spssau-CSDN博客

原创 Meta分析 | 六步速成法与软件实操高效指南

Meta分析具有多项优势：它操作迅速，无需实验室工作，发表速度快，仅需计算机即可完成。这种方法比人们通常认为的更为简便。遵循以下六个关键步骤，即可有效进行Meta分析：接下来逐个步骤进行简单说明。

2024-07-16 14:27:59 832

原创第一次参加数学建模竞赛新手小白备赛经验贴

2024年暑假已经来临，下半年的非常多，许多同学可能是第一次参赛，对于如何准备感到迷茫和无从下手。在这种情况下，我们将分享一些备赛的小技巧，帮助大家在这个暑假更好的入门，即便是零基础的小白也能在数学建模中得心应手。

2024-07-11 16:24:24 1250

原创实证分析影响关系研究40+回归模型汇总整理

研究自变量X与因变量Y的影响关系时，回归模型是常用的方法。但是不同的回归模型其适用条件不同、种类繁多。SPSSAU目前提供了40多种不同的回归模型，如何选择适合的模型成为关键问题；此外，如何有效分析回归模型的结果也是研究中的重要步骤。接下来就以上相关知识进行汇总和整理。

2024-07-04 14:42:22 978

p-p图和q-q图都是根据累计分布函数理论计算的，使用它们可以进行数据是何种分布的检验，但是常用于检验数据是否服从正态分布。如果图形中所有店都聚集在直线上，则说明变量分布服从于所要检验的分布，直观说法就是如果散点分布近似‘对角线’则可以认为正态分布。Johnson 转换利用分布族数学原理进行转换，其转换公式相对复杂与数据压缩法和 Box-Cox 变换类似，Johnson 转换后的数据会相对更加满足正态分布，但是并非转换后数据一定会满足正态分布，而且会丢失数据的原始意义，仅余下数据的相对意义。

2024-07-03 10:31:44 425

原创统计学期末名词解释说明

一般说明：如果p值小于0.01，则说明至少有99％的把握，如果p值小于0.05（且大于或等于0.01），则说明至少有95％的把握，如果p值小于0.1（且大于或等于0.05），则说明至少有90％的把握。其中A代表某个类别的观察频数，E代表基于H0计算出的期望频数，Ai为i水平的观察频数，Ei为i水平的期望频数，n为总频数，pi为i水平的期望频率。虽然集中趋势和离散程度是数据分布的两个重要特征，但要全面了解数据分布的特点，还需要知道数据分布的形状是否对称，偏斜程度等等，其中偏度和峰度就是对数据分布形状的测度。

2024-07-01 10:27:14 1081

原创文本分析|小白教程

尤其是针对非量表数据，但又需要进行信度说明时，文字描述这种分析手段更为重要，建议从3个角度进行说明，分别是预测试情况，数据如何收集，回收正式数据后的数据处理方式。很多时候我们都容易忽略掉无效样本这一处理过程，每次收集的数据都很难满足样本真实认真的回答，因此无效样本处理是重要的一个步骤，把无效样本处理掉后，通常会让信度指标提升。CITC 同样可作为删除题项的依据，它是指某个题项与其他剩余题项总得分数据之间的相关系数，显然 CITC 越低说明对应的题项同质性越差，可考虑删除。这也是常用的信度处理方式。

2024-06-28 18:53:42 958

原创科研数据分析常见问题

这个问题的答案导师想听的一定不是书上的定义或者百度百科上拗口的解释（而且答辩紧张的情况下你可能都忘记了），他想听到的一定是你自己对于该方法的认识以及理解，最好使用大白话进行解释。百度百科对于TOPSIS法的解释如下：在答辩之前，对照SPSSAU帮助手册，仔细看一遍论文中涉及的分析方法相关知识；一定要对自己论文所用的方法、理论做到心中有数，导师提问不会脱离你的论文内容；会回答的，有把握讲清楚的：可以大方简单说明理由进行答辩；

2024-05-31 14:07:47 1192

原创多元回归模型深度解读

常见的处理方式可先对回归分析的因变量进行对数函数的变换，再重新建立线性回归模型，由于篇幅限制本案例暂不演示（提示：若回归分析只是建立X与Y之间的关系，无须根据X预测Y值可信度等，则方差齐性和正态性可以适当放宽。β0为常数项，又称为截距；从上表可知，将年龄,教育年限,工龄,现雇佣年作为自变量，而将工资作为因变量进行线性回归分析，回归模型显著，F=111.783，p

2024-05-31 14:04:00 1610

原创老奶奶也能看懂的耦合协调度

案例数据连接假如你有这样一组数据：如何进行计算分析耦合协调度呢？耦合协调度模型用于研究两个或两个以上系统的相互作用情况，以及评价各系统间的协调发展程度，如研究经济效益与社会效益的协调情况、长三角协同发展情况、京津冀经济一体化发展协调程度等。一行为一个样本，一列为一个属性。区间化处理。“耦合”用于表示不同系统之间的相互作用强度，耦合协调度模型借用“耦合”概念来评估数据的耦合大小（当前步骤计算的耦合度C值），该值越大意味着系统之间的相互作用强度越强。式中，beta为系统权重；U为系统数据。

2024-05-31 14:01:00 318

原创方差分析的七种类型

方差分析（ANOVA）是一种用于检验。根据不同的研究设计和数据类型，方差分析可以分为以下7种类型。

2024-05-31 13:50:26 1256

原创奶奶也能看懂的耦合协调度分析

案例数据连接假如你有这样一组数据：如何进行计算分析耦合协调度呢？耦合协调度模型用于研究两个或两个以上系统的相互作用情况，以及评价各系统间的协调发展程度，如研究经济效益与社会效益的协调情况、长三角协同发展情况、京津冀经济一体化发展协调程度等。一行为一个样本，一列为一个属性。区间化处理。“耦合”用于表示不同系统之间的相互作用强度，耦合协调度模型借用“耦合”概念来评估数据的耦合大小（当前步骤计算的耦合度C值），该值越大意味着系统之间的相互作用强度越强。式中，beta为系统权重；U为系统数据。

2024-05-29 17:12:03 2233

原创非量表题如何进行信效度分析

效度是指设计的题确实在测量某个东西，一般问卷中使用到。如果是量表类的数据，其一般是用因子分析这种方法去验证效度水平，其可通过因子分析探究各测量量表的内部结构情况，分析因子分析得到的内部结构与自己预期的内部结构进行对比，进而判断效度情况。但如果本身数据不是量表，比如都是些选择题，这些测量项是否有效地测量对应的概念（变量或维度信息），此时无法使用因子分析，此时可考虑使用内容效度，内容效度的概念较为广泛，其是指测量项真实可以测量的文字分析佐证，比如来源于某文献或者得到专家的认可等。

2024-05-29 17:10:01 918

原创自学SPSS，有哪些教学视频或书籍推荐?

同时，结合SPSSAU软件的操作界面，对案例进行了深入的解读，使读者能够轻松掌握数据分析的实战技巧。这本书详细涵盖了科研数据分析的全过程，从基础知识入门到高级研究方法的深入应用，依次分为数据分析入门、常用研究方法应用、数据综合评价及预测、问卷数据分析和医学数据分析五大板块。不论是本科生，研究生，文科生，理工生都是适合研读，同时，对于从事科研分析培训、数据分析咨询工作的专业人士来说，也是一本极具参考价值的工具书。即使是零基础的新手，也能通过这套视频教程快速掌握数据分析的核心技能，轻松踏入数据分析的殿堂。

2024-05-29 17:08:58 1411

原创不用安装process插件，轻松完成中介效应分析

在了解中介效应软件操作之前，需要知道一些中介效应的基础理论。这些理论在后续检验分析过程中都会贯穿始终。中介效应是研究自变量X对因变量Y的影响时，如果X通过影响变量M而对Y产生影响，则X 通过 M 对 Y 产生的影响效果称为中介效应，中介效应属于间接效应，其路径关系为 X→M→Y，整个中介路径上的效应用前半段路径系数 a 乘以后半段路径系数 b 来计算，即。，即X对Y的总效应可分解为直接效应与间接效应，根据这一关系，我们可以计算根据中介变量的个数，只有一个中介变量时称为，中介变量多于一个时称为。

2024-04-29 14:04:56 1179

原创主观赋权法、客观赋权法、组合赋权法、评价指标体系构建

然后B1的下属二级指标C1~C4构造判断矩阵计算权重值，B2的下属二级指标C5~C8构造判断矩阵计算权重值，B3的下属指标C9~C13构造判断矩阵计算权重值。举例：同时使用熵值法和AHP法， AHP法能够体现专家对不同指标的经验，熵值法可以反映出数据本身提供的信息量特征，两者结合使用不仅可以减少AHP法赋权的主观性，也会减少数据变化导致权重的波动。层次分析法计算指标权重时，一般先计算一级指标权重，再依次计算二级指标权重，然后将一级指标权重和二级指标权重相乘得到综合权重。没有利用原始数据所携带的信息。

2024-04-29 14:00:42 2579

原创熵权（值）法计算权重原理解释&综合得分纵向对比

熵值是不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。因而利用熵值携带的信息进行权重计算，结合各项指标的变异程度，利用信息熵这个工具，计算出各项指标的权重，为多指标综合评价提供依据。

2024-04-29 13:52:33 2845

原创层次分析法（AHP）计算原理解释

AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。1/8=0.125;0.5/7.5=0.066667等等；A指的是原始矩阵（构建矩阵），w指的是权重向量。对行求和进行归一化处理；层次分析法的计算原理（除此之外，也可以使用。

2024-04-29 13:49:49 491

原创论文问卷的六类分析思路

很多同学在写论文时，会选择通过收集问卷来获取研究所需的数据。然而，问卷收集完成后，如何对这些数据进行有效的分析，成为了一个重要的问题。这么多的问卷数据摆在面前，该如何进行分析呢？SPSSAU从问卷设计思路出发，具体细分不同类型的问卷或者话题，为大家讲解六种常见类型问卷的数据分析思路。分别是。一、影响关系研究第一类分析思路侧重。例如各种因素对员工薪酬满意度的影响关系研究、员工离职倾向影响关系研究、消费者重复购买意愿影响关系研究等。

2024-03-28 15:27:46 660

原创喜报SPSSAU出新书啦~

2016年国产统计分析软件SPSSAU正式问世，经过长达8年的不断演进与完善，SPSSAU的用户群体已逐渐超越基础的数据分析范畴，深入涉足更为复杂的学术研究。纵观SPSSAU的发展历程，其崛起标志着国产统计软件在业界已占据一席之地。为了满足广大用户日益增长的学习与应用需求，一书应运而生，为科研工作者提供了更为系统、全面的指导。这本书不仅集结了SPSSAU在，还提供了。无论你是数据分析新手还是资深研究者，这本书都将是你不可或缺的宝贵资源。接下来，分别从以上六个方面介绍这本书的特色。

2024-03-28 15:25:47 464 2

原创因子分析全流程汇总

注：分子为两个公因子旋转后方差解释率，分母为旋转后累计方差解释率。

2024-03-28 15:23:41 1098

原创科研难点：三线表的制作与调整

在撰写论文的过程中，统计分析后得到的研究结果通常以表格形式展现，论文中最常用的就是三线表，它具有简明、高效的特性，，能够迅速传达研究的核心信息，使读者能够迅速把握研究成果。然而，对于科研新手而言，制作统计表时往往感到迷茫；今天，我们特地为大家讲解如何一键完成论文三线表，以及如何制作与调整规范的三线表。

2024-03-28 15:21:06 5969

原创 17种无量纲化处理的方式

无量纲化，也称为数据的标准化、规范化，是一种常用的数据预处理的方法。它的主要目的是通过数据变换消除不同特征或指标之间的量纲影响，使数据具有可比性，从而进行后续分析。在理解和应用无量纲化处理时，方向问题和量纲单位问题是非常重要的考虑因素。

2024-02-29 10:42:18 3209

原创超高频的数据分析方法

SPSSAU助力每个写论文的大学生，今天一文总结了，包括需要的简单数据分析、常用的各类模型、或者常用的实验方法通通都给你分类汇总好了，赶紧转发给你为了数据分析头秃的室友吧~

2024-02-29 10:38:35 618

原创 2024年数学建模竞赛汇总——时间轴

美赛已过，好多小伙伴表示已经错过，不清楚什么时候报名，什么时候准备，其实每年数学建模比赛有很多个，各大比赛的级别、报名时间、参赛对象等要求什么呢？小编从方面详细汇总了19个建模比赛，还在担心自己错过机会吗？码住这篇，一定要看到最后！

2024-02-20 13:26:27 7836

原创 SPSSAU【文本分析】|词云、词定位等

自定义词云提供一种自由和灵活的词云绘图方式，研究者可将整理好的信息，包括关键词和其词频，直接粘贴（或者自主编辑）在表格中，然后右侧自动呈现出词云效果，并且可对词云进行下载，词云风格设置等操作。

2024-02-18 15:31:20 1290

原创 SPSSAU【文本分析】|LDA主题分析

结合3个主题分别与关键词的权重信息，可考虑对3个主题分别命名为：‘城市试点’、‘住房工程’和‘城乡建设’，即意味着demo数据提取出3个主题信息，即本份demo数据（取自于住建委2023年12月 “建设要闻”栏目下面41条新闻全文内容），其主要在讲述3个关键点，分别是：‘城市试点’、‘住房工程’和‘城乡建设’。LDA主题分析时，关键的信息在于主题与关键词的权重大小，权重越大，意味着该关键词与该主题之间的关系紧密度越高，结合权重大小及实际意义，最终可对各主题进行命名（而不是机器化的主题1，主题2等）。

2024-02-18 15:30:13 940

原创 SPSSAU【文本分析】|我的词库

文本分析时，可能涉及到一些新词，比如‘内卷’，这个词很可能在词典中并未出现过，词库也不认识它。但研究者自己认识它，此时可将该词纳入到新词词库中，让系统统计词频等信息时也对该词进行统计。当然还有一些停用词，比如‘好了’，这个词没有实际的意义没有统计词频等必要，此时可对该词设置为停用词。除此之外，还可设置情感词，比如：‘元宇宙’可能是个正向词（也可能是负向情感，由研究者决定），那么可自主设置其情感分值。操作上为点击‘我的词库’，然后选择即可，如下图：接下来针对三个词库的设置进行具体说明。

2024-02-18 15:29:03 338

原创 SPSSAU【文本分析】|文本聚类

SPSSAU共提供两种文本聚类方式，分别是按词聚类和按行聚类。按词聚类是指将需要分析的关键词进行聚类分析，并且进行可视化展示，即针对关键词进行聚类，此处关键词可以自由选择。按行聚类分析是指针对以‘行’为单位进行聚类分析，将原始文本中多行数据聚为几个类别，并且可将具体聚类类别信息进行下载等。

2024-02-18 15:27:39 1180

原创 SPSSAU【文本分析】|社会关系网络图

社会网络关系图展示关键词之间的关系情况，此处的关系是指‘共词矩阵’，即两个关键词同时出现的频数情况，将‘共词矩阵’信息使用可视化方式进行呈现出来，接下来将分别阐述‘共词矩阵’和‘社会网络关系图’。

2024-02-18 15:26:25 393

原创 SPSSAU【文本分析】|文本情感

文本分析模块中，SPSSAU共提供两种方式的情感分析，分别是按词情感分析和按行情感分析。按词情感分析是指针对提取的关键词进行情感分析，并且进行可视化展示；按行情感分析是指针对分析的原始数据以‘行’为单位进行情感分析，并且可下载具体的情感得分值信息等。

2024-02-18 15:23:49 808

原创 SPSSAU【文本分析】|我的项目

SPSSAU提供文本分析模块，其单独针对文本数据进行研究和分析使用，其包括词云分析、文本情感分析、文本聚类分析、社会网络关系分析、LDA主题分析、新词发现和我的词库等功能。使用SPSSAU进行文本分析时，涉及下述内容。分别是进入文本分析模块路径，文本数据上传管理等，以及如何进行分析和研究使用。接下来逐一进行说明。

2024-02-18 15:16:58 1165

原创 SPSSAU【文本分析】|新词发现

新词发现时涉及到两个关键指标，分别是：信息熵和互信息。信息熵的意义为衡量某词与其它词组合一起的容易度，比如‘宇宙’这个词与‘元’或者‘世界’组合一起变成‘元宇宙’或者‘宇宙世界’的容易度情况。表格中输入‘可能新词’，其对应的词频信息，信息熵和互信息，当然如果判断为新词，可直接对该词加入新词词库（也或者移除出去），也可以‘批量加入新词’，通常是批量加入新词更加便捷。信息熵越高意味着词更容易与其它词组合成新词，而且与其它词组合成新词的牢固度越高，即意义为‘信息熵’越高，‘互信息’越高时，越有可能是新词。

2024-02-18 15:05:07 337

空空如也

空空如也