均值差异的效应量在线计算器
现在也越来越多的期刊要求论文中汇报效应量, 在均值比较的分析时,
效应量往往指的是均值差异大小的一个衡量, 但是因为存在量纲不同的因素,
均值之差不能进行横向比较, 比如身高只差为10cm, 而体重之差时10公斤,
那么我们可以不可以说, 身高之差等于体重之差? 当然不能! (认为能的请自行关闭本网页)
现在也越来越多的期刊要求论文中汇报效应量, 在均值比较的分析时,
效应量往往指的是均值差异大小的一个衡量, 但是因为存在量纲不同的因素,
均值之差不能进行横向比较, 比如身高只差为10cm, 而体重之差时10公斤,
那么我们可以不可以说, 身高之差等于体重之差? 当然不能! (认为能的请自行关闭本网页)
我经常纠正童鞋们的错误观念–两样本情况下必须用T检验不能用方差分析,
这是错误的, 因为两样本情况下T检验和F检验实际上等价的, 也就是结果一样!
我已经用实际的数据做过比较, 请看这个视频。
我一直说我们可以用公式推导的方式证明T检验和F检验是等价的(两分类情况下),
但是我百度了一下发现找不到这个推导的帖子, 于是我就自己写一下。
这是一个关于文旅小镇的问卷, 是我自己辛苦收集的数据, 问卷内容和数据都发上去了, 大家需要的话自行下载。
问卷每题的选项基本频率统计看这里: 统计分析报告
如果提示你输入密码就输入: a12345678
很多大学生都用问卷来收集自己的论文数据, 因为问卷调研的方法时间和经济的成本都比较低,
很多学生也没有太多时间去收集数据, 但是学校毕业又必须要求有调研数据才能毕业, 所以只能硬着头皮找人填问卷,
下面我们列集中收集问卷的方法和优缺点, 以及为了得到高质量的数据我们可以做的事情。
在python支持的安装方式中, 有一种就是”embedded”安装, 或者叫嵌入式安装,
这种安装方法是方便将python集成到其他软件中, 比如桌面软件, 但是这种安装方式不支持pip,
这是官方声称的不支持, 但是也指明了如果你非得安装pip也不是不可能。
效度指的是量表的题目能够测量你所声称的概念, 比如幸福感量表, 效度高指的是幸福感量表能够测量人的幸福感。
因为量表往往测量的是一种主观概念, 不像客观概念那样可以直接的判断测量的准确性, 所以我们需要通过间接的方法验证准确性。
效度与因子分析往往放到一起说, 因为在大部分论文中都是使用因子分析来验证效度, 因为我们的一系列教程都是以写论文为目的, 所以我们这部分也主要以讲解因子分析为主。
这是我正在录制的一个spss视频教程, 整个系列的教程都是免费的, 你可以在微博(mlln-cn)/b站(mlln-cn)和本网站(mlln.cn)观看内容,
为了方便很多人查找内容, 我才打算写这个帖子, 目的就是将所有内容按顺序索引到这里, 大家各取所需吧。
下面视频不是按照难易程度排序的, 但是我把各种视频做了分类, 总的来说SPSS教程部分是最容易的, 而统计入门这部分是给不太懂统计的人看的。
(下面列表中有链接的说明视频已经录制了, 没链接的稍等两天就有)
(如果你有需要的内容, 但是我没有列在下面, 留言给我, 我很快能做出来…)
高信度的因子有以下优点:
方差齐性英文叫做”Homogeneity”, 这个词可以拆分为:homo+geneity, 意思是:相同的特性, 而方差是数据分布的一种特性, 表示分布的集中-离散趋势,
均值固定的情况下方差越大, 分布越离散。当然, 方差齐性并不要求方差严格相等, 而是要求近似相等, 也就是说差异只要没有达到显著水平就认为方差齐。
方差齐性是经常用到的数据检验方法, 因为很多统计方法都要求数据满足方差齐性假设, 比如方差分析。
模型14是一个有调节的中介效应模型, 根据下图来看, 我们的调节变量V发生在中介变量M和因变量Y之间, 因此, 当变量V大小改变的时候, M和Y之间的关系也会发生改变, 进而影响到中介效应。 因此可以说V调节了M的中介效应。