
(笔记)spss的描述统计和比较均值
描述统计:
分析-描述统计,包括:频率,描述,搜索,交叉表,比率,P-P图,Q-Q图
1,频率:分析多个样本中取值的出现频次,求得这些频次的标准差,方差,偏度,峰度等等,可以绘制直方图,条形图,饼图,可以绘制参考正态分布
2,描述:以表格方式显示选中的样本数据的各种统计量,诸如标准差,方差,偏度,峰度等等
3,探索:可以设置多个因变量和一个因子进行分析,将会按照因子对数据进行分组分析,可以得到M估计,绘制直方图,茎叶图,已经绘制箱线图,箱线图能够显示出相应的异常值
4,交叉表:可以选择将样本作为行,列,得到的是频次的交叉表,可以选择进行卡方检验
5,比率:可以选择分子,分母样本,得到比率值的各种统计量,可以指定分组。
6,P-P图:可以选择样本,分析样本与某个分布的拟合程度,通过一个斜线45度参考线的散点来拟合,数据点越接近参考线,说明越匹配
7,Q-Q图:相比P-P图,参考线斜率不固定到45度
描述统计中提供的是对数据,数据频次,数据比率的统计量,以及数据分布方式等的计算功能。
比较均值:
分析-比较均值,包括:均值,单样本T检验,独立样本T检验,配对样本T检验,单因素ANOVA
1,均值:选择自变量和因变量,通过自变量对因变量进行分组,计算选中的一些均值,可以选择诸如最大,最小,均值,方差,标准差,偏度,峰度等等统计量。可以选择进行ANOVA和相关度检查
2,单样本T检验:得到样本的T检验值显著度,大于0.05说明原假设成立,即是样本的均值与总体均值一样
3,独立样本T检验:需要选择样本,再选择一个分组方法,将数据分成两组,最终得到的是不同分组的方差是否相等的检验假设显著度值。
4,配对样本T检验:需要选择成对的样本,将得到两个样本是否来自方差一致的总体的检验。通过它可以判断成对的样本所属总体是否存在一些差异。例如判断初生儿体重和二胎体重的均值是否一样
5,单因素ANOVA:即是单因素的方差分析,可以选择因变量,以及因子,通过因子对因变量的值进行检验,可以看到整体是否存在方差差异,也可以看到组间,两两分组间是否存在方差差异
比较均值中提供的是参数检验的相关方法,可以通过参数检验获知样本是否能够用于估计整体
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15