SPSS各实验概念的区分

连续性变量与连续性变量----t检验

关于基本统计量指标（集中趋势，离散趋势，分布形状等）需要使用t检验。t检验有数量的要求，只有一个自变量和一个因变量才可以使用t检验。它分为以下几类：

A.单样本t检验，一个已知总体和一个已知部分以及其所属总体。

B.两独立样本t检验，两个已知的样本以及从属的两个总体。

C.配对样本t检验，经过配对（按某些条件进行匹配）后的两个样本

---

连续性变量与连续型变量----f检验

关于基本统计量指标（集中趋势，离散趋势，分布形状等）

当自变量变多的时候，不再是两个自变量时。注：因变量只有一个。

会使用方差分析也就是f检验。它分为以下几类：

A.单因素设计方差分析，一个研究因素的不同水平影响下的连续性变量研究.

B.随机区组设计方差分析，进行配对的两个因素分析。

C.析因设计方差分析，两个及以上因素（水平）---多因素多水平----存在交互作用时使用

D.重复测量方差分析，同一批受试对象的同一指标在不同时间点上进行测量。

1.单因素重复

2.两因素中一个因素重复（无交互作用）

3.两因素中一个因素重复（两个因素存在交互作用）

4.不等距重复测量

5.两因素均为重复测量

E.方差分析中为了扣除第三个因素的干扰时，就要选择协方差分析

F.方差分析中为了随机化处理，可以选择交叉设计方差分析（随机顺序做完所有测试，仅为顺序不一）

G.三个因素，且水平数都相同可以使用拉丁方设计方差分析

H.在实验中，至少一个因素的水平被局限在另一个因素水平的范围内（因素之间不能有主次之分）可以使用嵌套设计方差分析，分为两因素嵌套和三因素嵌套

I..减少试验次数还能获得更好的实验结果，确定各因素对指标的影响规律，分清各因素对结果的影响大小，哪些是相互影响，也可选出最佳的因子组合

J.研究因素有主次之分，使用裂区设计

以上的方差分析只能证明各因素间存在差异。至于哪两个因素间存在差异，还需要进行事后两两比较才可以具体得知是哪两个因素存在差异

---

分类变量与分类变量------卡方检验

分类变量间的关系寻找可以使用卡方检验，比较理论频数与实际频数之间的拟合优度

卡方检验分为2*2式，R*2,R*C（需要事后做卡方分割来寻找哪两个因素之间有关系），2*C，线性趋势，配对设计，分层（三个自变量，自变量再多可以使用logistic回归）

---

非参数检验

之前的都是非参数检验

非参数卡方，二项检验，游程检验，单样本k-s，2独立样本k-s，K独立样本，两个相关样本，K个相关样本

---

因变量的变化----多元方差分析

单组，两组，多组比较

轮廓分析是比较两组或者是多组变量的轮廓是否相等，就是比较不同样本在不同条件下的轮廓。

轮廓分析需要补充！！！！

---

相关

检验连续性变量和连续型变量之间相关关系的强弱和方向

皮尔逊

斯皮尔曼

典型相关

距离相关

偏相关

---

回归分析

连续性变量和分类变量间的关系，要求得到明确的数学逻辑关系式和变化数值，可以精准预测数据走向

曲线回归

非线性回归

一般线性回归

多重线性回归

二元logistic回归

有序和无序logistic回归

多元logistic回归

条件logistic回归

---

生存分析

---

聚类与判别分析

---

主成分与因子分析

---

ROC曲线

---

多重响应分析

---

信度与效度分析

---

神经网络模型分析

---

决策树分析

---

对数线性模型分析

---

中介与调节效应

---

倾向性评分

---

一致性分析

---

时间序列分析

---

路径分析

---

对应分析