统计学-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

读童话的狼

标准化系数和未标准化系数是干什么用的？

当需要比较多个自变量对因变量相对作用大小时，可采用标准化回归系数，当只是想解释自变量对因变量的作用时，可采用非标准化的回归系数。标准化的常数项是没有值的，因此，标准化的回归系数不能用于回归方程。标准化的回归系数只是用于自变量间进行比较。

0.0000

0

2

0

关注作者

收藏

读童话的狼

要不要删除截距项再建回归模型？

根据场景而定，计量中常常删除截距项，而商务咨询中常不删除截距项还要看删除后的模型效果好不好

0.0000

0

5

0

关注作者

收藏

读童话的狼

anova中平方和和自由度是怎么算？

简单地说，总样本量为n, 分成k组。总平方和的变量有n个样本，1个估计量（约束条件）总体均值，自由度是 n-1。组间平方和的变量为k，每个分组内的样本均值，1个约束条件（总体均值），自由度 k-1。组内平方和，第i组内有样本量n_i，一个组内均值的估计（约束），每个组内自由度n_i -1，故k组共有n-k 个自由度。

0.0000

0

4

0

关注作者

收藏

读童话的狼

做回归时常数项不显著需要去掉吗？

常数项显著性检验不通过现象很常见，但由于常数项通常不是我们研究的重点，所以通常的处理方式就是将常数项写在方程中。

0.0000

0

2

0

关注作者

收藏

读童话的狼

自变量x与因变量y不相关时，需要将x纳入模型吗？

自变量x与因变量y不相关也就说明对y的贡献比较小，一般来说是可以剔除掉的，具体还是要看得出的模型是否有提升

0.0000

0

1

0

关注作者

收藏

读童话的狼

SPSS做回归时用R方还是调整的R方？

调整后r方在多元线性回归中才有用。它用于衡量加入独立变量后模型的拟合程度。当有新的独立变量变量加入后，即使这一变量也因变量不相关，未经修正的R方也要增大。修正后的R方仅用于比较含有同一个因变量的各种模型。为了尽可能准确的反应模型的拟合度 SPSS 输出中的 Adjusted R Square 是消除了自变量个数影响的 R2的修正值。对于一元回归看R方即可，对于多元回归应该看调整的R方。

0.0000

0

3

0

关注作者

收藏

读童话的狼

两个自变量相关性很高，会产生共线性吗？

如果自变量的相关系数超过0.7，那可能存在共线性，但还需进一步判断在回归后计算方差膨胀因子，一般经验法则是VIF

29.6471

1

3

0

关注作者

收藏

读童话的狼

SPSS中的双侧检验是小于的alpha吗？

软件里面的大部分都是双尾概率P值，如果你的假设是双尾的就直接比较显著性水平就可以了，如果你的假设是单侧校验，就用双尾概率除以2再与显著性水平比较就可以了

0.0000

0

2

0

关注作者

收藏

读童话的狼

SPSS中Sig小于0.05是显著相关吗？

在作结论时，应确实描述方向性（例如显著大于或显著小于）。sig值通常用 P>0.05 表示差异性不显著；0.01

0.0000

0

3

0

关注作者

收藏

读童话的狼

置信水平95%时临界值是0.05吗？

不一定，单侧检验时时0.05，双侧检验时是0.025

0.0000

0

2

0

关注作者

收藏

读童话的狼

单尾和双尾是什么意思？

1、双尾检验：检验目的是检验抽样的样本统计量与假设参数的差是否过大（无论正方向，还是负方向），把风险分摊到左右两侧。比如显著性水平为5%，则概率曲线的左右两侧各占2.5%，也就是95%的置信区间。2、单尾检验：检验目的只是注重验证是否偏高，或者偏低，也就是说只注重验证单一方向，就用单侧检验。比如显著性水平为5%，概率曲线只需要关注某一侧占5%即可，即90%的置信区间。研究目的是想判断两个数

0.0000

0

2

0

关注作者

收藏

读童话的狼

显著性》》比0.05大好还是越小越好？

越小越好。

0.0000

0

2

0

关注作者

收藏

读童话的狼

最小二乘法是什么？

最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

0.0000

0

1

0

关注作者

收藏

liting李

自变量和调节变量的区别

调节变量是调节一组关系的变量，例如：气温影响穿衣服的数量，但是如果一个人体质很好，即使气温较低，也可能穿较少的衣服，这个时候，体质就是气温和穿衣服数量关系间的调节变量。而气温则是自变量。从上面这个例子中可以看出，自变量和调节变量没有本质的区别，设想，体质与穿衣服数量也可以成为一组关系，这时这一关系将受到气温的调节。这个时候，体质就是自变量，而气温就成了调节变量。事实上，自变量是你研究的重点，而

0.0000

0

4

0

关注作者

收藏

liting李

如何检验内生性

首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。

0.0000

0

1

0

关注作者

收藏

liting李

偏相关分析中不显著的影响因素

SPSS中，偏相关分析中不显著的影响因素（P>0.05）为什么会在逐步线性回归分析中成为显著的影响因素呢？偏相关也叫净相关，其原理是控制（实质是将无关变量与研究关注的变量的相关减去）某一些你不关注但是有可能对你的研究变量有影响的无关变量的影响，来探讨你的研究变量的真实关系。逐步回归的原理是逐步把对因变量没有实际效应的自变量从回归方程中剔除，最终进入回归方程的都是有实际预测效果的自变量，但却并不

0.0000

0

2

0

关注作者

收藏

liting李

什么是显著性差异？

显著性差异(significant difference)，是一个统计学名词。它是统计学（Statistics）上对数据差异性的评价。通常情况下，实验结果达到0.05水平或0.01水平，才可以说数据之间具备了差异显著或是极显著。

0.0000

0

0

0

关注作者

收藏

liting李

怎么用SPSS算T值和P值？

先把数据输入到SPSS中去，再在分析里找均值检验，点击独立样本T检验，就可以计算出T值和P值了！

0.0000

0

2

0

关注作者

收藏

liting李

SPSS变量分几种？

数值变量、等级变量、分类变量：1.数值变量优先考虑t检验2.等级变量优先考虑非参数检验3.分类变量优先考虑卡方检验

0.0000

0

1

0

关注作者

收藏

liting李

SPSS中有几种非参数检验方法

8种，分别是：1.Chi-square卡方检验；2.Binomial二项分布检验；3.Runs游程检验；4.1-Sample K-S 单个样本柯尔莫哥洛夫-斯米诺夫检验；5.2 Independent sample 两个独立样本检验；3.K Independentsample K个独立样本检验；7.Related Independent sample两个相关样本检验；8.K R

0.0000

0

1

0

关注作者

收藏

<1…272829…55>

CDA考试动态

CDA报考指南