您现在的位置是：首页 > 网红美食网红美食
加权费马点（股票加权是什么意思）
admin2024-03-29 18:05:34网红美食114人已围观
简介引言在市场研究、社会研究等数据处理过程中，都会涉及到数据加权的问题。但具体来说，什么是数据加权？简单来说，就是增加或减少某些数据的权重，使某些样本显得重要或不重要，或者使所调查的样本更符合当前的市场情况，特别是当前的人口情况。这
引言在市场研究、社会研究等数据处理过程中，都会涉及到数据加权的问题。但具体来说，什么是数据加权？
简单来说，就是增加或减少某些数据的权重，使某些样本显得重要或不重要，或者使所调查的样本更符合当前的市场情况，特别是当前的人口情况。这是我们在市场研究、社会研究、医学研究中经常遇到的情况。
从这个角度来看，数据加权适合以下情况：
情况一：抽样调查得到的样本结构与总体人口结构不匹配。在数据处理过程中，可以通过加权消除/恢复这种结构差异，从而达到纠正偏差的目的。
例如，在城市和农村分别调查300个样本，城乡人口比例为“城市：农村=1:2”（假设）。在分析的时候，我们希望把城市和农场作为一个整体来看待。这时我们可以给农村样本赋予城市样本2倍的权重。情景二：除了人口结构外，有时调查样本的某些变量或指标的代表性相对于人口的实际情况可能过高/过低。在这种情况下，需要调整权重。
大多数这种类型的不匹配是“故意的”（通过“额外的”样本实现）。例如，在配额抽样时，配额设置要求某类受访者必须是某款产品50%的用户，但实际情况是整个市场的实际用户只有10%。有时，它是“不情愿”发生的。例如，设定了反映整体情况的配额比例，但在实际操作中，该比例显得过高或过低。场景三：在样本组配额实验设计中，对不同子群体进行对比测试，同时也通过加权来调整不同组之间样本属性的不匹配（通常设定相同的配额，但可能存在差异）执行）;通常，加权对结果影响不大，更多的是在准确性方面修改结果。
场景4：测试样本中有很多缺失值，需要加权来修正结果；针对特定客户的专项研究，需要完成的样本量在调查前基本就已经商定，因此这种情况很少见。
这么多案例，我们该如何权衡呢？其实很简单，公式如下：
设计权重=变量或指标的预期比例/变量或指标的实际比例
SPSS 中实施的数据加权示例：根据年龄进行加权，使男性：女性=1:1。
打开数据，点击分析-描述-频率，首先查看年龄的原始分布，如下： 男性和女性的加权份额计算如下： 在SPSS数据中添加一个新变量，其中男性被赋值为0.703，女鞋的值为1.730。建立新的变量变量之后，我们就可以实现加权了。打开Data—Case Weighting，会出现如下界面： 选择“Case Weighting Coefficient”，在频率变量中选择w1。单击“确定”。单击“分析”-“描述”-“频率”可查看年龄加权分布。结果如下：与原始数据相比，仅比例发生变化，数据总量没有变化。至此我们就完成了数据的加权。我们可以看看其他变量的比例是否发生了变化。从上图中我们可以看到，各个性别的均值没有变化，但总体上略有不同。
很赞哦！ ()
相关文章
| 留言与评论 （共有 条评论） |