SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
Mplus中介和调节教程
大学生问卷互填群
Meta分析辅导+代找数据
SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
R语言快速入门视频教程
LCA潜在类别分析和Mplus应用
Amos结构方程模型数据分析入门教程
倒U关系回归分析中介效应和调节效应分析SPSS视频教程
统计咨询(图文问答)

Excel2013:[23]如何输入千分号‰

在Excel中输入千分号,有三种方法,你可以使用快捷键,可以插入符号,可以使用输入法,我们这里只介绍第一种,使用插入符号法。

  • 我们打开菜单【插入】–符号
  • 在打开的下拉菜单中,找到【符号】选项
  • 我们打开了符号界面,在这里,我们选择【广义标点】子集
  • 千分号就在这里,我们点击插入
  • 好啦,完成任务。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

SPSS实例:[15]如何解读独立样本T检验的结果

下面这幅图是从网页上搜索得到的一个结果,我们就拿这个结果来解读一下如何分析独立样本T检验的结果。

  • 第一个看第一个sig值,它是对方差齐性的假设的检验,假如sig<0.05,说明不满足方差齐性,我们认为方差是不齐的
  • 这种情况下,我们只能看第二行数据,也就是看下图所示的sig值来判断是否有组间差异。第二个sig值说明,差异不显著,因为它大于了.05。我们得出的结论是没有差异。
  • 我们看第二行数据,sig值>0.05,说明方差是齐性的。
  • 这时候,我们需要看另一个sig值,这个值仍然是没有达到显著水平(0.05),我们认为两组是没有差异的。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

python 线性代数:[2]矩阵乘法

今天我们来使用Python的numpy包进行矩阵的乘法运算,用到了一些矩阵乘法的基本知识,这里我们就不再说矩阵,我们假设你对矩阵都有一定的了解,下面看我们具体的例子。

  • 使用二维数组创建两个矩阵A和B
  • 先来一个矩阵的数乘,其实见识矩阵的每一个元素乘以该数
  • dot函数用于矩阵乘法,对于二维数组,它计算的是矩阵乘积,对于一维数组,它计算的是内积。注意交换矩阵的前后位置会导致不同的结果,看下面的例子
  • 再创建一个二维数组
  • 我们验证一个矩阵乘法的结合性 (AB)C=A(BC)
  • 接着看一下对加法的分配性 (A+B)C=AC+BC,C(A+B)=CA+CB
  • 数乘的结合性,也一样啦:
  • 接着我们用到一个新知识,使用eye创建一个单位矩阵,单位矩阵的定义就是看下面的步骤
  • 我们看一下,一个矩阵A乘以一个单位矩阵,还是它本身
  • 好了,乘法就到这里了,我们下面接着继续讲矩阵的转置

转载请注明来自DataScience.

邮箱: 675495787@qq.com

excel如何保护公式不被修改

在做好excel表格里的公式以后,我们不希望别人对公式进行修改,那样的话会容易出现错误,为了保护公式,我们需要进行下列复杂的操作,希望你耐心一点啦。
步骤/方法

  • 点击数据表的左上角,选中整个数据表,使其呈现出浅蓝色
  • 右键单击数据表,然后在右键菜单中,选择【设置单元格格式】
  • 在菜单栏上执行:开始–查找和选择–公式,选中所有的公式
  • 右键单击选中的单元格,然后在右键菜单中选择【设置单元格格式】
  • 在弹出的对话框中,切换到【保护】选项,然后勾选【锁定】,点击确定按钮
  • 接着在菜单栏上执行:审阅–保护工作表
  • 在打开的对话框中,我们设置参数如图所示,然后输入密码,点击确定
  • 弹出确认密码对话框,输入刚才输入的密码,然后点击确定。这样单元格内的公式就无法修改了。
  • 当你试图修改公式的时候,你就会看到这样的提示消息。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Python教程:[27]字符串时间转换成时间戳

我们使用time模块来实现数据格式的转换,假如我想要读取现在的时间,我们得到的是一个时间戳,那么如何转换格式,得到你能看懂的时间呢,下面的代码可以帮助你。

  • 引入时间模块
  • 使用time.time方法可以生成时间戳,这个时间戳是自1970年以后经过的秒数,精确到小数后3位,也就是微秒。
  • 我们把时间戳赋值给t,然后使用localtime函数来转换成可以读懂的格式时间对象
  • 我们设置一下时间格式,然后使用strftime函数来转换,得到字符串。关于时间的格式,下面有详细的讲。
  • 你怎么知道哪个字符代表的是年月还是日,下面的表格可以告诉你。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Excel2013:[56]打开csv文件乱码

大部分csv文件是从网页上下载下来的,所以我们通常需要将csv文件以正确的编码方式打开,关于编码的问题我就不多说了,说了可能也不太容易理解,所以我们直接在说一些解决方法。通常是在Excel中设置语言编码,但是Excel中没有明确的设置编码方式的地方,只能找到一个妥协的方法:其实很简单,看下面详细教程:

  • 首先打开选项面板,如图,它在菜单的最下面
  • 在选项中,点击【语言】
  • 在语言设置界面,你可能看到了,默认情况下,英语是默认语言,我们选择【中文】,然后点击右侧按钮【设为默认】
  • 弹出警告选项,我们直接点击【是】
  • 关闭当前的Excel,然后重新打开
  • 原先为乱码的地方,现在都变成了中文
  • 本人经常分享一些数据处理的教程,有志于统计分析、数据处理方面发展的人请持续关注该博客。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Excel2013:[38]数据透视表字段分组

数据透视表可以给字段分组,方便管理和阅读,比如我们汇总的字段中有苹果、李子也有白菜萝卜,明显她们属于不同的类别(水果和蔬菜),所以我们可以给他们分别建立不同的组,具体教程如下:

  • 先插入一个数据透视表,在【插入】选项下,点击【数据透视表】
  • 这里选择默认的设置就好了点击确定
  • 将种类拖入行字段,数量拖入值字段,如图所示
  • 现在我们可以看到数据透视表已经做好了,就差分组了
  • 选中属于蔬菜的种类,按下Ctrl见可以选择不连续的多个单元格
  • 点击【分析】选项下的【组选择】
  • 你会看到出现了一个新的列,在种类2这里,我们更改类别名称为蔬菜
  • 接着,我们选择其他的种类
  • 同样的方法我们建立数据组2,将其重命名为水果
  • 至此,我们的字段分组就做成了,你学会了吗,请关注我的系列教程【Excel2013实战教程】

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Excel2013:[29]创建1到9之间的随机数

今天替人做数据用到了随机数,要创建1到9之间的随机数,突然想起来要写这个教程。我们用到了一个函数randbetwen,我还会示范一下如何填写一个公式就能批量填充所有选中的单元格,下面是具体的使用教程:

  • 我们先看看使用到的表格,在该表格中所有单元格都要填充一个随机数,随机数大小必须在1到9之间
  • 选中所有的单元格
  • 在公示栏输入=rand就能看到randbetween函数,双击它
  • 我们输入最大值和最小值,如图所示,然后按下组合键Ctrl+enter
  • 好了,所有的表格都填充了一个随机数

转载请注明来自DataScience.

邮箱: 675495787@qq.com

SPSS绘图教程:[2]数据属性检验

我们在绘图之前需要对数据的属性进行检验,否则绘制的图形就会出现错误我们还是来一个实例吧:

  • 我们先打开图形菜单下的【图形构建程序】
  • 首先会弹出一个警告,提示你应当进行的设置,我们点击【定义变量属性】,然后就真正开始了今天的教程。
  • 在打开的对话框中,我们选择要绘图的变量,比如我要绘制年龄组与干扰与否这两个变量的条形图,就将这两个变量放到右框,点击【继续】
  • 现在打开了变量属性的定义窗口,我们先在【已扫描的变量列表】里选择一个变量进行设置。假如我选择【年龄组】
  • 首先检查变量的测量水平。有三种测量水平:名义、顺序、度量。名义就是分类变量,比如性别分男女,这就是类别变量(名义变量);顺序变量也叫等级变量,比如年龄组,我们将0-1岁分为低龄组、2-3岁分为高龄组,这样年龄组就成为了顺序变量;度量变量也可以叫等距变量,这种数据是某种测量工具测量得到的数据,比如长度、重量等,当然某些心理量表得分也是等距变量,年龄如果没有分组,也是等距变量。下面,我们将年龄组设置成顺序变量。
  • 然后增加一个标签,标签是对变量的说明,通常在绘制出现的图中,显示的是标签而不是变量名。
  • 接着设置值得标签,比如年龄组的值有0和1,0代表低龄组,1代表高龄组,我们就这样填写值标签
  • 接着用同样的方法设置第二个变量
  • 检查一下是不是变量都设置好了,然后点击确定。这样就完成了变量属性的设置。下一节我们就可以绘图了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

SPSS实例:[3]两个变量相关的结果分析

两个变量之间的相关是最简单的相关关系,我们以皮尔逊积差相关来作为例子,讲解一下spss的操作方法,和结果的解释方法。

  • 操作方法:在spss中,我们在菜单中找到:分析–相关–二相关,打开相关对话框,然后将相关的变量放入框中,点击ok即可
  • 一般出现的第一个结果是描述性统计,mean两个变量的平均数,std deviation是标准差,N是case数目
  • correlations表格中呈现的是相关系数和显著性水平,假如我们要看变量1和变量2之间的相关,我们看下面的交叉表,横行看var00001,列就好看var00002,行和列交叉的地方就是他们相关系数所在格,找到pearson correlation这一行对应的数字,就是相关系数,相关系数为.923,达到了高相关,而且因为显著性水平sig值达到了.000,所以是显著相关,好了,如何解释相关结果,你学会了吗?

转载请注明来自DataScience.

邮箱: 675495787@qq.com