精华内容
下载资源
问答
  • 常用的交叉表分析方法
    千次阅读
    2019-01-18 02:59:00
    • SPSS---交叉表分析

    •       除了对单个变量的分析,在实际研究中,还需要对多个变量在不同取值情况下的数据分布情况,从而进一步分析变量之间的相互影响和关系,这就要用到交叉表分析。
    • 交叉表是一种行列交叉的分类汇总表格,行和列上至少各有一个分类变量,行和列的交叉处可以对数据
    • 进行多种汇总计算,如求和、平均值、计数等。
    • 交叉表分析是用于分析两个或两个以上分组变量之间的关联关系,以交叉表格的形式进行分组变量间关系的对比分析。它的原理是从数据的不同角度综合进行分组细分,以进一步了解数据的构成、分布特征,它也是描述统计分析中常用的方法之一。
    • 在EXCEL中主要使用数据透视表进行交叉表分析。
    • 【分析】-【描述统计】-【交叉表】
    • 1167156-20190118025848408-211728471.jpg
                              图1-1 交叉表参数设置

    • 研究婚姻状况和性别两个变量的统计数据。
    • 1167156-20190118025848865-753898522.jpg

                                 图1-2 交叉表分析结果
    •      通过以上交叉表分析可以知道,先从婚姻状况角度查看数据的分布,在四种婚姻状况中,“未婚单身”占比45.2%,所占比重最大。其次是“已婚已育”,占比27.5%,在此基础上增加性别角度,进一步查看数据的分布,在四种婚姻状况中男、女的比例较为均衡。





    转载于:https://www.cnblogs.com/xuxaut-558/p/10285705.html

    更多相关内容
  • spss中交叉分析主要用来检验两个变量...spss交叉表分析方法与步骤:1、在spss中打开数据,然后依次打开:analyze--descriptive--crosstabs,打开交叉表对话框2、将性别放到行列表,将对读物的选择变量放到列,这样...

    spss中交叉分析主要用来检验两个变量之间是否存在关系,或者说是否独立,其零假设为两个变量之间没有关系。在实际工作中,经常用交叉表来分析比例是否相等。例如分析不同的性别对不同的报纸的选择有什么不同。

    spss交叉表分析方法与步骤:

    1、在spss中打开数据,然后依次打开:analyze--descriptive--crosstabs,打开交叉表对话框

    2、将性别放到行列表,将对读物的选择变量放到列,这样就构成了一个交叉表

    3、设置输出的结果,点击statistics,打开一个新的对话框

    4、勾选chi-square(卡方检验),勾选phi and cramer's V(衡量交互分析中两个变量关系强度的指标),点击continue,回到交叉表对话框

    5、点击cells,设置cell中要展示的数据

    6、在这里勾选observed(各单元格的观测次数),勾选row(行单元格的百分比),点击continue,回到交叉表对话框

    7、点击ok按钮,输出检验结果

    8、先看到的第一个表格就是交叉表,性别为行、选择的读物为列

    9、卡方检验结果:主要看pearson卡方检验,sig值小于0.05,因此认为不同的性别的人对周末读物的选择有显著的差别

    10、最后一个表格,输出的是phi值和V值,两个都代表两个变量之间的关系的紧密度,数值小于0.1说明关系不紧密,即性别与周末读物的选择没有明显的关系,这个结论和上面的卡方检验有出入,所以需要进一步进行两两比较。

    ▼2、将性别放到行列表,将对读物的选择变量放到列,这样就构成了一个交叉表

    ▼4、勾选chi-square(卡方检验),勾选phi and cramer's V(衡量交互分析中两个变量关系强度的指标),点击continue,回到交叉表对话框

    ▼6、在这里勾选observed(各单元格的观测次数),勾选row(行单元格的百分比),点击continue,回到交叉表对话框 

    ▼8、先看到的第一个表格就是交叉表,性别为行、选择的读物为列 

    ▼9、卡方检验结果:主要看pearson卡方检验,sig值小于0.05,因此认为不同的性别的人对周末读物的选择有显著的差别 

    ▼10、最后一个表格,输出的是phi值和V值,两个都代表两个变量之间的关系的紧密度,数值小于0.1说明关系不紧密,即性别与周末读物的选择没有明显的关系,这个结论和上面的卡方检验有出入,所以需要进一步进行两两比较。

    中文:

    是否死亡放置于行好一些;“精确”为默认,“统计量”选卡方和Phi;“单元显示”将计数和百分比全选,“格式”为默认。 

    选择上右图风险==》unadjusted odds

    ratios (OR) and 95% confidence intervals (95% CI) of

    variables.

    结果:

    Value=卡方值;df=自由度;ASYMP.sig=P值=相伴性概率。p大于0.05(自己设定的显著性水平),接受原假设,否则拒绝,即P值小于0.05认为结果有显著性差异。注意表格下面的注解:b.

    0 cells (.0%) have expected count less than 5. The minimum expected

    count is 191.89,这句话很重要,关系到结果是否可靠!理论频数小于5的cells(格子)比例不超过20,即小于5的格值数不应超过25%,或四分之一(25%)的格子理论数小于5

    。结果可靠,采用Pearson Chi-Square的P值-ASYMP.sig。当理论频数小于5的cells(格子)比例超过20%,应看Exact

    Test(确切概率法-Fisher's Exact

    Test)or

    连续性校正的值(Continuity Correction)。 需要在未校正卡方、校正卡方和确切概率法三种方法之间选择即可。

    给出的Asymp. Sig

    是通过卡方值算的。

    ▼天数与死亡的关系

    最常用的医学统计:

    TTest - 独立样板T检验,推断两个总体的总体的独立样本均值是否存在显著差异。Analyze→Compare

    mean→Paired-Samples T Test。T为负值表示前面一组样本的均值低于后面一组的均值。

    交叉表 - 不同的性别对不同疾病的选择有什么不同用此分析法,即卡方检验,卡方检验

    三组以上比较 - 比较均值 -》单因素anova

    Logist 回归 - 确定两种或两种以上变数间是否相关、相关方向与强度,即相互依赖的定量关系

    SPSS中的单因素方差分析中,各项指标的含义

    1)、Mean: 平均数,均数

    2)、Std.Deviation: 标准差

    3)、Std.Error:标准误

    4)、Confidence Intercal for Mean:均数的可信区间

    5)、Lower Bound:均数的可信区间的下限

    6)、Upper Bound:均数的可信区间的上限

    7)、Minimum:最小值

    8)、Maximum:最大值

    9)、Sum of Squares:平方和,离均差平方和,即SS

    10)、df:degree of freedom,自由度

    11)、Mean Square:圴方,即MS=SS/df

    12)、F:F值,两圴方之比

    展开全文
  • 常用的统计分析方法

    千次阅读 2020-12-27 12:53:30
    交叉表分析 交叉分析、是市场研究的主要工作,大部分研究分析均使用,主要用于分析报告和分析数据源,各种图表等,当然其中也有卡方检验和T检验,寻找差异 表(Table)分析 类似于Excel的数据透视表,连续数据和离散...

    分析方法

    频率分析

    主要用于查看数据基本分布特征,数据清晰,各种统计量、基本报告数据源等

    数据探索

    探索性分析主要是从统计的角度查看统计量来评估数据分布,主要用于异常值侦测、正态分布检验、数据分段、分位点测算等

    交叉表分析

    交叉分析、是市场研究的主要工作,大部分研究分析均使用,主要用于分析报告和分析数据源,各种图表等,当然其中也有卡方检验和T检验,寻找差异

    表(Table)分析

    类似于Excel的数据透视表,连续数据和离散数据均可使用,也可以用作卡方检验和T检验

    卡方检验

    它属于非参数检验的范畴,主要是比较两个以及两个以上样本率(构成比)以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数实际频数的吻合程度或拟合优度问题

    T检验

    假设检验方法,主要用于比较两个总体均值的差异是否显著

    方差分析

    超过两个总体的均值检验,也经常用于实验设计后的检验问题

    相关分析

    线性相关性,只有变量呈现相关我们呢才能进行影响关系的研究,但是记住主要是线性相关,不相关不代表没有关系

    变量处理

    在这里插入图片描述

    相关性分析

    研究不同变量间是否有关系,以及关系密切程度的一种常用的统计方法

    适用场景

    发现数据间的关系,发现市场上决定性的或显著的属性,例如对于选择不同品牌的重要和有显著区别的属性
    在这里插入图片描述

    回归分析

    回归分析是确定两种或者两种以上变量间相互依赖的定量关系的一种统计分析方法。相关分析研究的是现象之间是否相关,一般不区别自变量或者因变量,而回归分析要分析现象之间相关的具体形式,确定其因果关系,并且用数据模型来表现其具体关系。应用于满意度研究、消费者研究、市场预测以及一些专业技术研究等方面。在实际应用中,回归分析根据变量的数目划分为二元变量回归和多元变量回归,回归的形式包括线性回归和非线性回归等。

    • 通常,线性回归是常用的一种方法,二元线性回归的方程表示为:Y = C + bx + e
    • 多元线性回归方程与线性回归相似,但是有更多的独立变量,其线性方程表示为:Y = c + b1x1 + b2x2 + b3x3 +…+ e
      在这里插入图片描述
      在这里插入图片描述

    聚类分析

    是指把具有某种类似相似特征的物体或者事物归为一类的方法和技巧。目的在于辨别在某些特性上相似的事物,并且按照这些特性将样本划分为若干类(群),使得在同一类内的事物具有高度的同质性,而不同类的事物则有高度的异质性。

    聚类分析主要用于

    • 进行市场细分
    • 定量用户画像
    • 流失用户分群
    • 为市场测试确定相匹配的城市
    • 在市场结构分析中识别竞争者
    • 对产品进行分类
    • 确定分层抽样的层次

    因子分析

    其基本目的就是用少数几个因子去描述许多指标或因素之间的联系(即抽象和降维)。常用其他技术联合使用,应用于满意度研究,市场细分研究中

    • 目前因子分析包括探索性因子分析(Exploratory Factor Ana-lysis, EFA)和验证性因子分析(Confirmatory Factor Analysis, CFA)
    • 在实际应用中,通过因子得分可以得出不同因子的重要性指标,而管理者则根据这些指标的重要性决策需要首先解决的市场问题或者产品问题

    判别分析

    这种分析方法能够依据样本某种特性,以判别样本所属类型。与聚类分析不同的是,判别分析是在已知研究对象可用某种方法分成若干类的前提下,建立判别函数,用以判定未知对象属性已知分类中的哪一类

    • 在市场研究中,判别分析主要用于对一个企业进行市场细分,以选择目标市场,有针对性地进行广告、促销等活动。
    • 判别分析的普通公式为:Z = b1 * X1 + b2 * X2 + b3 *X3 + …+bn * Xn其中,Z为判别值;b为判断系数,x为自变量

    对应分析

    这是一种多元统计分析技术,主要分析定性数据Category Data方法,也是强有力的数据图示技术,也是强有力的市场研究分析技术。

    • 对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示
    • 它最大特点是能把众多的样品和众多的变量同时作到同一张图解上,将样品的大类及其属性在图上直观而且又明了的表示出来,具有直观性
    • 对应分析应用在市场细分,产品定位等场景
    • 对应分析可以分为简单对应分析和多重对应分析
    • 当研究设计的分类变量类别比较多的时候,可以得到更加精确,更加全面的分类变量间关联的结果

    路径分析

    路径分析是探索和分析事物内部复杂的因果关系的一种统计方法。多元回归分析将所有自变量置于相同的位置,其假设过于简单,不能揭示事物之间的复杂因果关系,例如自变量和因变量之间相互影响关系的情况
    在这里插入图片描述

    结构方程

    结构方程模型是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的因变量,也可能包含无法直接观测的潜在变量,能够同时处理多个因变量。结构方程模型可以代替多重回归、通径分析、因子分析、协方差分析等方法,清晰分析单项指标对总体的作用和单项指标间的相互关系

    • 使用Amos或者LISRAL来完成,可以用来分析复杂的变量关系

    应用场景

    • 用户满意度模型指标的建立
    • 产品使用驱动力研究
    • 流失用户影响因素分析
      在这里插入图片描述

    应用场景总结

    在这里插入图片描述

    分析路线指导图

    在这里插入图片描述

    展开全文
  • 数据分析方法论2:交叉&平均分析法

    千次阅读 2020-12-17 16:44:19
    交叉分析 and 平均分析 平均分析法 平均分析法顾名思义,就是用平均数来反映数据在某一特征下的水平,平均分析通常和对比分析结合在一起,从时间和空间多个角度衡量差异,找到其中的趋势和规律。 01 不得不提...

    交叉分析 and 平均分析

     

    • 平均分析法

    平均分析法顾名思义,就是用平均数来反映数据在某一特征下的水平,平均分析通常和对比分析结合在一起,从时间和空间多个角度衡量差异,找到其中的趋势和规律。

     

    01 不得不提的平均数

    平均数用来反映一组数据的集中趋势,表示平均的指标有算术平均数、几何平均数、中位数和众数。

     

    1. 算术平均数

    最常用的一个平均数,也就是常说的均值、平均值,就是我们熟悉的那个求平均值的公式,所有的数值相加再除以总个数:

    x=i=1nxin

    算术平均数受极值的影响较大,当数据集中出现极端值时,所得到的结果将会出现较大的偏差,如计算一个企业员工的平均收入,因为老板的收入太高了,导致平均值被拉高,出现了整体收入的平均值偏高的现象,我们经常说的工资收入被平均,就是这个道理。

     

    在Excel里也是用AVERAGE()函数来计算

     

    1. 几何平均数

    几何平均数在计算增长率、收益率等比率和指数进行平均时应用比较广泛,受极端值的影响较小,几何平均值是所有数值乘积开n次方根,在计算几何平均数的时候,不可以有0和负数,公式为:

     

    XG=nX1×X2×…×Xn

     

    在Excel里用GEOMEAN()函数来计算几何平均值

     

    1. 中位数

    上面讲算术平均数的时候举了一个收入被平均的例子,如果因异常值的出现而无法用算术平均数来描述数据的话,那应该用什么指标来描述呢?对了,就是中位数和众数。

     

    中位数是将数据按照从小到大的顺序排列,最中间的那个数据即为中位数。

     

    中位数的寻找方法:

    当数据个数为奇数时,中位数即最中间的数;当数据个数为偶数时,中位数为中间两个数的平均值。中位数不受极值影响,因此对极值缺乏敏感性。

     

    在Excel里用MEDIAN()函数计算中位数

     

    1. 众数

    众数是数据中出现次数最多的数字,即频数最大的数值。在一组数据中众数可能不止一个,众数不仅能用于数值型数据,还可用于非数值型数据,且不受极值影响。众数通常用来反映一组数据的一般水平,如某次考试中学生的集中水平、城镇居民的平均生活水平等。

     

    在Excel里用MODE()函数来计算众数

     

    02 平均分析法的应用

    同一行业不同竞争产品之间同一平均指标的对比,可以用来比较事件的整体水平,下图所示为2018年淘宝、拼多多、唯品会人均单日使用次数和人均单日使用时长的对比。

    (数据来源见图片右下角,,侵删)

     

    如下某公司员工平均收入的例子

     

    通过绘制收入分布直方图我们发现,收入在2000~4000的员工最多,与8203的平均值差距太大,这是因为收入在20000以上的几个异常值导致,因此不能用平均值来说明问题。

     

     

    • 交叉分析法

    01 交叉分析的意义

    交叉分析就是将两项及多项指标进行交叉,从而找到变量之间的关系,发现数据的特征。如下图所示的一份某连锁店统计的商品销售的数据,原始数据表中有年、月、销售区域、销售数量和售价5个维度,可以进行两两组合,得到一些交叉的关系思路,年&销量,年&售价,区域&销量,区域&售价等等,如果每一个字段我们都进行两两交叉,就可以得到10个交叉关系,需要注意的是,这些交叉关系是要有实际意义的,如年和月的交叉,分析不出什么,也没有意义。

     

    【年&销量】

    通过对年和销量间的交叉,得到10年销量比09年高。

     

    【区域&销量】

    通过对区域和销量进行交叉分析,得到沈阳的销量最好,上海最差。

     

    【3个维度交叉】

    除了两两交叉,还可以多项交叉,如区域&销量&年之间的关系。

     

    【多个维度交叉】

    区域&销量&年份&售价四个维度的交叉关系

     

    【小结】

    1. 对于交叉分析用到最多的工具就是数据透视表
    2. 要能甄别有意义的交叉和无意义的交叉
    3. 要找到交叉的点

     

    02 交叉分析的应用

    下图所示的拼多多在不同时间维度上的月活,以及与淘宝、京东用户重合的比例进行分析,可以了解到不同时期与竞品的对比。

    我是可乐,更多精彩内容欢迎关注公众号:可乐的数据分析之路

    展开全文
  • 16种常用的数据分析方法-列联分析

    千次阅读 2020-03-09 19:50:43
    列联分析通常用来分析两个分类变量之间或者一个分类变量与顺序变量之间...交叉列联表分为二维表与三维表两种,二维表交叉表可进行卡方检验,三维交叉表,可作Mentel-Hanszel分层分析。 列联表结构 2*2 列联...
  • spss交叉表分析 + SPSS卡方检验

    万次阅读 多人点赞 2015-05-06 09:56:21
    spss中交叉分析主要用来检验两个变量之间是否存在关系,或者说...spss交叉表分析方法与步骤:  1、在spss中打开数据,然后依次打开:analyze--descriptive--crosstabs,打开交叉表对话框  2、将性别放到行列表,将
  • 列联表分析Crosstabs 列联表是指两个或多个分类变量各水平的频数分布表又称频数交叉表SPSS的Crosstabs过程为二维或高维列联表分析提供了22种检验和相关性度量方法其中卡方检验是分析列联表资料常用的假设检验方法 ...
  • 常用数据分析的基本方法

    千次阅读 2020-04-10 09:06:40
    常用数据分析的基本方法数据分析方法对比分析法分组分析法结构分析法平均分析法交叉分析法综合评价分析法杜邦分析法漏斗图分析法矩阵关联分析法(坐标象限法)高级数据分析方法 数据分析方法 之前学习了数据分析方法的...
  • 两因素析因分析程序.sas 两样本t检验.sas 二项式分布.sas 交叉设计资料.sas 交叉配对.sas 半数抑制浓度.sas 单向有序联资料检验.sas 单因素K水平设计资料的多元方差分析.sas 单样本t检验.sas 单组设计...
  • 文章目录pandas__任务4.5 创建透视表与交叉表4.5 创建透视表与交叉表代码4-67 使用订单号作为透视表索引制作透视表代码 4-68 修改聚合函数后的透视表代码 4-69 使用订单号和菜品名称作为索引的透视表代码 4-70 指定...
  • 【八种基本分析方法

    千次阅读 2020-08-28 18:18:23
    对比分析是数据分析中最常用、好用、实用的分析方法,它是将两个或两个以上的数据进行比较,分析其中的差异,从而揭示这些事物代表的发展变化情况以及变化规律。 2、分组分析 分组分析法是根据目标数据的性质、...
  • ch2. 交叉表做卡方检验

    千次阅读 2018-04-05 16:53:51
    spss中交叉分析主要用来检验两个变量...spss交叉表分析方法与步骤: 1、在spss中打开数据,然后依次打开:analyze--descriptive--crosstabs,打开交叉表对话框 2、将性别放到行列表,将对读物的选择变量放到列,...
  • R中五种常用的统计分析方法

    万次阅读 2017-07-17 22:59:56
    根据分组字段,将分析对象划分为不同的部分,以进行对比分析各组之间差异性的一种分析方法常用统计指标: 计数 length 求和 sum  平均值 mean 标准差 var 方差 sd 分组统计函数 aggregate(分组表达式,data=需要...
  • 数据分析方法论3:综合指标分析法

    千次阅读 2020-12-17 16:54:19
    极光数据在2019年8月19日发布的APP流量价值评估报告中,就用到了综合指标分析方法。首先构造了流量价值这个综合指标,然后从四个维度:用户规模、流量质量、用户特征和产品特性分别选取相应指标。 权重是如何...
  • 数据分析方法

    万次阅读 2018-01-29 23:29:32
    数据分析方法论 确定分析思路需要以营销、管理等理论为指导。这些 跟数据分析相 关的营销、管理等理论统称为数据分析方法论。可以把方法论理解为指南针,在分析方法论的指导下我们才去开展数据分析,这样分析的结果...
  • 数据分析交叉分析

    万次阅读 2018-11-07 15:37:27
    交叉分析法又称立体分析法,是在纵向分析法和横向分析法的基础上,从交叉、立体的角度出发,由浅入深、由低级到高级的一种分析方法。这种方法虽然复杂,但它弥补了“各自为政”分析方法所带来的偏差。 通常用于分析...
  • 我个人认为生物信息学是生命科学和...目前生物信息学常用分析法有如下几种: 基因差异表达的显著性分析(又称差异表达分析) DEG 功能富集分析(Go分析和Kegg分析) 加权基因共表达网络分析(WeightedGeneCo-exp...
  • 聚类分析方法的研究与应用综述

    千次阅读 2020-12-04 18:23:43
    聚类分析方法的研究与应用综述 417109070529 李蓉珊 河北地质大学信息工程学院软件工程2017级503班 石家庄 050031 摘要:聚类分析是一种研究如何将相似的事物归为一类,使得组内对象相似,组间对象不同.是研究(样品...
  • 本文针对性的讲讲数据分析整个流程最关键的阶段: 数据处理与分析阶段。该阶段我分成了三块:数据采集、数据处理、数据分析,都围绕着“数据”进行,对海量或杂乱数据进行处理分析,...直接获取就是指数据库中有现成的
  • 文章目录回归定义最常用回归方法一、线性回归(Linear Regression)二、逻辑回归(Logistic Regression) 回归定义 回归分析是一种预测性的建模技术,它研究的是因变量(目标)和自变量(预测器)之间的关系。这种技术通常...
  • 多维交叉分析

    千次阅读 2019-04-28 22:09:42
    我们在进行数据分析的时候,大部分时间都在使用趋势分析、比较分析、细分分析这三类方法,但其实还有一个方法我们也会经常使用——交叉分析,尤其是在排查数据异常的问题时,交叉分析就能展现其强大的威力。...
  • 统计学分析方法

    千次阅读 2021-07-07 00:04:31
    模块1 统计学基本概念 1 测量尺度 人文社科中的分类尺度 1定类尺度 功能:分类作用,比如性别。英文:Norminal 2定序尺度 功能:分类、排序作用,比如喜欢的艺人、年级。英文:Ordinal ...描述统计方法: .
  • 导读:在《终于有人把AI、BI、大数据、数据科学讲明白了》中,我们讨论了分析以及相关的一些概念,如大数据和数据科学。现在我们将注意力转向分析中使用的实用方法,包括各种分析工具。具体来说,...
  • 9种常见的HR数据分析方法

    千次阅读 2020-04-30 11:38:17
    9种方法,化繁为简。  1 对比分析一个数据本身是没有任何意义的,只有在把它和其他数据放在某个场景下做对比,我们才能真正发现它的意义。我以前在汽车行业,公司每年的...
  • 10个统计分析方法

    万次阅读 多人点赞 2018-06-01 15:42:14
    首先,为了知道如何以及何时使用各种分析方法,理解各种分析方法背后的思想很重要。要想掌握更精巧复杂的方法,你必须先理解较简单的方法;其次,当你想准确地评估一种分析方法的效果时,你得知道其运行的多好或者...
  • 数据分析方法论(一)

    万次阅读 2018-01-11 22:59:11
    数据分析方法论主要有两大块: 1)统计分析方法论: 描述统计、假设检验、相关分析、方差分析、回归分析、聚类分析、判别分析、主成分与因子分析、时间序列分析、决策树等; 2)营销管理分析方法论: SWOT、4P、...
  • 前一篇文章讲述了数据分析部分,主要普及网络数据分析的基本概念,讲述数据分析流程和相关技术,同时详细讲解Python提供的若干第三方数据分析库,包括Numpy、Pandas、Matplotlib、Sklearn等。本文介绍回归模型的原理...
  • 关于SPSS进行数据分析时的常用方法操作详解,卡方检验、方差分析、LSD方法分析
  • 来源:THU数据派(ID:datapi)无论你在数据科学中是何种立场,你都无法忽视数据的重要性,数据科学家的职责就是分析、组织和应用这些数据。著名求职网站 Glassdoor 根据庞...
  • 统计学方法与数据分析(上下册)

    热门讨论 2013-12-29 11:32:47
    8.5其他的分析方法:数据变换 8.6另一种非参数方法:Kruskal-Wallis检验 8.7小结 重要公式 补充练习 第九章多重比较 9.1引言和案例 9.2线性对照 9.3控制哪个错误率 9.4Fisher(费舍尔)最小显著差异法 9.5...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 38,742
精华内容 15,496
热门标签
关键字:

常用的交叉表分析方法