第一篇：spss回歸計算容差
容差容時-信用卡.
容差容時
背景
因為ATM自助還款不接受零鈔等諸多原因，業內頻見“1元欠款生出天價罰息”等報道。去年11月，某用戶透支11萬元，經過陸續還款后仍生成44萬元的利息和滯納金，經過央視報道后，更在業內引起軒然大波，信用卡計息所采用的全額計息標準，最終招致眾怒。
針對這一現象，相關部門曾經表示，計息規則是信用卡業務合同的核心條款，商業銀行事先所設置出的明文約定并無爭議，經持卡人簽字確認才能生效。如果不滿足銀行所提供的“有條件的信用卡欠款優惠政策”，就要對全部消費金額進行計息。
2013年2月，中國銀監會書面回復致信呼吁廢除“全額罰息”的山東律師王新亮，稱“全額計息”爭議產生的一個重要原因是對“‘全額還款’是‘享受免息期’的必要前提條件”存在不同理解。王新亮稱對此回復感到失望。
與此同時，中國銀行業協會公布了修訂后的《中國銀行卡行業自律公約》(簡稱《公約》)，明確會員單位應提供“容差容時”服務。銀行“全額罰息”這樣的霸王條款或將有所改變
容差容時
此次最新修訂后公布的《公約》，其最核心的內容就是提出了“容差容時”，即成員單位(發卡行)在符合監管政策要求前提下，建立信用卡還款容差容時機制。所謂“容差服務”，指信用卡未清償部分小于或等于10元時視同全額還款，未清償部分自動轉入下期賬單;“容時服務”則指為持卡人提供一定期限的還款寬限期服務，還款寬限期自到期還款日起至少3天，持卡人在還款寬限期內還款時，應當視同持卡人按時還款。
不過，中國銀行、光大銀行 (3.39,-0.08,-2.31%)、華夏銀行(11.03,-0.32,-2.82%)、民生銀行(10.30,-0.24,-2.28%)、建設銀行(4.80,-0.04,-0.83%)等部分銀行信用卡持有人都已可通過電話申請免費延緩還款日，最多為3天。中信銀行(4.68,-0.13,-2.70%)、興業銀行(18.99,-0.57,-2.91%)等則可免費延緩還款日1天。中國銀行客服人員表示：“持卡人憑身份證號、信用卡卡號及密碼便可申請免費延緩還款時間。”
雖然現在仍處于新規執行前的籌備期，但記者通過走訪發現，多家銀行已經提供上限10元的容差服務，部分銀行額度更高。
除了交通銀行、光大銀行、中信銀行外，中行、農行、工行、建行、招行、民生銀行均提供了容差還款服務，多數銀行容差額度與新規一致，均為10元。農業銀行甚至規定，“客戶本期還款金額至少為賬單金額的90%，且普卡未還金額小于100元，金卡、白金卡未還金額小于200元”的較高限額。
除此之外，中國銀行規定其信用卡容差額度為持卡人消費金額的1%，且不設上限。若以1萬元的透支額度計算，持卡人最高也可獲得100元的容差額度。
在容時延期還款方面，中行、招行、光大銀行等均提供了最長3天的延期服務，農行、建行、交行、民生銀行的容時期限為2天;中信銀行期限最短，只有1天。中信銀行方面還特別提醒持卡人：“雖然我們會自動延期一天，但還是請用戶及早還款，一天的容時期限也限于還款日次日下午6點以前。”
除此之外，《公約》還在信息披露方面對銀行作出更具體的規定，要求發卡行應保證客戶對銀行業務計息、收費標準和相關風險享有充分的知情權及選擇權。比如需在信用卡申請表中以突出的字體明確說明計息規則，并通過網站等宣傳渠道提供計算規則和模擬案例;信用卡到期還款日之前至少3天，銀行業協會成員單位還需通過賬單、短信、電子郵件、電話或信函等方式向持卡人進行還款提示，這樣就能避免持卡人因一時大意錯過還款期限。
改善
不過，對于大多數持卡人來說，與寬限幾天還款相比，更希望能看到飽受爭議的全額罰息被取消。而在此次《公約》中，規定實施的是容差服務，只規定了10元的上限，即10元以內才無需擔心“全額罰息”。
目前僅工商銀行(4.23,-0.03,-0.70%)廢除了全額罰息，部分銀行則已開始執行容差還款。例如，建設銀行信用卡采取“欠款10元以內，視為該月賬單已經自動還清”;招商銀行(13.52,-0.31,-2.24%)信用卡客服表示，如果用戶當期賬單金額和已經還款金額相差10元人民幣或者1美元之內，結合客戶此前信用記錄和還款情況，信用良好的，會視為當期已還清，欠款自動計入下期賬單。
第二篇：工行信用卡的“容時容差”生變了嗎
近日，中國工商銀行在其官網上對其信用卡產品目錄做出了修訂。修訂后的產品目錄中，有多款產品都被加上了這樣一句話：“自2017年12月1日起，新開戶的信用卡適用《牡丹信用卡領用合約(個人卡)》第三條約定的“特殊計息”方式，未在到期還款日(含)前全額償還當期應還款項的，應對透支交易(包括已償還部分)支付從銀行記賬日起至還款日止的透支利息。”
圖1.宇宙星座信用卡的特殊計息提示消息一出，如同一聲驚雷炸響。我們都知道，自2009年工銀信用卡取消全額罰息后，工銀信用卡一直以部分還款部分計息為一個重要賣點。那么這個“特殊計息”規定是怎么一回事呢?咱們還得先看一看信用卡領用合約是里面怎么說的?，F行的《牡丹信用卡領用合約(個人卡)》是2017年下半年剛剛修訂施行的，特殊計息條款位于第三條第3款第2項，原文如下：“甲方可按照乙方對賬單標明的最低還款額還款。甲方按照最低還款額規定還款的，乙方只對未清償部分計收從銀行記賬日起至還款日止的透支利息。對于部分信用卡產品，甲方同意采用“特殊計息”方式，甲方未全額償還當期應還款項的，應對享受免息還款期的透支交易(包括已償還部分)支付從銀行記賬日起至還款日止的透支利息，乙方將通過中國工商銀行網站-“信用卡”-“卡片世界”等途徑告知甲方。”
圖2.牡丹信用卡領用合約(個人卡)節選原來特殊計息是工商銀行只對“部分信用卡產品”適用的一個條款。那么，適用這一條款的“部分信用卡產品”都有哪些呢?繼續檢索后發現，近兩年新發行的熱門卡種幾乎都被囊括其中：宇宙星座卡、World奮斗卡、小黃人卡、軍魂卡、喜馬拉雅卡、愛奇藝卡、華潤通卡、愛車Plus卡、首汽約車聯名卡等。這些產品中有單幣單卡也有全幣套卡，年費要求也各有區別。但他們有一個共同特點——都支持容時容差還款。在特殊計息條款公布的同時，工行修改了容差的定義，由最低還款額容差修改為當期賬單額容差。“在到期還款寬限日(到期還款日+寬限期)，上期賬單全部應還款項未還部分小于或等于10元時，視同持卡人已全額償還。”這兩項內容不是一個巧合，應該聯系起來分析。之前網絡上高點擊率的熱門文章《工商銀行信用卡的“10個唯一”》(據信該文出自工商銀行總行公關團隊)，其中提到的第一個唯一就是“國內唯一一張非全額罰息的信用卡”。前不久落錘定音的央視主持人李曉東訴建設銀行信用卡全額計息一案，將信用卡全額計息這一“行業規則”推上了輿論的風口浪尖。大眾輿論幾乎一邊倒的認為全額計息是霸王條款，應該廢除。而工商銀行在此時敢冒天下之大不韙推出特殊計息條款，確實是有很大的勇氣。但工商銀行也并非盲目。首先，將全額計息稱為“特殊計息”條款，表明這不是一種正常的計息方式，軟化措辭，避開網絡暴力。其次就是修改容差定義。最低還款額容差無法保證不產生循環利息，而實施賬單金額容差可有效避免循環利息產生。如此為持卡人著想，可以最大限度的化解輿論的口誅筆伐。最后，工商銀行也并未將全部信用卡產品線都納入特殊計息適用范圍內。那么，工商銀行為什么要這樣做呢?美國銀行的信用卡銷售理論將信用卡用戶分為兩類：第一類是總是按時全額償還信用卡賬單金額，從不支付任何利息的“交易者”;另一類是經常循環信用，經常需要支付利息和手續費的“使用者”。顯然，在相同的風險暴露水平下，“使用者”帶給銀行的收益要遠遠高出“交易者”。而無論采取哪種計息方式，也不管容時容差政策有與沒有，如何實施，對“交易者”來說幾乎沒有任何影響?？梢哉f，這兩項政策都是為“使用者”設計的。容時容差是對“使用者”的一種保護，而全額計息可使銀行從“使用者”身上獲取更多收入。特殊計息條款的生效，標志著工商銀行開始對信用卡客戶做出分類營銷。從產品適用的計息標準來看，工商銀行將年齡較長的客戶群體定義為“交易者”，仍然保留著適用部分計息條款的標準卡產品及商旅服務類聯名卡產品;將年輕客群定義為“使用者”，所以將年輕化的互聯網+信用卡產品調整為特殊計息(全額計息)，并輔以完善了的容時容差政策。同一家銀行的信用卡產品有兩種計息標準，此舉也是開了中資銀行之先河，目前也屬于“唯一”?？偟膩碚f，工商銀行此舉是在深化信用卡利率市場化改革進程中的有(jiao)益(hua)探(jiao)索(hua)。具體效果如何留待市場檢驗。而對于工行客戶來說，辦理信用卡時又多了一項考慮的內容：是做一個有板有眼，但偶爾沒還清只會部分計息的“交易者”，還是做一個時尚靈活，但還不清就要全額計息的“使用者”?不同的人會有不同的想法，繼而選擇不同的信用卡產品分道揚鑣。你會選擇哪一種呢?
第三篇：Spss Spss學習第四天
我主要以課上的順序來一步步操作
一元回歸
兩個或兩個以上自變量對一個因變量的數量變化關系，稱為多元線性回歸分析，表現這一數量關系的數學公式，稱為多元線性回歸模型。
多元線性回歸模型是一元線性回歸模型的擴展，其基本原理與一元線性回歸模型類似，只是在計算上更為復雜，一般需借助計算機來完成。
(2)回歸方程的顯著性檢驗(F檢驗)
多元線性回歸方程的顯著性檢驗一般采用F檢驗，利用方差分析的方法進行。
(3)回歸系數的顯著性檢驗(t檢驗)
回歸系數的顯著性檢驗是檢驗各自變量x1，x2，…，對因變量y的影響是否顯著，從而找出哪些自變量對y的影響是重要的，哪些是不重要的。
與一元線性回歸一樣，要檢驗解釋變量對因變量y的線性作用是否顯著，要使用t檢驗。
課上實例：
Next 在這里可以針對不同的自變量設置不同的篩選引入方法。 Options 下一步：設置變量引入剔除的標準規則 Methot
自變量篩選的方法： Enter:所選變量全部引入模型 Stepwise：逐步引入法 Remove：剔除變量 Backward：向后消去法 Forward：向前消去法
結果：
第一個表格是
描述統計量 第二個表格是 相關系數矩陣
第三個表格是 列出模型引入以及剔除的變量，這里是強制引入法，所有變量引入模型 第四個表格是 模型擬合優度統計量 第五個表格是 模型顯著性F檢驗
第六個表格是 每個回歸系數顯著性的t檢驗
第七個表格是 共線性診斷特征根有些接近0，有個別值特別大有嚴重共線性。條件指數如有個別維度值大于30，也說明有嚴重共線性! 第八個表格是 關于殘差的描述統計量 第九個表格是 殘差的正態性診斷
多元回歸
虛擬變量
前面幾節所討論的回歸模型中，因變量和自變量都是可以直接用數字計量的，即可以獲得其實際觀測值(如收入、支出、產量、國內生產總值等)，這類變量稱作數值型變量。然而，在實際問題的研究中，經常會碰到一些非數值型的變量，如性別、民族、職業、文化程度、地區、正常年份與干旱年份、改革前與改革后等定性變量。
在回歸分析中，對一些自變量是定性變量的先作數量化處理，處理的方法是引進只取“0”和“1”兩個值的0−1型虛擬(dummy)自變量。當某一屬性出現時，虛擬變量取值為“1”，否則取值為“0”。例如，令“1”表示改革開放以后的時期，“0”則表示改革開放以前的時期。再如，用“l”表示某人是男性，“0”則表示某人是女性。虛擬變量也稱為啞變量。需要指出的是，雖然虛擬變量取某一數值，但這一數值沒有任何數量大小的意義，它僅僅用來說明觀察單位的性質和屬性。
課上實列：
建立虛擬變量DU。設置邏輯運算，如果AREA==1時，DU=1，否則DU=0.
結果：
邏輯回歸
稱為logistic模型(邏輯回歸模型)。
我們的邏輯回歸模型得到的只是關于P{Y=1|x}的預測。
但是，我們可以根據模型給出的Y=1的概率(可能性)的大小來判斷預測Y的取值。 一般，以0.5為界限，預測p大于0.5時，我們判斷此時Y更可能為1，否則認為Y=0。 如果該p值小于給定的顯著性水平(如=0.05)，則拒絕因變量的觀測值與模型預測值不存在差異的零假設，表明模型的預測值與觀測值存在顯著差異。如果值大于，我們沒有充分的理由拒絕零假設，表明在可接受的水平上模型的估計擬合了數據
課上實例：
將因變量放入dependent欄，自變量放入covariates欄中 可以把幾個變量的乘積作為自變量引入模型作為交互影響項
線性回歸一樣，我們可以通過next按鈕把自變量分成不同的組塊，使不同的組塊按順序以不同的方式分步進入模型
Classification plots:制作分類圖，通過比較因變量的觀測值與預測值的關系，反映回歸模型的擬合效果。
Hosmer-Lemeshow goodness-of-fit: H-L檢驗。
Casewise listing of residuals:顯示個案的殘差值(顯示標準化殘差超過兩倍標準方差的個案或顯示所有個案)
Correlations of estimates:輸出模型中各參數估計的相關矩陣。
Iteration history:輸出最大似然估計迭代過程中的系數以及log似然值。 CI for exp(B):輸出exp(beta)的置信區間，默認置信度為95% 在save選項中，我們可以選擇需要保存的數據文件中的統計量。包括殘差值、個案影響度統計量、預測概率值等等
結果：
第一部分有兩個表格，第一個表格說明所有個案(28個)都被選入作為回歸分析的個案。
第二個表格說明初始的因變量值(0，1)已經轉換為邏輯回歸分析中常用的0、1數值。
(2)第二部分(Block 0)輸出結果有4個表格。(組塊0里只有常數項，沒有自變量)
(3)Omnibus Tests of Model Coefficients表格列出了模型系數的Omnibus Tests結果。
(4)Model Summary表給出了-2 對數似然值、Cox和Snell的R2以及Nagelkerke的R2檢驗統計結果。
(5)Hosmer and Lemeshow Test P值大于0.05，說明模型有一定的解釋能力 (6)Classification Table分類表說明第一次迭代結果的擬合效果，從該表格可以看出對于y=0，有86.7%的準確性;對于y=1，有76.9%準確性，因此對于所有個案總共有82.1%的準確性。
(7)Variables in the Equation表格列出了Step 1中各個變量對應的系數，以及該變量對應的Wald 統計量值和它對應的相伴概率。從該表格中可以看出x3相伴概率最小，Wald統計量最大，可見該變量在模型中很重要。B是回歸系數的估計值 Wald系數的wald檢驗
Exp(beta)的估計值以及區間估計
(8)Correlation Matrix表格列出了常數Constant、系數之間的相關矩陣。常數與x2之間的相關性最大，x1和x3之間的相關性最小。
(9)圖7-26所示是觀測值和預測概率分布圖。該圖以0和1為符號，每四個符號代表一個個案。橫坐標是個案屬于1的錄屬度，這里稱為預測概率(Predicted Probability)?？v坐標是個案分布頻數，反映個案的分布。
(10)邏輯回歸的最后一個輸出表格是Casewise List，列出了殘差大于2的個案。
第四篇：spss學習心得
學院：傳播學院 專業：10級廣播電視新聞學 學號：129012010023 姓名：許咪咪
學習SPSS有感——與EXCEL之比較
在學習SPSS軟件的過程中，自己不敢有絲毫松懈，但同時感到學習壓力很大，有一定的學習難度，軟件的操作可以通過短時間內熟悉，但對數據的結果分析還需要很大很大的提高。在掌握了SPSS相關技能和熟知了SPSS之于EXCEL的優越性之后，SPSS成了往后我進行數據分析、調查的首選軟件，如若能自由地結合二者使用，便是更佳選擇。
Excel的基本功能中包括了比較強大的數據處理功能，還提供了豐富的工作表函數，可以完成很多類型的數據處理和分析任務。除了工作表函數以外，Excel還提供了一個稱為“分析工具庫”的加載宏。
Excel應用的普及性，許多人都把它作為最常用的統計軟件來使用。Excel提供的統計功能包括數據管理、描述統計、概率計算、假設檢驗、方差分析和回歸分析等等，對于統計學原理所涉及的大部分內容已經足夠了。然而，在學習Excel的統計功能以前我們有必要先交待一下Excel在統計分析方面的局限性。
1、就統計學原理所涉及的統計方法而言，Excel沒有直接提供的方法包括：箱線圖(Boxplot)、莖葉圖、相關系數的p-值、無交互作用可重復的雙因素方差分析、方差分析中的多重比較、非參數檢驗方法、質量控制圖等。
2、按照優秀圖形的標準，Excel做出的很多圖形都不合格。Excel的有些圖形可能適合于普通大眾，但不適合用于科學報告中。例如二維圖形的三維表示，圓柱圖，圓錐圖等等。
Excel提供的有些圖形可能永遠不應該使用。
3、Excel不能很好的處理缺失值(Missing data)問題?？傮w來說Excel對缺失值的處理方式遠不如專門的統計軟件恰當。
4、雖然大部分情況下Excel的計算結果都是可靠的，但在一些極端情況下Excel的計算程序不夠穩定和準確(特別是Excel2003以前的版本中);有些自動功能可能會導致意想不到地結果。
總體來說，Excel為我們輸入和管理數據、描述數據特征、制作統計表和統計圖都提供了強大的支持，但在處理復雜的計算時有時候誤差相對較大，因而一些數據處理專家建議人們避免采用Excel處理復雜的統計問題。SPSS能在簡單操作基礎上，解決EXCEL存在的這些問題，甚至非統計學相關專業的人員也可以利用這個軟件對復雜的統計問題進行處理、分析。
平時我慣常使用的數據分析軟件也是Excel。雖然使用Excel可以對數據進行透視、分類、篩選以及計算相關系數等，但是這些操作都需要自己每一步每一步的進行手動操作，而使用SPSS軟件在對數據進行整理時，只需對軟件某選項內設置變量條件，系統便自動的進行整理。而且，在學習與應用SPSS過程中，我了解到應用SPSS軟件只要了解統計分析的原理無需知曉統計方法的各種算法就能得到自己所需要的統計分析結果。另外對于常見的統計方法，SPSS的命令語句、子命令及選擇項的選擇絕大部分在軟件內的對話框操作完成，我們無需花費大量的時間記憶大量的命令和選擇項。在這方面，SPSS軟件的應用可以使我們節省大量時間，而且軟件操作比較容易上手，在當今這個時間就是金錢的社會上，我們掌握SPSS軟件的應用，也就是為自己賺取了不少金錢。
另外在與SPSS的接觸中，我逐漸了解到SPSS軟件的強大與方便。SPSS提供了從簡單的統計描述到復雜的多因素統計分析方法，其中有數據的統計分析、統計描述、交叉表分析、二維相關、方差分析、多元回歸、因子分析、聚類分析、降維等分析方法。利用這些方法可以得出計算數據和統計圖形，看出數據的離散程度、集中趨勢和分散程度，單變量的比重，還有對數據進行標準化處理。利用這個軟件對問卷數據進行分析是極好的。雖然，這些方法大部分我還是不會使用，能夠讓我利用并成功分析的方法只有寥寥幾種，但是這種簡單便捷的操作讓我對SPSS的興趣卻是越來越濃。
spss 像手槍，對于社會統計應用spss,足夠精度了。exce對初級統計技術也差不多了，里面有很多類型的圖，配之以數據透視表，模擬運算表，宏，高級篩選，窗體，而且方便的單元格和變量操作這些優點都使得excel 更利于小規模，低精度，邏輯關系簡單的數據，但是簡單的圖和表，有時不需要通過假設檢驗，也能看出很多關系或結論，這些直觀的現象有的時候比spss的假設檢驗更有說服力(spss的假設檢驗雖然精確，但是成本是很多模型假定)其統計思想易于被日常生活所接受，所以execl用得好，更能顯出使用者諳熟研究背景和統計思想，這個修煉層次更高，就像武功最高深的人更最簡單的工具，最簡潔的招式，實而不華一樣。
了解了excel和spss的這個比較后，可以看出spss的統計思想體現了更多數理統計的味道，而excel 則更多體現了描述統計的味道，所以了解spss更重要的是了解不同模型背后的統計想法，當然這些在使用spss的過程中會慢慢的積累的。一個和學習統計思想無關的，但是在學習spss中必須學會的是“數據組織方式和數據測度”，這個對于那些學習信息的人容易理解，對文科出身的人不容易理解。但是這個問題對于初學者很重要。在實際使用spss時，就得按部就班地按照先定義變量，調測度，在錄入(導入數據)，再分析。分析并不是整個流程。不注意數據的組織方式和數據測度會使很多統計模型誤用(實際上不能用，但是軟件輸出了統計結果)，這種誤用不是統計模型用得好不好的問題，而是能不能用的問題!
現在，學期即將結束，同樣的這門課程也到了尾期，在這學期學到了很多，并且還有很多沒有學到。我們學習時所操作的軟件是英文版，這對英語基礎不好的我來說是個考驗。同時，由于我們所學專業并非必須擁有計算機，導致我們平時能夠練習的機會比較少，造成了掌握不牢固，前學后忘現象比較嚴重?，F在呢，很是希望能夠把SPSS的應用熟練操作，并且能把它變為自己的一種本能，使自己在今后的工作與學習中，可以輕松運用。
第五篇：SPSS學習心得
本學期是我在大學學習的最后一個學期。在這個學期里，學校根據我系專業特點開設了一些專業應用性課程，其中有一門課程便是SPSS。
SPSS的中文名稱是社會科學統計軟件包，是世界上最早的統計軟件。我們學期學習所使用的軟件為英文版，起初接觸時由于我英語水平問題，SPSS軟件的操作讓我很是頭疼。但是通過對這門課程的學習，我了解到SPSS具有完整的數據輸入、編輯、統計分析、報表、圖形制作等功能。在日常的工作與學習中，我所接觸到的數據比較多，但是我想從中獲得有用的數據卻很難，通過SPSS軟件應用，使我處理數據的時間大幅度的縮短，另外也能客觀直接的對我所需要的數據進行簡單分析。
在我平日課下進行統計調查技能培訓的時候，我起初分析數據所用的軟件是Excel。雖然使用Excel可以對數據進行透視、分類、篩選以及計算相關系數等，但是這些操作都需要自己每一步每一步的進行手動操作，而使用SPSS軟件在對數據進行整理時，只需對軟件某選項內設置變量條件，系統便自動的進行整理。而且，在學習與應用SPSS過程中，我了解到應用SPSS軟件只要了解統計分析的原理無需知曉統計方法的各種算法就能得到自己所需要的統計分析結果。另外對于常見的統計方法，SPSS的命令語句、子命令及選擇項的選擇絕大部分在軟件內的對話框操作完成，我們無需花費大量的時間記憶大量的命令和選擇項。在這方面，SPSS軟件的應用可以使我們節省大量時間，而且軟件操作比較容易上手，在當今這個時間就是金錢的社會上，我們掌握SPSS軟件的應用，也就是為自己賺取了不少金錢。
另外在與SPSS的接觸中，我逐漸了解到SPSS軟件的強大與方便。SPSS提供了從簡單的統計描述到復雜的多因素統計分析方法，其中有數據的統計分析、統計描述、交叉表分析、二維相關、方差分析、多元回歸、因子分析、聚類分析、降維等分析方法。利用這些方法可以得出計算數據和統計圖形，看出數據的離散程度、集中趨勢和分散程度，單變量的比重，還有對數據進行標準化處理。利用這個軟件對問卷數據進行分析是極好的。雖然，這些方法大部分我還是不會使用，能夠讓我利用并成功分析的方法只有寥寥幾種，但是這種簡單便捷的操作讓我對SPSS的興趣卻是越來越濃。
這門課程是我們這學期從始至終一直開設的課程，在課堂上我們的導師馬杰老師針對各種案例對我們進行講解，讓我們了解SPSS的各種應用，在課下系內陳主任對我進行指點，讓我能夠利用多種SPSS的方法進行數據處理與數據分析。
現在，學期即將結束，同樣的這門課程也到了尾期，在這學期學到了很多，并且還有很多沒有學到。我們學習時所操作的軟件是英文版，這對英語基礎不好的我來說是個考驗。同時，由于我們所學專業并非必須擁有計算機，導致我們平時能夠練習的機會比較少，造成了掌握不牢固，前學后忘現象比較嚴重?，F在呢，很是希望能夠把SPSS的應用熟練操作，并且能把它變為自己的一種本能，使自己在今后的工作與學習中，可以輕松運用。