美国国家标准与技术研究院的数据库

根据标准参考数据计划，NIST的各实验室正在将他们的数据库产品不断加入到在线访问的数据库行列，建立了一系列的科学数值数据库。通过更新现有的数据库及开发新数据库，NIST不断地丰富它的评价数值数据集，为社会提供可靠的、经过评价的数值数据。社会各界的工程师和科学家依靠 NIST的标准参考数据对许多关键技术进行决策。

NIST的标准参考数据库系列包括50多个数据库，其中大部分是建在微机上的多用途数据包，根据学科可分为以下几类：分析化学（包括谱学），原子和分子物理，生物技术，化学与晶体结构，化学动力学，工业流体与化工，材料性能，热力学与热化学，以及NIST的其它数据库。

分析化学类包括质谱库、红外谱、光电子能谱等数据库；原子与分子物理类包括光谱性能、c-射线衰减系数及交叉截面、原子光谱等数据库；生物技术类包括生物大分子结晶库等数据库；化学与晶体结构类有电子衍射等数据库；化学动力学类包括化学动力学、溶液动力学等数据库；工业流体与化工类有物质的热力学性能数据库；材料性能类包括结构陶瓷、腐蚀性能、摩擦材料、高温超导等数据库；表面数据类包括表面结构、d性电子散射交叉截面等数据库；热化学类包括化学热力学、有机化合物热力学性能估算、JANAF热化学表等数据库。

NIST提供科学数值数据服务的方式主要有：①将数据与分析仪器连在一起出售，如质谱库中有近10万个化合物数据，附在质谱仪中出售的有常用的几万个化合物；②以PC数据包方式出售；③联机数据服务；④作为其它大的软件包的一部分；⑤直接装入用户的计算机。

具体的在线科学数据库名单如下：

儿童人体测量数据库（AnthroKids - Anthropometric Data of Children），

铂/氖阴极管灯泡的光谱图（Atlas of the Spectrum of a Platinum/Neon Hollow-Cathode Lamp in the Region 1130-4330 &Aring），

用于电子结构计算的原子参考数据库（Atomic Reference Data for Electronic Structure Calculations），

原子光谱数据库（Atomic Spectra Database，ASD），

原子谱线加宽目录数据库（Atomic Spectral Line Broadening Bibliographic Database），

原子跃迁概率数据库（Atomic Transition Probability Bibliographic Database），

原子重量及同位素成分数据库（Atomic Weights and Isotopic Compositions），

光子总交叉截面（衰减系数）测量目录（Bibliography of Photon Total Cross Section (Attenuation Coefficient) Measurements），

生物高分子结晶数据库（Biological Macromolecule Crystallization Database），

陶瓷互联网手册（Ceramics WebBook），

化学动力学数据库（CKMech，Chemical Kinetic Mechanisms），

化学互联网手册（Chemistry WebBook），

单分子反应计算数据库（ChemRate: A Calculational Database for Unimolecular Reaction），

视觉协同测试床（CIS2 Visual Interoperability Testbed），

化学动力学机理（CKMech，Chemical Kinetic Mechanisms），

计算化学比较和基准数据库（Computational Chemistry Comparison and Benchmark Database），

计算机辨认工具测试项目网站（Computer Forensics Tool Testing (CFTT) Project Web Site），

二阶光谱数据库（Diatomic Spectral Database），

运算法则和数据结构字典（Dictionary of Algorithms and Data Structures），

电子与等离子体加工用气体相互作用数据 (Electron Interactions with Plasma Processing Gases），

元素数据索引（Elemental Data Index），

工程统计学手册（Engineering Statistics Handbook），

火灾研究信息服务（Fire Research Information Services ，FRIS），

基本物理常数（Fundamental Physical Constants），

中性原子的基本水平和电离能量（Ground Levels and Ionization Energies for the Neutral Atoms），

数学软件指南（Guide to Available Mathematical Software），

NIST计量结果不确定性的评估与表达指南（Guidelines for Evaluating and Expressing the Uncertainty of NIST Measurement Results），

基础原子光谱数据手册（Handbook of Basic Atomic Spectroscopic Data），

绝缘体和建筑材料的热传递性质（Heat Transmission Properties of Insulating and Building Materials），

高温超导材料数据库（High Temperature Superconducting Materials Database），

HIV蛋白酶数据库（HIV Protease Database），

人线粒体蛋白数据库（Human Mitochondrial Protein Database），

烃类光谱数据库（Hydrocarbon Spectral Database），

二氧化碳同位素测定的交互规则（Interactive Algorithm for Isotopic CO2 Measurements），

国际比较数据库（International Comparisions Database），

ITS-90热电偶数据库（ITS-90 Thermocouple Database），

自动数据分析工具（MassSpectator Automated Data Analysis Tool），

矩阵市场数据库（Matrix Market Database），

相位图和计算热动力学―焊接系统（Phase Diagrams and Computational Thermodynamics - Solder Systems），

多轮烃结构索引（Polycyclic Aromatic Hydrocarbon Structure Index），

聚合物方法数据库（Polymer MALDI MS Methods Database），

高级材料的性质数据总结（Property Data Summaries for Advanced Materials），

断裂韧度性质数据总结（Property Data Summaries for Fracture Toughness），

氧化玻璃的性质数据总结（Property Data Summaries for Oxide Glasses），

蛋白质数据银行（Protein Data Bank (PDB) ( in collaboration with RCSB )

放射性核半衰期计量（Radionuclide Half-Life Measurements），

用于观测星际分子微波跃迁的雷达技术扫描频率（Recommended Rest Frequencies for Observed Interstellar Molecular Microwave Transitions - 1991 Revision），

加强渗透性数值数据库（Database on Reinforcement Permeability Values），

短暂前后重复的DNA数据库（Short Tandem Repeat DNA Internet Database），

无铅焊料的焊接特性数据库（Database for Solder Properties with Emphasis on New Lead-free Solders），

可溶性数据库（IUPAC-NIST Solubility Database），

溶解动力学数据库（NDRL/NIST Solution Kinetics Database on the Web），

坎德拉X-射线天文台光谱数据库（Spectral Data for the Chandra X-ray Observatory），

统计参考数据库（Statistical Reference Datasets），

电子、质子和氦离子的静止能与行程表（Stopping-Power and Range Tables for Electrons,Protons,and Helium Ions），

NIST结构陶瓷学数据库（NIST Structural Ceramics Database），

合成聚合物质谱项目（Synthetic Polymer Mass Spectrometry Project），

X-射线质量衰减系数和能量吸收系数表（Tables of X-Ray Mass Attenuation Coefficients and Mass Energy - Absorption Coefficients），

酶催化反应的热力学数据库（Thermodynamics of Enzyme-Catalyzed Reactions Database），

半导体器件加工用的气体的热物理特性数据库（Database of the Thermophysical Properties of Gases Used in the Semiconductor Industry），

三原子光谱数据库（Triatomic Spectral Database），

Vibrational branching ratios and asymmetry parameters in the photoionization of CO2 in the region between 650 &Aringand 840 &Aring

可见物粘合剂数据集（NIST Visible Cement Dataset），

Wavenumber Calibration Tables from Heterodyne Frequency Measurements

用于剂量测定的X-射线衰减与吸收表（X-Ray Attenuation and Absorption for Materials of Dosimetric Interest），

X-射线波型系数、衰减与散射表（X-Ray Form Factor,Attenuation and Scattering Tables），

X-射线电光子分光光谱数据库（NIST X-ray Photoelectron Spectroscopy Database），

X-射线跃迁能量数据库（X-Ray Transition Energies Database），

光子交叉截面数据库（XCOM: Photon Cross Sections Database）。

SPSS分析调查问卷数据的方法\x0d\x0a\x0d\x0a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.\x0d\x0aSpss处理: \x0d\x0a第一步:定义变量 \x0d\x0a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).\x0d\x0a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:\x0d\x0a1.请问你的年龄属于下面哪一个年龄段( )?\x0d\x0a A:20—29 B:30—39 C:40—49 D:50--59\x0d\x0a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d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d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。\x0d\x0a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.\x0d\x0a1.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.\x0d\x0a2.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 *** 作.比如如下一例:\x0d\x0a请问您通常获取新闻的方式有哪些( )\x0d\x0a1 报纸 2 杂志 3 电视 4 收音机 5 网络\x0d\x0a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.\x0d\x0a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。\x0d\x0a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.\x0d\x0a第二步:数据录入 \x0d\x0aSpss数据录入有很多方式,大致有一下几种:\x0d\x0a1.读取SPSS格式的数据\x0d\x0a2.读取Excel等格式的数据\x0d\x0a3.读取文本数据（Fixed和Delimiter)\x0d\x0a4.读取数据库格式数据(分如下两步)\x0d\x0a（1）配置ODBC（2）在SPSS中通过ODBC和数据库进行\x0d\x0a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.\x0d\x0a1. 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.\x0d\x0a2. 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).\x0d\x0a3.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.\x0d\x0a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.\x0d\x0a第三步:统计分析 \x0d\x0a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.\x0d\x0a1.作图分析:\x0d\x0a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：:\x0d\x0a(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。\x0d\x0a(2)Interactive：交互式统计图。\x0d\x0a(3)Map：统计地图。\x0d\x0a(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：\x0d\x0a条图\x0d\x0a散点图\x0d\x0a线图\x0d\x0a直方图\x0d\x0a饼图\x0d\x0a面积图\x0d\x0a箱式图\x0d\x0a正态Q-Q图\x0d\x0a正态P-P图\x0d\x0a质量控制图\x0d\x0aPareto图\x0d\x0a自回归曲线图\x0d\x0a高低图\x0d\x0a交互相关图\x0d\x0a序列图\x0d\x0a频谱图\x0d\x0a误差线图\x0d\x0a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 *** 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.\x0d\x0a2.数值分析:\x0d\x0aSPSS 数值统计分析过程均在Analyze菜单中，包括：\x0d\x0a(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。\x0d\x0aDescriptive Statistics包括的统计功能有： \x0d\x0aFrequencies(频数分析)：作用:了解变量的取值分布情况\x0d\x0aDescriptives(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\x0d\x0aExplore(探索分析)：功能:考察数据的奇异性和分布特征\x0d\x0aCrosstabs(交叉分析)：功能:分析事物（变量）之间的相互影响和关系\x0d\x0aReports包括的统计功能有： \x0d\x0aOLAP 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。\x0d\x0aCase Summaries(观测量列表)：察看或打印所需要的变量值\x0d\x0aReport Summaries in Row：行形式输出报告\x0d\x0aReport Summaries in Columns：列形式输出报告\x0d\x0a(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。\x0d\x0a以下是进行均值比较及检验的过程:\x0d\x0aMEANS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\x0d\x0aT test 过程：对样本进行T检验的过程\x0d\x0a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。\x0d\x0a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）\x0d\x0a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)\x0d\x0aone-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。\x0d\x0a(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\x0d\x0a(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:\x0d\x0a1、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。\x0d\x0a2、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\x0d\x0a3、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\x0d\x0a(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.\x0d\x0a(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。\x0d\x0a非参数检验的过程有以下几个:\x0d\x0a1.Chi-Square test 卡方检验\x0d\x0a2.Binomial test 二项分布检验\x0d\x0a3.Runs test 游程检验\x0d\x0a4.1-Sample Kolmogorov-Smirnov test 一个样本柯尔莫哥洛夫-斯米诺夫检验\x0d\x0a5.2 independent Samples Test 两个独立样本检验\x0d\x0a6.K independent Samples Test K个独立样本检验\x0d\x0a7.2 related Samples Test 两个相关样本检验\x0d\x0a8.K related Samples Test 两个相关样本检验\x0d\x0a(7)、Data Reduction(因子分析)\x0d\x0a(8)、Classify(聚类与判别)等等\x0d\x0a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.\x0d\x0a第四步:结果保存 \x0d\x0a 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.\x0d\x0a总结: \x0d\x0a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.\x0d\x0aSPSS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\x0d\x0a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： \x0d\x0a1 单选题：答案只能有一个选项\x0d\x0a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？ \x0d\x0aA有 B 正在开创 C没有 D曾经有过但已中断\x0d\x0a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。\x0d\x0a录入：录入选项对应值，如选C则录入3\x0d\x0a2 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。\x0d\x0a（1）方法一（二分法）：\x0d\x0a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\x0d\x0a考虑在内。\x0d\x0aA月薪员工 B日薪员工 C钟点工\x0d\x0a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。\x0d\x0a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。\x0d\x0a（2）方法二：\x0d\x0a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：\x0d\x0a1（ ） 2 （ ） 3（ ）\x0d\x0aA、提高党员素质 B、加强基层组织 C、坚持发扬民主\x0d\x0aD、激发创业热情 E、服务人民群众 F、促进各项工作\x0d\x0a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\x0d\x0a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。\x0d\x0a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。\x0d\x0a3 排序题： 对选项重要性进行排序\x0d\x0a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） \x0d\x0a第一位 第二位 第三位 第四位 第五位\x0d\x0a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\x0d\x0a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“。\x0d\x0a4 选择排序题：\x0d\x0a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\x0d\x0a的目标是那三项，并按重要性从高到低排序”，选项不变。\x0d\x0a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。\x0d\x0a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。\x0d\x0a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）。\x0d\x0a5 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\x0d\x0a例六 你的年龄（实岁）：______\x0d\x0a编码：一个变量，不定义Value值\x0d\x0a录入：即录入被调查者实际填入的数值。 \x0d\x0a6开放性文字题：\x0d\x0a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。\x0d\x0a三 问卷一般性分析\x0d\x0a下面具体介绍SPSS中问卷的一般处理方法， *** 作以版本spss13.0为例，以下提到的菜单项均在Analyze主菜单下\x0d\x0a1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。\x0d\x0a适用范围：单选题（例一），排序题（例四），多选题的方法二（例三）\x0d\x0a频数分析也是问卷分析中最常用的方法。\x0d\x0a实现： Descriptive statistics??Frequencies \x0d\x0a2 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。\x0d\x0a适用范围：选择并排序题（例五）、开放性数值题（例六）。\x0d\x0a实现： Descriptive statistics??Descriptives，需要的统计量点击按钮Statistics?中选择\x0d\x0a3 多重反应下的频次分析：\x0d\x0a适用范围：多选题的二分法（例二）\x0d\x0a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。\x0d\x0a4 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\x0d\x0a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。\x0d\x0a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 \x0d\x0a\x0d\x0a四 简单图形描述介绍\x0d\x0a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\x0d\x0a1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。\x0d\x0a2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。\x0d\x0a3面积图：用线段下的阴影面积来强调现象变化的统计图。\x0d\x0a4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。\x0d\x0a\x0d\x0a\x0d\x0a五 问卷深入分析\x0d\x0a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：\x0d\x0a1聚类分析\x0d\x0a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。\x0d\x0a2 相关分析\x0d\x0a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。\x0d\x0a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\x0d\x0a3均值的比较与检验\x0d\x0a（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。\x0d\x0a（2）T 检验：\x0d\x0a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。\x0d\x0a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。\x0d\x0a4 回归分析\x0d\x0a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。

1.地学图件

包括地质图、地球物理、地球化学、遥感图像等各类图件。地质图是地质调查机构最主要的产品之一。随着经济与社会的不断发展，人们对地质图的要求不断提高；同时由于地质科学理论不断更新，地质调查技术不断进步，地质图需要及时更新与换代。

根据用户的需要，可以利用基础数据资料生成众多类型的专题图件。

2.地学数据库

由于信息技术的发展，传统以纸介质为载体的地质调查产品逐步发展为纸介质产品与数字化产品共存，并建立了相应的数据库，例如，各种比例尺的地质图数据库、矿产地数据库、地球化学数据库、地球物理数据库、全国地质年代数据库等是地学信息服务的重要产品，地质工作程度较高的国家往往拥有包括多专业、海量数据的各类数据库。

3.矿产资源报告

各国地质调查机构都承担国内外矿产资源分析、预测研究任务，为国家经济建设和社会发展的决策提供依据。例如，美国地质调查局每年都要出版《Minerals Yearbook》、《Mineral Commodity Summaries》等。

4.系列出版物和专题报告

发达国家的地质调查机构一般非常重视宣传自己的研究成果，包括阶段性研究成果，及时出版各类专题报告、专著、论文。为了宣传地学基础知识，还编写地学科普读物。例如，美国地质调查局采用情况通报（Fact Sheets）、公开文件报告（Open-File Reports）、通告（Circulars）、展板（Posters）、论文（Papers）等形式发布成果；加拿大地质调查局有公开文件（Open Files）、当前研究（Current Research）、通报（Bulletins）、综合报告（Miscel1aneous Reports）、论文（Papers）、经济地质报告（Economic Geology Reports）和论文集（Memoirs）等平台提供研究成果；英国有《Earthwise》、《Earthworks》等刊物。

---