26版SPSS操作教程(初级第十五章)

前言

#由于导师最近布置了学习SPSS这款软件的任务,因此想来平台和大家一起交流下学习经验,这期推送内容接上一次第十四章的学习笔记,希望能得到一些指正和帮助~

粉丝及官方意见说明

#针对官方爸爸的意见说的推送缺乏操作过程的数据案例文件澄清如下:1、操作演示的数据全部由我本人随意假设输进去的,重在演示操作;2、本人也只是在学习阶段,希望友友们能谅解哈,手里有数据的宝子当然更好啦,没有咱就自己假设数据练习一下也没多大关系的哈;3、我也会在后续教程中尽量增加一些数据的必要性说明;4、大家有什么好的意见也可以在评论区一起交流吖。

第十五章一些学习笔记  

  1. SPSS中卡方检验的无效假设(原假设H0)是观察频数与期望频数没有差别,该检验的基本思想是,先假设原假设成立,计算卡方值【代表观察值与理论值之间的偏离程度】,根据原假设成立的条件下获得当前统计量及更极端情况的概率P,如果P值很小,说明观察值与理论值偏离程度太大,应拒绝无效假设(原假设),反之,则接受。--统计分析基础教程(第三版)P272
  2. SPSS中卡方检验的用途就是考察某无序分类变量各水平在两组或多组间的分布是否一致,更广泛的用途主要包括以下一些方面:1、检验某个连续变量的分布是否与某种理论分布相一致;2、检验某个分类变量各类的出现概率是否等于指定概率;3、检验某两个分类变量是否相互独立;4、检验控制某种或某几种分类因素的作用以后,另两个分类变量是否相互独立;5、检验某两种方法的结果是否一致。--统计分析基础教程(第三版)P273
  3. SPSS中卡方是连续的,计算出的卡方统计是非连续的,只有当样本量比较充足时,两者间的差异才可以被忽略,当样本量不是很足也不算很小时,单元格的期望频数分布还不太极端时【样本量大于40,所有单元格期望均数比1大,只有1/5以下的单元格的期望频数小于5且大于1】,可进行对原卡方值加以校正来弥补缺陷,但该方法(确切概率法)适用条件太多,计算量也大,因此改用蒙特卡洛法。--统计分析基础教程(第三版)P279-280
  4. SPSS中反应两个变量联系的强弱指标有相对危险程度【Relative Risk,简称RR,考察实验因素的影响,以1为无影响,大则增强,小则减弱,由于回顾性研究难以求得人群反应概率的估计值,因此该法不适用回顾性实验数据,因此此时采用OR值来代替】和优势比【Odds Ratio,比数比,简称OR,当事件概率小于0.1时,优势比OR可作为相对危险程度RR的近似】,两者关心的是行变量某一水平和列变量某一水平相对于基础水平的关联程度,即不同水平间的比较,而其余关联变量测量指标关心的则是整体上行列变量各水平的关联程度。--统计分析基础教程(第三版)P282-283

第十五章一些操作方法 

无序分类变量的统计推断——卡方检验

非参数分布检验中的卡方检验【检验某个分类变量各类的出现概率是否等于指定概率的分布检验,即单样本卡方检验】;交叉表过程【关联程度的卡方检验,一般所说的卡方检验也指该过程】;Tables模块【制表模块可以完成行列变量的卡方检验,并可以进一步完成列变量各类别间的两两比较】

单样本案例:考察抽样数据的性别分布(注意:卡方给出的是近似P值,二项分布给出的是确切P值)

两个样本案例:不同级别收入轿车拥有率的比较

卡方检验的事后两两比较

蒙特卡洛法SPSS实现

两分类变量间关联程度的度量【卡方检验可以从定性的角度判断两个变量是否关联,当拒绝原假设时,在统计上有把握认为两个变量存在相关
计算家庭收入级别与汽车拥有量的关联程度

Kappa一致性检验(解决Pearson卡方检验无法应用配对设计的数据的问题,Pearson卡方检验只能检测两种测量结果之间是否存在关联,但不能判断其是否具有一致性
两个专家对开店地址的答复是否具有一致性(40家店,3种答复)

配对卡方检验(解决有关联,但一致性一般时情况加以进一步分析的问题,可以用McNemar配对卡方检验),使用时注意想说明一致性还是差异性,再考虑方法的使用

分层卡方检验(当分层因素和要分析的变量间存在交互作用时,分层卡方检验就不在适用了

结束语 

#好啦~,以上就是我SPSS第十五期学习笔记——第十五章的学习情况啦~,希望能与大家交流学习经验,共同进步吖~

#也非常感谢大家对我的关注、支持和打赏,我近期也会坚持学习SPSS,更新相应的学习内容及笔记到平台上,咱们下期不见不散~

  • 54
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
数据挖掘原理与SPSS_Clementine应用宝典.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第1章 数据挖掘概述.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第2章 数据挖掘可挖掘的知识类型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第3章 数据挖掘的体系结构与模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第4章 数据选择.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第5章 数据预处理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第7章 贝叶斯分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第8章 聚类分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第9章 决策树算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第10章 关联规则.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第14章 支持向量机.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第15章 复杂对象数据挖掘.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第16章 数据挖掘建模.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第17章 数据挖掘模型评价.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第18章 SPSS Clementine基础.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第19章 SPSS Clementine数据管理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第20章 数据的图形化展示.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第21章 数据模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第22章 数据挖掘结果的输出.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第23章 数据挖掘项目实施.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第24章 SPSS_Clementine典型案例分析.ppt

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值