SEO主要做的就是内外优化,包括关键词挖掘、网站结构调整、代码优化、文章更新、外链交换、数据分析等等,总体上,需要有耐心去做重复性劳动(SEO见效慢,可能好几个月没动静,还必须要每天干活,对耐心要求很高),然后有一定的沟通能力、数据分析能力。而SEM方面,要做关键词挖掘、分组、写创意、弄创意图、人群定位、数据分析等等,这也是一样需要耐心做重复性劳动(比如为10万个关键词分组、写几千条创意等等),没有兴趣和耐心,可能一天都坚持不下去。
所以,我建议,不要用性别作为考虑问题的重要因素,而是要用兴趣,兴趣才能激发热情和创造力,给你职业生涯带来最大的动力。最后,我想说,其实这么多年来,虽然男生做SEO和SEM的较多,但我也招募过、遇到过许多优秀的女性SEO工程师和SEM工程师!
可以用的方法有----1. 比较两个回归系数之间差别的公式为:(b1-b2)/se12,其中b1和b2是被比较的回归系,se12是两者的JoinStandardError(联合标准误差),其结果是一个以自由度为n-k-2的t分布(其中n是样本量、k是原来的自变量数,本案中为x和c两个)。可是,在SPSS(其实是任何OLS回归)中,你如果将男女分成两个样本分布做回归可以得到b1和b2,却得不到联合标准误差se12(因为b1和b2出现在不同的模型中国),所以无法用到上述公式。2.
SEM(包括AMOS)是通过比较男女样本的拟合度之差别来比较两组回归系数之间的等同性。不过,SEM的这种做法是有代价的:它将一个总样本分成两个小样本,其结果是降低了Power
of Analysis (统计分析效力),从而在没有降低犯Type I的误差的同时又提高了犯Type II误差。3.
较合理的方法是男女不分组、保留在同一样本内,将性别转换成dummy变量,再生成性别与你想比较的自变量(如X)的交互变量(如X*性别),这就是我和小彭各自发的前贴的意思。也就是说,将你的公式1(或公式2)中改成:
Y = a + bX + cZ + dS +eSX + fSZ
其中S是性别(假定男=0、女=1),SX是性别与X的交互变量、SZ是性别与Z的交互变量。如果男女在S上的取值(即0和1)代人该公式,就可以分解成以下两个公式(注意:样本还是一个):
女生组(S=1):Y = a + bX + cZ + d1 +e1X + f1Z = (a+d) + (b+e)X +(c+f)Z
男生组(S=0):Y = a + bX + cZ + d0 + e0X + f0Z = a + bX + cZ
如果d是显著的(即男女本身之差别),就说明女生在Y上的截距(即平均值)比男生高d个单位(见以下左右图的截距);如果e是显著的(即性别对X与Y之关系的影响),就说明女生的X斜率比男生大e个单位(见左下图红线的斜率);如果f是显著的(即性别对Z与Y之关系的影响),就说明女生的Z斜率比男生大f个单位(见右下图紫线的斜率)。
注:上两图应该是合并在一个三维图,但是不容易看清楚,所以分开来画。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)