這篇文章主要介紹spss可不可以做bootstrap，文中介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們一定要看完！

成都創(chuàng)新互聯(lián)專注于企業(yè)全網(wǎng)營銷推廣、網(wǎng)站重做改版、邢臺網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5技術(shù)、商城建設(shè)、集團公司官網(wǎng)建設(shè)、外貿(mào)網(wǎng)站建設(shè)、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為邢臺等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

SPSS是世界上最早采用圖形菜單驅(qū)動界面的統(tǒng)計軟件，它最突出的特點就是操作界面極為友好，輸出結(jié)果美觀漂亮。它將幾乎所有的功能都以統(tǒng)一、規(guī)范的界面展現(xiàn)出來，使用Windows的窗口方式展示各種管理和分析數(shù)據(jù)方法的功能，對話框展示出各種功能選擇項。用戶只要掌握一定的Windows操作技能，精通統(tǒng)計分析原理，就可以使用該軟件為特定的科研工作服務(wù)。

spss是可以做bootstrap的。下面為大家介紹一下原理及工程。

一、原理：

非參數(shù)統(tǒng)計中一種重要的估計統(tǒng)計量方差進(jìn)而進(jìn)行區(qū)間估計的統(tǒng)計方法，也稱為自助法。其核心思想和基本步驟如下：

1、采用重抽樣技術(shù)從原始樣本中抽取一定數(shù)量（自己給定）的樣本，此過程允許重復(fù)抽樣。

2、根據(jù)抽出的樣本計算給定的統(tǒng)計量T。

3、重復(fù)上述N次（一般大于1000），得到N個統(tǒng)計量T。

4、計算上述N個統(tǒng)計量T的樣本方差，得到統(tǒng)計量的方差。

應(yīng)該說Bootstrap是現(xiàn)代統(tǒng)計學(xué)較為流行的一種統(tǒng)計方法，在小樣本時效果很好。通過方差的估計可以構(gòu)造置信區(qū)間等，其運用范圍得到進(jìn)一步延伸。

具體抽樣方法舉例：想要知道池塘里面魚的數(shù)量，可以先抽取N條魚，做上記號，放回池塘。進(jìn)行重復(fù)抽樣，抽取M次，每次抽取N條，考察每次抽到的魚當(dāng)中有記號的比例，綜合M次的比例，在進(jìn)行統(tǒng)計量的計算。

二、支持的過程

1、頻率

◎統(tǒng)計表支持均值、標(biāo)準(zhǔn)差、方差、中位數(shù)、偏度、峰度和百分位數(shù)的bootstrap 估計。◎頻率表支持百分比的bootstrap 估計。

2、描述性

◎描述統(tǒng)計表支持均值、標(biāo)準(zhǔn)差、方差、偏度和峰度的bootstrap 估計。

3、探索

◎描述表支持均值、5% 切尾均值、標(biāo)準(zhǔn)差、方差、中位數(shù)、偏度、峰度和內(nèi)距的bootstrap 估計?！騇 估計量表支持Huber 的M 估計量、Tukey 的雙權(quán)重、Hampel 的M 估計量和Andrew的Wave 的bootstrap 估計?！虬俜治粩?shù)表支持百分位數(shù)的bootstrap 估計。

4、交叉表

◎定向測量表支持Lambda、Goodman 和Kruskal Tau、不定性系數(shù)和Somers 的d 的bootstrap 估計。◎?qū)ΨQ度量表支持Phi、Cramer 的V、列聯(lián)系數(shù)、Kendall 的tau-b、Kendall 的tau-c、Gamma、Spearman 相關(guān)性和Pearson 的R 的bootstrap 估計?！蝻L(fēng)險評估表支持幾率比的bootstrap 估計?！騇antel-Haenszel 一般幾率比表支持ln(Estimate) 的bootstrap 估計和顯著性檢驗。

5、均值

◎報告表支持均值、中位數(shù)、組內(nèi)中位數(shù)、標(biāo)準(zhǔn)差、方差、峰度、偏度、調(diào)和均值和幾何均值的bootstrap估計。

6、單樣本T 檢驗

◎統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計?！驒z驗表支持平均值差值的bootstrap 估計和顯著性檢驗。

7、獨立樣本T 檢驗

◎組統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計?！驒z驗表支持平均值差值的bootstrap 估計和顯著性檢驗。

8、配對樣本T 檢驗

◎統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計。◎相關(guān)性表支持相關(guān)性的bootstrap 估計?！驒z驗表支持均值的bootstrap 估計。

9、單因素方差分析

◎描述統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計?！蚨嘀乇容^表支持平均值差值的bootstrap 估計?！?qū)Ρ葯z驗表支持對比值的bootstrap 估計和顯著性檢驗。

10、GLM 單變量

◎描述統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計?！騾?shù)估計值表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗。◎?qū)Ρ冉Y(jié)果表支持差值的bootstrap 估計和顯著性檢驗。◎估計邊際均值：估計值表支持均值的bootstrap 估計?！蚬烙嬤呺H均值：成對比較表支持平均值差值的bootstrap 估計?！騼蓛杀容^檢驗：多重比較表支持平均值差值的bootstrap 估計。

11、雙變量相關(guān)

◎描述統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計。◎相關(guān)性表支持相關(guān)性的bootstrap 估計。

12、偏相關(guān)

◎描述統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計?！蛳嚓P(guān)性表支持相關(guān)性的bootstrap 估計。

13、線性回歸

◎描述統(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計?！蛳嚓P(guān)性表支持相關(guān)性的bootstrap 估計?！蚰Ｐ透乓碇С諨urbin-Watson 的bootstrap 估計?！蛳禂?shù)表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗?！蛳嚓P(guān)系數(shù)表支持相關(guān)性的bootstrap 估計?！驓埐罱y(tǒng)計表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計。

14、Ordinal 回歸

◎參數(shù)估計值表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗。

15、判別分析

◎標(biāo)準(zhǔn)化典則判別函數(shù)系數(shù)表支持標(biāo)準(zhǔn)化系數(shù)的bootstrap 估計?！虻鋭t判別函數(shù)系數(shù)表支持非標(biāo)準(zhǔn)化系數(shù)的bootstrap 估計。◎分類函數(shù)系數(shù)表支持系數(shù)的bootstrap 估計。

16、GLM 多變量

◎參數(shù)估計值表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗。

17、線性混合模型

◎固定效應(yīng)估計值表支持估計值的bootstrap 估計和顯著性檢驗?！騾f(xié)方差參數(shù)估計值表支持估計值的bootstrap 估計和顯著性檢驗。

18、Generalized Linear Models

◎參數(shù)估計值表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗。

19、Cox 回歸

◎方程中的變量表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗。

20、二元Logistic 回歸

◎方程中的變量表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗。

21、多項Logistic 回歸

◎參數(shù)估計值表支持系數(shù)、B 的bootstrap 估計和顯著性檢驗。

以上是spss可不可以做bootstrap的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)網(wǎng)站制作公司行業(yè)資訊頻道！

當(dāng)前名稱：spss可不可以做bootstrap-創(chuàng)新互聯(lián)
網(wǎng)站地址：http://jinyejixie.com/article40/ccedho.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供微信公眾號、網(wǎng)站設(shè)計公司、App設(shè)計、面包屑導(dǎo)航、微信小程序、網(wǎng)站策劃

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)