应用统计学复习.ppt

七、结构方程模型 基本概念 潜变量、显变量、内生变量、外生变量、测量模型、结构模型、识别（不可识别、过度识别、恰好识别） 路径图与模型的互化 模型输出结果的解释与评价 结构参数t检验、相关性t检验、合理性分析 模型总体检验：?2、GFI、AGFI 测量模型可靠度分析 Ma Xin, North China Electric Power University (beijing) Ma Xin, North China Electric Power University (beijing) 内容提要 应用统计学复习 方差分析、回归分析 聚类与判别 主成分分析与因子分析 列联表与对应分析 结构方程模型 重点：软件计算结果的分析，模型分析与比较 一、方差分析 基本概念 方差分析的类型 单因素方差分析 单响应变量方差分析：重复试验/非重复试验 多响应变量方差分析 协方差分析:当存在非实验因素干扰→协方差分析 如何确定协变量 若因素作用显著，进一步分析工具：多重均值比较 LSD， Dunnett法，均值多项式比较 输出表的解释，假设检验 F检验：F统计量的计算，查临界值 协变量调整后 二、多元线性回归模型 简单相关系数与偏相关系数 多元线性回归模型及基本假设 OLS估计量的性质 线性性、无偏性、有效性 OLS估计量方差的性质 偏回归系数的含义 设定偏误，遗漏重要变量时OLS估计量的性质 模型的检验 经典假设检验：异方差、序列相关、多重共线 统计检验： 方差分析、拟合优度与方程的显著性检验 三种平方和，联合零检验，F统计量 单零检验，一般t检验：查表法、精确P值 拟合优度R2 经济意义检验 检验统计量 服从自由度为n-k-1的t分布 SPSS线性回归过程输出表与残差图 多重共线性 概念： 什么是多重共线性 完全多重共线、非完全多重共线 多重共线的后果 多重共线的识别 存在多重共线时OLS的特征 检验方法:方差膨胀倍数、病态指数、辅助回归 补救措施：差分，剔除变量，主成分回归 异方差性 什么是异方差性，异方差性经常出现在什么数据中 异方差性的后果 异方差性的识别 非正式方法：残差图 异方差性的修正 加权最小二乘法 序列相关 什么是序列相关，什么数据容易出现序列相关，一阶自相关模式 序列相关的后果 序列相关性的检验 DW检验 序列相关的修正 广义差分模型 虚拟变量 虚拟变量的概念 含有虚拟变量的回归 虚拟变量如何设计 级差截距系数的作用是什么、级差斜率系数的作用是什么 如何检验虚拟变量的系数是否显著 三、聚类与判别 各类距离与相似系数 系统聚类： 手算：最长距离法、最短距离法，画谱系图、确定分类数 系统聚类和快速聚类的输出表分析 判别分析 两类判别：手算或输出表分析，马氏等距离法、fisher法、贝叶斯法建立判别函数和判别规则，给新样本会做判别 多类判别：输出表的解释，写出判别函数和判别规则，给新样本会做判别 四、主成分分析 化简变量的方法 基本概念： 方差贡献与累计方差贡献 主成分载荷与变量共同度 主成分提取方法：相关矩阵vs 方差-协方差矩阵 解释模型的各种输出表，会确定主成分的个数，主成分的经济意义与样本评价（主成分得分） 主成分分析的应用：主成分回归，综合评价指标 五、因子分析 探索性因子分析与确认性因子分析的区别与联系 探索性因子分析 基本概念： 正交因子模型，方差贡献与累计方差贡献，因子载荷与变量共同度与特殊因子方差，因子旋转 解释模型的各种输出表，会确定公因子的个数，因子分析适宜度检验与残差检验，因子经济意义与样本评价（因子得分） 确认性因子分析 载荷t检验、相关性t检验 总体检验：?2、GFI、AGFI 测量模型可靠度分析 六、对应分析 列联表分析与变量相关性检验 频数表、频率表（行频率表、列频率表、总频率表）、SPSS输出表解释与分析 对应分析 行截面、列截面主成分之关系 SPSS输出表解释与分析 Ma Xin, North China Electric Power University (beijing) Ma Xin, North China Electric Power University (beijing) 内容提要