数据进阶处理结课作业

数据进阶处理结课作业

ppt+自己操作

操作要求

1. 自己设定模型（难度适中），自编数据（张雅瑞）

   使用已有的数据，进行背景的简单更换

2. 将模型设定中的研究假设做简单解释，然后具体提出研究假设（张雅瑞）

​ 研究假设，根据研究背景进行提出

3. 数据质量验证，1）数据基本情况（描述性统计）；2.探索性因子分析，因子剔除，可靠性检验)

1)描述性统计

• 偏度：

• 峰度：

• 频次分析：分析—>描述性统计—频率

• 均差与标准差

• 相关系数

  方法一：分析—相关—“双变量”—“选项”—“叉积偏差和协方差”

​ 方法二：分析—标度—“可靠性分析”—统计—“项之间—协方差”

​ 对比两种方法结果：显著性 p＜0.05 、*，p＜0.01 、**，p＜0.001 ***

• 信度检验：信度多次测量的稳定性

“分析”→“降维”→“因子” →“描述”→“KMO和巴特丽特球形度检验 →“提取”→“要提取的因子数：1” →“确定

• 效度检验:是否可以测量得到我们想要的部分

分析—降维—因子分析—对应变量—描述

4. 修订数据，根据cook距离间数组（至少删除2~3组），重做各类分析

5. 利用Amos做验证性因子分析

6. 利用传统回归做，注意分层进行，注意控制变量的使用

7. 利用boostrap方法进行验证假设，对结果进行解读

8. 利用AMOS做基本关系假设检验，分析结果

9. 对比三种方法的实证研究结果，总结方法层面的规律和发现

展示部分

10. 每组最少陈述15分钟，当场示范，中间不停歇

课后作业整理

11. 将课堂操作课后编辑为word文档，截屏，详细阐述每一步操作流程，解释个中逻辑，分析研究结果

12. 设置封面，打印分析结果，每组根据分析内容至少提交20—40也的word内容，作为期末考试成绩评定

13. 讲解过程中不能求助，边操作边给大家讲

14. 课程结束后，请在4.26号下午13.30—14.30将全部作业交给陈颖并上交至匡亚明楼，过期不候，没有交的成绩为0；