SPSS—描述性统计分析—探索性分析
菜单
除了可以计算基本的统计量之外,也可以给出一些简单的检验结果和图形,有助于用户进一步的分析数据。使得用户能够从大量的分析结果之中挖掘到所需要的统计信息。
适用范围
对资料的性质、分布特点等完全不清楚的时候
Analyze -> Descriptive Statistics -> Expore
数据源
ceramics.sav
因变量列表
用于选入待分析的变量
因子列表
用于选择分组变量,根据该变量取值不同,分组分析因变量列表中的变量
标注个案
选择标签变量
统计量
描述性
计算一般的描述性统计量,及指定的均数可信区间
M-估计量
描述集中趋势的统计量,用于稳健估计
界外值
分别输出5个极大值和极小值
百分位数
输出变量5%,10%,25%,50%,75%,90%,95%分位数
绘制
带校验的正态图
选择是否进行正态校验,且是否输出相应的Q-Q图
伸展与级别Levene检验
当选入分组变量时,该功能才被激活,主要用于比较各组之间的离散程度是否一致。在这里可以选择“未转换”,用于方差齐性检验
选项
输出结果
个案处理分析结果
包括观测量、缺失值等信息
描述性统计量
包括:均值、95%置信区间、方差、中位数、标准差、最大最小值、偏度和峰度等信息
集中趋势分布的3种较佳平稳测度
较佳测度之一:中位数等
中位数
与均值和众数大不相同,中位数是依赖于数据的主体部分而不是极值,因此它的值不是过分地受某几个观察值的影响
平稳估计量
如果对数据来源的总体做出某个假设(比如假定服从正态分布),则会有更佳分布位置的估计量,这种估计量称为平稳或稳健测度的估计量
较佳测度之二:修正均值
由于均值深受极端值影响,因此可通过去掉一些远离主体数据的极端值,进而获得一个对于分布位置简单而平稳的估计量
5%修正均值
是通过去掉所有观察值中最大的5%和最小的5%的数据而获得
调整后的均值与中位数可更好的利用数据
较佳测度之三:M估计
将极端值计算在内,而赋予比靠近中央值较小的一个权重,这种方法可借助M估计或采用广义最大似然估计
M-estimators:平稳分布位置的最大似然估计量
Huber的M估计值
Tukey双权重估计值
Hampel重复递减M估计值
Andrew波形估计值
M-估计器
极值
这里用标注个案来标记极值
正态性检验
其中Premium变量对应的K-S检验P值和Shapiro-Wilk检验P值均为0.000,非常显著,应该拒绝原假设。所以,此变量的数据分布不是正态分布。
而Standard数据的分布不是显著的,可以认为是正态分布
在‘探索’里出现的Kolmogorov-Smirnov 检验,它的右上角有一个a 的注释号。它将Kolmogorov-Smirnov 检验改进用于一般的正态性检验。
而在‘非参数检验’里出现的Kolmogorov-Smirnov 检验,是没有经过纠正或改进的。
该正态性检验只能做标准正态检验。
SPSS 规定:当样本含量3≤n≤5000 时,结果以Shapiro—Wilk(W 检验)为难,当样本含量n>5000 结果 以Kolmogorm —Smimov(D检验)为准。
问题:
(1) 在实际应用中常出现检验结果与直方图、正态性概率图不一致,甚至几种假设检验方法结果完全不同的情况。
(2) Shapiro—Wilk 检验(Ⅳ 检验)和经过Lilliefors 显著水平修正的Kolmogorov—Smirnov 检验(D 检验)是用 一个综合指标(顺序统计量Ⅳ 或D)来判定资料的正态性由于两种方法都是用一个指标反映资料的正态性,
所以当资料的正态峰和对称性两个特征有一个不满足正态性要求时,两种方法出现假阴性错误的机率均较 大;而且两种方法的检验统计量都是进行大小排序后得到,所以易受异常值的影响。
(3) Kolmogorov—Smirnov 单一样本检验是根据实际的累计频数分布和理论的累计频数分布的最大差异来检验资料的正态性,可对正态分布进行拟合优度检验。但它并非检验正态性的专用方法,因此它的检验效率是最低的,最容易受样本量和异常值等因素的影响。
方差齐性检验
如上图,Sig > 0.2,并无显著差异。
正态Q-Q图
正态性检验可以通过直观的Q-Q图,进行人工验证。
Q-Q图是一种散点图,对应于正态分布的Q-Q图,就是由标准正态分布的分位数为横坐标,样本值为纵坐标的散点图. 要利用QQ图鉴别样本数据是否近似于正态分布,只需看QQ图上的点是否近似地在一条直线附近,而且该直线的斜率为标准差,截距为均值.
如上图,batch=Standard Q-Q图上的点在一条直线附近,可以认为是正态分布,和正态性检验Lilliefors,Shapiro-Wilk得出的结果一致。
反趋势正态 Q-Q 图
如上图,反趋势正态概率Q-Q图以变量的观测值为X坐标,以变量的Z得分与期望值的偏差为Y坐标。
batch=Standard 图的观测点离期望值很集中,说明符合正态分布。
盒子图
Premiun中有部分异常数据,数据偏大。需要进行异常值检测。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14