
(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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29