1樓：匿名使用者
均值和m估計值越接近，說明觀測資料越接近正態分佈
2樓：匿名使用者
不會看就別亂在spss裡面點啊
我替別人做這類的資料分析蠻多的
spss的探索性分析的m估計量怎麼看啊
3樓：
探索性因子分析沒有m估計量，你問的是探索性什麼分析
m估計值是什麼
4樓：愛的歌
選擇m-estimation複選項，求出集中趨勢的穩健估計，該統計量是利用迭代方法計算出來，一專般來說受異常
值影屬響要小的多。如果該統計量離均數和中位數較遠，則說明資料中可能存在異常值，此時宜用該估計值替代均數以反映集中趨勢。一共會輸出huber、andrew、hampel和tukey四種m統計量，其中huber法適用於資料接近正態分佈的情況，另三種則適用於資料中有許多異常值時；
spss分析的結果中m+sd是什麼意思
5樓：匿名使用者
代表均值±標準差，可以使用網頁版spssau直接輸出標準格式的分析結果。
6樓：北大心自考
這個spss直接出不來的，要做出均數和標準差自己輸入的
專業資料分析找我要
統計樣本時m±sd是什麼意思？
7樓：匿名使用者
m：mean是平均數；sd：standard deviation標準差；p：概率，在spss的統計圖表裡中，sig對應的值就是p值。
結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯，我們重複類似實驗，會發現約20個實驗中有一個實驗，我們所研究的變數關聯將等於或強於我們的實驗結果。
（這並不是說如果變數間存在關聯，可得到5%或95%次數的相同結果，當總體中的變數存在關聯，重複研究和發現關聯的可能性與設計的統計學效力有關。）在許多研究領域，0.05的p值通常被認為是可接受錯誤的邊界水平。
擴充套件資料
均值的計算在處理實驗資料或取樣資料時，經常會遇到對相同取樣或相同實驗條件下同一隨機變數的多個不同取值進行統計處理的問題。此時，多數作者會不假思索地直接給出算術平均值和標準差。顯然，這種做法是不嚴謹的。
在數理統計學中，作為描述隨機變數總體大小特徵的統計量有算術平均值、幾何平均值和中位數等。這不能由研究者根據主觀意願隨意確定，而要根據隨機變數的分佈特徵確定。
反映隨機變數總體大小特徵的統計量是數學期望，而在隨機變數的分佈服從正態分佈時，其總體的數學期望就是其算術平均值。
此時，可用樣本的算術平均值描述隨機變數的大小特徵。如果所研究的隨機變數不服從正態分佈，則算術平均值不能準確反映該變數的大小特徵。
在這種情況下，可通過假設檢驗來判斷隨機變數是否服從對數正態分佈。如果服從對數正態分佈，則可用幾何平均值描述該隨機變數總體的大小。此時，就可以計算變數的幾何平均值。
如果隨機變數既不服從正態分佈也不服從對數正態分佈，則按現有的數理統計學知識，尚無合適的統計量描述該變數的大小特徵。退而求其次，此時可用中位數來描述變數的大小特徵。
8樓：喵喵喵
1、m：mean就是平均數。
平均數，統計學術語，是表示一組
資料集中趨勢的量數，是指在一組資料中所有資料之和再除以這組資料的個數。它是反映資料集中趨勢的一項指標。
解答平均數應用題的關鍵在於確定「總數量」以及和總數量對應的總份數。在統計工作中，平均數（均值）和標準差是描述資料資料集中趨勢和離散程度的兩個最重要的測度值。
2、sd：standard deviation標準差。
標準差（standard deviation） ，中文環境中又常稱均方差，是離均差平方的算術平均數的平方根，用σ表示。標準差是方差的算術平方根。標準差能反映一個資料集的離散程度。
平均數相同的兩組資料，標準差未必相同。
3、p：概率，在spss的統計圖表裡中，sig對應的值就是p值。
p值是指在一個概率模型中，統計摘要（如兩組樣本均值差）與實際觀測資料相同，或甚至更大這一事件發生的概率。換言之，是檢驗假設零假設成立或表現更嚴重的可能性。
p值若與選定顯著性水平（0.05或0.01）相比更小，則零假設會被否定而不可接受。
然而這並不直接表明原假設正確。p值是一個服從正態分佈的隨機變數，在實際使用中因樣本等各種因素存在不確定性。產生的結果可能會帶來爭議。
擴充套件資料
統計量的性質以及使用某一統計量作推斷的優良性，取決於其分佈。所以抽樣分佈的研究是數理統計中的重要課題。
尋找統計量的精確的抽樣分佈，屬於所謂的小樣本理論（見大樣本統計）的範圍，但是隻在總體分佈為正態時取得比較系統的結果。對一維正態總體，有三個重要的抽樣分佈，即ⅹ分佈、t分佈和f分佈。
9樓：匿名使用者
代表均值±標準差，可以使用網頁版spssau直接輸出標準格式的分析結果。
t檢驗結果-spssau
10樓：章魚公考
mean+_standard deviation也就是平均數正負標準差，p是概率，在spss的統計圖表裡中，sig對應的值就是p值。後面的百分比？這個應該是spss資料採集或輸出得到的。
spss軟體的線性迴歸分析中，輸出了一個anova表，表中的迴歸、殘差、平方和、df、均方、f、sig分別代表什麼 5
11樓：d塵封de青春
1、迴歸是方法，殘差在數理統計中是指實際觀察值與估計值(擬合值)之間的差，平方和有很多個，不同的平方和的意思不一樣，與樣本量及模型中自變數的個數有關，樣本量越大，相應變異就越大
2、df是自由度，是自由取值的變數個數
3、均方指的是一組數的平方和的平均值，在統計學中，表示離差平方和與自由度之比
4、f是f分佈的統計量，用於檢驗該回歸方程是否有意義
擴充套件資料:
方差分析的基本原理是認為不同處理組的均數間的差別基本**有兩個：
(1) 實驗條件，即不同的處理造成的差異，稱為組間差異。用變數在各組的均值與總均值之偏差平方和的總和表示，記作ssb，組間自由度dfb。
(2) 隨機誤差，如測量誤差造成的差異或個體間的差異，稱為組內差異，用變數在各組的均值與該組內變數值之偏差平方和的總和表示， 記作ssw，組內自由度dfw。
總偏差平方和 sst = ssb + ssw。
組內ssw、組間ssb除以各自的自由度(組內dfw =n-m，組間dfb=m-1，其中n為樣本總數，m為組數)，得到其均方msw和msb，一種情況是處理沒有作用，即各組樣本均來自同一總體msb/msw≈1
另一種情況是處理確實有作用，組間均方是由於誤差與不同處理共同導致的結果，即各樣本來自不同總體。那麼，msb>>msw(遠遠大於)。
msb/msw比值構成f分佈。用f值與其臨界值比較，推斷各樣本是否來自相同的總體
12樓：水瓶一頭老母豬
1、迴歸是方法，殘差是實測與預計值的差值，平方和有很多個，不同的平方和的意思不一樣，與樣本量及模型中自變數的個數有關，樣本量越大，相應變異就越大。
2、df是自由度，是自由取值的變數個數。
3、均方是方差除以自由度。
4、f是f分佈的統計量，用於檢驗該回歸方程是否有意義。
13樓：59分粑粑
分別代表的意思如下：
1、迴歸是方法，殘差是測量值與預期值之間的差，平方和有很多個，不同的平方和具有不同的含義，與樣本量和模型中自變數的數量有關，樣本量越大，相應的變化越大。
2、df是自由度，是具有自由值的變數的數量。
3、均方是方差除以自由度。
4、f是f分佈的統計量，用於檢驗迴歸方程是否有意義。
為什麼spss做多元逐步迴歸分析時原來的迴歸係數是正值的，再增加自變數的引入，反倒變為負值了呢
樓上說錯了，其實抄加入一個變數使得大小和符號發生了變化，這是調節變數的定義，也就是說後來加入的這個變數調節了前面一個變數的作用。通過路徑分析可以看到調節變數的效果，並對調節變數進行驗證看是否達到了顯著水平。能觀察到係數的變化是你的幸運，寫 的時候就有很多可以 的東西了。很正常的情況，很多原因，主要是...
我現在要用SPSS做二元的迴歸分析，要求要求出P值，t值
把你要分析的x放入自變數對話方塊，其他的作為協變數輸入到 covariable 對話方塊中，然後求出的迴歸係數即為哪個x與y的關係 當然也可以採用偏相關的方式，把要分析的x和y輸入到相關分析框中，把其餘的協變數輸入需要控制的變數中，得出的相關係數就是兩者的關係 和一般的二元線性迴歸是有差異的 log...
在spss中方差沒有齊性的時候用什麼方法進行檢驗
這是我的資料，我想分析不同年年份 以上的資料是從2000 2014年的，在統計局 上找到的，每年只有一個資料，是某市年人均衣著支出。對衣著支出是否有顯著影響，如果有，最好還可以進一步對比。但是，這組資料用單因素方差分析做出來的結果是不滿足方差齊性檢驗的。這是我做出來的結果，單因素方差分析的，但是我知...