- 博客(49)
- 收藏
- 关注
RSS订阅转载 R语言数据分析-微积分基础（转载）
添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）...
2022-07-19 21:24:17
442
2
转载 python数据分析-聚类分析（转载）
聚类分析是一类将数据所对应的研究对象进行分类的统计方法。这一类方法的共同特点是，事先不知道类别的个数与结构；进行分析的数据是表明对象之间的相似性或相异性的数据，将这些数据看成对对象。当各变量的单位不同或变异性相差很大时，不应直接采用Minkowski距离，而应先对各变量的数据做标准化处理，然后用标准化后的数据计算距离。在聚类过程中，相距较近的样本点倾向于归为一类，相距较远的样本点应归属于不同的类。远近的一种度量，将距离近的对象归入一类，不同类对象之间的距离较远。型聚类是指对样本的聚类，...
2022-07-15 18:15:29
3216
转载 python数据分析-判别分析
判别分析是多元分析中用于判别样本所属类型的一种统计分析方法，即在已知研究对象用某种方法已经分成若干类的情况下，确定新的样本属于哪一类。 一、距离判别距离判别的基本思想是按就近原则进行归类。首先根据已知分类的数据分别计算各类的中心，即各类的均值，若任一新样本的观测值都与第i类的中心距离最近，就认为它属于第i类。用统计语言表述：已知总体G1，G2，…，Gk，先从每个总体中分别抽取n1，n2，…，nk个样本，每个样本皆测量p个指标，对新样本x=（x1，x2，…，xp）计算x到G1，G2，…，Gk的距离，记为d
2022-07-14 18:46:12
1021
1
转载 python数据分析-数值计算基础（转载）
数值计算主要研究如何利用计算机更好地解决各种数学问题，包括连续系统离散化和离散型方程求解，并考虑误差、稳定性和收敛性等问题。 （获取更多知识，前往前往我的wx ————公z号 （程式解说）原文来自https://mp.weixin.qq.com/s/XIOUP2h1la2Sc4uzAnt6ag...
2022-07-12 18:43:30
149
转载 python数据分析-微积分基础(转载）
在这个信息化时代，数据分析在各领域中发挥着越来越重要的作用。大家使用大数据技术从海量数据中挖掘信息，发现规律，探索潜在价值。在大数据的研究和应用中，数学是坚实的理论基础。在数据预处理、分析与建模、模型评价与优化等过程中，数学方法扮演着至关重要的角色。所以接下来，我们用python语言去实现微积分的一些基础计算等。常用第三方SymPy库来实现微积分计算。SymPy的全称为Symbolic Python，是由纯Python语言编写的一个用于符号运算的库，能够与其他科学计算库相结合。符号化的计算采用的是数学对象符
2022-07-08 19:15:08
737
原创 用python绘制一朵玫瑰花送给心上人
生活需要仪式感，没有艺术细胞，那就用代码画朵玫瑰花聊表心意吧！一、三维绘制代码如下：不满意？那就再来一朵。二、turtle库绘制（获取更多知识，前往wx 公z号 程式解说）原文来自https://mp.weixin.qq.com/s/ZUmkAeZdAe1nCJCm_q7YYA...
2022-06-30 17:30:01
574
原创 Matlab表白520绘图爱心
分享一个Matlab老祖宗520代码，有需要可以一用。一、静态心形代码如下：%静态爱心clear allclcf=@(x,y,z)(x.^2+ (9./4).*y.^2 + z.^2 - 1).^3 - x.^2.*z.^3 - (9./80).*y.^2.*z.^3;[x,y,z]=meshgrid(linspace(-3,3));val=f(x,y,z);[p,v]=isosurface(x,y,z,val,0);patch('faces',p,'vertices',v,'facevertexcdata
2022-06-29 18:19:25
1933
原创 AMOS从模型到分析
一般我们论文分析有很多个题项时，也就是多变量时，建立SEM结构化方程时 ，如果没有坚实的理论基础支撑，不清楚那些变量分为一个组时，题项对应哪个因子。一般可以先用EFA再在此基础上用 CFA。（探索性因素分析用spss软件做，验证性因素分析用amos软件。）探索性因子分析可以实现用少量因子反映大量问卷题目的信息，从而实现降低维度，便于分析的目的，并对因子命名用于后续分析。前面的SPSS分析方法-因子分析中，也提到因子分析的前提条件 ：KMO检验和巴特利特检验：用于检查变量间的偏相关性，取值在0-1之间。KMO
2022-06-28 17:42:23
3529
转载 AMOS从零到基本操作入门（转载）
AMOS软件究竟用来干什么？一般的研究论文的数据分析部分少不了对样本的描述，对变量进行探索式因素分析，然后再利用多变量分析技术或SEM来进行数据分析，最后提出研究结论（验证假说），提出建议。什么是SEM?结构方程模型,英文名Structural equation modeling, 简称SEM，是一种融合了因子分析和路径分析的多元统计技术。它的强势在于对多变量间交互关系的定量研究。我们常见的因子分析法，一般用SPSS软件就可以分析。但其实因子分析法是两种分析形式的统一体，即验证性分析和纯粹的探索性分析。探索
2022-06-26 17:26:32
14354
转载 spss分析方法-调节效应
中介效应，它指的是X对Y的影响是通过M实现的，也就是说M是X的函数，Y是M的函数（Y-M-X）。考虑自变量X对因变量Y的影响，如果X通过M影响变量Y，则称M为中介变量。下面我们主要从下面四个方面来解说： 一、实际应用在社会科学研究中，研究自变量（X）对应变量（Y）影响时，常会受到第三个变量（M）的影响。如果影响模式如图1所示，M仅对Y有影响，但M与X没有关系时，我们可以把M当做协变量来处理X与M均为分类变量时，采用方差分析；X为分类，M为连续变量，可以采用协方差；X为连续，M为连续，采用回归分析；
2022-06-25 17:20:52
10904
1
转载 spss分析方法-中介效应（转载）
中介效应，它指的是X对Y的影响是通过M实现的，也就是说M是X的函数，Y是M的函数（Y-M-X）。考虑自变量X对因变量Y的影响，如果X通过M影响变量Y，则称M为中介变量。下面我们主要从下面四个方面来解说： 一、实际应用在社会科学研究中，研究自变量（X）对应变量（Y）影响时，常会受到第三个变量（M）的影响。如果影响模式如图1所示，M仅对Y有影响，但M与X没有关系时，我们可以把M当做协变量来处理X与M均为分类变量时，采用方差分析；X为分类，M为连续变量，可以采用协方差；X为连续，M为连续，采用回归分析；
2022-06-24 17:19:18
28555
1
转载 spss分析方法-生存分析（转载）
spss分析方法-生存分析（转载）生存分析，是一种将生存时间和生存结果综合起来对数据进行分析的一种统计分析方法。主要用于对涉及一定时间发生和持续长度的时间数据的分析。下面我们主要从下面四个方面来解说： 一、实际应用生存分析最早可追溯至19世纪的死亡寿命表，但现代的生存分析则开始于20世纪30年代工业科学中的相关应用。第二次世界大战极大地提高了人们对武器装备可靠性的研究兴趣，这一研究兴趣延续到战后对武器装备及商品的可靠性研究。此时生存分析的大多数研究工作都集中在参数模型，直至20世纪60～70年代，
2022-06-23 17:19:36
5505
转载 spss分析方法-时间序列分析（转载）
时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以藉此解决实际问题。下面我们主要从下面四个方面来解说： 一、实际应用 在现实中，许多统计资料都是按照时间进行观测记录的，因此时间序列分析在实际分析中具有广泛的应用。时间序列是按随机过程的一次实现，具有随时间而变化、动态性和随机性数字序列等特点。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前兆预报、农作物病虫灾害预报、环境
2022-06-22 17:43:54
27497
转载 spss分析方法-缺失值分析（转载）
spss分析方法-缺失值分析缺失值可能会导致严重的问题。如果带有缺失值的个案与不带缺失值的个案有着根本的不同，则结果将被误导。此外，缺失的数据还可能降低所计算的统计量的精度，因为计算时的信息比原计划的信息要少。另一个问题是，很多统计过程背后的假设都基于完整的个案，而缺失值可能使所需的理论复杂化。下面我们主要从下面四个方面来解说： 一、实际应用 众所周知，在诸如收入、交通事故等问题的研究中，因为被调查者拒绝回答或者由于调查研究中的损耗，会存在一些未回答的问题。 例如在一次人口调查中，1
2022-06-21 17:07:27
19612
转载 spss分析方法（转载）
效度分析指尺度量表达到测量指标准确程度的分析。下面我们主要从下面四个方面来解说： 一、实际应用 效度分析用于研究题是否有效地表达研究变量或维度的概念信息，通俗地讲，即研究题设计是否合理或题表示某个变量是否合适。通常情况下，效度分析只能分析量表题。 二、理论思想效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度分为三种类型。内容效度（Face Validity）：内容效度又称表面效度或逻辑效度，它是指所设计的题项能否代表所要测量的内容或主题。对内容效
2022-06-20 16:31:40
14043
1
转载 spss分析方法-信度分析（转载）
信度分析方法是分析问卷的主题是否符合调查者的要求和调查数据可靠性的专用统计方法。下面我们主要从下面四个方面来解说： 一、实际应用我们在进行社会调查研究时，一般采用调查问卷的形式进行。在对调查问卷的结果展开统计分析之前，必须对其信度加以分析，只有信度在相关研究可以接受的范围之内时，问卷统计结果才是有价值的，才有进一步进行分析的必要，所以，信度分析对于调查研究的意义是非常重大的。信度分析是用于检验结果的一贯性、一致性、再现性和稳定性的常用方法。 二、理论思想信度又叫可靠性，是指问卷的可信程度。
2022-06-19 16:57:02
46603
转载 spss分析方法-对应分析（转载）
spss分析方法-对应分析（转载）对应分析也称关联分析、R-Q型因子分析，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。对应分析法是在R型和Q型因子分析的基础上发展起来的一种多元统计分析方法。下面我们主要从下面四个方面来解说： 一、实际应用对应分析法可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。当所涉及的分类变量类别较多或者分类变量的个数较多的时候，我们就需要用到对应分析。主要应用在市场细分、产品定位、地质研究以及计算机工程等领域中。原因在于，它是一种视觉
2022-06-18 17:59:35
21283
转载 spss分析方法-主成分分析
spss分析方法-主成分分析（转载）主成分分析利用的是“降维”的思想，利用原始变量的线性组合组成主成分。在信息损失较小的前提下，把多个指标转化为几个互补相关的综合指标。下面我们主要从下面四个方面来解说： 一、实际应用在实际工作中，往往会出现所搜集的变量间存在较强相关关系的情况。如果直接利用数据进行分析，不仅会使模型变得很复杂，而且会带来多重共线性等问题。主成分分析提供了解决这一问题的方法，其基本思想是将众多的初始变量整合成少数几个相互无关的主成分变量，而这些新的变量尽可能地包含了初始变量的全部信息
2022-06-17 18:12:28
57364
4
转载 spss分析方法-因子分析（转载）
因子分析就是将大量的彼此可能存在相关关系的变量，转换成较少的彼此不相关的综合指标的多元统计方法。。下面我们主要从下面四个方面来解说： 一、实际应用在市场调研中，研究人员关心的是一些研究指标的集成或者组合，这些概念通常是通过等级评分问题来测量的，如利用李克特量表取得的变量。每一个指标的集合（或一组相关联的指标）就是一个因子，指标概念等级得分就是因子得分。因子分析在市场调研中有着广泛的应用，主要包括：（1）消费者习惯和态度研究（U&A）（2） 品牌形象和特性研究（3）服务质量调查（4） 个性
2022-06-16 18:08:56
49684
3
原创 spss分析方法-判别分析
判别分析是在分组已知的情况下，根据已经确定分类的对象的某些观测指标和所属类别来判断未知对象所属类别的一种统计学方法。下面我们主要从下面四个方面来解说： 一、实际应用判别分析最初应用于考古学, 例如要根据挖掘出来的人头盖骨的各种指标来判别其性别年龄等.。慢慢的成为一种常用的分类分析方法，其通过已知的分类情况，根据数据的特征对其他研究对象进行预测归类。在实际生活中，判别分析也被广泛用于预测事物的类别归属。 企业营销中，营销人员可通过已有的客户特征数据（如消费金额、消费频次、购物时长、购买产品种类等）
2022-06-15 17:42:28
19916
2
原创 spss分析方法-聚类分析
聚类分析是根据研究对象的特征，按照一定标准对研究对象进行分类的一种分析方法。下面我们主要从下面四个方面来解说： 一、实际应用 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。商业上：聚类分析被用来发现不同的客户群，并且通过购买模式刻画不同的客户群的特征。聚类分析是细分市场的有效工具，同时也可用于研究消费者行为
2022-06-14 16:45:33
64170
1
原创 spss分析方法-回归分析
回归分析是研究一个因变量与一个或多个自变量之间的线性或非线性关系的一种统计分析方法。下面我们主要从下面四个方面来解说： 一、实际应用 回归分析方法理论成熟，它可以确定变量之间的定量关系并进行相应的预测，反映统计变量之间的数量变化规律，为研究者准确把握自变量对因变量的影响程度和方向提供有效的方法，在经济、金融和社会科学方面具有广泛的应用。 回归分析研究分析某一变量受其他变量影响的分析方法，它以被影响变量为因变量，以影响变量为自变量，研究因变量与自变量之间的因果关系，包括简单线性回归、多重线性回归、
2022-06-13 18:04:28
47142
转载 spss分析方法-相关分析（转载）
相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。 相关分析是不考虑变量之间的因果关系而只研究分析变量之间的相关关系的一种统计分析方法，包括简单相关分析、偏相关分析、距离分析等。下面我们主要从下面四个方面来解说： 一、实际应用 相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。1、简单相关分析 生活
2022-06-12 14:48:38
58778
转载 spss分析方法-单样本K-S检验（转载）
参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。单样本K-S检验用于检验样本是否来自于特定的理论分布的非参数检验方法，这个理论分布可以是正态分布、均匀分布、泊松分布或指数分布。下面我们主要从下面四个方面来解说： 一、实际应用可以判断一组样本观测结果的经验分布是否服从特定的理论分布。这种检验过程通过分析观测的经验累积频率分布与理论累积频率分布的偏离值来实
2022-06-11 17:42:39
11841
转载 spss分析方法-游程检验（转载）
参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。游程检验用于检验样本的随机性和两个总体的分布是否相同的非参数检验方法。下面我们主要从下面四个方面来解说： 一、实际应用 基本功能是可以判断样本序列是否为随机序列。这种检验过程是通过分析游程的总个数来实现的。 游程检验是验证一组数据是否符合随机分布。在实际研究中，经常需要考虑一个序列中的
2022-06-10 18:12:02
5702
转载 spss分析方法-多个关联样本检验
参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。多个关联样本检验指在总体分布未知的条件下，对样本来自的多个相关样本对总体是否具有显著差异进行的检验的非参数检验方法。多个关联样本检验可以判断多个相关的样本是否来自于相同分布的总体。下面我们主要从下面四个方面来解说： 一、实际应用多门不同课程学生得分是否存在显著差异；多种不同的种地田的农作物生产量的差异等
2022-06-09 18:31:53
2858
转载 spss分析方法-多个独立样本检验（转载）
参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。多独立样本检验用于在总体分布未知的情况下判断多个独立的样本是否具有显著差异的非参数检验方法，多独立样本检验的基本原理与双独立样本相同，双独立样本检验是多独立样本检验的特殊情况。下面我们主要从下面四个方面来解说： 一、实际应用多独立样本检验用于在总体分布未知的情况下检验多个样本是否来自于相同分布的总体。当
2022-06-08 16:48:50
11845
1
转载 spss分析方法-两个关联样本检验（转载）
参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。两个关联样本检验指在总体分布未知的条件下对样本来自的两相关配对总体是否具有显著差异进行的检验的非参数检验方法，其所谓两配对样本是指两样本具有相同或相似的非处理因素，基本功能是可以判断两个相关的样本是否来自相同分布的总体。下面我们主要从下面四个方面来解说： 一、实际应用一般用于对成对研究对象给予不同处理并进
2022-06-07 18:19:18
3475
原创 spss分析方法-二项检验
参数检验的前提是关于总体分布的假设成立，但很多情况下我们无法获得有关总体分布的相关信息。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。二项检验是用于检验样本是否来自二项分布总体的非参数检验方法，其根据样本的计数去验证是否服从二项分布。二项分布是指在只有两个结果的n次独立的伯努利试验中，所期望的结果出现次数的概率。在单次试验中，设结果A出现的概率为p，结果B出现的概率为q，p+q=1。下面我们主要从下面四个方面来解说： 一、实际应用例如验
2022-06-05 17:13:15
4262
原创 spss分析方法-T检验
t检验，也称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。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。它与f检验、卡方检验并列。t检验是戈斯特为了观测酿酒质量而发明的，并于1908年在Biometrika上公布。下面我们主要从下面四个方面来解说： 一、实际应用在统计分析中，要检验两个相关的样本是否来自具有相同均值的总体；或者检验两个有联系的正态总体的均值是否有显著差异等。例如医学界研
2022-06-03 17:48:48
18309
原创 spss分析方法-方差分析
方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。下面我们主要从下面四个方面来解说：实际应用理论思想操作过程分析结果一、实际应用在科学实验中常常要探讨不同实验条件或处理方法对实验结果的影响。通常是比较不同实验条件下样本均值间的差异。例如医学界研究几种药物对某种
2022-06-02 18:01:27
15825
转载 练习Amos路径分析：简单中介效应分析案例（转载）
小兵现在想考察读者对微信公众号的【有用性】是否通过【满意度】影响【持续关注】，影响的路径模型图如下所示：【有用性】由5个题项测量，【满意度】由4个题项测量，【持续关注】由3个题项测量。默认采用ML法估计参数，因为研究假设中考察的是中介效应所以必须输出【indirect、direct、total effects】。同时为检验中介效应，我们推荐使用bootstrap法进行检验。保存模型，执行计算。路径总体拟合指标如下：总体来看模型拟合可以接受。我们读取效应值和bootstrap检验结果，简单整理为上表。可见间接
2022-06-01 18:27:07
1335
转载 大概都能懂的Eviews教程：二（转载）
书接上文，上次讲到哪了？我也不知道啊哦，那没事了。今天要讲以下两个步骤二、图形分析与描述统计分析；三、数据文件的存贮、调用与转换。二、图形分析与描述统计分析㈠利用PLOT命令绘制趋势图在命令窗口中键入：PLOT Y则可以绘制变量Y的趋势图。从图中可以看出，我国1985－1998年间税收收入是大体呈指数增长趋势的。也可以利用PLOT命令将多个变量的变化趋势描绘在同一张图中，例如键入以下命令，可以观察变量Y、X的变化..
2022-05-30 18:03:57
4260
转载 SPSS进行问卷数据的效度分析及结果解读（问卷数据统计分析第3步(转载)
问卷分析第三步--效度分析考察每一题的能效性，每一题对于量表是否发挥重要作用探索性因子分析EFA--维度已知验证性因子分析CFA分析--降维--因子分析--描述---KMO和Bartlett的球形度检验旋转--最大方差选项--按大小在单个维度的载荷高于0.5，属于有效题项，两个维度都高于0.5，属于无效，删除关注公众号程式解说，了解更多咨询，原文来自 作者：青梅煮酒不知 https://www.bilibili.com/read/cv13582467?from=sea
2022-05-29 17:19:37
3491
转载 spss专题3：结果文件的基本操作（转载）
1 如何得到结果文件2 结果文件的保存、打开和编辑3 结果文件的打印和导出1 如何得到结果文件打开数据文件后，用任一过程进行计算或作图，都会得到一个结果文件。示例和练习：以tables.sav中的“性别”、“文化程度”作频数统计和饼图。2 结果文件的保存、打开和编辑结果文件的保存使用标准的Windows方法：在结果文件窗口通过菜单“File” →“Save...
2022-05-28 18:12:12
3209
转载 MATLAB——DEMATEL代码（转载）
A%直接影响矩阵（直接右侧工作区新建一个A，然后把你的打分数据粘进去就行）[m,n]=size(A)for i=1:m a(i)=sum(A(i,:))endM=max(a)b=A/M%归一化%%t=b/(eye(m)-b)%综合影响矩阵for i=1:m for j=1:m D(i)=sum(t(i,:)) R(j)=sum(t(:,j)) end...
2022-05-26 16:22:06
2571
转载 Kruskal算法的应用及其Matlab实现心得（转载）
Kruskal算法常用于实际生活中最短路径规划问题等，现有问题如下： 在村村通自来水工程实施过程中，从保证供水质量以及设备维护方便角度出发，某地区需要建设一个中心供水站，12个一级供水站和168个二级供水站，各级供水站的位置坐标如表1所示，其中类型A表示中心供水站，类型V代表一级供水站，类型P为二级供水站。水站位置 现在要将中心供水站A处的自来水通过管道输送到一级供水站和二级供水站。按照设计要求，从中心站A铺设到一级供水站的管道为I型管道，从一级供水站出发铺设...
2022-05-25 18:11:02
587
转载 三个以上“独立组”之间的对比分析（SPSS：单因素方差分析）（转载）
单因素方差分析适用于一个自变量（离散变量，水平数≥3）对1个因变量（连续变量）的影响。独立样本T检验适用于两个组之间的对比。适用条件基本一致：各组数据服从（或近似服从）正态分布；各组方差近似相等；各组的研究对象独立。概括：正态性、方差齐性、独立性。案例：不同训练方法对青年亚健康人群血脂的影响1.实验设计简介实验对象：将240名青年亚健康人群随机分为3组（HIIT组、持续有氧组、不运动组）。实验方案：HIIT（高强度间歇运动）组和持续有氧组分别进行1个月的HIIT、
2022-05-23 16:30:40
4965
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人