SPSS-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

读童话的狼

替换缺失值的名称和方法不可选？

对变量做相同的填补时，需要先选择名称和方法，再拖变量每个变量的缺失值填补方法不同时，先拖变量，再分别选中每个变量选择对应的填补方式先拖进变量有没有选择某一个变量时，填补的方法是不能选的

0.0000

0

5

0

关注作者

收藏

读童话的狼

缺失值分析中模式1占比84.52%怎么理解？

模式1指的是没有缺失值，占比84.52%指的是没有缺失值的样本数占比为84.52%

0.0000

0

5

0

关注作者

收藏

读童话的狼

聚类每分一次，都要重新计算一次均值吗？

k均值聚类迭代一次计算一次，层次聚类一直都在计算均值

0.0000

0

1

0

关注作者

收藏

读童话的狼

欧式距离公式与方差公式区别在哪里？

方差是任意一点距离均值中心偏差的度量，欧式距离测的是任意两点间的距离。

0.0000

0

1

0

关注作者

收藏

读童话的狼

多元回归是处理什么问题的？

多元回归主要是处理一个连续的Y和多个X的问题

0.0000

0

1

0

关注作者

收藏

读童话的狼

怎么让某些样本不参与分析？

点击数据下选择个案点击如果条件满足下的如果：可以通过添加条件，就可以过滤掉符合条件的样本

0.0000

0

3

0

关注作者

收藏

读童话的狼

残差分析为什么是以3为界？

通常是超出3，超出2是不严格的

1.1595

1

2

0

关注作者

收藏

田齐齐

ROC曲线的定义 ROC的全称是Receiver Operating Characteristic Curve，中文名字叫“受试者工作特征曲线”，顾名思义，其主要的分析方法就是画这条特征曲线。 a 该曲线的横坐标为假阳性率（False Positive Rate, FPR），N是真实负样本的个数，FP是N个负样本中被分类器预测为正样本的个数。纵坐标为真阳性率（True Positive

3.5326

2

3

0

关注作者

收藏

田齐齐

怎样理解主成分投影？

该方法在对指标值进行无量纲化和适当加权处理的基础上,通过正交变换将原有的指标转换为彼此正交的综合指标,消除了指标间的信息重叠问题,并利用各主成分设计一个理想决策变量,以各被评价对象相应的决策向量在该理想决策向量方向上的投影作为一维的综合评价指标。主成分投影法的基本步骤：1.确定评价矩阵。2.指标的无量纲化。3.指标权重的确定。4.指标的正交变换。5.理想评价向量的构造和投影值计算。6

3.5326

2

1

0

关注作者

收藏

田齐齐

回归法插补缺失值

回归插补法：是把缺失属性作为因变量，其他相关属性作为自变量，利用他们之间的关系建立回归模型的来预测缺失值，以此完成缺失值插补的方法。

32.7545

3

2

0

关注作者

收藏

田齐齐

spss替换缺失值时如何批量更改名称和方法？

我们选择了新变量之后会发现下方的名称和方法变灰无法进行更改了。如图：这是我们需要将新变量里的变量移出去，先设置好名称和方法，再将变量移进来。或者选中单个变量，单独进行更改。

32.7545

3

3

0

关注作者

收藏

田齐齐

spss怎样处理缺失值？

在spss中，简单的缺失值替代可以通过转换菜单下的“替换缺失值”，更加复杂的缺失值估计要通过“分析”菜单下“缺失值分析”。替换缺失值：调出相关操作界面。其数据的处理方法大致都是用变量的集中位置指标来替代缺失值，主要适合于完全随机缺失的资料，若不是完全随机的，得用“缺失值分析”模块分析缺失数据。缺失值分析：

32.7545

3

1

0

关注作者

收藏

PGC123

SPSS聚类结果查看界面切换操作

如何图1转换为图2 图1 图2答：如下图所示，界面上有两个黑色小三角，一个指向左边一个指向右边，界面的切换可以通

32.5771

2

0

0

关注作者

收藏

liting李

缺失值填补里的临近值填补是knn这个方法填补的吗

不是，spss中临近值填补用的em回归、mcmc填补,spss中没有knn这种填补方法。

0.0000

0

1

0

关注作者

收藏

liting李

MCMC法填充缺失值spss

1.分析-多重插补-插补缺失数据集 2. 3. 4.

0.0000

0

2

0

关注作者

收藏

liting李

spss中如何用回归填补缺失值

首先，点击分析下的缺失值分析其次，如下图所示：

29.2219

1

5

0

关注作者

收藏

田齐齐

警告：在TWOSTEP CLUSTER 中发生意外错误

如图：解决方法：更改语言下数据和语法的字我们会发现这里为灰色，无法更改，这需要我们关闭数据，然后打开一个新的空表，就可以更改啦~

32.7545

4

5

0

关注作者

收藏

liting李

斯皮尔曼会损失很多自由度，不准确？

当数据量比较大的时候，不准确性就已经不是很重要。因为数据量比较大，变量比较多，不能分别使用，这时用一个比较折中的方法。

0.0000

0

2

0

关注作者

收藏

田齐齐

怎样理解欧式距离？

问题：欧式距离是在空间中的两个点间的直线距离？然后根据距离远近聚类？欧式距离也称欧几里得距离，是最常见的距离度量，衡量的是多维空间中两个点之间的绝对距离。也可以理解为：m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离下面是具体的计算公式

32.7545

3

4

0

关注作者

收藏

田齐齐

聚类算法中的距离度量有哪些，怎样理解？

你知道聚类中度量距离的方法有哪些吗？ 1）欧式距离欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。即两点之间直线距离，公式比较简单就不写了　应用场景：适用于求解两点之间直线的距离，适用于各个向量标准统一的情况 2）曼哈顿距离(Manhattan Distance) 从名字就可以猜出这种距离的计算方法了。想象你在曼哈顿要从一个十字路

32.7545

3

1

0

关注作者

收藏

<1…121314…26>

CDA考试动态

CDA报考指南