手机版 下载桌面 设为首页

利用SPSS绘制误差条形图

利用SPSS绘制误差条形图。误差条形图适用于展示自变量不同分类下,连续或有序分类变量的差异。自变量可以是二分类、有序多分类或无序多分类。误差条形图通常用于展示独立样本t检验和单因素方差分析结果。...

利用SPSS绘制簇状条形图

利用SPSS绘制簇状条形图。簇状条形图可以直观呈现多种统计检验或数据自身特征,通常适用于以下情况:展现不同分类下,连续变量或有序分类变量的计数、频率、百分比、均值、中位数等统计指标。分类变量有两个,可以是二分类、有序多分类或无序多分类。...

利用SPSS绘制三维条形图图文教程

SPSS教程:手把手教你绘制三维条形图。三维条形图可以展示两个分类变量下,连续或有序多分类变量的差异,其中,分类变量(自变量)则可以是有序或无序分类变量。三维条形图可以展示双因素方差分析、双因素重复测量和两因素混合方差分析结果。...

SPSS操作技巧大全第二部分

SPSS操作技巧大全(二):召唤数据、历史操作、一键进行统计描述、加权个案、拆分文件、按字母顺序排列。有没有发现,在使用SPSS时,同样的数据同样的操作,有人总会比我们快那么一两拍,不是因为我们的电脑慢,而是因为我们的操作太按部就班,其实SPSS中有很多快捷操作,今天我们就给大家介绍常用的几个。...

SPSS操作技巧大全第一部分

SPSS操作技巧大全(一):拆分窗口、定义变量集、值标签、标识重复的个案、产生随机数字。拆分窗口:先来看一张SPSS的截图,这是在闹分家吗?不过,是被分家的哦,通过“窗口—拆分”即可达成下图效果,这跟EXCEL的冻结功能有异曲同工之妙,这样一来,以后不论是查找变量或是查找case,再也不需要大海捞针了呢。...

SPSS:回归分析中的哑变量设置

SPSS:回归分析中的哑变量设置。什么是哑变量(Dummy variable)?哑变量不是哑巴了的变量,如果是那么应该叫Mute variable更合适。在统计和计量经济学中,尤其是在回归分析中,哑变量是指使用0或1去代表某种可能影响结局的事情的发生与否。广义上说这就是对哑变量(Dummy variable)的应用。...

SPSS:卡方检验的两两比较 _ 多组卡方检验及结果解读

SPSS:卡方检验的两两比较_多组卡方检验及结果解读。卡方检验的两两比较,多个率之间的比较,其基本思想与两个率之间相同。例如:比较多种治疗方法对糖尿病的疗效。对于多个频率分布比较的卡方检验,若结论为拒绝H0,多组之间存在差异,也即至少存在两组的概率分布不同,但是并不明确是任意两组之间都有差异。...

SPSS:Kaplan-Meier法中的假设检验方法

SPSS:Kaplan-Meier法中的假设检验方法。临床研究的预后研究中,我们常常根据可能影响预后的因素进行分组,比较不同组间预后事件发生的差异来推论研究关心的因素是否是与预后有关的因素。预后常常不仅仅和是否发生预后事件有关,还与事件发生的时间有关。比如死亡最为预后,那么我们不仅仅关心不同组间死亡事件发生的频率,同时也关心死亡事件发生的时间。因为,死亡是必然会发生的,但是生存期很重要。...

SPSS:Logistic回归(Logistic regression)概述

SPSS:Logistic回归(Logistic regression)概述。在医学研究中,经常需要分析疾病与各危险因素之间的定量关系,如食管癌的发生与吸烟、饮酒、不良饮食习惯等危险因素的关系,为了正确说明这种关系,需要排除一些混杂因素的影响。Logistic回归(Logistic regression)属于概率型非线性回归,是研究二分类(可扩展到多分类)观察结果和一些影响因素之间关系的一种多变量分析方法。...

SPSS:二元Logistic回归中自变量的处理和解读——无序多分类变量的处理

SPSS:二元Logistic回归中自变量的处理和解读——无序多分类变量的处理。二元Logistic回归常用与解决结局是二分类变量的问题,我们在33期和51期介绍了他的基本概念和SPSS实现办法。在实际进行Logistic回归的过程中,我们还会遇到很多现实问题,尤其是在自变量的处理上经常拿不准。比如自变量是否一定是二分类变量?多分类变量作为自变量如何处理?连续变量是否可以当做自变量?多分类变量和连续变量做自变量的时候,结果OR值如何解读等等。...

SPSS:二元Logistic回归中自变量的处理和解读——有序多分类变量的处理

SPSS:二元Logistic回归中自变量的处理和解读——有序多分类变量的处理。有序多分类变量是很常见的变量形式,通常在变量中有多个可能会出现的取值,各取值之间还存在等级关系。比如高血压分级(0=正常,1=正常高值,2=1级高血压,3=2级高血压,4=3级高血压)、尿蛋白水平(0=-,1=±,2=+,3=++,4=+++)等等。与无序多分类变量不同,有序多分类变量的各个选项直接呈现向一个方向递增或递减的关系。...