东

本文讲解SPSS操作以及基础数据分析概念。本文立志于打造字典级SPSS操作指南，因此建议读者根据目录适当食用。本文将持续更新到2020年2月14日美赛，主要更新内容集中在分析（高级）内容，主要采取的形式是链接到我的其他博客中。本文所使用的资料来源集中于《数学建模》书籍，以确保内容的准确性，并采用图示操作形象化文字描述。当然本文内容还有大量的其他资料来源以及个人的经验整理。如果你在阅读时发现了错误，请在下方评论区进行评论，万分感谢。如果你觉得内容尚可，感谢点赞。最后，祝愿诸位与我共同进步，学有所成。

本文主要介绍多元分析中方法之一：聚类分析。

文章目录一、两个指定顶点之间的最短路径1. 问题描述2. 问题理解3. 相关算法：迪克斯特拉（Dijkstra）算法4. 示例问题一、两个指定顶点之间的最短路径1. 问题描述给出了一个连接若干个城镇的铁路网络，在这个网络的两个指定城镇间， 找一条最短铁路线。2. 问题理解以各城镇为图G的顶点，两城镇间的直通铁路为图G相应两顶点间的边，得图G；对G的每一边e，赋以一个实数w(e) ...

本讲内容是关于图与网络的基本概念，主要内容包括无向图、有向图、完全图、二分图、子图、顶点的度、邻接矩阵表示法、关联矩阵表示法、邻接表表示法、弧表表示法、前向与反向星形表示法、轨与连通等相关概念。本讲知识较为枯燥，需要读者耐心阅读，无需一口气全部了解，可以在需要时进行翻阅。出于以上目的，本讲主要引述专业书籍进行定义，并辅以相关概念和重点内容指引阅读。

本文内容是图与网络的概述，主要讲解了图论所能解决的问题并介绍了一些典型的网络优化问题。

文章目录一、引述1.概念2.示例说明一、引述1.概念典型相关分析用于研究两组变量（每组变量中都可能有多个指标）之间相关关系的一种多元统计方法。它能够揭示出两组变量之间的内在联系。2.示例说明...

文章目录引述斯皮尔曼相关系数（spearman）定义引述经过之前几节的学习，我们了解并掌握了皮尔逊相关系数。在学习中我们发现，皮尔逊相关系数的使用条件相当苛刻：两组变量必须是连续数据、呈现正态分布，且两者间必须成线性关系。如果我们在数学建模中拿到一组数据无法满足以上条件，那么有没有其他的方法去判断两组变量之间的相关性呢？答案是肯定的，它就是斯皮尔曼相关系数（spearman）.斯皮尔曼相关系...

文章目录引述相关的数学基本概念偏度峰度相关MatLab代码雅克‐贝拉检验(Jarque‐Beratest) （大样本 n>30）夏皮洛‐威尔克检验(Shapiro‐wilk)（小样本 3≤n≤50）Q-Q图引述在上一节的最后，我们提到了皮尔逊相关系数检验的条件。其中，第一条提到，实验数据通常是成对的来自于正态分布的总体。因此，本节的重点将放在检验数据是否是正态分布的方法。相关的数学基本...

文章目录一、引述二、假设检验三、对皮尔逊系数进行假设检验步骤一、引述在上一篇文章中，我们已经介绍了如何求解Person相关系数。那么如何解释相关系数的大小呢？事实上，如果我们只是通过相关系数大小去判断两个变量之间的相关性，这种做法是不严格的。因为对相关系数的解释依赖于具体的应用背景和目的的。因此，相比较于相关系数的大小，我们往往更关注于显著性。而求解显著性，则需要假设检验方法。二、假设检验...

文章目录一、 相关系数简介二、相关的基本数学概念总体和样本三、皮尔逊Person相关系数1. 协方差2. 总体皮尔逊Person相关系数3. 样本皮尔逊Person相关系数需要注意的地方！1. 相关系数只是用来衡量两个变量线性相关程度的指标2. 通过绘制散点图可以很容易地判定两个变量x和y之间的相关性3. 非线性相关也会导致线性相关系数很大4. 离群点对相关系数的影响很大5. 如果两个变量的相关系...