Questions tagged «spss»

我已经开发了一个logit模型，该模型将应用于六组不同的横截面数据。我要揭示的是，给定自变量（IV）对因变量（DV）的实质性影响是否发生变化，从而控制了在不同时间和跨时间的其他解释。 我的问题是： 如何评估IV和DV之间关联的大小增加/减少？ 我可以简单地查看模型中系数的不同大小（大小），还是需要执行其他过程？ 如果我需要做其他事情，那是什么，它可以完成/如何在SPSS中完成？ 而且，在单个模型中 如果所有变量都编码为0-1，是否可以基于非标准化分数比较自变量的相对大小？还是需要将它们转换为标准化分数？ 标准化分数有问题吗？

11 logistic  spss 

我的情况： 小样本数量：116 二元结果变量 解释变量的长列表：44 解释变量并非来自我的头上；他们的选择基于文献。 样本中的大多数情况和大多数变量的值都缺失。 选择特征的方法：LASSO R的glmnet程序包不允许我运行glmnet例程，这显然是由于我的数据集中缺少值。似乎有多种方法可以处理丢失的数据，所以我想知道： LASSO是否对我可以使用的估算方法施加任何限制？ 插补方法的最佳选择是什么？理想情况下，我需要一种可以在SPSS（最好）或R上运行的方法。 UPDATE1：从下面的一些答案中可以明显看出，在考虑插补方法之前，我确实处理了一些更基本的问题。我想在此添加新的问题。在回答中建议将其编码为常数值并创建一个新变量，以处理“不适用”值和组套索的用法： 您是否可以说，如果我使用组LASSO，我将能够对连续预测变量和分类预测变量使用建议的方法？如果是这样，我认为这相当于创建一个新类别-我很警惕这可能会带来偏差。 有人知道R的glmnet软件包是否支持组LASSO吗？如果没有，有人会建议将逻辑回归与之结合的另一种方法吗？在CRAN资料库中可以找到提及LASSO组的几个选项，最适合我的情况的建议是什么？也许是SGL？ 这是我的上一个问题（如何从我的原始长列表中选择变量的子集以执行逻辑回归分析？）的后续文章。 OBS：我不是统计学家。

11 r  spss  lasso  data-imputation 

我正在处理数据集。使用一些模型识别技术后，我得出了一个ARIMA（0,2,1）模型。 我使用R detectIO包TSA中的函数在对原始数据集进行第48次观察时检测到创新的离群值（IO）。 如何将这个离群值合并到模型中，以便将其用于预测？我不想使用ARIMAX模型，因为我可能无法根据R中的模型做出任何预测。还有其他方法可以做到吗？ 以下是我的价值观： VALUE <- scan() 4.6 4.5 4.4 4.5 4.4 4.6 4.7 4.6 4.7 4.7 4.7 5.0 5.0 4.9 5.1 5.0 5.4 5.6 5.8 6.1 6.1 6.5 6.8 7.3 7.8 8.3 8.7 9.0 9.4 9.5 9.5 9.6 9.8 10.0 9.9 9.9 9.8 9.8 9.9 9.9 9.6 9.4 …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

我最近意识到，SPSS和Stata提供的峰度值存在差异。 参见http://www.ats.ucla.edu/stat/mult_pkg/faq/general/kurtosis.htm 我的理解是，对相同的解释将因此有所不同。 有关如何处理此问题的任何建议？

10 spss  stata  interpretation  kurtosis 

我在SPSS中通过因子分析设置了一组20个变量。为了研究的目的，我需要发展6个因素。SPSS已显示8个变量（共20个）已被低权重加载或由于多个因素而均等地加载，因此我将其删除。剩下的12个变量已经在6个因子中成对装入了2个，这是完美的结构-就像我想要的那样，但是现在，一位与我合作的教授希望我找到理由（在什么条件下）每个因子仅保留2个项目是适当的，因为众所周知，因子分析对于每个因子加载3个或更多项目的结果很有用。 谁能帮我解决这个问题，最好还提供公开的参考资料？

10 spss  factor-analysis  references  assumptions 

多项逻辑回归的正确假设是什么？使用SPSS 18满足这些假设的最佳测试是什么？

10 logistic  spss  assumptions  multinomial  multinomial-logit 

我必须使用许多自变量进行二进制逻辑回归。它们大多数是二进制的，但是一些分类变量具有两个以上的级别。 处理此类变量的最佳方法是什么？ 例如，对于一个具有三个可能值的变量，我假设必须创建两个虚拟变量。然后，在逐步回归过程中，最好同时测试两个虚拟变量，或者分别测试它们？ 我将使用SPSS，但我不太清楚，所以：SPSS如何处理这种情况？ 此外，对于序数分类变量，使用伪变量重新创建序数标度是一件好事吗？（例如，使用三个虚拟变量为一个4状态定序变量，把0-0-0用于电平，为电平2，为电平3和用于电平4，而不是，，和为4个级别）。1个111-0-02221-1-03331-1-14440-0-01-0-00-1-00-0-1

10 logistic  categorical-data  spss  ordinal-data  categorical-encoding 

我正在尝试在R中拟合离散时间模型，但不确定如何执行。 我读过您可以将因变量组织在不同的行中，每个时间观察行一个，并将该glm函数与logit或cloglog链接一起使用。从这个意义上讲，我有三列：ID，Event（在每个时间范围内为1或0）和Time Elapsed（自观察开始以来）以及其他协变量。 如何编写适合模型的代码？哪个因变量？我想我可以将其Event用作因变量，并将其包括Time Elapsed在协变量中。但是，会发生什么ID呢？我需要吗？ 谢谢。

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

这只是我多次遇到的示例，因此我没有任何示例数据。在R中运行线性回归模型： a.lm = lm(Y ~ x1 + x2) x1是一个连续变量。x2是分类的，具有三个值，例如“低”，“中”和“高”。但是，R给出的输出将类似于： summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 0.19 x1 -0.61 0.11 1.451 0.17 x2Low -0.78 0.22 -2.34 0.005 x2Medium -0.56 0.45 -2.34 0.005 我知道R在这种因素（x2是一个因素）上引入了某种虚拟编码。我只是想知道，如何解释x2“高”值？例如，x2在此处给出的示例中，“ High” 对响应变量有什么影响？ 我在其他地方（例如这里）已经看到了这样的示例，但是还没有找到我能理解的解释。

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

我目前正在与someoe争论如何正确处理每个对象的多次测量数据。在这种情况下，在短时间内针对每个受试者内的不同条件收集了每个受试者的数据。所有测量都完全收集相同的变量，只是多个变量。 现在的一种选择是仅按条件对数据进行分组，而不关心多个数据点来自一个主题。但是，每个主题的数据点可能并不完全独立。 另一种选择是，首先对每个受试者的每种状况进行所有测量的平均值，然后比较平均值。但是，这可能会影响重要性，因为在最终分析中未考虑到均值误差较小的问题。 您如何正确分析此类数据？SPSS是否以某种方式解决了这个问题？原则上，应该可以在计算平均值时计算误差容限，而不是在最终分析中考虑误差容限，但是我不认为SPSS会在背后进行某种计算。

10 spss  repeated-measures 

假设我有一个频率为4个可能的事件的样本： Event1 - 5 E2 - 1 E3 - 0 E4 - 12 并且我具有发生事件的预期概率： p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 利用我四个事件的观测频率之和（18），我可以计算事件的预期频率，对吗？ expectedE1 - 18 * 0.2 = 3.6 expectedE2 - 18 * 0.1 = 1.8 expectedE1 - 18 * 0.1 = 1.8 expectedE1 - …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

我正在针对3个DV的5个IV（5个人格特质，性格外向，和agree，尽责，神经质，开放）运行统计数据，包括PCT态度，CBT态度，PCT与CBT态度。我还添加了年龄和性别，以查看还有其他影响。 我正在测试以查看人格特征是否可以预测DV的态度。 最初，我对所有变量都使用了Pearson相关性（45个测试）。 主要发现是外向性与PCT态度在p = 0.05相关。但是，当我进行45次测试时，我对Bonferroni进行了alpha = 0.05 / 45 = 0.001的校正，因此这一发现无关紧要。 然后，我对所有变量进行了简单的线性回归，对于PCT态度，外向性再次很重要。如果我进行Bonferroni校正，那么它再次显得微不足道。 问题： 我需要Bonferroni纠正Pearson的相关性吗？ 如果我这样做了，因此对PCT的态度无忧无虑，那么进行线性回归还有意义吗？ 如果我进行线性回归，是否还需要对此进行Bonferroni校正？ 我只报告校正后的值还是未校正和校正后的值？

9 regression  correlation  spss  multiple-comparisons  pearson-r 

我正在调查不同的奖励条件是否会影响任务绩效。我有一个小型研究的数据，该研究分为两组，每组n = 20。我收集了一项涉及在3种不同“奖励”条件下的性能的任务的数据。这项任务涉及在3种情况下的两次表现，但以随机顺序进行。我想看看在每个不同的“奖励”条件下，每个小组的任务绩效是否存在平均差异。 IV =组类型 DV = 3种条件下任务绩效的平均值 我从重复测量方差分析中获得了输出，并可以访问SPSS中的原始数据集，但是不确定如何进行。由于Pallant的文字有些局限，因此我无法找到这种解释的分步指南。我的特殊问题包括以下几个方面： 我应该单独检查每个变量的正常性还是在IV的每个级别的组合中检查其正常性？如果组合使用，如何检查？ 我要先检查莫赫利测验吗？如果违反，那是什么意思？如果没有违反，那意味着什么？ 什么时候可以查看多元测试表或受试者内部效应的测试？我不确定何时使用这两个（或两者兼而有之）？ 看看成对比较总是可以吗？如果多变量或受试者内效应未显示显着性（即P <0.05），则这样做似乎是违反直觉的，但我再次不确定。

9 anova  spss  repeated-measures  assumptions 

我的数据集包括近海，中海道和近海三种地点类型的生物的总死亡率或生存率。下表中的数字表示站点数。 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1 10 我想知道根据地点​​类型，发生100％死亡率的地点数量是否显着。如果我运行2 x 3卡方，则会得到显着的结果。我是否可以进行事后成对比较，或者实际上应该使用对数方差分析或二项分布的回归？谢谢！

9 logistic  multiple-comparisons  chi-squared  r  text-mining  clustering  classification  feature-selection  unsupervised-learning  time-series  references  mode  hypothesis-testing  confidence-interval  bootstrap  normal-distribution  order-statistics  correlation  statistical-significance  spss  bayesian  beta-binomial