）计算（这种方法对于所有样本规模均适用）。 点估计（均值）Point Estimates (The Best Averages ) 任何研究报告中，何为"最好"的平均时间或平均完成率的估计，应当取决于研究的目标。 请记住：即使是“最好”的均值估计，也依然不代表实际的平均值。 所以对于未知总体均值的估计而言，置信区间是更好的展示方法。 在可用性研究中，小样本的均值计算，比较适宜的有两个：任务时间和完成率。不同样本规模中更常见的则是量表评分（SUS评分等）。 完成率： 小样本的完成率，通常可能只有几个数值（译者注：可用性测试中，这一数字可能为5）。例如：有五个用户进行任务操作，其任务完成率只可能是：0％，20％，40％，60％，80％和100％几个数字中的某一个（100%也并不罕见）。基于小样本得出一个完美的成功率，可能并不恰当——因为它可能并不能揭示真实情况（测试结果优于真实情况）。 我们（指作者）对自己的小样本可用性测试数据，利用拉普拉斯估计（theLaPlace estimator）和简单比例（一般称为，最大似然估计，the Maximum Likelihood Estimator）进行了均值估计（参见：http://www.upassoc.org/upa_publications/jus/2006_may/lewis_small_sample_estimates.pdf ）。 评定量表的均值问题： 量表是一个有趣的度量类型，它们大多是有限的区间（如：1-5,1-10等）除非你是 Spinal Tap （译者注：因翻译期间，该链接视频未能打开。故未译成中文）。我们发现，在小型或大型的样本中，均值最好是在中位数上（参阅：http://drjim.0catch.com/1993_MultipointScales_MeanAndMedianDifferencesAndObservedSignificanceLevels.pdf）。当然，我们有许多方式来报道评定量表的分数，比如 top-two boxes （直观理解，可参照NPS的计算规则）。 具体如何报告取决于你的灵敏度需要和组织要求。任务时间均值 ：一个较长的任务时间可能让算术平均值产生扭曲，这时候中位数则是用来描述平均水平的更恰当的指标。样本数在25以上的，中位数对均值具有良好的代表性（进一步阅读：http://www.measuringusability.com/average-times.php）。 不幸的是，中位数往往不够准确，在样本数小于25的情况下，比平均值更加不准确。这时候，几何平均值往往具有更好的衡量意义（译者注：几何平均值受极端值的影响更小）。 【工具箱】 小样本计算器：http://www.measuringusability.com/wald.htm 任务时间置信区间计算： http://www.measuringusability.com/time_intervals.php 二分变量差异检验： http://www.measuringusability.com/ab-calc.php top-two boxes：https://www.measuringusability.com/blog/top-box.php 几何平均数计算器： http://www.ab126.com/goju/1710.html 数字帝国-统计计算器： http://zh.numberempire.com/statisticscalculator.php —————————————————————————————— 【译后记】译罢此文，深深感触：对于结果直接提供算术平均数就是耍流氓！而多数报告也确实只提供了算术平均数一种。 本文对于更严谨科学地分析和解读研究发现，具有重要的启发意义。 因时间和精力限制，译文难免存在谬误，欢迎批评指正。

录入好的调查问卷，该如何进行数据分析？ SPSS分析调查问卷数据的方法 当我们的调查问卷在把调查数据拿回来后,我们该做的工作就是用相关的统计软件进行处理,在此,我们以spss为处理软件,来简要说明一下问卷的处理过程,它的过程大致可分为四个过程:定义变量﹑数据录入﹑统计分析和结果保存.下面将从这四个方面来对问卷的处理做详细的介绍. Spss处理: 第一步:定义变量 大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View两个标签,只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。在表格上方可以看到一个变量要设置如下几项:name(变量名)、type(变量类型)、width(变量值的宽度)、decimals(小数位) 、label(变量标签) 、Values(定义具体变量值的标签)、Missing(定义变量缺失值)、Colomns(定义显示列宽)、Align(定义显示对齐方式)、Measure(定义变量类型是连续、有序分类还是无序分类). 我们知道在spss中,我们可以把一份问卷上面的每一个问题设为一个变量,这样一份问卷有多少个问题就要有多少个变量与之对应,每一个问题的答案即为变量的取值.现在我们以问卷第一个问题为例来说明变量的设置.为了便于说明,可假设此题为: 1.请问你的年龄属于下面哪一个年龄段( )? A:20—29 B:30—39 C:40—49 D:50--59 那么我们的变量设置可如下: name即变量名为1，type即类型可根据答案的类型设置,答案我们可以用1、2、3、4来代替A、B、C、D,所以我们选择数字型的，即选择Numeric, width宽度为4，decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。Values用于定义具体变量值的标签,单击Value框右半部的省略号，会弹出变量值标签对话框,在第一个文本框里输入1,第二个输入20—29,然后单击添加即可.同样道理我们可做如下设置,即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用于定义变量缺失值, 单击missing框右侧的省略号，会弹出缺失值对话框, 界面上有一列三个单选钮，默认值为最上方的“无缺失值”；第二项为“不连续缺失值”，最多可以定义3个值；最后一项为“缺失值范围加可选的一个缺失值”，在此我们不设置缺省值,所以选中第一项如图；Colomns，定义显示列宽,可自己根据实际情况设置；Align，定义显示对齐方式,有居左、居右、居中三种方式；Measure，定义变量类型是连续、有序分类还是无序分类。 以上为问卷中常见的单项选择题型的变量设置,下面将对一些特殊情况的变量设置也作一下说明. 1.开放式题型的设置:诸如你所在的省份是_____这样的填空题即为开放题,设置这些变量的时候只需要将Value 、Missing两项不设置即可. 2.多选题的变量设置:这类题型的设置有两种方法即多重二分法和多重分类法,在这里我们只对多重二分法进行介绍.这种方法的基本思想是把该题每一个选项设置成一个变量,然后将每一个选项拆分为两个选项项,即选中该项和不选中该项.现在举例来说明在spss中的具体操作.比如如下一例: 请问您通常获取新闻的方式有哪些( ) 1 报纸 2 杂志 3 电视 4 收音机 5 网络 在spss中设置变量时可为此题设置五个变量,假如此题为问卷第三题,那么变量名分别为3_1、3_2、3_3、3_4、3_5,然后每一个选项有两个选项选中和不选中,只需在Value一项中为每一个变量设置成1=选中此项、0=不选中此项即可. 使用该窗口，我们可以把一个问卷中的所有问题作为变量在这个窗口中一次定义。 到此,我们的定义变量的工作就基本上可以结束了.下面我们要作就是数据的录入了.首先,我们要回到数据录入窗口,这很简单,只要我们点击软件左下方的Data View标签就可以了. 第二步:数据录入 Spss数据录入有很多方式,大致有一下几种: 1.读取SPSS格式的数据 2.读取Excel等格式的数据 3.读取文本数据（Fixed和Delimiter) 4.读取数据库格式数据(分如下两步) （1）配置ODBC （2）在SPSS中通过ODBC和数据库进行 但是对于问卷的数据录入其实很简单,只要在spss的数据录入窗口中直接输入就可以了,只是在这里有几点注意的事项需要说明一下. 1. 在数据录入窗口,我们可以看到有一个表格,这个表格中的每一行代表一份问卷,我们也称为一个个案. 2. 在数据录入窗口中,我们可以看到表格上方出现了1、2、3、4、5…….的标签名,这其实是我们在第一步定义变量中,我们为问卷的每一个问题取的变量名,即1代表第一题,2代表第二题.以次类推.我们只需要在变量名下面输入对应问题的答案即可完成问卷的数据录入.比如上述年龄段查询的例题,如果问卷上勾选了A答案,我们在1下面输入1就行了(不要忘记我们通常是用1、2、3、4来代替A、B、C、D的). 3.我们知道一行代表一份问卷,所以有几分问卷,就要有几行的数据. 在数据录入完成后,我们要做的就是我们的关键部分,即问卷的统计分析了,因为这时我们已经把问卷中的数据录入我们的软件中了. 第三步:统计分析 有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键。这要根据我们的问卷调查的目的和我们想要什么样的结果来选择.SPSS有数值分析和作图分析两类方法. 1.作图分析: 在SPSS中，除了生存分析所用的生存曲线图被整合到Analyze菜单中外，其他的统计绘图功能均放置在graph菜单中。该菜单具体分为以下几部分：: (1)Gallery：相当于一个自学向导，将统计绘图功能做了简单的介绍，初学者可以通过它对SPSS的绘图能力有一个大致的了解。 (2)Interactive：交互式统计图。 (3)Map：统计地图。 (4)下方的其他菜单项是我们最为常用的普通统计图，具体来说有： 条图 散点图 线图 直方图 饼图 面积图 箱式图 正态Q-Q图 正态P-P图 质量控制图 Pareto图 自回归曲线图 高低图 交互相关图 序列图 频谱图 误差线图 作图分析简单易懂,一目了然,我们可根据需要来选择我们需要作的图形,一般来讲,我们较常用的有条图,直方图,正态图,散点图,饼图等等,具体操作很简单,大家可参阅相关书籍,作图分析更多情况下是和数值分析相结合来对试卷进行分析的,这样的效果更好. 2.数值分析: SPSS 数值统计分析过程均在Analyze菜单中，包括： (1)、Reports和Descriptive Statistics：又称为基本统计分析.基本统计分析是进行其他更深入的统计分析的前提，通过基本统计分析，用户可以对分析数据的总体特征有比较准确的把握，从而选择更为深入的分析方法对分析对象进行研究。Reports和Descriptive Statistics命令项中包括的功能是对单变量的描述统计分析。 Descriptive Statistics包括的统计功能有： Frequencies(频数分析)：作用:了解变量的取值分布情况 Descriptives(描述统计量分析)：功能：了解数据的基本统计特征和对指定的变量值进行标准化处理 Explore(探索分析)：功能:考察数据的奇异性和分布特征 Crosstabs(交叉分析)：功能:分析事物（变量）之间的相互影响和关系 Reports包括的统计功能有： OLAP Cubes(OLAP报告摘要表)：功能: 以分组变量为基础，计算各组的总计、均值和其他统计量。而输出的报告摘要则是指每个组中所包含的各种变量的统计信息。 Case Summaries(观测量列表)：察看或打印所需要的变量值 Report Summaries in Row：行形式输出报告 Report Summaries in Columns：列形式输出报告 (2)、Compare Means(均值比较与检验)：能否用样本均值估计总体均值？两个变量均值接近的样本是否来自均值相同的总体？换句话说，两组样本某变量均值不同，其差异是否具有统计意义？能否说明总体差异？这是各种研究工作中经常提出的问题。这就要进行均值比较。 以下是进行均值比较及检验的过程: MEANS过程：不同水平下（不同组）的描述统计量，如男女的平均工资,各工种的平均工资。目的在于比较。术语：水平数（指分类变量的值数，如sex变量有2个值，称为有两个水平）、单元Cell（指因变量按分类变量值所分的组）、水平组合 T test 过程：对样本进行T检验的过程 单一样本的T检验：检验单个变量的均值是否与给定的常数之间存在差异。 独立样本的T检验：检验两组不相关的样本是否来自具有相同均值的总体（均值是否相同，如男女的平均收入是否相同，是否有显著性差异） 配对T检验：检验两组相关的样本是否来自具有相同均值的总体(前后比较，如训练效果，治疗效果) one-Way ANOVA：一元(单因素)方差分析，用于检验几个（三个或三个以上）独立的组，是否来自均值相同的总体。 (3)、ANOVA Models(方差分析)：方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。例如:医学界研究几种药物对某种疾病的疗效；农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响;不同饲料对牲畜体重增长的效果等,都可以使用方差分析方法去解决 (4)、Correlate(相关分析)：它是研究变量间密切程度的一种常用统计方法,常用的相关分析有以下几种: 1、线性相关分析：研究两个变量间线性关系的程度。用相关系数r来描述。 2、偏相关分析：它描述的是当控制了一个或几个另外的变量的影响条件下两个变量间的相关性，如控制年龄和工作经验的影响，估计工资收入与受教育水平之间的相关关系 3、相似性测度：两个或若干个变量、两个或两组观测量之间的关系有时也可以用相似性或不相似性来描述。相似性测度用大值表示很相似，而不相似性用距离或不相似性来描述，大值表示相差甚远 (5)、Regression(回归分析)：功能:寻求有关联（相关）的变量之间的关系在回归过程中包括：Liner：线性回归;Curve Estimation：曲线估计;Binary Logistic：二分变量逻辑回归;Multinomial Logistic：多分变量逻辑回归;Ordinal 序回归;Probit：概率单位回归;Nonlinear：非线性回归;Weight Estimation：加权估计;2-Stage Least squares：二段最小平方法;Optimal Scaling最优编码回归;其中最常用的为前面三个. (6)、Nonparametric Tests(非参数检验)：是指在总体不服从正态分布且分布情况不明时，用来检验数据资料是否来自同一个总体假设的一类检验方法。由于这些方法一般不涉及总体参数故得名。 非参数检验的过程有以下几个: 1.Chi-Square test 卡方检验 2.Binomial test 二项分布检验 3.Runs test 游程检验 4.1-Sample Kolmogorov-Smirnov test 一个样本柯尔莫哥洛夫-斯米诺夫检验 5.2 independent Samples Test 两个独立样本检验 6.K independent Samples Test K个独立样本检验 7.2 related Samples Test 两个相关样本检验 8.K related Samples Test 两个相关样本检验 (7)、Data Reduction(因子分析) (8)、Classify(聚类与判别)等等 以上就是数值统计分析Analyze菜单下几项用于分析的数值统计分析方法的简介,在我们的变量定义以及数据录入完成后,我们就可以根据我们的需要在以上几种分析方法中选择若干种对我们的问卷数据进行统计分析,来得到我们想要的结果. 第四步:结果保存 我们的spss软件会把我们统计分析的多有结果保存在一个窗口中即结果输出窗口(output),由于spss软件支持复制和粘贴功能,这样我们就可以把我们想要的结果复制﹑粘贴到我们的报告中,当然我们也可以在菜单中执行file->save来保存我们的结果,一般情况下,我们建议保存我们的数据,结果可不保存.因为只要有了数据,如果我们想要结果的,我们可以随时利用数据得到结果. 总结: 以上便是spss处理问卷的四个步骤,四个步骤结束后,我们需要spss软件做的工作基本上也就结束了,接下来的任务就是写我们的统计报告了.值得一提的是.spss是一款在社会统计学应用非常广泛的统计类软件,学好它将对我们以后的工作学习产生很大的意义和作用. SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类；二 注意定义不同的数据类型Type 各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： 1 单选题：答案只能有一个选项 例一 当前贵组织机构是否设有面向组织的职业生涯规划系统？ A有 B 正在开创 C没有 D曾经有过但已中断 编码：只定义一个变量，Value值1、2、3、4分别代表A、B、C、D 四个选项。 录入：录入选项对应值，如选C则录入3 2 多选题：答案可以有多个选项，其中又有项数不定多选和项数定多选。 （1）方法一（二分法）： 例二 贵处的职业生涯规划系统工作涵盖哪些组群？画钩时请把所有提示 考虑在内。 A月薪员工 B日薪员工 C钟点工 编码：把每一个相应选项定义为一个变量，每一个变量Value值均如下定义：“0” 未选，“1” 选。 录入：被调查者选了的选项录入1、没选录入0，如选择被调查者选AC，则三个变量分别录入为1、0、1。 （2）方法二： 例三 你认为开展保持党员先进性教育活动的最重要的目标是那三项： 1（ ） 2 （ ） 3（ ） A、提高党员素质 B、加强基层组织 C、坚持发扬民主 D、激发创业热情 E、服务人民群众 F、促进各项工作 编码：定义三个变量分别代表题目中的1、2、3三个括号，三个变量Value值均同样的以对应的选项定义，即：“1” A，“2”B，“3” C，“4” D，“5” E，“6” F 录入：录入的数值1、2、3、4、5、6分别代表选项ABCDEF，相应录入到每个括号对应的变量下。如被调查者三个括号分别选ACF，则在三个变量下分别录入1、3、6。 注：能用方法二编码的多选题也能用方法编码，但是项数不定的多选只能用二分法，即方法一是多选题一般处理方法。 3 排序题： 对选项重要性进行排序 例四 您购买商品时在 ①品牌 ②流行 ③质量 ④实用 ⑤价格 中对它们的关注程度先后顺序是（请填代号重新排列） 第一位 第二位 第三位 第四位 第五位 编码：定义五个变量，分别可以代表第一位 第五位，每个变量的Value都做如下定义：“1” 品牌，“2” 流行，“3” 质量，“4” 实用，“5” 价格 录入：录入的数字1、2、3、4、5分别代表五个选项，如被调查者把质量排在第一位则在代表第一位的变量下输入“3“。 4 选择排序题： 例五 把例三中的问题改为“你认为开展保持党员先进性教育活动的最重 的目标是那三项，并按重要性从高到低排序”，选项不变。 编码：以ABCDEF6个选项分别对应定义6个变量，每个变量的Value都做同样的如下定义：“1” 未选，“2” 排第一，“3” 排第二，“4” 排第三。 录入：以变量的Value值录入。比如三个括号里分别选的是 ECF，则该题的6个变量的值应该分别录入：1（代表A选项未选）、1、 3（代表C选项排在第二）、1、2、4。 注：该方法是对多选题和排序题的方法结合的一种方法，对一般排序题（例四）也同样适用，只是两者用的分析方法不同（例四用频数分析、例五用描述分析），输出结果从不同的侧面反映问题的重要性（前一种方法从位次从变量的频数看排序，后一种方法从变量出发看排序）。 5 开放性数值题和量表题：这类题目要求被调查者自己填入数值，或者打分 例六 你的年龄（实岁）：______ 编码：一个变量，不定义Value值 录入：即录入被调查者实际填入的数值。 6开放性文字题： 如果可能的话可以按照含义相似的答案进行编码，转换成为封闭式选项进行分析。如果答案内容较为丰富、不容易归类的，应对这类问题直接做定性分析。 三 问卷一般性分析 下面具体介绍SPSS中问卷的一般处理方法，操作以版本spss13.0为例，以下提到的菜单项均在Analyze主菜单下 1频数分析：Frequencies过程可以做单变量的频数分布表；显示数据文件中由用户指定的变量的特定值发生的频数；获得某些描述统计量和描述数值范围的统计量。 适用范围：单选题（例一），排序题（例四），多选题的方法二（例三） 频数分析也是问卷分析中最常用的方法。 实现： Descriptive statistics……Frequencies 2 描述分析：Descriptives:过程可以计算单变量的描述统计量。这些述统计量有平均值、算术和、标准差，最大值、最小值、方差、范围和平均数标准误等。 适用范围：选择并排序题（例五）、开放性数值题（例六）。 实现： Descriptive statistics……Descriptives，需要的统计量点击按钮Statistics…中选择 3 多重反应下的频次分析： 适用范围：多选题的二分法（例二） 实现：第一步在Multiple Response……Define Sets把一道多选问题中定义了的所有变量集合在一起，给新的集合变量取名，在Dichotomies Counted value中输入1。第二步在Multiple Response……Frequencies中做频数分析。 4 交叉频数分析：解决对多变量的各水平组合的频数分析的问题 适用范围：，适用于由两个或两个以上变量进行交叉分类形成的列联表，对变量之间的关联性进行分析。比如要知道不同工作性质的人上班使用交通工具的情况，可以通过交叉分析得到一个二维频数表则一目了然。 实现：第一步根据分析的目的来确定交叉分析的选项，确定控制变量和解释变量（如上例中不同工作性质的人是控制变量，使用交通工具是解释变量）。第二步选择Descriptive statistics……Crosstabs 四 简单图形描述介绍 在做上述频数分析、描述分析等分析时就可以直接做出图形，简单方便，同时也可以另外作图。SPSS的作图功能在菜单Graphs下，功能强大，图形清晰优美。现在把常用图简单介绍如下 1饼图：又称圆图，是以圆的面积代表被研究对象的总体，按各构成部分占总体比重的大小把圆面积分割成若干扇形，用以表示现象的部分对总体的比例关系的统计图。频数分析的结果宜用饼图表示。 2曲线图：是用线段的升降来说明数据变动情况的一种统计图。它主要表示现象在时间上的变化趋势、现象的分配情况和2个现象的依存关系等。 3面积图：用线段下的阴影面积来强调现象变化的统计图。 4条形图：利用相同宽度条形的长短或高低表现统计数据大小及变化的统计图。 五 问卷深入分析 除了以上简单的分析，spss强大的功能还可以对问卷进行深入分析，比如常用的有聚类分析、交叉分析、因子分析、均值比分析（参数检验）、相关分析、回归分析等。因为涉及到很专业的统计知识，下面只将个人觉得比较有用的方法的适用范围和分析目的简单做介绍： 1聚类分析 样本聚类，可以将被调查者分类，并按照这些属性计算各类的比例，以便明确研究所关心的群体。比如按消费特征对被调查者的进行聚类。 2 相关分析 相关分析是针对两变量或者多变量之间是否存在相关关系的分析方法，要根据变量不同特征选择不同的相关性的度量方式。问卷分析中的多数用的变量都属于分类变量，要采用斯皮尔曼相关系数。 其中可以用卡方检验，其是对两变量之间是否具有显著性影响的分析方法 3均值的比较与检验 （1）Means过程：对指定变量综合描述分析，分组计算计算均值再比较。比如可以按性别变量分为男和女来研究二者收入是否存在差距。 （2）T 检验： 独立样本t检验用于不相关的样本是否开来自具有相同均值的总体的检验。比如，研究购买该产品的顾客和不购买的顾客的收入是否有明显差异。 如果样本不独立则要用配对t检验。比如研究参加职业培训后 工作效率是否提高。 4 回归分析 问卷分析中的回归分析常采用的是用离散回归模型，一般是逻辑斯蒂模型，解释一个变量对另一变量的影响具体有多大。比如，研究对某商品的消费受收入的影响程度。 如何用spss对调查问卷进行数据分析 问卷调查表 可以进行很多种统计分析的，包含描述性分析，信度，效度分析，差异性分析，相关性分析，回归分析等等 怎么对调查问卷进行数据分析 分析方法太多了 我替别人做这类的数据分析蛮多的 用Excel对60份调查问卷进行数据分析 把你问卷发一份过来413186190@QQ.COM 如何做调查问卷数据分析 首先你可以计算每个部门每个工作职责满意不满意度，然后看那个业务在这个部门中不满意度最高，满意度最高，需要加强哪一个业务，需要表扬哪一个业务；然后部门之间进行比较，看看哪个部门满意度最高，哪个部门满意度最低，需要表扬需要批评的都知道了。 调查问卷数据分析，急用 数据分析最重要的思维就是，不断确定业务中两组变量之间的关系，用以解释业务。 收入、转化、用户规模、用户活跃等，我们称为现象。而只有通过数据量化的现象，我们才能精准感知。所以，数据是用来描述现象的，是被量化的现象。 如何看数据分析，又该如何进行数据分析？ 关于数据，有两种常见的情况。从腾讯出来的一个朋友曾告诉我“腾讯的数据太多，都不知道怎么看”，而另一个在创业公司工作的朋友告诉我“老板为了省开发资源，数据给的少得可怜”。这两种情况都有点走极端，那么，怎样看数据比较合理呢?答案是：需要想清楚3个问题。 1、我为什么要看数据？ 看数据的理由有很多，有不少PM看数据纯粹为了在吵架中能占上风，也有的人是为了炫技，还有一些人是因为老板要他们这样做。但我认为，看数据最好的理由是“你真的渴望持续改进自己的产品，而数据能给你客观的建议 ”。如果你没有这个渴望，觉得“我已经做的很好了，没有几个人能比我做得更好”，不但可以不看数据，连用户都可以不要。 2、数据的由哪些成分组成？这些成分每天/周/月都发生了什么变化？ 分析数据的构成可以更精确的知道是哪些产品、运营方案发挥作用，数据的变化可以知道某个方案起了多大的作用。 拿PV来说，分析PV的地域结构，可以知道适合的推广渠道;分析用户的年龄结构可以知道活动策划偏向什么主题;分析用户的职业结构可以知道用户的使用习惯。 3、这些数据为什么发生了这些变化？ 分析数据为什么变化，可以找到关键的原因，或者洞悉用户真正的需求，最终形成产品的改进。 用SILL量表问卷调查后， 如何用SPSS进行数据分析 免费的？建议先输入数据，然后按照教程练习以后自行分析吧 如果给钱，楼上估计应该会帮你分析的很好。 不过也有可能你人品大爆发，他不收你钱 艾森克人格问卷如何录入spss进行数据分析 首先要清楚spss数据分析软件，对于数据格式的要求。 通常用spss软件进行数据分析时，数据格式要求是横向一行为一份问卷，一列对应问卷中的一个题目，所以有多少份问卷，最终录完后就有多少行，而问卷中有多少个题目，最终就有多少列。 其次在录的时候 可以在excel中录，也可以直接在spss中录入，因为格式是完全一样的，如果对excel很熟悉，就可以现在excel中录，录完再通过spss直接可以打开excel数据就好了。 如何进行数据分析 数据分析是以现有网站的内容为基础，展示用户喜欢的内容，降低网站的跳出率增加网站黏性，具体步骤如下： 1、分析pv、uv、ip、跳出率和平均访问时长 通常情况下uv要大于ip，pv是uv的倍数关系，而pv：uv多少合适呢?要看同行业的平均数据，比如一个知识性网站，pv：uv的比例接近10:1，而如果是企业站，可能3:1或者4:1。 跳出率越高说明网站内容质量越差，平均访问时长也体现网站的内容质量。时长越长说明网站内容质量越高、内链系统越好。 2、分析来源、地域和搜索引擎 从来源分析可以评测外链和推广效果，可以选择效果更好的推广和外链方式，节省时间。地域分析可以帮我我们做地域关键词，搜索引擎分析用于明白用户的搜索习惯。 3、受访页面、着陆页和搜索词 分析受访页面可以看出推广、外链以及内链效果，分析搜索词可以得出现在内容排名效果。 受访页面主要来自于外链、推广链接、排名页面和内链布局。受访页面越高的网页说明展示次数越多，被用户看到的概率越大。 着陆页分数据纯碎的体现外链、推广链接和排名的效果，如果没有关键词排名，可以直接评测推广、外链的效果。 可以通过搜索词得知那些关键词给我们带来了流量，以及访问的页面是哪些，访问页的跳出率是多少，是不是应该推广这个页面帮助它提升排名。 4、分析页面点击图和页面上下游 页面点击图，可以根据页面点击图调整网站首页布局。颜色越深的内容放置的位置越靠近左上角，颜色越浅的内容位置越靠近右下角。点击很少或者没有点击的内容可以从首页移除，或者放置在栏目页。 页面上下游是体现用户浏览网页的轨迹，从上下游的数据可以统计布局的内链用户点击最多的文章是哪一篇，以及哪些页面的跳出率高。页面上下游数据最能说明内链布局效果。 注意：数据分析的魅力是常人无法感受的，如果你的网站在中后期还是凭证感觉做，那么你就相当于盲人摸象，你的网站排名只能看运气了。

变量主要是用来描述事物特征,那么按照描述的粗劣,有以下两种划分方法:按基本描述划分定性变量 :也称为名称变量、品质变量、分类变量,总之就是描述事物特性的变量,目的是将事物区分成互不相容的不同组别,变量值多为文字或符号,在分析时,需要转化为特定含义的数字。定性变量可以再细分为:无序分类变量:取值之间没有顺序差别,仅做分类,又可分为二分类变量和多分类变量二分类变量是指将全部数据分成两个类别，如男、女,对、错,阴、阳等,二分类变量是一种特殊的分类变量,有其特有的分析方法。多分类变量是指两个以上类别,如血型分为A、B、AB、0。定量变量:也称为数值型变量,是描述事物数字信息的变量,变量值就是数字,如长度、重量、产量、人口、速度和温度。定量变量可以再细分，连续型变量:在一定区间内可以任意取值,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值。如身高、绳子的长度等。离散型变量:值只能用自然数或整数单位计算,其数值是间断的,相邻两个数值之间不再有其他数值,这种变量的取值一般使用计数方法取得。

效度(Validity)即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高;反之，则效度越低。效度分为三种类型:内容效度、准则效度和结构效度。内容效度（content-related validity）一、什么是内容效度内容效度指的是测验题目对有关内容或行为取样的适用性，从而确定测验是否是所欲测量的行为领域的代表性取样。二、内容效度的评估方法1.专家判断法; 2.统计分析法(评分者信度复本信度折半信度再测法); 3.经验推测法 (实验检验)三、内容效度的特性内容效度经常与表面效度（face validity）混淆。表面效度是由外行对测验作表面上的检查确定的，它不反映测验实际测量的东西，只是指测验表面上看来好像是测量所要测的东西；内容效度是由够资格的判断者（专家）详尽地、系统地对测验作评价而建立的。构想效度（construct-related validity）一、什么是构想效度指测验能够测量到理论上的构想或特质的程度，即测验的结果是否能证实或解释某一理论的假设、术语或构想，解释的程度如何。二、构想效度的估计方法1.对测验本身的分析（用内容效度来验证构想效度）2.测验间的相互比较：相容效度（与已成熟的相同测验间的比较）、区分效度（与近似或应区分测验间的比较）、因素分析法3.效标效度的研究证明4.实验法和观察法证实三、效标效度（criterion-related validity）一什么是效标效度效标效度又称实证效度，反映的是测验预测个体在某种情境下行为表现的有效性程度。根据效标资料是否与测验分数同时获得，又可分为同时效度(实际士气高和士气低的人在士气测验中的得分一致性。)和预测效度两类。一个好的效标必须具备以下条件：①效标必须能最有效地反映测验的目标，即效标测量本身必须有效；②效标必须具有较高的信度，稳定可靠，不随时间等因素而变化；③效标可以客观地加以测量，可用数据或等级来表示；④效标测量的方法简单，省时省力，经济实用。二、效标效度的评估方法1.相关法：效度系数是最常用的效度指标，尤其是效标效度。它是以皮尔逊积差相关系数来表示的，主要反映测验分数与效标测量的相关。当测验成绩是连续变量，而效标资料是二分变量时，计算效度系数可用点二列相关公式或二列相关公式；当测验分数为连续变量，效标资料为等级评定时，可用贾斯朋多系列相关公式计算。2.区分法：是检验测验分数能否有效地区分由效标所定义的团体的一种方法。算出t值后，便可知道分数的差异是否显著。若差异显著，说明该测验能够有效地区分由效标定义的团体，否则，测验是无效的。重叠百分比可以通过计算每一组内得分超过（或低于）另一组平均数的人数百分比得出；另外，还可以计算两组分布的共同区的百分比。重叠量越大，说明两组分数差异越小，即测验的效度越差。3.命中率法：是当测验用来做取舍的依据时，用其正确决定的比例作为效度指标的一种方法。命中率的计算有两种方法，一是计算总命中率，另一种是计算正命中率。4、预期表法：是一种双向表格，预测分数排在表的左边，效标排在表的顶端。从左下至右上对角线上各百分数字越大，而其它的百分数字越小，表示测验的效标效度越高 ；反之，数字越分散，则效度越低。

spss最小二乘法回归分析1、统计量：对于每个模型：标准和非标准回归系数、复R、R2、调整R2、估计的标准误、方差分析表、预测值和残差。此外，还有用于每个回归系数的95%的置信区间，以及参数估计的相关性和协方差矩阵。2、数据：因变量和自变量必须是定量的。分类变量（例如宗教、专业或居住地）需要重新编码为二分类（哑元）变量或其他类型的对比变量。内生解释变量应是定量变量（非分类变量）。数据分析如果确信没有任何预测变量与因变量中的误差相关，则可使用“线性回归”过程。如果您的数据违反了假设之一（例如，正态性假设或恒定方差假设），则尝试转换数据。如果您的数据不线性相关，且转换也没有帮助，则使用“曲线估计”过程中的备用模型。如果因变量是二分变量，例如指示特定的销售是否已完成，则请使用“Logistic回归”过程。如果您的数据不独立（例如，如果您在多个条件下观察同一个人），请使用Advanced Models选项中的“重复度量”过程。

SPSS分析调查问卷数据的方法x0dx0ax0dx0a当我们的调查问卷在把调查数据拿回来后,我们该做的工作就是用相关的统计软件进行处理,在此,我们以spss为处理软件,来简要说明一下问卷的处理过程,它的过程大致可分为四个过程:定义变量_数据录入_统计分析和结果保存.下面将从这四个方面来对问卷的处理做详细的介绍.x0dx0aSpss处理: x0dx0a第一步:定义变量 x0dx0a大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View两个标签,只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。在表格上方可以看到一个变量要设置如下几项:name(变量名)、type(变量类型)、width(变量值的宽度)、decimals(小数位) 、label(变量标签) 、Values(定义具体变量值的标签)、Missing(定义变量缺失值)、Colomns(定义显示列宽)、Align(定义显示对齐方式)、Measure(定义变量类型是连续、有序分类还是无序分类).x0dx0a我们知道在spss中,我们可以把一份问卷上面的每一个问题设为一个变量,这样一份问卷有多少个问题就要有多少个变量与之对应,每一个问题的答案即为变量的取值.现在我们以问卷第一个问题为例来说明变量的设置.为了便于说明,可假设此题为:x0dx0a1.请问你的年龄属于下面哪一个年龄段( )?x0dx0a A:20—29 B:30—39 C:40—49 D:50--59x0dx0a那么我们的变量设置可如下: name即变量名为1，type即类型可根据答案的类型设置,答案我们可以用1、2、3、4来代替A、B、C、D,所以我们选择数字型的，即选择Numeric, width宽度为4，decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。Values用于定义具体变量值的标签,单击Value框右半部的省略号，会弹出变量值标签对话框,在第一个文本框里输入1,第二个输入20—29,然后单击添加即可.同样道理我们可做如下设置,即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用于定义变量缺失值, 单击missing框右侧的省略号，会弹出缺失值对话框, 界面上有一列三个单选钮，默认值为最上方的“无缺失值”；第二项为“不连续缺失值”，最多可以定义3个值；最后一项为“缺失值范围加可选的一个缺失值”，在此我们不设置缺省值,所以选中第一项如图；Colomns，定义显示列宽,可自己根据实际情况设置；Align，定义显示对齐方式,有居左、居右、居中三种方式；Measure，定义变量类型是连续、有序分类还是无序分类。x0dx0a以上为问卷中常见的单项选择题型的变量设置,下面将对一些特殊情况的变量设置也作一下说明.x0dx0a1.开放式题型的设置:诸如你所在的省份是_____这样的填空题即为开放题,设置这些变量的时候只需要将Value 、Missing两项不设置即可.x0dx0a2.多选题的变量设置:这类题型的设置有两种方法即多重二分法和多重分类法,在这里我们只对多重二分法进行介绍.这种方法的基本思想是把该题每一个选项设置成一个变量,然后将每一个选项拆分为两个选项项,即选中该项和不选中该项.现在举例来说明在spss中的具体操作.比如如下一例:x0dx0a请问您通常获取新闻的方式有哪些( )x0dx0a1 报纸 2 杂志 3 电视 4 收音机 5 网络x0dx0a在spss中设置变量时可为此题设置五个变量,假如此题为问卷第三题,那么变量名分别为3_1、3_2、3_3、3_4、3_5,然后每一个选项有两个选项选中和不选中,只需在Value一项中为每一个变量设置成1=选中此项、0=不选中此项即可.x0dx0a使用该窗口，我们可以把一个问卷中的所有问题作为变量在这个窗口中一次定义。x0dx0a到此,我们的定义变量的工作就基本上可以结束了.下面我们要作就是数据的录入了.首先,我们要回到数据录入窗口,这很简单,只要我们点击软件左下方的Data View标签就可以了.x0dx0a第二步:数据录入 x0dx0aSpss数据录入有很多方式,大致有一下几种:x0dx0a1.读取SPSS格式的数据x0dx0a2.读取Excel等格式的数据x0dx0a3.读取文本数据（Fixed和Delimiter)x0dx0a4.读取数据库格式数据(分如下两步)x0dx0a（1）配置ODBC （2）在SPSS中通过ODBC和数据库进行x0dx0a但是对于问卷的数据录入其实很简单,只要在spss的数据录入窗口中直接输入就可以了,只是在这里有几点注意的事项需要说明一下.x0dx0a1. 在数据录入窗口,我们可以看到有一个表格,这个表格中的每一行代表一份问卷,我们也称为一个个案.x0dx0a2. 在数据录入窗口中,我们可以看到表格上方出现了1、2、3、4、5??.的标签名,这其实是我们在第一步定义变量中,我们为问卷的每一个问题取的变量名,即1代表第一题,2代表第二题.以次类推.我们只需要在变量名下面输入对应问题的答案即可完成问卷的数据录入.比如上述年龄段查询的例题,如果问卷上勾选了A答案,我们在1下面输入1就行了(不要忘记我们通常是用1、2、3、4来代替A、B、C、D的).x0dx0a3.我们知道一行代表一份问卷,所以有几分问卷,就要有几行的数据.x0dx0a在数据录入完成后,我们要做的就是我们的关键部分,即问卷的统计分析了,因为这时我们已经把问卷中的数据录入我们的软件中了.x0dx0a第三步:统计分析 x0dx0a有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统计分析过程，是得到正确分析结果的关键。这要根据我们的问卷调查的目的和我们想要什么样的结果来选择.SPSS有数值分析和作图分析两类方法.x0dx0a1.作图分析:x0dx0a在SPSS中，除了生存分析所用的生存曲线图被整合到Analyze菜单中外，其他的统计绘图功能均放置在graph菜单中。该菜单具体分为以下几部分：:x0dx0a(1)Gallery：相当于一个自学向导，将统计绘图功能做了简单的介绍，初学者可以通过它对SPSS的绘图能力有一个大致的了解。x0dx0a(2)Interactive：交互式统计图。x0dx0a(3)Map：统计地图。x0dx0a(4)下方的其他菜单项是我们最为常用的普通统计图，具体来说有：x0dx0a条图x0dx0a散点图x0dx0a线图x0dx0a直方图x0dx0a饼图x0dx0a面积图x0dx0a箱式图x0dx0a正态Q-Q图x0dx0a正态P-P图x0dx0a质量控制图x0dx0aPareto图x0dx0a自回归曲线图x0dx0a高低图x0dx0a交互相关图x0dx0a序列图x0dx0a频谱图x0dx0a误差线图x0dx0a作图分析简单易懂,一目了然,我们可根据需要来选择我们需要作的图形,一般来讲,我们较常用的有条图,直方图,正态图,散点图,饼图等等,具体操作很简单,大家可参阅相关书籍,作图分析更多情况下是和数值分析相结合来对试卷进行分析的,这样的效果更好.x0dx0a2.数值分析:x0dx0aSPSS 数值统计分析过程均在Analyze菜单中，包括：x0dx0a(1)、Reports和Descriptive Statistics：又称为基本统计分析.基本统计分析是进行其他更深入的统计分析的前提，通过基本统计分析，用户可以对分析数据的总体特征有比较准确的把握，从而选择更为深入的分析方法对分析对象进行研究。Reports和Descriptive Statistics命令项中包括的功能是对单变量的描述统计分析。x0dx0aDescriptive Statistics包括的统计功能有： x0dx0aFrequencies(频数分析)：作用:了解变量的取值分布情况x0dx0aDescriptives(描述统计量分析)：功能：了解数据的基本统计特征和对指定的变量值进行标准化处理x0dx0aExplore(探索分析)：功能:考察数据的奇异性和分布特征x0dx0aCrosstabs(交叉分析)：功能:分析事物（变量）之间的相互影响和关系x0dx0aReports包括的统计功能有： x0dx0aOLAP Cubes(OLAP报告摘要表)：功能: 以分组变量为基础，计算各组的总计、均值和其他统计量。而输出的报告摘要则是指每个组中所包含的各种变量的统计信息。x0dx0aCase Summaries(观测量列表)：察看或打印所需要的变量值x0dx0aReport Summaries in Row：行形式输出报告x0dx0aReport Summaries in Columns：列形式输出报告x0dx0a(2)、Compare Means(均值比较与检验)：能否用样本均值估计总体均值？两个变量均值接近的样本是否来自均值相同的总体？换句话说，两组样本某变量均值不同，其差异是否具有统计意义？能否说明总体差异？这是各种研究工作中经常提出的问题。这就要进行均值比较。x0dx0a以下是进行均值比较及检验的过程:x0dx0aMEANS过程：不同水平下（不同组）的描述统计量，如男女的平均工资,各工种的平均工资。目的在于比较。术语：水平数（指分类变量的值数，如sex变量有2个值，称为有两个水平）、单元Cell（指因变量按分类变量值所分的组）、水平组合x0dx0aT test 过程：对样本进行T检验的过程x0dx0a单一样本的T检验：检验单个变量的均值是否与给定的常数之间存在差异。x0dx0a独立样本的T检验：检验两组不相关的样本是否来自具有相同均值的总体（均值是否相同，如男女的平均收入是否相同，是否有显著性差异）x0dx0a配对T检验：检验两组相关的样本是否来自具有相同均值的总体(前后比较，如训练效果，治疗效果)x0dx0aone-Way ANOVA：一元(单因素)方差分析，用于检验几个（三个或三个以上）独立的组，是否来自均值相同的总体。x0dx0a(3)、ANOVA Models(方差分析)：方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。例如:医学界研究几种药物对某种疾病的疗效；农业研究土壤、肥料、日照时间等因素对某种农作物产量的影响;不同饲料对牲畜体重增长的效果等,都可以使用方差分析方法去解决x0dx0a(4)、Correlate(相关分析)：它是研究变量间密切程度的一种常用统计方法,常用的相关分析有以下几种:x0dx0a1、线性相关分析：研究两个变量间线性关系的程度。用相关系数r来描述。x0dx0a2、偏相关分析：它描述的是当控制了一个或几个另外的变量的影响条件下两个变量间的相关性，如控制年龄和工作经验的影响，估计工资收入与受教育水平之间的相关关系x0dx0a3、相似性测度：两个或若干个变量、两个或两组观测量之间的关系有时也可以用相似性或不相似性来描述。相似性测度用大值表示很相似，而不相似性用距离或不相似性来描述，大值表示相差甚远x0dx0a(5)、Regression(回归分析)：功能:寻求有关联（相关）的变量之间的关系在回归过程中包括：Liner：线性回归;Curve Estimation：曲线估计;Binary Logistic：二分变量逻辑回归;Multinomial Logistic：多分变量逻辑回归;Ordinal 序回归;Probit：概率单位回归;Nonlinear：非线性回归;Weight Estimation：加权估计;2-Stage Least squares：二段最小平方法;Optimal Scaling最优编码回归;其中最常用的为前面三个.x0dx0a(6)、Nonparametric Tests(非参数检验)：是指在总体不服从正态分布且分布情况不明时，用来检验数据资料是否来自同一个总体假设的一类检验方法。由于这些方法一般不涉及总体参数故得名。x0dx0a非参数检验的过程有以下几个:x0dx0a1.Chi-Square test 卡方检验x0dx0a2.Binomial test 二项分布检验x0dx0a3.Runs test 游程检验x0dx0a4.1-Sample Kolmogorov-Smirnov test 一个样本柯尔莫哥洛夫-斯米诺夫检验x0dx0a5.2 independent Samples Test 两个独立样本检验x0dx0a6.K independent Samples Test K个独立样本检验x0dx0a7.2 related Samples Test 两个相关样本检验x0dx0a8.K related Samples Test 两个相关样本检验x0dx0a(7)、Data Reduction(因子分析)x0dx0a(8)、Classify(聚类与判别)等等x0dx0a以上就是数值统计分析Analyze菜单下几项用于分析的数值统计分析方法的简介,在我们的变量定义以及数据录入完成后,我们就可以根据我们的需要在以上几种分析方法中选择若干种对我们的问卷数据进行统计分析,来得到我们想要的结果.x0dx0a第四步:结果保存 x0dx0a 我们的spss软件会把我们统计分析的多有结果保存在一个窗口中即结果输出窗口(output),由于spss软件支持复制和粘贴功能,这样我们就可以把我们想要的结果复制_粘贴到我们的报告中,当然我们也可以在菜单中执行file->save来保存我们的结果,一般情况下,我们建议保存我们的数据,结果可不保存.因为只要有了数据,如果我们想要结果的,我们可以随时利用数据得到结果.x0dx0a总结: x0dx0a以上便是spss处理问卷的四个步骤,四个步骤结束后,我们需要spss软件做的工作基本上也就结束了,接下来的任务就是写我们的统计报告了.值得一提的是.spss是一款在社会统计学应用非常广泛的统计类软件,学好它将对我们以后的工作学习产生很大的意义和作用.x0dx0aSPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类；二 注意定义不同的数据类型Typex0dx0a各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同，我们详细举例介绍如下： x0dx0a1 单选题：答案只能有一个选项x0dx0a例一 当前贵组织机构是否设有面向组织的职业生涯规划系统？ x0dx0aA有 B 正在开创 C没有 D曾经有过但已中断x0dx0a编码：只定义一个变量，Value值1、2、3、4分别代表A、B、C、D 四个选项。x0dx0a录入：录入选项对应值，如选C则录入3x0dx0a2 多选题：答案可以有多个选项，其中又有项数不定多选和项数定多选。x0dx0a（1）方法一（二分法）：x0dx0a例二 贵处的职业生涯规划系统工作涵盖哪些组群？画钩时请把所有提示x0dx0a考虑在内。x0dx0aA月薪员工 B日薪员工 C钟点工x0dx0a编码：把每一个相应选项定义为一个变量，每一个变量Value值均如下定义：“0” 未选，“1” 选。x0dx0a录入：被调查者选了的选项录入1、没选录入0，如选择被调查者选AC，则三个变量分别录入为1、0、1。x0dx0a（2）方法二：x0dx0a例三 你认为开展保持党员先进性教育活动的最重要的目标是那三项：x0dx0a1（ ） 2 （ ） 3（ ）x0dx0aA、提高党员素质 B、加强基层组织 C、坚持发扬民主x0dx0aD、激发创业热情 E、服务人民群众 F、促进各项工作x0dx0a编码：定义三个变量分别代表题目中的1、2、3三个括号，三个变量Value值均同样的以对应的选项定义，即：“1” A，“2”B，“3” C，“4” D，“5” E，“6” Fx0dx0a录入：录入的数值1、2、3、4、5、6分别代表选项ABCDEF，相应录入到每个括号对应的变量下。如被调查者三个括号分别选ACF，则在三个变量下分别录入1、3、6。x0dx0a注：能用方法二编码的多选题也能用方法编码，但是项数不定的多选只能用二分法，即方法一是多选题一般处理方法。x0dx0a3 排序题： 对选项重要性进行排序x0dx0a例四 您购买商品时在 ①品牌 ②流行 ③质量 ④实用 ⑤价格 中对它们的关注程度先后顺序是（请填代号重新排列） x0dx0a第一位 第二位 第三位 第四位 第五位x0dx0a编码：定义五个变量，分别可以代表第一位 第五位，每个变量的Value都做如下定义：“1” 品牌，“2” 流行，“3” 质量，“4” 实用，“5” 价格x0dx0a录入：录入的数字1、2、3、4、5分别代表五个选项，如被调查者把质量排在第一位则在代表第一位的变量下输入“3“。x0dx0a4 选择排序题：x0dx0a例五 把例三中的问题改为“你认为开展保持党员先进性教育活动的最重x0dx0a的目标是那三项，并按重要性从高到低排序”，选项不变。x0dx0a编码：以ABCDEF6个选项分别对应定义6个变量，每个变量的Value都做同样的如下定义：“1” 未选，“2” 排第一，“3” 排第二，“4” 排第三。x0dx0a录入：以变量的Value值录入。比如三个括号里分别选的是 ECF，则该题的6个变量的值应该分别录入：1（代表A选项未选）、1、 3（代表C选项排在第二）、1、2、4。x0dx0a注：该方法是对多选题和排序题的方法结合的一种方法，对一般排序题（例四）也同样适用，只是两者用的分析方法不同（例四用频数分析、例五用描述分析），输出结果从不同的侧面反映问题的重要性（前一种方法从位次从变量的频数看排序，后一种方法从变量出发看排序）。x0dx0a5 开放性数值题和量表题：这类题目要求被调查者自己填入数值，或者打分x0dx0a例六 你的年龄（实岁）：______x0dx0a编码：一个变量，不定义Value值x0dx0a录入：即录入被调查者实际填入的数值。 x0dx0a6开放性文字题：x0dx0a如果可能的话可以按照含义相似的答案进行编码，转换成为封闭式选项进行分析。如果答案内容较为丰富、不容易归类的，应对这类问题直接做定性分析。x0dx0a三 问卷一般性分析x0dx0a下面具体介绍SPSS中问卷的一般处理方法，操作以版本spss13.0为例，以下提到的菜单项均在Analyze主菜单下x0dx0a1频数分析：Frequencies过程可以做单变量的频数分布表；显示数据文件中由用户指定的变量的特定值发生的频数；获得某些描述统计量和描述数值范围的统计量。x0dx0a适用范围：单选题（例一），排序题（例四），多选题的方法二（例三）x0dx0a频数分析也是问卷分析中最常用的方法。x0dx0a实现： Descriptive statistics??Frequencies x0dx0a2 描述分析：Descriptives:过程可以计算单变量的描述统计量。这些述统计量有平均值、算术和、标准差，最大值、最小值、方差、范围和平均数标准误等。x0dx0a适用范围：选择并排序题（例五）、开放性数值题（例六）。x0dx0a实现： Descriptive statistics??Descriptives，需要的统计量点击按钮Statistics?中选择x0dx0a3 多重反应下的频次分析：x0dx0a适用范围：多选题的二分法（例二）x0dx0a实现：第一步在Multiple Response??Define Sets把一道多选问题中定义了的所有变量集合在一起，给新的集合变量取名，在Dichotomies Counted value中输入1。第二步在Multiple Response??Frequencies中做频数分析。x0dx0a4 交叉频数分析：解决对多变量的各水平组合的频数分析的问题x0dx0a适用范围：，适用于由两个或两个以上变量进行交叉分类形成的列联表，对变量之间的关联性进行分析。比如要知道不同工作性质的人上班使用交通工具的情况，可以通过交叉分析得到一个二维频数表则一目了然。x0dx0a实现：第一步根据分析的目的来确定交叉分析的选项，确定控制变量和解释变量（如上例中不同工作性质的人是控制变量，使用交通工具是解释变量）。第二步选择Descriptive statistics??Crosstabs x0dx0ax0dx0a四 简单图形描述介绍x0dx0a在做上述频数分析、描述分析等分析时就可以直接做出图形，简单方便，同时也可以另外作图。SPSS的作图功能在菜单Graphs下，功能强大，图形清晰优美。现在把常用图简单介绍如下x0dx0a1饼图：又称圆图，是以圆的面积代表被研究对象的总体，按各构成部分占总体比重的大小把圆面积分割成若干扇形，用以表示现象的部分对总体的比例关系的统计图。频数分析的结果宜用饼图表示。x0dx0a2曲线图：是用线段的升降来说明数据变动情况的一种统计图。它主要表示现象在时间上的变化趋势、现象的分配情况和2个现象的依存关系等。x0dx0a3面积图：用线段下的阴影面积来强调现象变化的统计图。x0dx0a4条形图：利用相同宽度条形的长短或高低表现统计数据大小及变化的统计图。x0dx0ax0dx0ax0dx0a五 问卷深入分析x0dx0a除了以上简单的分析，spss强大的功能还可以对问卷进行深入分析，比如常用的有聚类分析、交叉分析、因子分析、均值比分析（参数检验）、相关分析、回归分析等。因为涉及到很专业的统计知识，下面只将个人觉得比较有用的方法的适用范围和分析目的简单做介绍：x0dx0a1聚类分析x0dx0a样本聚类，可以将被调查者分类，并按照这些属性计算各类的比例，以便明确研究所关心的群体。比如按消费特征对被调查者的进行聚类。x0dx0a2 相关分析x0dx0a相关分析是针对两变量或者多变量之间是否存在相关关系的分析方法，要根据变量不同特征选择不同的相关性的度量方式。问卷分析中的多数用的变量都属于分类变量，要采用斯皮尔曼相关系数。x0dx0a其中可以用卡方检验，其是对两变量之间是否具有显著性影响的分析方法x0dx0a3均值的比较与检验x0dx0a（1）Means过程：对指定变量综合描述分析，分组计算计算均值再比较。比如可以按性别变量分为男和女来研究二者收入是否存在差距。x0dx0a（2）T 检验：x0dx0a独立样本t检验用于不相关的样本是否开来自具有相同均值的总体的检验。比如，研究购买该产品的顾客和不购买的顾客的收入是否有明显差异。x0dx0a如果样本不独立则要用配对t检验。比如研究参加职业培训后 工作效率是否提高。x0dx0a4 回归分析x0dx0a问卷分析中的回归分析常采用的是用离散回归模型，一般是逻辑斯蒂模型，解释一个变量对另一变量的影响具体有多大。比如，研究对某商品的消费受收入的影响程度。

有趣的科学小实验作文1 　　电的用处可多了，它可以用在电灯、空调、手机上，还可以使某样东西转动，我心想“电还可以有什么用处呢？”于是我做了一个指南针的实验。 　　我先准备了两个圆圆的一元硬币，一根细细的牙签，一根又细又长的，而且光滑的吸管。准备完毕我把材料放到平整的桌上，迫不及待地开始做实验。 　　我把其中一个硬币较光滑的一面朝上，平放在桌子上，接着把另一个硬币垂直放在上面，他好像一个顽皮的小朋友，一点也不听话，我试了一次又一次终于成功的把硬币竖了起来。 　　接下来是最关键的时刻，我小心翼翼地把牙签放在两毫米厚的硬币上，尽管我很小心可它还是掉下来，但我并不气馁，目不转睛地把牙签放在了硬币上，我一动不动就连呼吸也变得轻轻的，唯恐用力吹气，就会前功尽弃了。我拿一块柔软的毛巾和吸管，用毛巾紧紧地裹住吸管，用力地摩擦，大约反复摩擦五十秒后，把吸管轻轻地靠近牙签，神奇的事情发生了，牙签就好像中了魔法，跟着吸管一起转动；吸管往左牙签也跟着往左；吸管往右牙签也跟着往右。它就好像一个神气的指挥家，我做的实验成功了，我心里乐开了花！ 　　吸管为什么会带着牙签转动呢！原来通过毛绒织物和吸管的摩擦便带动牙签运动。 　　这就是魔法棒的神秘之处生活中还有其它的许许多多的秘密，这要我们自己去发现和探索。 有趣的科学小实验作文2 　　大千世界无奇不有，生活中的科学原理更是无处不在，摩擦力就是这些科学原理中的一员。现在，就让我们一起来做一个有趣的科学小实验，来见证一下摩擦力的神奇吧！ 　　我要做的这个科学实验叫做“筷子提米”。看到这里，你大概会产生一个疑问：“筷子怎么能提米呢？”别急，眼见为实，先来看看做实验需要准备的材料，它们就是一个玻璃杯（注意不要用太大太重的玻璃杯）、一根竹筷子和一些米。 　　准备工作做好了，我就要开始做实验了。首先，我把米倒满玻璃杯，并用一只手将杯子里的米压一压，紧接着从几根手指之间的缝隙中插入准备好的一根竹筷子，并再一次用手压紧米粒，使米粒、杯子和筷子紧紧地挤在一起，最后，我用手轻轻提起筷子，奇迹出现了——米粒连同玻璃杯一起被筷子给提了起来。那为什么仅凭一根筷子就能提起一个装满米的玻璃杯呢？这究竟是怎么一回事呢？原来，物体和物体之间有摩擦力，当物体受力要运动时，摩擦力就会以相反方向阻碍物体的运动。在实验中，由于杯子内米粒与筷子之间的挤压，使杯子、筷子和米粒之间的摩擦力增大，将筷子向上提起，米粒和杯子由于摩擦力的作用阻碍筷子向上运动，结果反而将米粒和杯子一起给提了起来。 　　怎么样？这个实验有趣吧？其实，在我们的生活中还有无数的科学问题等待我们去探索，去解答。只要我们拥有一颗勇于探索的心，就一定能探索到问题其中的奥秘！ 有趣的科学小实验作文3 　　大家看到这个题目肯定会想彩虹怎么可能搬进教室呢？没错，我们老师就用镜子和水把美丽的彩虹搬进了教室。 　　老师在办公室里找到了一个中号镜子，然后在盆子里接上水，阳光下把镜子放在水里左右调试，经过大约三、四分钟的调试，白板上终于出现了一道正在跳动的“彩虹”。从来没有见过这么美丽的色彩，我们都惊呼起来。那道“彩虹”不大，在天花板上随着水波的晃荡来回的跳跃着，仿佛一个美丽的精灵跑进了我们的教室。同学们开心极了！“彩虹”在老师的控制下，一会在天花板上跳动，一会又跑到了墙壁上，我们追寻着它，红橙黄绿青蓝紫，多么美丽的颜色啊！ 　　这时，我正站在教室正中间，看到白板上的“彩虹”没了，别的同学笑着对我说：“马星宇，“彩虹”爬到你衣服上了。”我回头一看，我背上真的有了一道“彩虹”，白色的衣服立马变成了五彩仙衣。我就想：如果这一道彩虹能永远留在我的衣服上，我就有了一件免费的彩虹衣了。可是由于杜博超挡住了阳光，把我这美妙的幻想破灭了。就在这时。“彩虹”又跑到了尚子恒的脸上了，他的脸变成了大花脸，大家哈哈大笑起来！ 　　经过老师讲解，我明白了这样一件科学原理：阳光是一种复合光，水和镜子一结合就变成了一个简单的三棱镜，三棱镜把阳光分成了单色光，单色光就是我们常说的七色光，七色光并列在一起就变成了美丽的“彩虹”。就是通过这个科学小实验，我们把彩虹搬进了教室。 　　生活中处处存在有趣的科学，我们一定要努力学习，细心观察哦！ 有趣的科学小实验作文4 　　星期天，妈妈给我带回来了一包跳跳糖。咦，跳跳糖？糖怎么会跳呢？一连串问题在我脑海里不断闪现。我仔细端详着这包糖，并没有发现什么特别之处，便赶紧撕开一颗放到嘴里。只觉糖一碰到舌头就开始胡蹦乱跳，不一会儿舌头便发出了“抗议”。可是，就是这一奇怪现象，引起了我的求知欲：跳跳糖为什么会跳呢？我决定用实验来寻找答案。 　　我先拿来一个小杯子，再往杯子里倒入一小部分跳跳糖。一分钟过去了，两分钟过去了……可杯子里还是什么动静都没有，这是怎么回事呢？我百思不得其解。这时，我看到了桌上的一杯水，灵机一动，对啊，吃糖得有水啊！我连忙往装了跳跳糖的水杯里倒了一点水。哈，没过多久，杯子里的糖就开始沸腾起来。再过一会儿，糖就炸开了，流出来的是一种类似果汁的液体。实验做完了，可我还是搞不懂糖为什么会跳，于是便上网搜索相关资料。 　　原来，跳跳糖里边加入了压缩的二氧化碳，外层的糖衣遇水溶化后，压缩的二氧化碳便会“噼里啪啦”地冲出来，所以才会有“跳”的现象。跳跳糖中还有气泡，在灯下能看得到。如果把跳跳糖压碎，也会听到同样的“噼里啪啦”的响声。据美国科学家研究：这种现象是跳跳糖的分子结构决定的，辣椒的分子结构和它有相似之处，在显微镜下观察，结构呈刺状。这就是跳跳糖会跳的原因。 　　生活中处处有科学，只要我们留心观察，多动手，多动脑，就会发现那“未知”的科学。 有趣的科学小实验作文5 　　我漫步在乡间的田野，看到各式各样的鹅卵石，真的是五彩斑斓，形态各异！想到科学老师布置的假日作业：寻找身边的科学。于是，我就想：鹅卵石为什么这么光滑呢？我一定要解开这个谜底！ 　　于是，我急忙回到家，查找了一下相关资料，弄清了一些基本的情况，但有些还是不明白。为了把谜底彻底解开，第二天，我又去问了科学李老师，李老师说：“鹅卵石之所以光滑是因为被流动的水不断冲刷，慢慢才变光滑的。”听了李老师的话，我恍然大悟，觉得大自然真的非常神奇。除此之外，老师还给我们讲了钟乳石的变化过程，这更令我对大自然心生敬佩，对科学也充满了好奇。 　　回了家我脑子里还在想关于钟乳石的问题，并突发奇想，做一个关于钟乳石的小实验。我和妈妈就去超市买了实验所需要的材料：曲别针、烧杯、苏打晶体等，到了家我按照想了一个星期的实验步骤进行操作： 　　1、分别向两只烧杯中注入半杯蒸馏水，然后逐渐倒入尽可能多的苏打晶体。 　　2、将绳子打一个结，并将其放在溶液中浸泡。把碟子放在两个烧杯中间，用曲别针把线绳固定。一步步完成，好啦！大功告成，只等结果了。过了大概4天，我去看实验结果，太好了，成功了！在小碟里结了很多盐晶，非常神奇！我迫不及待的想在科学报告厅展示给同学们看。很快我也如愿以偿的展示了我的实验，并且获得了科学李老师的认可。 　　通过这次的科学小实验，我体会到科学的神奇和大自然万物的奥妙！也让我学到只要不放弃，一定可以实现自己的愿望和梦想！ 有趣的科学小实验作文6 　　我们下午有一节科学课，好像是重播。妈妈也下班回来了，所以我和妈妈就一起津津有味的看科学老师讲的直播了。 　　里面的科学老师给我们讲了云、雾和雨的关系。水蒸气，聚合到一起就变成了云朵。云朵变成了很多小雨滴，小雨滴又汇聚成了大雨滴。所以我们现在看到的雨就是云朵。其实也不完全是这样，有的云朵可以变成大雨滴，而有的云朵却只能是一个云朵，不能化大雨滴。 　　而雾是因为地面散失、温度太低而形成的，所以冬天起雾是正常的。而且老师还让我们做了个实验，实验材料为：“一个玻璃瓶、一个塑料盖儿、几块冰块、火柴、热水”。雾的原理就是这样的，老师先把热水倒进玻璃瓶里，只需要到1/3的水。然后找四五块冰块，放进塑料盖上，放一根点着的火柴放进带有热水的玻璃瓶里。然后盖上放了冰块的塑料盖儿，等一小会儿就会看见白色的雾。然后掀开塑料盖子，就会看见白色的雾从瓶子里冒出来。这就是雾的原理，于是我找来了哥哥也一起试了试。拿一个玻璃瓶，然后找来热水、找来火柴、找来冰块（从冰箱的冷藏柜里敲出来的）、找来塑料盖子，然后把冰块放进塑料盖子上，热水倒进玻璃杯里。然后放一根点着火的火柴扔进热水里，然后立刻盖上塑料盖子。我们仨激动的等了一会儿，从外面透过玻璃杯子就能看见白色的雾。然后掀开盖子后，白色的雾真的飘了来。可是我们仨始终还是不知道原理，于是我又试了几次，终于知道原理了。是因为热水和凉冰，再加一根火柴让水更热，这样就生出雾了。科学真神奇啊！ 　　原来是这样……雾就是这样生出来的，哎呀，科学真神奇啊！ 有趣的科学小实验作文7 　　今天早上，我正在睡梦中，突然传来几声急促的“叮铃铃”电话声，我只好喊妈妈来接听。 　　被电话吵醒的我，只好醒了。忽然，一排整齐的字浮现在我的眼前：为什么打电话时，尽管相隔千里，都可以清楚地听到对方的声音？ 　　吃过早餐后，我向妈妈问起了这个问题。妈妈给我讲了这个问题的道理，我听了半天也没听懂。妈妈说：“好吧，我们来做个小实验。你去找两个易拉罐和一根长线。”我一听要做小实验，便一下子来了精神，找出两个易拉罐和长线交给了妈妈。 　　妈妈从零件盒里找来一把锤子和一枚铁钉让我照着她的话去做。我先小心翼翼地把易拉罐的盖子去掉，用锤子和铁钉在易拉罐的底部凿两个小孔。然后把长线的两端分别穿进两个易拉罐的底部的小孔，最后将长线的两端各打一个小结，使之牢固。看着做好的“电话”，我迫不及待地拿起来使用，让妈妈把易拉罐凑进耳朵听我说几句话，可是，妈妈总是说听不到，我垂头丧气地拿起“电话”翻来覆去地看几遍，再试了几次，可是，没错呀！妈妈见我无可奈何的样子，对我说：“你将绳子绷直再试一下。”我又试了一遍，果然，终于成功了。 　　通过这个小实验，我恍然大悟，原来，对着话筒说话，使话筒底部的金属膜片随声音而振动，并带有磁性簧片振动，在电磁线圈，产生感应电流，电流经导线传至受话一方，使受话器上的膜片产生相应的振动，将话音还原。 　　这真是一次有趣的科学小实验，让我受益匪浅，真是实践出真知呀！ 有趣的科学小实验作文8 　　今天我和爸爸、妈妈约了小雨一家去科技馆玩，我们参观了火箭发射的场景、看了地铁的驾驶舱是什么样子的，还有潜水艇的螺旋桨是怎么工作的。这次参观让我对科技越来越感兴趣了，回家后，我也一心要做个科学小实验，那么，做个什么实验好呢？ 　　下午我和妈妈从《玩转科学》这本书中选了一个“提起米”的小实验。实验的材料很简单，只需要一个瓶子，一些大米和一根筷子。 　　实验第一步需要在瓶子里装满大米。起初我用一个小饭碗来装大米，但由于碗口大瓶口小，米总是撒在瓶子的外面。于是，我又换了个量勺，一勺一勺地将大米装进瓶子里。瓶子装满大米后，我盖上了盖子，又将瓶子在地板上撞击了几下，让大米粒挨得更紧密。然后，我把筷子插入大米中，小心地向上提起。可惜的是，筷子一下就滑脱了，并没有把瓶子提起来。我有些失望，又试了一次，还是没有成功。我很沮丧，这结果和书上说的也不一样啊！这个实验是不是根本就做不成啊？ 　　这个时候，妈妈鼓励我说，实验失败是很正常的，应该吸取经验再试几次。我一想也对，怎么能轻易就放弃呢。于是我又反复实验，虽然还是一次又一次的失败，但我已经能感觉到筷子上的力量越来越大了。在反复提了10来次之后，我真的把这瓶大米给提了起来，妈妈赶快给我拍了张照片。我们的实验成功了！ 　　做完实验后，妈妈给我讲了提大米的原理，是因为筷子与大米之间产生了摩擦力，当我使劲提筷子的时候，瓶口逐渐缩小的形状使大米与筷子之间的摩擦力变得更大，直至瓶子和大米被一起提了起来。 　　今天的实验成功了，我非常开心，我又在想，下次实验做哪个呢？ 有趣的科学小实验作文9 　　在暑假乐园里有一个有趣的实验：把鸡蛋分别放进水里和醋里会怎么样？有什么不同？为了解开这个谜，我准备动手做做看。 　　那天，我开始做实验，首先我拿了两个透明的杯子，一个装入水，一个装入醋，再将两个鸡蛋分别放进水里和醋里。大约过了一分钟的时间，醋里的鸡蛋探出了一个小头在看外面是多么的漂亮，水里的鸡蛋娃娃却一点都没动，在水里乖乖地睡觉。正在我感到惊讶时爸爸告诉我这是因为醋的浮力比水大。大约又过了五六分钟，醋里的蛋又探出一小截头，而水里的蛋还在舒舒服服地睡觉。大约又过了十分钟，醋里的鸡蛋旁边冒出了气泡，可水里的鸡蛋还是一动不动，我思索着这个问题：“为什么醋里的鸡蛋会冒出了气泡，而水里的没有呢？”我只能去问知识渊博的爸爸，爸爸说他也不知道，叫我自己探究。我左思右想只能去请教我的电脑大师了，电脑大师很快就给了我答案，答案是-------鸡蛋的蛋壳和醋在一起发生了化学反应，产生了二氧化碳，二氧化碳变成了气泡冒了出来，这时我恍然大悟。我又继续仔细地观察。过了半天，我用手去碰了碰醋里的鸡蛋，惊奇地发现鸡蛋的蛋壳变软了，变薄了。水里的还是没有任何反应。再过了两三天我看了看两个杯子里的鸡蛋，醋里的"鸡蛋竟然只剩下了一层膜了，这是为什么呢？我百思不得其解。想想还是再次请教电脑大师，电脑大师给我的答案是：因为鸡蛋蛋壳的主要成份和醋的主要成份产生了化学作用，把蛋壳融化了。 　　虽然我还不是很懂得这其中的奥妙，但是这个实验我感觉非常有趣，而且还让我收获了很多科学知识，所以做什么事情都要自己去动动手、动动脑，这样你才会懂得更多的知识。 有趣的科学小实验作文10 　　星期五的数学课上，我们做了一个很有趣的：燃烧白糖。当时我听到这个实验名字，感到很好奇，心想：白糖燃烧了会变成什么样子呢？是白的还是黑的？是干的还是湿的？……一个个奇思妙想浮现在了我的脑海中。听完老师说的实验要点和要观察的重点，我们开始做实验了。 　　随着“嚓”的一声，火柴燃起来，我们赶紧把蜡烛也点燃。由于我们拿的是蜡烛烧白糖，所以我们都在下面垫了一张餐巾纸，防止蜡油滴到桌子上。没烧之前，白糖是白白的颗粒，但只烧了一会会就变了样。起初，白糖开始融化，还在冒着泡泡，过了一会儿，它膨胀起来，呈土黄色，还在不停地冒泡泡，还越冒越大，“噗噗”一个泡泡爆了，另一个泡泡又冒出来，像是火山要喷发了一样。烧的时间长了，勺子开始冒烟，白糖也渐渐凝住了。我们本以为就这样结束了，但看到别的组的白糖竟然烧了起来，于是我们就跑过去悄悄到底是怎么一回事。原来他们是把勺子倾斜，让上面的黑色的东西跟外焰接触，几秒种后，白糖就烧起来了。但是我们没注意控制好火焰的走向，是火苗窜到了餐巾纸上，只可把我们吓坏了，在一阵疯狂的忙乱救火后，火熄灭了，蜡烛也灭了。这时再看看蜡烛，只见它也变短了许多，蜡油也不冒了。而勺子里的燃烧后的白糖，乌黑乌黑的，完全没有刚才的模样，而且很脆，用笔一戳就裂了。 　　通过这个实验让我了解了白糖燃烧后的样子，知道了许多不通过实验无法知道的知识，这是一次有意义的实验啊。 有趣的科学小实验作文11 　　在科学课上，老师发给我们每人一只气球，大家情不自禁地吹起来。呼，我一不小心，大大的气球冲上了天，接着又瘪瘪地有气无力的落到地上。 　　一旁的老师忽然发话了：“气球为什么会飞起来呢？”我皱皱眉头：“是因为里面的气体向后喷出来，推动气球。”老师接着追问：“气体喷的方向与气球前进的方向有什么关系？”“相反的。”“这种力我们叫它反冲力。你可以利用这种力让小车跑起来吗？”“当然！当然！”我们个个跃跃欲试。 　　我仔细观察，发现小车上面架着一根不长的管子，一头大一头小。实验开始了。我们先把一个气球的口套在小车上的管子的大口上，用嘴对着小口，鼓起腮帮子使劲吹，把气球吹得大大的，用手捏住吹气口，不让气跑掉。然后把小车放正，松开手指，气球里的气体猛地向后喷射出来，小车飞速地向前冲了出去，真的有点儿像火箭升空的感觉呢。“成功啦！”大家都欢呼雀跃起来。后来，我们还架起了45度的斜坡，它也轻易地冲了过去。 　　回到家，我把在学校做的这个有趣的小实验讲给爸爸听，爸爸补充说：“在生活中，有许多东西也是运用了反冲力的原理。爆竹中有一种?起花?，当火药急剧燃烧，生成的气体 　　以很快的速度从起花筒下端喷出时，起花筒本身就向上升起。在自然界中，有的动物还可以凭借反冲力来逃生呢！ 　　一个小小的科学实验可以获得那么多知识，难怪老师常对我么说“实践出真知”呢！ 有趣的科学小实验作文12 　　星期天的上午，我早早地来到“小飞侠梦工厂”，一进来我就一个“怪物”躲在墙角，仔细一看，原来是小飞侠老师。咦 小飞侠鬼鬼祟祟在干嘛？肯定在做黑色料理。 　　很快，小飞侠告诉我们要做“水中烟花”，水中烟花？这个名字不太寻常，老师肯定在骗我们！开学第一天就骗我们，有点过了吧！早知道老师是专门骗小孩的，我就去大白老师班了。突然，老师从她的大口袋里掏出水、油、色素、筷子等，老师看起来有点认真了，我也有点小期待了。 　　实验也在我的期待中开始了，只见小飞侠拿着一桶油，把油倒入到一个瓶子。又滴了几滴不同颜色的色素，色素在水中成了圆形，像五颜六色的珍珠，也像自由自在的蝌蚪，更像我前两天吃的汤圆。正当我仔细欣赏漂亮的色素时，老师又拿起了一根筷子，迅速地在杯中搅拌了起来，我耳边只能听见“叮叮当当”的声音。我抬头一看，发现本来很美的色素在小飞侠老师疯狂地搅拌中变黑了，真的太丑了，难道这就是水中烟花？正在我怀疑人生的时候，老师将搅拌好的混合物倒入清水中，混合物在水中快速地跳了几下又浮到水面，像个调皮的小孩。随着时间的流淌，混合物像雨滴落下来，慢慢地刚才的雨滴又如海草在水中慢慢地伸展着身子，太美啦！过了一会儿，杯子里的颜色全变成了绿色，仔细看还有一些黑色呢！真像爸爸爱喝的绿茶，真的太神奇了！ 　　小朋友们，你们也来一起做一做吧！ 有趣的科学小实验作文13 　　你相信兵乓球会脱离地球的引力飘在空中，并向同一个方向旋转吗？如果你不相信的话，那就和我们四（9）班的同学们一起来见证这奇迹的一瞬间吧！ 　　今天下午第一节课的上课铃一响，我们就秩序井然地回到座位，等待着“缪老师”来上课。“缪老师”走上讲台，一副老师的样子，给我们讲今天要做一个小实验，只见他把手中的广口杯、乒乓球和纸杯一个一个地排列在讲台上，告诉我们：“这些东西就是‘乾坤大挪移"这个实验所用的道具。”我看了看这些简单的道具，心里有些疑惑：这些东西和“乾坤大挪移”有什么关系呀？我有些丈二和尚——摸不着头脑，只好看缪於桐给我们做示范。首先，他将广口杯倒扣在乒乓球上，然后用一只手抓紧广口杯，小幅度并非常快速地转动着广口杯，这时，乒乓球开始浮起来，摆脱了地球的引力，缪於桐将广口杯提起来，奇迹出现了，乒乓球随着广口杯一起被提上去了，看到这一幕，我惊讶的目瞪口呆，最后缪於桐把乒乓球对准纸杯，乒乓球停止旋转，掉进纸杯里，台下顿时响起了雷鸣般的掌声。 　　缪於桐告诉我们：“这是一个关于离心力的实验，旋转的杯子让乒乓球跟着旋转，通过离心力让球紧贴着杯子内壁，进而抵抗地心引力的吸引，让乒乓球跟着杯子被提了起来。”听了他的解释，我恍然大悟。之后，缪於桐又邀请金尚弈等5位同学上台重复这个试验，但只有金尚弈和杜晨两位同学体验成功了，刚才信心满满的我顿时像一只泄气的气球，把举高的手慢慢放下来，原来看似十分简单的实验，做起来可一点也不简单。 　　经过这节课，我感受到了科学实验的乐趣，知道了离心力和惯性，我多么希望下次还有更多即好玩又能让我们学到知识的实验啊！ 有趣的科学小实验作文14 　　今天中午我们学校的小记者要在文源楼四楼开会，我早早赶到文源楼，结果情报有误，今天是要给我们上课，而且上的是我最喜欢的科学实验。“欧耶，太棒啦”！我心中乐开了花。 　　开始上课了，老师介绍说我们要上一堂干冰的实验，只见老师把一些干冰倒入一个杯子里，说要给它洗个澡。干冰进入水里后，的水中开始冒泡泡，泡泡上升到水面会形成雾气，老师放进很多块干冰后就变成了浓雾，宛如电视里的仙境，而老师就像那神仙。神仙老师叫几位同学上去触摸一下这个雾，有的同学说是软软的；有的同学说没有感觉；有的同学说有一种压感……… 　　老师说要给干冰点颜色瞧瞧，只见老师往干冰里颜料。老师先加入蓝色的颜料，干冰没有什么变化，接着老师加入了红色颜料，干冰的气泡更多了，雾气更浓了，经过实验我们发现干冰对红色特别热情。 　　老师接着说让它给我们生个蛋。哈哈，干冰还会生蛋，太搞笑了。慢慢的我们发现，想让干冰生蛋必须加入酒精才行，只见老师将干冰放入水瓶中，加满水，在瓶口刮上一些酒精，一个气泡就产生了，真像一个鸡蛋。原来老师没有吹牛，干冰真的可以“生蛋”。老师又说：”我们让它给我们生个鸵鸟蛋，老师把干冰放入矿泉水瓶，加入水，在瓶口套上气球，慢慢的“蛋”就形成了。老师说给我们来做个蚂蚁蛋吧，只见老师把干冰放入雪碧瓶子里，加入水，放入了大量酒精，不一会儿就有一堆“蚂蚁蛋”。 　　最后，老师说要给我们做面包，老师把大量干冰放入水缸，加入水，放入大量酒精，面包就形成了。 　　这真是一堂神奇而有趣的实验课，通过这次干冰实验课，引发了我对科学的好奇和热爱科，科学真奇妙。 有趣的科学小实验作文15 　　科学的世界妙趣无穷，让我们充满了好奇与兴奋。 　　今天，一来到教室，就看到郑老师在黑板上写着“科学小实验”五个醒目的大字。前两天在家里准备好的科学小实验，小伙伴们都迫不及待地要展示给大家瞧瞧了！ 　　第一个上场的是梁浩，他为我们带来的小实验是柠檬酸和碳酸钙的反应。 　　梁浩首先从工具箱中拿出柠檬酸和碳酸钙，再拿出试管，滴入四滴管水。然后，他拿出一个小药勺，小心翼翼舀了一勺柠檬酸粉放入试管，再用塞子塞住管口，轻轻摇晃试管，使柠檬酸粉在水中充分溶解，成为柠檬酸液。接着，只见他将小勺擦干净，又舀了一勺碳酸钙加入柠檬酸液中。这时，奇迹出现了，只见试管中迅速冒出许多的小气泡，梁浩解释说，这些小气泡就是二氧化碳。哦，原来碳酸钙和柠檬酸液混合会产生二氧化碳！ 　　第二个上场的是梁芷宁，她准备的实验和梁浩的差不多，只不过，她将碳酸钙换成了小苏打，会有什么不同呢？同学们安安静静地看着她演示，等待着奇迹的出现。梁芷宁的实验步骤和梁浩一样，也是先将柠檬酸粉溶解在水中，形成柠檬酸液，然后加入小苏打，但是试管内没有什么反应。这是怎么回事呢？大家都很奇怪，梁芷宁想了想，说：“可能是小苏打量太少了，我再试一次吧。”这一次，她加大了小苏打的量，啊，成功了！只见试管内小气泡不断地往上冒，都快要冲出试管了。原来，柠檬酸液和小苏打也可以产生二氧化碳。 　　有趣的实验一个接一个，大家在一个个实验中看到了奇迹，收获了知识。在生活中，还有很多的现象值得我们去探究，还有许多知识需要我们去掌握，只要我们敢于发现，敢于创新，相信每一个人都可能成为科学家。

1.记一次科学小实验作文500字 　　上个星期四的科学课上，我们全班都做了一个十分有趣的小实验——燃烧白糖。 　　需要的材料有：蜡烛或酒精灯、铁勺、火柴和白糖。 　　第一步，我们把白糖倒一些在铁勺内，然后点燃蜡烛。我们组的同学使劲地划着火柴，但它丝毫没有着的意思。我看着有写不耐烦了，夺过火柴，用力一划。没想到，我那么一划，火柴居然着了，我心里有一点骄傲。接着，我把蜡烛点燃，把装着白糖的铁勺，放到火上加热。 　　渐渐的，白糖慢慢融化了：它先是变成了红色，冒着气泡，然后又变成了黑色，黏糊糊，是糖浆。随着时间的流逝，白糖已经全都不见了，都融化了，变成了糖浆。而气泡也越来越多，很像在煮毒药，颜色黑得吓人，那种气泡，也让人不敢去碰它。 　　时间一分一秒的过去了，糖浆，慢慢又从液体转化成固体。等了好长时间，我心里想：还要等多少时间那！我都没有心思观察了。只听“噗”地一声，糖浆着火了，火苗立刻窜了上去。火灭了，糖浆变成了灰色的东西，非常清脆，用耳朵听，还有声音呢！我用铅笔挖了挖，原来它表面的一层是脆脆的，但是里面的东西却比较硬，真有趣啊！ 　　这次试验真有趣，它让我们知道。要做好一件事，必须要用心去观察，否则有可能会漏掉细节。 2.记一次科学小实验作文500字 　　星期天，张老师对我们说：“今天我们来做一个有趣的实验。”同学们一阵欢呼。 　　张老师首先拿出一个冰块，一个没有壳煮熟了的鸡蛋、一壶开水、一盆冷水、一个玻璃杯子。老师把鸡蛋放在杯口上面，叫我们用力按了按，那鸡蛋很有弹性，可是怎么也按不下去。张老师神秘地笑了笑说：“我可以让它自己跑下去。”我们疑惑地睁大了眼睛。 　　张老师把杯子用热水热了一下，然后把鸡蛋放在杯子上，再迅速地把杯子放在冷水中，神奇的事情发生了，鸡蛋慢慢地往下开始动了，几秒钟后，“咚”的一声，鸡蛋掉了下去，我尖叫着“哇”，其他人也叫：“哇，鸡蛋下去了。” 　　老师又说：“谁能让这个鸡蛋自己爬出来?”我自告奋勇地迎上去，我把杯子摇了又摇，可是鸡蛋怎么也摇不出来，我无可奈何地摇了摇头。老师说：“我可以让鸡蛋自己出来，看好啦!”老师往杯子上面浇热水，几秒钟后，鸡蛋真的自己出来了，我们再一次尖叫! 　　这次科学实验，我发现了热胀冷缩的原理。科学无处不在，只要细心观察的话就会有发现，那就像今天一样。 3.记一次科学小实验作文500字 　　今天早上，我和妈妈一起做了一个有趣的实验：游动的“小鱼”。 　　我准备了一张薄薄的小铁皮，一把剪刀，一个盆，几根针和一块磁铁。我先用剪刀把铁皮小心翼翼地剪成小鱼的形状。不一会儿，一条条小巧玲珑的.银色“小鱼”就呈现在我的眼前了。接着我拿针摩擦磁铁几次，摩擦时保持同一个方向。然后，我把针用力地插进鱼头，但是怎么也插不进去，急得我直冒汗。于是我对妈妈说：“妈妈，你能帮一下忙吗？”妈妈说：“好呀，把针拿过来，我来插。”妈妈就把针从鱼头向鱼尾插入，一根针一条鱼。不一会儿，所有鱼都插好了针。 　　最后，再将水倒入盆中，我把“小鱼”轻轻地放入水中。奇迹发生了！我发现所有的“小鱼”像正在检阅的士兵一样，排着整齐的队伍，都朝着同一个方向快乐地游动。太神奇了！我开心地跳了起来：“哇！我们的实验成功了！” 　　妈妈告诉我这个实验的原理：针在磁铁上摩擦过，受地球磁场的吸引，插上了针的“小鱼”自然也就会朝一个方向游动。哦！原来是这样。 　　这次的科学实验给了我很大的启发：神奇的科学奥秘来源于生活，善于观察、善于思考的人就会有意想不到的收获。 4.记一次科学小实验作文500字 　　今天我放学回家，我和妈妈一起做了一个小实验。实验的名字叫做《带电的报纸》，我很好奇，也很期待，还以为是要用灯泡之类带电的东西来做小实验。 　　妈妈先拿来一张好大的报纸，剪成一半，再拿来一支铅笔，我们一块儿做起了小实验。我把报纸放到墙上，一手扶着报纸，一手用笔使劲儿在报纸上摩擦，哈哈，报纸居然吸到了墙上，像粘住了一样。 　　然后，我又轻轻揭开报纸的一角，松手后，报纸又被墙面吸了回去，好神奇呀！我问妈妈：“这是怎么回事呀？”妈妈说：“这就叫做摩擦产生静电！”哦！原来摩擦力这么厉害呀！ 　　最后，妈妈撕碎了几张小纸片，让我把铅笔在报纸上摩擦了几下，再放到小纸片上，小纸片也立即被吸住了，真好玩。摩擦的威力可真大呀！ 　　妈妈还跟我说：“你还记不记得冬天咱们脱毛衣的时候，哗啦的一声，还能看到点点闪光呢！这就是静电的作用。”对呀，冬天有时候，妈妈脱完衣服后，过来拉我，我还被妈妈电了呢！原来静电无处不在呢！ 5.记一次科学小实验作文500字 　　鸡蛋会游泳吗？相信很多人会回答不会，今天我准备做一个实验来验证鸡蛋是否会“游泳”。 　　我按照实验方法一步一步地做：首先，准备一个杯子、一个鸡蛋、一包盐、一根筷子和一个勺子。接着将杯子装三分之二的自来水，把鸡蛋放入水中，用勺子打一勺盐，放入水里，然后用筷子搅拌大概3分钟。期待着实验说明书上的答案：鸡蛋“飘”起来。然而事实上鸡蛋一点动静也没有，安安稳稳地躺在杯底。 　　到底是哪里出了问题呢，我百思不得其解，只好去请教妈妈。妈妈看了实验步骤说：“也许盐放太少，你再放多两勺盐试试。”于是，我加了两勺盐到水里，再搅拌一下，没想到，奇迹发生了，鸡蛋慢慢浮上来了。看我满脸疑惑，站在一旁的妈妈告诉我：由于鸡蛋的密度小于盐水的密度，当向盐水中加清水时，盐水的密度就会不断减小，当盐水的密度小于鸡蛋的密度时，鸡蛋就会下沉了。后来多加了一些盐，密度逐渐增大，所以鸡蛋会浮在盐水的上面。 　　一个小小的科学实验，因为是自己亲自动手的，让我发现了鸡蛋沉浮的秘密。

1.外婆年已七旬，一头的短发像罩一了一层白霜，一双大眼睛已经深深地陷了下去，嘴里的牙也已经快 *** ，一双粗糙的手爬满了一条条蚯蚓似的血管，那饱经风霜的脸上刻满了皱纹，像是记载着她70年来的千辛万苦。 2.冬天时的小河十分美丽。河面结了一层厚厚的冰，旁的树林上，落满了蓬松松的雪花。远远看去，就像洁白的天鹅绒上铺过了一条银白色的玻璃带。 3.雨，洒落在校园里，轻轻地为校园蒙上一层白纱，那苍翠的老榕树，美丽的花儿，高大的椰子树，被雨轻打过后都是那么翠绿可爱，雨，是大自然轻快的节奏，轻轻地洒落在校园里。 4.早上，晴空万里，云霞满天。太阳公公把一切都镀上了一层金黄色。一群群美丽的小鸟，在绿树枝头欢蹦乱跳，叽叽喳喳的唱歌。空气清新凉爽，而且散发着一种难以形容的芳香，每吸一口都令人振奋。 5.这时的晚霞，像是羞涩的小姑娘，只是抹上了一层橘黄色。 6.她娇艳的脸上有一层新鲜的绒毛，如刚摘下的水蜜桃一样。 7.突然，高空中出现了一道耀眼的光芒，慢慢变成了一层红色，在阳光的照射下逐渐变粗，与此同时，红道的两边还不断的往下垂，一直垂到底空，形成了“桥”的形状。“啊，美丽的彩虹出来了，好美呀！”我心中一阵欢喜。 8.谈恋爱就像剥洋葱，总有一层会让你流泪。 9.小宝塔的塔身呈牙黄色，远看像象牙雕刻成的，一层层塔檐排列整齐，还有金黄而透明的有机玻璃的底座，凹凸分明，有棱有角，十分美观。 10.春天的清晨，湖面上起了一层细细的薄雾，像给西湖披上了轻纱；湖边的柳树抽出了新的枝条，轻轻地舞动着，像是在给自己梳着辫子；桃花探出了小脑袋，在枝头上看着春姑娘的身影。春天的西湖很美。 11.春天的田野是最动人的.春风给大地铺了一层绿色的地毯 杨柳青青 随风摇摆。 12.一天中午，蔷薇花开了。在一层椭圆的绿叶上边，开出零星十数朵小花，几朵红，几朵粉。新开的花，像朝霞那么艳丽，在一片绿叶之上是那么醒目。在我们宁静的家中，激起一片惊喜，一片赞叹。 13.消沉就角一支单调的画笔，只能给未来涂上一层灰色。 14.今天的月亮与往常不同，刚一出现就显得格外明亮，给大地披上了一层银纱，。lishixinzhi。给人们增添了快乐。 15.一轮红日渐渐的坠落下来，风也渐渐变的微弱。剩下的一丝亮光，映照在河面上，像是给宽阔的河面图上了一层美丽的色彩。河水是软的。微风习习，波纹道道，像是一幅迎风飘舞的绸……真吸引人啊！ 16.雨重重地击打在远处的那片钢筋水泥上，一团团尘雾升起，随后又被后来的雨滴击落下去。在远处看，仿佛是给城市罩上了一层薄纱。但是这自然清新的薄纱又显得与那钢筋水泥是那样的格格不入。 17.星星倒映在河面上，微风一吹，水面上泛起了鱼鳞似的波纹。星星的光芒散开来，河面上像铺了一层碎金，美丽极了！我忽然想起一首诗来：“微微风簇浪，散作满河星。”这真是眼前的真实写照呀！ 18.严冬，经霜的银杏叶渐渐枯黄，一片片黄叶，在北风中簌簌飘落，给地面铺上了一层“金毯”。每当一阵大雪下过之后，它银装素裹，那矫健的身躯在冰天雪地的映衬下，更显得英俊、潇洒、威武。 19.雷声大作，雷公公皱着眉头，”轰隆隆“，”轰隆隆“，地打喷嚏，紧接着天空划过一道刺眼的闪电，给万物罩上了一层银光，突然大雨如注，雨像天河缺了一口，铺天盖地而来。雨越下越大，形成了一个巨大的水帘。 20.我还喜欢晚上的大海。晚上还是深蓝色的。月光照再海面上，就像给大海披上一层银沙。我漫步在沙滩上，海风轻轻的吹拂着我，注视着那微波亃亃的海面，听着那哗哗的海浪声，只觉得心升神诒。 21.太阳在朝霞的迎接中，露出红彤彤的面庞。霎时，万道金光透过树梢，给水面染上了一层胭脂红。 22.晚上的太阳，穿过了山峰，反映在水里面，好象水上生了一层铁锈似的！ 23.清晨，我透过窗户向外望去，哇，好大的一场雪呀！雪花象鹅毛一样一片一片从空中飞落下来。屋顶上、地面上，都铺了一层厚厚的白雪，就连树枝都变成了奇形怪状的雪条。整个世界都被白色覆盖着，像童话世界般晶莹剔透。 24.太阳的周围最红，红得那样迷人。红色向四下蔓延着，蔓延了半个天空，一层比一层逐渐淡下去，直到变成了灰白色。 25.看！秋天来到田野里，那火红火红的高粱像一簇簇火苗在燃烧；雪白雪白的棉花像一团团雪花从空中飘落在田野；金黄金黄的麦子随风漾起一层又一层的麦浪，犹如一池的金子，耀得那样灿烂。 26.仙人球开花了。它那深绿色的椭圆的身躯上，伸出一根喇叭形的”管子“。”管子“上面长有白色长毛，顶端盛开着洁白无瑕的花儿。前两层花瓣神气地向上翘起，唯有最下一层似乎怕羞似的向下垂着。 27.我的妈妈个子中等，身材十分苗条。妈妈的眼睛就像夏夜晴空中的星星那样晶莹透亮，眼睛上方的睫毛又多又长，不知道的人还以为妈妈贴了一层睫毛膏呢！ 28.在“欲把西湖比西子，淡妆浓抹总相宜”的西湖里，苏轼感叹“水光潋滟晴方好，山色空蒙雨亦奇”，显现出西湖雨的奇妙。在雨中，远出的山像蒙上了一层轻纱，蒙蒙胧胧，迷迷茫茫，隐隐约约……多美的意境呀！ 29.水是蔚蓝色的，没有风的时候水像一面明亮的大镜子，风一吹水库的水就泛起了一层一层的波纹。 30.海风阵阵的吹来，浪被撞击在礁石上，溅起了洁白的水花，它涌到岸边，轻轻地抚摸着细软的沙滩。海浪一层一层从远处轻盈地荡来，给沙滩勾勒出一道白色的“裙边”，使大海更加迷人。

有趣的一次实验 “火山喷发”,大家一定在电视里见过吧，但你有没有亲眼见过呢?我倒是见过一回“火山喷发,可这是个“火山喷发”的模拟实验，这个实验我也亲自动手做了一回。嗬，“火山喷发”可真好玩。 你也可以投稿 按实验要求我拿来了一个玻璃杯、一瓶醋和一瓶洗涤剂、一包小苏打、一张报纸。首先往杯子里倒入一些小苏打，再倒入一些洗涤剂，然后把报纸垫在玻璃杯下。 实验马上就要开始了，我往杯子里倒入一些醋，奇迹很快就出现了，刚刚瓶子里还只是一些小苏打和洗涤剂，它们安安分分的，怎么才过了几秒钟的时间就变成了泡沫呢？而且本来只是一点点的泡沫,现在不断地疯涨，才过了十几秒，就从玻璃杯口蜂拥而上，溢出瓶口流到报纸上了。这时，我又兴奋又惊讶，目不转睛地看着浮上来的泡沫，生怕漏掉了什么细节。大约过了18分钟，泡沫又渐渐地消失。哈，这个实验太好玩了，太有意思了！ 这是为什们呢？我急忙抓过书查了起来，可书上一个字也没提，唉！没办法，只好自己琢磨琢磨了。刘老师不是在课上讲过了吗：小苏打与醋会发生化学反应，产生大量的泡沫，就像汽水一样摇一摇也会产生一些泡沫。那么洗涤剂又起了什么作用呢？我绞尽脑汁也想不出来。 为了搞清其中的奥秘，我又把这个实验重做了一遍，发现泡沫之所以会疯涨就是因为洗涤剂起到了催化作用。这不是与浮石的形成原理差不多吗。这个小实验真是有意思。 做科学小实验，让我在玩中懂得了科学道理，还锻炼了我动手动脑的能力，真是两全其美。

1、那青色蔓延在地面上，点点红色映入眼帘，总是一种小巧玲珑。那种绿中一点红的意境就有了，仿佛给地面绣上了一条花被子，没有爬上枝头的韵味，却也能赏心悦目，那是一片清意，淡雅。 2、绿绿的叶子上长出了青色的花苞，有的露出了一点点淡淡的粉色，有的黄黄的花心已经露出头了，还有的花瓣像刚出壳的小鸡一样，使劲的往外挣，迫不及待的想看看外面的世界是什么样的。 3、竹子有着挺拨的身材，穿着青色的衣裳，身体里的空心代表着人的虚心，笔直挺拨的身躯代表着人的正直。 4、杜鹃花五颜六色，有红色有青色有兰色有紫色，远远望去，就像一道道彩虹，还有他们的香味，我和爸爸妈妈从十里外就闻到了，正如游客说的“百里杜鹃，十里飘香”。 5、千尺珍珠瀑，四周是陡峭的山崖，青色的崖石上点缀着簇簇绿色的植物，犹如一幅硕大无比的水墨画。 6、昙花是那样的美丽，朵朵都有茶杯那么大，淡青色的花瓣像羊脂玉石雕成的一样。 7、远山披着黛青色的连衣裙，像一位位亭亭玉立的少女凝视着这样的乡村早晨。山林中有几处飘荡着悠悠的白云，那不正像缠在少女身上的丝带吗？ 8、时光叮当地撞在古老的黑色城墙上，在霉青色的石板上散成一地琉璃，消逝；只留下萤火般微弱的光芒，透出一小块记忆的页脚，迅速庞大成一个缤纷的回忆殿堂，像是古书上的咒语，源远流长。 9、天渐渐破晓，淡青色的天空镶嵌着几颗残星，大地朦朦胧胧的，如同笼罩着银灰色的轻纱。 9、是一部 其宗旨是更快地造出更优质的句子. 10、水中倒映着藏青色的山，仿佛给白色的带子绣上了美丽的花纹。 11、田野里的麦子，在不知不觉间由青色而变成枯黄，使一片原野顿换了一副面目。风儿带着微微的暖意吹着，时时送来布谷鸟的叫声，这是告诉我们“春已归去”而是初夏四月的季节了。 12、夜空似藏青色的帷幕，点缀着闪闪繁星，让人不由深深地沉醉。 13、在我的眼中端午节是一个美妙的节日，他充满了先人的智慧和良好愿望，有一种温馨浪漫的气息。每次看到那青色的粽子，嗅着浓浓的甜香，都会有一种情怀滋生。 14、春天，春风习习，老柳树刚抽出嫩嫩的新芽。柳树的枝头还会露出一些淡淡如烟的青色。 15、房间四角立着汉白玉地柱子，四周地墙壁全是白色石砖雕砌而成，黄金雕成地兰花在白石之间妖艳地绽放，青色地纱帘随风而漾，刹青痕站在这高达十米地建筑里，就像如果不是杀手特有地镇定，它早就晕过去了，脑海中一直浮现二个字：奢华。 16、太阳透过榆树的密密层层的叶子，把阳光的圆影照射在地上。夏末秋初的南风刮来了新的麦子的香气和蒿草的气息。北满的夏末初秋是漂亮的季节，这是全年最好的日子。天气不凉，也不顶热，地里还有些青色，人也不太忙。 17、月亮依然残缺着悬挂在浦东的夜空，颜色已渐渐苍白了。月光照在水面上亮晶晶的，黄浦江的昏水在夜中也好像变成了青色一般。 18、母亲往日那丰润的双颊瘦下去了，一双有神的眼睛显得更大了，脸上泛着菜青色。 19、我喜欢这种天气，阴沉沉的天，乌云没有一丝空隙是白的，整个天空就一片乌青色，这样抬头看天空时，时间看得很长很长，看着看着，天空似乎离我很近了，伸手仿佛就会触到云的清凉。 20、绵绵的雨丝，你好像春姑娘手中的一支彩笔，把小草染上绿色，将花儿画上彩色，让树木抽出青色的嫩芽...将大地画的五颜六色。 21、秋风拂过面颊，但见柳枝也随着微风轻盈起舞，高高的柳树对面有几株山楂树围成一圈，和柳树比起来越发显得低矮了，树上的山楂果实一个个、一串串被秋风吹红了脸；还有园中的白果树、青色的杏桃树、葱绿的松柏都已结满了果实，在青涩与熟透中就有的被风吹落在地上，你只要弯下腰都可以在树下随手捡到它们的落果…… 22、草原与大海不同，大海虽一望无际，但是它掺有点点杂色，而草原却是放眼望去遍是青色。当你在草原中停留时才会发现原来我是如此渺小；当你在草原中尽情奔跑时才会发现原来我的速度是如此缓慢；当你在草原中随手扔垃圾时才会发现我的品质是如此低劣！ 23、我独自站在偏僻的清水潭边。多么幽静阿，尤其是那透明的带着青色影子的波纹，像是古代珍贵的织锦，那么轻盈，那么柔和。 24、走进江南文化园，首先映入眼帘的是一排排整齐的楼房：青砖、青瓦。这群徽派建筑让你感受到徽州的古朴厚重。走在凹凸不平的青石路上，仰望着一排排黑青色的房屋，会让你不由得想起安徽古代的样子。 25、端午是个美好的节日，在这并不美好的现实中可以寄寓一些幽思，让凡尘蒙蔽的心，在青色的古意间得到片刻的回归，认取生命中的真意，可以让生命更加真实一些。 26、来到舞龙的现场，只见龙有细长的胡须、长长的舌头，嘴里还有一个黄色的球，它的脸是银白色，全身基本上是青色的，这也难怪它的名字叫：青龙。 27、天上，燃烧起火烧云，云块越来越大。红色，赭色，紫色，青色，黑色，各种各样，不可调和地形成一条奔涌的河流。 28、彩虹应该要算世界上最美的。它用世界上所有颜色的七种颜色：有太阳的红色，黄金的黄色，海洋的蓝色，树叶的绿色，朝霞的橙色，牵牛的紫色，有小草的青色。 29、夏夜，天上缀满了闪闪发光的星星，像细碎的流沙铺成的银河斜躺在青色的天宇上。大地已经沉睡了。除了微风轻轻的、阵阵的吹着，除了偶然一声两声狗的吠叫，冷落的街道是寂静无声的。 30、院子外面的河堤边，种着密密麻麻的迎春花。春节以后，那倒垂的枝条虽然有了青色却无叶迹，也无法掩盖光秃秃的荒凉。