数据分析知识图谱- part2
2019-09-23 本文已影响0人
spssau
6.相关分析汇总
相关分析用于研究X和Y的关系情况，X、Y都为定量数据。
（1）简单相关分析是分析对两个变量之间的相关关系。
（2）当两个变量都与第三个变量相关时，为了消除第三个变量的影响，值关注这两个变量之间的关系情况，此时可使用偏相关分析。
（3）如果是研究两组变量之间的整体相关性，可用典型相关分析。
7.线性回归汇总
线性回归用于研究X对于Y的影响，前提是因变量Y为定量数据。
如果X很多时，可使用逐步回归自动找出有影响的X；
如果需要研究多个线性回归的层叠变化情况，此时可使用分层回归；
如果数据中有异常值，可使用Robust回归进行研究。
8.Logistic回归汇总
Logistic回归用于研究X对于Y的影响，因变量Y一定为定类数据。
如果Y有两个选项时，可使用二元Logit回归。
如果Y的选项大于2个时，可使用多分类Logit回归。
如果Y为定类数据，且选项有顺序大小之分时，可使用有序Logit回归。
9.T检验汇总
T检验用于分析定类数据与定量数据之间的关系情况，且X的组别只限于为两组。
如果是对比单个变量与某个数字的差异，可用单样本T检验。
如果是对比两个变量之间（X定类，Y定量）的差异关系，可用独立样本T检验。
如果两个变量是配对数据，比如对一个群体用同一个工具前后测量了两次，可用配对T检验分析。
10.方差分析汇总
方差分析用于分析定类数据与定量数据之间的关系情况，可分析两组或两组以上的变量差异。
如果X为一个，则使用单因素方差分析，即通用方法里的方差。
如果X的个数为2个，可使用双因素方差分析。
当X个数超过2个，可使用多因素方差分析。通常双因素方差分析与多因素方差分析多用于实验研究中。
事后检验是基于方差分析基础上进行，如果X的组别超过两组，可用事后检验进一步分析两两组别之间的差异。
如果研究中有干扰因素（控制变量），可使用协方差分析。
更多干货内容可登录SPSSAU官网查看
