 Statistical and Application 统计学与应用, 2012, 1, 26-30 http://dx.doi.org/10.12677/sa.2012.12006 Published Online December 2012 (http://www.hanspub.org/journal/sa.html) Integrating R Methods into SPSS* Hongcheng Li Department of Applied Mathematics, Shanghai Finance University, Shanghai Email: lihc@shfc.edu.cn Received: Nov. 10th, 2012; revised: Nov. 18th, 2012; accepted: Nov. 30th, 2012 Abstract: The paper introduces how to integrate the statistical methods and graphical methods of R into SPSS Version 17. It illustrates the procedures of calling the statistical methods of R, presenting the graphics of R, presenting the output of R in SPSS pivot tables. The way of calling the output of SPSS statistical pro- cedures is introduced as well. The examples of the above procedures are given at the same time. Keywords: SPSS; R; Linear Models; Xpath SPSS 中集成 R的统计方法* 李洪成 上海金融学院应用数学系，上海 Email: lihc@shfc.edu.cn 收稿日期：2012 年11 月10 日；修回日期：2012 年11 月18 日；录用日期：2012 年11 月30 日 摘 要：本文介绍了如何在 SPSS 版本 17 中集成R中的作图和统计方法。介绍了在 SPSS 中调用 R的 统计方，在 SPSS中以数轴表的形式输出 R的分析结果，在 SPSS 中输出 R的图形，以及如何在 R中 调用 SPSS 统计分析的结果。并给出了各种方法的示例。 关键词：SPSS；R；线性模型；Xpath 1. SPSS和R简介 SPSS 是目前国内广泛应用的统计软件之 一，SPSS 具有十分友好的图形用户界面，它实现了传统的统计 分析功能和方法，新的版本中增加了神经网络和 EZ RFM 模块，并且从版本 14 开始增加了编程扩展功能。 SPSS 以其易用性、开放性和强大的统计分析功能 而 著名，SPSS 可以读入 SAS，Stata，Excel，文本数据 和数据库文件。而R则是有名的开源统计软件包，它 最早由新西兰奥克兰大学统计系的 Robert Gentleman 和Ross Ihaka两个人所开发，现在已经成为免费软件 基金会的 GNU 项目。R软件和最早起源于贝尔实验 室的 John Chambers开发的 S语言类似，可以认为是 S语言的一种实现。S的代码基本上不用修改就可以 在R下运行。R包含所有的基本统计分析功能，线性 和非线性模型，经典的统计检验，时间序列分析，聚 类分析，以及高级的作图技巧等。另外，R可以运行 时调用 C或者 Fortran 的代码来完成计算量很大的工 作。R还有用户开发的各种特殊用途的插件包，目前 大约有 5300 多个插件包(2012 年4月)。SPSS的R插 件可以把 R的功能和 SPSS统计分析软件集成在一起， 充分利用 SPSS 软件的易用性和 R的统计方法和强大 的作图功能。国内的读者应用SPSS 主要是通过图形 用户界面，对 SPSS 的编程了解较少。其实，SPSS 自 发布伊始，就是以编程方式出现的。随着其图形用户 界面的发展，大部分用户把编程忽略，认为 SPSS 没 有编程能力。其实，SPSS 除了其发 行伊始 就有的 语 *资助信息：上海高校示范性全英语教学课程项目资助。 Copyright © 2012 Hanspub 26  SPSS 中集成 R的统计方法 法编程外，还可以集成 Visual Basic, Python和R三种 编程语言。本文对SPSS 集成R的方法进行简介，以飨 读者。 2. 在SPSS 中调用 R中的统计方法 通过 SPSS 的R插件，可以把 SPSS 当前数据集 中的数据读入 R中，从 R中获取当前 SPSS 数据集中 的数据字典，读取SPSS 语法命令的输出结果，以枢 轴表格式输出 R的结果等。另外，也可以把 R得到的 分析结果写到SPSS数据集中，R产生的图形输出也 可以输出到 S PSS Vi e we r中。 SPSS 的R插件提供了以下的函数类来和 R进行 交互： spssdata 类，它提供了SPSS 统计软件和 R交换数 据的方法。利用它可以把SPSS 当前数据集中的数据 读入到 R的数据框(data frame)中，也可以把R数据框 中的数据写到 SPSS 数据集中； spssdictionary 类，提供了在 R和SPSS 集成环境中 操作 SPSS 数据字典的方法； spssxmlworkspace 类，提供了和 SPSS 内存中用于 存贮 SPSS 统计分析输出的 XML 工作空间的交互方 式； spsspivottable 类，提供了把 R的输出在 SP SS V iew er 中以枢轴表方式呈现的方法； spssRGRphics，类提供了在 SPSS Viewer中管理 R 输出的图形的显示方式的方法。 本节中以 SPSS 自带的Cars.sav 数据为例。 2.1. SPSS中调用R的方法 在SPSS 命令语法程序中，把 R的程序放在以下 的程序块中： BEGIN PROGRAM R. R语句 END PROGRAM 这样 R的任何程序都可以在 SPSS 中调用并在 R 中执行，结果输出在SPSS 的输出管理器中。 例如，在 SPSS 中调用R的线性模型来拟合变量 mpg 和engine, horse, weight间的关系。 BEGIN PROGRAM R. casedata<-spssdata.GetDataFromSPSS() model<-lm(mpg~engine+horse+wei ght,data=casedat a) print(model) END PROGRAM 在SPSS 的Viewer 中输出以下结果： lm(formula = mpg ~ engine + horse + weight, data = casedata) Coefficients: (Intercept) engine horse weight 44.015491 –0.005527 –0.055633 –0.004617 2.2. SPSS中以枢轴表输出R的结果 SPSS 的枢轴表是一种相当方便和直观的观察输 出的方式，特别是对于复杂的数据结构和输出结果。 例如三维的数据结构，有地区、性别、工资三个维度， 以枢轴表方式输出不同地区和性别的平均工资和标 准差，枢轴表可以方便的观察不同维度下的统计输出 结果。下面的代码在 SPSS中调用 R的线性模型方法 来拟合变量 mpg 和engine, horse, weight间的关系，并 在SPSS 中用枢轴表的方式输出线性回归的参数估 计、标准误差、参数的t统计量以及相应的 p值。 BEGIN PROGRAM R. casedata<-spssdata.GetDataFromSPSS() model<-lm(mpg~engine+horse+wei ght,data=casedat a) sum<-summary(model) spsspivottable.Display(sum$coefficients, title="Regression Coefficients", rowdim="Predictors",hiderowdimtitle=FALSE, coldim="Coefficients and Stats",hidecoldimtitle=FALSE) END PROGRAM 回归系数及其检验以枢轴表的形式输出(表1)： Table 1. Regression coefficients 表1. 回归系数及检验 Coefficients and Stats Predictors Estimate Std. Error t value Pr(>|t|) (Intercept) 44.015 1.272 34.597 0 Engine –0.006 0.007 –0.786 0.432 Horse –0.056 0.013 –4.153 0 Weight –0.005 0.001 –6.186 0 Copyright © 2012 Hanspub 27  SPSS 中集成 R的统计方法 Copyright © 2012 Hanspub 28 2.3. SPSS中输出R的图形结果 由度和总的自由度，以及方差分析的 p值。代码如下： OMS SELECT TABLES 用以下代码做出对拟合出的线性模型的残差的 分析诊断图形(图1)： /IF SU BTYPES=['ANOVA'] /DESTINATION FORMAT=OXML XMLWORKSPACE='anova_table' BEGIN PROGRAM R. casedata<-spssdata.GetDataFromSPSS() /TAG='anova_out'. model<-lm(mpg~engine+horse+wei ght,data=casedat a) ONEWAY mpg BY origin par(mfrow=c(2,2)) /MISSING ANALYS IS. plot(model) OMSEND TAG='anova_out'. END PROGRAM BEGIN PROGRAM R. 从输出结果可知，它给出了拟合值和残差的散点 图(图1左上)、残差的正态 Q-Q 图、拟合值和标准残 差平方根的散点图以及供进行影响点分析的杠杆值 图。从图 1右上的正态 Q-Q 图可知，残差不是正态分 布的。同时，残差也不是同方差的，随着拟合值的增 大，残差的波动变大。 handle <- "anova_table" context <- "/outputTree" p_path <- paste("//category[@varName='mpg']//cate- gory[@text='Sig.']/cell/@text") df_path <- paste("//category[@varName='mpg']//cate- gory[@text='df']/cell/@text") 2.4. 在R软件中调用 SPSS 的输出结果 pvalue <- spssxmlworkspace.EvaluateXPath(handle, con text,p_path) 在R中可以获得SPSS 输出的各种结果。例如， 在R中调用 SPSS 方差分析的结果中的组内、组间自 dfvalue <- spssxmlworkspace.EvaluateXPath(handle, Figure 1. Diagnostic plots of residuals 图1. 残差分析图  SPSS 中集成 R的统计方法 context,df_path) cat("df=",dfvalue,"\n") cat("p=:",pvalue,"\n") spssxmlworkspace.DeleteXmlWorkspaceObject(han- dle) END PROGRAM. 输出结果为： df:= 2 394 396 pvalue:= .000 3. 一个案例 在SPSS 中目前还不能进行异方差的时间序列分 析，而R中有许多异方差分析的插件包。本节应用 R 插件包 evir 中的数据集 BMW 进行异方差分析。数据 集BMW 记录了 BMW 公司从1986年6月到 1990 年 3月股票的的日对数收益，我们应该数据来展示 SPSS 的R插件包的强大功能。 下面应用 SPSS 的R插件对 BMW 数据拟合一个 AR(1)/GARCH(1,1)模型，代码如下： BEGIN PROGRAM R. library(fGarch) data(bmw,package="evir") bmw.garch_norm = garchFit(~arma(1,0)+garch(1,1), data=bmw,cond.dist="norm") options(digits=3) summary(bmw.garch_norm) END PROGRAM. 得到 AR(1)/GARCH(1,1 )模型的估计和检验结果 如下： Call: garchFit(formula = ~arma(1, 0) + garch(1, 1), data = bmw, cond.dist = "norm") Mean and Variance Equation: data ~ arma(1, 0) + garch(1, 1) <environment: 0x 02fd1880> [data = bmw] Conditional Distribution: norm Coefficient(s): mu ar1 omega alpha1 beta1 4.0092e-04 9.8596e-02 8.9043e-06 1.0210e-01 8.5944e-01 Std. Errors: based on Hessian Error Analysis: Estimate Std. Error t value Pr(>|t|) mu 4.009e-04 1.579e-04 2.539 0.0111* ar1 9.860e-02 1.431e-02 6.888 5.65e-12*** omega 8.904e-06 1.449e-06 6.145 7.97e-10*** alpha1 1.021e-01 1.135e-02 8.994 < 2e-16*** beta1 8.594e-01 1.581e-02 54.348 < 2e-16*** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Log Likelihood: 17757 normalized: 2.89 Description: Mon Nov 19 10:37:53 2012 by user: Administrator Standardised Residuals Tests: Statistic p-Value Jarque-Bera Test R Chi^2 11378 0 Shapiro-Wilk Test R W NA NA Ljung-Box Test R Q(10) 15.2 0.126 Ljung-Box Test R Q(15) 20.1 0.168 Ljung-Box Test R Q(20) 30.5 0.0614 Ljung-Box Test R^2 Q(10) 5.03 0.889 Ljung-Box Test R^2 Q(15) 7.54 0.941 Ljung-Box Test R^2 Q(20) 9.28 0.979 LM Arch Test R TR^2 6.03 0.914 Information Criterion Statistics: AIC BIC SIC HQIC –5.78 –5.77 –5.78 –5.77 从输出结果可知，参数估计都是显著的。因此我 们的模型为： 41 4.009 100.0986 ttt X Xa tt at 62 11 8.904100.10210.8594 tt a tt 同时，这里 beta1 的估计值为0.8594，说 明BMW 的对数收益有持续的波动聚集现象。这里的 AIC 和 BIC 相差不大，都比较小，说明模型拟合较好。 我们可以进一步用该模型预测 1987 年11 月15日 Copyright © 2012 Hanspub 29  SPSS 中集成 R的统计方法 Figure 2. Prediction limits for forecasting BMW returns after Black Monday 图2. BMW黑色星期一之后的收益预测 (该日为 1987 年黑色星期一之后不久)和1988 年9月8 日以及它们之后的对数收益。用 SPSS 插件绘制 BMW 对数收益时序图和预测区间，并绘制它们的图形如图 2所示。 从预测结果可知，在 1987 年11 月15日由于黑 色星期一的影响，收益波动很大，故此预测区间一开 始较宽，随后随着波动变小，预测区间变窄。而在 1988 年9月18 日的一段时期，收益的波定较小，因此初 始的预测区间较小，随着波动的变大，预测区间变宽。 4. 结语 本文主要介绍了SPSS 统计分析软件和自由软件 R的集成的方法。通过 SPSS 的R插件，可以充分利 用目前两种统计分析软件的优点—利用SPSS 的优秀 的图形用户界面和数据处理能力，利用R的强大的软 件包和统计分析方法。同时本文介绍了 R中调用SPSS 程序的输出结果的方法，在第三部分给出了应用该插 件拟合 BMW 对数收益的案例。 参考文献 (References) [1] SPSS Inc. SPSS statistics—R integration package. SPSS 17.0 Prodcuct CD-Rom, 2008. [2] R. Levesque and SPSS Inc. Programming and data management for SPSS statistics 17.0. SPSS 17.0 Prodcuct CD-Rom, 2008. [3] J. Verzani . Using R for introductory statist ics. Boca Raton: Chap- man & Hall/CRC, 2004. [4] D. Ruppert. Statistics and data analysis for fiancial engineering. Berlin: Springer, 2011. Copyright © 2012 Hanspub 30 |