“Jamovi”的版本间的差异
Lichaoping(讨论 | 贡献) (→Jamovi:数据读取与管理) |
Lichaoping(讨论 | 贡献) (→Jamovi常用模块(Modules)与安装) |
||
第30行: | 第30行: | ||
==Jamovi常用模块(Modules)与安装== | ==Jamovi常用模块(Modules)与安装== | ||
1、常用模块(Modules) | 1、常用模块(Modules) | ||
− | * jaMM - Advanced Mediation | + | * jaMM - Advanced Mediation Models:高级中介模型,网址:https://jamovi-amm.github.io/ |
* medmod:简单中介、调节分析 | * medmod:简单中介、调节分析 | ||
* jpower - Power Analysis for Common Research Designs | * jpower - Power Analysis for Common Research Designs |
2020年3月31日 (二) 15:36的版本
目录
Jamovi简介
jamovi是在R语言基础上开发出来的免费开源统计分析软件,其操作与界面与SPSS非常相似。jamovi的特点如下:
1、开源软件。jamovi属于开源软件,全球任何人均可以下载使用,用jamovi进行统计分析,是免费用正版软件进行统计分析。
2、轻巧型软件。jamovi程序总共不到200M,属于特别轻巧的统计分析程序。
3、操作简单、方便。jamovi的操作界面类似于SPSS,使用非常方便。
4、可以进行多种统计分析。jamovi本身包括t检验、ANOVA, 相关与回归分析,因子分析(包括探索性因子分析与验证性因子分析)等基本统计分析。加载模块(Modules)后,更是可以实现更多的统计分析,包括元分析、功效分析(Power analysis)、中介与调节模型分析、贝叶斯方法等。能满足本科生与硕士研究生的绝大多数统计需求,是本科生与硕士研究生学习统计分析的极佳工具。
5、动态生成报告。在统计分析时,动态呈现对应的统计分析结果。
6、自动生成三横线表格,可以直接复制粘贴到WORD和Excel中,稍加编辑就是可用来报告的表格。
7、与R无缝对接。jamovi在R中有一个包 - jmv,加载该包,可以在R中运行并实现jamovi的全部功能。jmv包的网址:https://cran.r-project.org/web/packages/jmv/index.html
Jamov目前的稳定版本是:1.1.9版
Jamovi的安装
下载地址
- 官网:https://www.jamovi.org/ Jamovi程序总共不到200M,属于特别轻巧的统计分析程序。
- 或百度云盘:https://pan.baidu.com/s/1Y4-qbxKz8DAAYXz78u9Cdg 提取码:d3hn
安装
双击下载的exe文件,会自动开始安装。如果之前安装了其他版本,安装程序会询问是否卸载之前的版本。如果选择卸载,程序会先卸载之前的版本,再开始安装。点击开始安装后,程序会自动完成所有的工作。
安装完成后,双击Jamovi,就会启动Jamovi,打开 默认的启动界面,用户就可以使用Jamovi进行统计分析了。
Jamovi常用模块(Modules)与安装
1、常用模块(Modules)
- jaMM - Advanced Mediation Models:高级中介模型,网址:https://jamovi-amm.github.io/
- medmod:简单中介、调节分析
- jpower - Power Analysis for Common Research Designs
- MAJOR - Meta Analysis:元分析
- learning statistics with jamovi:learning statistics with jamovi一书中的示例数据
- R data sets:R语言中的一些示例数据
2、模块安装
Jamovi:数据读取与管理
1、读取数据:Jamovi可以读取SPSS、STATA、SAS、R等程序的数据文件,以及逗号分隔的CSV文件、TXT文本文件。非逗号分隔的其他Excel文件,可以在Excel中另存为逗号分隔的CSV文件。固定格式的文本文件可以先用SPSS、R等读取,转换为jamovi可以读取的数据文件。
2、数据转换: 变量重命名 变量重编码,比如反向计分题目的调整
4、筛选样本: 根据条件筛选
5、 简单计算
OBHRM研究常用统计分析:Jamovi的应用
1、 信度分析
2、探索性因素分析:不旋转(如,Harman检验) 正交旋转 斜交旋转
3、验证性因素分析: 一阶验证性因素分析,目前暂不支持二阶验证性因素分析
5、 相关分析
7、 多层回归分析