描述性统计
了解样本量、缺失情况、集中趋势和数据分布。
正在加载中...
按「通用基础 + 12 个主模型」整理,一个模型一篇教程。选一个模型,读一篇就够。
每个模型的结果包都会包含的基础内容(描述统计、缺失值等),不占模型编号。
了解样本量、缺失情况、集中趋势和数据分布。
量表类模型:主结果是 EFA,同时输出描述统计、信度与相关矩阵。
探索题项背后的潜在维度结构(问卷基础分析的主结果)。
Cronbach α 与 CITC,判断量表题项的内部一致性。
验证已有维度与题项映射的测量模型是否成立。
验证已有维度与题项映射的测量模型。
Cronbach α 与 CITC,判断量表题项的内部一致性。
在测量模型基础上分析潜变量之间的结构路径。
在测量模型基础上分析潜变量结构路径。
Cronbach α 与 CITC,判断量表题项的内部一致性。
两组独立样本均值比较,含 Mann-Whitney U 非参数结果。
比较两组独立样本均值,并附 Mann-Whitney U 非参数结果。
三组及以上均值比较,含事后检验与 Kruskal-Wallis。
比较三组及以上均值,并附事后检验与 Kruskal-Wallis。
同一批对象的前测与后测比较,含 Wilcoxon 符号秩检验。
比较同一对象前后测,并附 Wilcoxon 符号秩检验。
检验两个分类变量是否相互关联。
检验两个分类变量是否相互关联。
Pearson / Spearman 相关,查看数值变量之间的关联。
Pearson / Spearman 相关矩阵与显著性。
用自变量预测连续结果变量。
用自变量预测连续结果。
预测二分类结果,例如是否购买。
预测二分类结果,例如是否购买。
检验 X 是否通过中介变量 M 影响 Y。
检验 X 是否通过中介变量 M 影响 Y。
检验调节变量 Z 是否改变 X 对 Y 的影响。
检验调节变量 Z 是否改变 X 对 Y 的影响。