中原焦点团队坚持分享第1082天（20230121）
判别函数分析是根据各种预测变量的情况来预测它们的组合效应需要解决三方面问题：决定两组以上分数差异的统计显著性；对变量进行一定组合，使组间判别最大；决定各组成员的特征。
主成分分析主要应用于没有规定自变量和因变量的多变量问题，对整个相关矩阵进行分析，从而发现变量中的子集。
因素分析又分成探索型和验证型。探索型因素分析旨在通过变量组合而总结数据，为假设提供基础：验证型因素分析用于验证有关潜在结构的假设。
聚类分析用于把许多变量分成小组或群类，变量之间有高相关而与其他群类相关比较低。聚类分析时需要把负相关转换为正相关，然后找到最高相关的一组变量组成第一群类，并把其它与这个群类有高相关的变量包括进去；在这之后，找到另外有高相关而与第一群类中变量相关很低的一对变量组成第二群类，如此分析下去，直到找不到显著相关的剩余变量。
运用多元分析方法时，重要一条是在研究计划的阶段，确定理论框架和构思，决定收集何种数据，怎样收集和如何分析数据资料
网友评论