高級(jí)統(tǒng)計(jì)方法簡(jiǎn)介

高級(jí)統(tǒng)計(jì)方法簡(jiǎn)介匯報(bào)提綱數(shù)據(jù)的分類統(tǒng)計(jì)方法的分類體系各種統(tǒng)計(jì)方法簡(jiǎn)介推薦書(shū)目1數(shù)據(jù)的分類定類變量〔名義數(shù)據(jù)〕定序變量〔等級(jí)數(shù)據(jù)〕定距變量〔間距數(shù)據(jù)〕定比變量〔比例數(shù)據(jù)〕非測(cè)量型測(cè)量型2統(tǒng)計(jì)方法的分類體系關(guān)系類型?因果模型因變量數(shù)？非測(cè)量型多元回歸單因變量Logistic回歸因變量類型?鑒別分析測(cè)量型非測(cè)量型自變量類型?測(cè)量型對(duì)數(shù)線性模型多重因果關(guān)系有有否潛變量？結(jié)構(gòu)方程模型路徑分析無(wú)典型相關(guān)分析因變量類型?多因變量測(cè)量型非測(cè)量型自變量類型?測(cè)量型非測(cè)量型多元方差分析虛擬變量典型相關(guān)分析相依模型變量類型?測(cè)量型關(guān)系結(jié)構(gòu)類型？變量之間聚類分析因子分析類別結(jié)構(gòu)對(duì)應(yīng)分析非測(cè)量型案例之間A：截面數(shù)據(jù)2統(tǒng)計(jì)方法的分類體系事件史分析B：時(shí)間序列數(shù)據(jù)連續(xù)時(shí)間模型離散時(shí)間模型Cox比例風(fēng)險(xiǎn)模型Logit模型事件歷史分析的主要目的是研究某一事件發(fā)生的方式和它的決定因素。指數(shù)模型Gompertz模型Weibull模型加速失效時(shí)間模型3.1因子分析主要功能：縮減變量數(shù)〔降維〕根本步驟：計(jì)算所有變量相關(guān)矩陣，判別是否適合因子分析〔相關(guān)矩陣大局部相關(guān)系數(shù)大于0.3適合；反映像相關(guān)矩陣很多元素值較大不適合；Bartletttestofsphericity顯著;KMO0.7以上〕提取公共因子〔常用主成分分析法〕因子旋轉(zhuǎn)〔便于為公共因子命名，常用Varimax〕一種重要用法：評(píng)價(jià)3.2聚類分析主要功能：對(duì)研究對(duì)象進(jìn)行分類根本步驟：選擇變量〔注意克服“參加盡可能多的變量”的傾向；所選變量之間不應(yīng)高度相關(guān)〕計(jì)算相似性〔相關(guān)測(cè)度——pearson相關(guān)系數(shù)；距離測(cè)度——?dú)W式距離**、絕對(duì)值距離、明科夫斯基距離、馬氏距離；關(guān)聯(lián)測(cè)度*——簡(jiǎn)單匹配系數(shù)、雅克比系數(shù)、果瓦系數(shù)〕聚類〔層次聚類——聚集法、分解法；迭代聚類/快速聚類〕聚類結(jié)果的解釋與證實(shí)3.3對(duì)應(yīng)分析主要功能：揭示定性/非測(cè)量變量之間的聯(lián)系根本步驟：對(duì)定性/非測(cè)量型變量進(jìn)行交叉匯總，得到對(duì)應(yīng)分析要求的匯總表〔注意檢查Crosstabs中是否有頻數(shù)為零的單元格〕運(yùn)行程序〔AnalyseDatareductioncorrespondence〕檢查運(yùn)行結(jié)果和各種統(tǒng)計(jì)圖，看是否已反映變量關(guān)系；假設(shè)否，調(diào)整參數(shù)重新運(yùn)行解釋分析結(jié)果3.4多元線性回歸主要功能：分析一個(gè)測(cè)量型因變量與多個(gè)自變量之間的線性關(guān)系本卷須知：因變量必須是測(cè)量型隨機(jī)變量假設(shè)自變量為非測(cè)量型，那么需設(shè)置虛擬變量重點(diǎn)是回歸模型的各項(xiàng)檢驗(yàn)〔整體線性擬合度檢驗(yàn)——方差分析+判定系數(shù)R^2;回歸系數(shù)的檢驗(yàn)——T檢驗(yàn)；多重共線性的檢驗(yàn)——容忍度和方差膨脹系數(shù)；殘差項(xiàng)異方差檢驗(yàn)和自相關(guān)檢驗(yàn)〕難點(diǎn)：多重共線性、異方差和自相關(guān)的診斷和排除3.5Logistic回歸主要功能：分析一個(gè)定性因變量與多個(gè)自變量之間的關(guān)系本卷須知：因變量是非測(cè)量型二值變量；假設(shè)自變量為非測(cè)量型，也需設(shè)置虛擬變量重點(diǎn)是回歸模型的各項(xiàng)檢驗(yàn)〔整體檢驗(yàn)——對(duì)數(shù)似然比的卡方檢驗(yàn);回歸系數(shù)的檢驗(yàn)——Wald統(tǒng)計(jì)量的卡方檢驗(yàn)；系數(shù)子集的聯(lián)合假設(shè)檢驗(yàn)——對(duì)數(shù)似然比的卡方檢驗(yàn)〕難點(diǎn)：回歸系數(shù)的解釋〔以logitp方程的線性表達(dá)式來(lái)解釋；以發(fā)生比的指數(shù)表達(dá)式解釋√〕3.6鑒別分析主要功能：進(jìn)行統(tǒng)計(jì)鑒別和分組〔根據(jù)一些已經(jīng)分組的案例建立鑒別函數(shù)，然后根據(jù)鑒別函數(shù)對(duì)所有案例重新分組〕本卷須知：因變量是非測(cè)量型的分組變量；自變量是用以分組的特征變量稱為鑒別變量重點(diǎn)掌握鑒別分析模型即鑒別函數(shù)的各參數(shù)指標(biāo)及統(tǒng)計(jì)檢驗(yàn)〔非標(biāo)準(zhǔn)化鑒別系數(shù)、標(biāo)準(zhǔn)化鑒別系數(shù)；結(jié)構(gòu)系數(shù)/鑒別負(fù)載；鑒別力指數(shù)/方差百分比、剩余鑒別力——Wilk’Slambda；Fisher鑒別系數(shù)〕3.7對(duì)數(shù)線性模型主要功能：通過(guò)數(shù)學(xué)方法來(lái)描述多個(gè)分類變量的交互頻數(shù)分布；可以在控制其他變量的情況下研究任意兩個(gè)變量之間的關(guān)聯(lián)本卷須知：對(duì)數(shù)線性模型包括三類分析程序：分層模型分析〔從飽和模型入手得到簡(jiǎn)約模型〕、一般模型分析〔檢驗(yàn)簡(jiǎn)約模型能否準(zhǔn)確擬合觀測(cè)數(shù)據(jù)并推斷總體〕和logit模型分析〔直接效勞于分類變量之間的因果關(guān)系〕運(yùn)用不同的模型，變量設(shè)置、工程設(shè)置均不同，能夠提供的功能類型也不同〔整體檢驗(yàn)、分層檢驗(yàn)、單項(xiàng)偏關(guān)聯(lián)檢驗(yàn)、自動(dòng)篩選、參數(shù)估計(jì)、Z值、置信區(qū)間、觀測(cè)頻數(shù)、期望頻數(shù)、殘差〕3.8典型相關(guān)分析主要功能：兩組變量之間的相關(guān)分析本卷須知：它描述的是兩個(gè)變量組之間的整體的相關(guān)形式；要求兩組變量之間為線性關(guān)系，即每對(duì)典型變量之間為線性關(guān)系；每個(gè)典型變量與本組所有觀測(cè)變量的關(guān)系也是線性關(guān)系。如果不是線性關(guān)系，可先線性化〔如取對(duì)數(shù)〕；所有觀測(cè)變量為定量數(shù)據(jù)，定性數(shù)據(jù)按照一定形式設(shè)為虛擬變量后也可放入典型相關(guān)模型中進(jìn)行分析3.9多元方差分析主要功能：同時(shí)分析和檢驗(yàn)不同類別在多個(gè)測(cè)量型變量上是否存在顯著差異本卷須知：因變量有多個(gè)且必須是測(cè)量型變量，自變量是非測(cè)量型變量因變量應(yīng)為正態(tài)分布且方差相等，而且需要存在一定程度的線性相關(guān)例：Income、EduRatio、Natinality、Rural可構(gòu)建單因素二元模型、雙因素二元飽和模型、雙因素二元非飽和模型3.10路徑分析主要功能：確定多個(gè)變量之間的因果關(guān)系是否存在或因果關(guān)系強(qiáng)弱程度本卷須知：實(shí)質(zhì)內(nèi)容就是計(jì)算路徑系數(shù)〔=標(biāo)準(zhǔn)回歸系數(shù)，可通過(guò)回歸分析得到〕、殘值項(xiàng)路徑系數(shù)〔=根號(hào)下1-R^2，通過(guò)回歸分析得到的R^2手工計(jì)算〕更重要的功用是通過(guò)對(duì)變量間的簡(jiǎn)單相關(guān)系數(shù)進(jìn)行分解〔=直接效應(yīng)+間接效應(yīng)+虛假相關(guān)+未析局部〕，從而獲得變量間相互作用的更深刻認(rèn)知路徑分析的檢驗(yàn)是通過(guò)回歸分析中對(duì)標(biāo)準(zhǔn)回歸系數(shù)的T檢驗(yàn)實(shí)現(xiàn)的3.11結(jié)構(gòu)方程模型主要功能：確定多個(gè)變量之間的因果關(guān)系是否存在或因果關(guān)系強(qiáng)弱程度根本步驟：模型設(shè)定〔應(yīng)根據(jù)理論或以往研究成果設(shè)定初始模型〕模型識(shí)別〔判定模型能否求出參數(shù)估計(jì)的唯一解：數(shù)據(jù)點(diǎn)的數(shù)目不能少于自由參數(shù)的數(shù)目〕模型估計(jì)〔最大似然估計(jì)、廣義最小二乘估計(jì)〕模型評(píng)價(jià)〔GFI、AGFI、NFI、NNFI、IFI、CFI、RMSEA〕模型修正軟件：LISRELAMOS3.12離散時(shí)間Logit模型主要功能：研究離散時(shí)間單位下的某一事件的發(fā)生與否及其決定因素本卷須知：首先要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，建立人年〔personyear〕數(shù)據(jù)文件然后運(yùn)用Logistic回歸模型分析例：晉升否、進(jìn)入公司時(shí)間長(zhǎng)短、進(jìn)入前有否工作經(jīng)驗(yàn)、性別3.13Cox比例風(fēng)險(xiǎn)模型主要功能：研究連續(xù)時(shí)間單位下的某一事件的發(fā)生與否及其決定因素本卷須知：首先要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，建立人年〔personyear〕數(shù)據(jù)文件然后利用“分析——生存——Coxregeression”進(jìn)行分析例:已婚婦女初育間隔、學(xué)歷、結(jié)婚年齡3.14其他一些連續(xù)時(shí)間模型指數(shù)模型

常被稱為單純模型，因?yàn)樗僭O(shè)事件發(fā)生的概率為常數(shù)Weibull模型b3被限制為必須大于1Gompertz模型

隨機(jī)變量t服從Gompertz分布加速失效時(shí)間模型隨機(jī)擾動(dòng)u有四種分布：正態(tài)分布、logistic分布、極端值分布、對(duì)數(shù)伽瑪分布，故T得分布也有四種如果研究者認(rèn)為研究方案中的時(shí)間單位最好按離散方式描述，就采用離散時(shí)間logit模型對(duì)于連續(xù)時(shí)間模型，如果可以認(rèn)為風(fēng)險(xiǎn)函數(shù)是隨時(shí)間單調(diào)變化的，可以考慮選用Weibull模型或Gompertz模型；假設(shè)果認(rèn)為風(fēng)險(xiǎn)函數(shù)不是單調(diào)變化的，可以考慮對(duì)數(shù)正態(tài)、對(duì)數(shù)logisti