คำถามติดแท็ก spss

ฉันได้พัฒนาโมเดล logit เพื่อนำไปใช้กับชุดข้อมูลข้ามภาคหกชุด สิ่งที่ฉันพยายามเปิดเผยคือการเปลี่ยนแปลงผลกระทบที่สำคัญของตัวแปรอิสระ (IV) ที่กำหนดต่อการควบคุมตัวแปรตาม (DV) สำหรับคำอธิบายอื่น ๆ ในช่วงเวลาและเวลาที่ต่างกัน คำถามของฉันคือ: ฉันจะประเมินขนาดที่เพิ่มขึ้น / ลดลงในความสัมพันธ์ระหว่าง IV และ DV ได้อย่างไร ฉันสามารถดูขนาด (สัมประสิทธิ์) ที่แตกต่างกันของค่าสัมประสิทธิ์ของแบบจำลองหรือฉันจำเป็นต้องทำตามกระบวนการอื่นหรือไม่? ถ้าฉันต้องการทำอย่างอื่นมันคืออะไรและสามารถทำได้ / ฉันจะทำใน SPSS ได้อย่างไร? นอกจากนี้ภายในรุ่นเดียว ฉันสามารถเปรียบเทียบขนาดสัมพัทธ์ของตัวแปรอิสระตามคะแนนที่ไม่ได้มาตรฐานได้หรือไม่หากทั้งหมดถูกเข้ารหัส 0-1 หรือฉันจำเป็นต้องแปลงให้เป็นคะแนนมาตรฐานหรือไม่ มีปัญหาเกี่ยวข้องกับคะแนนมาตรฐานหรือไม่

11 logistic  spss 

สถานการณ์ของฉัน: ตัวอย่างขนาดเล็ก: 116 ตัวแปรผลลัพธ์ไบนารี รายการตัวแปรอธิบายยาวแบบยาว: 44 ตัวแปรอธิบายไม่ได้มาจากด้านบนของหัวของฉัน ทางเลือกของพวกเขาขึ้นอยู่กับวรรณกรรม กรณีส่วนใหญ่ในตัวอย่างและตัวแปรส่วนใหญ่มีค่าขาดหายไป เลือกวิธีการเลือกคุณลักษณะ: LASSO แพ็คเกจ glmnet ของ R จะไม่ให้ฉันเรียกใช้รูทีน glmnet อย่างเห็นได้ชัดเนื่องจากมีค่าที่ขาดหายไปในชุดข้อมูลของฉัน ดูเหมือนจะมีวิธีการต่าง ๆ สำหรับการจัดการข้อมูลที่หายไปดังนั้นฉันอยากจะรู้ว่า: LASSO กำหนดข้อ จำกัด ใด ๆ ในแง่ของวิธีการใส่ร้ายที่ฉันสามารถใช้ได้หรือไม่? อะไรจะเป็นทางออกที่ดีที่สุดสำหรับวิธีการใส่ร้าย เป็นการดีที่ฉันต้องการวิธีการที่ฉันสามารถทำงานบน SPSS (ดีกว่า) หรือ R UPDATE1: มันชัดเจนจากคำตอบบางส่วนด้านล่างที่ฉันได้จัดการกับปัญหาพื้นฐานเพิ่มเติมก่อนที่จะพิจารณาวิธีการใส่ร้าย ฉันต้องการที่จะเพิ่มคำถามใหม่เกี่ยวกับที่นี่ ในคำตอบที่แนะนำการเข้ารหัสเป็นค่าคงที่และการสร้างตัวแปรใหม่เพื่อจัดการกับค่า 'ไม่สามารถใช้งานได้' และการใช้กลุ่ม lasso: คุณจะบอกว่าถ้าฉันใช้กลุ่ม LASSO ฉันจะสามารถใช้วิธีการที่แนะนำให้ผู้ทำนายต่อเนื่องกับผู้ทำนายหมวดหมู่ได้หรือไม่ ถ้าเป็นเช่นนั้นฉันคิดว่ามันจะเทียบเท่ากับการสร้างหมวดหมู่ใหม่ - ฉันระแวงว่านี่อาจทำให้เกิดอคติ ไม่มีใครรู้ว่าแพ็คเกจ glmnet ของ R …

11 r  spss  lasso  data-imputation 

ฉันกำลังทำงานกับชุดข้อมูล หลังจากใช้เทคนิคการระบุตัวแบบบางอย่างฉันก็ออกมาพร้อมกับแบบจำลอง ARIMA (0,2,1) ผมใช้detectIOฟังก์ชั่นในแพคเกจTSAในการวิจัยที่จะตรวจพบนวัตกรรมขอบเขต (IO) ที่สังเกต 48th ของชุดข้อมูลเดิมของฉัน ฉันจะรวมค่าผิดปกตินี้ไว้ในแบบจำลองของฉันเพื่อที่ฉันจะสามารถใช้เพื่อวัตถุประสงค์ในการพยากรณ์ได้อย่างไร ฉันไม่ต้องการใช้แบบจำลอง ARIMAX เนื่องจากฉันอาจไม่สามารถคาดการณ์ได้จากสิ่งนั้นใน R มีวิธีอื่นที่ฉันสามารถทำได้หรือไม่ นี่คือค่านิยมของฉันตามลำดับ: VALUE <- scan() 4.6 4.5 4.4 4.5 4.4 4.6 4.7 4.6 4.7 4.7 4.7 5.0 5.0 4.9 5.1 5.0 5.4 5.6 5.8 6.1 6.1 6.5 6.8 7.3 7.8 8.3 8.7 9.0 9.4 9.5 9.5 …

10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

ฉันเพิ่งรู้ว่ามีความแตกต่างในค่าเคิร์ตซีให้ SPSS และ Stata ดูhttp://www.ats.ucla.edu/stat/mult_pkg/faq/general/kurtosis.htm ความเข้าใจของฉันคือการตีความที่เหมือนกันจึงจะแตกต่างกัน คำแนะนำเกี่ยวกับวิธีการจัดการกับเรื่องนี้?

10 spss  stata  interpretation  kurtosis 

ฉันมีชุดตัวแปร 20 ตัวที่ฉันได้ทำการวิเคราะห์ปัจจัยใน SPSS สำหรับวัตถุประสงค์ของการวิจัยฉันต้องพัฒนา 6 ปัจจัย SPSS แสดงให้เห็นว่ามี 8 ตัวแปร (จาก 20) ที่ถูกโหลดด้วยน้ำหนักต่ำหรือถูกโหลดอย่างเท่าเทียมกันโดยปัจจัยหลายประการดังนั้นฉันจึงลบมันออก ตัวแปรที่เหลืออีก 12 ตัวถูกโหลดเป็นคู่ 2 ใน 6 ปัจจัยซึ่งเป็นโครงสร้างที่สมบูรณ์แบบ - อย่างที่ฉันต้องการ แต่ตอนนี้อาจารย์คนหนึ่งที่ทำงานกับฉันต้องการให้ฉันหาเหตุผลว่าทำไม (หรือภายใต้เงื่อนไขใด) มีความเหมาะสมที่จะเก็บเพียง 2รายการต่อปัจจัยหนึ่งเท่านั้นเนื่องจากเป็นที่ทราบกันโดยทั่วไปว่าการวิเคราะห์ปัจจัยมีประโยชน์กับผลลัพธ์ 3 รายการขึ้นไปที่โหลดต่อปัจจัย ใครช่วยฉันออกจากปัญหานี้โดยเฉพาะอย่างยิ่งกับการอ้างอิงที่เผยแพร่เช่นกัน?

10 spss  factor-analysis  references  assumptions 

สมมติฐานที่เหมาะสมของ Multinomial Logistic Regression คืออะไร? และอะไรคือการทดสอบที่ดีที่สุดเพื่อสนองสมมติฐานเหล่านี้โดยใช้ SPSS 18

10 logistic  spss  assumptions  multinomial  multinomial-logit 

ฉันต้องทำการถดถอยโลจิสติกแบบไบนารีด้วยตัวแปรอิสระจำนวนมาก ส่วนใหญ่เป็นไบนารี แต่ตัวแปรเด็ดขาดบางส่วนมีมากกว่าสองระดับ วิธีที่ดีที่สุดในการจัดการกับตัวแปรดังกล่าวคืออะไร? ตัวอย่างเช่นสำหรับตัวแปรที่มีค่าที่เป็นไปได้สามค่าฉันคิดว่าต้องสร้างตัวแปรจำลองสองตัว จากนั้นในขั้นตอนการถดถอยแบบชาญฉลาดควรทดสอบตัวแปรจำลองทั้งสองพร้อมกันหรือทดสอบแยกกัน ฉันจะใช้ SPSS แต่ฉันจำไม่ได้ดีดังนั้น: SPSS จะจัดการกับสถานการณ์นี้ได้อย่างไร ยิ่งไปกว่านั้นสำหรับตัวแปรหมวดหมู่ตามลำดับมันเป็นสิ่งที่ดีหรือไม่ที่จะใช้ตัวแปรจำลองที่สร้างสเกลตามลำดับขึ้นมาใหม่? (ตัวอย่างเช่นการใช้สามตัวแปรดัมมี่สำหรับ 4 รัฐตัวแปรลำดับใส่0-0-0ระดับ , ระดับ2 , ระดับ3และระดับ4แทน, , และสำหรับ 4 ระดับ.)1111-0-02221-1-03331-1-14440-0-01-0-00-1-00-0-1

10 logistic  categorical-data  spss  ordinal-data  categorical-encoding 

ฉันกำลังพยายามปรับโมเดลที่ไม่ต่อเนื่องใน R แต่ฉันไม่แน่ใจว่าจะทำอย่างไร ฉันได้อ่านแล้วว่าคุณสามารถจัดระเบียบตัวแปรตามในแถวต่างกันหนึ่งตัวสำหรับแต่ละการสังเกตเวลาและการใช้glmฟังก์ชั่นที่มีลิงค์ logit หรือ cloglog ในแง่นี้ฉันมีสามคอลัมน์: ID, Event(1 หรือ 0 ในแต่ละช่วงเวลา) และTime Elapsed(ตั้งแต่จุดเริ่มต้นของการสังเกต) รวมทั้ง covariates อื่น ๆ ฉันจะเขียนรหัสเพื่อให้พอดีกับรุ่นได้อย่างไร ตัวแปรตามคืออะไร ฉันเดาว่าฉันสามารถใช้Eventเป็นตัวแปรตามและรวมTime Elapsedอยู่ใน covariates แต่สิ่งที่เกิดขึ้นกับID? ฉันต้องการมันไหม ขอบคุณ

10 r  survival  pca  sas  matlab  neural-networks  r  logistic  spatial  spatial-interaction-model  r  time-series  econometrics  var  statistical-significance  t-test  cross-validation  sample-size  r  regression  optimization  least-squares  constrained-regression  nonparametric  ordinal-data  wilcoxon-signed-rank  references  neural-networks  jags  bugs  hierarchical-bayesian  gaussian-mixture  r  regression  svm  predictive-models  libsvm  scikit-learn  probability  self-study  stata  sample-size  spss  wilcoxon-mann-whitney  survey  ordinal-data  likert  group-differences  r  regression  anova  mathematical-statistics  normal-distribution  random-generation  truncation  repeated-measures  variance  variability  distributions  random-generation  uniform  regression  r  generalized-linear-model  goodness-of-fit  data-visualization  r  time-series  arima  autoregressive  confidence-interval  r  time-series  arima  autocorrelation  seasonality  hypothesis-testing  bayesian  frequentist  uninformative-prior  correlation  matlab  cross-correlation 

นี่เป็นเพียงตัวอย่างที่ฉันเจอหลายครั้งดังนั้นฉันจึงไม่มีข้อมูลตัวอย่าง ใช้แบบจำลองการถดถอยเชิงเส้นใน R: a.lm = lm(Y ~ x1 + x2) x1เป็นตัวแปรต่อเนื่อง x2เป็นหมวดหมู่และมีสามค่าเช่น "ต่ำ", "ปานกลาง" และ "สูง" อย่างไรก็ตามเอาต์พุตที่กำหนดโดย R จะเป็นดังนี้: summary(a.lm) Estimate Std. Error t value Pr(>|t|) (Intercept) 0.521 0.20 1.446 0.19 x1 -0.61 0.11 1.451 0.17 x2Low -0.78 0.22 -2.34 0.005 x2Medium -0.56 0.45 -2.34 0.005 ฉันเข้าใจว่า R แนะนำการเข้ารหัสแบบหลอกบางอย่างเกี่ยวกับปัจจัยดังกล่าว ( …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

ขณะนี้ฉันกำลังเถียงกับใครบางคนเกี่ยวกับวิธีการปฏิบัติต่อข้อมูลอย่างถูกต้องด้วยการวัดที่หลากหลายสำหรับแต่ละเรื่อง ในกรณีนี้ข้อมูลจะถูกรวบรวมสำหรับแต่ละเรื่องภายในเวลาอันสั้นสำหรับเงื่อนไขที่แตกต่างกันในแต่ละเรื่อง การวัดทั้งหมดรวบรวมตัวแปรเดียวกันอย่างแน่นอนเพียงหลายค่า ทางเลือกหนึ่งในขณะนี้คือการจัดกลุ่มข้อมูลตามเงื่อนไขและไม่สนใจว่าจุดข้อมูลหลายจุดมาจากเรื่องเดียว อย่างไรก็ตามจุดข้อมูลจากแต่ละเรื่องอาจไม่เป็นอิสระอย่างสมบูรณ์ อีกทางเลือกหนึ่งคือการใช้ค่าเฉลี่ยของการวัดทั้งหมดสำหรับแต่ละเงื่อนไขจากแต่ละเรื่องแล้วเปรียบเทียบค่าเฉลี่ย อย่างไรก็ตามสิ่งนี้อาจส่งผลกระทบต่อความสำคัญเนื่องจากในการวิเคราะห์ขั้นสุดท้ายไม่ได้นำมาพิจารณาว่าหมายถึงมีข้อผิดพลาดน้อยลง คุณจะวิเคราะห์ข้อมูลดังกล่าวได้อย่างถูกต้องอย่างไร? สิ่งนี้ได้รับการดูแลใน SPSS หรือไม่? โดยหลักการแล้วมันควรจะเป็นไปได้ที่จะคำนวณระยะขอบข้อผิดพลาดเมื่อทำการคำนวณค่าเฉลี่ยและมากกว่าการพิจารณาในการวิเคราะห์ขั้นสุดท้าย แต่ฉันไม่คิดว่า SPSS กำลังทำการคำนวณนี้อยู่ด้านหลังของฉัน

10 spss  repeated-measures 

สมมติว่าฉันมีตัวอย่างหนึ่งความถี่ของเหตุการณ์ที่เป็นไปได้ 4 เหตุการณ์: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 และฉันมีโอกาสที่จะเกิดเหตุการณ์ที่คาดหวัง: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 ด้วยผลรวมของความถี่ที่สังเกตได้จากเหตุการณ์ทั้งสี่ของฉัน (18) ฉันสามารถคำนวณความถี่ที่คาดหวังของเหตุการณ์ได้ใช่ไหม expectedE1 - 18 * 0.2 = 3.6 expectedE2 - 18 * 0.1 = 1.8 expectedE1 - 18 * 0.1 …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

ฉันกำลังใช้งานสถิติใน 5 IVs (5 ลักษณะบุคลิกภาพ, การพาหิรวัฒน์, ความสอดคล้อง, ความมีสติ, ความมั่นคงทางอารมณ์, การเปิดกว้าง) กับ 3 DVs ทัศนคติต่อ PCT, ทัศนคติต่อ CBT, ทัศนคติต่อ PCT เทียบกับ CBT ฉันยังเพิ่มอายุและเพศเพื่อดูว่ามีเอฟเฟกต์อะไรอีกบ้าง ฉันกำลังทดสอบเพื่อดูว่าลักษณะบุคลิกภาพสามารถทำนายทัศนคติของ DV ได้หรือไม่ ฉันเริ่มใช้เพียร์สันสหสัมพันธ์สำหรับตัวแปรทั้งหมด (45 การทดสอบ) การค้นพบที่สำคัญคือการพาหิรวัฒน์สัมพันธ์กับทัศนคติของ PCT ที่ p = 0.05 แต่เมื่อฉันทำการทดสอบ 45 ครั้งฉันได้ทำการแก้ไข Bonferroni ที่ alpha = 0.05 / 45 = 0.001 ดังนั้นการค้นพบนี้จึงไม่มีนัยสำคัญ จากนั้นฉันก็ทำการถดถอยเชิงเส้นอย่างง่าย ๆ ในตัวแปรทั้งหมดอีกครั้งการพาหิรวัฒน์อีกครั้งสำคัญกับทัศนคติต่อ …

9 regression  correlation  spss  multiple-comparisons  pearson-r 

ฉันกำลังตรวจสอบว่าเงื่อนไขการให้รางวัลที่แตกต่างกันอาจมีผลต่อการปฏิบัติงานหรือไม่ ฉันมีข้อมูลจากการศึกษาขนาดเล็กที่มีสองกลุ่มโดยแต่ละกลุ่มมี n = 20 ฉันรวบรวมข้อมูลเกี่ยวกับงานที่เกี่ยวข้องกับประสิทธิภาพในเงื่อนไข "รางวัล" 3 แบบที่แตกต่างกัน งานเกี่ยวข้องกับการปฏิบัติงานในแต่ละเงื่อนไข 3 ครั้งสองครั้ง แต่สุ่มลำดับ ฉันต้องการดูว่ามีความแตกต่างในการปฏิบัติงานของแต่ละกลุ่มหรือไม่ในแต่ละเงื่อนไข "รางวัล" ที่แตกต่างกัน IV = ประเภทกลุ่ม DV = หมายถึงการวัดประสิทธิภาพการทำงานใน 3 เงื่อนไข ฉันมีผลลัพธ์จากการวัด ANOVA ซ้ำ ๆ และการเข้าถึงชุดข้อมูลดิบใน SPSS แต่ไม่แน่ใจว่าจะดำเนินการอย่างไร ฉันไม่สามารถหาคำแนะนำทีละขั้นตอนสำหรับการตีความนี้เนื่องจากข้อความของ Pallantค่อนข้าง จำกัด ปัญหาเฉพาะของฉันอยู่ในพื้นที่ต่อไปนี้: ฉันจะตรวจสอบความเป็นมาตรฐานของตัวแปรแต่ละตัวของฉันทีละตัวหรือรวมกันในแต่ละระดับของ IV หรือไม่? หากอยู่ในชุดค่าผสมฉันจะตรวจสอบได้อย่างไร ฉันจะตรวจสอบการทดสอบของ Mauchly ก่อนหรือไม่ หากมีการละเมิดหมายความว่าอย่างไร หากไม่ละเมิดหมายความว่าอย่างไร เมื่อไรที่จะดูตารางการทดสอบหลายตัวแปรหรือการทดสอบเอฟเฟกต์ในหัวข้อต่างๆ ฉันไม่แน่ใจว่าเมื่อใดที่เหมาะสมที่จะใช้ (หรือทั้งคู่?) มันจะโอเคที่จะดูการเปรียบเทียบแบบเป็นคู่เสมอหรือไม่? ดูเหมือนว่าใช้ง่ายหากมีผลหลายตัวแปรหรือในหัวข้อไม่ได้บ่งบอกความสำคัญ (เช่น …

9 anova  spss  repeated-measures  assumptions 

ชุดข้อมูลของฉันประกอบด้วยการเสียชีวิตโดยรวมหรือการอยู่รอดของสิ่งมีชีวิตที่ไซต์สามประเภททั้งฝั่งกลางและกลาง ตัวเลขในตารางด้านล่างแสดงถึงจำนวนเว็บไซต์ 100% Mortality 100% Survival Inshore 30 31 Midchannel 10 20 Offshore 1 10 ฉันต้องการทราบว่า # ของเว็บไซต์ที่มีอัตราการตาย 100% มีความสำคัญตามประเภทของไซต์หรือไม่ ถ้าฉันใช้ไคสแควร์ 2 x 3 ฉันจะได้ผลลัพธ์ที่สำคัญ มีการเปรียบเทียบแบบคู่หลังที่ฉันสามารถเรียกใช้หรือฉันควรใช้ ANOVA จิสติกส์หรือการถดถอยด้วยการแจกแจงแบบทวินามหรือไม่ ขอบคุณ!

9 logistic  multiple-comparisons  chi-squared  r  text-mining  clustering  classification  feature-selection  unsupervised-learning  time-series  references  mode  hypothesis-testing  confidence-interval  bootstrap  normal-distribution  order-statistics  correlation  statistical-significance  spss  bayesian  beta-binomial