Este artículo utiliza tres métodos de datos: investigación de opción múltiple, análisis de conglomerados e investigación de ponderación.
1. Investigación con preguntas de opción múltiple: el análisis de preguntas de opción múltiple se puede dividir en cuatro tipos, que incluyen: pregunta de opción múltiple, opción única-opción múltiple, opción múltiple-opción única y opción múltiple-opción múltiple.
2. Análisis de conglomerados: el análisis de conglomerados clasifica objetos de muestra en función de múltiples títulos de investigación. Si la agrupación se basa en muestras, el sistema identifica automáticamente si se debe utilizar el algoritmo de agrupación de K-medias o el algoritmo de agrupación de prototipo K mediante la función "Agrupación" en el módulo de Métodos avanzados de SPSSAU.
3. Investigación de peso: la investigación de peso se utiliza para analizar la importancia de varios factores o indicadores en el sistema integral y, finalmente, construir un sistema de peso. Existen muchos métodos para estudiar ponderaciones, incluido el análisis factorial, el método del valor de entropía, el proceso de jerarquía analítica AHP, el método TOPSIS, el método de evaluación integral difusa, el método de correlación gris, etc.
Primero, análisis de regresión
En problemas prácticos, a menudo nos encontramos con situaciones en las que es necesario considerar varias variables al mismo tiempo, como la relación entre la altura y el peso de una persona, la sangre presión, edad, etc. La relación entre ellos es muy compleja y no se puede estudiar con precisión, por lo que la relación entre ellos no se puede expresar en forma funcional. Para estudiar la relación entre estas variables, es necesario obtener datos a través de una gran cantidad de observaciones experimentales y utilizar métodos estadísticos para descubrir la relación entre ellas. Estas relaciones reflejan las leyes estadísticas entre variables. Un método estadístico es el análisis de regresión.
La más simple es la regresión lineal, que solo considera la relación entre una variable dependiente y y una variable independiente x. Por ejemplo, si queremos estudiar la relación entre la altura y el peso de las personas, debemos recopilar. una gran cantidad de datos de diferentes personas, datos de altura y peso, y luego construye un modelo lineal. A continuación, es necesario estimar los parámetros desconocidos y aquí se puede utilizar el método de mínimos cuadrados. Finalmente, necesitamos realizar una prueba de significancia en la ecuación de regresión para verificar si y cambia linealmente con x. Aquí usualmente usamos la prueba t.
En segundo lugar, análisis de varianza
En el trabajo real, hay muchos factores que afectan una cosa, y la gente espera observar el impacto de varios factores en los resultados experimentales a través de experimentos. El análisis de varianza es un método estadístico matemático que estudia si los cambios en uno o más factores tienen un impacto significativo en los valores observados de los resultados experimentales, encontrando así mejores condiciones experimentales o de producción.
Los indicadores cuantitativos que las personas observan en los experimentos se denominan valores observados. Las condiciones que afectan a los valores observados se denominan factores. Los diferentes estados de los factores se denominan niveles. Un factor puede tener múltiples niveles.
En un experimento se pueden obtener una serie de observaciones diferentes, algunas de las cuales son causadas por diferentes métodos o condiciones de procesamiento. Este fenómeno se llama efecto factorial. Algunos son causados por errores, llamados errores experimentales. El trabajo principal del análisis de varianza es descomponer la variación total de los datos medidos en efectos factoriales y errores experimentales basados en las diferentes causas de variación, y realizar análisis cuantitativos sobre ellos para comparar la importancia de varias causas en la variación total como base para inferencia estadística de acuerdo con.
Por ejemplo, tenemos cuatro componentes producidos con diferentes formulaciones y queremos determinar si existe una diferencia significativa en su vida útil. Aquí, la fórmula es el factor que afecta la vida útil del componente, y cuatro fórmulas diferentes se convierten en cuatro niveles. Puede juzgarse mediante análisis de varianza.