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)

python 线性代数:[18]线性规划求最优解

现在有个需要解决的问题:我找到了一份实习工作,于是想租一个房子,最好离工作近点,但是还没毕业,学校时不时有事,还不能离学校远了;而且有时候还要去女朋友那里,她希望我就住在她附近,于是,我怎么选择房子的地址?假定:公司、学校、女盆友的在地图上的坐标分别是:(1,1),(4,6),(9,2),求我的房子的坐标?

  • 我们解决的方法是用scipy提供的一个scipy.optimize.minimize 方法,首先要写出一个计算距离的方程:
  • 分别把三个地点的横坐标和纵坐标都保存在两个列向量里
  • 找一个起始点:
  • 看一下,随便选择的这个住址到三个地点的距离的平方和
    求得这个值很大:6224
  • 求最优解
  • 求得最优解
    输出为:

  • [ 4.66666667 3. ]

  • 46.6666666667

  • 将地图绘制出来
    求得我的地址就标在地图上(house的地方)
  • 有的人还说了,假如我的预算有限,只能租得起五环边上的房子,那么问题也很简单,就是设定我的房子的坐标是(x,y),假如五环到市中心(0,0)的距离为r=10,那么我的房子在五环边上,就可以用等式x2+y2-100=0来表示。可以写到我的代码里:
  • 在求最优解得时候,我们加上一个参数constraints
  • 最后我们将五环也绘制在图上,看看我的房子是不是在五环上:
  • 最后求得的结果绘图如下:蓝色线就表示五环

转载请注明来自DataScience.

邮箱: 675495787@qq.com

SPSS实例:[18]中介效应占总效应百分比

今天跟大家分享的是一个用Excel计算中介效应占总效应的百分比的方法。这个百分比我们都知道,就是中介效应比总效应,看过我前面文章的人应该都知道如何进行中介效应的检验了,假如我们得出的结论是部分中介效应,那么我们需要计算总效应中的百分之多少是中介效应,所以我就做了一个Excel文件,可以帮助大家快速计算,下面是方法:

  • 从下面的参考资料里现在我在百度网盘里的文件
  • 打开里面的Excel文件,我们看到这样一个表格
  • 我们举一个例子来说明如何使用,下面的三线表格就是我们中介效应检验的三个方程,看不懂的可以去翻我前面的文章
  • 将对应的值放入表格中的对应位置,在D2单元格就会出现百分比,那就是你需要的中介效应占总效应的百分比。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

spss20.0多重线型回归模型的操作方法和结果分析

为了能够简要的说明操作方法,我们这里只用两个自变量和一个因变量,使用进入的方法进行多重线性回归分析,下面有操作的方法和对结果的分析方法。
方法/步骤

  • 在确定你的数据已经进行了线性关系的验证以后,再进行回归分析,因为前面的文章有讲如何验证线型关系,所以这里就不说了,直接进行回归分析,在菜单栏上执行:分析–回归
  • 打开线性回归对话框,将因变量和自变量都放到各自的位置,如图所示
  • 记得选择方法为进入,因为你的自变量只有两个,在自变量较少的时候使用进入这个方法是最常用的,点击确定,去看结果输出窗口
  • 要分析的结果主要有两个,一个是方差分析,如图所示,我们要看sig值是否显著,如果值小于0.01我们就认为它是显著的,这就证明我们建立的模型是可行的,至少一个自变量的回归系数不为零
  • 接着看系数的检验,这个主要是看回归系数是否达到了显著水平,结果显示系数是显著的

转载请注明来自DataScience.

邮箱: 675495787@qq.com

SPSS实例:[30]kappa系数怎么计算

假如有两个评分者针对一批作文进行分级,分为好中差三级,分级结果见下表。你怎么判定这两个评分者的评分结果是否一致呢?这时候就要计算卡帕系数了。

  • 好中差分别用123来表示,将数据录入到spss中
  • 接着,打开菜单:分析–描述统计-交叉表,将两个变量分别放入行和列变量
  • 设置输出的描述性统计,这里就是输出kappa系数的地方
  • 勾选kappa系数,然后点击继续按钮
  • 回到了主菜单,我们点击ok按钮
  • 评分者一致性系数就到此计算出来了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

numpy函数:[4]reshape用法

今天我们学习一个新函数reshape,顾名思义,它就是用于该表数组的形状的,它是数组对象中的方法,我们还是来看具体的例子吧:

  • 同样要引入numpy,名称为np
  • 我们先来创建一个数组a,你们可以看到这是一个一维的数组
  • 我们使用reshape()方法来更改数组的形状,我们看看数组d成为了一个二维数组
  • 当然我们还可以得到一个三维数组f
  • 形状变化的原则是数组元素不能发生改变,比如这样写就是错误的,因为数组元素发生了变化。
  • 通过reshape生成的新数组和原始数组公用一个内存,也就是说,假如更改一个数组的元素,另一个数组也将发生改变。看看下面的例子:

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Excel2013:[51]数字怎么以“万”为单位

由一列数据是营业额,数字太大不容易看,我们最好是以万元为单位来显示数据,现在看看我们怎么转换单位。

  • 先来看看原始数据
  • 选中要转换的数字
  • 我们打开数据格式面板,点击折叠按钮
  • 切换到自定义选项下,然后输入通用格式
  • 想转换为万元为单位,那么我们就输入这个通用格式:0!.0,”万元”
  • 最后,我们看看转换完成的数据喽。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

spss多重反应下的频次分析方法(多项选择题分析

在问卷调查中经常用到多项选择题,分析多项选择题的方法就是multiple response,我们举一个例子,在网络调查问卷中有一题是:你获得信息的主要来源有哪些?选项有:网络、报纸、电视、读书、听说、手机。这是一个有六个选项的多项选择题,你改如何对各个选项的频率进行分析呢?下面是具体的方法:
方法/步骤

  • spss中打开数据,为了对多项选择题进行频次分析,先要设定一个变量集,因为在spss中,多项选择题额答案不能直接输入,只能将每一个变量当作一个单项选择题,每一题有一个答案或者没有答案。我们先要做的就是将所有的选项构成的单项选择题组成变量集,如图所示,在菜单栏上执行:analyze–multiple response–define sets
  • 将所有的选项变量放到变量集中
  • 选择变量是如何编码的,我们刚才看到了,每个变量都有6个选项,这就是分类变量了,所以要选择category。如果每个选项变量是是否形式的,应该选择dichotomies。
  • 给变量添加一个名称,并填写标签,如图所示,然后点击add按钮,最后点击关闭按钮。
  • 接着就要对多项选择题进行分析了,在菜单栏上执行:analyze–multiple response–frequencies
  • 将你刚才新家的变量集添加到右侧列表里,点击ok按钮,开始输出结果
  • 我们来分析一下输出结果,N是选择对应选项的人数,百分比指的是在所有的选择中,该项占的百分比,个案百分比指的是选择该选项的人占所有人数的百分比

转载请注明来自DataScience.

邮箱: 675495787@qq.com

numpy函数:[16]多维数组切片存取

多维数组和一维数组的存取方法类似,我们这篇文章介绍使用切片来存取一个二维数组,多维数组道理一样,你自己尝试一下即可。

  • 先从numpy中引入所有
  • 创建一个一维数组
  • 将一维数组重新组织成一个二维数组
  • 使用切片来读取第一行中的第二和第三个数,我们看下标【0,2:4】,其中逗号前的数字表示第0轴下标取值范围,逗号之后表示第1维下标取值范围,2:4就表示2-4之间
  • 我们可以返回一个二维的数组
  • 只读取第3列的元素(逗号前只有一个冒号,表示所有)
  • 也可以设置步长(两个逗号后面的2表示步长为2)

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Django教程:[9]如何设置时区

Django站点的时区和你电脑上的时区必须是一致的,我在北京,所以我们通常设置时区为北京的时区,那么我们怎么具体的设置呢?下面看具体的过程:

  • 从下面的参考资料里找到时区代码的链接,打开链接
  • 在打开的页面中,找到中国的时区,或者找到你自己想要的一个时区
  • 接着回到你站点文件夹,打开settings文件,设置时区
  • 搜索TIME_ZONE,我们看默认的时区是UTC,也就是国际协调时,不是任何的时区,而是一个国际通用时间。
  • 将其修改为上海时区,就这样就ok了。保存settings文件

转载请注明来自DataScience.

邮箱: 675495787@qq.com

SPSS实例:[21]调节效应检验方法

经常给人做数据分析,似乎大家遇到的一个瓶颈就是调节效应怎么做,我也不怕砸自己的饭碗,就将方法分享给大家,希望大家受用。

  • 在spss中,打开线性回归的菜单,如图所示
  • 我们先将因变量【职业探索】、自变量【自我概念】、调节变量【社会支持】放入各自的框框。
  • 点击下一层,设置第二个方程
  • 这第二层比第一层增加了一个交互项
  • 点击statistic,设置输出什么参数
  • 一定要选择R方改变量,点击continue,然后点击ok
  • 我们可以看r方的该变量,第二个方程,sig F change值小于0.05,证明调节效应存在
  • 我们看输出的结果,第一个红框是系数,也就是前面介绍的abcc’,sig值是他们的显著性水平,交互项系数的sig值小于0.05,说明存在调节效应。

转载请注明来自DataScience.

邮箱: 675495787@qq.com