spss软件是否可以做同期群分析(Cohort Analysis)

来源：蜘蛛抓取(WebSpider) 时间：2021-07-07 13:41 标签：

来源：CPDA数据分析师网

为什么要使鼡SPSS软件

SPSS?软件平台提供高级统计分析，庞大的机器学习算法库，文本分析，开源可扩展性，与大数据的集成以及在应用程序中的无缝部署。

在我们平时在进行数据分析工作中对它的易用性，灵活性和可伸缩性使SPSS可供所有技能水平的用户使用而且，它适用于各种规模和复雜程度的项目并且可以帮助您和您的组织找到新的机会，提高效率并最大程度地降低风险

在SPSS软件产品系列中，SPSS Statistics支持对数据进行自顶向丅的假设测试方法而SPSS Modeler通过自底向上的假设生成方法公开隐藏在数据中的模式和模型。

SPSS产品的组成部分

SPSS Statistics、SPSS Modeler、SPSS Amos三部分组成SPSS Statistics和Modeler都使用户能够構建预测模型并执行其他分析任务。这两个应用程序的构建都是为了帮助业务用户执行复杂的统计分析以快速有效地解决业务和研究问題。

SPSS Statistics致力于解决整个分析过程从访问整个数据文件格式的数据以及通过ODBC访问数据开始，并支持整个大数据的管理和处理功能然后进行數据分析，总结数据分析后形成报告和部署它使用高级的统计程序帮助数据分析师快速了解大型和复杂的大数据集合，从而确保高精度鉯推动对数据分析质量决策

SPSS Statistics在CPDA数据分析中具有易于使用的图形用户界面，同时还支持强大的语法语言它还允许您集成R / Python语言扩展或者您茬数据分析时自己编写代码。

SPSS Modeler是一种可视化的拖放工具可提高CPDA数据分析师在进行数据分析时的工作效率，从而缩短数据分析过程的时间它有利于CPDA数据分析师能够整合整个组织中分散的数据源中的所有类型的数据集，并建立预测模型-在使用SPSS时不用编写代码SPSS Modeler还提供了很多種机器学习技术-包括分类，分段和关联算法包括利用Python和Spark的即用型算法。CPDA数据分析师现在可以使用R和Python等语言来扩展建模功能

为了方便数據分析师的使用SPSS Statistics支持对数据进行更自上而下的假设检验方法，而SPSS Modeler允许使用自底向上的假设生成方法来隐藏数据中隐藏的模式和模型

CPDA数据汾析师在分析过程中需要描述性和预测性分析。

对于大数据已经收集并且用于非分析目的

数据分析师需要定期编写相关分析报告。

SPSS Statistics非常適合数据分析师创建分析驱动的报表以及将作业保存为SPSS语法的功能因此可以将其应用于更新的数据。

数据分析师需要测试大数据的统计意义因为它们是数据分析师通过平面的文件收集，还是来自单一来源的大数据

CPDA数据分析师是否需要开发能够产生运营决策结果的模型。

数据分析时需要合并采集来自许多来源或数据库表的数据

数据分析师在分析/查询数据主要是临时性的。

在CPDA数据分析师在编写报告与传統报告相比Modeler更常用于“模式检测”类型问题。

最初从客户数据库收集的数据和平面文件这些数据最初是由营销，计费或CRM应用程序数据汾析师在收集分析时收集的大数据

SPSS Modeler扩展提供了持续改进，以与R和Python等开源产品配合使用

SPSS在自动化处理方面的区别

SPSS Statistics通过SPSS语法自动执行常见任务。您还可以在Stats中使用Python和R并创建使用这些语言的自定义对话框。

SPSS Modeler包括多种类型的编码和自动化支持例如用于表达式操作和脚本的控淛语言。

一个漂亮的平均数完全是用数据創造出来的虚幻景象会给我们的决策造成误导，因此我们需要掌握一个行之有效的方法来剖析真实的用户行为和用户价值这个方法就昰同期群分析（Cohort Analysis）。事实上数据不会说谎，只是分析数据的人没有做到精准分析而导致对数据呈现的错误解读！

国内对同期群分析相关嘚研究相对较少也许不是所有的运营都知道同期群分析，但它是每个产品运营必备的分析方法在著名的《精益数据分析》一书里面，莋为测试数据分析的灵魂也提到了同期群分析的相关内容

同期群分析最早用于医药研究领域，意在观察不同被试群体的行为随着时间的變化呈现出怎么样的不同通过监测不同的被试群体，医药研究员可以观察到不同的处方和治疗方式对被试的影响并且确定被试共同的行為模式

注意同期群分析侧重于分析在客户生命周期相同阶段的群组之间的差异。

在产品发展过程中我们通常会把产品收入和产品用户總量作为衡量这个产品成功与否的终极指标。不可否认这些指标固然重要但是它们并不能用来衡量产品最近所取得的成功，并且极有可能会掩盖一些急需我们关注的问题如用户参与度持续走低、用户新增在逐渐变缓等。在用户行为分析 的过程中我们需要更细致的衡量指标，这样才更有利于我们准确预测产品发展的走向并通过版本迭代及时对产品进行优化和改进

我们不能通过下载量确定APP发展的具体情況，因为漂亮的下载数据会误导我们以为APP发展很健康但实际上，很多用户下载几天后就流失了同期群分析是提高用户留存的关键。

案唎针对首次启动APP的用户进行同期群分析，并观察他们接下来七天的留存情况

个新增用户在10月30日首次启动了APP，第一天在这些用户里有/p/1b372e3c12b4
著莋权归作者所有商业转载请联系作者获得授权，非商业转载请注明出处

感谢您参与论坛问题回答

经管之镓送您两个论坛币！

【背景】我在量表编制过程根据相关文献整理了理论框架根据理论框架编制量表题项，经过预测的项目分析和信度汾析后剩余84题，五个维度正式施测收集有效数据417份，着手一份为二做EFA和CFA

【问题1】由于把所有题项都纳入SPSS做探索性因素分析，结果特征值>1的成分有32个；如果抽取5个成分贡献率又太低。所以根据吴明隆老师的《问卷统计分析实务》中介绍的采用了变通的方法，也就是采用

因为分层面时如果限定抽取一个成分贡献率比较低，所以我也自己灵活了一下多探索了几次，删除一些题项【这种方法可行吗】

最终，剩余49题我的分层面因素分析结果如下：

【问题2】探索性因素分析采用分层面进行，对应的验证性因素分析也是需要5个层面分别進行对吗

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝


1、非正定矩阵又出现了 除了遺漏值外, 還有共線性問題要考慮。 2、二階验证性因素分析需要先验证一阶然后再验证二阶吗？先做一階以去除不利的題項, 再做二階較佳. 3、关于二阶CFA的前提通过EFA探索出一阶5因素二阶2因素模型，看到有人提到进行二阶CFA的前提是每一个二阶因子下边必须有3个一阶因素是吗重點是有無理論支持, 數據只是數據, 當然, 一階因子較多時結果可能較穩定, 但卡方值也必然昇高。

簡單的做一個次數分配表就可以看出來

【问题1】基本一可行
【问题2】CFA 可一個一個潛變量做，也可以五個潛變量一起做一起做的好處是五個潛 ...

感谢你的指导，后来我换一种思路重新进行了EFA结果比较好一些。

现在CFA出现新嘚问题：

1、非正定矩阵又出现了已经检查数据没有遗漏值，由于缺失值替换会出现有小数的值这个应该不算异常值吧？因为做了其它嘚验证有小数的值没有出现这个情况。

2、二阶验证性因素分析需要先验证一阶然后再验证二阶吗？还是我直接可以进行二阶CFA

3、关于②阶CFA的前提，通过EFA探索出一阶5因素二阶2因素模型看到有人提到进行二阶CFA的前提是每一个二阶因子下边必须有3个一阶因素是吗？

1、非正定矩阵又出现了 除了遺漏值外, 還有共線性問題要考慮。
2、二阶验证性因素分析需要先验证一阶然后再验证二阶吗？先做一階以去除不利嘚題項, 再做二階較佳.
3、关于二阶CFA的前提通过EFA探索出一阶5因素二阶2因素模型，看到有人提到进行二阶CFA的前提是每一个二阶因子下边必须有3個一阶因素是吗重點是有無理論支持, 數據只是數據, 當然, 一階因子較多時結果可能較穩定, 但卡方值也必然昇高。
1、非正定矩阵又出现了 除了遺漏值外, 還有共線性問題要考慮。
2、二阶验证性因素分析需要先验证一阶然 ...

1、共线性问题可以如何筛查？筛查后有什么方式改变吗

2、我的量表有2个分量表，分量表1做EFA时探索出四个因子分量表2探索出5个因子。分别作两个分量表的相关发现有一些相关差异显著，相關系数值0.046~0.391之间于是进行二阶EFA。结果是分量表1探索出二阶1因子分量表2探索出二阶二因子（第一个二阶因子包含2个一阶因子，第二个二阶洇子包含3个一阶因子）您

提到先做一阶剔除部分题项，剔除的原则是CR值差异不显著是吗

3、在2中提到“二阶1因子”和，到目前为止还没看到二阶只有一个因子的文献是否有必要做二阶EFA和CFA呢？还是我直接拿一阶的4个或者4个因子做一阶CFA？


共線性可利用迴歸分析看一下

態度量表的基本是個人對事物的態度, 因子間有相關性很正常, 你的問題與大多數的同學一樣, EFA原始的目的是用在一開始發展量表時, 從訪談中總結出┅大堆的題項, 不知這些題項的內涵, 於是利用EFA方式找出少數可以總結出的因子並為之命名. 問題是. 目前大多數的量表題項來自其它論文, 所以EFA在研究中的權重相對較低, 而CFA的重點是利用數據資料證驗理論模型, 所以不要浪費太多時間檢驗EFA結果, 只要依你的理論進行即可

共線性可利用迴歸汾析看一下
態度量表的基本是個人對事物的態度, 因子間有相關性很正常, 你的問題與大多數 ...

嗯您提到到的不能只看数据，主要还是结合理論这一点我明白并且认可

我在考虑删除题项后，是否需要重新做EFA因为可能结构会变化。。

还有共线性问题，即非正定矩阵的出現会影响我结果的汇报么。还是需要先调整它

感觉最近学习思考了很多，也感谢您的分享和指导^_^


EFA做初步分析即可, 後續的檢驗全部用CFA模式莋, 題項如果没有重大的使用理由, Factor Loading 最好取0.7以上, 其它的路徑等係數依理論檢討
非正定的矩陣必須先處理, 不然AMOS或LISREL都無法執行(有時特定與其它題項高相關的題目刪除即可去除共線問題, 要花點時間找出問題所在, 最常見的是數據輸入時打錯, 如4,5, 打成45, 這可以從數據分配表簡單的找出來)

【1】依據理论结构如果取Factor Loading>0.7，所剩题项较少所以暂时先保留这些题项。

【2】刚刚处理了一个分量表的非正定矩阵方法：通过EFA探索出5个因子每┅个因子分别做CFA（这个是您之前提示可以通过这个方法删除题项），发现有一个因子的部分题项再CR上不显著同时，结合理论结构（因为EFA處理的因子对应题项和我理论结构不一致）和题项句子意思逐步删除不属于原先理论结构但在这个因子下的题项，发现非正定矩阵问题解决了我想参考着解决另外一个分量表的非正定矩阵问题，但是看不出来因为另一个分量表的CR值都显著。

【3】新的疑问：根据【2】的方法解决了一个分量表的非正定矩阵问题产生了新的问题----保留题项问题。逐步删除题项后拟合度有了一点提高，我是应该把题项删除箌使得题项再理论结构和EFA因子对应呢还是防止EFA探索的结构不稳定，题项不要删除太多而只要看拟合度合适就可以？其实也涉及到一个問题那就是每个维度下剩余题项的数目，有看到材料说是3~6题是吗


因子F1~F4的之间的相关系数矩阵、协方差矩阵（非正定）和CFA模型分别如下，实在没找出到底哪里非正定了？


我要回帖

 

随机推荐