P4 除了测量影响因素，还要测量联系！（15:31）



P5 确定样本容量

经验法则：n*30



P6



1.5 数据的收集与整理 P6 - 17:54


数据分析：

1.描述性统计

2.推断性统计：相关分析、回归分析







1.5 数据的收集与整理 P6 - 20:37


什么是回归分析！！！







1.5 数据的收集与整理 P6 - 21:24


什么是结构方程模型！！！



回归spss

结构方程模型amos



p7 线性回归基本思路





2.1 二元回归分析 P7 - 05:51


体重=a+b身高+误差



估计值与观测值区别：





2.1 二元回归分析 P7 - 07:13




回归系数分析：最小二乘法





2.1 二元回归分析 P7 - 08:17






spss操作演示





2.1 二元回归分析 P7 - 10:19






spss分析结果

系数估计：估计的是直线

加上误差才是图上的点





2.1 二元回归分析 P7 - 15:08




P8 回归系数检验：

a、b的估计值与样本有关，当样本发生变化时，a、b的估计值也会发生变化。





2.2 参数检验 P8 - 01:15




假设检验：x对y的影响是否显著





2.2 参数检验 P8 - 01:57


更简单的检验标准：p值（回归系数b的检验）



如果p值<0.05
拒绝原假设，接受备择假设





2.2 参数检验 P8 - 02:56


spss报告解读



2.2 参数检验 P8 - 04:52




2.如果p值>0.05



判定系数：R方（自变量对因变量的解释能力）





2.2 参数检验 P8 - 06:42




spss报告解读





2.2 参数检验 P8 - 07:01


但经常使用的是调整后的R方



结果报告解读





2.2 参数检验 P8 - 08:59


结论2：经过p检验，b是显著不为零，所以身高对体重有显著（p<0.05）正向（b>0）影响关系。

结论3：根据调整后的判定系数得出





2.2 参数检验 P8 - 09:47


（关注gz号程式解说，获取更多知识)





原文来自作者：今世无法替代的 https://www.bilibili.com/read/cv15452764?from=search&spm_id_from=333.337.0.0 出处：bilibili