SPSS分析:Bootstrap

一、原理:

   非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法,也称为自助法。其核心思想和基本步骤如下:

1、采用重抽样技术从原始样本中抽取一定数量(自己给定)的样本,此过程允许重复抽样。

2、根据抽出的样本计算给定的统计量T。

3、重复上述N次(一般大于1000),得到N个统计量T。

4、计算上述N个统计量T的样本方差,得到统计量的方差。

应该说Bootstrap是现代统计学较为流行的一种统计方法,在小样本时效果很好。通过方差的估计可以构造置信区间等,其运用范围得到进一步延伸。

具体抽样方法举例:想要知道池塘里面鱼的数量,可以先抽取N条鱼,做上记号,放回池塘。进行重复抽样,抽取M次,每次抽取N条,考察每次抽到的鱼当中有记号的比例,综合M次的比例,在进行统计量的计算。

二、支持的过程

1、频率

◎统计表支持均值、标准差、方差、中位数、偏度、峰度和百分位数的bootstrap估计。◎频率表支持百分比的bootstrap估计。

2、描述性

◎描述统计表支持均值、标准差、方差、偏度和峰度的bootstrap估计。

3、探索

◎描述表支持均值、5%切尾均值、标准差、方差、中位数、偏度、峰度和内距的bootstrap估计。◎M估计量表支持Huber的M估计量、Tukey的双权重、Hampel的M估计量和Andrew的Wave的bootstrap估计。◎百分位数表支持百分位数的bootstrap估计。

4、交叉表

◎定向测量表支持Lambda、Goodman和Kruskal
Tau、不定性系数和Somers的d的bootstrap估计。◎对称度量表支持Phi、Cramer的V、列联系数、Kendall的tau-b、Kendall的tau-c、Gamma、Spearman相关性和Pearson的R的bootstrap估计。◎风险评估表支持几率比的bootstrap估计。◎Mantel-Haenszel一般几率比表支持ln(Estimate)的bootstrap估计和显著性检验。

5、均值

◎报告表支持均值、中位数、组内中位数、标准差、方差、峰度、偏度、调和均值和几何均值的bootstrap估计。

6、单样本T检验

◎统计表支持均值和标准差的bootstrap估计。◎检验表支持平均值差值的bootstrap估计和显著性检验。

7、独立样本T检验

◎组统计表支持均值和标准差的bootstrap估计。◎检验表支持平均值差值的bootstrap估计和显著性检验。

8、配对样本T检验

◎统计表支持均值和标准差的bootstrap估计。◎相关性表支持相关性的bootstrap估计。◎检验表支持均值的bootstrap估计。

9、单因素方差分析

◎描述统计表支持均值和标准差的bootstrap估计。◎多重比较表支持平均值差值的bootstrap估计。◎对比检验表支持对比值的bootstrap估计和显著性检验。

10、GLM单变量

◎描述统计表支持均值和标准差的bootstrap估计。◎参数估计值表支持系数、B的bootstrap估计和显著性检验。◎对比结果表支持差值的bootstrap估计和显著性检验。◎估计边际均值:估计值表支持均值的bootstrap估计。◎估计边际均值:成对比较表支持平均值差值的bootstrap估计。◎两两比较检验:多重比较表支持平均值差值的bootstrap估计。

11、双变量相关

◎描述统计表支持均值和标准差的bootstrap估计。◎相关性表支持相关性的bootstrap估计。

12、偏相关

◎描述统计表支持均值和标准差的bootstrap估计。◎相关性表支持相关性的bootstrap估计。

13、线性回归

◎描述统计表支持均值和标准差的bootstrap估计。◎相关性表支持相关性的bootstrap估计。◎模型概要表支持Durbin-Watson的bootstrap估计。◎系数表支持系数、B的bootstrap估计和显著性检验。◎相关系数表支持相关性的bootstrap估计。◎残差统计表支持均值和标准差的bootstrap估计。

14、Ordinal回归

◎参数估计值表支持系数、B的bootstrap估计和显著性检验。

15、判别分析

◎标准化典则判别函数系数表支持标准化系数的bootstrap估计。◎典则判别函数系数表支持非标准化系数的bootstrap估计。◎分类函数系数表支持系数的bootstrap估计。

16、GLM多变量

◎参数估计值表支持系数、B的bootstrap估计和显著性检验。

17、线性混合模型

◎固定效应估计值表支持估计值的bootstrap估计和显著性检验。◎协方差参数估计值表支持估计值的bootstrap估计和显著性检验。

18、Generalized Linear Models

◎参数估计值表支持系数、B的bootstrap估计和显著性检验。

19、Cox回归

◎方程中的变量表支持系数、B的bootstrap估计和显著性检验。

20、二元Logistic回归

◎方程中的变量表支持系数、B的bootstrap估计和显著性检验。

21、多项Logistic回归

◎参数估计值表支持系数、B的bootstrap估计和显著性检验。

版权声明:本文为amengduo原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/amengduo/p/9586760.html