在做數(shù)據(jù)分析時，經(jīng)常會有這樣的困擾：面對幾種相似的方法，既不清楚它們各自的使用場景，也無法分清它們之間的差別，一念之差就可能選錯方法。如果你也有這樣的困擾，建議按照SPSSAU知識圖譜目錄順序檢索對應(yīng)的研究方法，理清不同方法的區(qū)別與使用場景，以便選出正確的方法進(jìn)行分析。SPSSAU知識目錄如下：

1、基本描述統(tǒng)計

基本描述統(tǒng)計分析包括頻數(shù)分析、描述分析、分類匯總；用于對收集的數(shù)據(jù)進(jìn)行基本的說明。

• 頻數(shù)分析：用于分析定類數(shù)據(jù)的選擇頻數(shù)和百分比分布。
  
• 描述分析：用于分析定量數(shù)據(jù)的集中趨勢、波動情況和分布狀況等；常見的指標(biāo)有平均值、中位數(shù)、標(biāo)準(zhǔn)差等；更深入的描述指標(biāo)包括百分位數(shù)、峰度、偏度、變異系數(shù)等。
  

• 分類匯總：用于交叉研究，展示兩個或者更多變量的交叉信息，可以將不同組別下的數(shù)據(jù)進(jìn)行匯總統(tǒng)計。

2、信度分析

信度分析的方法主要有以下三種：Cronbach α信度系數(shù)法、折半信度法、重測信度法。

• Cronbach α信度：最常使用的方法，通過Cronbach α信度系數(shù)測量測驗或量表的信度是否達(dá)標(biāo)。

• 折半信度：是將所有量表題項分為兩半，計算兩部分各自的信度以及相關(guān)系數(shù)，進(jìn)而估計整個量表的信度的測量方法。

• 重測信度：是指同一批樣本，在不同時間點(diǎn)做了兩次相同的問題，然后計算兩次回答的相關(guān)系數(shù)，通過相關(guān)系數(shù)去研究信度水平。

3、效度分析

效度有很多種，可分為四種類型：內(nèi)容效度、結(jié)構(gòu)效度、區(qū)分效度、聚合效度。

• 內(nèi)容效度：用文字描述量表的有效性，比如具有參考文獻(xiàn)來源，量表經(jīng)過專家認(rèn)可等。

• 結(jié)構(gòu)效度：因子與測量項對應(yīng)關(guān)系是否符合預(yù)期，如果符合預(yù)期則說明具有結(jié)構(gòu)效度。

• 區(qū)分效度：強(qiáng)調(diào)本不應(yīng)該在同一因子下的測量項，確實不在同一因子下面。

• 聚合效度：強(qiáng)調(diào)本應(yīng)該在同一因子下面的測量項，確實在同一因子下面。

4、差異關(guān)系研究

常見的差異關(guān)系研究方法包括方差分析、t檢驗、卡方檢驗、非參數(shù)檢驗。

• t 檢驗：X為定類數(shù)據(jù)，Y為定量數(shù)據(jù)之間的關(guān)系情況，且X只能為2個類別。

• 方差分析：X為定類數(shù)據(jù)，Y為定量數(shù)據(jù)，且組別多于2組時可使用方差分析。

• 交叉卡方：分析定類數(shù)據(jù)和定類數(shù)據(jù)之間的關(guān)系情況，可使用交叉卡方分析。

• 非參數(shù)檢驗：數(shù)據(jù)不正態(tài)或者方差不齊時，可使用非參數(shù)檢驗。

提示：t檢驗和方差分析均屬于參數(shù)檢驗范圍，一般需要數(shù)據(jù)滿足正態(tài)性、方差齊性。與參數(shù)檢驗相對的是非參數(shù)檢驗，非參數(shù)檢驗不對總體的分布形態(tài)做假定，所以當(dāng)數(shù)據(jù)不正態(tài)或方差不齊時，可使用非參數(shù)檢驗進(jìn)行差異性研究。

5、t檢驗

t檢驗，用于分析定類數(shù)據(jù)與定量數(shù)據(jù)之間的差異情況，按照研究內(nèi)容和數(shù)據(jù)類型等不同，可分為以下幾類：

• 單樣本t檢驗：對比一組定量數(shù)據(jù)與某個數(shù)字的差異。

• 獨(dú)立樣本t檢驗：對比X定類數(shù)據(jù)與Y定量數(shù)據(jù)之間的差異。

• 配對t檢驗：對比兩組配對數(shù)據(jù)之間的差異。

6、方差分析

方差分析用于進(jìn)行定類數(shù)據(jù)與定量數(shù)據(jù)之間的差異關(guān)系研究；按照研究內(nèi)容和數(shù)據(jù)類型等不同，可分為以下幾類：

• 單因素方差分析：如果X為一個，則使用單因素方差分析。

• 雙因素方差分析：當(dāng)X個數(shù)為2個，則使用雙因素方差分析。

• 多因素方差分析：當(dāng)X個數(shù)超過2個，使用多因素方差分析。

• 事后多重比較：是基于方差分析基礎(chǔ)上進(jìn)行，如果X的組別超過兩組，可用事后多重比較進(jìn)一步分析兩兩組別之間的差異。

• 協(xié)方差分析：如果研究中有干擾因素（控制變量），可使用協(xié)方差分析。

• 重復(fù)測量方差分析：相關(guān)領(lǐng)域（比如醫(yī)學(xué)研究時）常常需要對同一觀察單位重復(fù)進(jìn)行多次測量，此時使用重復(fù)測量方差分析。

7、卡方檢驗

卡方檢驗，用于分析定類數(shù)據(jù)與定類數(shù)據(jù)之間的差異情況，按照研究內(nèi)容和數(shù)據(jù)類型等不同，可分為以下幾類：

• 卡方檢驗：定類數(shù)據(jù)與定類數(shù)據(jù)之間的差異情況。

• 配對卡方：兩組配對定類數(shù)據(jù)之間的差異情況。

• 卡方擬合優(yōu)度：研究類別定類數(shù)據(jù)的實際比例與預(yù)期比例是否一致。

• 分層卡方：分層卡方是在卡方檢驗基礎(chǔ)上，進(jìn)一步考慮分層項的干擾。

• Fisher卡方：在分析樣本量較少（比如小于40），也或者期望頻數(shù)出現(xiàn)小于5時，使用fisher卡方檢驗較為適合。

8、非參數(shù)檢驗

非參數(shù)檢驗用于研究定類數(shù)據(jù)與定量數(shù)據(jù)之間的關(guān)系情況。如果數(shù)據(jù)不滿足正態(tài)性或方差不齊，可用非參數(shù)檢驗。

• 單樣本Wilcoxon檢驗：是當(dāng)數(shù)據(jù)不服從正態(tài)分布時，可檢驗數(shù)據(jù)是否與某數(shù)字是否有明顯的區(qū)別。

• MannWhitney：對于不服從正態(tài)分布的變量進(jìn)行差異性分析，如果X的組別為兩組，則使用MannWhitney統(tǒng)計量。

• Kruskal-Wallis：如果組別超過兩組，則應(yīng)該使用Kruskal-Wallis統(tǒng)計量。

• 配對樣本Wilcoxon檢驗：如果是配對數(shù)據(jù)，則使用配對樣本W(wǎng)ilcoxon檢驗。

• 多樣本Friedman檢驗/Cochran's Q 檢驗：對于多個關(guān)聯(lián)樣本的差異情況。

• Ridit分析：如果是研究定類數(shù)據(jù)與定量（等級）數(shù)據(jù)之間的差異性，還可以使用Ridit分析。

9、相關(guān)分析研究

相關(guān)分析可分為簡單相關(guān)分析、偏相關(guān)分析、典型相關(guān)分析三類。

• 相關(guān)分析：簡單相關(guān)分析是分析對兩個變量之間的相關(guān)關(guān)系。

• 偏相關(guān)分析：當(dāng)兩個變量都與第三個變量相關(guān)時，為了消除第三個變量的影響，只關(guān)注這兩個變量之間的關(guān)系情況，此時可使用偏相關(guān)分析。

• 典型相關(guān)分析：研究兩組變量（多個指標(biāo)組成）之間的整體相關(guān)性，可用典型相關(guān)分析。

10、線性回歸研究

Y為定量數(shù)據(jù)時，可以使用線性回歸研究X對Y的影響。常用的線性回歸方法有以下幾種：

• 線性回歸：研究X對Y（定量數(shù)據(jù)）的影響關(guān)系情況。

• 逐步回歸：如果X很多時，可使用逐步回歸自動找出有影響的X。

• 嶺回歸：用于解決線性回歸中自變量共線性的研究算法。

• 分層回歸：如果需要研究多個線性回歸的層疊變化情況，此時可使用分層回歸。

• Robust回歸：如果數(shù)據(jù)中有異常值，可使用Robust回歸進(jìn)行研究。

11、logistic回歸研究

Y為定類數(shù)據(jù)時，可以使用logistic回歸研究X對Y的影響。

• 二元logit回歸：Y為定類數(shù)據(jù)且只有兩類

• 多分類logit：Y為定類數(shù)據(jù)且大于2類

• 有序logit：Y為定類數(shù)據(jù)且有序

12、多選題研究

多選題分析可分為四種類型包括：多選題、單選-多選、多選-單選、多選-多選。

• 多選題分析：是針對單個多選題的分析方法，可分析多選題各項的選擇比例情況。

• 單選-多選：是針對X為單選，Y為多選的情況使用的方。

• 多選-單選：是針對X為多選，Y為單選的情況使用的方法。

• 多選-多選：是針對X為多選，Y為多選的情況使用的方法。

13、聚類分析方法

聚類分析以多個研究標(biāo)題作為基準(zhǔn)，對樣本對象進(jìn)行分類。

• K-means聚類：只能處理數(shù)值型數(shù)據(jù)。

• K-modes聚類：對分類屬性數(shù)據(jù)進(jìn)行聚類的方法。

• K-prototype聚類：處理混合屬性數(shù)據(jù)的方法。

• 分層聚類：對給定數(shù)據(jù)對象的集合進(jìn)行層次分解，根據(jù)分層分解采用的分解策略，僅針對定量數(shù)據(jù)進(jìn)行分層聚類。

14、信息濃縮方法

當(dāng)研究中包括有很多題目或很多變量時，可通過信息濃縮的方法，把數(shù)據(jù)濃縮成一個或多個變量，以便用于后續(xù)的分析。

• 主成分分析和因子分析：都是信息濃縮的方法，即將多個分析項信息濃縮成幾個概括性指標(biāo)。如果希望進(jìn)行將指標(biāo)命名，SPSSAU建議使用因子分析。原因在于因子分析在主成分基礎(chǔ)上，多出一項旋轉(zhuǎn)功能，該旋轉(zhuǎn)目的即在于命名。

• 平均值和求和：也是信息濃縮的常用方法，比如要將多個題項合并成一個變量，可通過求平均值概括成一個題項。

• 中位數(shù)：當(dāng)數(shù)據(jù)不滿足正態(tài)，存在極端值時，可用中位數(shù)代替平均值。

15、一致性研究方法

一致性檢驗的目的在于比較不同方法得到的結(jié)果是否具有一致性。檢驗一致性的方法有很多比如：Kappa檢驗、ICC組內(nèi)相關(guān)系數(shù)、Kendall W協(xié)調(diào)系數(shù)等。

• ICC組內(nèi)相關(guān)系數(shù)：用于分析多次數(shù)據(jù)的一致性情況，分析定量或定類數(shù)據(jù)均可。

• Kappa一致性檢驗：適用于兩次方法之間比較一致性，通常要求數(shù)據(jù)為定類數(shù)據(jù)。

• Kendall協(xié)調(diào)系數(shù)：分析多個數(shù)據(jù)之間關(guān)聯(lián)性的方法，適用于定量數(shù)據(jù)，尤其是定序等級數(shù)據(jù)。

16、權(quán)重研究

權(quán)重研究是用于分析各因素或指標(biāo)在綜合體系中的重要程度，最終構(gòu)建出權(quán)重體系。權(quán)重研究有多種方法：

• AHP層次分析法：是一種主觀加客觀賦值的計算權(quán)重的方法。先通過專家打分構(gòu)造判斷矩陣，然后量化計算每個指標(biāo)的權(quán)重。

• 熵值法：是利用熵值攜帶的信息計算每個指標(biāo)的權(quán)重，通?？膳浜弦蜃臃治龌蛑鞒煞址治龅玫揭患墮?quán)重，利用熵值法計算二級權(quán)重。

• TOPSIS法：是一種評價多個樣本綜合排名的方法，用于比較樣本的排名情況。

• 因子分析：可將多個題項濃縮成幾個概括性指標(biāo)（因子），然后對新生成的各概括性指標(biāo)計算權(quán)重。

• 主成分分析：利用方差解釋率值計算各概括性指標(biāo)的權(quán)重。

• 其他：熵權(quán)topsis法、優(yōu)序圖法、CRITIC權(quán)重、獨(dú)立性權(quán)重、信息量權(quán)重等。

17、模型研究方法

當(dāng)需要研究多個變量之間的關(guān)系情況時，通?？蓸?gòu)建統(tǒng)計模型用于分析及預(yù)測。

• 線性回歸：當(dāng)研究X對Y的影響關(guān)系，其中Y為定量數(shù)據(jù)，可使用線性回歸分析。

• logistic回歸：研究X對Y的影響關(guān)系，其中Y為定類數(shù)據(jù)，可使用Logistic分析。

• 典型相關(guān)：研究1組X與一組Y之間的關(guān)系情況，可使用典型相關(guān)分析。

• PLS回歸：研究多個X與多個Y之間的影響關(guān)系情況，且樣本量較小（通常小于200），可使用PLS回歸分析。

• 路徑分析：如需分析多個X對多個Y的影響關(guān)系，以及具體哪些X對哪些Y有影響、如何影響，可使用路徑分析。

• 結(jié)構(gòu)方程模型：需要同時研究測量關(guān)系和影響關(guān)系，可使用結(jié)構(gòu)方程模型。

18、數(shù)據(jù)分布研究

判斷數(shù)據(jù)分布是選擇正確分析方法的重要前提。

• 正態(tài)性：很多分析方法的使用前提都是要求數(shù)據(jù)服從正態(tài)性，比如線性回歸分析、相關(guān)分析、方差分析等，可通過直方圖、P-P/Q-Q圖、正態(tài)性檢驗查看數(shù)據(jù)正態(tài)性。

• 隨機(jī)性：抽樣調(diào)查有一個最基本的前提假設(shè)，就是抽樣必須滿足“隨機(jī)性要求”，游程檢驗是一種非參數(shù)性統(tǒng)計假設(shè)的檢驗方法，可用于分析數(shù)據(jù)是否為隨機(jī)。

• 方差齊性：方差齊檢驗用于分析不同定類數(shù)據(jù)組別對定量數(shù)據(jù)時的波動情況是否一致，即方差齊性。方差齊是方差分析的前提，如果不滿足則不能使用方差分析。

• 卡方擬合優(yōu)度檢驗：卡方擬合優(yōu)度檢驗是一種非參數(shù)檢驗方法，其用于研究實際比例情況，是否與預(yù)期比例表現(xiàn)一致，但只針對于類別數(shù)據(jù)。

• Poisson分布：如果要判斷數(shù)據(jù)是否滿足Poisson分布，可通過Poisson檢驗判斷或者通過特征進(jìn)行判斷是否基本符合Poisson分布（三個特征即：平穩(wěn)性、獨(dú)立性和普通性）

19、機(jī)器學(xué)習(xí)

SPSSAU目前機(jī)器學(xué)習(xí)模塊有以下6類方法。

• 決策樹：常用于研究類別歸屬和預(yù)測關(guān)系的模型。

• 隨機(jī)森林：實質(zhì)上是多個決策樹模型的綜合，決策樹模型只構(gòu)建一棵分類樹，但是隨機(jī)森林模型構(gòu)建非常多棵決策樹。

• KNN：是一種簡單易懂的機(jī)器學(xué)習(xí)算法，其原理是找出挨著自己最近的K個鄰居，并且根據(jù)鄰居的類別來確定自己的類別情況。

• 樸素貝葉斯：是基于貝葉斯定量，并且加上條件（特征之間獨(dú)立）的一種模型。

• 支持向量機(jī)：是一種二分類模型。

• 神經(jīng)網(wǎng)絡(luò)：是一種模擬人腦神經(jīng)思維方式的數(shù)據(jù)模型。

20、可視化分析方法

常用的可視化分析方法如下：

• 散點(diǎn)圖：用于考察定量數(shù)據(jù)之間的關(guān)系情況。

• 箱線圖：直觀地識別數(shù)據(jù)中的異常值、判斷數(shù)據(jù)離散分布情況。

• 誤差線圖：用于展示數(shù)據(jù)的不確定性程度，顯示潛在的誤差或每個數(shù)據(jù)標(biāo)志的不確定程度。

• ROC曲線：用于研究X對Y的預(yù)測準(zhǔn)確率情況。

• 其他：P-P圖/Q-Q圖、直方圖、象限圖、帕累托圖、簇狀圖、氣泡圖、核密度圖、小提琴圖等。