国际视野分析报告..docxVIP

民意调查中的人群相似度分析(统计111吴谷祥)其实历史一直是有绝对的错和绝对的对。对未来可以有无数种态度，但只有一种是对的。就比如“您是否担心朝鲜半岛爆发全面的战争？”当你在路上遇到这种问题，你可以回答“担心”“不担心”“不清楚”。但如果朝鲜半岛近年来发生战争的话，那么回答“担心”的人正确预测了未来，代表了现在的更“better”的人群。不要去相信什么历史的局限性。让我们看一下大众中不同人群的相似程度。数据来源：原始数据由《中国民意调查》一书中取得。以书中的分类：“男性”，“女性”，“15-29岁人群”，“30-49岁人群”，“50岁以上人群”，“学历初中及以下”，“学历高中”，“学历大专”，“学历本科及以上”9类分类为变量，以每个答案的的百分比为个案，建立数据表（见附件1）。分析思路：我们要去探讨各类人群之间的相似程度，我首先想到了相关系数，但由于相关系数是关于均数做的比较，由于每个个案是相互独立的，不是同一事物的测量值也不是一个问题的不同回答，所以均数没有意义，使用均数可能没有统计学意义。所以我采用了非参数检验中的T检验，WILCOXON带符号秩检验法。主要通过对差值的研究去寻找变量之间的相似度。后来发现，在差值上表现出来的差异非常小，而且直观性很差，可能是由于样本并不是检验法所要求的对称分布。所以后来又采用回归。分析过程：1．首先探究男性女性和其他变量的相似度。T检验：成对样本t检验成对差分tdfSig.(双侧)均值标准差对 1女性 - 15-29.00233.9538.00585.996对 2女性 - 初中及以下.52567.2147.67685.501对 3女性 - 30-49-.27914.5135-.57385.568对 4女性 - 50以上.47655.4828.80685.423对 5女性 - 高中.82444.88131.56685.121对 6女性 - 大专-.07795.2981-.13685.892对 7女性 - 本科-.74656.2394-1.11085.270对 8男性 - 15-29-.02565.6372-.04285.967对 9男性 - 30-49-.30702.8538-.99885.321对 10男性 - 50以上.44865.1183.81385.419对 11男性 - 初中及以下.49777.9833.57885.565对 12男性 - 高中.79655.11561.44485.152对 13男性 - 大专-.10585.2012-.18985.851对 14男性 - 本科-.77445.0394-1.42585.158由于T检验用于正态分布，且是利用总体均数的方法，所以这一方法我们只看标准差这一项。其中女性与15-29的标准差最小，男性和30-49的标准差最小，表明他们总的趋势上最接近。Wilcoxon带符号秩检验：检验统计量d15-29 - 男性30-49 - 男性50以上 - 男性初中及以下 - 男性高中 - 男性大专 - 男性本科 - 男性15-29 - 女性30-49 - 女性50以上 - 女性初中及以下 - 女性高中 - 女性大专 - 女性本科 - 女性Z-.080a-.611a-.841b-.495b-1.092b-.212a-2.034a-.025b-.133a-1.120b-.370b-1.739b.000c-1.199a渐近显著性(双侧).936.541.400.620.275.832.042.980.894.263.711.0821.000.231a. 基于负秩。b. 基于正秩。c. 负秩之和等于正秩之和。d. Wilcoxon 带符号秩检验可以得知不管男性还是女性，跟15-29岁年龄段和大专学历的相似度都很高。回归检验：系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量).041.749.054.95715-29.999.023.97843.413.000a. 因变量: 女性系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)1.362.7991.705.09230-49.939.024.97439.284.000a. 因变量: 女性系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)2.430.9512.555.01250以上.925.029.96131.943.000a. 因变量: 女性系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)1.6161.3521.195.235初中及以下.958.042.92722.673.000a. 因变量: 女性系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量).726.916.793.430高中1.004.029.96734.754.