SPSS

• SPSS的K均值聚类、分层聚类、二阶聚类的区别

  K均值聚类、分层聚类、二阶聚类是SPSS聚类分析中常用的三种聚类方法。K均值聚类使用的是欧式距离的测量方法；分层聚类是根据度量的距离远近，构建谱系分析；二阶聚类是利用距离测量得到分类树，然后再利用BIC或AIC准则判别最佳聚类。

  标签：K均值聚类，SPSS
• 如何在IBM SPSS Statistics中进行K均值聚类分析

  IBM SPSS Statistics的K均值聚类分析，是一种采用欧式距离作为分类指标的迭代聚类分析方法。其优点是操作简单，运算速度快，但由于其聚类原理是将欧式距离相似的数据归为一个类别，因此需采用连续型的数据变量。

  标签：聚类分析，SPSS
• 如何在IBM SPSS Statistics中使用简单对应分析两定性变量间关系

  IBM SPSS Statistics的对应分析与常用的因子分析同属降维分析，但不同于因子分析可应用于定性与定量数据，对应分析只能用于两个定性变量的分析，并且主要是通过分析定性变量的列联表数据来得出变量之间的关系。

  标签：两定性变量，SPSS
• 详解IBM SPSS Statistics两步聚类之结果解读

  在《详解SPSS两步聚类之参数设置》一文中，我们已经了解了两步聚类的优点、分析原理，以及参数设置的技巧。

  标签：两步聚类，SPSS
• 详解IBM SPSS Statistics两步聚类之参数设置

  SPSS的快速聚类（K均值聚类）仅可进行连续型变量的聚类；而系统聚类，虽然可进行连续型与分类型变量的聚类，但同一时间只能进行同一种变量类型的聚类分析。那么，有没有一种聚类方法可同时分析以上两种变量？

  标签：两步聚类，SPSS
• 利用IBM SPSS Statistics对问卷数据进行处理之样本分布

  在刚刚开始着手于一项研究时，利用问卷调查收集数据无疑是大多数人的选择，而如何处理收集到的数据有很多种方法，其中利用IBM SPSS Statistics软件来进行处理是比较方便且实用的，IBM SPSS Statistics软件的界面属于用户友好型，操作起来也较为简易。

  标签：SPSS
• IBM SPSS Statistics如何进行数据重构——个案重组变量

  对数据进行重构操作经常运用于数据分析。而IBM SPSS Statistics就为我们提供了数据重构的功能，本文重点介绍，如何选定个案重组为变量形式的数据重构，用于减少数据冗余，或分析线性模型中的单变量成分以及方差成分。

  标签：个案重组变量，SPSS
• 通过IBM SPSS Statistics进行总体均值的区间估计的两种方法

  平均值反映了数据集中的趋势，是非常重要的统计学指标，大家都知道平均值的求法。但是在生活中，面对样本，我们往往难以有充足的时间、精力和完备的条件计算平均值。因此我们可以根据样本估计量的概率分布，确定出可能包含平均值的某个区间。

  标签：SPSS
• SPSS如何进行数据重构——变量重组个案

  我们平时对数据文件信息进行分析时，经常需要对数据进行重构操作。而SPSS就提供了数据重构的功能，也称作数据重组功能，它包含多种形式用于重组不同的数据。本文重点介绍，如何选定变量重组为个案形式的数据重构。

  标签：SPSS，变量重组，数据重构
• IBM SPSS Statistics中合并文件添加变量匹配数据

  在运用SPSS处理数据时，我们可能需要找出一些特定的个案，以观察其数据是否存在异常。当个案数比较少时，只需简单的查找即可完成任务，但当个案数比较多时，逐个查找就会显得十分繁琐。

  标签：变量匹配，SPSS

首页上一页13141516171819下一页最后一页