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。
微信公众号