(完整版)数据分析方法汇总.docxVIP

数据剖析方法汇总 一、描绘统计 描绘性统计是指运用制表和分类， 图形以及计筠归纳性数据来描绘数据 的集合趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率 回归 法、决议树法。 2、正态性查验：好多统计方法都要求数值听从或近似听从正态散布， 所以之前需要进行正态性查验。 常用方法：非参数查验的 K-量查验、P-P 图、 Q-Q 图、 W 查验、动差法。 二、假定查验 1、参数查验 参数查验是在已知总体散布的条件下（一股要求总体听从正态散布）对 一些主要的参数 (如均值、百分数、方差、有关系数等）进行的查验 。 1）U 验 使用条件：当样本含量 n 较大时，样本值切合正态散布 2）T 查验 使用条件：当样本含量 n 较小时，样本值切合正态散布 A 单样本 t 查验：推断该样本来自的总体均数 μ与已知的某一总体均数 μ 0 常(为理论值或标准值 ) 有无差别； 配对样本 t 查验：当总体均数未知时，且两个样本能够配对，同对中的两者在可能会影响办理效果的各种条件方面扱为相像； 两独立样本 t 查验：无法找到在各方面极为相像的两样本作配对照较时使用。 2、非参数查验 非参数查验则不考虑总体散布是否已知，经常也不是针对总体参数，而 是针对总体的某些一股性假定（如总体散布的位罝是否相同，总体散布 是否正态）进行查验。 适用情况：次序种类的数据资料，这类数据的散布形态一般是未知的。 虽然是连续数据，但总体散布形态未知或许非正态； 体散布虽然正态， 数据也是连续种类， 但样本容量极小， 如 10 以下； 主要方法包括：卡方查验、秩和查验、二项查验、游程查验、 K-量查验等。 三、信度剖析 检査测量的可信度，比如检盘问卷的真切性。分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单调的观点，同时组成两表的内在 体项一致性怎样，常用方法分半信度。 四、列联表剖析 用于剖析离散变量或定型变量之间是否存在有关。 关于二维表， 可进行卡方查验， 关于三维表， 可作 Mentel-Hanszel 分层 剖析。 列联表剖析还包括配对计数资料的卡方查验、 队列均为次序变量的有关 查验。 五、有关剖析 研究现象之间是否存在某种依存关系， 对详细有依存关系的现象探讨相 关方向及有关程度。 1、单有关： 两个因素之间的有关关系叫单有关，即研究时只波及一个 自变量和一个因变量； 2、复有关 ：三个或三个以上因素的有关关系叫复有关，即研究时波及 两个或两个以上的自变量和因变量有关； 3、偏有关：在某一现象与多种现象有关的场合，当假定其他变量不变 时，其中两个变量之间的有关关系称为偏有关。 六、方差剖析 使用条件：各种本须是相互独立的随机样本； 各种本来自正态散布总体； 各总体方差相等。 分类 1、单因素方差剖析：一项试验只有一个影响因素，或许存在多个影响 因素时，只剖析一个因素与响应变量的关系 2、多因素有交互方差剖析：一顼实验有多个影响因素，剖析多个影响 因素与响应变量的关系，同时考虑多个影响因素之间的关系 3、多因素无交互方差剖析：剖析多个影响因素与响应变量的关系，但 是影响因素之间没有影响关系或忽略影响关系 4、协方差分祈：传统的方差剖析存在明显的缺点，无法控制剖析中存 在的某些随机因素，使之影响了分祈结果的正确度。协方差剖析主假如 在清除了协变量的影响后再对修正后的主效应进行方差剖析， 是将线性 回归与方差剖析结合起来的一种剖析方法， 七、回归剖析 分类： 1、一元线性回归剖析：只有一个自变量 X 与因变量 Y 有关， X 与 Y 都 必须是连续型变量，因变量 y 或其残差必须听从正态散布。 2、多元线性回归剖析 使用条件：剖析多个自变量与因变量 Y 的关系， X 与 Y 都必须是连续型 变量，因变量 y 或其残差必须听从正态散布 。 1）变呈筛选方式：选择最优回归方程的变里筛选法包括全横型法（ CP 法）、逐步回归法，向前引入法和向后剔除法 2）横型诊疗方法： A 残差查验： 观察值与估计值的差值要艰从正态散布 B 强影响点判断：寻找方式一般分为标准误差法、 Mahalanobis 距离法 共线性诊疗： ·诊疗方式：容忍度、方差扩大因子法 (又称膨胀系数 VIF) 、特点根判断 法、条件指针 CI、方差比率 ·办理方法：增加样本容量或选用此外的回归如主成分回归、岭回归等 3、Logistic 回归剖析 线性回归模型要求因变量是连续的正态散布变里，且自变量和因变 量呈线性关系，而 Logistic 回归模型对因变量的散布没有要求，一般用 于因变量是离散时的情况 分类： Logistic 回归模型有条件与非条件之分，条件 Logistic 回归模型和非条 件 Log