数据分析中常见标准的参考文献

做数据分析过程中,有些分析法方法的标准随便一搜就能找到,不管是口口相传还是默认,大家都按那样的标准做了。日常分析不细究出处还可以,但是正式的学术论文你需要为你写下的每一句话负责,每一个判断标准都应该有参考文献支撑,这也是写参考文献的意义之一。SPSSAU将一些常用的标准的参考文献进行汇总整理,快来看看有没有你论文中需要的。

一、常见标准参考文献整理

比如大家都知道,“当VIF值全部小于10(严格是5),则说明模型没有多重共线性问题,模型构建良好;反之若VIF大于10说明模型构建较差。”;但是当你的学术论文中出现这句话时,从学术严谨上来讲,需要有参考文献支撑。SPSSAU以此为出发点,将一些诸如此类常见标准的参考文献进行整理,供大家查阅。

参考文献目录:

1、正态性检验标准

“如果样本量大于50,则应该使用Kolmogorov-Smirnov检验结果,反之则用Shapiro-Wilk检验的结果。”

参考文献:

[1]陈平雁, 黄浙明. SPSS 13.0统计软件应用教程[J]. 人民卫生出版社, 2005.

[2]刘堃. SPSS统计分析在医学科研中的应用[M]. 人民卫生出版社, 2012.


2、DW值

“如果D-W值在2附近(1.7~2.3之间),则说明没有自相关性,模型构建良好,反之若D-W值明显偏离2,则说明具有自相关性,模型构建较差。”

参考文献:
[3]卢纹岱, 朱红兵. SPSS统计分析.第5版[M]. 电子工业出版社, 2015.


3、VIF值判断

“如果全部小于10(严格是5),则说明模型没有多重共线性问题,模型构建良好;反之若VIF大于10说明模型构建较差。”

参考文献:

[4]J Johnston. Econometric methods 3rd ed.[J]. New York, New York, McGraw-Hill Book Company, 1984, 1984.

[5]贾俊平, 何晓群, 金勇进. 统计学.第7版[M]. 中国人民大学出版社, 2018.[6]卢纹岱, 朱红兵. SPSS统计分析.第5版[M]. 电子工业出版社, 2015.


4、共线性之相关系数

“如果分析项之间的相关系数过高如大于0.8会导致共线性”

参考文献:

[7]肖凌云. 机加工质量数据相关性分析及应用[J]. 汽车制造业, 2020(6):3.

[8]刘芳, 董奋义. 计量经济学中多重共线性的诊断及处理方法研究[J]. 中原工学院学报, 2020, 31(1):6.


5、R方相关

“R方值越高则表明模型越好。”

参考文献:

[9]张涵夏. 适用于线性回归和逻辑回归的场景分析[J]. 自动化与仪器仪表, 2022(10):5.


6、关系紧密程度判断

“当|r|≥0.8时,视为高度相关,0.5≤|r|<0.8时,可视为中度相关,0.3≤|r|<0.5时,可视为低度相关;当|r|<0.3时,说明两个变量之间程度极弱,可视为不相关。”

参考文献:

[10]贾俊平, 何晓群, 金勇进. 统计学.第7版[M]. 中国人民大学出版社, 2018.
7、相关系数

“当|r|≥0.8时为极强相关,0.6≤|r|<0.8时为强相关,0.4≤|r|<0.6时为中等相关;当0.2≤|r|<0.4时为弱相关,0≤|r|<0.2时为极弱相关。”

参考文献:

[11]肖凌云. 机加工质量数据相关性分析及应用[J]. 汽车制造业, 2020(6):3.


8、T检验效应量

“效应量的判断标准:Cohen(1988)提供了判断效应量大小的参照标准:0.2(小)、0.5(中)和0.8(大)。”

参考文献:

[12]秦学锋, 杨东益, 杨东英. 效应量在外语研究独立样本T检验中的应用及意义[J]. 2022(3).

[13]李运明, 袁天峰, 陈长生,等. 医学研究方差分析模型中效应量的探讨[J]. 第四军医大学学报, 2008, 29(3):266-269.

[14] Jacob Cohen.A power primer[J]. Psychological Bulletin, 1992, 112(1):115-159.

[15]Gravetter, Wallnau F , LarryB. Essentials of statistics for the behavioral sciences[M]. Brooks/Cole Publishing Company, 2008.

[16] Jacob Cohen.A power primer[J]. Psychological Bulletin, 1992, 112(1):115-159.


9、方差效应量指标

“实验效应引起的变异占总数的1%以下为低水平,9%左右为中等水平,25%左右为高水平。”

参考文献:

[17]权朝鲁. 效果量的意义及测定方法[J]. 心理学探新, 2003, 23(2):6.

[18]Gravetter, Wallnau F , LarryB. Essentials of statistics for the behavioral sciences[M]. Brooks/Cole Publishing Company, 2008.

[19] Jacob Cohen.A power primer[J]. Psychological Bulletin, 1992, 112(1):115-159.

10、共同度标准

“分析项的共同度值小于0.3,则对应分析项应该删除处理。”

参考文献:

[20]郭金花, 吴星, 唐玉露,等. 高中生化学高阶思维结构的测量模型研究——基于探索性和验证性因子分析[J]. 化学教学, 2019(11):7.

[21]张文彤. SPSS统计分析基础教程(第3版高等学校教材)[M]. 北京:高等教育出版社, 2017:106~289.


11、因子载荷值标准

“因子分析中项目载荷值小于0.4应该删除。”

参考文献:

[22]郭金花, 吴星, 唐玉露,等. 高中生化学高阶思维结构的测量模型研究——基于探索性和验证性因子分析[J]. 化学教学, 2019(11):7.

[23]张文彤. SPSS统计分析基础教程(第3版高等学校教材)[M]. 北京:高等教育出版社, 2017:106~289.


12、聚合效度标准

“AVE值大于0.5,CR值大于0.7,说明聚合效度良好。”

参考文献:

[24]郭金花, 吴星, 唐玉露,等. 高中生化学高阶思维结构的测量模型研究——基于探索性和验证性因子分析[J]. 化学教学, 2019(11):7.

[25]范静波. 居民公共服务满意度的感知结构与水平差异——基于探索与验证性因子的实证分析[J]. 南京大学学报:哲学.人文科学.社会科学, 2018, (6):50-52.


13、拟合指标标准

“卡方自由度比<0.3、GFI>0.9、NFI>0.9等等”

参考文献:

[26] Kelly S M , Walton H R . "I'll work out tomorrow": The Procrastination in Exercise Scale[J]. Journal of Health Psychology, 2020(2):135910532091654.

[27]李闶. 政府购买社区居家养老服务绩效研究[D].山西财经大学,2022.DOI:10.27283/d.cnki.gsxcc.2022.000167.


14、区分效度判断标准

“相关系数绝对值小于0.5并且小于对应的AVE平方根。”

参考文献:

[28]季玲,姚晓月,左满芳,周佳,王晓梅,余莉,杨贵荣.中文版慢性病资源调查问卷在心肌梗死患者中的信效度检验[J].中国卫生统计,2022,39(04):588-592.


15、KMO指标标准

“KMO值大于0.6,说明题项之间的相关性较高。”

参考文献:

[29]陈锦艳, 欧阳剑, 柯蓉蓉,等. 献血者行为特征及影响因素的探索性因子分析[J]. 中国输血杂志, 2018, 31(9):4.

[30]孙佳. 领导情绪智力对员工知识共享的影响[D].东北师范大学,2022.DOI:10.27011/d.cnki.gdbsu.2022.001363.


16、克隆巴赫信度系数标准

“α系数值最好大于0.8,0.7~0.8属于可接受范围;如果α系数值希望大于0.7,则0.6~0.7也可以接受;如果α系数值小于0.6,则需要重新考虑修改量表。”

参考文献:

[31]周俊.问卷数据分析:破解SPSS软件的六类分析思路.第2版[M].北京:电子工业出版社, 2020:49~50.

“Cronbach’s Alpha系数在0.7~0.9之间,则表明信度较高 当Cronbach’s Alpha系数低于0.35则为低信度需要拒绝。”

参考文献

[32]熊昌根, 刘家乐. 改进专家打分法的复杂环境风险评估[J]. 建筑安全, 2022, 37(11):3.


17、聚类个数判别标准

“使用聚类个数变点图进行确定聚类个数。”

参考文献:

[33]王丙参, 魏艳华, 张贝贝. 基于多元数据的谱聚类算法改进与聚类个数确定[J]. 统计与决策, 2022(012):038.


18、项目分析的指标标准

“项目分析判别指标CR值,相关系数、同质性检验等。”

参考文献:

[34]吴, 明隆. 问卷统计分析务实 : SPSS操作与应用[M]. 重庆大学出版社, 2010.


19、耦合协调度C值

“耦合协调度C值计算方式。”

参考文献:

[35]丛晓男.耦合度模型的形式、性质及在地理学中的若干误用[J].经济地理,2019,39(04):18-25.DOI:10.15957/j.cnki.jjdl.2019.04.003.


20、AHP中RI值计算

“AHP中RI值计算方式。”

参考文献:

[36]洪志国,李焱,范植华,王勇.层次分析法中高阶平均随机一致性指标(RI)的计算[J].计算机工程与应用,2002(12):45-47+150.


21、秩和比分析算法

“秩和比分析算法过程。”

参考文献:

[37]徐勇勇, 孙振球. 医学统计学(第四版)/高等学校教材[M]. 2014.


22、样本量建议

“有效回收的问卷样本数量至少应为问卷题目数量的五倍以上。”

参考文献:

[38]熊昌根, 刘家乐. 改进专家打分法的复杂环境风险评估[J]. 建筑安全, 2022, 37(11):3.

二、参考文献类型

(1)专著[M],(monograph)

(2)论文集[C],(collectedpapers)

(3)报纸文章[N],(newspaperarticle)

(4)期刊文章[J],(journal)

(5)学位论文[D],(dissertation)

(6)科技报告[R],(report)

(7)标准[S],(standardization)

(8)专利[P],(patent)

(9)论文集中的析出文献[A],(article)

三、如何获取正确的参考文献格式

参考文献的格式包含的内容比较多,一般包括作者名、文章标题、文献类型标识、出版机构等等,如果手工调整比较复杂,也容易出错,可以通过中国知网获取正确的参考文献格式。

(1)打开中国知网,通过检索相关关键词、文献标题、作者名搜索需要的文献,如下图:

(2)点击 “ 引用 ” 符号,即可出现完整的文献引用格式,复制即可。如果需要其他格式应用法方式,可以点击右下角 “ 引用更多格式 ” ,查看更多引用格式。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/15335.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Docker | 解决docker 容器中csv文件乱码的情况

问题描述&#xff1a;在Ubuntu docker容器中&#xff0c;打开.csv文件时显示乱码 问题如图 错误分析&#xff1a; 用locale查看所用容器支持的字符集 从输出可以看到&#xff0c;系统使用的是POSIX字符集&#xff0c;POSIX字符集是不支持中韩文的&#xff0c;而UTF-8是支持中…

刷题4.28

1、 开闭原则软件实体&#xff08;模块&#xff0c;类&#xff0c;方法等&#xff09;应该对扩展开放&#xff0c;对修改关闭&#xff0c;即在设计一个软件系统模块&#xff08;类&#xff0c;方法&#xff09;的时候&#xff0c;应该可以在不修改原有的模块&#xff08;修改关…

vue之--使用TypeScript

搭配 TypeScript 使用 Vue​ 像 TypeScript 这样的类型系统可以在编译时通过静态分析检测出很多常见错误。这减少了生产环境中的运行时错误&#xff0c;也让我们在重构大型项目的时候更有信心。通过 IDE 中基于类型的自动补全&#xff0c;TypeScript 还改善了开发体验和效率。…

【Android Framework (八) 】- Service

文章目录 知识回顾启动第一个流程initZygote的流程system_serverServiceManagerBinderLauncher的启动AMS 前言源码分析1.startService2.bindService 拓展知识1:Service的两种启动方式对Service生命周期有什么影响&#xff1f;2:Service的启动流程3:Service的onStartCommand返回…

nginx(七十二)nginx中与cookie相关的细节探讨

背景知识铺垫 一 nginx中与cookie相关 ① Cookie请求头内容回顾 cookie的形式和属性 ② nginx获取cookie值的两种方法 1) $http_cookie -->获取Cookie请求头"所有值"2) $COOKIE_flag -->获取Cookie请求头的"某个key"[1]、脱敏场景在日志中只…

榜上有名 | 创宇盾荣登“2023 IT市场权威榜单”!

4月20日&#xff0c;已连续成功举办23届的IT市场年会在北京举行&#xff0c;作为权威咨询机构赛迪主办&#xff0c;中国IT业界延续时间最长的年度盛会之一&#xff0c;“2023 IT市场年会”隆重发布重磅权威榜单。 创宇盾作为云防护领域专业防护产品&#xff0c;在国家经济产业…

零成本教你部署一个ChatGPT网站

&#x1f4cb; 个人简介 &#x1f496; 作者简介&#xff1a;大家好&#xff0c;我是阿牛&#xff0c;全栈领域优质创作者。&#x1f61c;&#x1f4dd; 个人主页&#xff1a;馆主阿牛&#x1f525;&#x1f389; 支持我&#xff1a;点赞&#x1f44d;收藏⭐️留言&#x1f4d…

为何电商这么难做…...你是否忽略了这个问题?

物流时效是影响买家体验的重要环节&#xff0c;物流服务优劣也是买家网上购物时的重要参考依据。但电商企业对于快递公司的时效承诺、服务质量基本处于被动接受的状况&#xff0c;直到买家投诉才知道快递公司服务缺失&#xff0c;若买家不投诉也没法主动知道大量的订单是否按约…

Excel技能之实用技巧,高手私藏

今天来讲一下Excel技巧&#xff0c;工作常用&#xff0c;高手私藏。能帮到你是我最大的荣幸。 与其加班熬夜赶进度&#xff0c;不如下班学习提效率。能力有成长&#xff0c;效率提上去&#xff0c;自然不用加班。 消化吸收&#xff0c;工作中立马使用&#xff0c;感觉真不错。…

随手记录:Livox 时间戳修改为ROS时间戳

参考与前言 传感器类型&#xff1a;Livox-Mid70 参考链接&#xff1a;Ubuntu20.04系统安装Livox ROS Driver 官方驱动&#xff1a;https://github.com/Livox-SDK/livox_ros_driver 碎碎念&#xff1a;之所以要改成rostime主要是 提取pcd的时候发现这个timestamp 300.xxx 打…

史上最全Maven教程(三)

文章目录 &#x1f525;Maven工程测试_Junit使用步骤&#x1f525;Maven工程测试_Junit结果判定&#x1f525;Maven工程测试_Before、After&#x1f525;依赖冲突调解_最短路径优先原则&#x1f525;依赖冲突调解_最先声明原则&#x1f525;依赖冲突调解_排除依赖、锁定版本 &a…

ByteHouse云数仓版查询性能优化和MySQL生态完善

ByteHouse云数仓版是字节跳动数据平台团队在复用开源 ClickHouse runtime 的基础上&#xff0c;基于云原生架构重构设计&#xff0c;并新增和优化了大量功能。在字节内部&#xff0c;ByteHouse被广泛用于各类实时分析领域&#xff0c;最大的一个集群规模大于2400节点&#xff0…

2023年6月CDGP数据治理专家认证报名及费用

目前6月DAMA-CDGP数据治理认证考试开放报名地区有&#xff1a;北京、上海、广州、深圳、长沙、呼和浩特。 目前南京、济南、西安、杭州等地区还在接近开考人数中&#xff0c;打算参加6月考试的朋友们可以抓紧时间报名啦&#xff01;&#xff01;&#xff01; DAMA认证为数据管…

肝一肝设计模式【二】-- 工厂模式

系列文章目录 肝一肝设计模式【一】-- 单例模式 传送门 肝一肝设计模式【二】-- 工厂模式 传送门 文章目录 系列文章目录前言一、简单工厂模式二、工厂方法模式三、抽象工厂模式写在最后 前言 在实际开发过程中&#xff0c;构建对象往往使用new的方式来构建&#xff0c;但随着…

【社区图书馆】PyTorch高级机器学习实战 读书感想

《PyTorch高级机器学习实战》十大特点 1. 深入全面的内容覆盖&#xff1a; 本书的内容深入而全面&#xff0c;涵盖了深度学习中的多个领域&#xff0c;包括自然语言处理、计算机视觉、强化学习等&#xff0c;并介绍了各种不同的神经网络结构和优化算法。 2. 理论和实践并重&am…

php执行语句在MySQL批量插入大数据量的解决方案及计算程序执行时间(大数据量、MySQL语句优化)

MySQL里批量插入大数据的解决方案 前言一、PHP计算程序执行时间二、Mysql批量插入数据1.INSERT INTO 语句2.批量插入大数据2.1 使用循环$sql的方式2.2 循环(值1, 值2,....)的语句2.3测试过程出现的错误 三、实战PHPExcel批量导入大数据量优化 前言 近期在MySQL报表开发过程中&…

【微服务笔记22】微服务组件之Sentinel控制台的使用(Sentinel Dashboard)

这篇文章&#xff0c;主要介绍微服务组件之Sentinel控制台的使用&#xff08;Sentinel Dashboard&#xff09;。 目录 一、Sentinel控制台 1.1、下载Dashboard控制台 1.2、搭建测试工程 &#xff08;1&#xff09;引入依赖 &#xff08;2&#xff09;添加配置信息 &#…

R语言的基本数学运算

目录 一、对象命名原则 二、基本数学运算 2.1 四则运算 2.2 余数和整除 2.3 次方或平方根 2.4 绝对值 2.5 exp()与对数 2.6 科学符号e 2.7 圆周率与三角函数 2.8 四舍五入函数 2.9 近似函数 2.10 阶乘 三、R语言控制运算的优先级 四、无限大 五、非数字&#xf…

3.7 Linux shell脚本编程(分支语句、循环语句)

目录 分支语句&#xff08;对标C语言中的if&#xff09; 多路分支语句&#xff08;对标C语言中的swich case&#xff09; 分支语句&#xff08;对标C语言中的if&#xff09; 语法结构: if 表达式 then 命令表 fi 如果表达式为真, 则执行命令表中的命令; 否则退出if语句,…

Linxu下性能指标采集工具之nmon工具的使用

前言 近期在测试JefLogTail&#xff0c;由于JefLogTail使用的是轮询的方式来监听文件夹&#xff0c;所以对cpu的消耗可能会高一些&#xff0c;所以在测试的时候着重关注CPU,Linux下查看CPU信息一般采用top命令来实时观察&#xff0c;但是这种对于只是通过观察数据的变化来评估…