大家好,下面呢我们再来讲述第二章描述性统计与图形绘制。这一章呢,分为四节啊,其中三节呢,前三节呢是知识点,最后一节是回顾。第一节呢是定距变量的描述性统计,正态性检验和数据转换。 第二节呢,是这个分类变量的描述统计啊,这两节都是描述统计,但是这个变量的类型不一样,这个呢是定距变量,又称连续变量,这个呢是分类变量。 然后第三节呢,主要是讲了讲我们怎么样 skate 来制图啊,我们在做各种数据分析也好,或者说是这个写调研报告啊,写什么东西也好,很多的这种我们的上级啊,我们的上, 包括我们的老师啊,领导啊,都喜欢看一些图。所以说呢,除了这个数据说话之外呢,这个制图也是很重要啊。总体上呢,我们分这么几节内容。 首先呢,我们来讲解一下我们的这个定距变量的描述性统计。其实呢,我们数据分析中的大部分变量都属于定距变量啊,进行定距变量的描述性统计。统计分析呢,我们可以得到数据的概要统计指标。 其中常见包括哪些呢?均值中位数啊,这个最大值,最小值, 呃,这个标准差还有的叫什么范围,也就最大值,减最小值,百分位数,偏度系数,风度系数等等。然后我们的数据分析者,通过 观察这些指标啊,针对一些简单的分析,那好描述的同济甚至就够了啊。如果说需要做复杂分析的话,那我们描述性分析很可能也是一个前置的一个步骤。通过这一个分析呢, 我们可以从整体上对你分析的数据进行一个宏观的把握,从而呢,为这个后续更精深,更这个。呃,这个复杂的一些数据统计分析呢,做好一个必要的准备。 在我们的教材上呢,针对于每一种统计指标的概念,我们又做了一个回顾啊,比如说这个平均值是怎么算?中位数怎么算它的?这个数学公式是什么 啊?这个呢,大家感兴趣的话,可以再学习一遍啊。这个其实在各种统计的教材上,包括互联网上也都有啊。 然后呢,我们的这一个定距变量,它的描述和统计啊。呃,其实很多,其实真的很多。但是常用的这些操作命令啊,我总结了一下,就是三个最为常用的。 呃,其中的第一常用的就是 summarize, summarize。 第二常用的是 type state。 呃,第三个呢,是 ci 啊。也就说,大家如果会了这几个这个统计分析方法啊,基本上啊,基本上啊,能解决绝大多数的这种描述性统计分析的这个需求。 summerize 的基本命令语句是啊,呃, summerize。 当然就是这个这个命令了。呃, vr list 呢,编了列表啊,如果说不指定的话,那在中 括号的都可以不要是吧?如果不指定的话,那所有我们的数据集。注意这个地方不是数据集中哈,而是数据集中所有变量的汇总统计信息。 if 是条件表达式, in 用于设定样本的范围。 wet 用于设定权重, options 用于设定其他的可选项。呃,除了撒 model is 之外,其他的都可以不要。 type state 的基本的命令语句是 type state v a r list v r list 啊,也是一样的啊,它只是 呃是一个。这一个在一个表当中显示一系列数字变量的汇总统信息啊,跟这个是差不多的,也是计算指标。但是呢,可能有轻微的差别。 这个呢,待会我们呃再看一下。结合着实例看一下。 c i 的功能呢,它是计算总体的均值比例方差和标准差的直径区间。 我打开一下这个数据。二 a 啊, 咱针对这个变量吧。 amount, 咱获取一下它的指标怎么弄?就 summarize, 输入 amount, ok 就出来了,就这么简单啊。 summarize 后边加上变量,我们可以看到有哪些这个呃信息呢?首先这个参与描述性 分析的变量是 amount。 这个呢,是样本数啊,三十一个,这是均值啊,这个标准差最小值,最大值。 大家如果觉得这这信息还不够的话,还可以在豆上 detail detail 呢。其实就是说是我们需要得到一个更加详细的一个信息啊。大家可以看到啊,这是我们的百分位数, 百分位数四个最小值,四个最大值样本数均值标准叉方叉偏度缝度。关于偏度和缝度呢,我给大家这一个 详细的说一下。这个也很好用啊,他主要是来验证是不是服从于正态分布用的。偏度的概念表示不对称的方向和程度。如果偏度值大于零,那么数据就具有正偏度啊。右边有一个尾巴, 如果偏度值小于零,那么就是左边有尾巴。如果偏度值等于零呢,那数据是对称的 啊。这个风度呢?他是啊是这个,研究一下他的这个尾重啊。如果这个他的这个正态分布一般是等于三的。如果说我们的数据大于三,这个分布呢?有一个比正态分布更长的尾巴。 如果我们的这个数据的风度值小于三呢?他就比这个正态分布更短的一个尾巴啊。所以说我们的这个我们是有正偏度,但不大,而且有一个比这个 正常的正面分布有一个更更长的一个尾巴啊。在这呢,我还给在教材当中给大家列上了如何通过菜单的方式来实现 啊。这个呢,我这不再追述了啊。大家那个包括这个度文件的这样保存,我在上一节当中就说过,其实怎么保存度文件啊。在这呢,教材上就进一步的明确,很好用啊。大家这个一定要记住啊,会用 啊。再就是刚才我说的这个 tipsite, 这个命令啊。呃,然后也是这两个 monte 变量。这这是说我们要请求输出的统计量啊。 呃,我想要均值极差啊。润值,就是范围,又又叫极差,就是最大值减去最小值。萨姆呢,是求和,这个呢,是方差啊。把它 们都列出这些,这个统计分析指标的指出来啊,这些都是可以请求的,这些都是可以请求的。 这个 typesite 呢,还可以按省分类列出。 by province 按照这个变量,按照另外一个变量分类列出来, 大家可以看出来,你看安徽是多少是吧,北京是多少等等。可以按照变量分类列出它的输出。它的描述性统计只剩一指标。 这样呢,是创建 amount 变量,总体均值百分之九十八,是为这个水平的 level, 九十八水平的执行区间,这是它的一个执行区间, 这三十一个样本,然后均值标准, 他的直行区间是这样的,百分之九十八的直行区间,均值的百分之九十八的直行区间是在这里。 这个怎么来理解?也就是说数据总体的均值啊,他的均值哈。 啊,总体的均值,因为我们现在是样本啊,你就说他有可能有的多了,就会问啊,你现在均值不是已经出来了吗?是这个,咱这个呢,是基于样本啊, 咱的样本啊,是这样的。就是咱做这个数据统计分析,不可能说是你把总体都拿到,很难很难。只是说我们抽样啊,抽了这些样本,或者说圈定了这么些数据啊。我们的这一个,这一部分样本的均值是这个数。那么总体的均值是多少呢?总体的 军指呢?应该是有百分之九十八的概率落到这一个区间之内啊。这个区间之内 总体的均值不必然等于,而且有很大的可能性不等于样本的均值。特定样本的均值啊。这些概念啊,相信有一定同学基础的同学们,学习者们都能够知道啊。总体和样本之间的差距,那所有的样本就构成总体是吧? 啊,但是呢,单一每一个样本,他代表不了总体是吧?这其实是一个那个呃,逻辑问题啊。 再就是正态性检验和这一个数据转换。正态性检验数据转换这块呢,主要的就是说是针对于这个。呃,这个正态性检 检验吧,遇到这几个命令 s t test 呃, s k s k test 这是偏度风度正态性检验 lander, glender, q lander 等等啊。具体的命令内容我就不讲了,要结合着这一个案例给大家演示一下。打开数据二 b 里边两个变量是吧?首先呢,我们针对做一个偏度缝度的一个正态分布检验 啊, s t s k test 啊,大家有时候看这个断行的时候啊,就把这个单位格拉大一点,再重新弄一遍,哎,这样的话看起来比较漂亮啊。然后这样复制,复制为图, 这样就可以放到我们的,放到我们的这一个 word 当中呢,大家交作业的时候就直接这么交就行,很好编辑是吧,这样多好弄。这给大家说一点小技巧啊。 啊,三十一个样本,它的这个 pr, 大家知道 pr 是什么意思吗? pr 的话呢,它是一种概率,又叫显著性 p 值,它通常呢是跟零点零五作比较。这一块呢,大家如果呃感兴趣的话,可以先行学习第三章的内容。 这个三点一点一节假设检验概述当中的内容。啊。这个 p 值是什么意思啊?这一块。这一块呢,我先简要的给大家讲讲啊,这个 p 值啊,他就 显著性皮值,他是跟这个零点零五作比较,如果他小于的话,通常情况下是要拒绝原假设,如果大于的话,是接受原假设。咱们这个呢,这个原假设是服从正态分布,那小,这个数越小,就说明他越不服从于正态分布。 要说不论是偏度检验还是风度检验都显哎,这个这个偏度检验是拒绝了对吧? 风度检验呢,是接受了,因为他是零点零八大于零点零五,但是把两者结合在一起考虑啊,找问找问题。呃,这个 p 值呢,他是零点零一二三,也就是拒绝了啊,我们这个数据不服从,正在分布, 那我们针对这个数据进行一个平方根变换。这个大家在第一章的时候应该学过,就是 generate 一个新的变量 啊,使用这个数学函数求出他的平方根出来是吧?这个就是他的平方根。那针对这一个,我们再做一个检验,看看他是不服从。 可以发现呢,经过平方根变换之后的这个变量,不论是它的这个偏度,缝度,还是它的这个综合考虑都远远大于零点零五,显著地接受服从政才分布的原假设。 然后呢,我们除了即可以对这个 mod 变量进行一个平方根变化之外,还可以进行一个对数变换,就是 j l 等于 low n 什么什么? 然后呢,我们针对于这个呃对数变化或者变量可以进行一个操作。哎,发现呢,也是同样的啊。但是这个 他是这个拒绝的。这两个综合起来看的话,都是这个接受了浮动正在分布的假设 啊。其他的当然还有包括取立方,取平方等等各种各样的变化方式啊,大家都可以根据这个需要来验证是不是服从专业分布 啊。但是呢,我们我们这个呃,能不能就是快速一点啊,就是不用一个个的试,也有办法,就是用 lander。 这就告诉我们啊,你对他进什么变换的时候,这是立方变换的时候,他是不是服从是吧?这个是什么?拒绝掉了对不对? 平方变化嘞,拒绝掉嘞啊,也就说除了这一个之外,这两个之外哈,这个对数变化和这一个 这个呃平方根变化之外,其他的都显著了,拒绝了。他是这个服从正在分布的严建设是吧?那要是如果说我们想让他服从正在分布啊,那最好就是进行一个平方根变换,或者说是这种对数变换,其他的变换方式是无效。 然后还有一个命令呢,叫葛兰德。葛兰德命令他的这个,这个作用呢,其实就在于用这个图形的方式给展现出来啊,是吧。 啊,他是用图形的方式,你看 foot 正在分布不像对不对?哎,都不像哎。只有这个,你看很像对不对?像不像正在分布。这个也像一点, 但这个也也不像啊。他是以图形的方式更加直观的让大家看一看是不是这个浮动正在分布是吧? 还有 kill lander 啊, kill lander 呢,它是那个显示的是这个它变化的分位数啊,根据密集这个密集数和正在分布的分位数进行一个比较。 这是什么意思啊?这说明你没有输入这个变量对吧?所以说 v a r list 啊, request 没输入变量啊。这就是刚才这是那个 q 兰子的运行结果。这就刚才我上一节为上一章,为什么 说不论是错误还是你对的,他都会显示出来,不论在历史窗口还是在这个运行结果窗口都会显示出来,而且会告诉你的原因。上面告诉你说你这是这个 vr list require 的啊,说明你的这个 是需要有变量的,还可以点这一个是吧,告诉你错误在哪里。 以上呢,就是我们的这个整个的二点一节当中的这个全部的内容我就讲述了这个地方,谢谢大家。
粉丝545获赞952

同学们大家好,欢迎来到极乐数据课堂,我是倪老师,今天给大家介绍的一款软件叫斯贝塔,它是一款统计软件, 我先介绍一下我们的课程特色啊,相信大部分同学都去网上看过一些视频,特别是连老师的视频啊, 林老师的视频其实讲的非常好,每一个视频的时长也是比较长的,内容讲的非常的细,主要是从理论然后实践操作这么整个过程来说。但是对于刚入门学习斯蒂达同学来说啊,这类的视频我还是不建议大家去看,因为 通过一个半小时的学习下来,你可能真正掌握的内容其实只有一点点,比如说你只会导入的一个数据,对吧?但是你浪费了你一个半小时。我们这个课程的特色呢,就是经练啊,比较干货,并且偏应用。 大部分同学来学习我们这个软件主要还是为了去啊做一个实证分析,然后完成你的毕业论文,或者是头一片好的旗开。 那么我们的应用其实就非常重要。这个课程啊,我们的特色就是啊,在较短的时间里,然后让你掌握斯德塔,并且能够自己去做一篇论文。 那么我们啊讲了我们的课程特色,那相信大部分同学啊,还不知道实证是什么东西,那我这边先给大家简单的介绍一下什么叫实证实证,简单的说就是去用数据验证我们的一个结论。 那怎么用数据去验证我们的结论呢?我再举一个粗俗的例子啊,比方说我们现在有一个研究主题,就是想研究饭量对上升高的一个影响啊,我们都 知道饭吃的越多,人就长得越高,对吧?这个其实就是我们的一个理论预期,现在我们去找一份数据,比方说你把全国所有人的一个 饭量以及身高的数据被统计下来,然后我们去研究这两者的关系,基于这一份数据去研究这两者的关系,并且得到了 饭量是促进长升高的啊,那你现在做的就是一个实证分析,就是通过数据去得到一个结论。好,那么 我们现在来看一下整一个课程啊,我们会讲到哪些东西啊?接下来我们所有的课程就是按照这一个思路来的,那这个思路我主要是按照实证分析的啊,一个框架给大家梳理的。那么在做实证分析之前,大家都知 知道啊,我们需要有一份数据,那这份数据我们肯定是要对他进行一个整理和清洗,不然的话你是没有办法进行实证分析的啊,除非你这份数据是哪里买来的,对吧?相信大家自己下载下来的数据啊,都是一份一份零散的,必须要进行清洗和整理。 那整理完数据之后,我们要做的就是实证分析了,实证分析主要分为四个模块,第一个就是对于你对于你前面那份数据的一个描述性统计啊,它里面主要分为五个,一个是 n 就是你的样本量, me 就是样本的一个均值啊, m i n m a x 就是样本变量最小值和最大值, sd 就是标准差,主要包含这五项指标来对你的数据进行一个详细的描述,做完数据描述之后就进 我们的第二步主回归,主回归就是去验证我们这篇文章的一个主题结论,也就是主要的结论 还是从我们前面的那个例子来说,我们想研究饭量对长身高的影响,那么你的主回归就是要去验证你的饭量对你长身高的影响是什么?是促进的还是意志的?那当然这种影响我们必须存在于一些模型去做。 接下来我们的课程中啊,会讲 ous 模型,也叫混合回归模型, fe and r e 这个叫固定效应模型和随机效应模型, gmm iv 啊,以及 did。 did 这个模型呢,其实和前面的模型差别有点大,它是一个啊,独立的模型,就是跟前面其实没什么关联啊,为什么要讲 did 这个模型?因为这个模型现在比较流, 而且他发好的期刊非常好发,所以说我把它单独拿一块出来讲。第三部分叫扩展研究,也叫深入研究, 也就是把我们的文章的结论进一步挖掘,我们验证了饭量会促进一场升高。那么如果我把这份样本划分成两份,一份是男性,一份是女性,我们去比较男性和女性之间的一个差异,也就是吃同样的饭,男的长得高还是女的长得高, 这个其实就叫深入研究啊,也就是我后面给大家列出来的一个分组回归这么一个东西。当然我们后面还会介绍更多的一个深入研究啊,就是中介效应以及调节效应。 第四部分就是我们的稳健性检验了,稳健性检验主要是对我们的主回归进行一个进一步的验证,也就是你前面做了一次,结果其实 存在一定的偶然性,不太可靠,我们让这个结果更可靠一点,就要做一个稳定性检验。稳定性检验 啊,主要是包括以下三种方式,一个是替换变量,一个是变换模型,一个是数据样本的变换。 我们前面用吃饭,用饭量,呃呃,我们前面去研究饭量对长身高的影响,那么饭量如果我们前面是用一天吃饭的次数,就是吃一次饭还是两次饭,吃三次饭来衡量的话,呃,我们可以得到吃饭的次数越多, 你的身高越高,其实也就是验证了饭量越大,你的身高越高,对吧?那么如果我把这个次数 啊变成另一个东西,就是饭量,我不用次数来衡量,用我一天吃几斤大米来衡量,那其实吃的大米的斤数越多,也其实能够 说明我们的饭量越大,对吧?从而也是验证了我们饭量对长身高的影响,就是说把次数换成了吃几斤纳米, 这个就叫做替换变量的五金星。当然我们的方法还有后面两个啊,这个在后面的课程中我们会给大家强详细的介绍。经过上面四个步骤啊,其实我们就把 整个实证分析给做完了啊。在做完实证分析之后呢,我们其实还要讨论一下文章的一个内存性 啊,内生性它是一个问题,它会造成你回归结果的一个偏恶,所以说这个问题啊非常重要。为什么重要? 因为我们在发一些比较好的期刊的时候,神高老师只要看到你的文章中没有去讨论这个内存性,你的文章一定会被 d 稿,所以说我把它单独列为一个专题来给大家进行详细的讲解。 呃,接下来就是我们显著性调整的一个专题课,因为我们理论是理论,实际是实际,真的我们去做一份实证的时候,你做出来的结果往往是不显著的 啊,基本上两篇里面就有一篇是不显著的,那这个时候你怎么办呢?不是说直接换个题目对吧?或者是重新再找一个数据去做,我们其实是可以通过合理的计量方法给他调整到显著的啊,所以说这一个专题课程呢,实用性非常的高, 到这里为止,我们整个实证分析就已经做完了,那么接下来你就是要去写你的一个 论文的文字了,那么论文的文字其实它里面也有很多的讲究,也有很多大家不了解的东西,接下来我会给大家梳理,就是论写论文的一个重点是在哪里?就是每一个 章节里面到底该怎么去写他,你的导师才会喜欢,省高老师才会喜欢,文章才会更好发。最后就是我们的一个实战训练营,就是基于我们前面学过的一些内容,我会给大家进行一些实战训练啊,来巩固我们所学的一个内容。 最后的话我再给大家看一个呃,实证做完的一个呃案例是怎么样的? 刚刚我们讲过啊,实证分为四个模块,一个是描述性,那其实这个就是我们描述性统计的一个表格做出来的样子,就是这样子的啊,其实这个表格并不需要我们手动去做啊,斯贝塔 会给我们直接输出出来,最后就是长这样。第二块就是我们的主回归,也就是去验证 x 对外的一个影响 啊。最后做出来的表格是这样子的,这个其实软件也会直接给我们说出来,通过银行代码就可以了。 第三部分是扩展研究,其实我们这里做的扩展研究也就是对样本进行了划分,分为的 state 为零, state 为一的两个样本,然后去研究这两个核心,解释变量对你应变量的一个影响是怎么样的 啊?这里其实就是做了一个分组回归。最后第四步骤就是我们的稳定性检验,也就是 啊对主回归的结论的进一步验证。这里用的方法是替换变量啊,但是这里做了两个,一个是替换了 y, 还有一个是替换了 x。 前面我们可以看到用的都是罗恩佩特的,一,这边换成了罗恩佩特的,二替换了音变量,然后前面用的都是 siri ems, 二,一,这里替换成了 siri rms, 二, 替换了你的核心音变量,这个叫替换,呃,变量的一个文件性。好,那我们第一节课就先上到这里。

做实证分析很难吗?其实真的很简单,在大多数情况下,我们去做一篇论文的实证,其实主要是为了去说明 x 对外的影响,那么我们只要把这么一个结论给说清楚就好了。 在接下来呢,我们再把这个结论进一步挖深,也就是做一些拓展研究,把他的研究进行深入,去解释 x 对外为什么会有这种影响,或者是在不同的分组情况下,他为什么会表现这种差异。最后我们再对基本结论进行进一步的验证,也就是我们的稳定性检验。好, 我这边把整个时政分析剖析成四个步骤,第一,描述性统计,也就是对于你的这份数据的一个概况的描述。第二,基准回归,就是得到你 x 对 y 的影响 究竟是怎么样。第三是拓展研究,我们可以去解释一些内在的机制,或者是一些意志性,也就 就是不同分组情况下的表现是怎么样。最后就是我们的稳定性检验,我们需要对我们的基准回归进行稳定性检验,让我们的结果变得更加可靠。


大家好,欢迎来到 sita 数据分析入门课程,我是车水老师,本节课我们来进行第一节 sita 的简介, 主要包含三个部分,分别是熟悉随他的界面,熟悉随他的基本设定以及设置我们自己的工作目录。首先我们来进行第一部分,熟悉一下随他的简界面, 所以他的界面呢,包括四组窗口,两个菜单栏以及一个 输出结果窗口。四组窗口呢,分别是历史代码窗口,密令栏窗口,变量栏窗口以及数据性质窗口。在此基础,在此基础上呢,我们要学会如何浏览数据 和使用度文档。我们来打开斜塔,实地操作一下。双击打开, 我们发现,呃,最先映入眼帘的呢是中间这一部分,它是我们的结果输出窗口。呃,四个窗口呢,分别是 历史代码窗口,是最左边的这一列,比如说我在命令窗口进入一行命令之后呢,在左边他就会出现这个历史记录,如果我双击这历史记录的某一行,他就会重新再运行一次。 第二个窗口呢是命令窗口,我们可以把塞塔的指令呢在这里面建入,然后按回车就可以执行。第三个呢是变量窗 窗口,在右上角,我们可以在这里呃看到每一个变量的名称以及他的标签。第四个窗口呢是性质窗口,在右下角我们可以看到这份数据的名称,标签。呃,数据类型以及 嗯,变量的个数和观测值的个数以及这份数据的大小等等。然后两个菜单栏呢,在最左上角呃,用菜单栏我们可以进行一些基本的统计分析,做图,导入,导出数据等等都可以。 然后呢第二行呢是我们平时用的比较多的,比如说打开文件保存,嗯,然后打开读文档,浏览数据等等。嗯,在 基础上呢,我们来学习一下如何浏览数据。我们主要用的是这两个按钮, 这样单击就可以出现我们的数据,然后第二个按钮也是一样的,他们两个的区别呢就在于第一个按钮可以修改数据,比如说我第一个是一,第二个是二,呃,这个技术上 如果我想要修改的话呢,我打开,比如说我想把第一个数据变成零,那我就直接可以是零 就可以了。但如果我用这个第二个浏览数据的窗口呢,我想把它这个数据再变一下,就不可以这样直接改了。 所以在平时的使用过程中呢,我更推荐大家用第二第二个指令,它类似于指读,呃,这样呢,我们可以减少我们嗯,误误操作导致的数据的变化。然后 接下来呢,我们要学会使用杜文档,杜文档呢,就是这个类似于幕布一样的按钮,我们单击可以打开,在这个里面我们可以写入我们的命令,然后呃选中纸, 点击这个三角形就可以运行。克里尔的意思呢是清除数据,那我们就会发现这里面的数据刚刚进入的数据已经没有了。呃,相比于运用这个命令栏呢,相 我更推荐大家用杜文档,因为杜文档呢,我们可以随时的修改保存,以及和合作者同时使用的时候,我们可以把我们的写过的杜文档发给对方,然后在对方呢在你的杜文档基础之上再进行 修改呀,运行之类的都是可以的,这样就更方便更有嗯,修改的余地和更有操作性,也对我们的合作有一些有很大的帮助。嗯,比如说我们 来举个例子,如果我想浏览一下系统的数据呢?我们用 ccuse 这个命令,比如说系统有一份数据叫做 out, 嗯,我们可以 选中,然后点击这个三角形运行一下,就发现我已经把这个,呃一九七八年的机动车的数据 已经掉入进来了。是这个,那我们就可以发现呢,在看右上角可以看到变量的名称和标签,右下角可以看到这一份,嗯,变量的名字, 呃,数据的名字以及数据的标签,然后观测值的个数,嗯,变量的个数都是可以看得到的。好,我们 现在呢来看一下随他的基本设定。呃,因为刚刚开始了解一个软件的话,我们要呃把它设计成我们 喜欢的样子,我们如何设置呢?在 id 的这个里面呢,最下面有一个 praprans, 我们打开这样的 praprans, 我们就可以设置我们这个界面的, 呃显示的属性,比如说这个这个里面有主题,是标准主题,或者是呃什么经典的主题都是可以的,比如说我用标准主题点击 ok 就可以了。呃, 然后呢,第二个我要说的是要学会嗨老婆功能,可以让我们的效率事半功倍。比如说有一个命令叫做三木 s, 是用来做描述性统计的,但是呢,我不知道这个三木 s 是什么意思,那我就要在前面 加一个嗨,然后呢,嗯,直接回车来执行一下这一份,这个代码就可以出来了,他就会跳出来一个嗨,要普文档,告诉你这个三 ms 的命令是用来干什么的,他首先跟你解释这是一个用来做描述性统计的命令, 然后告诉你这个秘密应该怎么用。呃,首先进入三木 s 或者是 su, 就代表了三木 s 这个单词,然后 后面呢加入你的,嗯,变量的名称,后面再加 f 选项,应选项括号呢代表嗯,可加可不加是, 嗯,可以根据自己的需要去加的,然后可以加一些选项,然后有哪些选项呢?后面都会给你列出来,然后呢在后面他会 告诉你用菜单栏呢如何实现这个功能。呃,然后后面呢会给你举一些例子,让你更深刻的来理解这个命令。 所以说如果遇到一些不会使用的命令的时候呢,我们一定要学会使用哈尔普文档,然后也要学会如何阅读哈尔普文档。好,第三 部分呢是设置我们的工作目录,首先我们要来看一下当前的工作目录,用 p wd, 用 p wd 这个命令来实现。 没车,我们就发现当前的工作目录呢是地盘下的四件套。呃,那如果我想改变我的工作目录该怎么办呢?我用下面这一个命令 cd, 然后呢再把我的想要进入的目录在 写进来,比如说我想进入的目录呢是 f 盘。好,那呃,我已经设置到 f 盘,我们来验证一下,用现在的 p wd 发现呢当前的工作目录呢是 f 盘了。呃,还有一个呢是要查看系统的目录,用 casd 啊, diydl 呢,就是 draxdrax, 就发现呢有,所以他呢有六个文件夹,然后分别的系统的路径在哪里?我们如果想改变其中的一个呢?啊?当然是 都是可以改的。我这里演示一个,比如说我想改变这个 plus, 他的路径用 cs 镜。 啊,我想改变 plus, 所以我要把 plus 加进来。然后你想改到哪一个路径?比如说我想改到 fpard, 比如说我想改到地盘的四件套 的 a 度下面的 pass。 那执行一下就可以了。那我验证一下我这个改成功了没有?再用一下 cs, 然后呢就发现我的 plus 已经到了我刚刚设置的这个目录下面了。好,这就是本节课的内容, 我们学习了 cta 的界面、 cta 的基本设定,以及如何设置我们的工作目录。

毕业论文数据分析描述统计,建议收藏备用。描述分析主要是分析连续变量指标的数据表现,如均值、标准差等。在 spss 终点期分析描述统计描述,将年龄和体重选入变量, 在选项中可以选择自己想要统计的指标,比如均值、标准差等。选中之后点击继续点击确定,就得到年龄和体重的统计量结果了。

大家好,首先呢非常感谢呃各位读者,各位朋友选择呢我们呃这本 stitch 的相关的一个图书进行学习。首先呢我们也进入第一章,第一章呢是讲解了这个 stitch 的基本的操作,以及这个数据处理的相关的一些基础的知识 啊,也是 state 入门的一个最基础的一个东西,所以说大家一定要认真掌握。首先呢关于 state 介绍呢,其实不论是这个互联网上,还是我们在这个日常生活当中,可能大家都会设计的接触的, 那么但是在这呢,因为这个设计了入门的一个讲解呢,我还是简要介绍一下啊,关 s data 呢,它是目前最流行的计量软件之一啊,是一种功能非常全面的统计分析包,统计软件包,它呢容易操作啊,非常 容易操作,一般呢可以通过菜单,也可以通过命令啊,国内的读者呢,其实更熟悉的是通过命令见面呢,相对来说呃非常友好, 运行速度也很快,然后功能很强大啊,这个里边呢,本身呀,他就有一套这个预先编排好的一些分机和分析和数据功能,也就说读者可以直接输入命令,就可以调用相关的一些分析的程序完成相应的操作。同时呢,如果说这个预排的这些 分析要数据功能不能够有效的满足用户的实际的需求,那么读者呢,还可以根据自己的需要自己来编制程序啊,自己编制程序,然后用来分析自己的数据, 所以说他是一个非常开放式的一个软件啊,也是那个就是呃具有这个持续可优化空间的这么一个软件,所以 说呢,就是啊,自从这个软件被引入到我国之后啊,呃,不论是这个学者研究者还是我们这个企事业单位的很多的这个数据分析者都是非常认可并且愿意使用这种 state 在统计分析软件来解决自己的学术研究问题或者说应用实践问题。 呃, sd 的十六点零呢,是这个目前的 sd 的流行版本,呃,最新的呢,根据我的自己的了解啊,可能是出到了十七点零,但是十七点零呢, 并没有在中国范围内的广泛的这个应用开很多。这一个呃读者装的软件版本呢,可能还是十六点零啊,所以说呢,我们还是基于十六点零的这一个呃操作进行一个这个软件版本进行相应的一个介绍。 首先呢,我们这一个第一章主要是分为七节,第一节呢是 stat 概数,第二节呢是 stat 十六点零的窗口说明以及基本的设置。 第三节呢是这一个 stage 十六点零基本命令语句结构。第四节呢是 stage 十六点零运算符语函数。 然后第五节呢是分类变量和定序变量的基本的操作。第六节呢是常用的几种处理数据的操作。第七章呢就是对本章整个的第一章进行一个回顾, 当然呢还有就是配套的有练习题,呃,因为练习题呢,在很多的这个读者他是用来作为教材,所以说练习题啊,我这个地方呢就先暂不讲解。 首先呢我们来讲解一下第一节啊,关于第一节 ct 的概述的我简要介绍一下。 其实呢,我们这一个我们的教材当中呢,介绍的非常的详细,我也没必要再过多的去重复。呃,总之呢,就是他这里边呢,说了 state, 他的一个优势就是我们为什么要从那么多的统计分析软件当中要选择 state 进行学习, 可能呢,包括 spss, 包括 sauce, 包括 r 语言, matlab, 呃, passing 等等 一系列统计分析呢软件呢,都可以满足我们特定的统计分析需求。那么我们为什么愿意选择 state 来进行一个学习啊?这只是就,然后呢就是我们呢,呃, 就是基于是对他具有的种种的一种优势啊。刚才呢,我在前面呢其实也有所设计,就说他的运行速度快啊,他比较开放性啊,或者有持续的可深化空间啊。在此之外呢,他具有一个强大的图数据分析和图形制作功能, sleet 呢,还可以进行一个矩阵的运算。从我自身的这个学习研究经验和这个工作实践经验来看呢,身边的很多的同学老师,还有就是我们的同事领导们等等哈,大家呢用的都是 sleet 软件, 使用四 g 软件呢,一个是确实比较容易上手,再一个呢他确实是也比较简单啊。呃,我个人这里也是这样的啊,如果说真的想这个学精学懂, 弄通做透这个 state 其实是比较困难的,因为它这个里边的这种模块非常多。然后呢,他在那个也是紧盯这个学术研究的前沿,把很多最新的计量统计研究分析方法呢,也实时的补充到我们的 这个每一次的软件版本的更新中来啊。但是在此基础上呢,呃,这种这种基础性的一些分析,比如说回归分析,相关分析,统计报表这些制作这些这个基础的功能呢, 他也是就是这个不论是从界面上还是从这个使用的效果上来说是经久不衰的,也是非常容易上手的。 也就说不论是想利用 state 从事比较高深研究的这种呃学术研究型的呃人才,还是说我们只想就是掌握这个基础应用功能来进行 行这个自己的基本的学术研究,比如说我就想完成自己的毕业论文,或者说我们就想解决企业里边啊,可能就是说我们区别哪些是优质客户,解决这么一个特定问题的话,那我们只需要学其中的一点点,甚至只学一个命令就可以,那么斯里特也是非常容易上手的。 总之呢,就是 speed 它的这个受众人群是多样化的啊,能够很好地满足每一类层次的人员的实际的需求 啊。当然对于对斯对特的这种认知和理解包括评价呢,肯定是仁者见仁智者见智,可能有的呃,有的这个统计的学者就觉得斯对特不好用,那这一块呢,肯定也有他自己的理由。那么但是对于我本人来说,还有周边的很多的这个朋友来说,斯对特确实是一个非常好的 一个软件,值得大家投入足够的充分的时间精力去学习,并且呢把它有效的结合应用到我们的呃学术研究或者工作实践单位来。 而我本人呢,创作这本书的初衷呢,也是为了啊,让国内的这些有志于学习 stit, 掌握 stit, 应用 stit 来解决实际问题,能够学习的更为轻松一些。所以说呢,我不论是在一些 啊这个统计方法的介绍上,还是在这一个呃统呃相关命令的介绍上,以及这个对于 案例的举例,对分析结果的解读上,都倾注了大量的精力,也开展了大量的调研,然后呢,尽可能的把所有的事情呢都说明白,说透弄懂,让大家在学习的时候呢, 能够呃轻松一些 啊。这是第一章的第一节 state 概述的相关的内容,下面呢,我再来介绍一下我们的 state 十六点零的窗口的说明,以及基本的设置。 其实呢,与大部分的这个程序窗口类似, sleet 也有自己的菜单儿来呃工具来,它的特色呢,在主界面当中的五个区域,隶属窗口,隶属窗口呢,又称这个 history 啊,然后那个变量窗口, 变量窗口, 变量窗口啊,玩 airpods combod 命令窗口, result 接物窗口,接物窗口,然后 perfect 属性窗口啊,它主要展展示的是我们的变量啊相关的一些属性。 这五个窗口关于每一个窗口详细的介绍呢,这儿呢,我给大家再再汇报一下啊, 大家可以看到呢,我装的是这个 m p m p 版的这个十六点零, 这呢,大家在出散装的时候可能是英文界面啊,但是这个我这为什么是中文界面呢? 是因为我进行了相应的这种设置。怎么进行设置呢?我这儿也先给大家讲一下,在这个地方编辑编辑, 然后呢,在很多的这一个就是呃大家的这个现现在的界面呢,可能是叫 edit edit, 呃,然后这个 首选项大家可能是 prefer recess 啊,用户界面语言应该是 user in in interface language, 这个呢,我们在教材上也有所提及,然后点这个 我这呢,因为已经设置成了这个简体中文,大家呢可以根据自己的这个语言编号习惯进行一个设置,比如说改成英文版, 然后在下一次启动 ct 的时候,它就会发生改变, 大家可以看到现在呢,就回到了大家自己的这个刚安装好 state 十六点零版本的这个界面, 那么怎么把它设置成这个简体中文呢? edit preferences, user interesting language, 把它改成 chinese, ok, 关闭。下次再进入的时候,点开 就出现了我们的这个简体中文界面,然后呢,我们就可以,如果说是大家喜欢菜单操作的,可以通过从这个菜单当中进行 设置,找到对应的统计分析方法,然后进行这一个相应的呃操作。但也可以在这在命令窗口直接输入命令 历史窗口呢,它显示的是自本次启动 status 六点一零以来执行过的所有的命令。 命令产生的渠道包括两类,一类呢是用户直接在 come 的窗口输入的命令,无论命令是否正确,错误的,未被执行的命令他会被加上红色。另一类呢,是用户通过窗口菜单操作,这个是的是自动换算得出的命令, 也就说我们呢可以直接在这说,他会在这进行展示,也可以呢,通过菜单进行操作,他也会在这个历史窗户显示相应的命令。这个 呃这一个软件特性呢,就给我们带来了一种便利,也就是说,如果我们知道菜单操作,那大约知道这个菜单是怎么操作,但是不会写命令怎么办? 我们呢就可以先用菜单把它操作一遍,然后实际上自动的就会在这显示出相应的命令出来,那我们就可以把命令进行保存,或者说把它记下来,下一次再输输入命令就可以达到啊,跟这个菜单操作一样的效果, 相当于呢,跟着 skate 学习了一遍,如何这个编辑相应的命令, 然后这个变量窗口呢,它显示的是当前 stat 数据文件当中所有的变量啊,然后这个如果说是这个变量,这个单击它的时候啊,这个变量呢就会在 command 窗口出现啊, command 窗口呢,就是输入命令他的这一这么一个界面, result 呢,其实就是这个,这个倒是没有写哈,它这个呢,上面这一块它就叫结果窗口,无论成功还是失败, stat 这个 stat 都会显示执行了结果,如果失败了的话呢,它会以红色的信息显示,并且会告诉你的原因。 这个呢是属性窗口啊,每个窗口的大小呢,可以自由的调节。 然后呢这个地方呢,可以啊,可以把它关掉啊,大家如果觉得没有用的话,就可以把它关掉,也可以进行恢复啊,这个都没有问题啊, 比如说我们把变量窗户关闭了,后来觉得变量窗户有很有用啊,我们可以再把它找回来啊,对于属性窗户也是一样的道理。 当然呢,这个快捷键也是有用的啊,比如说我不用鼠标操作,我用键盘上的 ctrl 加一,也是能够达到同样的一种效果 啊。关于这个第二节呢,如何设定偏好的界面语言?在刚才呢,其实我也已经结合着呃我们这个 states 的界面进行了一个讲解。呃,读者呢,也可以按照这个教材上规范的 这样一种做法,自己进行一个灵活性的设置啊。啊,我们学习这个这软件呢,最重要的是要除了学会的同时更重要的是要应用,所以说呢,就鼓励大家在用的过程当中呢,自主的进行摸索啊,多摸索, 只要把数据保存好,数据不丢失啊,大家都是可以尽可能的根据自己的理解多操作几十次啊,在摸索当中呢,会自然而然的学会各种命令,各种这个菜单操作的一些具体的呈现,从而呢能够更好的学习,死罪他啊,这个学习, 呃,这个跟这个多尝试他是密不可分的,多尝试呢,肯定这个学习效果可能就会好一些。

实证小助手我们一起运用 stat 自带的数据库来快速完成一篇妇女受教育程度对工资影响的实证文章。一篇完整的实证至少包含四个表格,分别是描述性统计、基本结果、深入研究和稳定性检验。 首先是描述性统计,我们对这份数据的概况进行的统计,主要包含样本量、标准差、均值、最小值和最大值五项统计指标。 然后是基本结果,我们得到了妇女受教育程度越高,工资越高的这么一个结论。如果你觉得一列表 表格太单调,我们可以做成两列,第一列只放核心解释变量,第二列再把控制变量加进去。如果你觉得还是太单调,我们可以把控制变量逐步添加。最后把结果输入到 word 里面就可以了。接下来是深入 研究,我们根据妇女是否结婚,把样本分成两份来看妇女受教育程度对工资的影响差异。最后是稳健性检验,我们换了一个模型来做得到的和基本结果一致的结论,那么我们这样的结果就是稳健的。 这样我们就快速完成了一篇实证文章。所有的命令我都放在这里了,大家可以收藏下来反复观看,下课点赞加关注,实证不迷路!

大家好,欢迎来到赛塔数据分析入门课程,我是车水老师,本节课我们来学习一下如何在赛塔中浏览和查看数据。 主要分为三个部分,第一部分是查看资料的结构,第二部分是学会使用变量标签,第三部分呢是学会搜索变量。首先我们来学一下如何查看资料的结构,再调用一份 数据。之后呢,我们首先要学会查看数据及和变量的结构,我们用 discome 这个命令来进行。 其次我们要学会用 sorrys 这个命令来呃描述变量的统计量。然后呢,我们要学一下如何用利索来列出数据,尤其是列出我们在某一筛选条件 下的一些数据。我们来用塞塔实地操作一下,双击打开塞塔,先打开度文档,我们还是要延续我们那个优良传统,先保存一下度文档。 好,我们先调用一份系统数据 ccutoto, 然后呢这份数据就已经进来了,我们用。呃,首先要来查看资料的结构呢,我们用 disco app 这个命令 来看一下结果,选中,然后我们可以看到呢,这个结果是 非常的详细的,他首先告诉你说这一份资料的,嗯,路径,存储路径以及 观测值的个数,变量的个数,呃,数据的大小,数据的标签,以及每一个变量的名称,存储类型,存储的形式,以及每一个变量的标签都会很详细的列出来。然后呢还告诉你, 嗯,这个排序的方式是根据什么方式,根据哪个变量排序的,然后这个就是第四块。然后呢你们要注意就是第四 对前三个字母呢就完全可以代表迪斯科,这个随他就可以识别了,比如说我运行一下的跟这个迪斯科这个结果是完全一样的,所以我们可以直接简写成第四, 这个呢,我们要学会用三 mruss 来描述变量的统计量,三 mls 来运行,看一下结果啊, 好,他就会给出呢每一个变量的名称,观测值的个数均值标准差,最小值,最大值,所以是,嗯,非常直观的。然后呢我们还有 学会后续加一个低太偶的选项,我们来看一下结果。好,这个呢就是他给 每一个的变量的结果呢,都给出的非常详细。比如说我们来看 plus 这个变量,他除了给出观测值的个数均值标准差这些信息之外呢,还会给出比如说方差啊, 偏度风度百分之一,百分之五,直到百分之五十,百分之七十五,百分之九十五、九十九,这些每一个的分位数都会给出来这个命令呢,就是可以帮助我们更好更深入更详细的来 了解每一个变量他的分布。嗯,然后这个三 pls 的简写呢就是萨姆,然后后面这个 dtrl 的简写呢就是 d, 所以说如果我们进行萨姆 逗号 d 的话,也可以让实现完全相同的这个结果,所以我们在之后的,嗯,之后在使用 ctrl 的时候呢,可以直接用萨姆就可以完成这个萨姆尔 s 的这个功能。然后第三个呢,我们要学会用历史列 出数据,比如说用利索列出这个 pos 数据,那我来看一下结果就发现呢,他把每一每一 每一个观测值 plus 分别是多少都列出来了,然后哪一行都列出来了,那如果这个类似的这个命令呢?它关键的 作用呢?是用来筛选我们某一个,嗯筛选条件下的数据,比如说我想知道价格小于四千的啊,分别是哪些行?价格分别是多少呢?后面我们要加一个 f, 呃条件 flis 小于四千 非常的方便的,就说我们来运行一下,他就会告诉你,呃价格小于四千的这个这些价格分别是哪些? 然后这个价格分别是多少,分别是哪几行?都非常的详细,那后面呢我们还可以添加别的变量,比如说 mpg 这个变量, 那在这个条件下呢,我们都来给他列出来,我们就可以看到价格小于四千的呃价格,以及 mpg 他们分别的对应情况,以及分别是哪些行,所以这个类似呢是也是非常的方便的。 然后我们来学习一下如何使用变量标签。首先呢我们要学会给这个样本添加标签,用刚刚那个 ds 这个 命令的时候呢,我们可以看到这一份的标签呢是人家已经给定的一九七八奥特曼 bata。 然后这个时候如果我想添加自己的标签呢?我们怎么办呢?我们要用的是 vivo, 我们要给变量添加标签,所以后面是贝塔。 然后你要添加的标签的名称在这里写出来,如果是中文的话,一定要用英文引号里面添加我们的中文字符,比如说我想添加的标签呢是汽车价格, 好,我们运行一下,然后这个时候呢我们再来看这一份资料,就发现了 这个时候这个资料的标签已经变成了汽车价格,而不是刚刚的 pro, 而不是刚刚的这个一九七八奥特曼 flax。 然后其次呢,我们要学会给变量添加标签,比如说之前的这个 pos, 呃的标签呢?他就是 pls, 嗯,这些标签已经定义好了,如果我想定义我们自己的标签, 说,呃,如果之前的数据他没有标签,我想自己设置一个标签,怎么办呢?我们要用 vivo vr, 然后呢先写我们的变量名称,比如说 plus, 然后再写我要添加的标签的名称,比如说价格, 这个时候就执行完成了,然后我们再来迪斯科拉比一下,就发现呢,这个 pos 的标签已经变成了我们刚刚设置的价格, 嗯,如果要是给分类变量添加标签呢,就稍微麻烦一点,比如说这个 r e p 七八这个数据,我们先来看一下这个标签这个变量的详细情况。四 m d, 我们先活学活用一下,我们可以看到呢,其实这个变 他是一个分类变量,我们如果更直观的看的,我们可以用黑色勾染,就是 直方图看一下这个数据。好,我们 可以更直观的看到,其实这个数据呢,他就是一个分类变量,但是呢,数据里面他并没有给出这个一二三四五分别代表的是什么。那我们可以自己设置一个对应的标签, 那包 dfad fy 就是定义的意思,嗯,我们设置这个标签,我们先给他取一个名字,就是专为佩尔, 然后比如说设计一,一的意思是好,二的意思是, 嗯,两三的意思是中。 还记得上节课我们讲如何断行呢,就是在后面加三个斜杠,然后四的意思呢?是 在定义这个之前呢,我们 来看一下这份数据里面他原本有的标的那个分类变量的标签有哪些? 我们先跳到下一个环节,下一个呢是标签管理,我们要学一个雷波 book 这个命令来查看类别。我们现在先来看一下原本的雷波 booc 的类别一点,看一下,发现呢 有一个变量有这个标签,也就是呃,这个方瑞这个变量,他的零呢代表的是国内,一代表的是国外。那这个时候我来 运行一下我刚刚设计的这个标签。好,已经定义完成了,定义完成之后呢,我要给二 pp 七八这个变量添加我的这个标签,怎么办呢?我要用 vivo, 嗯, vivo yleos 加变量名再加标签名的形式来设计,就说 vivo yous 先加电量名就是二一批七八,再给他连接上我刚刚设计的这个标签瑞佩尔, 然后来运行一下就给他把,就给这个 i e p 七八这个变量,嗯,连接到了安装,就相当于把这个标签和这个 i e p 七八连起来了。那我们来 现在来再来看一下啊现在的标签 abbox, 就发现呢有两个变量都有了标签,这个呢是之前的,那 那个风瑞那个变量,这个呢就是二一 p 七八这个变量,我们的变那个标签名称呢是瑞佩,然后呢一二三四五分别代表的是好量中差、较差,就是我们刚刚定义的这个。 好,我们还要学习一下如何删除标签,嗯,直接用 lebogle 删,然后再添加你要删除的那个标签名称,比如说是, 那我们这样就可以删除了啊。删除之后呢,我们再用猎豹扑克来看一下当前的这个标签,发现呢只有否认这个变量有标签了,因为我们已经把人拍了这个标签删掉了。 好,最后一个部分呢,我们来学习学习一下如何搜索变量,嗯,比如说在这个数据集里面,我们来搜索一下, 嗯,用 loger 这个命令,我们来搜索一下这个 prus 这个变量是否存在,我们来运行一下就发现呢他是存在的,然后呢给出了这个变量的 名称,嗯,存储类型,然后形式标签都是有的。在这么一份就看起来变量比较少的这个数据集里面的播放,这个命令看起来就是,嗯, 不那么必要。但是如果说我们用的是成千上万个数据,或者说非常多的电量的名称的话呢,这个露福尔的这个 命令呢是非常的有效的,可以让我们查找这个数据集里面他是到底是否包含 这个电量。好,这就是本节课的内容,我们学习了如何查看资料的结构,如何使用变量标签,以及如何搜索变量。

大家好,下面呢,我们继续进行讲解啊,我们讲解一下我们的重复测量房产分析。 在研究中,我们经常需要对同一个观测对象重复进行多次观测,这样得到的数据称为重复测量资料。 而对重复测量资料进行方查分析,就需要采用重复测量方查分析方法。重复测量方查分析方,方查分析与前面的方查分析的最大的差别在于,他可以考察测量指标是否会随着测量次数的增加而变化,以及是否会受到时间的影响 啊。在 sd 的十六点零的这种版本当中呢,重复测量方案差分析的基本命的语句与多因素方案差分析也是一致的啊,这包括这些选项,它的区别在 哪里呢?在于这个 options 当中,斜方叉会用到一个 repeat 啊,呃,这个 vr list, 也就说我们可以设定重复测量的变量。下面呢,我们用这个数据四 a 进行一个演示和讲解。 数据四 a 呢,是某类呃,十八本图书实时促销策略前后的销售数据 啊,这个图书公司呢?他,呃,为了改善哎,改进一类这种图书的销售额,提出了一种促销方案,并随机的选择了十八位图书进行实施。看一下他这个这个方案是不是有效 啊?三个变量,这个 number, plain seal 啊,分别表示图书编号,促销方案啊, plan 呢,是促销方案呃,一呢,它是分为这个一二,所以 plan 是分一二的,一表示促销之前,二表示促销之后,它是一个就是 rep 的变量。 plan 是 rep 的变量 啊,所以说这就是我们的这一个呃结果啊,针对于这个进行一个分析啊,其中这个 rep, 这个呢作为 rep 的变量破烂,作为 rep 的变量, 可以发现有三十六个样本进行了分析,这个科学系数啊,还是这个可以的啊,这个促销方案呢,对这个有显著的影响啊,是非常显著的影响,那这个 number 呢,是对这个是没有什么显著影响 啊,也就是说啊,我们的这个销售量的改变与图书本身啊是没有太大关系的,而促销方案的实施对于销售量的改变却有着一种显著的影响啊, 这个呢是有一种显著的影响,这个破烂 啊。以上呢就是我们整个的这一章的这个内容啊,我们这一章呢,主要介绍了这个单因素方面分析,多因素方面分析、 斜方抓分析、重复测量方抓分析,这四种分析方法的基本的原理啊,基本的命令语句以及具体实例的应用啊。其中那个单因素方抓分析呢,它用的是 mouse 啊,当然也可以用 adobe, 这个多因素呢,它就是用 adobe 啊,小网站分析,宠物测量发展分析,它们的这个基本面的语句呢,与这个多因素发展分析都是一样的啊,都是有 adobe, 只是区别呢。 消防抓分析的区别在于它的 term list 当中呢,会用到一个 c 点开头的连续的变量。呃,重复测量化抓分析呢,它的这个 option 当中呢,会用到一个 repeated vr list, 也就是允许大家来设定一个重复测量的变量 啊。以上呢就是我们整个的第四章的全部的内容,谢谢大家。

很多同学都很疑惑,数据分析到底应该学到什么程度,可以去找工作,那么今天全网最精简最全的数据分析自选指南他来了,如果想要成为数据分析师同学,赶紧把住,然后学习起来。首先就是统计学,统计学也是我们后面进行很多分析的基础,那么 统计学部分主要分为三大模块,首先第一个模块就是描数据统计,那么这一点有助于帮助我们在拿到一个数据的时候可以进行初步的描述分析。 在描述一统一当中,需要掌握的必须的概念就包括均值、中位数、中数、方差及大值以及几小值。除此之外我们还需要了解整体的数据分布,那么在数据分布当中,主要的数据分布就包括正态分布、我努力分布、二项分布、均 分布、破松分布以及指数分布。同时均值和中位数的比较还直接决定了这个数据级分布的偏度以及风度。最后我们 还需要去识别数据集当中的缺失值以及异常值。第二个模块就是假设检验,在假设检验中我们必须要掌握原假设以及贝德假设定义, 同时还有检验的几种主流方法,比如体检验以及卡框检验。那么为了解释假设检验的结果,我们所需要掌握的概念就包括批值、知性度以及知性区间。在实际工作中,假设检验的一个主要运用就是 ab 实验,所以 我们就需要掌握和 ab 实验相关知识点,那么这个在之前的视频当中也有所提到。第三个模块就是概率论,在这个模块当中大家一定要掌握的内容就包括条件概率的计算、抽象方法,大数定律,中心极限定理、区间估计、儿方以及方差分析。 在学习完统计学之后,下面就进入分析工具的学习,也就是平常我们所说的代码以及编程部分。这一部分当中首先一定要掌握的 工具就是 excel, 它也是每个数据分析师所必备的一个分析工具。在 excel 当中我们主要需要掌握一些基础的计算函数,数据透视表以及 vlog。 然后就是 c 口, c 口是我们在工作当中主要的题数以及数据查询工具,在 c 口当中我们主要需要掌握表的增差查改表连接,此查 咨询以及窗口函数的运用。同时我们还需要知道吸控语句的执行顺序是怎么样的。接下来就是拍摄,它是我们进行数据清洗以及模型搭建等比较复杂的数据操作所必不可少的一项工具。那么 在拍摄的学习当中,我们就一定要掌握在拍摄当中最基本的数据结构,包括列表、字典、字母串等等。同时我们还需要掌握比较基本的拍摄语句,比如说一幅语句,作语句,外语一句。最后我们还需要熟练运用拍摄当中已有的拍给, 就包括 iphone plus, skiphone 等等。最后还有数据可视化的长按工具,那么在数据可视画部分,我们只需要掌握一个工具即可。在这里比较推荐大家学习 tow。 那么在 type 当中大家主要需要去学习的就包括仪表盘的制作以及一些基本的计算函数的应用。 在了解完统计学以及能够熟练使用一些分析工具之外,我们就可以进入下一步进阶的内容,也就是和积极学习以及算法模型相关的部分知识。 那么在这部分大家主要要掌握的就是模型的原理,模型的运用,模型的一些调优以及效果的评估。除了算法岗位之外的数据分析岗位,其实只需要了解我刚才所提到这些内容即可,并不 需要去深入的纠结,比如公式的推倒等等。那么在机器学习部分,主要可以分为有监督学习以及无监督学习。在有监督学习风主要可以分为回归算法与 分类算法,而在无监督学习中,我们主要需要掌握的就是序列算法,除此之外大家还需要了解时间序列模型,这个也是我们在工作当中比较常用的一种预测模型。那么最后一个大的模块就是业务知识的部分 物质是对于现在很多的数据分析师岗位来说越来越重要,因为现在很多数据分析都是为业务角色而服务的,在之前的视频当中也给大家分享了很多业务方面的一些小知识点,那么在这个部分主要需要掌握的业务分析方法就包括留存分析、漏斗分析、对比分析、 行为路径分析、拆解分析、用户分群分析以及归因分析。而在业务部分所涉及的一些指标体系,在之前的视频当中也跟大家有所提及,大家可以再去回顾一下。以上就是成为数据分析师必须要学习的内容,大家赶紧码注,少走弯路哦!

商业表表表头我们我们这有了一个对吧?商业表你现在会不会画?呃还是不太熟悉,上次有看过,但是还没有进行一个操作,我现在是用复制别人的格式。 呃。我现在给你。行,那这样我们我我的意思就说因为这些细枝木有我们就一点一点解决,对不对?这时候正儿八经来,我我先教你最简单的这个三线表吧。啊三线表的话就可以把它复制过来吧,就是说中那个 spas 可以复制吗? 呃对可以复制的,但我我还是说就是这个表的话我还是要跟你去演示一下嘛演示一下之后这样的话你就你不用去这个去拷贝人家的格式啊什么之类的, 我就是这样是没必要的对不对?啊啊啊?对,表图的话就是比如说人口统计学特征这个都可以自己去命名的对吧?嗯什么一般一般描述性统计都可以,对不对? 然后他这个你看一下他这个属性啊,就是一二三四五六七八对吧?嗯八八数对吧?哈嗯然后我们就 插入表格,对插入表格这个你你自己你私下里有没有操作过? 有私下来说,对,就现在我我已经是就是说两就左右两边那个线条怎么样给他擦除,哦这样哈。 这这这这个你不都不都已经自己去实实验过了吗?对吧?你的意思怎样出现这三三条线是吧?啊 不是这左就是左右两边那个不是个线要给他插除吗?是不是啊?这这个左右是吧?对对左右啊。那我我我跟你说怎么怎么去弄啊? 这个你要。嗯对我们我们只只讲你这个疑惑的点哈,对吧?对,嗯,对对对,行,我们看啊,第一点的话我们就点这个啊, 然后点这个表格属性,对,是 ok 啊,表格属性之后,然后边框底纹,边框底纹,对,把这这这些点,这,这不是上下了吗?确定这不两边都没了吗?再演示一遍吧,你看一下啊。行,来我给你 慢点啊,表哥属性,对边框底纹,然后你就把它点掉,是吧?是对对,你把这些你不想要的全部都给他点掉,这个点掉,这个点掉, 这个点掉,这个点掉,剩下我们留了两个,对不对啊?对对对,点掉那个就好,然后点什么点?确定自定义啊?就是同在自定义那边可以给他点掉,是需要选择这边边框底纹,你点点个对,边框底纹,边框底纹,然后这边左边有个自定义,是吧? 这要点,对对对对对,这个他一般的话自动都会弹射出来的,对吧?这两个弄完,弄完之后然后点确定啊,然后再点确定,然后这不是才两两条线吗?对吧?在从这上面这,然后我们再点表个属性,下面再加一个线, 知道吗?嗯,再加一个线,然后点确定,三角线不就出来了吗?嗯,就三角线去,对吧?嗯,是,嗯,这样的话就这个操作,就这三元表就知道怎么做了。那你到后续,后续的话你任何的这个凡是用到三元表的话,你都可以用这种形式去做。 对对,行,那这个的话我们就这个瞄准,对,我们就算过了,是吧?啊?嗯啊,然后, 嗯,三点秒过之后我们就算过了啊?还有一个就是怎样去表述的?这个问题的话我还是想跟你去谈一下啊,就说当然每个人呢,他这个表述,他都有自己的那个, 呃,自己的这种方式啊。但是呢,我们说,嗯,你字数的问题啊,对吧?你比如说我,我写的这 这部分呢,他有二百六十二个字,对吧?嗯嗯,好多好多同学啊,他可能都关心说啊,这个字说怎么办?还要担心这个茶虫。我说你压根就不用去担心这些东西,为什么呢?因为我们在这个实证部分,我跟你说实话,我们想写多少写多少,这个是没问题的, 是,对不对?你比如说我们去举个最简单的例子啊,在男女男女比例上,对吧?嗯,男女比例上的话,我们去描述的时候 我们可以秒性啊,男性有多少人,对不对?二百五十一个人,女性有多少?二百五十个人,他们所占比重是多少?百分之四十九点七, 女性手段比重百分之五十点三,这些我们都可以去写,对不对?然后我们再加上什么,总体上啊,两个比例相当,对吧?但是对不对?但是男性, 男性略低,略低,百分之零点六,对不对?嗯,这些我们都可以去网上去写,嗯,对吧?然后我们去说,嗯, 然后再看啊,谁谁所站的所所站的这个比例高一点,这个哪个职位站站的比例高一点,这些我们爷爷都可以去写,对不对?嗯啊,职位啊,谁站的比例高一点,然后还有还有什么特点,比如说谁和谁相等啊之类的, 对不对?比如说其他这个职位跟这个报告员,这这些他们他们是相等的,对不对?对,所以我我想跟你讲这个更细一点的,就是说 这些我们都可以进行拓展的,所以这个方法你一定要掌握住,就在制作方面,制作方面我们是可以进进行拓展的。 对,这是这是,这也算是一个小技巧吧。反正这是这个,你,你应该能理解啊,你应该能理解。不对,对,因为这些大概要,大概要写这一块的描述性统计是要写,呃, 我现在是写四百多字的,我今天有有在把它从这样对,你写四百个字,呃,也,其实也 ok 啊,就是说到时候四百多字,对,这个到时候的话我们先先按照这个标准去找,等到那个成稿了之后的话,那我们再进行 那个,就是我们有东西呢,我们就有的放肆了,对吧?我们想删除,删除一点,对不对啊?对,对,我们整个整个语句啊,什么之类的,我们想让他变得流畅度更高一点,我们就可以流畅度更高一点嘛,这个是没问题的,对不对?但是这个方法你一定要去掌握住, 对吧?你听,对,因为好多人的话,他,他有这个结果了之后他不知道怎么去分析,你知道吗?所以我现在教你的是这个方法。嗯,对,这个你觉得看似很简单,但是其实里面还是有技巧的嘛,对吧?对对对。

在 spss 中可以对数据进行描述性分析,分析方法包括频率分析、描述统计和交叉表分析等。本节内容来介绍一下 spss 中的频率分析。 spss 可以对变量出现的频率进行分析,并给出相应的结果, 具体操作如下,先用 spss 打开一个数据集,依次点击分析描述统计频率,随后弹出频率选项卡。将频率选项卡中左侧教育水平变量选入到右侧的变量中,然后点击右侧统计按钮,弹出统计选项卡。选中四分位数,点击继续 返回到频率选项卡。点击右侧图表按钮,弹出图表选项卡。选中条形图,点击继续再次返回到频率选项卡,点击右侧格式按钮,弹出格式选项卡。 排序方式,按值的升序排序,点击继续返回到频率选项卡后点确定,这样 spss 就会输出本次频率分析的结果。 具体观察输出结果可知,在教育水平表格中分别列出了不同教育水平的频率百分比、有效百分比和累积百分比,同时在教育水平条形图中显示了不同教育水平的频率分布。

本节内容来介绍 spss 中的描述统计分析,通过 spss 对连续型变量进行描述统计,可以得到最小值、最大值、平均值、方差、标准差等信息。 具体操作如下,先用 spss 打开一个数据集,依次点击分析描述统计描述,随后弹出描述选项卡, 将描述选项卡中左侧的家庭收入变量选入到右侧的变量框中,然后点击最右侧的选项按钮,弹出选项选项卡,勾选平均值、标准差、方差范围、最小值、最大值、标准误差的平均值、风度偏度等,点击继续。 再次返回到描述选项卡,点击确定,这样 spss 就会输出本次描述统计分析的结果。 具体观察输出结果可知,在描述统计表格中,分别列出了家庭收入的个案数、范围、最小和最大值、平均值、标准差、方差、风度偏度等指标。

嗯,开始吧。嗯嗯,我是这样想的啊,就是说我们要有一套我们自己的这个流程,对吧?所以的话我就想首先呢先跟你去展示一下,就说我们 经过这段时间的这个辅导之后的话,我们得到得到你今后的你的这篇论文,我们得到了这种最后反映在纸面上的这个论文的效果呈现怎样呢? 我给你先给先大致看一下,对吧?啊?就说我们这个标准的这个论文的实证分析啊,我们主要是包括我们一般描述统计分析、 性消毒,我们就用十八式去做,探出一次分析我们用十八次去做,然后我们再加个验证性结构方式模型,最后再达到我们的一个中介消炎检验。嗯,然后的话,你比如说我们这个,哎,中介消炎检验的话,就是我们可以用十八次,也可以用二 阿莫斯。但是我觉得,呃,我们要体现出我们论文的规格的话,我们还是要用这个阿莫斯去做的,这也是说我为什么说你要一定要学这两个软件的原因。 嗯啊,然后的话,这个是我找了一篇优秀的这个论文的一个样板,就是人家这个就是做的实证非常非常优秀的一个论文的样板,他包括这个就是这个大纲啊,这个大纲的话,到时候的话 你要去写这个论文的时候,到时候我还要指导你去把这个大纲我们再去调一下,就按照这个论文这个样板我们去找, 比如说这个描形统计,这线路效度分析,这个线路效度分析的话,它下面的话还有包括这个探索性因子分析和验证性因子分析。嗯,最后的话到这个结构方程模型,结构方程模型就这个假设检验,就是 我们提出的几个假设,然后我们要通过这个阿莫索,我们把它给做出来,然后再做这一个十分的一个结果分析,这个你现在应该能可以看懂吧?看得懂,能看哦,就是你要不懂的话,你就你就你就你就直接说嘛,对吧?我们就相当于一个讨论,对吧? 嗯嗯,对,对。然后他这个一般描述性统计,这个是人家优秀论文去做的,这个的话就是这是我们,我们今天啊要解决的第一个就是一般描述性统计,这个你看这些, 这,对吧?这这你后面这写的这些东西,我,我这个你应该应该都已经了解了,对吧?啊?有有有,这个可以,对对,然后信度分析啊,信度分析呢?就是这个最关键的这个,对对对,十八十是一个克拉玛哈系数,对吧?嗯嗯。然后 校路,校路这边的话我们需要得到什么?得到一个 kmo 值,对吧?对对。然后还有一个就是他的那一个啊,巴特利球星检验,球星检验他的显示性水平,对吧?这就让我们要得到这是人家的那个 这优秀论文啊,就是我们就我们将就是标杆吗?标,标杆管理的话,我们就按照人家的标杆走,对吧?这样肯定是没错的。嗯,对吧? 然后的话就是,呃,碳水因子分析,碳水因子分析到人家也是这个,比如说这个是吧?嗯,对,那是碳水因子分析,然后再做个验证,这个图应图应该是没见过。 呃,这个有这个,这个是要用那阿莫斯验证性,要用阿莫斯来做分析。对,但是你有没有发现如果这个这个图我们一放到你的那个论文里面的话,他的规格就高。 呃,这个我在视频上看了一下,这个画图绘制应该,呃不难啊,而且在很多呃,相当比较规格比较高的这些文件上面,他们都是有这样一个图, 对吧?这个我我也见过,然后我也知道怎么大概怎么画这个,对对对,在视频上有了啊,对,这个验证啊,验证之后我们再做这个搭建这个结构方的模型, 结构方的模型之后这不是有个这个 p 值吗?最关键的是这个 p 值我们要出来,嗯,出来之后,然后我们我们才能够去检,去检验我们的一个研究假设是不是成立,嗯, 那成立形象是不是显著?中介效应的话,这个是典型的用阿莫斯做的一个简单的一个中介效应模型,然后的话这个是 这个中间 pq 啊,是一个,呃,中介中介变量,然后他对他产生一样,对他,然后这些这个到时候我们也要用这个我们的那个阿莫斯去画出来,嗯,对,这个你心里心里要谱。所以的话我们把这个中介消息做完之后,这个整篇论文的这种 大体的这个框架我们就已经出来了,所以的话这个就是我们时钟部分就已经做完了。你前面呢?比如说你第第三张什么那个研究变量,还有什么文,那个,呃,文件中数啊、序论这些都是,说白了就是 就是细枝末节,你知道吗?就是你就花点时间的话,你可以就可以搞定了,最最主要的是实证,所以为什么说我们要先解决实证?就在就在这个问,就在这个原因啊,对吧?所以我们就按照这个体系来。

朋友们大家好,我是马老师,今天呢我们根据一般秒速与统计分析模板来教大家快速完成一般秒速与统计分析的转型和操作。首先在我们的铺垫模板部分,我们只需要对我们的售房对象和人口,我们进行特征变量进行替换即可。那么在本次的案例中的话,我们把售房对象切换成本次重要企业员工,把我们的人口 机学特征电量替换成性别,年龄,学历,工作岗位,收入,婚姻状,工作时间或手术环境。你可以根据你自己的研究的对象和人口同居去特征电量进行替换即可。那么第二点,针对我们的人口同居特征表,我们只需要计算出性命和比重。首先我们点开我们的十八式, 点击分析,点击描述统计,点击频率,然后把我们的人口统计学特征变量输入进去,包括性别,做出行业,点击进去,然后点击确定,我们就可以得出我们的聘率表,在性别方面,我们把 分别分别扣费进去即可。然后在年龄阶段同样的操作, 等我们全部把拼音和笔中填写完毕,然后再制作三十秒高,首先全选 统一,四号选五号,点击右键表格属性边框和底纹,把中间的线条和两边的线条全部去掉,再点击确定,然后选中第一栏,点击右键 表格属性边框和底纹,把下面的那一行点击,然后再点确定账号,我们三线表就已经全部完成。那么在完成我们表格之后,我们就需要进入文字撰写部分,首先我们 表一结构显示加文字描述部分,我们给大家准备了五种文字描述模板和表达方式,大家可以进行自由组合。首先第一点就是直接对比,一般是针对两个分类边量相性别。我们的模板是在什么什么方面? a 所在的比例会多了多少? b 所在的比例多了多少? a 比例略高于 d, 我大致相当于 b 比例。 例如,在本次的案例中,在售房的性别方面,男性所占的比例为百分之五十二点六,女性所占的比例为八分之四十七点四,男性比例略高于女性比例。 第二点,我们看集中趋势,一般只是针对三个或三个以上的分类变量,比如年龄、职业的,我们的模板是在什么人物方面主要集中在 abc 所占的比例为, 在本次的案例中,我们在年龄方面主要集中在三个趋势,分别是二十岁以下、二十一岁到三十岁,三十一岁到四十岁。所以我们在撰写过程中,在售房者年龄方面主要集中在二十岁以下,二十一岁、 三十一岁、三十一岁至四十岁年龄段所占比例分别为百分之三十五、百分之二十四点四和百分之二十点六。第三个,我们需要计算比例,适合我们的模板是在什么方面,主要集中在 a 和 b, 两者所占的比例高大多了多少?我们在本次单位中,在学历方面主要集中在大专和本科,两者所占的比例为七十六点二。 第四点,我们进行比例大学的排列,一般只接受前两位,我们不管是在什么方面, a 所在比例为多少?其次, b 所在的比例为多少? 在本善男中,我们在婚姻状况面,未婚的守望者所占比例为五十点一,此视为已婚者所占比例为百分之四十二点七。第五点,我们需要关注比例最小部分,我们的模板是 a 啊,共有多少人紧张? 比如说我们在本次案例中啊,数字学历仅以八,他所占的比例为百分之一点五。那么以上五种模板大家可以自由进行组合,结合自己用,灵活应用,不必担心。查图, 以上完整版的阿里描述就像这样展示给大家,那么更多详细版的视频讲解请到我们的主页上。第三天,一般描述与统计分析一到四的讲解,今天的课程就到这,谢谢大家!