spss显示内存不足自由度不足如何解决

spss做双因素方差分析,输误差项自由度是0,F和Sig值只有一个点_spss吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名:今日本吧第个签到,本吧因你更精彩,明天继续来努力!
本吧签到人数:0成为超级会员,使用一键签到本月漏签0次!成为超级会员,赠送8张补签卡连续签到:天&&累计签到:天超级会员单次开通12个月以上,赠送连续签到卡3张
关注:37,837贴子:
spss做双因素方差分析,输误差项自由度是0,F和Sig值只有一个点收藏
是怎么回事?
我是今天才下的spss 今天才学
现在在做论文数据分析,打开软件 把exel里的数据粘贴到软件中
接下来该怎么做啊
百度了很多方法 ,还是没学会,,现在的问题是 选择了 两个因变量 然后就不知道模型里的类型和平方和选哪个
看看这里你可能就明白了,
两列是两个年代,三行是三个品种
要比较年代间的差异性,但要看品种间是否存在差异,就是说
品种 和年代两个变量
求f值,脑袋大啊
第一次用spss
这样设计变量进行单因素或多因素分析,具体操作网上都有
请问你解决了吗我翻到了你这篇,也是遇到了这个问题。。。
登录百度帐号苹果/安卓/wp
积分 2676, 距离下一级还需 924 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见
道具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯, 显身卡, 匿名卡, 金钱卡, 抢沙发, 变色卡, 提升卡, 沉默卡下一级可获得
道具: 千斤顶
购买后可立即获得
权限: 隐身
道具: 金钱卡, 变色卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 35 天连续签到: 1 天[LV.5]常住居民I
本帖最后由 Frank233 于
16:02 编辑
自由度如何理解
自由度:取值不受限制的变量的个数。
如何理解这句简单的话呢?给定一组数据,我们来计算不同的统计量,看看自由度的变化。这些数据分别为 1 2 4 6 8. 5个数。
先来求平均值,这几个数据都可以任意变化成其它数据,而我们仍然可以对它们求平均值,它们的平均值也跟着变化。这时自由度为5,也就是说有几个数据自由度就是几。
1)当我们来计算方差时,我们要先计算平均值,下一步再计算方差,计算完平均值后,我们还可以变更这些数据,但是要保证平均值不变化,如果变化,我们需要重新计算均值。
2)而要保证均值不变,那么原来这几个数字中只有4个数字是可以自由变化的,而另外一个数字只能是=均值×5-其它四个数字之和。
3)这个数字的值由其它数字确定了,自己被逼无奈,只能接受这个值,没有自由变化的可能,这一组数字当中,有一个数字没有了自由,因此自由度要减去1.
凡是计算公式中用到一个均值都要减去1.
大家也可以自己查找方差分析中,几个均方的计算公式以及对应的自由度。
1)总体均方,自由度为全部个体数减去1,因为用了总体均数这一个均值;
2)组间均方,自由度为组数减去1.因为计算的是组之间的均值,而且用了这一个组间均值。
3)误差均方,自由度为全部个体数减去组数,计算均值时用到了全部个体值,同时计算了每个组的均值并且使用了这些均值。
卡方检验的自由度:
1)如果是独立性检验,那么自由度就等于(a-1)*(b-1),a b表示这两个检验条件的对应的分类数。
比如《问卷与量表数据分析》课程里面的性别和是否购买之间的独立性检验,自由度就等于(2-1)*(2-1)=1。这里可以理解为有两个约束条件,即性别和是否购买这两个变量,这两个变量约束的方向都是自己那一方面的,所以要在自己的类别数目后面减去1,而不是总的类别数减去总的约束条件数目。
2)适合性检验,类别数减去1。此处相当于约束条件只有一个。
卡方检验只有在用笔算查表时使用自由度,软件计算不用担心这个问题,但是最好明白自由度代表着总的变量数目减去约束条件的数目。
总之大家注意到计算自由度时,要考虑限制条件的数目就可以了,这方面的知识虽然在统计中看似不起眼,但是最好还是有所了解。
观点有启发
鼓励积极发帖讨论
总评分:&经验 + 120&
学术水平 + 5&
热心指数 + 5&
[url=http:
你给的这段文字中已经解释的很明白了。5个数,我们求均值是自由的是5,意思就是“5个自由变动的数”。但是方差自由度却是4,是因为,求方差必须用到平均值,当我们知道平均值时,只要知道5个数中的4个数,那么最后一个数一定是确定的,不再是随机数了,所以自由度为4.
哦,有错别字。“我们求均值时,自由度是5”
赞~~~~~~~~~~~~
赞,解决了我的迷惑
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
论坛法律顾问:王进律师当前位置:
&自由度如何计算
自由度如何计算
作者 lijlsdau
研究处理与不处理(每个处理10个重复)不同时间点(8)差异,使用SPSS一般线性模型(重复测量)。结果中自由度怎么写呢?Treatment自由度是(1,18),Time自由度是(1,14),Time×Treatment 自由度是(1,14)。这样对吗,请指导一下?
24小时热帖
下载小木虫APP
与700万科研达人随时交流何谓spss自由度
理论力学:确定物体的位置所需要的独立坐标数称作物体的自由度,当物体受到某些限制时——自由度减少。一个质点在空间自由运动,它的位置由三个独立坐标就可以确定,所以质点的运动有三个自由度。假如将质点限制在一个平面或一个曲面上运动,它有两个自由度。假如将质点限制在一条直线或一条曲线上运动,它只有一个自由度。刚体在空间的运动既有平动也有转动,其自由度有六个,即三个平动自由度x、y、z和三个转动自由度a、b、q。如果刚体运动存在某些限制条件,自由度会相应减少。
热力学中:分子运动自由度就是决定一个分子在空间的位置所需要的独立坐标数目。
统计学中:在统计模型中,自由度指样本中可以自由变动的变量的个数,当有约束条件时,自由度减少。自由度计算公式:自由度=样本个数-样本数据受约束条件的个数,即df
= n - k(df自由度,n样本个数,k约束条件个数)
我们当然最关心的还是统计学里面的自由度的概念。这里自由度的概念是怎么来的呢?
一些文献的说法也是林林总总。
金志成实验设计书中的定义:能独立变化的数据数目。只要有n-1个数确定,第n个值就确定了,它不能自由变化。所以自由度就是n-1。自由度表示的是一组数据可以自由表化的数量的多少。
通俗点说,一个班上有50个人,我们知道他们语文成绩平均分为80,现在只需要知道49个人的成绩就能推断出剩下那个人的成绩。你可以随便报出49个人的成绩,但是最后一个人的你不能瞎说,因为平均分已经固定下来了,自由度少一个了。
自由度的设定是出于这样一个理由:在总体平均数未知时,用样本平均数去计算离差会受到一个限制——要计算标准差就必须先知道样本平均数,而样本平均数和n都知道的情况下,数据的总和就是一个常数了。所以,“最后一个”样本数据就不可以变了,因为它要是变,总和就变了,而这是不允许的。至于有的自由度是n-2什么的,都是同样道理。
n-1是通常的计算方法,更准确的讲应该是n-k,n表示“处理”的数量,k表示实际需要计算的参数的数量。如需要计算2个参数,则数据里只有n-2个数据可以自由变化。例如,一组数据,平均数一定,则这组数据有n-1个数据可以自由变化;如一组数据平均数一定,标准差也一定,则有n-2个数据可以自由变化。df=n-k的得出是需要大量的数理统计的证明的。太复杂的情况,就不讨论了。
以上网友发言只代表其个人观点,不代表新浪网的观点或立场。关注今日:0 | 主题:205804
微信扫一扫
【求助】SPSS做fisher精确检验结果中出现 内存不足 无法计算
页码直达:
这个帖子发布于4年零246天前,其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:2
如题,我用SPSS18.0 做2×8 χ2 fisher 精确检验结果中显示内存不足,无法计算(见附图),请各位大神帮忙看看是怎么回事,是数据有问题,还是软件有问题,或者是电脑有问题?急求解决方法!
不知道邀请谁?试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
收起全部有料回复
刚才为这个问题焦头烂额~~然后在网上查到的这个结果…给万一以后还有站友碰到这个问题时参考参考…http://www.bioon.com/biology/spss/55210.shtml:在3*3及以上的行*列表中,确切概率的精确计算是极为漫长的过程。我曾经用SAS 6.12在P133机上计算过一个12格表的确切概率,整整跑了两个小时后,SAS告诉我说机器内存不足:(。SPSS的计算速度比SAS要慢许多倍,因此一般只需要选用蒙特卡罗模拟算出概率值的99%可信区间就行了,精度完全可以满足需要,而速度极快(10000次模拟一般耗时在10秒左右)。就是这个
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
你选择用fisher检验的依据是什么呢?
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园中级站友
把其他程序关闭,还不行的话 把数据传上来看看
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园

我要回帖

更多关于 spss显示内存不足 的文章

 

随机推荐