錄有聲書專業(yè)聲卡和麥克風(fēng)

安裝錯(cuò)誤，并沒有安裝上AMD的顯卡驅(qū)動(dòng)：

這個(gè)提示已經(jīng)很明確說明：沒有AMD顯卡驅(qū)動(dòng)被安裝。

如果這塊顯卡拿到別的電腦上也一樣無法安裝隨機(jī)的顯卡驅(qū)動(dòng)，考慮顯卡有故障，需要維修了。

異常點(diǎn)。即：異常值

Spss中異常值檢查方法如下：

檢查異常值方法1：

最常用的方法就是對(duì)變量進(jìn)行排序，這也是最簡單的方法。排序后對(duì)照最大值和最小值、全距等統(tǒng)計(jì)量可以看出數(shù)據(jù)的離群狀況。

檢查異常值方法2：

散點(diǎn)圖的優(yōu)勢(shì)就在于直觀的呈現(xiàn)兩兩變量間的關(guān)系，尤其在兩變量間的線性關(guān)聯(lián)比較強(qiáng)的時(shí)候，如果有離群值，圖形偵察的結(jié)果會(huì)很明顯，不過（也包括矩陣散點(diǎn)等圖形）其局限在于，其本質(zhì)還是變量間的兩兩間的關(guān)系，更多的多維信息的提供還是需要經(jīng)驗(yàn)去判斷。

檢查異常值方法3：

箱體圖為我們提供了數(shù)據(jù)百分位數(shù)的概念，例如四分位數(shù)（25%和75%）是將該變量分成約4個(gè)部分，分別提供了數(shù)據(jù)不同分位點(diǎn)附件的離散性，而且同時(shí)提供描述數(shù)據(jù)集中性的中位數(shù)，這樣在中間50%的數(shù)據(jù)上提供的信息將是異常豐富的。

檢查異常值方法4：

在主要統(tǒng)計(jì)建模過程中大多會(huì)提供異常值或極端值的診斷，例如距離的測(cè)算：cook距離、杠桿值等；影響統(tǒng)計(jì)量：DfBeta、協(xié)方差比率等。它們均有相應(yīng)的經(jīng)驗(yàn)上的判斷標(biāo)準(zhǔn)，如果有些指標(biāo)沒有相應(yīng)的判斷異常值的標(biāo)準(zhǔn)，則可以通過排序的方式，找到其相對(duì)大小。

檢查異常值方法5：

標(biāo)識(shí)異常個(gè)案，這里提供的是統(tǒng)計(jì)建模的方式偵查異常個(gè)案（注意它的結(jié)果有可能和我們其他方式偵查的結(jié)果有出處），這種方法主要通過兩步聚類的思想，找到不同個(gè)案間的相似性，通過對(duì)所在類別的評(píng)價(jià)計(jì)算出異常索引，然后找到對(duì)應(yīng)的ID號(hào)，則該個(gè)案可能為異常值，至于對(duì)這些異常個(gè)案怎么處理，分析人員作出何種決定，這個(gè)最好結(jié)合專業(yè)背景綜合判斷后續(xù)的處理方法。

檢查異常值方法6：

如果涉及的是時(shí)序數(shù)據(jù)，控制圖是不錯(cuò)的選擇，在控制規(guī)則里提供了異常豐富的偵查異常個(gè)案的選項(xiàng)。

當(dāng)然其他過程里也有一些細(xì)節(jié)的處理，例如，排列圖、誤差條形圖、可視離散化、缺失值診斷、數(shù)據(jù)驗(yàn)證過程等。