能告诉你什么
Crosstabs 在你的设备上运行与 SPSS CSDESCRIPTIVES 对应的过程，报告基于设计自由度的 t 置信区间、变异系数、设计效应和未加权计数，可针对全体或按子总体输出。
- 每个数值变量的总体均值或总和估计，其标准误由基于已声明分层和 PSU 的泰勒线性化得到。
- 两个总量之比（例如每位家庭成员的支出）及其线性化标准误。
- 与简单随机抽样相比，抽样设计使方差膨胀或缩小了多少（设计效应及其平方根）。
- 子总体变量每个类别的估计值，使用基于完整设计的域估计。
- 每个估计值背后的估计总体规模，以及未加权个案数。
适用场景
适合使用
- 在整群抽样下，以可靠的误差范围报告调查均值或患病率（0/1 变量的均值）。
- 通过对样本加权，估计总体总量（住户数、支出、时长）。
- 比较不同地区、年龄段或其他子群的估计值，且不在方差计算中丢弃子群以外的个案。
改用其他方法
- 数据是无权重的简单随机样本：使用描述统计或频率可以更直接地得到相同结果。
- 需要分类变量的百分比：使用复杂抽样交叉表，它还能检验关联。
- 需要在调整其他变量后检验子群均值是否不同：使用复杂抽样一般线性模型。
在 Crosstabs 中如何操作
- 01
打开调查数据
在工作区打开 .sav、CSV 或 Excel 文件并切换到“统计”模式。文件只在浏览器中读取，不会上传。
- 02
选择过程
在“复杂抽样”组中选择“复杂抽样描述统计”（CSDESCRIPTIVES）。
- 03
确认已保存的抽样计划
面板顶部的“抽样计划”一行会显示权重、分层、聚类和估计方法。若此数据集尚未保存计划，请先打开“抽样计划”（CSPLAN）。计划中的变量不会出现在变量选择框中，工作区权重也不会被使用：复杂抽样始终使用计划中的权重。
- 04
选择测量变量和统计量
在“测量（数值变量）”中勾选数值变量，并选择“均值”“总和”和/或“总体规模”。如需比率，请设置“比率分子（可选）”和“比率分母”。
- 05
添加子总体和选项
可选择“子总体（可选）”变量，设置“置信水平”（90%、95% 或 99%），并在“缺失值”中选择“按分析排除（SPSS 默认）”或“对所有变量成列排除”，然后运行。
计算示例
以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。
数据
一份 120 名受访者的模拟住户调查：3 个层（Metro、Town、Rural），每层 4 个初级抽样单元（PSU），每个 PSU 10 名受访者；抽样权重从 Metro 的约 35 增加到 Rural 的约 110。同一 PSU 内的受访者共享一个随机效应，因此同群个案彼此相似。抽样计划为“权重 + 分层 + 聚类”，采用有放回（WR）估计；所有数值均由固定随机种子生成。
| 变量 | sex | 估计值 | 标准误 | 95% 置信区间下限 | 95% 置信区间上限 | 设计效应 | 未加权计数 |
|---|---|---|---|---|---|---|---|
| spend | 总计 | 172.27 | 6.56 | 157.43 | 187.11 | 2.820 | 120 |
| spend | Female | 182.55 | 5.77 | 169.50 | 195.59 | 0.876 | 59 |
| spend | Male | 164.21 | 8.10 | 145.90 | 182.52 | 2.846 | 61 |
子总体估计使用域估计：子总体之外的个案对方差的贡献为零。
| 比率 | 估计值 | 标准误 | 95% 置信区间下限 | 95% 置信区间上限 | 设计效应 | 未加权计数 |
|---|---|---|---|---|---|---|
| spend / hhsize | 58.528 | 3.151 | 51.399 | 65.656 | 1.742 | 120 |
| 变量 | sex | 估计值 | 标准误 | 95% 置信区间下限 | 95% 置信区间上限 | 未加权计数 |
|---|---|---|---|---|---|---|
| spend | 总计 | 8308.2 | 72.9 | 8143.2 | 8473.2 | 120 |
| spend | Female | 3652.4 | 324.6 | 2918.1 | 4386.7 | 59 |
| spend | Male | 4655.8 | 307.0 | 3961.3 | 5350.3 | 61 |
设计：3 个层，12 个初级抽样单元；设计自由度 = 9。区间和检验使用基于该自由度的 t 或 F。
结果解读
spend 的总体均值估计为 172.27（标准误 6.56，基于 9 个设计自由度的 95% 置信区间为 157.43 至 187.11）。设计效应 2.82 表示这个加权整群样本的信息量约相当于 43 名简单随机抽样受访者，而不是 120 名。女性均值（182.55）和男性均值（164.21）是在完整设计上做的域估计；比率估计显示每位家庭成员的 spend 为 58.53。120 个样本个案代表估计 8308 人的总体。
输出表格说明
- 均值
- 每个变量的估计值、标准误、置信区间、变异系数、设计效应、设计效应平方根和未加权计数；选择子总体时按其类别分别列出。
- 总和
- 估计的总体总量，列与均值表相同。总量是加权求和，因此其标准误也包含了总体规模的不确定性。
- 比率
- 分子总量与分母总量之比，以及线性化标准误、置信区间和设计效应；使用在两个变量上均有效的个案。
- 总体规模
- 每项分析或每个子总体中个案权重之和及其基于设计的标准误；总体规模不显示设计效应。
前提假设与注意事项
- 已保存的计划真实反映了样本的抽取方式：正确的抽样权重、第 1 阶段分层和初级抽样单元（PSU）。计划有误，无论模型多好，标准误都是错的。
- 抽样权重用于点估计，方差由抽样设计得到；权重从不被当作复制个案的频数权重。权重缺失或非正、或设计变量缺失的个案会被排除在设计之外。
- 推断基于设计自由度（PSU 数减层数）上的 t 和 F 分布。每层 PSU 很少时自由度很小、区间较宽；只有一个 PSU 的层对方差没有贡献。
- 分析变量缺失或不属于某子总体的个案以零贡献保留在设计中，因此每个 PSU 都仍被计入；子总体变量本身缺失的个案会被排除。
结果如何验证
在一个模拟的两阶段分层调查（235 个个案）上，针对三种设计（有放回分层整群、带总体规模的两阶段无放回、带抽样率的分层抽样），总量、均值、比率以及按地区的域均值和域总量与 R survey 包（svytotal、svymean、svyratio、svyby）的相对误差在 1e-9 以内。设计效应和置信区间半宽则以相同容差，与按 SPSS 公式独立编写的 NumPy/SciPy 实现进行对照。 验证证据（英文）
常见问题
为什么标准误比普通描述统计更大？
同一聚类内的受访者往往彼此相似，因此整群样本包含的信息少于其样本量所暗示的，不等权重也会增加方差。设计效应反映这一倍数：2.5 表示方差是同样本量简单随机抽样的 2.5 倍。
为什么不直接筛选出某个子群来分析？
筛选可能会删去整个 PSU 和层，从而低估方差。“子总体”选项使用域估计：子群以外的个案以零贡献保留在设计中，这是调查子群分析的标准做法。
如何估计一个比例？
将特征编码为 0/1 并请求其“均值”：0/1 变量的均值就是总体比例，并附带基于设计的标准误。如需完整的类别分布及 logit 区间，请使用复杂抽样交叉表。
能一次计算多个比率吗？
面板每次运行只接受一个分子和一个分母，同时可以计算任意多个均值和总和。如需第二个比率，请换一对变量再运行一次。
我的调查文件会被上传吗？
不会。工作区在浏览器中读取文件并运行 CSDESCRIPTIVES，抽样计划也只保存在当前浏览器中。数据不会发送到 Crosstabs 服务器，也无需注册账号。
相关过程
用你自己的数据运行复杂抽样描述统计
打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。