spss实战案例----分析多个变量与因变量之间是否存在关系，方差分析
本案例是IBM SPSS数据分析与挖掘实战案例精粹----第七章的学习记录
案例背景或目标：激素水平是否在对照组和实验组之间存在差异
分析方法：Bootstrap抽样，秩和检验，秩变换方法，cox回归
字段包括：性别，年龄，萎缩程度，胃粘膜细胞肠化生程度
基本思路：控制变量法，首先排除性别，年龄，萎缩程度，胃粘膜细胞肠化生程度的影响；
探索性数据分析：观察样本量，样本的分布，是否存在偏态分不等；
样本分布：分析-表
| 性别 | 萎缩 | 肠化 | 年龄分组 | ||||||||||
| 男 | 女 | 轻度 | 中度 | 重度 | 无 | 轻度 | 中度 | 重度 | 青年组 | 中年组 | 老年组 | ||
| Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | ||
| 组别 | 试验组 | 25 | 12 | 14 | 16 | 7 | 10 | 12 | 13 | 2 | 15 | 12 | 10 |
| 对照组 | 20 | 11 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 10 | 11 | 10 | |
查看激素水平分布：图形--图表构建程序
激素水平呈明显的正偏态分布，必须考虑假设检验方法对数据的分布要求；
采用Bootstrap抽样进行分析：常用经典统计学的分析方法，无一例外的需要对变量的分布进行假定，然后才能进行相应的计算；ootstrap抽样的基本思想是在全部样本未知的情况下，借助部分样本的有放回多次抽样，构建某个估计的置信区间，抽象地说，通过样本得到的估计并没有榨干样本中的信息，bootstrap利用重采样，把剩余价值发挥在构建置信区间上。
bootstrap抽样方法：分析--比较均值--均值--因变量列表（激素水平），自变量列表（组别，性别，年龄），选项--中位数--加入“单元格统计量”，bootstrap子对话框中“执行bootstrap”
可以观察各个统计量95%区间差异，对某因素的影响进行分析；中位数并不重叠，可能存在统计学差异（初步分析）；可以采用采用秩和检验进行更精确的分析：
对因变量变量变换后的建模分析：
常见的变量变换方法：1，对数转换；2，平方根转换；3，平方根正弦转换sin(开方)；4：平方转化；5，倒数转换；6，Box-Cox变换；
对于正偏态分布，一般常用的是对数变换：分析----描述统计----P-P图（数据符合指定分布时，P-P图中各点近似呈一条直线。）
将字段进行转换后，使用：
1）分析----一般线性模型----单变量
2）将Injisu选入“因变量”列表框
3）将组别，性别选入“固定因子”列表框，年龄选入“协变量”列表框
4）“模型”子对话框，将组别，性别，年龄的主效应选入“模型”列表框
5）“选项”子对话框，选择“残差图”和“缺乏拟合优度检验”
6)确定。
上图，总模型p值为0.003，说明整个模型对injisu的预测是有统计学意义的（变量之间相关的），分项来看，只有组别具有统计学意义；
秩变换分析：
当变量转换无法解决问题时，可以使用秩变换：转换----个案排序-----将激素水平放入“变量”列表框；
将字段进行转换后，使用：
1）分析----一般线性模型----单变量
2）将Rjisu选入“因变量”列表框
3）将组别，性别选入“固定因子”列表框，年龄选入“协变量”列表框
4）“模型”子对话框，将组别，性别，年龄的主效应选入“模型”列表框
5）“选项”子对话框，选择“残差图”和“缺乏拟合优度检验”
6)确定。
利用Cox模型进行分析：秩变换分析会损失一些信息，除了非参数方法外，还可以利用生存分析中的COX回归模型进行分析
总结：性别，年龄对激素水平未发现有影响，试验组和对照组之间的激素水平存在明显差异；对于同一个统计问题，可以使用多种模型进行解决，没有正确的模型，只有更加适合的模型；当结论不一样时，应根据模型的特点以及真实情况，判断那种情况更接近真实；也可以使用投票策略进行确定（类似与随机森林，选择多数模型结果）
spss实战案例----分析多个变量与因变量之间是否存在关系，方差分析相关推荐
- Salesforce学习之路-developer篇（五）一文读懂Aura原理及实战案例分析
很喜欢曾经看到的一句话:以输出倒逼输入.以输出的形式强制自己学习,确实是高效的学习方式,真的很棒.以下仅为个人学习理解,如有错误,欢迎指出,共同学习. 1. 什么是Lightning Componen ...
- 75. CPU 100%运行实战案例分析
75. CPU 100%运行实战案例分析 生产库问题现象: 1),每次tomcat启动后第8天左右就会出现CPU 100%运行的情况: 2),jmap -heap pid命令查看老年代已使用99%: ...
- spss方差分析_【D】SPSS统计案例分析：多因素方差分析
多因素方差分析,用于研究一个因变量是否受到多个自变量(也称为因素)的影响,它检验多个因素取值水平的不同组合之间,因变量的均值之间是否存在显著的差异.多因素方差分析既可以分析单个因素的作用(主效应),也 ...
- 架构师的 36 项修炼第10讲：架构实战案例分析
本课时的主题是架构案例分享,通过案例分析来加深对前面所学内容的理解.下面将分析三种不同的系统架构案例. 分析初创互联网公司的架构演化案例,看一个小的系统架构是如何演化成一个较为成熟的.能够承受百万级订 ...
- 面试必拿offer系列之：通过实战案例分析面试短板与亮点
问题导读 1.本文列举了哪些短板? 2.我们认为如何查找自己的短板? 3.本文列举了哪些亮点? 思考: 我们该如何培养和找到自己的亮点? About云在面试指导方面积累了四到五年的经验,在2017年成 ...
- TS核心知识点总结及项目实战案例分析
前言 最近工作一直很忙,复盘周期也有所拉长,不过还是会坚持每周复盘.今天笔者将复盘一下typescript在前端项目中的应用,至于为什么要学习typescript,我想大家也不言自明,目前主流框架vu ...
- Android性能优化——腾讯、字节、阿里、百度、网易等互联网公司项目实战+案例分析（附PDF）
前言 当我们还在用按键.滑盖.翻盖手机的时候,全触屏手机来了; 当我们觉得二维码这项发明没有意义的时候,支付宝和微信等狠狠地给了我们响亮的耳光; 当我们以为扫码支付只有支付宝的时候,微信支付来了; 当 ...
- ITIL基础概述与实战案例分析(下)
上一篇文章主要给大家介绍了"基于ITIL体系的IT部门建设",下面举几个例子,来说明ITIL实施后的效果. ● 基于ITIL体系的IT项目管理 任何项目的上线都会启动对项目运维的环 ...
- tableau实战案例-分析120个国家和地区的自杀率情况
做数据分析,避免不了的要做可视化展示,这次就讲解一下如何通过tableau制作一份可视化图表,来分析一些问题. 需要的工具:excel.tableau public(就是免费版) 需要的技能:数据清洗 ...
最新文章
- mysql求每个订单的平均价_MySQL – 选择所有客户和每个客户的总订单和总价值
- 【SSM框架系列】Mybatis基本介绍
- 诺基亚5800WIFI设置教程
- 【数据结构与算法】之深入解析“TinyURL加密与解密”的求解思路与算法示例
- 迅雷启动不了，提示Atl71.dll文件丢失
- 职高学的计算机单招考试能换专业吗,高职单招可以随便选专业吗
- iOS GorupBy
- 博弈——威佐夫博弈（hdu1527，2177）
- aspx 页面,master页面与ascx用户控件传值的问题
- QT--QDockWidget 停靠窗口
- 2.3 logistic 回归损失函数
- 如何批量修改AD用户的Email属性
- 详解tensorflow数据读取-tf.train.string_input_producer和tf.train.start_queue_runners
- Codeforces Round #342 (Div. 2) D. Finals in arithmetic（想法题/构造题）
- leetcode sql
- uc影音java_uc影，
- 机器学习基础--各种学习方式（18）--核方法和多核学习
- Apache Flink®极简教程: 架构及原理 Stateful Computations over Data Streams
- PTA 7-28猴子选大王(约瑟夫问题)
- 哪些产品需要过3C认证？3C认证具体清单