SPSS数据分析心得小结

songchaoxiang 发表于 2015-1-23 11:01
谢谢！这个我知道，我想问的是怎样判断原假设是什么？（在spss中）谢谢啦！！

SPSS中的原假设或备择假设一般是假定相等。如方差分析中做A与B、C差异是否显著，其原假设时A=B=C的。在此基础上，利用SPSS做方差分析，若P值小于0.05，表明拒绝原假设。即A与B、C不相等。同理，在做回归等分析时，其原假设是回归系数与0差异是否显著，若回归系数对应的P值小于0.05，表明拒绝原假设。即可以认为回归系数与差异显著的。不知道这样解释你明白没有，呵呵~

xddlovejiao1314 发表于 2015-1-23 13:46
SPSS中的原假设或备择假设一般是假定相等。如方差分析中做A与B、C差异是否显著，其原假设时A=B=C的。在此 ...

多谢！！解释的很清楚！！

songchaoxiang 发表于 2015-1-25 14:29
多谢！！解释的很清楚！！

不客气哈，多交流~

caicailuguo 发表于 2015-1-22 00:33
赞。请问心得3 怎么做  现在在做 m regression

      不好意思，才看到。你是想做无序多分类logistic回归模型吗？这个模型你要做多重共线性诊断，可用线性回归模型那里的选项做。即任意选择一个自变量进入因变量选项框，然后其它所有的自变量进入自变量选项框，在后面的“统计量”菜单中勾选共线性诊断框，然后通过VIF,CN等判定多重共线性的指标判定自变量间是否存在多重共线性。这是一种方法；第二种方法是直接分析——相关——双变量，将所有自变量选入对话框，看自变量间的 相关系数，可粗略判定其是否存在多重共线性。
      若自变量间不存在多重共线性，直接用无序多分类Logistic做就行，在将全部变量纳入模型前，可每一个自变量均与因变量做个回归，判定自变量对因变量影响显著与否，若不显著，在专业上也不需要，那么在后续的进一步建模分析中就可以不用再纳入不显著的变量。一般情况下p值0.2以上的就可剔除，0.2以下在专业上有意义可保留并进一步探究影响不显著的原因。
      同理，如果发现自变量存在多重共线性怎么处理。一是采用主成分分析，将存在多重共线性的变量合并为一个新的变量（在因子分析对话框里面“得分”菜单设置），再将新的变量和原有自变量一起纳入构建模型，这个方法最好。还有种方法就是将存在多重共线性的2个变量剔除一个，只剩1个进入模型；还有个办法是构建模型时采用后向步进法，这样也可以消除多重共线性影响。但这个方法犯错几率比较大。所以，综合而言，建议选用主成分回归。

songchaoxiang 发表于 2015-1-23 11:01
谢谢！这个我知道，我想问的是怎样判断原假设是什么？（在spss中）谢谢啦！！

我也想知道这个，哈哈

xddlovejiao1314 发表于 2015-2-1 17:15
不好意思，才看到。你是想做无序多分类logistic回归模型吗？这个模型你要做多重共线性诊断，可用线 ...

请问楼主，一般相关系数多少，考虑多重共线性？

lpapple2013 发表于 2015-2-12 09:54
请问楼主，一般相关系数多少，考虑多重共线性？

这个各个专业的情况不一样，不能一概而论哦。你做两两变量间的相关，看其显著性吧。然后多重共线性的具体诊断可以看线性回归里面有个子菜单有专门的选项哦，勾选，通过VIF、CN等值判定其是否存在多重共线性哦。相关系数高低或者显著性程度只能做一个参考哦。

xddlovejiao1314 发表于 2015-2-12 10:13
这个各个专业的情况不一样，不能一概而论哦。你做两两变量间的相关，看其显著性吧。然后多重共线性的具体 ...

其实这个我都做了，再问一下楼主，如果想观察的主要自变量和其他自变量也存在共线性关系，也能做主成分分析吗？因为主成分分析后就看不到自变量了，而是以factor取代了

lpapple2013 发表于 2015-2-12 14:30
其实这个我都做了，再问一下楼主，如果想观察的主要自变量和其他自变量也存在共线性关系，也能做主成分分 ...

主成分分析的目的就在于消除自变量间的多重共线性，将存在严重多重共线性的变量合并为新的变量，然后再做进一步的分析。你这么做没错啊。

赞一个，论坛很缺少积极讨论的气氛。。。