99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁(yè)精彩閱讀SPSS數(shù)據(jù)分析心得小結(jié)_數(shù)據(jù)分析心得分享
SPSS數(shù)據(jù)分析心得小結(jié)_數(shù)據(jù)分析心得分享
2015-10-10
收藏

SPSS數(shù)據(jù)分析心得小結(jié)_數(shù)據(jù)分析心得分享


學(xué)習(xí)數(shù)據(jù)分析之spss分析工具，可真的不是一般的功夫，真的要很認(rèn)真和很細(xì)心才能做得好spss。下面我來(lái)和大家分享一下關(guān)于SPSS數(shù)據(jù)分析心得小結(jié)，希望大家從這數(shù)據(jù)分析心得分享中能得到一些啟示和指導(dǎo)。

心得1：拿到一份數(shù)據(jù)，或者在看到國(guó)內(nèi)外某個(gè)學(xué)者的文章有想法而自己手里的數(shù)據(jù)剛好符合這個(gè)想法可以做時(shí)，在整理好數(shù)據(jù)后不要急于建模。一定要對(duì)數(shù)據(jù)做缺失值處理、異常值處理。在數(shù)據(jù)預(yù)處理的基礎(chǔ)上再進(jìn)一步建模，否則可能得到錯(cuò)誤的結(jié)果。

心得2：承接心得1，數(shù)據(jù)預(yù)處理怎么做。一是缺失值的處理。我個(gè)人有幾個(gè)看法：一是數(shù)據(jù)樣本量足夠大，在刪除缺失值樣本的情況下不影響估計(jì)總體情況，可考慮刪除缺失值；二是數(shù)據(jù)樣本量本身不大的情況下，可從以下兩點(diǎn)考慮：1是采用缺失值替換，SPSS中具體操作為“轉(zhuǎn)換”菜單下的“替換缺失值”功能，里面有5種替換的方法。若數(shù)據(jù)樣本量不大，同質(zhì)性比較強(qiáng)，可考慮總體均值替換方法，如數(shù)據(jù)來(lái)自不同的總體（如我做農(nóng)戶調(diào)研不同村的數(shù)據(jù)），可考慮以一個(gè)小總體的均值作為替換（如我以一個(gè)村的均值替換缺失值）。2是根據(jù)原始問(wèn)卷結(jié)合客觀實(shí)際自行推斷估計(jì)一個(gè)缺失值的樣本值，或者以一個(gè)類似家庭的值補(bǔ)充缺失值。

心得3：承接心得1，數(shù)據(jù)預(yù)處理第二點(diǎn)異常值的處理。我大概學(xué)了兩門統(tǒng)計(jì)軟件SPSS和Stata，SPSS用的時(shí)間久些，熟悉一下，Stata最近才學(xué)，不是太熟。關(guān)于這點(diǎn)我結(jié)合著來(lái)說(shuō)。關(guān)于異常值的處理可分為兩點(diǎn)，一是怎么判定一個(gè)值是異常值，二是怎么去處理。判定異常值的方法我個(gè)人認(rèn)為常用的有兩點(diǎn)：1是描述性統(tǒng)計(jì)分析，看均值、標(biāo)準(zhǔn)差和最大最小值。一般情況下，若標(biāo)準(zhǔn)差遠(yuǎn)遠(yuǎn)大于均值，可粗略判定數(shù)據(jù)存在異常值。2是通過(guò)做指標(biāo)的箱圖判定，箱圖上加“*”的個(gè)案即為異常個(gè)案。發(fā)現(xiàn)了異常值，接下來(lái)說(shuō)怎么處理的問(wèn)題。大概有三種方法：一是正偏態(tài)分布數(shù)據(jù)取對(duì)數(shù)處理。我做農(nóng)戶微觀實(shí)證研究，很多時(shí)候得到的數(shù)據(jù)（如收入）都有很大的異常值，數(shù)據(jù)呈正偏態(tài)分布，這種我一般是取對(duì)數(shù)處理數(shù)據(jù)。若原始數(shù)據(jù)中還有0，取對(duì)數(shù)ln(0)沒(méi)意義，我就取ln(x+1)處理；二是樣本量足夠大刪除異常值樣本；三是從stata里學(xué)到的，對(duì)數(shù)據(jù)做結(jié)尾或者縮尾處理。這里的結(jié)尾處理其實(shí)就是同第二個(gè)方法，在樣本量足夠大的情況下刪除首尾1%-5%的樣本。縮尾指的是人為改變異常值大小。如有一組數(shù)據(jù)，均值為50，存在幾個(gè)異常值，都是500多（我這么說(shuō)有點(diǎn)夸張，大概是這個(gè)意思），縮尾處理就是將這幾個(gè)500多的數(shù)據(jù)人為改為均值+3標(biāo)準(zhǔn)差左右數(shù)據(jù)大小，如改為100?？偨Y(jié)而言，我個(gè)人認(rèn)為做數(shù)據(jù)變換的方式比較好，數(shù)據(jù)變換后再做圖或描述性統(tǒng)計(jì)看數(shù)據(jù)分布情況，再剔除個(gè)別極端異常值。

心得4：如何做好回歸分析。經(jīng)過(guò)多次實(shí)戰(zhàn)，以及看了N多視頻，上了N多課，看了N多專業(yè)的書。我個(gè)人總結(jié)做回歸的步奏如下：1是承接心得1-3，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，替換缺失值和處理異常值；2是將單個(gè)自變量分別與因變量做散點(diǎn)圖和做回歸，判定其趨勢(shì)，并做好記錄（尤其是系數(shù)正負(fù)號(hào)，要特別記錄）；3是自變量和因變量一起做相關(guān)系數(shù)，看各個(gè)變量相關(guān)關(guān)系強(qiáng)弱，為下一步檢驗(yàn)多重共線性做準(zhǔn)備；4是自變量多重共線性診斷。若變量存在多重共線性，可采用主成分回歸，即先將存在多重共線性的變量做主成分分析合并為1個(gè)變量，然后再將合并成的新變量和其余自變量一起納入模型做回歸；5是做殘差圖，看殘差圖分布是否均勻（一般在+-3個(gè)單位之間均勻分布就比較好）；6是報(bào)告相應(yīng)結(jié)果。

心得5：看到論壇上有網(wǎng)友問(wèn)為什么他（她）老師不建議采用后向步進(jìn)法處理變量多重共線性。記得張文彤老師說(shuō)過(guò)他有個(gè)同學(xué)做過(guò)一個(gè)研究，即采用后向步進(jìn)法剔除變量的方式去做回歸，得到的結(jié)果犯錯(cuò)的幾率比較大。張老師也不建議用這個(gè)方法處理多重共線性。處理多重共線性比較好的方法是做主成分回歸。

心得6：有個(gè)朋友問(wèn)我在報(bào)到回歸結(jié)果時(shí)用未標(biāo)準(zhǔn)化的回歸系數(shù)好，還是用標(biāo)準(zhǔn)化后的回歸系數(shù)好。我個(gè)人覺(jué)得這個(gè)問(wèn)題仁者見(jiàn)仁智者見(jiàn)智，要看想表達(dá)什么。具體而言，如果想表達(dá)在其它條件不變的情況下，自變量X每變化1個(gè)單位，因變量變化多少個(gè)單位，這種情況用未標(biāo)準(zhǔn)化回歸系數(shù)就好；如果想比較各個(gè)自變量對(duì)因變量影響的相對(duì)大小，即判斷相對(duì)而言，哪個(gè)變量對(duì)因變量影響更大。這時(shí)需要消除量綱的影響，看標(biāo)準(zhǔn)化后的回歸系數(shù)。

心得7：這是投稿一篇SSCI外審專家提出的意見(jiàn)。我做的是無(wú)序多分類logistic回歸模型。因變量分了5類，有一類個(gè)數(shù)比較多，達(dá)到300多，有1-2類個(gè)案比較少，只有30左右。專家提到了要做穩(wěn)健性檢驗(yàn)。這個(gè)用stata軟件編程加一個(gè)robust即可解決問(wèn)題。不知道在SPSS里面怎么做。歡迎知道的朋友一起討論下。我個(gè)人認(rèn)為這是一個(gè)好問(wèn)題的。不做穩(wěn)健性檢驗(yàn)?zāi)Ｐ涂赡苁芤恍O端值的影響，結(jié)果不穩(wěn)定?？赡鼙緛?lái)顯著的變量剔除1-2個(gè)樣本后就變得不顯著了。所以做回歸分析穩(wěn)健性檢驗(yàn)也比較重要。

PS：如果有可能，我希望在后面的心得中附上實(shí)際操作的步奏圖和解釋的?？纯从袥](méi)有人需要這個(gè)。不然可能說(shuō)的一些東西需要的人能看明白，但還是不清楚怎么做。希望和大家一起交流學(xué)習(xí)。

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn)：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }