SPSS分析：Bootstrap

一、原理：

   非參數(shù)統(tǒng)計(jì)中一種重要的估計(jì)統(tǒng)計(jì)量方差進(jìn)而進(jìn)行區(qū)間估計(jì)的統(tǒng)計(jì)方法，也稱為自助法。其核心思想和基本步驟如下：

1、采用重抽樣技術(shù)從原始樣本中抽取一定數(shù)量（自己給定）的樣本，此過(guò)程允許重復(fù)抽樣。

2、根據(jù)抽出的樣本計(jì)算給定的統(tǒng)計(jì)量T。

3、重復(fù)上述N次（一般大于1000），得到N個(gè)統(tǒng)計(jì)量T。

4、計(jì)算上述N個(gè)統(tǒng)計(jì)量T的樣本方差，得到統(tǒng)計(jì)量的方差。

應(yīng)該說(shuō)Bootstrap是現(xiàn)代統(tǒng)計(jì)學(xué)較為流行的一種統(tǒng)計(jì)方法，在小樣本時(shí)效果很好。通過(guò)方差的估計(jì)可以構(gòu)造置信區(qū)間等，其運(yùn)用范圍得到進(jìn)一步延伸。

具體抽樣方法舉例：想要知道池塘里面魚的數(shù)量，可以先抽取N條魚，做上記號(hào)，放回池塘。進(jìn)行重復(fù)抽樣，抽取M次，每次抽取N條，考察每次抽到的魚當(dāng)中有記號(hào)的比例，綜合M次的比例，在進(jìn)行統(tǒng)計(jì)量的計(jì)算。

二、支持的過(guò)程

1、頻率

◎統(tǒng)計(jì)表支持均值、標(biāo)準(zhǔn)差、方差、中位數(shù)、偏度、峰度和百分位數(shù)的bootstrap估計(jì)?！蝾l率表支持百分比的bootstrap估計(jì)。

2、描述性

◎描述統(tǒng)計(jì)表支持均值、標(biāo)準(zhǔn)差、方差、偏度和峰度的bootstrap估計(jì)。

3、探索

◎描述表支持均值、5%切尾均值、標(biāo)準(zhǔn)差、方差、中位數(shù)、偏度、峰度和內(nèi)距的bootstrap估計(jì)?！騇估計(jì)量表支持Huber的M估計(jì)量、Tukey的雙權(quán)重、Hampel的M估計(jì)量和Andrew的Wave的bootstrap估計(jì)?！虬俜治粩?shù)表支持百分位數(shù)的bootstrap估計(jì)。

4、交叉表

◎定向測(cè)量表支持Lambda、Goodman和Kruskal Tau、不定性系數(shù)和Somers的d的bootstrap估計(jì)?！?qū)ΨQ度量表支持Phi、Cramer的V、列聯(lián)系數(shù)、Kendall的tau-b、Kendall的tau-c、Gamma、Spearman相關(guān)性和Pearson的R的bootstrap估計(jì)。◎風(fēng)險(xiǎn)評(píng)估表支持幾率比的bootstrap估計(jì)?！騇antel-Haenszel一般幾率比表支持ln(Estimate)的bootstrap估計(jì)和顯著性檢驗(yàn)。

5、均值

◎報(bào)告表支持均值、中位數(shù)、組內(nèi)中位數(shù)、標(biāo)準(zhǔn)差、方差、峰度、偏度、調(diào)和均值和幾何均值的bootstrap估計(jì)。

6、單樣本T檢驗(yàn)

◎統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)。◎檢驗(yàn)表支持平均值差值的bootstrap估計(jì)和顯著性檢驗(yàn)。

7、獨(dú)立樣本T檢驗(yàn)

◎組統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)。◎檢驗(yàn)表支持平均值差值的bootstrap估計(jì)和顯著性檢驗(yàn)。

8、配對(duì)樣本T檢驗(yàn)

◎統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)。◎相關(guān)性表支持相關(guān)性的bootstrap估計(jì)?！驒z驗(yàn)表支持均值的bootstrap估計(jì)。

9、單因素方差分析

◎描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)?！蚨嘀乇容^表支持平均值差值的bootstrap估計(jì)?！?qū)Ρ葯z驗(yàn)表支持對(duì)比值的bootstrap估計(jì)和顯著性檢驗(yàn)。

10、GLM單變量

◎描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)。◎參數(shù)估計(jì)值表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)?！?qū)Ρ冉Y(jié)果表支持差值的bootstrap估計(jì)和顯著性檢驗(yàn)。◎估計(jì)邊際均值：估計(jì)值表支持均值的bootstrap估計(jì)。◎估計(jì)邊際均值：成對(duì)比較表支持平均值差值的bootstrap估計(jì)?！騼蓛杀容^檢驗(yàn)：多重比較表支持平均值差值的bootstrap估計(jì)。

11、雙變量相關(guān)

◎描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)?！蛳嚓P(guān)性表支持相關(guān)性的bootstrap估計(jì)。

12、偏相關(guān)

◎描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)?！蛳嚓P(guān)性表支持相關(guān)性的bootstrap估計(jì)。

13、線性回歸

◎描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)?！蛳嚓P(guān)性表支持相關(guān)性的bootstrap估計(jì)?！蚰Ｐ透乓碇С諨urbin-Watson的bootstrap估計(jì)?！蛳禂?shù)表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)?！蛳嚓P(guān)系數(shù)表支持相關(guān)性的bootstrap估計(jì)?！驓埐罱y(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)。

14、Ordinal回歸

◎參數(shù)估計(jì)值表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)。

15、判別分析

◎標(biāo)準(zhǔn)化典則判別函數(shù)系數(shù)表支持標(biāo)準(zhǔn)化系數(shù)的bootstrap估計(jì)?！虻鋭t判別函數(shù)系數(shù)表支持非標(biāo)準(zhǔn)化系數(shù)的bootstrap估計(jì)?！蚍诸惡瘮?shù)系數(shù)表支持系數(shù)的bootstrap估計(jì)。

16、GLM多變量

◎參數(shù)估計(jì)值表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)。

17、線性混合模型

◎固定效應(yīng)估計(jì)值表支持估計(jì)值的bootstrap估計(jì)和顯著性檢驗(yàn)?！騾f(xié)方差參數(shù)估計(jì)值表支持估計(jì)值的bootstrap估計(jì)和顯著性檢驗(yàn)。

18、Generalized Linear Models

◎參數(shù)估計(jì)值表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)。

19、Cox回歸

◎方程中的變量表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)。

20、二元Logistic回歸

◎方程中的變量表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)。

21、多項(xiàng)Logistic回歸

◎參數(shù)估計(jì)值表支持系數(shù)、B的bootstrap估計(jì)和顯著性檢驗(yàn)。