| 共 11 篇文章 |
|
许多调查或实验所得的科研数据，其总体分布未知或无法确定，这时做统计分析常常不是针对总体参数，而是针对总体的某些一般性假设（如总体分布），这类方法称非参数统计，相应的，统计检验总体分为参数检验和非参数检验。在选择参数与非参数检验时，首要考虑是数据的分布情况，能确定分布类型的，则可适当选用参数检验，参数检验主要包括包含的... 阅6 转自上通下达 公众公开 15-02-07 20:48 |
pearson、spearman、Kendall’s tau测量相关程度的相关系数很多，各种参数的计算方法及特点各异。3、 积差相关系数要求相应得变量呈双变量正态分布，注意双变量正态分布并非简单的要求x变量和y变量各自服从正态分布，而是要求服从一个联合的双变量正态分布。Spearman相关系数又称为秩相关系数，使利用两变量的秩次大小作线性相关分析，对原始变... 阅510 转4 评0 公众公开 15-02-07 20:36 |
准实验分析用截面数据就能做，不要求样本在干预组和对照组随机分布，分析方法包括DID（需两期的面板数据）、PSM（倾向性得分匹配法，需一期的截面数据）和PSM- DID（需两期的面板数据）。因变量为分类变量，自变量至少有一个连续变量，使用Logit模型或Probit模型；第一，从理论和逻辑出发，将可能影响因变量的变量作为自变量纳入模型，即理论上... 阅74 转0 评0 公众公开 15-01-01 22:02 |
因子分析在这方面要求不是太高，因为在因子分析中可以通过主因子法、加权最小二乘法、不加权最小二乘法、重心法等很多解法来求因子变量，并且因子变量是每一个变量的内部影响变量，它的求解与原始变量是否同量纲关系并不太大，当然在采用主成分法求因子变量时，仍需标准化。而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所... 阅1624 转29 评0 公众公开 14-12-13 23:15 |
判别分析：判别分析是根据表明事物特点的变量值和它们所属的类求出判别函数，根据判别函数对未知所属类别的事物进行分类的一种分析方法，与聚类分析不同，它需要已知一系列反映事物特性的数值变量值及其变量值。回归分析：研究变量之间存在但又不确定的相互关系以及密切程度的分析叫做相关分析，如果把其中的一些因素作为自变量，而另外一些随... 阅217 转3 评0 公众公开 14-12-13 23:03 |
方差分析。1.方差分析的概念方差分析（ANOVA）又称变异数分析或F检验，其目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。 阅44 转1 评0 公众公开 14-12-13 22:57 |
如果各个实验组内总体方差为齐性，而且经过F检验所得多个样本所属总体平均数差异显著，这时才可以将多个样本所属总体平均数的差异归因于各种实验处理的不同所致；两类方差分析的基本步骤相同，只是变异的分解方式不同，对成组设计的资料，总变异分解为组内变异和组间变异（随机误差），即：SS总=SS组间+SS组内，而对配伍组设计的资料，总变异除... 阅1300 转3 评0 公众公开 14-12-13 22:31 |
聚类分析。评价标准主要是观察各聚类方法的所得到的类组间距离和组内聚类的大小。本次实验的系统聚类都是凝聚系统聚类，为了控制变量，都采用平方Euclidean距离。我们可以通过更加形象直观的树状图来观察整个聚类过程和聚类效果。图1-2 最短距离法聚类图1.1.2 组间联接聚类。图1-4 Ward法聚类树状图1.2 K-mean聚类。聚类分析通过比较三种不同的... 阅1473 转7 评0 公众公开 14-12-13 16:01 |
聚类分析在用户分类中的应用 | 网易用户体验设计中心。选择聚类变量聚类分析找出各类用户的重要特征聚类解释&命名。|| 选择聚类变量。但是，聚类分析过程对用于聚类的变量还有一定的要求：因为，首先，用于聚类的变量数目不是越多越好，没有明显差异的变量对聚类没有起到实质意义，而且可能使结果产生偏差；对变量做聚类分析，从聚得的各... 阅137 转3 评0 公众公开 14-12-13 15:57 |
KMO检验。进行因子分析最好要用kmo值检验一下适不适合做因子分析，一般像楼上说的那样kmo值大于0.5做因子分析就可以了，kmo值越大，因子的贡献率也就越高。Bartlett test should be significant. KMO统计量：是通过比较各变量间简单相关系数和偏相关系数的大小判断变量间的相关性，相关性强时，偏相关系数远小于简单相关系数，KMO值接近1。... 阅43765 转305 评0 公众公开 14-12-13 15:23 |
