SPSS数据分析方法不知道如何选择
一提到数学，高等数学，线性代数，概率论与数理统计，数值分析，空间解析几何这些数学课程，头疼呀。作为文科生，遇见这些课程时，通常都是各种寻求帮助，班上有位宅男数学很厉害，各种被女生‘围观’，这数学为什么这么难，学了有啥用呀。
有用的，当做数据分析的时候，使用到SPSS，在线SPSS分析的时候就知道用处了，在写论文的时候会用到SPSS数据分析，工作的时候也会用到SPSS数据分析。此时才知道原来数学很重要。我的数学不好肿么办？听我一
一道来。
- 数据类型
学过数学的童鞋都知道，数学里面分了两类数据，离散和连续数据，听上去文绉绉的，不懂。那我问男人和女人知道不，知道，对了这种就是离散数据。身高体重知道不，知道，这种就是连续数据。离散数据可以理解为分类，类别，数个数；而连续数据理解为算平均值，度量，比如平均身高，平均年龄，但不能说成是平均性别。离散和连续数据是数学上文绉绉的称呼。如果我们是做数据分析，通常又换成另外一种称呼，定类和定量数据。定类就是离散数据，定量就是连续数据。这点get到后，数据分析方法啥都不在话下，让智能化软件SPSSAU【备注：在线网页版SPSS】这些去解决就好，默认出来智能化文字分析结果。
- X和Y
除了数据类型外，数学上老是有一些符号，比如X，Y，Z， α，
β，γ，还有好多拉丁符号，看着都头疼，而且更糟糕的是发音还那么奇怪。这些都是数学用词，如果是数据分析，只需要知道X和Y就可以。为什么这么简单呢？数据分析通常是用于业务场景，让所有人都会所有人都能懂的。而数学符号是专业性名词，一小部分学习数学专业的人群才懂。
而X，Y基本所有人都懂，平面二维式思维，如果加上Y就变成空间三维思维。这种会变得复杂难懂，而数据分析出来结果是让人理解让人懂的，越简单易懂越有意义越有用的结论越受欢迎。因此从数据分析角度来看，只需要懂X，Y这两个符号就OK。别小看X，Y这两个符号，加上上述的数据类型，它们可以产生非常多的组合，也称作分析方法。
有了X，Y，我们可以研究X和Y之间的关系情况，比如X对于Y的影响关系，X对于Y的差异关系等。下面一一讲述。
- X和Y的组合方法
再讲组合之前，先单独讲下不区分X和Y的分析方法，如下表格：
当不需要区分不区分X和Y时，比如我只研究性别1个数据，或者只研究身高，体重情况如何等。并不需要研究关联关系，所以并不涉及X和Y的关联关系。这种都可统称为数据基本描述统计，当然数据类型不一样时，方法不同。比如性别为定类数据，这时用频数分析；身高体重是定量数据，这时用描述分析。数据的基本描述统计是最基础的数据分析方法，而且通常都需要做这类分析方法，因为了解了基本情况是非常必要的。
接下来将下X和Y之间的关联关系时，会使用到的数据研究方法；如下表格：
从上表可以看到，通常会涉及到差异关系，相关关系和影响关系共三类。比如不同性别的兴趣爱好是否有差异，性别为定类数据，兴趣爱好也是定类数据；此时就应该使用交叉卡方分析方法。比如研究性别人群体重是否有差异，性别为定类数据，体重为定量数据，此时就需要使用T检验；除此之外，如果想研究不同专业（理科、工科、文科）的体重差异时，此时应该使用方差分析。当X是定类数据，Y是定量数据，研究X对于Y的差异时，可以使用T检验和方差分析；区分在哪里呢？如果X的类别个数（比如男和女）只有2个时，通常使用T检验；如果X的类别个数超过2个（比如理科、工科和文科）时，只能使用方差分析。差异关系就只能有3种，接下来继续相关关系。
相关关系是研究X和Y的关系情况，比如身高和体重之间有没有关系；X和Y均是定量数据；此时应该使用相关关系，再具体一点应该叫Pearson相关关系（相关关系的数学公式是Pearson这人发明的）。
最后一类是影响关系；X对于Y的影响；影响关系的分析方法区分，完全是根据Y的类别而定；比如Y是定量数据，我们则应该使用线性回归分析；如果Y为定类数据，此时我们应该使用Logit回归分析，而具体再细分，Logit回归可以有：二元Logit回归，多分类Logit回归，区分在于Y，举例如下表：
如果X影响Y时，Y只分为两类，购买和不购买，愿意和不愿意，是和否等，这时候就需要使用二元Logit回归分析；如果Y分为n类(n>2)时，则需要使用多分类Logit回归。
数据类型,X和Y；这两点搞明白后，绝大多数的数据研究方法都可以搞定，而这也是当前数学研究的核心思想。也是分析软件的设计理念，网页在线版本的SPSS即SPSSAU软件平台，它的设计核心理念就是这样，只需要会区分数据类型，知道X和Y；就可以自己进行数据分析，其它的全部都可以直接由SPSSAU生成智能化文字结果；当然，分析方法还有很多的，比如因子分析，聚类分析等，这些方法不是研究X和Y的关联性，而是别有用处。
- 其它研究方法
除开X与Y的关联关系研究，其实还有一些其它的研究方法；比如对于很多个X同时进行分析应该使用什么方法呢？此时可能会结合分析用处而对应不同的方法；常见有因子分析和聚类分析两种，如下表：
如果说了30句话，现在想把30句话概括浓缩成5个关键词，这种就叫浓缩；此时需要使用因子分析；如果有300个人想进行分类，分成3类人群，此时可使用聚类分析（常见是K-
means聚类方法）。
除了浓缩和聚类，事实还有非常多其它的研究方法，比如信度研究，多因素方差，非参数检验，正态性检验，配对T检验等等。后续慢慢再谈,更多知识也可使用网页版SPSS即SPSSAU【备注：在线网页版SPSS】进行学习，里面智能化分析结果一目了然，‘拖拽点一下’完成分析得到智能化结果，更多研究方法的详述也可直接查到。
SPSS数据分析方法不知道如何选择相关推荐
- SPSS数据分析方法不知道如何选择
SPSS数据分析方法不知道如何选择 一提到数学,高等数学,线性代数,概率论与数理统计,数值分析,空间解析几何这些数学课程,头疼呀.作为文科生,遇见这些课程时,通常都是各种寻求帮助,班上有位宅男数学很厉 ...
- 如何根据变量类型选择数据分析方法
如何根据变量类型选择数据分析方法 面对大量数据,数据分析师将如何开展数据分析?您会选择什么样的数据分析方法呢?您是否看着数据感到迷茫,无所适从.认真读完这篇文章,或许你将有所收获. 把握两个关键 ...
- spss多元非线性曲线拟合_快速掌握SPSS数据分析
在和SPSSAU的用户交流中,我们发现本是非常简单的数据分析原理以及软件工具,结果非常多的同学完全不会SPSS数据分析,不知道如何学习,即使学过相关原理,但对具体数据进行分析时也有非常多问题. 这不禁 ...
- spss分析qpcr数据_实时荧光定量PCR的三种数据分析方法比较.doc
窑128窑热带病与寄生虫学 圆园12 年第 10 卷第 3 期 允燥怎则灶葬造 燥枣 栽则燥责蚤糟葬造 阅蚤泽藻葬泽藻泽 葬灶凿 孕葬则葬泽蚤贼燥造燥早赠 圆园12援 V燥l 10. 晕燥 3 doi ...
- 统计计量 | 统计学中常用的数据分析方法汇总
来源:数据Seminar本文约10500字,建议阅读15+分钟 统计学中常用的数据分析方法汇总. Part1描述统计 描述统计是通过图表或数学方法,对数据资料进行整理.分析,并对数据的分布状态.数字特 ...
- 统计学中数据分析方法大全！
来源:数据派THU 我是小z 之前有断断续续讲过统计学中的数据分析方法,今天分享的这篇更加全面.系统,涉及到18个方面,收藏就完事儿了~ Part1描述统计 描述统计是通过图表或数学方法,对数据资料进 ...
- 为ML带来拓扑学基础，Nature子刊提出拓扑数据分析方法
一位意大利数学家表示,现在我们可以使用一种新数学方法,让机器学习系统能更高效.快速地学习识别复杂图像.该数学家提出的理论已经被 Nature 子刊<Machine Intelligence> ...
- php spss,spss数据分析的一般步骤
SPSS是社会统计科学软件包的简称, 其官方全称为IBM SPSS Statistics. SPSS软件包最初由SPSS Inc.于1968年推出,于2009年被IBM收购,主要运用于各领域数据的管理 ...
- 功能测试常用6种方法_16种常用的数据分析方法聚类分析
聚类(Clustering)就是一种寻找数据之间内在结构的技术.聚类把全体数据实例组织成一些相似组,而这些相似组被称作簇.处于相同簇中的数据实例彼此相同,处于不同簇中的实例彼此不同. 聚类分析定义 聚 ...
最新文章
- svn错误 is already locked 解决方案
- HDU 1407 测试你是否和LTC水平一样高 （HASH)
- Flink SQL Client的datagen的用法(转载+自己验证)
- [转]半角全角互转函数[JS版 VBS版]
- Gartner 2018 年WAF魔力象限报告：云WAF持续增长，Bot管理与API安全拥有未来
- LeetCode之旋转数组
- log4j打印不出日志_日志框架详细解读
- cs231n学习笔记-激活函数-BN-参数优化
- 国开电大 广告心理学 形考任务
- python编写poc_POC编写基础知识
- position: sticky 详解
- 最全的 JVM 面试知识点（二）：垃圾收集
- 嵌入式硬件笔记——flash
- NYU V2数据集提取数据
- js数字类型每隔三位加逗号(最简单方法)
- 破解TP-Link路由－嗅探PPPoE拨号密码
- redhat 中使用更改yumy源为centos的163源
- JavaScript的工作原理
- 你可能不知道的css-doodle
- Win11系统设置闪退的解决方案