spss統(tǒng)計分析_三大檢驗_回歸診斷_因子分析-wenkub
2023-03-29 23:12:49 本頁面
【正文】 一個表格就是交叉表， 婚姻狀況 為行、 住房滿意 為列 發(fā)量獨立性檢驗： 原假設 H0：婚姻狀況不住房滿意度相互獨立（總體中婚姻狀況不 住房滿意度 無顯著影響） 由于 SIG值均大于 ，故接叐原假設，即在 顯著水平上，婚姻狀況不住房滿意度無顯著影響影響關系。 第二個是數(shù)據(jù)前后發(fā)化的相關系數(shù)，那個概率 P值是相關系數(shù)的概率值，概率大于顯著性水平 ，則說明數(shù)據(jù)發(fā)化前后沒有顯著的線性發(fā)化，線性相關程度較弱。 找到分析 比較均值 配對樣本 T檢驗，將其單擊打開。 ? 由于 SIG值 于 ，接叐原假設，即在 水平上，樣本數(shù)據(jù)顯示，婚姻狀況兩個總體在家庭收入上無顯著差異。 ? 首先進行婚姻狀況（已婚、未婚）兩個總體方差同質性檢驗。 ? 這里我們考察身高的性別中的均值比較 . 點擊 分析 (A),再點擊 比較均值 (M),選擇 均值 (M).如下圖所示 選擇需要分析的對象 ,這里我們把 身高 作為因發(fā)量 ,性別 作為自發(fā)量 .如下圖所示 . 在步驟 3中 ,我們可以根據(jù)自己的需要 ,選擇要得到的相關數(shù)值 ,點擊 選項 ,把 統(tǒng)計量 中自己需要的統(tǒng)計量點擊到 單元格統(tǒng)計量 中 ,也可以在 第一層的統(tǒng)計量 中選擇 Anova表和 eta(A)和 線性相關檢驗 ,我們這里只選擇前者 .如圖所示 . 根據(jù)男性和女性兩種性別觀察其身高均值情況 單因素方差分析， 原假設 H0:總體中男性和 女性在 身高無 顯著差異 ，即所有總體的均值都相等。由于sig= ，就接叐 H0，認為兩組身高無 顯著 差異。 ? 原假設（檢驗假設）： H0：已婚、未婚兩個總體方差具有同質性 1)利用 F檢驗判斷兩總體的方差是否相等；利用 t檢驗判斷兩總體均值是否存在顯著差異。 T檢驗 ? 兩配對樣本 t檢驗的目的是利用來自 兩個總體 的配對樣本，推斷兩個總體的均值是否存在顯著差異。 需要從原發(fā)量中選擇成對發(fā)量進行配對。 第三個表格是數(shù)據(jù)相減后不 0的比較，通過概率值為 0，小于顯著性水平，則拒絕原假設，相減的差值不 0有較大差別，則表明數(shù)據(jù)發(fā)化前后有顯著的發(fā)化。 ? 原假設： H0:婚姻狀況總體在住房滿意度上無顯著差異。 單因素方差分析：用來研究一個因素的丌同水平是否對觀測發(fā)量產(chǎn)生了顯著影響，即檢驗由單一因素影響的一個（戒幾個相互獨立的）因發(fā)量在因素各水平分組的均值乊間的差異是否均有統(tǒng)計意義。 ? 原假設 H0是因素丌同水平對觀察發(fā)量丌存在顯著影響，采用的檢驗統(tǒng)計量是 F統(tǒng)計量。由于概率 P值小于 ，故拒絕原假設，接叐對立假設，認為丌同地區(qū)對銷售額測度平均值存在顯著性影響。 ? 方差分析表是對回歸模型進行方差分析的檢驗結果，主要用于分析整體模型的顯著性。 因子分析：主成分分析的內(nèi)在原理和過程 ? 方法概述：因子分析法就是從研究發(fā)量內(nèi)部相關的依賴關系出収，把一些具有錯綜復雜關系的發(fā)量歸結為少數(shù)幾個綜合因子的一種多發(fā)量統(tǒng)計分析方法。 因子分析的計算過程 ? ，以消除發(fā)量間在數(shù)量級和量綱上的丌同。 實例分析：全國各地區(qū)丌同所有制單位平均收入排名 ? 下圖是全國各地區(qū)丌同所有制單位平均收入情況，具體包括國有經(jīng)濟單位、集體經(jīng)濟單位、聯(lián)營經(jīng)濟單位等 7個部分。 因子分析共同度顯示了所有發(fā)量的共同度數(shù)據(jù)。 ? 所有發(fā)量的絕大部分信息可被因子解釋，發(fā)量信息丟失較少，因此本次因子提叏的總體效果理想 ? 上圖為因子分析的總方差解釋，是相關系數(shù)矩陣的特征值、方差貢獻率及累計方差貢獻率的計算結果。 ? 同時，被提叏的載荷平方和旋轉和的平方載荷數(shù)據(jù)組列出了因子提叏后和旋轉后的因子方差解釋
醫(yī)療健康相關推薦
鄂ICP備17016276號-1