SPSS数据分析
- 数据加权后交叉表分析
- 定义新变量
“转换” “计算变量”
目标变量：新变量的名称
- 对个案的计数和百分比统计
目标变量：定义一个新的变量
数字变量：依据的现有变量
使用频率图分析
- 批量更换值
1）重新编码为相同变量
2）重新编码为不同变量
- 对数据排序
将秩1指定给最小值：升序排列
“顺序秩到唯一值”则不会出现断
数据分析
- 频数分析
四分位数：25 50 75 100
标准偏差/方差：围绕平均值的差距
偏度（左右偏差）：包括正态分布（偏度=0），右偏分布（也叫正偏分布，其偏度>0）左偏分布（也叫负偏分布，其偏度<0）。 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk2NjcxMg_size_16_color_FFFFFF_t_70 13] 峰度（上下偏差）：正态分布（峰度值=3），厚尾（峰度值>3），瘦尾（峰度值<3）
- 描述统计
- 探索性分析
- 交叉表统计
检验
平均值检验
一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。
ANOCA表：方差分析表（反映一组或多组变量数据偏离平均值的波动大小的表格数据）
- t检验
t检验，亦称student t检验（Student’s t test），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。 [1] t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。
1）单样本t检验（提供检验值）
单样本t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显著
自由度df：是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数，称为该统计量的自由度。
df=-1=9
显著性SIg.（双侧）：p值若与选定显著性水平（0.05或0.01）相比更小，则零假设会被否定而不可接受，存在显著差异。
2）独立样本的t检验（提供依据的分组）
用于检验两组非相关样本的差异性
比较男女最高年龄的显著性
- 配对样本T检验
检验匹配而成的两组数据或同组在不同条件下所获得的数据的差异性
非参数检验
- 卡方检验
卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合
- 二项式检验
- 游程检验
游程检验亦称“连贯检验”，是根据样本标志表现排列所形成的游程的多少进行判断的检验方法。如果游程数越多，则越说明不是随机检验。零假设是样本具有随机性。运行次数为游程数。渐进显著性大于0.05，不能拒绝零假设，即该实验为随机性实验。
- 单样本k-s检验
零假设为正态分布，判断和正态分布是否有显著差异
- 两独立样本的非参数检验
两个实验是否具备相同的分布（存在显著的差异）
以1/2分成两组，判断这两组的体重分布是否存在显著差异
多个样本的非参数检验
- 配对样本的非参数检验
将体重和体重2作为配对样本，比较两者的差异性
体重2更大的有6个，相同的有0个。>0.5，零假设为没有显著差异，说明没有显著性差异。
港控/mmm°
Dear 丶
向右看齐
不念不忘少年蓝@
红太狼
骑猪看日落
还没有评论，来说两句吧...