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
Meta 分析入门教程
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:[37]mmult函数求解二元一次方程

已知一个二元一次方程,怎样求出方程的解?我们可以规划求解,也可以使用矩阵函数,这里就用mmult函数求解二元一次方程,还用到的辅助函数MINVERSE,下面看看具体的求解过程吧。

  • 已知条件是两个方程,我们需要进行调整,使方程的形式如图所示,常数项在等号的右边,未知数在等号的左边,且未知数XY的顺序是一致的。
  • 建立一个表格,我们整理一下各个系数和常数,如图所示,注意它是如何同方程一一对应的
  • 在解这一栏,我们选中这两个单元格,注意是两个啊哦!
  • 在公式栏输入公式=MMULT(MINVERSE(A8:B9),C8:C9),注意两个参数A8:B9 和C8:C9代表那两个区域
  • 按下Ctrl+shift+回车键,这样就得到了公式的解
  • 你可以验证一下,这个解是不是正确,将求得的解带入方程,看等式是否成立

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Python教程:[71]类的继承

类(class),可以继承基类以便形成具有自己独特属性的类,我们在面向对象的编程中,经常用到类及其继承,可以说没有什么不是类的,今天我们就来详细探讨一下在python中,类的继承是如何做的。

  • 我们假设有一个类叫做point,顾名思义,point就是一个点,它有横坐标和纵坐标。我们在python中创建一个point类(书上说类名称都要开头字母大写,这是国际惯例)
  • 最简单的继承类的方式是这样:只需要在生命类的时候加一个括号和基类
  • 这种方法并没有声明该类的构造器,这样它会隐性调用基类的构造器,所以,在实例化的时候,也要注意基类的构造器需要哪些参数,不要出现这样的错误:这种错误容易发生是因为我们在子类的声明中并没有看到什么参数,在使用的时候就容易忘记基类中需要的参数

  • Traceback (most recent call last):

  • File “<pyshell#11>”, line 1, in

  • a=point1()
    
  • TypeError: init() takes exactly 3 arguments (1 given)

  • 这样来用就没问题了。
  • 类的继承一般情况下,我们都是要重写类的构造器,然后再调用基类的构造器,不然基类的构造器在这种情况下不会自动调用。应该这样写:类point2比基类增加了一个属性z
  • 实例化:
  • 我们看这样一个写法特别容易出错:你能看出哪里错了吗?
    错误代码:

  • Traceback (most recent call last):

  • File “<pyshell#50>”, line 1, in

  • b=point2(1,2,3)
    
  • File “<pyshell#45>”, line 3, in init

  • point.__init__(x,y)
    
  • TypeError: unbound method init() must be called with point instance as first argument (got int instance instead)

转载请注明来自DataScience.

邮箱: 675495787@qq.com

DataNitro:[11]自动换行

本篇文章原创于《百度经验》,如果转载此文章,需要注明出处、链接地址和作者名称,否则侵权。

  • 我们知道只要点击这里就可以实现自动换行
  • 换行后就会实现这个效果:
  • 但是现在我们需要使用datanitro来实现这个效果,而在datanitro里面没有直接的模块可以用,这时候我们想到用vba,在vbe里面的vba1模块里,写入一个过程:wraptext
  • 接着,我们打开Python shell
  • 写入如下代码,然后按下回车,注意参数是vba过程的名称
  • 这样就实现了自动换行
  • 再运行一遍,就可以回到没有自动换行的状态。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Python教程:[18]urlparse模块

使用urlparse模块可以对url进行分析,最主要的操作就是拆分和合并url的各个部件,那么url有哪些部件呢?下图列出了所有的部件。你可能不太理解,不要着急,我们在例子中看看每个部分都代表着什么。

  • 引入urlparse模块,这里只引入了urlparse方法,如果你想要用所有的方法,你需要import urlparse
  • 我们将下面的url地址进行拆解,将拆解的结果存放到parsed中
  • 之后,我们通过parsed的各个属性来访问不同的部分
  • 我们看最后输出的结果:通过这样的方法我们可以快速的对url进行操作
  • 所有的源码都写在下面:

  • from urlparse import urlparse

  • parsed = urlparse(‘url地址’)

  • print ‘scheme :’+ parsed.scheme #网络协议

  • print ‘netloc :’+ parsed.netloc #服务器位置(也可呢能有用户信息)

  • print ‘path :’+ parsed.path #网页文件在服务器中存放的位置

  • print ‘params :’+ parsed.params #可选参数

  • print ‘query :’+ parsed.query #连接符(&)连接键值对

  • print ‘fragment:’+ parsed.fragment #拆分文档中的特殊猫

  • print ‘username:’+ parsed.username #用户名

  • print ‘password:’+ parsed.password #密码

  • print ‘hostname:’+ parsed.hostname #服务器名称或者地址

  • print ‘port :’, parsed.port #端口(默认是80

转载请注明来自DataScience.

邮箱: 675495787@qq.com

spss交叉设计如何进行方差分析

交叉设计是自身配对基础上发展的设计方法,是一种特殊的自身对照设计,通常的设计方案为被试分为两组,一组接受实验的顺序是AB,一组接受的实验顺序是BA,这样就形成了对照,这样的设计如何进行方差分析呢?下面是具体的方法:
工具/原料

  • spss20.0
    方法/步骤

  • 首先要明白数据的录入方式,如图所示,stage就是接受条件AB的阶段

  • 在菜单栏上执行:analyse–GLM–univariate,打开方差分析对话框
  • 将自变量和因变量放入格子的框中,点击model按钮,开始设置模型
  • 勾选“custom”,然后将三个变量放入右侧的模型框中
  • 将type设置为maineffect,意思是没有交互作用,回到主菜单,点击ok
  • 我们看到输出的结果,治疗方案treat边缘显著,但是质量的顺序stage是不显著的,判断标准就是sig值

转载请注明来自DataScience.

邮箱: 675495787@qq.com

python 线性代数:[9]求矩阵的秩

矩阵的秩,课本上是这么定义的:

  • 先引入numpy模块
  • 创建一个单位矩阵i
  • 计算单位矩阵i的秩
  • 改变一下i右下角元素的值,设置为0
  • 重新计算矩阵的秩,得到3
  • 以下是我们用到的所有代码:

  • import numpy

  • i=numpy.eye(4)

  • i

  • array([[ 1., 0., 0., 0.],

  •    [ 0.,  1.,  0.,  0.],
    
  •    [ 0.,  0.,  1.,  0.],
    
  •    [ 0.,  0.,  0.,  1.]])
    
  • numpy.matrix_rank(i)

  • Traceback (most recent call last):

  • File “<pyshell#6>”, line 1, in

  • numpy.matrix_rank(i)
    
  • AttributeError: ‘module’ object has no attribute ‘matrix_rank’

  • numpy.linalg.matrix_rank(i)

  • 4

  • i[-1,-1]=0

  • i

  • array([[ 1., 0., 0., 0.],

  •    [ 0.,  1.,  0.,  0.],
    
  •    [ 0.,  0.,  1.,  0.],
    
  •    [ 0.,  0.,  0.,  0.]])
    
  • i[1,1]

  • 1.0

  • numpy.linalg.matrix_rank(i)

  • 3

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Excel2013:[52]月日年格式的日期转换为年月日

数据在录入的时候录入的是文本格式的日期“1/1/09”,直接转换数据格式为日期行不通,因为它是一个字符串,Excel也不知道那是月日年,所以我们需要设置分列,还好,非常简单,大家跟我来做。

  • 先来看看我的原始数据,日期是文本格式的月日年
  • 选中日期一列
  • 打开数据选项下的【分列】
  • 选择【分隔符号】,点击下一步按钮
  • 接着,选择第一个选项,然后点击下一步
  • 这是关键,我们要告诉Excel第一位是月,然后是日,然后是年,于是选择格式为“MDY”,点击完成
  • 这是转换以后得到的日期

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Django教程:[8]第一个动态页面

今天我们写一个动态页面,让我们理解一下动态页面的原理。其实前面我们写过一篇文章介绍如何构建第一个静态页面,你可以搜索【Django教程:[4]制作第一个网页】,今天的这一篇文章与上一篇仅有一点不同,今天是动态的页面,你每次访问这个页面都是不同的。

  • 我们先在view文件中创建一个函数来返回页面,关于view文件,你应该参考下面的参考资料。我们先引入了datetime模块来计算当前的时间,然后增加一个函数ctime,此函数可以计算当前时间,保存在cutime变量中,然后通过HttpResponse返回到页面
  • 接下来设置函数ctime与url的映射。先要引入ctime函数,看下面第一个红色方框;然后再建立函数与url模式的映射关系,看下面第二个红色方框
  • 我们在浏览器中输入url既可以看到在相应的url下,打开一个页面,显示当前的日期。
  • 刷新页面,你可以看到不同的时间,这就是动态页面。与动态页面相对,还有动态url,我们下一篇文章介绍如何设置动态的url。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

spss两因素(有一个连续变量)如何进行方差分析

假如两因素的设计,其中一个变量是连续型变量,那么通常的方差分析就没有办法了,必须使用协方差分析,下面是具体的方法。
工具/原料

  • spss20.0
    方法/步骤

  • 确保数据满足平行性假设的前提下,我们用协方差分析进行检验, 在菜单栏上执行:analyse–GLM–univariate

  • 将变量放入各自的框中,从上到下依次是:因变量、固定因素、斜变量(连续变量)
  • 点击model按钮,进入model对话框,在custom模式下,设置type为main effect,将两个变量放入模型
  • 点击options按钮,设置输出的参数,下面第二幅图是设置的参数,如图所示
  • 点击ok开始处理数据,并输出结果

转载请注明来自DataScience.

邮箱: 675495787@qq.com

pandas教程:[22]填充缺失值

当数据中存在NaN缺失值时,我们可以用其他数值替代NaN,主要用到了DataFrame.fillna()方法,下面我们来看看具体的用法:

  • 先来创建一个带有缺失值的数据框
    具体数据内容为:
  • 使用0替代缺失值(当然你可以用任意一个数字代替NaN)
    输出结果为:
  • 用一个字符串代替缺失值
    输出结果为:
  • 用前一个数据代替NaN:method=’pad’
    输出结果为:
  • 与pad相反,bfill表示用后一个数据代替NaN。这里我们增加一个知识点,用limit限制每列可以替代NaN的数目,下面我们限制每列只能替代一个NaN
    输出结果为:
  • 除了上面用一个具体的值来代替NaN之外,还可以使用平均数或者其他描述性统计量来代替NaN
    输出结果为:
  • 另外,我们还可以选择哪一列进行缺失值的处理
    输出结果为:

转载请注明来自DataScience.

邮箱: 675495787@qq.com