
spss穩(wěn)健性檢驗(yàn)步驟_穩(wěn)健性檢驗(yàn)的方法spss_spss穩(wěn)健性檢驗(yàn)怎么做
SPSS中進(jìn)行穩(wěn)健性檢驗(yàn)一般都用什么方法
穩(wěn)健性估計(jì)一般針對(duì)于異方差的,SPSS要處理異方差要先對(duì)構(gòu)建的模型進(jìn)行診斷,看散點(diǎn)圖雖然直觀但有時(shí)也不好明確是否存在異方差,要是看檢驗(yàn)統(tǒng)計(jì)量的話還要手工進(jìn)行計(jì)算很麻煩。所以涉及到內(nèi)生性、異方差等問,SPSS能做的可能就有限了。這時(shí)一般尋求eviews或Stata等更專業(yè)的軟件。比如stata要得到模型的穩(wěn)健性估計(jì)結(jié)果,直接在模型語句后面加一個(gè)robust就完事了,而SPSS則很麻煩。這種條件下如果非要由SPSS做,建議有二:一是診斷模型是否存在異方差;二是如果存在異方差,那么模型就用加權(quán)最小二乘法進(jìn)行估計(jì)。
穩(wěn)健性檢驗(yàn)的方法spss
相關(guān)性檢驗(yàn)與穩(wěn)健性檢驗(yàn)問題
(一)在做相關(guān)性檢驗(yàn)時(shí),某自變量指標(biāo)與因變量正相關(guān),而在多元回歸分析時(shí)得出的結(jié)果是負(fù)相關(guān),這是怎么回事?還有某自變量指標(biāo)與因變量指標(biāo)顯著,但是在多元回歸時(shí)又不顯著,這是為什么?
(二)穩(wěn)健性檢驗(yàn)應(yīng)該怎么做?有哪些方法???控制變量換一些含義相同的指標(biāo)算不算穩(wěn)健性檢驗(yàn)?
spss穩(wěn)健性檢驗(yàn)的方法
穩(wěn)健性檢驗(yàn)檢驗(yàn)的是實(shí)證結(jié)果是否隨著參數(shù)設(shè)定的改變而發(fā)生變化,如果改變參數(shù)設(shè)定以后,結(jié)果發(fā)現(xiàn)符號(hào)和顯著性發(fā)生了改變,說明不是robust的,需要尋找問題的所在。
一般根據(jù)自己文章的具體情況選擇穩(wěn)健性檢驗(yàn):
1. 從數(shù)據(jù)出發(fā),根據(jù)不同的標(biāo)準(zhǔn)調(diào)整分類,檢驗(yàn)結(jié)果是否依然顯著;
2. 從變量出發(fā),從其他的變量替換,如:公司size可以用total assets衡量,也可以用total sales衡量;
3. 從計(jì)量方法出發(fā),可以用OLS, FIX EFFECT, GMM等來回歸,看結(jié)果是否依然robust;
如何用spss進(jìn)行秩和檢驗(yàn),具體操作步驟
spss秩和檢驗(yàn)操作步驟:
1、非參數(shù)檢驗(yàn),兩個(gè)或多個(gè)獨(dú)立樣本,2個(gè)就進(jìn)入2個(gè)的菜單,是多個(gè)就進(jìn)入多個(gè)的菜單。
2、秩和檢驗(yàn)是把不正態(tài)的正態(tài)的數(shù)據(jù)轉(zhuǎn)換為等級(jí)對(duì)多組進(jìn)行比較,就像非參數(shù)中的方差分析或t檢驗(yàn)??ǚ綑z驗(yàn)的范圍就廣多了,如果是非參數(shù)檢驗(yàn)里的第一個(gè)“卡方檢驗(yàn)”,則只是看在一種單一的情況下不同分類屬于哪種分布。
補(bǔ)充數(shù)據(jù)的情況:如是T1-T7只是樣本編號(hào),用秩和檢驗(yàn)就可以比較A、B、C三種瓊脂對(duì)某藥物抑制大腸桿菌的影響。
怎樣用spss做方差同質(zhì)性檢驗(yàn)
無論是單因素的方差分析,還是多因素的方差分析,你可以先打開方差分析的對(duì)話框,然后點(diǎn)選“選項(xiàng)”按鈕,在彈出的對(duì)話框里有方差齊性檢驗(yàn)的選項(xiàng),勾選即可。 方差齊性與否看方差齊性F檢驗(yàn)的結(jié)果就可以,如果sig值大于0.05,就是齊性,適合做方差分析。 按說不齊性是不可以進(jìn)行后續(xù)的方差分析的,因?yàn)樵诰禉z驗(yàn)中(包括方差分析,T檢驗(yàn)等)各個(gè)實(shí)驗(yàn)處理的效應(yīng)被認(rèn)為是一種固定效應(yīng),對(duì)所有人的作用一樣,也就是說,處理的作用就是給每個(gè)人原來的的水平加上一個(gè)相同的常數(shù),這樣的話,每個(gè)被試組原來什么方差,實(shí)驗(yàn)處理后還是什么方差,那么,如果不同被試組的方差不齊性,也就是方差之比顯著不等于1,就說明被試之間原本就差異很大,那我們的方差分析就得不到準(zhǔn)確的結(jié)論,不知道究竟是實(shí)驗(yàn)處理造成了不同被試組間的差異,還是說這里面也混淆了個(gè)體差異。 方差不齊性,原則上不能進(jìn)行方差分析,但spss里的方差分析是在最小二乘法的框架下做的,和教育及心理統(tǒng)計(jì)教材中介紹的方差分析的分析方式不太一樣,好處是這樣的方差分析比較穩(wěn)健,對(duì)于方差齊性的問題不敏感,即使違反了,也還是能用,結(jié)果也還是比較可信的。在spss里面齊性并不是方差分析的必要條件。只不過教材是為了給你介紹大概原理,而且對(duì)最新的軟件的性能也不是非常了解,所以非要齊性。況且做方差分析的論文里面一般也不會(huì)報(bào)告齊性檢驗(yàn)。所以你就直接用方差分析就行了。 如果還是不放心,可以做一些數(shù)據(jù)轉(zhuǎn)換,使其接近齊性,比如box—cox轉(zhuǎn)換,對(duì)數(shù)轉(zhuǎn)換等等。
spss方差同質(zhì)性檢驗(yàn)追問:
但是方差齊性檢驗(yàn)是不能超過50個(gè)組的,我的數(shù)據(jù)有180個(gè)+_+
spss方差同質(zhì)性檢驗(yàn)追答:
方差齊性檢驗(yàn)好像沒有組的限制,因?yàn)橹皇?a href='/map/fangcha/' style='color:#000;font-size:inherit;'>方差最大組和最小組相比。
推薦學(xué)習(xí)書籍
《CDA一級(jí)教材》適合CDA一級(jí)考生備考,也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校,累計(jì)已有10萬+在讀~
免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
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
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10