?

目錄

相關分析

存在多重線性問題（VIF過大）的處理方法

T檢驗

卡方分析

配對樣本T檢驗

方差分析

正態性檢驗

---

相關分析

• 相關分析用于研究定量數據之間的關系情況，是否有關系，以及關系緊密程度等。

• 如果自變量間相關關系過強，認為兩變量間可能存在共線性問題，通常二者只取其一（也可以看放進回歸之后的VIF值，小于5可認為模型無多重線性問題）。

存在多重線性問題（VIF過大）的處理方法

• 使用逐步回歸分析（自動剔除）；

• 使用嶺回歸分析（數學方法解決共線性問題）；

• 使用相關分析，人工移出相關性非常高的分析項（通過主觀分析解決），然后再做線性回歸分析。

T檢驗

• T檢驗(獨立樣本T檢驗)，用于分析定類數據與定量數據之間的關系情況。

注：T檢驗僅可對比兩組數據的差異，如果為三組或更多，則使用方差分析。如果剛好僅兩組，建議樣本較少(低于100時)使用T檢驗，反之使用方差分析。

卡方分析

• 卡方分析(Pearson卡方)，用于分析定類數據與定類數據之間的關系情況。

配對樣本T檢驗

• 配對T檢驗，用于配對定量數據之間的差異對比關系。

方差分析

• 方差分析(單因素方差分析)，用于分析定類數據與定量數據之間的關系情況。

正態性檢驗

• 正態性檢驗用于分析數據是否呈現出正態性特質。

?

總結

以上是生活随笔為你收集整理的基本统计分析方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。