pss

剂量反应分析时，SPSSAU默认提供Probit模型，使用Probit模型研究剂量反应关系，并且得到剂量反应表，此时剂量反应表对应Probit概率值为0.5时即为LD50，而使用Probit模型进行拟合数据这种方法即为Bliss法。

用描述性分析里面有个百分位数设置，分别设置27%，73%然后就计算出来了

1、组距分组：变量值较多的情况下，数据分组采用组距分组，就是将全部变量值依次划分为若干个区间。两个问题：分组数目确定：与数据本身的特点和数据个数有关，组数确定的原则是能够清楚的显示数据分布特征和规律为原则，组数太少数据分布过于集中，组数太多使数据过于分散，按照Sturdes提出的公式确定组数。组距的确定：将组的上限与下限之差，最后除以组数即可确定组距。2、例子介绍，分为4组，操作见图片。调出相关的操作界面。3、在窗口中选择“旧值和新值”，在出现图片的界面中，显示的是把旧值按照一定的规则分类形成新的组。解释第一个图片：将旧值中最小数至10的数分为新的一组，词组代号为1，别忘记“添加”按钮形成的规则；其他图片的解释都是一样的道理。4、在“输出变量”中，“名称”、“标签”是对分类后新变量的命名。5、最后的分类情况见变量名“fzh”，图片范围有限，只是显示了分类后的第1组情况。

安装amos就可以

如果你对统计知识一点都不懂的话还是最好看看基础的统计学，任何软件都只是一个工具，还要你自己有统计知识。软件还是用SPSS比较简单，只要你会点就可以了至于AMOS他是一个做路径分析比较常用的软件，建议用SPSS，一般的统计都能做。

Amos在模型建立好之后，可以选择数据，直接导入SPSS数据，也可以是Excel数据。

AMOS是结构方程模型的分析软件， SPSS主要应用于回归分析、因子分析、相关分析、对应分析、聚类分析等。　　因而要用什么软件取决于你建立了什么样的模型。AMOS当然可以进行信度和效度分析了，只不过是对结构方程模型中的潜变量而言。　　SPSS做的是探索性因子分析，也就是不知道那几个问题会归到一个因子而AMOS主要是做验证性因子分析，即你有理论依据，在画图的时候就知道那几个问题是归属于哪个变量的。

3调节变量可以是定性的,也可以是定量的.在做调节效应分析时,通常要将自变量和调节变量做中心化变换.简要模型：Y=aX+bM+cXM+e.Y与X的关系由回归系数a+cM来刻画,它是M的线性函数,c衡量了调节效应(moderatingeffect)的大小.如果c显著,说明M的调节效应显著.2、调节效应的分析方法显变量的调节效应分析方法：分为四种情况讨论.当自变量是类别变量,调节变量也是类别变量时,用两因素交互效应的方差分析,交互效应即调节效应；调节变量是连续变量时,自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e的层次回归分析：1、做Y对X和M的回归,得测定系数R12.2、做Y对X、M和XM的回归得R22,若R22显著高于R12,则调节效应显著.或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时,调节变量是类别变量,分组回归:按M的取值分组,做Y对X的回归.若回归系数的差异显著,则调节效应显著,调节变量是连续变量时,同上做Y=aX+bM+cXM+e的层次回归分析.潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量.当调节变量是类别变量时,做分组结构方程分析.做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度.然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度.前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差.如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时,有许多不同的分析方法,最方便的是Marsh,Wen和Hau提出的无约束的模型.3．中介变量的定义自变量X对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量.Y=cX+e1,M=aX+e2,Y=c′X+bM+e3.其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应.当只有一个中介变量时,效应之间有c=c′+ab,中介效应的大小用c-c′=ab来衡量.4、中介效应分析方法中介效应是间接效应,无论变量是否涉及潜变量,都可以用结构方程模型分析中介效应.步骤为：第一步检验系统c,如果c不显著,Y与X相关不显著,停止中介效应分析,如果显著进行第二步；第二步一次检验a,b,如果都显著,那么检验c′,c′显著中介效应显著,c′不显著则完全中介效应显著；如果a,b至少有一个不显著,做Sobel检验,显著则中介效应显著,不显著则中介效应不显著.Sobel检验的统计量是z=^a^b/sab,中^a,^b分别是a,b的估计,sab=^a2sb2+b2sa2,sa,sb分别是^a,^b的标准误.5.调节变量与中介变量的比较调节变量M中介变量M研究目的X何时影响Y或何时影响较大X如何影响Y关联概念调节效应、交互效应中介效应、间接效应什么情况下考虑X对Y的影响时强时弱X对Y的影响较强且稳定典型模型Y=aM+bM+cXM+eM=aX+e2Y=c′X+bM+e3模型中M的位置X,M在Y前面,M可以在X前面M在X之后、Y之前M的功能影响Y和X之间关系的方向(正或负)和强弱代表一种机制,X通过它影响YM与X、Y的关系M与X、Y的相关可以显著或不显著(后者较理想)M与X、Y的相关都显著效应回归系数c回归系数乘积ab效应估计^c^a^b效应检验c是否等于零ab是否等于零检验策略做层次回归分析,检验偏回归系数c的显著性(t检验);或者检验测定系数的变化(F检验)做依次检验,必要时做Sobel检验6.中介效应与调节效应的SPSS操作方法处理数据的方法第一做描述性统计,包括MSD和内部一致性信度a（用分析里的scale里的realibilityanalsys）第二将所有变量做相关,包括统计学变量和假设的X,Y,M第三做回归分析.（在回归中选线性回归linear）要先将自变量和M中心化,即减去各自的平均数1、现将M（调节变量或者中介变量）、Y因变量,以及与自变量、因变量、M调节变量其中任何一个变量相关的人口学变量输入indpendent2、再按next将X自变量输入（中介变量到此为止）3、要做调节变量分析,还要将X与M的乘机在next里输入作进一步回归.检验主要看F是否显著

AMOS是结构方程模型的分析软件， SPSS主要应用于回归分析、因子分析、相关分析、对应分析、聚类分析等。因而要用什么软件取决于建立了什么样的模型。AMOS当然可以进行信度和效度分析了，只不过是对结构方程模型中的潜变量而言。补充：1、AMOS具有的方差分析、协方差，假设检验等一系列基本分析方法。2、SPSS(Statistical Product and Service Solutions)，"统计产品与服务解决方案"软件。最初软件全称为"社会科学统计软件包"(SolutionsStatistical Package for the Social Sciences)，但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为"统计产品与服务解决方案"，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。

两者都属于因子分析，spss做的是探索性，amos做验证性，也是sem，是你相关和回归的结合当然aoms好一些，但是也复杂一些。

AMOS是结构方程模型的分析软件， SPSS主要应用于回归分析、因子分析、相关分析、对应分析、聚类分析等。因而要用什么软件取决于建立了什么样的模型。AMOS当然可以进行信度和效度分析了，只不过是对结构方程模型中的潜变量而言。补充： 1、AMOS具有的方差分析、协方差，假设检验等一系列基本分析方法。 2、SPSS(Statistical Product and Service Solutions)，"统计产品与服务解决方案"软件。最初软件全称为"社会科学统计软件包"(SolutionsStatistical Package for the Social Sciences)，但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为"统计产品与服务解决方案"，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。

可以啊。

3调节变量可以是定性的,也可以是定量的.在做调节效应分析时,通常要将自变量和调节变量做中心化变换.简要模型：Y = aX + bM + cXM + e .Y 与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数,c 衡量了调节效应(moderating effect) 的大小.如果c 显著,说明M 的调节效应显著.2、调节效应的分析方法 显变量的调节效应分析方法：分为四种情况讨论.当自变量是类别变量,调节变量也是类别变量时,用两因素交互效应的方差分析,交互效应即调节效应；调节变量是连续变量时,自变量使用伪变量,将自变量和调节变量中心化,做 Y=aX+bM+cXM+e 的层次回归分析：1、做Y对X和M 的回归,得测定系数R1 2 .2、做Y对X、M 和XM 的回归得R2 2 ,若R2 2 显著高于R1 2 ,则调节效应显著.或者,作XM 的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时,调节变量是类别变量,分组回归:按 M 的取值分组,做 Y 对 X 的回归.若回归系数的差异显著,则调节效应显著,调节变量是连续变量时,同上做Y=aX +bM +cXM +e 的层次回归分析.潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量.当调节变量是类别变量时,做分组结构 方程分析.做法是,先将两组的结构方程回归系数限制为相等,得到一个χ 2 值和相应的自由度.然后去掉这个限制,重新估计模型,又得到一个χ 2 值和相应的自 由度.前面的χ 2 减去后面的χ 2 得到一个新的χ 2,其自由度就是两个模型的自由度之差.如果χ 2 检验结果是统计显著的,则调节效应显著；当调节变量和自变 量都是潜变量时,有许多不同的分析方法,最方便的是Marsh,Wen 和Hau 提出的无约束的模型.3．中介变量的定义 自变量X 对因变量Y 的影响,如果X 通过影响变量M 来影响Y,则称M 为中介变量.Y=cX+e1,M=aX+ e2 ,Y= c′X+bM+e3.其中,c 是X 对Y 的总效应,ab 是经过中介变量M 的中介效应,c′是直接效应.当只有一个中介变量时,效应之间有 c=c′+ab,中介效应的大小用c-c′=ab 来衡量.4、中介效应分析方法 中介效应是间接效应,无论变量是否涉及潜变量,都可以用结构方程模型分析中介效应.步骤为：第一步检验系统c,如果c 不显著,Y 与X 相关不显著,停止中介 效应分析,如果显著进行第二步；第二步一次检验a,b,如果都显著,那么检验c′,c′显著中介效应显著,c′不显著则完全中介效应显著；如果a,b至少 有一个不显著,做Sobel 检验,显著则中介效应显著,不显著则中介效应不显著.Sobel 检验的统计量是z=^a^b/sab ,中 ^a,^b 分别是 a,b 的估计,sab=^a2sb2 +b2sa2,sa,sb 分别是 ^a,^b 的标准误.5.调节变量与中介变量的比较 调节变量M 中介变量M 研究目的 X 何时影响Y 或何时影响较大 X 如何影响Y 关联概念 调节效应、交互效应 中介效应、间接效应 什么情况下考虑 X 对Y 的影响时强时弱 X 对Y 的影响较强且稳定 典型模型 Y=aM+bM+cXM+e M=aX+e2 Y=c′X+bM+e3 模型中M 的位置 X,M 在Y 前面,M 可以在X 前面 M 在X 之后、Y 之前 M 的功能 影响Y 和X 之间关系的方向(正或负) 和强弱 代表一种机制,X 通过它影响Y M 与X、Y 的关系 M 与X、Y 的相关可以显著或不显著(后者较理想) M 与X、Y 的相关都显著 效应 回归系数c 回归系数乘积ab 效应估计 ^c ^a^b 效应检验 c 是否等于零 ab 是否等于零 检验策略 做层次回归分析,检验偏回归系数c 的显著性(t 检验);或者检验测定系数的变化(F 检验) 做依次检验,必要时做 Sobel 检验 6.中介效应与调节效应的SPSS 操作方法 处理数据的方法 第一做描述性统计,包括M SD 和内部一致性信度a（用分析里的scale 里的 realibility analsys） 第二将所有变量做相关,包括统计学变量和假设的X,Y,M 第三做回归分析.（在回归中选线性回归linear） 要先将自变量和M 中心化,即减去各自的平均数 1、现将M（调节变量或者中介变量）、Y 因变量,以及与自变量、因变量、M 调节变量其中任何一个变量相关的人口学变量输入indpendent 2、再按next 将X 自变量输入（中介变量到此为止） 3、要做调节变量分析,还要将X与M 的乘机在next 里输入作进一步回归.检验主要看F 是否显著

AMOS是结构方程模型的分析软件， SPSS主要应用于回归分析、因子分析、相关分析、对应分析、聚类分析等。因而要用什么软件取决于建立了什么样的模型。AMOS当然可以进行信度和效度分析了，只不过是对结构方程模型中的潜变量而言。x0dx0ax0dx0a补充：x0dx0a1、AMOS具有的方差分析、协方差，假设检验等一系列基本分析方法。x0dx0a2、SPSS(Statistical Product and Service Solutions)，"统计产品与服务解决方案"软件。最初软件全称为"社会科学统计软件包"(SolutionsStatistical Package for the Social Sciences)，但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为"统计产品与服务解决方案"，标志着SPSS的战略方向正在做出重大调整。为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称SPSS，有Windows和Mac OS X等版本。

下载了pps的补丁后，直接运行补丁程序。在选择安装的路径的时候，选择和pps相同的目录，然后一步步执行就可以了。

不能变化的，amos要引用spss的数据

首先，对比前后的样本是同一样本，就是其中的含量不同，所以用配对样本的T检验就行，每个指标都分别做，然后看T值和P值的差异，比较哪个指标差异显著。步骤：Analyze-Compare Means-Paired Sample T Test，将源变量成一对或几对移入paired Variables内，Ok即可。

柴油发电机的制造商使用参数大多都会用G/KW.H，其意思是指发电机组一千瓦一小时耗多少克（G）油，再将单位换成升（L）从而就能知道你一小时耗油成本。

SPSS的秩和检验没有两两比较，“Mann-Whitney U检验”是用于两独立样本秩和检验(教科书上写的是：Wilcoxon Rank Sum test，威尔克逊秩和检验，两者等价)，不是用于两两比较的。你的选择是对的，应选用”Kruskal-Wallis H检验“，若有统计学意义，可进一步用”Nemenyi检验”作两两比较，只是需手工计算，或使用其他软件。也有人利用SPSS的特点，可进行两两比较的SPSS秩和检验方法。步骤1 编秩: Transform>>Rank Cases…， DATA>>Variable(s)，单击OK。运行后在原数据中产生新变量：RDATA，即按照变量DATA值编秩后的新变量。步骤2 Analyxe>>Compare Means>>One-Way ANOVA…，RDATA>>Dependent List，GROUP>>Factor。单击“Post Hoc…”，选择SNK法，单击Continue，单击OK。

SPSS的秩和检验没有两两比较，“Mann-Whitney U检验”是用于两独立样本秩和检验(教科书上写的是：Wilcoxon Rank Sum test，威尔克逊秩和检验，两者等价)，不是用于两两比较的。你的选择是对的，应选用”Kruskal-Wallis H检验“，若有统计学意义，可进一步用”Nemenyi检验”作两两比较，只是需手工计算，或使用其他软件。也有人利用SPSS的特点，可进行两两比较的SPSS秩和检验方法。步骤1 编秩: Transform>>Rank Cases…， DATA>>Variable(s)，单击OK。运行后在原数据中产生新变量：RDATA，即按照变量DATA值编秩后的新变量。步骤2 Analyxe>>Compare Means>>One-Way ANOVA…，RDATA>>Dependent List，GROUP>>Factor。单击“Post Hoc…”，选择SNK法，单击Continue，单击OK。

教程很少的 我推荐你去下电子书吧 人大经济论坛有很多的 也是个学习统计工具的好地方 。下面是我在别的地方找到的答案 希望可以帮助你 ：版本一：录入的时候可以直接省略不录入分析的时候也一般剔除这样的样本。但也有替换的方法，一般有： 均值替换法(mean imputation)，即用其他个案中该变量观测值的平均数对缺失的数据进行替换，但这种方法会产生有偏估计，所以并不被推崇。个别替换法(single imputation)通常也被叫做回归替换法(regression imputation)，在该个案的其他变量值都是通过回归估计得到的情况下，这种方法用缺失数据的条件期望值对它进行替换。这虽然是一个无偏估计，但是却倾向于低估标准差和其他未知性质的测量值，而且这一问题会随着缺失信息的增多而变得更加严重。多重替代法(multiple imputation)(Rubin, 1977) 。u0192它从相似情况中或根据后来在可观测的数据上得到的缺省数据的分布情况给每个缺省数据赋予一个模拟值。结合这种方法，研究者可以比较容易地，在不舍弃任何数据的情况下对缺失数据的未知性质进行推断(Little and Rubin,1987; ubin,1987, 1996)。 版本二：对缺失值的处理 (1) 剔除有缺失值的观测单位, 即删除SPSS 数据列表中缺失值所在的数据行; 在SPSS 的统计分析程序中, 打开op t ions 按钮, 便会出现缺失值的处理栏(m issing values) , 可分别选择下列选项: exclude cases analy2sis by analysis (剔除正在分析的变量中带缺失值的观察单位) ; exclude case list w ise (剔除所有分析变量中带缺失值的观察单位) ; (2) 对缺失值进行估计后补上. 主要有两种方法:一是根据文献报道等知识经验进行估计; 二是用SPSS 提供的工具进行估计. 在“t ransfo rm ”菜单下的“rep lace m issingvalues”列出了5 种替代的方法: (a) series mean: 以列的算术平均值进行替代; (b)mean of nearly po int: 以缺失值邻近点的算术平均值进行替代; (c)M edian of nearly po int: 以缺失值临近点的中位数替代; (d) linear interpo lat ion: 根据缺失值前后的2 个观察值进行线性内查法估计和替代; (e) linear t rend atpo int: 用线形回归法进行估计和替代; (3) 将缺失值作为常数值, 如: 作为“0”. 021Learncom

mode 众数median 中位数

SPSS的秩和检验没有两两比较，“Mann-Whitney U检验”是用于两独立样本秩和检验(教科书上写的是：Wilcoxon Rank Sum test，威尔克逊秩和检验，两者等价)，不是用于两两比较的。x0dx0a你的选择是对的，应选用”Kruskal-Wallis H检验“，若有统计学意义，可进一步用”Nemenyi检验”作两两比较，只是需手工计算，或使用其他软件。x0dx0a也有人利用SPSS的特点，可进行两两比较的SPSS秩和检验方法。x0dx0a步骤1 x0dx0a 编秩: Transform>>Rank Cases…， DATA>>Variable(s)，单击OK。x0dx0a运行后在原数据中产生新变量：RDATA，即按照变量DATA值编秩后的新变量。x0dx0a步骤2 x0dx0aAnalyxe>>Compare Means>>One-Way ANOVA…，x0dx0aRDATA>>Dependent List，x0dx0aGROUP>>Factor。x0dx0a单击“Post Hoc…”，选择SNK法，单击Continue，x0dx0a单击OK。

32位系统下：https://www15.software.ibm.com/sdfdl/v2/fulfill/CI22FML/Xa.2/Xb.cbtmbiBhWYwUNDDJSg-V3rEEq9Cbugh4IArYAxkKHg/Xc.CI22FML/SPSS_TAFS_TRIAL_32B_4.0.1_WIN_ML.exe/Xd./Xf.LPR.D1VK/Xg.7513197/Xi.SWG-TEXT-ANALY-SURV_TRIAL/XY.regsrvs/XZ.GO4kBS1eROpeHLNZaCpQlF91Xtk/SPSS_TAFS_TRIAL_32B_4.0.1_WIN_ML.exe64位系统下：https://www15.software.ibm.com/sdfdl/v2/fulfill/CI22GML/Xa.2/Xb.cbtmbiBhWYwUNDDJSg-V3rEEq9Cbugh4IArY3phDWg/Xc.CI22GML/SPSS_TAFS_TRIAL_64B_4.0.1_WIN_ML.exe/Xd./Xf.LPR.D1VK/Xg.7513197/Xi.SWG-TEXT-ANALY-SURV_TRIAL/XY.regsrvs/XZ.U9FcpPPn1dIP0sG34BQiJqWLAWM/SPSS_TAFS_TRIAL_64B_4.0.1_WIN_ML.exe

面都会变热，不知道怎么解决，请问是不是面

两者算法公式有区别的

50分的问题……果然好麻烦的说，因为涉及很多检验 没用SPSS做过时序，说Eviews吧 打开你要建模的序列，假设是x，点这个变量窗口工具栏里的view-correlogram。 这里有几个参数：level=0，表示对原序列作图，1st difference=1表示对一阶差分作图，2nd表示对二阶差分作图，lags表示最大滞后阶数。使用默认参数就可以。有时候可能会出现near singular matrix的错误，你可以随意调整lags的取值，直到OK就行。 搞定，看到两个图，autocorrelation自相关图，partical correlation偏自相关图，图上有显著性检验的临界值界线。怎么用自相关图和偏自相关图分别判断ma和ar的滞后阶数，相信你是知道的吧。 好了，假设你根据这两个图判断出的ma、ar滞后阶数分别是q=2,p=3 所以要建立的模型是ar(2)ma(3) 主窗口的工具栏里，注意是主窗口哦，点击quick-estimate equation，在里面输入x ar(1) ar(2) ma(1) ma(2) ma(3)，其他参数默认，OK就可以看到基本的模型了，注意上面输入的变量之间是空格，没有分隔符号。 如果p和q的取值不明确，可以多尝试几个p和q的可能组和，看看相关检验的显著性，关键比较结果中的AIC和sc，越小越好。 麻烦的地方是： 要是你的序列不平稳，需要建立arima模型，这时就要看1st differece甚至2nd difference的图形。 要是涉及12阶滞后自相关或偏自相关显著，就要动用sarima模型了，做起来容易，可不容易讲清楚啦。 你只要求arma模型，估计是不需要用arima和sarima模型的吧。 不知道你对eviews会到什么程度，所以只能尽量详细了，还有疑问么？ 写了这么多，50分给我吧！

一个快死的人说的??你最好把上下文都打出来...

spss分析不同性别的差异和不同年级的 统计中的f检验和t检验的区别 t检验是两组间的差异比较 f检验是三组及以上的差异比较，也可以适用于2组的比较 f检验用于两组的比较时结果和t检验等价 在SPSS中如何分析不同年级对专业认同和专业适合度的差异 大概用方差分析就可以了 用spss的哪种分析分析不同性别医生在三个维度上的差异 输入两列资料，第一列为性别，你可以用1代表男，0代表女（这个数字不固定的，只要男女区分就可以），第二列就是对应每一个人，输入自尊分数。然后在spss选单里依次选分析——均值比较——独立样本T检验，会弹出一个对话方块，把性别选入比较组，输入相应的数字，还是男1女0。然后在变数那一栏里面把自尊分数选入，然后点OK就可以，完后结果主要看SIG就可以了，组间差异<0.05就是显著，就代表男女有差异 作文:不同年龄组和不同性别的人的友谊观 　对待事物的不同观点 这个世界由不同的人和事构成的，所以，对待事物的观点也是不同的，但也正是因为每个人，每件事的不同才会有现在世界的精彩和繁华。 在社会生活中，人们会因为同一件事而都持有各自的观点，有的也许会是相同的，但也一定存在着不同的观点，他们都有各自的理由，来使自己的观点成立，也许别人看待他的观点是一个错误的，但他们能依旧坚持，因为有些东西的结果不止一个，或许结果也会是相同的，但过程就不一定相同了，就好像一道数学题，当我们求几何型别的题时，往往有多种方法去做，但不管你的过程是如何，但结果只有一个除非你的答案是错的，只是当你在选择解决的过程时应该有挑选，因为这些过程会有复杂的，也有简单的，当然我们应该去造简单的过程，这样能使自己有一个更愉快的结果，因为你走捷径了，你能够比别人更快的做好同一件事，所以做数学题时选择解题的方法就像在社会中对待同一件事一样，我们应该有一些能够更直接，更准确，更通俗易懂的理由来使自己的观点更具有说服力，使别人能够更理解你的观点，从而来发表他对你的观点的赞同与否。 当我们在生活中遇到事情时，不应该盲目的听从别人的看法，我们应该持有已见，而且不要去轻易的改变它，有时候的一些真理或许就掌握在你的手中优秀作文，但往往你都不能从自己的手中获得真理，因为你不够自信，不够坚定。就像诗人一样，你能够入乎其内，也能够出乎其外。如果你入乎其内，你就能够写诗，如果你出乎其外，你就能够欣赏它了。所以，对待同一件事，你能够有多种不同的看法，虽然我们不应该轻易的去改变自己的观点，但也不应该始终都不去改变，如果你知道了你的是错的或者知道了别人的是正确的。 在生活中，每一件事都有不同的理解，不同的观点，但我们应相信正确的观点，但也应发表不同的观点，因为这个世界因这些不同而更加精彩。 我现在用SPSS分析不同年级对专业认同的差异是否显著，用的是方差分析 spss本来就是操作简单，结果解释复杂些 跆拳道及空手道对不同年龄及不同性别的影响 空手道是日本武术 跆拳道是韩国在古朝鲜半岛花郎道的基础上为适应现代体育要求发展出来的新式武道.在多方面借鉴了空手道的成分 问道这样发不同性别的表情？ 这个是男的 :bbs.asktao./images/ *** ilies/asktao_boy/0m.gif 把后面的数字改成你想发的表情，比如 #28就把后面的0改成28就行了 这个是女的 :bbs.asktao./images/ *** ilies/asktao_girl/0f.gif 使用方法和男的一样，把后面的0改成你想要的表情的编号（不要#号） 和不同年龄、性别的人怎么搭讪好？ 没有共同点，怎样才能搭讪？应该找个许多共同的乐趣去探索。 弹弹堂怎么戴不同性别的装备 这一点很容易解决，我就以服装为例。首先你到商城去购买一件异性的服装，即男买女，女买男。然后开启背包，选中你现在身上装着的衣服，然后将其放在你购买的那件异性服装上，这时系统就自动把那件异性的衣服放在了你的装备栏上了。你就能看到你穿上了异性的衣服了。 其他装备，如帽子、发型、眼睛...等等，也是可以按这种方法改变的。 弹弹堂如何穿不同性别的衣服？ 先点选你自己穿上的装备。然后滑鼠拖到你要穿的道具上。在点一下就OK了。

大华 PSS 和DSS 都是 浙江大华技术股份有限公司 的监控平台管理系统（软件），可对摄像机、硬盘录像机、存储服务器等多种监控设备进行实时调度、控制。 PSS是免费的，支持64路视频，不支持多级联网或跨平台操作，功能相对DSS少，但像一般社区、商场等中小规模的监控环境 可以满足绝大多数需求。 DSS软件是收费的，根据监控点数量、应用场合等不同要求 进行软件的需求定制，具体价格请质询工程商。 DSS是大华的大型监控管理应用平台，支持几乎所有涉及监控等方面的操作，支持多级跨平台联网等操作。 可将视频监控、卡口拍照、区间测速、电子地图、违章查询系统等诸多主流应用整合在一起，实现更加智能、便捷的分级查询服务！

在STATA中将数据文件.dta另存为STATA9/10的低版本数据文件再用SPSS打开，就可以了。SPSS（Statistical Product Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（Solutions Statistical Package for the Social Sciences），但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，这标志着SPSS的战略方向正在做出重大调整。SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价。

SPSS可以直接打开dta文件，在打开文件时，文件类型那里可以选择，也可以用软件Stat/Transfer将dta文件转换成SAV文件，再到SPSS直接打开。

-中国科研教学软件领跑者-北京友万信息科技有限公司

以第二个表为例，同一子集内的几组数之间没有显著性差异，比如子集1下面有factor7453628几组数，它们之间比较无差异。而不同子集之间只是均值大小排序而已1<2<3<4。应该是这样。

邓肯图（Duncan Plot）是一种针对多个组间比较的分组均值的可视化方法，在SPSS中可使用发现在“插图”中。邓肯图通过在样本组之间绘制不同数字、线条和符号的方式，可以直观地展示不同组之间是否存在显著的差异。例如，如果您正在比较不同组的平均销售额，则邓肯图可以帮助您快速确定哪些组具有显着的差异。通过几个图表可以轻松地看出差异的程度和类型，在管理决策和研究分析等领域中发挥重要作用。总之，邓肯图是一种强大的数据可视化工具，在多个组之间进行比较时是必不可少的。

从高到低标起j ag be ck ci cf ch da db dec ed f

看在不在同一行，你这个结果不太对统计专业研究生工作室为您服务

1方差齐性检验，显著性大于0.05，说明方差是齐性的可以做方差分析2单因素方差分析表显著性大于0.05差异性低说明各种间基本无差异3第二个表显著性已经说明组间无差异，第三个表就没必要再两两比较了，没有意义了。在两两比较的时候我建议以后用LSDBonferrniTurkey

你做的是方差分析吧？ 应该还有其他数据吧？你是不是只附了最后一张表？感觉好像分析有点问题

前情提要： 刚拿到审稿建议的我——什么shabi审稿人，Duncan式我用了那么多次都没有问题，居然质疑。。。。。。 查完资料的我——U0001f929，什么niubi审稿人，居然真的有缺陷~~的 LSD/Bonferroni/Sidak-是指其中一组分别和其他组比较 Dunnett-设定对照组进行比较多重比较又分为： 方差齐性 （敏感性排列） ： Tukey（需满足各组样本数相等）/Scheffe/Tukeya/Hochberg/R-E-G-WF/R-E-G-WQ/Gabriela> SNK/Duncan 方差不齐性（同上）： Tamhane"s T2; Dunnett"s T3; Games-Howell; Dunnett"sC 注意：已有的LSD/Duncan在维持显著水平上有缺陷，一般不推荐使用2、两组显著性水平t-检验 设定变量 独立样本T-检验——适用于独立的两组间比较是否有显著差异 配对样本T-检验——适用于两样本可能具有某些影响结果的组间比对（如胁迫处理前后） 输入检验变量（所测得的值）和分组变量，定义分组变量 Continue-options-设定95%的置信区间 Continue-bootstrapping-设定95%的置信区间 Continue-OK得到结果 Sig.>0.05以第一行结果为准，Sig.(2-tailed)<0.05差异显著 Sig.<0.05以第二行结果为准，Sig.(2-tailed)<0.05差异显著 （此处感谢某复姓大佬不厌其烦的指导）配对样本T检验同上OK- 结果： Sig.(2-tailed) P值大于0.05属于正态分布；P值小于0.05非正态分布 变量设置、定义分组、输入数据同2 定义因变量(y)和自变量（x） Post Hoc 多重比对——Tukey+Tamhanes"+T2,显著水平为0.05——Continue Options- Descriptive+ Homogeneity of variance test （方差齐性检验，一定要选择）—Exclude cases analysis by analysis-continue OK-结果 方差齐性检验结果基于均值、中位数、调整中位数、处理均值的Sig.均大于0.05，各组间方差差异不显著，方差齐性； ANOVA方差检验结果Sig.<0.05组间差异显著，可进行方差分析多重比对结果，方差齐性看Tukey HSD；不齐看Tamhane变量转换（是指将原始数据做某种函数转换，使得数据资料各组方差齐同或偏态资料正态化，以满足t检验或其他统计分析方法对资料的齐性或正态性要求。如平方根变换，log转换，求绝对值，求倒数等。 设定目标变量名称（如sqrtday3） Function group-All-Sqrt（平方根函数）——导入到Numeric Expression框——选择要转换的变量（如day3） OK—得到结果 出现对应原变量（day3）的新变量（sqrtday3）——正态分布检验——多重比对或换其他转换进行 注：一般泊松分布（样本的方差和平均值相等）、轻微的偏态分布，使用平方根变换 最后结局：将Duncan替换乘了Turkey, accepted~

先看F检验的结果，你给出来了吗是不是显著的看了之后再谈论Duncan的问题吧我替别人做这类的数据分析很多的

前情提要： 刚拿到审稿建议的我——什么shabi审稿人，Duncan式我用了那么多次都没有问题，居然质疑。。。。。。 查完资料的我——U0001f929，什么niubi审稿人，居然真的有缺陷~~的 LSD/Bonferroni/Sidak-是指其中一组分别和其他组比较 Dunnett-设定对照组进行比较多重比较又分为： 方差齐性 （敏感性排列） ： Tukey（需满足各组样本数相等）/Scheffe/Tukeya/Hochberg/R-E-G-WF/R-E-G-WQ/Gabriela> SNK/Duncan 方差不齐性（同上）： Tamhane"s T2; Dunnett"s T3; Games-Howell; Dunnett"sC 注意：已有的LSD/Duncan在维持显著水平上有缺陷，一般不推荐使用2、两组显著性水平t-检验 设定变量 独立样本T-检验——适用于独立的两组间比较是否有显著差异 配对样本T-检验——适用于两样本可能具有某些影响结果的组间比对（如胁迫处理前后） 输入检验变量（所测得的值）和分组变量，定义分组变量 Continue-options-设定95%的置信区间 Continue-bootstrapping-设定95%的置信区间 Continue-OK得到结果 Sig.>0.05以第一行结果为准，Sig.(2-tailed)<0.05差异显著 Sig.<0.05以第二行结果为准，Sig.(2-tailed)<0.05差异显著 （此处感谢某复姓大佬不厌其烦的指导）配对样本T检验同上OK- 结果： Sig.(2-tailed) P值大于0.05属于正态分布；P值小于0.05非正态分布 变量设置、定义分组、输入数据同2 定义因变量(y)和自变量（x） Post Hoc 多重比对——Tukey+Tamhanes"+T2,显著水平为0.05——Continue Options- Descriptive+ Homogeneity of variance test （方差齐性检验，一定要选择）—Exclude cases analysis by analysis-continue OK-结果 方差齐性检验结果基于均值、中位数、调整中位数、处理均值的Sig.均大于0.05，各组间方差差异不显著，方差齐性； ANOVA方差检验结果Sig.<0.05组间差异显著，可进行方差分析多重比对结果，方差齐性看Tukey HSD；不齐看Tamhane变量转换（是指将原始数据做某种函数转换，使得数据资料各组方差齐同或偏态资料正态化，以满足t检验或其他统计分析方法对资料的齐性或正态性要求。如平方根变换，log转换，求绝对值，求倒数等。 设定目标变量名称（如sqrtday3） Function group-All-Sqrt（平方根函数）——导入到Numeric Expression框——选择要转换的变量（如day3） OK—得到结果 出现对应原变量（day3）的新变量（sqrtday3）——正态分布检验——多重比对或换其他转换进行 注：一般泊松分布（样本的方差和平均值相等）、轻微的偏态分布，使用平方根变换 最后结局：将Duncan替换乘了Turkey, accepted~

先看F检验的结果，你给出来了吗是不是显著的看了之后再谈论Duncan的问题吧我替别人做这类的数据分析很多的

方差分析里面，点击post hoc

翻译如下斜对面diagonally opposite例句然后在你的斜对面挑一个没人的位置坐下来。And then you pick one of the diagonally opposite position no one to sit down.