Questions tagged «spss»

根据我的理解，在基于相关性的PCA中，我们得到的是因子（在这种情况下，主成分）加载，而变量和因子之间的相关性就是什么。现在，当我需要在SPSS中生成因子得分时，我可以直接获取每个因子的每个受访者的因子得分。我还观察到，如果将“ 组件得分系数矩阵 ”（由SPSS生成）乘以标准化原始变量，则得到的分数得分与从SPSS获得的因子得分相同。 有人可以帮我了解如何计算“成分得分系数矩阵”或“因子得分系数矩阵”（通过它们可以计算因子或成分得分）吗？不同的计算因子评分方法在此矩阵上有何不同？

20 spss  pca  factor-analysis 

精度定义为： p = true positives / (true positives + false positives) 对不对，作为true positives和false positives做法0，精度接近1？ 召回相同的问题： r = true positives / (true positives + false negatives) 我目前正在实施统计测试，需要计算这些值，有时分母为0，我想知道在这种情况下应返回哪个值。 PS：请原谅，不恰当的标签，我想用recall，precision和limit，但我不能创造新的标签呢。

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

我分为2组（A组为43个，B组为39个），有82位受访者完成了对65个李克特问题的调查，每个问题的范围为1-5（非常同意-非常不同意）。因此，我有一个具有66列（每个问题1个+ 1表示组分配）和82行（每个回答者1个）的数据框。 使用R或SPSS可以使任何人都知道可视化此数据的好方法。 我需要这样的东西：（ 来自Jason Bryer） 但是我无法使代码的最初部分起作用。另外，我找到了一个很好的示例，展示了如何从以前的交叉验证帖子中可视化Likert数据：可视化Likert项目响应数据，但是没有有关如何使用R或SPSS创建这些居中计数图或堆积条形图的指南或说明。

19 r  data-visualization  spss  likert 

我对某些数据的正态性有疑问：我已经进行了Kolmogorov检验，该检验表明p = .0000不正常，我不明白：我的分布偏度=-。497，并且峰度= -0,024 这是我的分布图，看起来非常正常... （我有3个分数，而其中的每个分数都不正常，Kolmogorov检验的p值很大。我真的不明白。）

15 normal-distribution  spss  kolmogorov-smirnov  histogram  qq-plot 

我正在尝试对异方差数据进行回归分析，以预测线性模型中的误差方差和均值。像这样： ÿ（x ，t ）ξ（x ，t ）ÿ¯（x ，t ）σ（x ，t ）= y¯（x ，t ） + ξ（x ，t ），〜ñ（0 ，σ（x ，t ）），= y0+ a x + b t ，= σ0+ c x + dŤ 。y(x,t)=y¯(x,t)+ξ(x,t),ξ(x,t)∼N(0,σ(x,t)),y¯(x,t)=y0+ax+bt,σ(x,t)=σ0+cx+dt.\begin{align}\\ y\left(x,t\right) &= \bar{y}\left(x,t\right)+\xi\left(x,t\right),\\ \xi\left(x,t\right) &\sim N\left(0,\sigma\left(x,t\right)\right),\\ \bar{y}\left(x,t\right) &= y_{0}+ax+bt,\\ \sigma\left(x,t\right) &= \sigma_{0}+cx+dt. \end{align} 换句话说，数据包括在和各种值下重复测量。我假设这些测量值是“真实”平均值，它是和的线性函数，加性高斯噪声的标准偏差（或方差，我还没有决定）也线性地取决于。（我可以允许对和进行更复杂的依赖-线性形式没有很强的理论动机-但我不希望在现阶段使事情复杂化。）X 吨ˉ Ý（X ，吨）X …

15 regression  spss  variance  residuals  heteroscedasticity 

我是计算机科学的研究生。我一直在为一个研究项目做一些探索性因素分析。我的同事（领导项目的人）使用SPSS，而我更喜欢使用R。这没关系，直到我们发现两个统计数据包之间存在重大差异。 我们使用主轴因子分解作为提取方法（请注意，我很清楚PCA和因子分析之间的区别，并且至少没有故意地没有使用PCA）。根据我的阅读，根据R文档，这应该对应于R中的“主轴”方法，以及SPSS中的“主轴分解”或“未加权最小二乘” 。我们使用一种倾斜旋转方法（特别是promax），因为我们期望相关因子，并且正在解释模式矩阵。 在R和SPSS中运行两个过程，存在主要差异。模式矩阵给出不同的负载。尽管这给变量关系带来了几乎相同的因素，但是在相应的载荷之间存在多达0.15的差异，这似乎比仅采用不同的提取方法和promax旋转实现的预期要大。但是，这并不是最惊人的差异。 由这些因素解释的累积方差在SPSS结果中约为40％，在R结果中约为31％。这是一个巨大的差异，这导致我的同事希望使用SPSS而不是R。我对此没有问题，但是相差很大，使我认为我们可能错误地解释了某些内容，这是一个问题。 当我们进行非加权最小二乘分解时，SPSS更加令人困惑，报告了不同类型的解释方差。初始特征值解释的方差的比例为40％，而平方负荷提取和（SSL）的解释方差的比例为33％。这使我认为初始特征值不是要查看的适当数字（我怀疑这是旋转之前解释的方差，尽管它太大了，超出了我的范围）。更令人困惑的是，SPSS还显示了旋转SSL，但没有计算出解释方差的百分比（SPSS告诉我，具有相关因子意味着我无法添加SSL来找到总方差，这与我所见的数学很有意义）。来自R的报告的SSL与这些都不匹配，R告诉我它描述了总方差的31％。R的SSL与轮换SSL最接近。来自原始相关矩阵的R的特征值确实与来自SPSS的初始特征值匹配。 另外，请注意，我一直在使用不同的方法，并且SPSS的ULS和PAF似乎最接近R的PA方法。 我的具体问题： 在使用因子分析实现的R和SPSS之间，我期望有多少差异？ 我应该解释SPSS的哪些平方荷载总和，初始特征值，提取或旋转？ 还有其他我可能会忽略的问题吗？ 我对SPSS和R的呼叫如下： SPSS： FACTOR /VARIABLES <variables> /MISSING PAIRWISE /ANALYSIS <variables> /PRINT INITIAL KMO AIC EXTRACTION ROTATION /FORMAT BLANK(.35) /CRITERIA FACTORS(6) ITERATE(25) /EXTRACTION ULS /CRITERIA ITERATE(25) /ROTATION PROMAX(4). R： library(psych) fa.results <- fa(data, nfactors=6, rotate="promax", scores=TRUE, fm="pa", oblique.scores=FALSE, max.iter=25)

14 r  spss  factor-analysis 

我正在对SPSS中的一组数据进行逐步逻辑回归。在此过程中，我将模型拟合到一个随机子集，该子集约为。样本总数的60％，约330例。 我发现有趣的是，每次重新采样数据时，最终模型中都会弹出不同的变量。最终模型中总是存在一些预测变量，但其他预测变量会根据样本而突然出现。 我的问题是这个。处理此问题的最佳方法是什么？我希望看到预测变量的收敛，但事实并非如此。从操作的角度来看，某些模型更具直觉意义（并且更容易向决策者解释），而其他模型则更适合数据。 简而言之，既然变数乱七八糟，那么您将如何建议我呢？ 提前谢谢了。

13 logistic  spss  stepwise-regression 

我想在某些约束下使用插补替换数据集中的缺失值。 例如，我希望估算的变量x1大于或等于我的另外两个变量，例如x2和x3。我也想x3通过或者被估算0或者>= 14，我想x2无论以任何打杀0或>= 16。 我尝试在SPSS中为多个插值定义这些约束，但是在SPSS中，我只能定义最大值和最小值。有什么方法可以在SPSS中定义进一步的约束，或者您知道任何R包可以让我为缺失值的插值定义此类约束吗？ 我的数据如下： x1 =c(21, 50, 31, 15, 36, 82, 14, 14, 19, 18, 16, 36, 583, NA,NA,NA, 50, 52, 26, 24) x2 = c(0, NA, 18,0, 19, 0, NA, 0, 0, 0, 0, 0, 0,NA,NA, NA, 22, NA, 0, 0) x3 = c(0, 0, 0, 0, …

13 r  spss  missing-data  multiple-imputation 

我有一个时间序列数据集，试图将其拟合隐马尔可夫模型（HMM），以便估计数据中的潜在状​​态数。我的伪代码是这样的： for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } 现在，在通常的回归模型中，BIC倾向于支持最简约的模型，但对于HMM，我不确定这是在做什么。谁真的知道BIC标准倾向于哪种HMM？我也能够获得AIC和似然值。由于我试图推断出真实的州总数，因此其中一个标准是否比另一个标准“更好”？

12 r  aic  hidden-markov-model  bic  spss  manova  time-series  r  lme4-nlme  regression  modeling  negative-binomial  bayesian  bugs  state-space-models  hypothesis-testing  data-transformation  factor-analysis  sem 

看起来您可以对一个分类变量使用编码，但是我有两个分类变量和一个连续的预测变量。我可以在SPSS中为此使用多元回归吗？谢谢！

12 regression  spss  categorical-data  continuous-data 

全面披露：这是家庭作业。我提供了指向数据集的链接（http://www.bertelsen.ca/R/logistic-regression.sav） 我的目标是在此数据集中最大程度地预测违约贷款。 到目前为止，我提出的每个模型都预测> 90％的非默认者，但是<40％的默认者使分类效率总体达到80％。那么，我想知道变量之间是否存在交互作用？在逻辑回归中，除了测试每种可能的组合之外，还有没有办法确定潜在的交互作用？或者，一种提高违约者分类效率的方法。 我被困住了，任何建议都会对您选择单词，R代码或SPSS语法有所帮助。 下面的直方图和散点图概述了我的主要变量（二分变量除外） 主要变量的说明： age: Age in years employ: Years with current employer address: Years at current address income: Household income in thousands debtinc: Debt to income ratio (x100) creddebt: Credit card debt in thousands othdebt: Other debt in thousands default: Previously defaulted (dichotomous, yes/no, 0/1) ed: …

12 r  logistic  spss  self-study 

我已经进行了Kruskal Wallis测试，对于某些问题，p值并不重要。我是否会以有意义的方式报告此问题，并说明df，检验统计量和p值？因此，将进行这样的Kruskal Wallis检验，但发现结果并不显着H（3）= 2.119，p> 0.05（或者我在此处声明确切的p值（.548））

11 spss  kruskal-wallis  reporting 

我有一些顺序数据不是正态分布的，所以我决定使用Mann-Whitney U检验进行非参数检验。我正在寻找七个分数的组间差异-每个主题的分数分别为0、1、2或3。我很难弄清楚如何显示我的数据！ 如果我使用中位数（和中位数的IQR）显示数据，那么根本就不清楚差异在哪里，因为在大多数情况下，中位数落在0或1上。因此，尽管Mann-Whitney U检验显示出显着差异，桌子看起来没意思。 我也可以使用手段呈现数据。那里有一些科学论文说，您可以使用具有序数数据的均值，但是不能对分数之间的差异做出相同类型的假设（例如0和1之间的差异与1和1之间的差异不相同） 2）。尽管表中的数字很好地说明了我使用它们时的故事，但使用方法会引起一些争议。 第三种选择是使用SPSS在曼恩·惠特尼（Mann-Whitney）输出中给我的平均排名。平均等级是各组之间正在比较的，所以也许我应该使用那些？我唯一遇到的问题是，平均排名对实际数据没有任何意义（例如，使用平均等级，我看不到对象更接近3，而控件更接近1。） 最后的选择是在将得分分为两组（低分为0和1，高分为2和3）后，比较受试者和对照者进行卡方分析。但是，当我这样做时，差异并不明显（可能是由于多种原因）。

11 spss  mean  wilcoxon-mann-whitney  ranks  presentation 

在R中使用Amelia，我获得了多个估算数据集。之后，我在SPSS中进行了重复测量测试。现在，我想汇总测试结果。我知道我可以使用鲁宾的规则（通过R中的任何多个插补包来实现）来合并均值和标准误差，但是如何合并p值？可能吗？R中是否有这样做的功能？提前致谢。

11 r  spss  p-value  multiple-imputation  pooling 

进行了一项调查，人们选择了使用某种笑脸来表示的东西并进入了原籍国。我已将文本回复重新编码为数字。 应该使用哪种形式的分析（最好是在SPSS中）来检查人们来自何处与他们选择的表示形式之间的相关程度？

11 correlation  spss  categorical-data