1樓：匿名使用者
交叉表分析，具體找一本spss的書。
spss如何做交叉表分析
網頁鏈結
spss中兩組資料的顯著性差異怎麼分析
怎樣用spss進行實驗組前測後測分析? 70
2樓：97樂於助人
方法是正確的.
但是在心理學研究中必須遵循兩條證明線索：其一是統計證明專,在數學上的證明.就是屬所謂的顯著性檢驗.
其二是邏輯證明,單獨數學證明無法證明什麼結論,必須經過邏輯證明.
比如身高與體重的關係,他們之間在數字上是相關的,但是卻是沒有相關關係的變數,因為在邏輯上,沒有意義
3樓：匿名使用者
你可以做配對設計的檢驗，但不是一定要做配對t檢驗
我經常幫別人做這類的資料統計分析的
4樓：匿名使用者
你可以做配對設計的檢驗，但不是一定要做配對t檢驗
5樓：匿名使用者
能不能告訴我怎麼操作，淚奔
spss統計學 如下圖中卡方檢驗每組的x2值和p值是怎麼計算得到的
6樓：呂秀才
這是**的寫作思路裡涉及的，每行就相當於是每個組的資料而已，也就是分析了下 每個組的男女性別是否有顯著差異。通常我們看到只有乙個卡方 那是因為你把所有資料彙總到乙個組裡面分析不同性別的差異。
舉個例子，乙個學校有很多班級，你可以只分析乙個卡方值 來看下這個學校的男女是否有差異，也可以分每個班級分析乙個卡方值 ，看每個班級的性別是否都不存在差異。
7樓：匿名使用者
他是亂做的，或者他做了單組卡方檢驗
8樓：
在spss中用crosstab命令計算得到
9樓：勤奮的陸
卡方檢驗每組的x2值和p值是可以通過fisher精確概率法
計算得到的。
x2檢驗本質上是用來檢驗實際頻數與理論頻數的吻合程度，當實際頻數與理論頻數的差值越大，x2值也越大，也越容易得出有差異的結論。
所以當單元格中的理論頻數太小時，有可能導致分析的偏性，而fisher精確概率法是一種直接計算概率的假設檢驗方法，對樣本以及單元格的理論頻數並無過多要求，在實踐中，一般會遵循以下幾點規定：
（1）當n≥40且所有的t≥5時，用卡方檢驗；當p≈α時，改用四格表資料的fisher精確概率法；
（2）當n≥40但有1≤t≤5時，用校正卡方檢驗，或改用四格表資料的fisher精確概率法；
（3）當n<40，或t<1時，用四格表資料的fisher精確概率法；
對於理論頻數，無需糾結太多，在spss中會直接提示有多少單元格的理論頻數小於5。若提示0單元格，那麼選擇pearson卡方檢驗的結果，若提示有單元格的理論頻數小於5，那就選擇fisher精確概率法。一旦提示不是0單元格，就選擇fisher精確概率法的結果。
擴充套件資料
卡方檢驗步驟：
（1）提出原假設：
h0：總體x的分布函式為f(x).
如果總體分布為離散型，則假設具體為
h0：總體x的分布律為p=pi， i=1，2，...
（2）將總體x的取值範圍分成k個互不相交的小區間a1，a2，a3，…，ak，如可取
a1=（a0，a1]，a2=(a1，a2]，...，ak=(ak-1,ak)，
其中a0可取-∞，ak可取+∞，區間的劃分視具體情況而定，但要使每個小區間所含的樣本值個數不小於5，而區間個數k不要太大也不要太小。
（3）把落入第i個小區間的ai的樣本值的個數記作fi，成為組頻數（真實值），所有組頻數之和f1+f2+...+fk等於樣本容量n。
（4）當h0為真時，根據所假設的總體理論分布，可算出總體x的值落入第i 個小區間ai的概率pi，於是，npi就是落入第i個小區間ai的樣本值的理論頻數（理論值）。
（5）當h0為真時，n次試驗中樣本值落入第i個小區間ai的頻率fi/n與概率pi應很接近，當h0不真時，則fi/n與pi相差很大。基於這種思想，皮爾遜引進如下檢驗統計量
，在0假設成立的情況下服從自由度為k-1的卡方分布。
spss軟體的線性回歸分析中，輸出了乙個anova表，表中的回歸、殘差、平方和、df、均方、f、sig分別代表什麼 5
10樓：d塵封de青春
1、回歸是方法，殘差在數理統計中是指實際觀察值與估計值(擬合值)之間的差，平方和有很多個，不同的平方和的意思不一樣，與樣本量及模型中自變數的個數有關，樣本量越大，相應變異就越大
2、df是自由度，是自由取值的變數個數
3、均方指的是一組數的平方和的平均值，在統計學中，表示離差平方和與自由度之比
4、f是f分布的統計量，用於檢驗該回歸方程是否有意義
擴充套件資料:
方差分析的基本原理是認為不同處理組的均數間的差別基本**有兩個：
(1) 實驗條件，即不同的處理造成的差異，稱為組間差異。用變數在各組的均值與總均值之偏差平方和的總和表示，記作ssb，組間自由度dfb。
(2) 隨機誤差，如測量誤差造成的差異或個體間的差異，稱為組內差異，用變數在各組的均值與該組內變數值之偏差平方和的總和表示， 記作ssw，組內自由度dfw。
總偏差平方和 sst = ssb + ssw。
組內ssw、組間ssb除以各自的自由度(組內dfw =n-m，組間dfb=m-1，其中n為樣本總數，m為組數)，得到其均方msw和msb，一種情況是處理沒有作用，即各組樣本均來自同一總體msb/msw≈1
另一種情況是處理確實有作用，組間均方是由於誤差與不同處理共同導致的結果，即各樣本來自不同總體。那麼，msb>>msw(遠遠大於)。
msb/msw比值構成f分布。用f值與其臨界值比較，推斷各樣本是否來自相同的總體
11樓：水瓶一頭老母豬
1、回歸是方法，殘差是實測與預計值的差值，平方和有很多個，不同的平方和的意思不一樣，與樣本量及模型中自變數的個數有關，樣本量越大，相應變異就越大。
2、df是自由度，是自由取值的變數個數。
3、均方是方差除以自由度。
4、f是f分布的統計量，用於檢驗該回歸方程是否有意義。
12樓：59分粑粑
分別代表的意思如下：
1、回歸是方法，殘差是測量值與預期值之間的差，平方和有很多個，不同的平方和具有不同的含義，與樣本量和模型中自變數的數量有關，樣本量越大，相應的變化越大。
2、df是自由度，是具有自由值的變數的數量。
3、均方是方差除以自由度。
4、f是f分布的統計量，用於檢驗回歸方程是否有意義。
t檢驗能用來檢驗兩組資料是否有顯著差異性 5
13樓：匿名使用者
剛好學完第八章，整理下概念：
圖1、成對資料t檢驗：
設成對資料pr1和pr2：(xi,yi),...,(xn,yn)，差值：di=xi-yi，i=1,2,...,n，差值可以看成來自正態總體(μd,δd^2)的樣本。
兩組資料的差值是否有顯著差異，即比較兩總體均值是否有顯著差異。
原假設h0：μd=0，備擇假設h1：μd≠0
已知：x拔=-79.499...，s=98.147...，n=17
檢驗統計量：t=sqrt(n)*x拔/s => 觀察值：t0=sqrt(17)*(-79.499...)/98.147...=...
置信水平：1-α=0.95，則顯著水平：α=0.05
檢驗的拒絕域：w= => t0.025(16)=...(查表)
若觀察值t0＜t0.025(16)，說明拒絕域裡原假設為假的概率為0.95，為小概率事件，根據實際推斷原理，原假設不成立。
若......
圖2、當δ1^2=δ2^2=δ^2且標準差已知時，用抽樣分布：
|x拔-y拔|/sqrt(δ1^2/n1+δ2^2/n2)~tα/2(n1+n2-2)
sw^2=((n1-1)s1^2+(n2-1)s^2)/n1+n2-2
當δ1^2≠δ2^2，用抽樣分布：
|x拔-y拔|/sqrt(s1^2/n1+s2^2/n2)~tα/2(n1+n2-2)
計算過程參考圖1。
relentlessness這個詞，是想表達否定的意思嗎？只
endless 無盡的 colorless 暗淡的 prideless 無比驕傲的 hopeless 沒有希望的 homeless 無家可歸的 helpless 無助的 useless 沒用的 thoughtless 不經思考的 guitless 無罪的 ness在英語詞後面到底表示什麼表示否定嗎 ...
我想實現這個功能，EXCEL表B中查詢B1數值在A表A1,A2之間的數值，返回A3的值到B2中
我不是非常理解你為什麼要用到兩個 如果是想達到你的目的話，以下公式你可以測試一下 if or a1 1,a1 90 錯誤 if and a1 5,a1 1 a if and a1 10,a1 6 b if and a1 11,a1 20 c d 把你a 表a1 a2的數值直接寫進去 之後，然後要返回...
我想離開這個家，我想離開這個家
不要這樣想。你的生命是你的父母給的，他們也在乎你也愛你的。如果你報復他們他們和你都會痛苦的，你說你父母愛你姐姐你想一下是不是你有什麼地方做的不如你姐姐。所以你的父母傷心了。好好珍惜你們的家吧 可以給你媽媽發資訊或者寫封信。好好的談談。說說她對你有時候做事情你的心情如何。畢竟是親媽我想她會理解你的。你...