SPSS 各种检验的方法的应用前提

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

（1）正态性检验：大样本用K-S检验，小样本用Shapiro-Wilk检验。具体方法有两种，一种是使用Descriptive Statistics->Explore，一种是使用Non-parametic Test->1 Sample K-S Test
（2）标准化处理（去量纲）：即将原有的一组数据转为符合N(0,1)分布的数据，从而达到去单位的效果。具体做法是在Descriptive Statistics->Descriptive下勾选Save standardized values as variables，即可得到相应的标准化数据。
（3）单因素方差分析：
   1.前提条件
     正态性检验，独立性检验，方差齐性
   2.数据导入
     对于固定效应模型，可以利用Compare Means/One way ANOVA实现，亦可以用GLM/univariate实现，对于随机效应模型，可以用GLM/univariate实现。
     如何判定该用固定效应模型还是随机效应模型：因为HAUSMAN TEST的原假设是:采用随机效应模型:备选假设:采用固定效应模型.所以,直接看P值就行了,若P值小于0.01\0.05\0.1三者中的一个显著性水平(看你怎样定显著性水平),就可以拒绝原假设,而采用固定效应模型.
（4）多因素方差分析
    1.前提条件
         正态性检验，独立性检验，方差齐性
    2.数据导入
      对于固定效应和随机效应，都用GLM/univariate实现。
    3.模型的选择
      对于有重复观测值的多因素方差分析，首先分析各个因素是否存在交互效应，如果不存在交互效应，则把交互效应并为误差效应，仅分析各因素的独立效应或主效应。
（4.5）实际应用中对方差分析适应条件的把握
       1.单因素方差分析：在单因素方差分析中，如果各组的重复观测数相同或总体呈正态分布，则方差分析模型对方差不齐有一定的承受力，只有最大方差与最小方差之比小于3，结果是稳定的。                     
       2.单元格内无重复的多因素方差分析：不考虑正态性和方差齐性问题，这是因为正态性和方差齐性是以单元格为基本单位的，每个单元格只有一个数据，因此无法分析。
       3.单元格有重复数据的多因素方差分析：一般数据量较小，因此正态性检验和方差齐性检验无实际意义。   
（5）简单相关分析
    1.参数方法（Pearson方法）
      要求所有变量均服从正态分布
    2.非参数方法(Spearman方法)
      适用于不服从正态分布的变量
    ps:偏相关分析和复相关分析均要求服从正态分布（Pearson方法）
（6）线性回归分析的前提条件
    1.自变量之间相互独立
    检验方法：多重共线性检验，检验指标为容许度（Tolerance）和方差膨胀因子（VIF）
    2.残差独立且服从正态分布
    检验方法：一是作图法，二是DW（Durbin-Watson）检验，三是Runs检验
    3.自变量和因变量之间的关系是线性的
    检验方法：一是作图法，二是t检验，三是F检验与可决系数
（7）各种t检验的用途
    1.单样本t检验（One Sample T Test）
      对一组样本，检验相应总体均值是否等于某个值
    2.相互独立样本t检验（Independent-Sample T Test）
      样本x1,x2,...,xn与样本y1,y2,...,yn可以颠倒顺序而对结果不会产生影响
    3.配对样本t检验
      样本x1,x2,...,xn与样本y1,y2,...,yn的顺序不可以颠倒。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏10 回帖

关键词：SPSS PSS Standardized descriptive standardize 检验 SPSS 应用 前提

方差分析主要有三种模型：即固定效应模型（fixed effects model），随机效应模型（random effects model），混合效应模型（mixed effects model）。

所谓的固定、随机、混合，主要是针对分组变量而言的。

固定效应模型，表示你打算比较的就是你现在选中的这几组。例如，我想比较3种药物的疗效，我的目的就是为了比较这三种药的差别，不想往外推广。这三种药不是从很多种药中抽样出来的，不想推广到其他的药物，结论仅限于这三种药。“固定”的含义正在于此，这三种药是固定的，不是随机选择的。

随机效应模型，表示你打算比较的不仅是你的设计中的这几组，而是想通过对这几组的比较，推广到他们所能代表的总体中去。例如，你想知道是否名牌大学的就业率高于普通大学，你选择了北大、清华、北京工商大学、北京科技大学4所学校进行比较，你的目的不是为了比较这4所学校之间的就业率差异，而是为了说明他们所代表的名牌和普通大学之间的差异。你的结论不会仅限于这4所大学，而是要推广到名牌和普通这样的一个更广泛的范围。“随机”的含义就在于此，这4所学校是从名牌和普通大学中随机挑选出来的。



混合效应模型就比较好理解了，就是既有固定的因素，也有随机的因素。

一般来说，只有固定效应模型，才有必要进行两两比较，随机效应模型没有必要进行两两比较，因为研究的目的不是为了比较随机选中的这些组别。


固定效应和随机效应的选择是大家做面板数据常常要遇到的问题，一个常见的方法是做huasman检验，即先估计一个随机效应，然后做检验，如果拒绝零假设，则可以使用固定效应，反之如果接受零假设，则使用随机效应。但这种方法往往得到事与愿违的结果。另一个想法是在建立模型前根据数据性质确定使用那种模型，比如数据是从总体中抽样得到的，则可以使用随机效应，比如从N个家庭中抽出了M个样本，则由于存在随机抽样，则建议使用随机效应，反之如果数据是总体数据，比如31个省市的Gdp，则不存在随机抽样问题，可以使用固定效应。同时，从估计自由度角度看，由于固定效应模型要估计每个截面的参数，因此随机效应比固定效应有较大的自由度.

谢谢楼主，分享了。
曲线拟合的结果该如何检验？？

谢谢版主解答

[楼主真厉害....

楼主你好  我想问一下曲线拟合的模型怎么用检验样本来检验？