你还在为学spss找各种教材吗？spss中自带有一套优秀的教材你知道吗？利用它自带的教材，你完全有能力自学成为数据处理高手，如果你不信，可以跟我来看看，下面是具体的使用case studies来学习的步骤，我们以频率统计方法来示范，其他的技术也是一样的。
工具/原料

• spss20.0
  方法/步骤

• 在开始菜单中，展开所有程序，找到spss，启动它

• 在spss菜单中，点击help菜单，找到case studies，打开它

• 你会看到，打开了浏览器，跳转到case studies页面，展开case studies，你会看到里面有各种数据处理技术，找到你想要学习的一种技术，比如要学习频率处理称名变量的方法，找到图示中的链接，打开它

• 你会看到这个技术的介绍页面，学习这个软件，英语要过关呀，这里介绍了这个技术，并告诉你要用到的一个素材，图示中标出来的就是我们要用到的素材，记住这个名字，然后我们去找到这个素材。

• 仍然是在开始菜单中，找到spss的快捷方式，右键单击，然后在右键菜单中选择【打开文件位置】

• 来到spss的安装文件夹，找到samples文件夹，打开它，里面放着各种case

• 这里有一个简体中文的case文件夹和一个英文的，我建议你使用英文的，我们在学习的时候英文的是最标准的，以后写论文的时候也会用到英文的。所以打开英文文件夹

• 打开这个文件夹以后，你会看到我们刚才在网页上见到的contacts.sav文件夹，双击打开

• 看到这里了吧，这就是我们要用到的素材

• 回到网页上，点击右下角的按钮，鼠标显示【next】，进入下一步

• 在这一步告诉你了操作的方法，一步一步手把手的教你，很好用的。好了你自己去学习吧，我的教程就到这里了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

使用amos进行绘图的时候，你必须知道amos的基本假设，否则你会有一头雾水的感觉。下面是我列出来新手必须知道的几个假设。这几个假设就是你在绘图的时候必须要做的，没有任何商量余地，也不给你解释的机会。

• 测量模型中指标变量的误差项的路径系数为1。如图所示：

• 从图中区分内因潜变量和外因潜变量的方法是：外因潜变量只有向外的单向箭头，内因潜变量既有指向自己的单向箭头又有向外的单向箭头，注意，这里说的都是单向箭头。

• 测量模型中，至少有一个指标变量的路径系数为1。如图所示：

• 所有出现在模型中的变量名称必须唯一，不能重复。

• 内因潜变量和内因观测变量必须增设一个残差项，因为所有的内因变量都不能被其他变量完全的解释，必须有残差。如图所示：

• 外因潜变量之间使用双箭头建立相关关系。如图所示：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

怎么在Excel中运行python脚本？这个问题由来已久，很多pythoner都希望直接用python控制Excel，但是只能从外部调用，有没有一个VBA的东西可以直接在Excel中运行呢？答案是有，DataNitro就是这么一个东西，看看下面Excel中的界面，他就是了，可以直接点击‘run’来运行一个Python脚本。下面我们来看看它是如何安装与配置的。

• 先安装python2.7，其他版本不知道行不行，但是这个肯定行，然后配置环境变量，保证python在该环境中，打开开始菜单，找到计算机，然后右键单击它，选择【属性】

• 找到高级系统设置

• 找到环境变量，点击该按钮，打开环境变量设置窗口

• 找到Path系统变量，然后点击【编辑】

• 在这里，确保python的安装目录在，没有的话，添加进去

• 下面就可以安装该插件了，去官网下载一个；或者百度一下，各大下载网站都有

• 双击即可安装，安装过程就是一路点击’下一步，不过有一步需要注意

• 在这里，不要勾选python，如果通过这种方式安装python，你原先安装的python就无法使用了

• 最后安装完成，打开Excel就可以看到datanitro了

转载请注明来自DataScience.

邮箱: 675495787@qq.com

经过之前的学习，我们现在可以做一个简单的统计了，比如计数，这是最简单的统计，我们现在就使用pandas统计一下数据中各个专业学生的数目：

• 先来引入pandas，并且从csv文件中读取数据

• 查看一下前三行数据，看读取数据是否正确

• 选择数据：之前也有相关的教程，假如现在我们要统计【专业名称】这一列，那么需要学会选择它：

• 计数统计我们使用：save_counts()，打印这个结果，查看一下

• 绘制柱形图，使用plot方法，如果想要输出该图，使用get_figure()和savefig()

• 最后我们可以在D盘下找到plot.png，这就是绘制好的bar图了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

spss做中介效应现在用的越来越普遍，虽然说用amos是最佳的工具，但是很多人还是喜欢spss，更容易理解，操作起来也比amos简单。下面我们就来分享一下如何使用spss进行中介效应的检验，这个教程是理论上的讲解，目的是让你理解这个过程。后面我们会具体的来操作一下，让你知道如何具体的去做，先来看看理论上的过程：

• 先要明确你的自变量和因变量，假如我们有三个变量分别是：自变量（x），因变量（y），中介变量（M）。

• 第一个要检验的是自变量对因变量的作用，我们用下面的方程表示：我们首先要做的是对系数c的检验，你应该知道，用回归做检验，假如c不显著，说明不存在中介效应，停止检验；假如c显著，还不能说明存在中介效应，接着进行下面的步骤：

• 接着我们做自变量和中介变量之间的回归方程的检验，也就是用下面的方程来表示，假如系数a显著，说明X确实可以预测M，但仍然没有说明中介效应的存在。假如a不显著，那就需要进行sobel检验。我们暂时不去做sobel，因为还有一个步骤

• 现在我们要检验M和Y之间的关系，也就是下面的方程的系数是否显著。假如a显著、b也显著，那么就可以证明中介效应存在；假如a和b中有一个不显著，另一个先不显著我们不知道，我们需要进行sobel检验，sobel检验显著，那么中介效应存在。

• 到此为止，我们就完成了中介效应的检验，下面来总结一下整个流程，看下面的流程图：

• 中介效应的具体操作，参考我的下一篇文章。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

数组元素的类型可以通过dtype属性获得。下面我们创建几个数组，然后看看她们的元素类型是什么。然后我们看看dtype作为参数创建特定类型的数组的方法。

• 引入numpy ，创建一个列表a

• 用列表a创建一个数组c

• 我们看看数组c的元素的数据类型，是int32

• 假如我们要创建一个其他类型的数组，可以设置dtype参数，如图所示，我们创建一个浮点型数据数组

• 我们再创建一个complex类型数组

• 当然，每一种数据类型都有几种字符串表达形式，我们可以使用typeDict字典来查询某种字符串所代表的数据类型，比如’d’和‘double’都表示float64数据类型

转载请注明来自DataScience.

邮箱: 675495787@qq.com

这几天编辑Excel中的宏的时候,保存的时候总是提示”隐私问题警告:此文档中包含宏、active插件、XML扩展包信息或web组件,其中可能包含个人信息,并且这些信息不能通过“文档检测器”进行删除”,这是为了保护用户的隐私才设置的一个安全警告,但是如果是我们经常使用vba,这个警告经常出现,很麻烦。那么怎么关闭警告呢?下面是具体的方法:

• 打开Excel软件,然后在左上角有一个开始按钮,点击开始按钮,打开开始菜单

• 在开始菜单的右下角有一个Excel选项，打开Excel选项

• 打开了Excel选项，切换到信任中心，在信任中心找到【信任中心设置】按钮，打开它

• 在设置对话框中，找到最下面的个人信息选项，你会看到这里有一个文件检测器，下面有一个选项“保存时从属性中删除个人信息”，我们取消勾选这个选项，然后点击保存

• 如果你是从网上下载下来的文档，你还可以对文档进行检测，这样在你保存文档前就可以确定他的安全性。点击文档检测器

• 这里也有一个文档属性和个人信息的选项，如果你勾选这个选项还是会提示安全警告

转载请注明来自DataScience.

邮箱: 675495787@qq.com

在做线性回归的时候要检验残差的独立性，这里交给大家一个方法可以在做回归的时候用到的，可以方便的看出残差之间是否独立，下面是具体的方法：
工具/原料

• spss20.0
  方法/步骤

• 首先要早spss中准备好数据，如图所示，每一列数据作为一个变量

• 在菜单栏上执行：analyse–regression–linear，打开线性回归对话框

• 在对话框中，将因变量和自变量放入各自的框中，如图所示上面的是因变量，注意因变量和自变量都是连续性变量，点击statistic按钮，设置输出的参数

• 勾选独立性检验的参数DW，如图所示，然后点击continue按钮，返回到主菜单

• 点击ok开始输出数据，在下面第二幅图的表格中显示了DW值，如图所示，

• –当DW值愈接近2时，残差项间愈无相关

• –当DW值愈接近0时，残差项间正相关愈强

转载请注明来自DataScience.

邮箱: 675495787@qq.com

在pandas的DataFrame中经常使用多个索引，在pandas中成为MultiIndex对象，这篇文章介绍一下MultiIndex创建和使用方法：

• 引入所有需要的模块

• 创建两个<type ‘numpy.ndarray’>对象，分别为colors和foods

• 打印出这两个数组来查看一下，注意tm.choice创建的数组是随机的，你利用同样的代码创建的数组和我的可能不一样

• 创建MultiIndex对象，然后创建DataFrame对象（其中使用index=index参数）

• 打印一下df看看里面的数据：有两个索引color和food

• 如何利用索引来筛选数据：使用query（）
  结果为：

• 还可以在分组中使用索引，使用了level参数
  打印结果为：

• 删除或者更改索引的名称：如果删除了名称，我们只能使用ilevel_0表示第一个索引
  打印结果为：

• 分组中也是一样，删除掉索引名称以后，只能使用数字1表示第二个索引
  打印结果为：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

一个软件的界面又很多控件，这些控件是如何布局的？今天我们先来看一下简单的布局方式，之后我们再来看看一些复杂的布局（利用sizer）实现的布局。

• 接着用之前写的代码，我们看一下代码：
  很多内容都是之前的文章里介绍的，这里只是添加了两行代码：

•     panel=wx.Panel(self,-1)#创建一个面板对象
  

•     wx.TextCtrl(panel,pos=(3,3),size=(250,250))#添加一个文本框，并设置它的位置和大小
  

• Panel是窗口的容器，通常其大小与Frame一样，在其上放置各种控件，比如放置按钮、文本框等。

• 创建文本框的时候，我们传入pos和size参数，顾名思义，就是位置和大小，这段代码：wx.TextCtrl(panel,pos=(3,3),size=(250,250))就是设置文本框的位置是x=3，y=3；大小是长宽都是250的正方形。

• 这就是我们看到的界面：
  改变界面大小，文本框控件的位置和大小是不变的

• 我们一眼就能看出这种方式布局的局限性，于是，也许下面这种方式更加简便与灵活：我们直接将文本框嫁接到Frame上，而不是利用Panel：

• 如此一来，文本框铺满整个Frame，大小与Fram相同，改变Frame大小，文本框也跟着变化：

转载请注明来自DataScience.

邮箱: 675495787@qq.com