登录
首页大数据时代SPSS多因素方差分析(一般线性模型):多变量
SPSS多因素方差分析(一般线性模型):多变量
2020-12-08
收藏
一、概念(分析-一般线性模型-多变量)
        “GLM 多变量”过程通过一个或多个因子变量或协变量为多个因变量提供回归分析和方差分析。因子变量将总体划分成组。通过使用此一般线性模型过程,您可以检验关于因子变量对因变量联合分布的各个分组的均值的效应的原假设。可以调查因子之间的交互以及单个因子的效应。另外,还可以包含协变量的效应以及协变量与因子的交互。对于回归分析,自变量(预测变量)指定为协变量。
平衡与非平衡模型均可进行检验。如果模型中的每个单元包含相同的个案数,则设计是平衡的。在多变量模型中,模型中的效应引起的平方和以及误差平方和以矩阵形式表示,而不是以单变量分析中的标量形式表示。这些矩阵称为SSCP(平方和与叉积)矩阵。如果指定了多个因变量,则提供使用Pillai 的轨迹、Wilks 的lambda、Hotelling的轨迹、Roy 的最大根条件以及近似F 统计量的多变量方差分析,同时还提供每个因变量的单变量方差分析。除了检验假设,“GLM 多变量”过程还生成参数估计。
常用的先验对比可用于执行假设检验。另外,在整体的F 检验已显示显著性之后,可以使用两两比较检验评估指定均值之间的差值。估计边际均值为模型中的单元提供了预测均值估计值,且这些均值的轮廓图(交互图)允许您轻松对其中一些关系进行可视化。单独为每个因变量执行两两多重比较检验。
残差、预测值、Cook 距离以及杠杆值可以另存为数据文件中检查假设的新变量。另外还提供残差SSCP 矩阵(残差的平方和与叉积的方形矩阵)、残差协方差矩阵(残差SSCP 矩阵除以残差的自由度)和残差相关矩阵(残差协方差矩阵的标准化形式)。
WLS 权重允许您指定一个变量,用来针对加权最小平方(WLS) 分析为观察值赋予不同权重,这样也许可以补偿测量的不同精确度。
        1、示例。某塑料制造商要测量塑料膜的三种属性:抗扯强度、光泽度和不透明度。厂商使用两种挤出速度和添加剂量进行了尝试,并对挤出速度和添加剂量的各种组合度量了这三种属性。厂商发现挤出速度和添加剂量单独产生的结果很明显,但这两种因子的交互作用并不明显。
2、方法。类型I、类型II、类型III 和类型IV 的平方和可用来评估不同的假设。类型III 是缺省值。
3、统计量。两两比较范围检验和多重比较:最小显著性差异、Bonferroni、Sidak、Scheffé、Ryan-Einot-Gabriel-Welsch 多重F、Ryan-Einot-Gabriel-Welsch 多范围、Student-Newman-Keuls、Tukey’s 真实显著性差异、Tukey 的b、Duncan、Hochberg’sGT2、Gabriel、Waller-Duncan t 检验、Dunnett(单侧和双侧)、Tamhane’s T2、Dunnett’s T3、Games-Howell 和Dunnett’s C。描述统计:所有单元中所有因变量的观察均值、标准差和计数;Levene 的方差齐性检验;对因变量协方差矩阵的齐性Box的M 检验以及Bartlett 的球形度检验。
4、图。分布-水平图、残差图以及轮廓图(交互)。
5、数据。因变量应是定量的。因子应是分类因子,可以具有数字值或字符串值。协变量是与因变量相关的定量变量。
6、假设。对于因变量,数据是来自多变量正态总体的随机向量样本;在总体中,所有单元的方差-协方差矩阵均相同。尽管数据应对称,但方差分析对于偏离正态性是稳健的。要检查假设,您可以使用方差齐性检验(包括Box 的M 检验)和分布-水平图。您还可以检查残差和残差图。
7、相关过程。在进行方差分析之前使用“探索”过程来检查数据。对于单个因变量,请使用“GLM 单变量”。如果您针对每个主体的多种情况度量相同的因变量,请使用“GLM 重复测量”。
二、操作(分析-一般线性模型-多变量)
    SPSS中的多变量方差分析的使用方法及其对话框中各个选项的含义,详见单因素方差分析和单变量一般线性模型。


来CDA学业务数据分析师,SPSS理论结合实战进行项目数据分析,助你成为从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才,点击了解课程详情!


数据分析师一定要了解的大厂入门券,CDA数据分析师认证证书!




CDA(数据分析师认证),与CFA相似,由国际范围内数据科学领域行业专家、学者及知名企业共同制定并修订更新,迅速发展成行业内长期而稳定的全球大数据及数据分析人才标准,具有专业化、科学化、国际化、系统化等特性。


同时,CDA全栈考试布局和认证体系已得到教育部直属中国成人教育协会及大数据专业委员会认可,并由为IBM、华为等提供全球认证服务的Pearson VUE面向全球提供灵活的考试服务。


报名方式

登录CDA认证考试官网注册报名>>点击报名


报名费用

Level Ⅰ:1200 RMB

Level Ⅱ:1700 RMB

Level Ⅲ:2000 RMB


考试地点

Level Ⅰ:中国区30+省市,70+城市,250+考场,考生可就近考场预约考试 >看看我所在的地哪里报名<

Level Ⅱ+Ⅲ:中国区30所城市,北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/苏州/福州/太原/武汉/长沙/西安/贵阳/郑州/南宁/昆明/乌鲁木齐/沈阳/哈尔滨/合肥/石家庄/呼和浩特/南昌/长春/大连/兰州>看看我所在的地哪里报名<


报考条件


业务数据分析师 CDA Level I >了解更多<

▷ 报考条件:无要求。

▷ 考试时间:随报随考。


建模分析师 CDA Level II >了解更多<

▷ 报考条件(满足任一即可):

1、获得CDA Level Ⅰ认证证书;

2、本科及以上学历,需从事数据分析相关工作1年以上;

3、本科以下学历,需从事数据分析相关工作2年以上。

▷ 考试时间:

一年四届 3月、6月、9月、12月的最后一个周六。


大数据分析师 CDA Level II >了解更多<

▷ 报考条件(满足任一即可):

1、获得CDA Level Ⅰ认证证书;

2、本科及以上学历,需从事数据分析相关工作1年以上;

3、本科以下学历,需从事数据分析相关工作2年以上。

▷ 考试时间:

一年四届 3月、6月、9月、12月的最后一个周六。


数据科学家  CDA Level III >了解更多<

▷ 报考条件(满足任一即可):

1、获得CDA Level Ⅱ认证证书;

2、本科及以上学历,需从事数据分析相关工作3年以上;

3、本科以下学历,需从事数据分析相关工作4年以上。

▷ 考试时间:

一年四届 3月、6月、9月、12月的最后一个周六。

(备注:数据分析相关工作不限行业,可涉及统计,数据分析,数据挖掘,数据库,数据管理,大数据架构等内容。)


——热门课程推荐:

想学习PYTHON数据分析与金融数字化转型精英训练营,您可以点击>>>“人才转型”了解课程详情;

想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;

想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;

想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;

想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;

想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情; 

想了解更多优质课程,请点击>>>

数据分析咨询请扫描二维码

客服在线
立即咨询