在SPSS中简单条形图分为三种，第一种是简单条图，也叫单式条图，主要用于表现单个指标的大小；第二种是复式条图，也叫分组条图，用以表现两个或多个分组因素间的某指标大小关系；第三种是堆积面积图，也叫堆积条图、分段条图，用于表现每个直条中某个因素各水平的构成情况。
说起病例对照研究，相信各位小伙伴们都不陌生。简单来说，就是把患有某种疾病的一组病人作为病例组，不患该疾病但是可进行对比试验的另一组作为对照组，通过两组别进行比较，从而推断出某些因素和疾病之间的关联。
当我们要研究某指标与某结果之间是否存在一定的相关性，就需要进行相关性分析，现如今比较常用的相关性分析有斯皮尔曼相关性分析、皮尔逊相关性分析，两者所适用的范围不同。
在统计学中，总体率的估计包含了点估计和区间估计两种方法，点估计直接使用样本率来估计总体率，没有考虑抽样误差，而区间估计则按照一定的可信度，估计总体率的可能范围，这就是总体率的置信区间。
在上节《在SPSS中安装weighted kappa计算插件》中，我们已经成功地在SPSS软件中安装了加权Kappa插件，本节将带大家继续深入了解这一插件的使用场景和使用方式。
Cox回归模型又称为比例风险回归模型，该模型以生存结局和生存时间作为因变量，进而分析众多因素对生存期的影响，是一个典型的多因素分析方法。
之前我们用Cox回归模型探讨过多个指标对生存期的影响，但是Cox回归模型仅限于数据中具有多个指标，如果我们只有一个指标，那么又该如何进行生存期影响分析呢？
在上文《用SPSS的评分向导功能快速得出模型预测结果》中我们说到，评分向导功能可通过导入的模型快速预测模型结果，而这一功能的使用模型较常使用神经网络模型。
了解过机器学习和深度学习原理的小伙伴们应该知道，它们的本质就是通过数据训练出具备一定准确率的模型，然后将要预测的数据输入到模型中，就可以得出预测结果。那么在SPSS中，有没有类似的功能，能让我们快速应用训练好的模型，获得模型预测结果呢？
Kappa系数常被人们用于在测绘、医疗、科技、问卷等行业领域中，主要用于衡量同个对象在不同评价之间的一致性。不仅如此，基于混淆矩阵进行测算的Kappa系数，还可用于衡量结果分类的精度，用处十分广泛。
400-8765-888
kefu@makeding.com