西南大学：《心理学多元统计分析》课程PPT教学课件（SPSS）08 非参检验

 Modeling strategies of SEM（模型的用途）  Model confirmation：验证（confirmatory）先设模型的恰当性  Model generation：设起始模型，与观察数据比较之后，进行必要的修正，反复估计而得到最佳拟合的模型  Model competation：利用不同模型的比较以决定何者最能反应真实数据 1、模型设定（model specification） 2、模型识别（model identification） 3、模型估计（model estimation） 4、模型评价（model evaluation） 5、模型修正（ model modification）

判别分类的频次间是否有差异的方法称为计数统计方法，主要是用卡方检验。 1、配合度检验 单因素分类计数数的实际次数与理论次数是否相同。 用 Nonparametric tests 中的Chi-Square和binomial。 2、独立性检验 有多分类的两个或多个因素之间是否独立。 两个因素：Cosstabs--Chi-Square 多个因素： Loglinear(用层次对数线性模型)

• 因素（factor）就是指实验中的自变量。实验中只有一个自变量的称为单因素实验。 • 因素的类别称为水平（level），水平可以是定量的，如“年龄”、“声音的强度”等，也可以是定性的，如“性别”、“人格类型”等。 • 因素多于一个的实验设计称为因素设计（factorial design），并根据各个因素的所有可能组合来设计组别，并同时考察所有因素对因变量的影响

• 一、单变量的描述 – 集中量，离散量，分布形态，分布图(图编辑) • 二、双变量的基本描述——相关

西南大学：《心理学多元统计分析》课程PPT教学课件（SPSS）01 导论 Advanced Data Analysis in Psychology（主讲：毕重增）

❖ 什么是主成分和主成分分析？ ❖ 理解主成分分析的基本思想和几何意义？ ❖ 理解并掌握基于协方差矩阵或相关系数矩阵求解主成分？ ❖ 如何确定主成分个数？ ❖ 如何解释主成分？ ❖ 掌握运用SPSS软件求解主成分 ❖ 对软件输出结果进行正确分析

第一章 数据分析概述与软件入门 第二章 数据录入与数据获取 第三章 数据管理 第四章 连续变量的统计描述与参数估计 第五章 分类变量的统计描述与参数

医学统计之星《SPSS 软件教程》电子文档_第十章 多元线性回归与曲线拟合

医学统计之星《SPSS 软件教程》电子文档_第十四章 活着——Survival菜单详解（下）