统计学分析方法

多变量分析方法的选择

1、有因变量，则建立有监督模型。

有监督模型有两大通用目的：1）分析哪些自变量对因变量存在显著影响作用；

                           2）通过选择对因变量存在显著影响的自变量，建立预测因变量取值的预测模型

1）因变量为连续变量，建立的模型称为回归预测模型：
            自变量为连续变量时，可选择回归分析、方差分析；
            自变量为分类变量+连续变量，可选择带虚拟变量的回归分析、联合分析、方差分析
2） 因变量为分类变量（定性数据），建立的模型称为分类预测模型：
            自变量为连续变量（或连续+分类）时，可选择判别分析、Logistic/probit analysis
            自变量为定性数据时，可选择对数线性回归（Logit）。预测因变量是如何分类的，在人文社科常用。

2、无因变量，则建立无监督模型。

只要是无监督分析，都叫做描述分析，分析方法得到的结果没有客观标准判断结论是否准确。

目的：1）对人进行分类；2）对变量/指标进行分类；3）分析变量与变量之间的测量关系

1） 自变量为连续变量时，选择因子分析（其中一个目的就是对变量/指标分类）、聚类分析（对人分类、对变量/指标分类）
2）自变量为分类变量时，选择对应分析（对人分类）、多维尺度分析（对人分类）

3、其他分析

1） 当模型中需要加入潜在变量（通过多个客观指标测量的抽象概念整体）、或需要考虑多个变量之间的因果关系分析模型，建立结构方程模型、路径模型、协方差分析。

2）综合评价：通过多个指标对多个评价对象进行排名，可选择层次分析法（AHP)、因子分析等。

相关系数

1、相关系数是衡量两个变量之间变化趋势的相关性

2、不同变量类型的相关系数

    两个变量都为连续变量，则可用Pearson相关系数。在统计中常用r这个符号来表示。
    两个变量都为定序变量，则可用GMMA、Spearman、Kendall’s tau-b等相关系数
    两个变量都为定类变量，则可用LAMMDA等相关系数
    一个变量为定类变量，一个变量为连续变量，可通过ETA系数来测量相关性

3、三种重要相关系数

    Pearson相关系数：参数检验，针对两个都是连续变量的数据进行相关性判断
    Spearman相关系数：非参数检验，针对两个都是定序变量
    Kendall’s tau-b相关系数：非参数检验，针对两个都是定序变量

4、其他概念

常用方法：散点图；计算相关系数

4、相关分析的假设检验

原假设：两个变量来自总体中不存在显著相关性

研究假设：两个变量来自总体中存在显著相关性

显著性检验目的：是用来判断两个变量在总体中是否存在相关性(<0.05，研究假设成立)

相关系数目的：是计算两个变量在样本数据中的相关性强弱

操作：分析-相关-双变量

5、偏相关分析的假设检验

注意：计算相关性的变量为连续变量，加入控制的变量同样也是连续变量

操作：分析-相关-偏相关性

回归分析

1、目的与应用

    目的：当需要用一个数学表达式（模型）表示多个因素与另外一个因素之间关系时，可选用回归分析法。

     R2：自变量对因变量的解释能力，即r（相关系数）的平方。注意r不一定是一元一次回归模型里x前面的值，x前面的值是要考虑x和y的量纲的。

应用：和有监督模型的两个通用目的相同：

1）分析哪些自变量对因变量存在显著影响作用，R2值可以不要求大于0.8；

2）通过选择对因变量存在显著影响的自变量，建立预测因变量取值的预测模型，模型R2必须要求大于等于0.8。

但是，在人文社科领域，很多回归模型的R2值达不到0.8，也可以用来做预测。