所 得 Inter-item Correlations 中 Mean 对 应 的 值 。 本 例 中 具 体 就 是 : Standardized item alpha = 10 x0.2863/ [1 + 00 -1) ] xO. 2863 =0.8005 。 它 的 意 义 在 于 计 算 由 K 个 平 行 项 目 组 成 的 全 测 量信 度 系 数 。 由 于 本 例 中 本 来 十 个 题 目 的 量 表 范 围 就 相 同 , 实 际 打 分 情 况 相 差 也 不 大 , 因 此 标 化 后的 系 数 值 和 标 化 前 非 常 接 近 。除 输 出 标 化 系 数 外 , 前 述 Scale if item deleted 的 输 出 表 格 中 也 会 增 加 一 项 "Squared MultipleCorrelation" , 其 含 义 是 该 题 目 的 得 分 与 其 余 题 目 分 数 之 间 的 复 相 关 系 数 , 也 就 是 以 该 题 目 为 因 变量 , 其 他 题 目 为 自 变 量 进 行 线 性 回 归 所 得 出 的 复 相 关 系 数 。除 以 上 两 个 杠 组 外 , Inter-item杠 组 也 可 以 用 于 问 卷 的 深 入 分 析 , 它 可 以 求 出 各 题 目 间 的Pearson's 相 关 系 数 阵 和 协 方 差 阵 , 这 对 了 解 问 卷 中 各 题 目 的 关 系 是 很 有 帮 助 的 。18.2.3 对 真 分 数 理 论 假 设 的 考 察针 对 真 分 数 测 量 理 论 的 假 设 , SPSS 信 度 分 析 还 给 出 不 少 统 计 方 法 进 行 检 验 。 除 了 前 面 己 经介 绍 过 的 描 述 统 计 量 , 如 各 题 目 的 均 值 、 方 差 、 项 目 之 间 的 Pearso 山 相 关 系 数 , 协 方 差 矩 阵 等 。还 有 将 会 在 这 里 介 绍 的 Hotelli 吨 ' 自 r 2 统 计 量 、 T 此 ey's 不 可 加 性 检 验 CTuk 町 ' 自 test of additivi 咐 , 这些 方 法 都 是 针 对 检 验 真 分 数 测 量 理 论 的 假 设 被 满 足 的 情 况 而 设 的 。 Hotelli 吨 's T 2 统 计 量 在 多 元统 计 中 的 地 位 类 似 于 t 检 验 在 一 元 统 计 中 的 地 位 , 该 检 验 的 原 假 设 H。 为 : 两 组 多 元 正 态 分 布 的多 重 均 值 相 等 。 Tuk 町 's 不 可 加 性 检 验 目 的 是 为 检 查 方 差 分 析 中 的 交 互 作 用 。 在 SPSS 中 它 其 实是 检 验 双 因 素 固 定 效 应 模 型 的 交 互 效 应 。 它 把 实 际 的 得 分 分 解 为 :x= μ+α+β+λx Cαβ) , X为 实 际 分 数 , μ 为 真 分 数 , α 、β 为 行 列 之 间 的 效 应 , αβ 为 行 列 之 间 相 互 作 用 。 T 此 町 's不 可 加 性 检验 的 原 假 设 H。 为 :λ=0 。这 里 还 是 用 数 据 item. sav 来 加 以 演 示 , 来 考 察 该 数 据 是 否 符 合 真 分 数 理 论 的 前 提 假 设 , 在Statistic 子 对 话 杠 中 选 中 Hotelli 吨 ' 自 r 2 和 T 此 町 ' 自 test of additivity 复 选 框 , 相 应 的 分 析 结 果 参 见 表18.50表 格 中 "Nonadditivity" 对 应 的 就 是 T 此 町 's不 可 加 性 检 验 。 其 p 值 为 0.266 , 因 此 应 该 接 受 原假 设 , 即 不 存 在 交 互 效 应 。 这 里 其 实 采 用 的 是 最 简 单 的 单 侧 面 随 机 设 计 : 有 100 名 测 试 者 在 10个 项 目 上 做 选 择 题 , 每 个 项 目 就 是 测 量 侧 面 的 水 平 。表 18.6 给 出 的 就 是 Hotelli 吨 ' 自 r 2 检 验 的 结 果 了 , 这 对 于 熟 悉 多 元 统 计 的 人 应 该 是 很 清 楚的 。 结 果 p{ 直 为 0.433 1, 拒 绝 均 值 向 量 是 相 等 的 原 假 设 。 其 实 如 果 知 道 SPSS 中 Hotelling's r检 验 是 分 前 后 两 组 进 行 检 验 , 那 么 变 换 下 数 据 格 式 它 还 可 以 进 行 轮 廓 分 析 CProfileAnalysis) , 因为 就 是 变 化 一 下 数 据 格 式 , 比 较 简 单 , 读 者 可 自 己 完 成 , 这 里 就 不 再 详 述 了 。• 368 •
表 18.5 ANOVA with Friedman's Test and Tukey's Test for Nonadditivity bSum ofMeanSquares df SquareBetween People 676 , 179 99 6.830Within Between Items 才 1.769 9 1.308PeopleResidual Nonadd itivity 1740 a 1.740Balance 1249.991 890 1.404Total 1251 ,731 891 1.405Total 1263,500 900 1.404Total 1939,679 999 1.942Friedman'sChi-Square9311.239Sig497266Grand Mean '" 4 , 6 才a, Tukey's eslimale of 口 ower 10 which observallons musl be raised 10 achieve addilivlly = -1 , 156b The covariance malrix IS calculated and used in the analysis表 18.6Hotelling's T-Squared TestHotelli 同 9's T -SquaredFdf1df2Sig9.9511 , 016991.433The covariance matrix is calculated and used in the analysis.18.3 其 余 常 用 的 信 度 系 数除 了 Alpha 信 度 系 数 外 , 常 用 的 信 度 系 数 还 有 好 几 种 , 它 们 中 的 绝 大 多 数 都 可 以 在 主 对 话 杠的 Model 下 拉 列 表 中 被 找 到 , 只 需 要 将 相 应 的 名 称 选 中 , 运 行 后 就 可 以 得 到 相 应 的 结 果 。 这 里 将对 其 他 信 度 系 数 进 行 介 绍 。18.3.1 重 测 信 度如 前 所 述 , 重 测 信 度 是 直 接 使 用 相 关 分 析 , 并 未 在 信 度 分 析 过 程 中 出 现 。 它 指 的 是 用 同 样 的量 表 , 对 同 一 组 被 调 查 者 重 复 进 行 测 验 。{ 固 定 在 这 段 时 间 内 被 调 查 者 的 情 况 没 有 发 生 变 化 则 用两 次 测 验 各 项 得 分 间 的 相 关 分 析 或 差 异 的 统 计 学 检 验 的 结 果 则 可 以 说 明 该 量 表 调 查 信 度 的 高低 。 如 果 相 关 分 析 的 结 果 是 有 统 计 学 意 义 的 或 者 统 计 学 检 验 发 现 两 次 测 量 结 果 的 差 异 无 统 计 学意 义 , 则 具 有 一 定 的 信 度 。 这 种 方 法 特 别 适 用 于 事 实 性 的 量 表 。 相 关 分 析 得 到 的 相 关 系 数 也 就是 重 测 信 度 系 数 , 一 般 要 求 达 到 O. 7 以 上 。重 测 信 度 虽 然 非 常 简 单 , 易 于 理 解 , 但 它 要 求 对 同 一 样 本 进 行 重 复 测 定 , 在 实 施 中 有 一 定 的困 难 ; 其 次 , 被 调 查 者 的 情 况 可 能 随 时 间 发 生 变 化 , 那 么 两 次 测 量 的 差 异 就 不 再 是 单 纯 反 映 信 度高 低 了 ; 最 后 , 重 复 测 定 会 受 前 一 次 测 定 的 影 响 , 即 被 调 查 者 在 接 受 第 二 次 调 查 时 可 能 会 记 忆 并重 复 前 一 次 调 查 时 填 写 的 答 案 , 因 而 第 二 次 测 定 结 果 不 一 定 能 反 映 被 调 查 者 的 真 实 情 况 。 因 此 ,重 复 测 定 的 问 阳 时 间 不 宜 太 长 , 也 不 宜 太 短 , 视 具 体 研 究 情 况 而 走 。 多 数 学 者 认 为 一 般 以 2 ~4• 369 •
- Page 1 and 2:
•【 苗 C~ , 饵 " .7. Il ,~
- Page 5 and 6:
序---Ì......口知 识 经 济
- Page 8 and 9:
日 录第 一 部 分一 般 线
- Page 10 and 11:
6.3.2 分 析 实 例 .............
- Page 12 and 13:
思 考 与 练 习 ..............
- Page 14 and 15:
19.3.3 比 例 风 险 性 的 图
- Page 16 and 17:
Yij μ i + E: iJ其 中 Yij 代 表
- Page 18 and 19:
3. 元 素 CElement)元 素 指 用
- Page 20 and 21:
值 。 因 此 在 多 因 素 方
- Page 22 and 23:
表 1. 4 是 对 前 面 所 假
- Page 24 and 25:
义 不 难 理 解 , 具 体 输
- Page 26 and 27:
中 的 Weight Estimation 过 程
- Page 28 and 29:
表 1. 13 Tests of Between-Subjects
- Page 30 and 31:
在 设 定 好 一 张 轮 廓 图
- Page 32 and 33:
表 1. 17 Lack of Fit TestsDependen
- Page 34 and 35:
表 1. 18 中 给 出 的 是 各
- Page 36 and 37:
一 下 。因 篇 幅 所 限 ,
- Page 38 and 39:
此 。 而 在 随 机 效 应 方
- Page 40 and 41:
第 2 章 常 用 实 验 设 计
- Page 42 and 43:
受 试 对 象 按 性 质 ( 如
- Page 44 and 45:
Patient 选 入 Random Factor 框 ,
- Page 46 and 47:
表 2.5Tests of Between-Subjects Ef
- Page 48 and 49:
此 为 2 x3 析 因 设 计 , 一
- Page 50 and 51:
表 2.11正 交 设 计 及 其 结
- Page 52 and 53:
表 2.14均 匀 设 计 安 排 及
- Page 54 and 55:
2.3.2 重 复 测 量 设 计重
- Page 56 and 57:
理 的 小 白 鼠 其 进 食 量
- Page 58 and 59:
期 70末考试成 60结90 -l 曰
- Page 60 and 61:
表 2.23 是 两 组 的 修 正
- Page 62 and 63:
第 3 章 多 元 方 差 分 析
- Page 64 and 65:
文 、 数 学 、 英 语 的 考
- Page 66 and 67:
迹 。 值 越 大 , 该 效 应
- Page 68 and 69:
3. 1. 4 对 引 例 的 进 一 步
- Page 70 and 71:
大 , 即 计 算 F 值 时 的 分
- Page 72 and 73:
促 销 手 段 前 两 个 月 的
- Page 74 and 75:
区 、 实 行 不 同 促 销 手
- Page 76 and 77:
表 3.16 即 为 一 元 方 差
- Page 78 and 79:
第 4 章 混 合 线 性 模 型
- Page 80 and 81:
图 4. 1 第 一 所 学 校 的
- Page 82 and 83:
表 4.1 是 方 差 分 析 的 检
- Page 84 and 85:
l i i可 号 事 3气 》 矿标
- Page 86 and 87:
表 4.11 同 样 是 对 随 机
- Page 88 and 89:
由 上 面 的 分 析 结 果 可
- Page 90 and 91:
进 行 动 态 监 测 , 走 时
- Page 92 and 93:
在 预 定 义 对 话 杠 中 未
- Page 94 and 95:
表 4.25 中 给 出 了 4 次 重
- Page 96 and 97:
表 4.31任 意 两 次 的 相 关
- Page 98 and 99:
设 定 非 常 丰 富 , 这 里
- Page 100 and 101:
参 考 文 献221 Liang KY , Zeger
- Page 102 and 103:
第 5 章 多 重 线 性 回 归
- Page 104 and 105:
此 处 之 所 以 从 散 点 图
- Page 106 and 107:
将 自 变 量 引 起 的 变 异
- Page 108 and 109:
町 ,…, 与 ) 与 反 应 变 量
- Page 110 and 111:
5.3 同 归 预 测 与 残 差 分
- Page 112 and 113:
图 5.5三 维 空 间 中 的 可
- Page 114 and 115:
图 5.6几 种 常 见 的 残 差
- Page 116 and 117:
差 间 相 互 独 立 。 例 5.
- Page 118 and 119:
根 据 公 式 55 total = 55R + 55
- Page 120 and 121:
SPSS 输 出 结 果 如 下 :表 5
- Page 122 and 123:
表 5. 12 Excluded Variables eColli
- Page 124 and 125:
读 者 可 自 行 练 习 在 例
- Page 126 and 127:
共 线 性 越 强 , 提 取 主
- Page 128 and 129:
参 考 文 献1 John Neter, Michae
- Page 130 and 131:
2.52.01.51.01!ð主 0.5附口 口
- Page 132 and 133:
因 变 量 模 型 ; 自 变 量
- Page 134 and 135:
自 身 预 测 值 或 者 其 他
- Page 136 and 137:
系 数 必 然 会 小 于 普 通
- Page 138 and 139:
Source variable. . n POWER value =
- Page 140 and 141:
映 的 实 际 上 是 除 了 生
- Page 142 and 143:
际 上 是 假 设 这 4 档 间
- Page 144 and 145:
还 对 两 种 分 类 变 量 类
- Page 146 and 147:
结 果 输 出 的 最 后 就 是
- Page 148 and 149:
第 7章 路 径 分 析 入 门在
- Page 150 and 151:
表 7. 2 Coefficients aUnstandardiz
- Page 152 and 153:
个 , 因 变 量 为 LW , 最 下
- Page 154 and 155:
型 中 各 变 量 的 具 体 联
- Page 156 and 157:
根 据 该 测 量 值 , 可 以
- Page 158 and 159:
表 7. 10 Model SummaryModel R R Sq
- Page 160 and 161:
第 8 章 非 线 性 回 归 模
- Page 162 and 163:
相 应 的 主 对 话 杠 如 图
- Page 164 and 165:
的 相 关 系 数 可 用 来 辅
- Page 166 and 167:
从 图 8. 3 中 可 以 看 到 ,
- Page 168 and 169:
图 8.5一 乘 法 与 二 乘 法
- Page 170 and 171:
Source DF Sum of Squares Mean Squar
- Page 172 and 173:
接 下 来 方 杠 中 的 文 本
- Page 174 and 175:
第 9 章 二 分 类 Logistic 回
- Page 176 and 177:
0.5 为 对 称 点 , 分 布 在 o
- Page 178 and 179:
81) 1 (42/69) = 1. 217 , 并 不
- Page 180 and 181:
Waldx2 , 是 对 总 体 回 归
- Page 182 and 183:
exp ( - 5. 642 - 1. 356 X sex - O.
- Page 184 and 185:
有 意 义 , 有 些 无 意 义
- Page 186 and 187:
表 9.15Variables in the EquationB
- Page 188 and 189:
验 , 就 可 以 得 知 它 们
- Page 190 and 191:
法 的 分 析 结 果 。表 9.18
- Page 192 and 193:
究 者 找 到 一 系 列 的 指
- Page 194 and 195:
: Graphs• ROC Curve:Test Variable
- Page 196 and 197:
就 一 定 很 好 。 例 如 使
- Page 198 and 199:
的 知 识 都 可 以 被 系 统
- Page 200 and 201:
第三部分多 元 统 计 分 析
- Page 202 and 203:
特 别 需 要 注 意 的 是 ,
- Page 204 and 205:
计 量 不 一 定 能 真 实 地
- Page 206 and 207:
图 10.2 Output 子 对 话 框图
- Page 208 and 209:
(1) Test of Parallel Lines 检 验
- Page 210 and 211:
O. 458 • Csex = 1) 00.4)表 10. 1
- Page 212 and 213:
变 量 叫 ,… , X m 对 目 标
- Page 214 and 215:
表 10. 15 Model Fitting Informatio
- Page 216 and 217:
10.4.2 实 例 一 与 Logistic 模
- Page 218 and 219:
关 ) 的 不 同 取 值 水 平
- Page 220 and 221:
!Analyze• Regression• Probit:Re
- Page 222 and 223:
第 11 章 主 成 分 分 析 与
- Page 224 and 225:
的 信 息 , 其 他 的 可 以
- Page 226 and 227:
表 1 1. 1 为 8 个 原 始 变
- Page 228 and 229:
各 个 因 子 间 互 不 相 关
- Page 230 and 231:
由 Bartlett 检 验 可 以 看
- Page 233 and 234:
于 斜 交 旋 转 则 显 示 旋
- Page 235 and 236:
F2 =0. 011ZX1 +0. 387ZX2 +0. 129ZX3
- Page 237 and 238:
部 的 经 济 结 构 , 找 到
- Page 239 and 240:
化 , 对 初 始 因 子 载 荷
- Page 241 and 242:
得 到 综 合 因 子 得 分 sco
- Page 243 and 244:
AUi从ì (U 11IU 21川AU l2 从U 22
- Page 245 and 246:
图 12.1不 同 的 分 类 方 法
- Page 247 and 248:
目 前 , 非 层 次 聚 类 法
- Page 249 and 250:
从 表 12. 1 中 可 以 看 出 5
- Page 251 and 252:
一 次 出 现 是 在 第 1 步 ,
- Page 253 and 254:
藏 等 13 省 市 ;第 5 类 : 包
- Page 255 and 256:
第 4 类 : 消 费 水 平 相 对
- Page 257 and 258:
更 新 类 别 中 心 点 。(5)
- Page 259 and 260:
3. 结 果 解 释分 析 结 果
- Page 261 and 262:
在 K - Means 生 成 的 结 果
- Page 263 and 264:
0.017 3 。现 希 望 通 过 聚
- Page 265 and 266:
这 就 意 味 着 在 原 来 12
- Page 267 and 268:
散 变 量 和 连 续 变 量 。
- Page 269 and 270:
思 考 与 练 习1. 对 于 例 1
- Page 271 and 272:
x2图 13.1典 型 判 别 分 析
- Page 273 and 274:
就 说 明 判 别 的 效 果 较
- Page 275 and 276:
Analyze• Classify • Discriminan
- Page 277 and 278:
表 13.4 给 出 的 是 判 别
- Page 279 and 280:
Canonical OiscriminantFunction 2UO-
- Page 281 and 282:
别 函 数 进 行 新 样 品 的
- Page 283 and 284:
er) 、 贝 叶 斯 学 派 。 它
- Page 285 and 286:
刚 毛 王 军 尾 花 y = - 80. 2
- Page 287 and 288:
第 14章 典 型 相 关 分 析
- Page 289 and 290:
(Rl~lR12R2;lR21 -Â;) (Slâ ω) =0(
- Page 291 and 292:
Correlations Between Set - 1 and Se
- Page 293 and 294:
由 这 两 对 典 型 变 量 的
- Page 295 and 296:
0.5640.733立 定 { 本 前 屈图
- Page 297 and 298:
变 量 所 求 出 的 典 型 相
- Page 299 and 300:
第 15章 对 应 分 析15.1 模
- Page 301 and 302:
数 据 由 Fisher 在 1940 年 首
- Page 303 and 304:
功 能 作 进 一 步 解 释 。
- Page 305 and 306:
的 是 各 类 别 的 信 息 在
- Page 307 and 308:
的 Dimensions In Solution 杠 中
- Page 309 and 310:
换 , 交 叉 表 就 被 转 换
- Page 311 and 312:
!Analyze• Data Reduction→ Corre
- Page 313 and 314:
15.4 多 重 对 应 分 析15.4.1
- Page 315 and 316:
表 15.10 Iteration History 表 15.
- Page 317 and 318:
以 确 认 图 形 中 所 观 察
- Page 319 and 320:
图 15.14哑 变 量 设 置 格
- Page 321 and 322:
果 上 的 联 系 。(2) 使 用
- Page 323 and 324:
是 用 某 个 r 维 欧 氏 空
- Page 325 and 326: 图 16.3MDS 过 程 的 子 对 话
- Page 327 and 328: 图 16.4 12 城 市 三 维 空 间
- Page 329 and 330: 16. 1. 3 距 离 的 计 算 方
- Page 331 and 332: 别 间 的 问 阳 就 会 比 较
- Page 333 and 334: Warning # 14654> The total number o
- Page 335 and 336: 在 INDSCAL 模 型 中 , 仍 然
- Page 337 and 338: 接 下 来 方 杠 中 的 结 果
- Page 339 and 340: (2) 如 果 有 可 能 , 为 每
- Page 341 and 342: 在 后 面 结 合 案 例 给 予
- Page 343 and 344: Reduced rank: 和 广 义 欧 氏
- Page 345 and 346: N口。吕A。 中 国 科 大 0.6
- Page 347 and 348: 5 张 文 月 三 主 编 . SPSS 11
- Page 349 and 350: 第 17 章 对 数 线 性 模 型
- Page 351 and 352: Model Selection 过 程 拟 合 的
- Page 353 and 354: 这 样 做 不 会 影 响 统 计
- Page 355 and 356: 作 用 , 即 不 同 胃 溃 荡
- Page 357 and 358: 17.3 因 果 关 系 明 确 时
- Page 359 and 360: 表 17.14 和 表 17.15 两 个 表
- Page 361 and 362: 表 17.18抽 查 人 员 的 工
- Page 363 and 364: 以 下 方 杠 中 的 文 本 是
- Page 365 and 366: If Deleted Simple Effect is DF L. R
- Page 367 and 368: 17.5 对 数 线 性 模 型 与
- Page 369 and 370: 本 例 的 主 要 分 析 结 果
- Page 371 and 372: 第 18章 信 度 分 析在 各
- Page 373 and 374: 低 于 0.7 , 则 应 该 弃 之
- Page 375: 低 , 提 示 这 两 道 题 的
- Page 379 and 380: 在 表 格 的 最 上 面 , SPSS
- Page 381 and 382: 同 ) , 因 此 计 算 公 式 有
- Page 383 and 384: 续 表类 型 假 设 测 量 的
- Page 385 and 386: 18.4.3 SPSS 中 相 应 的 分 析
- Page 387 and 388: 第 19章 生 存 分 析19. 1 生
- Page 389 and 390: 下 来 , 而 不 是 等 数 据
- Page 391 and 392: 风 险 函 数 非 负 生 存 函
- Page 393 and 394: = 川 c1 - d/n)ti
- Page 395 and 396: 除 以 上 用 到 的 杠 组 外
- Page 397 and 398: 分 布 曲 线 、 风 险 函 数
- Page 399 and 400: (1) Pooled over strata: 系 统 默
- Page 401 and 402: This subfile contains:20 observatio
- Page 403 and 404: 19.3 Cox 同 归 模 型前 面 介
- Page 405 and 406: 杠 的 含 义 与 操 作 和 前
- Page 407 and 408: 模 型 拟 合 时 完 全 相 同
- Page 409 and 410: 间 的 抗 体 水 平 、 不 同
- Page 411 and 412: 会 对 研 究 结 果 造 成 影
- Page 413 and 414: 情 况 :图 19.14真 分 层 时
- Page 415 and 416: 鳞 癌 型 肺 癌 或 夫 访 )
- Page 417 and 418: 集 中 其 他 无 缺 失 变 量
- Page 419 and 420: 20.2.2 对 缺 失 模 式 的 分
- Page 421 and 422: 记 录 的 输 出 。 如 果 指
- Page 423 and 424: 失 值 的 变 量 , 然 后 为
- Page 425 and 426: 20.3.2 使 用 回 归 算 法 进
- Page 427 and 428:
示 。 因 20.6 Ca) 为 回 归
- Page 429 and 430:
图 20.8EM 算 法 的 散 点 图
- Page 431 and 432:
SPSS 产 品 简 介SPSS 系 列