本案例是IBM SPSS數據分析與挖掘實戰案例精粹----第七章的學習記錄
案例背景或目標：激素水平是否在對照組和實驗組之間存在差異
分析方法：Bootstrap抽樣，秩和檢驗，秩變換方法，cox迴歸
字段包括：性別，年齡，萎縮程度，胃粘膜細胞腸化生程度
基本思路：控制變量法，首先排除性別，年齡，萎縮程度，胃粘膜細胞腸化生程度的影響；
探索性數據分析：觀察樣本量，樣本的分佈，是否存在偏態分不等；
樣本分佈：分析-表
| 性別 | 萎縮 | 腸化 | 年齡分組 | ||||||||||
| 男 | 女 | 輕度 | 中度 | 重度 | 無 | 輕度 | 中度 | 重度 | 青年組 | 中年組 | 老年組 | ||
| Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | Count | ||
| 組別 | 試驗組 | 25 | 12 | 14 | 16 | 7 | 10 | 12 | 13 | 2 | 15 | 12 | 10 |
| 對照組 | 20 | 11 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 10 | 11 | 10 | |
查看激素水平分佈：圖形--圖表構建程序
激素水平呈明顯的正偏態分佈，必須考慮假設檢驗方法對數據的分佈要求；
採用Bootstrap抽樣進行分析：常用經典統計學的分析方法，無一例外的需要對變量的分佈進行假定，然後才能進行相應的計算；ootstrap抽樣的基本思想是在全部樣本未知的情況下，藉助部分樣本的有放回多次抽樣，構建某個估計的置信區間，抽象地說，通過樣本得到的估計並沒有榨乾樣本中的信息，bootstrap利用重採樣，把剩餘價值發揮在構建置信區間上。
bootstrap抽樣方法：分析--比較均值--均值--因變量列表（激素水平），自變量列表（組別，性別，年齡），選項--中位數--加入“單元格統計量”，bootstrap子對話框中“執行bootstrap”
可以觀察各個統計量95%區間差異，對某因素的影響進行分析；中位數並不重疊，可能存在統計學差異（初步分析）；可以採用採用秩和檢驗進行更精確的分析：
對因變量變量變換後的建模分析：
常見的變量變換方法：1，對數轉換；2，平方根轉換；3，平方根正弦轉換sin(開方)；4：平方轉化；5，倒數轉換；6，Box-Cox變換；
對於正偏態分佈，一般常用的是對數變換：分析----描述統計----P-P圖（數據符合指定分佈時，P-P圖中各點近似呈一條直線。）
將字段進行轉換後，使用：
1）分析----一般線性模型----單變量
2）將Injisu選入“因變量”列表框
3）將組別，性別選入“固定因子”列表框，年齡選入“協變量”列表框
4）“模型”子對話框，將組別，性別，年齡的主效應選入“模型”列表框
5）“選項”子對話框，選擇“殘差圖”和“缺乏擬合優度檢驗”
6)確定。
上圖，總模型p值爲0.003，說明整個模型對injisu的預測是有統計學意義的（變量之間相關的），分項來看，只有組別具有統計學意義；
秩變換分析：
當變量轉換無法解決問題時，可以使用秩變換：轉換----個案排序-----將激素水平放入“變量”列表框；
將字段進行轉換後，使用：
1）分析----一般線性模型----單變量
2）將Rjisu選入“因變量”列表框
3）將組別，性別選入“固定因子”列表框，年齡選入“協變量”列表框
4）“模型”子對話框，將組別，性別，年齡的主效應選入“模型”列表框
5）“選項”子對話框，選擇“殘差圖”和“缺乏擬合優度檢驗”
6)確定。
利用Cox模型進行分析：秩變換分析會損失一些信息，除了非參數方法外，還可以利用生存分析中的COX迴歸模型進行分析
總結：性別，年齡對激素水平未發現有影響，試驗組和對照組之間的激素水平存在明顯差異；對於同一個統計問題，可以使用多種模型進行解決，沒有正確的模型，只有更加適合的模型；當結論不一樣時，應根據模型的特點以及真實情況，判斷那種情況更接近真實；也可以使用投票策略進行確定（類似與隨機森林，選擇多數模型結果）