- •IBM SPSS Statistics Base 20
- •Содержание
- •1. Информация о данных
- •Вкладка Информация о данных: Вывод
- •Вкладка Информация о данных: Статистики
- •2. Частоты
- •Статистики в процедуре Частоты
- •Диаграммы в процедуре Частоты
- •Частоты: Формат
- •3. Описательные
- •Параметры процедуры Описательные статистики
- •Команда DESCRIPTIVES: дополнительные возможности
- •4. Исследовать
- •Статистики процедуры Исследовать
- •Графики процедуры Исследовать
- •Степенные преобразования в процедуре Исследовать
- •Параметры процедуры Исследовать
- •Команда EXAMINE: дополнительные возможности
- •5. Таблицы сопряженности
- •Слои таблиц сопряженности
- •Кластеризованные столбиковые диаграммы в процедуре Таблицы сопряженности
- •Таблицы сопряженности, выводящие переменные слоев в слоях таблицы
- •Вывод в ячейках для таблиц сопряженности
- •Формат таблиц сопряженности
- •6. Подытожить
- •Параметры процедуры Подытожить наблюдения
- •Статистики процедуры Подытожить наблюдения
- •7. Средние
- •Параметры процедуры Средние
- •8. OLAP Кубы
- •Статистики в процедуре OLAP Кубы
- •OLAP Кубы: Разности
- •OLAP Кубы: Заголовок
- •9. T-критерии
- •T-критерий для независимых выборок
- •Параметры процедуры T-критерий для независимых выборок
- •T-критерий для парных выборок
- •Параметры процедуры Т-критерий для парных выборок
- •Одновыборочный T-критерий
- •Параметры процедуры Одновыборочный T-критерий
- •Команда T-TEST: дополнительные возможности
- •10. Однофакторный дисперсионный анализ
- •Контрасты для однофакторного дисперсионного анализа
- •Апостериорные критерии для однофакторного дисперсионного анализа
- •Параметры процедуры Однофакторный дисперсионный анализ
- •Команда ONEWAY: дополнительные возможности
- •11. Общая линейная модель: одномерный анализ
- •Общая линейная модель (ОЛМ)
- •Создать члены
- •Сумма квадратов
- •Контрасты ОЛМ
- •Типы контрастов
- •Графики профилей в ОЛМ
- •Апостериорные сравнения в ОЛМ
- •Сохранение новых переменных в ОЛМ
- •Параметры процедуры ОЛМ
- •Команда UNIANOVA: дополнительные возможности
- •12. Парные корреляции
- •Параметры процедуры Парные корреляции
- •13. Частные корреляции
- •Параметры процедуры Частные корреляции
- •Команда PARTIAL CORR: дополнительные возможности
- •14. Расстояния
- •Меры различия
- •Меры сходства
- •Команда PROXIMITIES: дополнительные возможности
- •15. Линейные модели
- •Как запустить процедуру построения линейной модели
- •Цели
- •Основные параметры
- •Подбор модели
- •Ансамбли
- •Дополнительные параметры
- •Параметры модели
- •Сводка для модели
- •Автоматическая подготовка данных
- •Важность предикторов
- •Предсказанные против наблюденных
- •Остатки
- •Выбросы
- •Эффекты
- •Коэффициенты
- •Оцененные средние
- •Сводка по построению модели
- •16. Линейная регрессия
- •Методы отбора переменных для линейной регрессии
- •Задание правила отбора наблюдений для линейной регрессии
- •Графики процедуры Линейная регрессия
- •Линейная регрессия: Сохранение новых переменных
- •Статистики процедуры Линейная регрессия
- •Параметры процедуры Линейная регрессия
- •Команда REGRESSION: дополнительные возможности
- •17. Порядковая регрессия
- •Порядковая регрессия: Параметры
- •Порядковая регрессия: Вывод
- •Порядковая регрессия: Модель положения
- •Создать члены
- •Порядковая регрессия: Модель масштаба
- •Команда PLUM: дополнительные возможности
- •18. Подгонка кривых
- •Модели подгонки кривых
- •Подгонка кривых: Сохранить
- •19. Регрессия частично наименьших квадратов
- •Модель
- •Параметры
- •20. Анализ методом ближайших соседей
- •Соседи
- •Показатели
- •Группы
- •Сохранить
- •Вывод
- •Параметры
- •Вид Модель
- •Пространство показателей
- •Важность переменных
- •Соседи
- •Расстояния до ближайших соседей
- •Диаграмма квадрантов
- •Значения ошибок при отборе показателей
- •Значения ошибок при выборе k
- •Значения ошибок при отборе показателей и выборе k
- •Таблица классификации
- •Сводка ошибок
- •21. Дискриминантный анализ
- •Задание диапазона в процедуре Дискриминантный анализ
- •Отбор наблюдений для процедуры дискриминантного анализа
- •Статистики в процедуре Дискриминантный анализ
- •Метод пошагового отбора процедуры Дискриминантный анализ
- •Дискриминантный анализ: Классификация
- •Дискриминантный анализ: Сохранить
- •Команда DISCRIMINANT: дополнительные возможности
- •22. Факторный анализ
- •Отбор наблюдений для факторного анализа
- •Описательные статистики факторного анализа
- •Выделение факторов в процедуре Факторный анализ
- •Вращение факторов для факторного анализа
- •Значения факторов в процедуре факторного анализа
- •Параметры процедуры Факторный анализ
- •Команда FACTOR: дополнительные возможности
- •23. Выбор процедуры кластеризации
- •24. Двухэтапный кластерный анализ
- •Параметры процедуры Двухэтапный кластерный анализ
- •Вывод процедуры Двухэтапный кластерный анализ
- •Средство просмотра кластеров
- •Закладка Средство просмотра кластеров
- •Перемещение по средству просмотра кластеров
- •Фильтрация записей
- •25. Иерархический кластерный анализ
- •Задание метода иерархического кластерного анализа
- •Статистики для процедуры Иерархический кластерный анализ
- •Графики для процедуры Иерархический кластерный анализ
- •Сохранение новых переменных в процедуре Иерархический кластерный анализ
- •Эффективность кластерного анализа методом k-средних
- •Итерации в кластерном анализе методом k-средних
- •Сохранение новых переменных в кластерном анализе методом k-средних
- •Параметры процедуры Кластерный анализ методом К-средних
- •Команда QUICK CLUSTER: дополнительные возможности
- •27. Непараметрические критерии
- •Одновыборочные непараметрические критерии
- •Чтобы получить одновыборочные непараметрические критерии
- •Вкладка Поля
- •Вкладка Параметры
- •Непараметрические критерии для независимых выборок
- •Чтобы получить непараметрические критерии для независимых выборок
- •Вкладка Поля
- •Вкладка Параметры
- •Непараметрические критерии для связанных выборок
- •Чтобы применить непараметрические критерии для связанных выборок
- •Вкладка Поля
- •Вкладка Параметры
- •Представление модель
- •Сводка по проверке гипотез
- •Сводка по доверительным интервалам
- •Одновыборочный критерий
- •Критерии для связанных выборок
- •Критерий для независимых выборок
- •Информация по категориальным полям
- •Информация по количественным полям
- •Парные сравнения
- •Однородные подмножества
- •Команда NPTESTS: дополнительные возможности
- •Устаревшие диалоговые окна
- •Критерий хи-квадрат
- •Биномиальный критерий
- •Критерий серий
- •Одновыборочный критерий Колмогорова-Смирнова
- •Критерии для двух независимых выборок
- •Критерии для двух связанных выборок
- •Критерии для нескольких независимых выборок
- •Критерии для нескольких связанных выборок
- •28. Анализ множественных ответов
- •Задание наборов множественных ответов
- •Частоты для множественных ответов
- •Таблицы сопряженности для множественных ответов
- •Задание диапазонов переменных в таблицах сопряженности для наборов множественных ответов
- •Параметры процедуры Таблицы сопряженности для множественных ответов
- •Команда MULT RESPONSE: дополнительные возможности
- •29. Создание отчетов
- •Итоги по строкам
- •Как запустить процедуру выдачи итожащего отчета: Итоги по строкам
- •Параметры группировки отчета
- •Параметры отчета
- •Компоновка отчета
- •Заголовки отчета
- •Итоги по столбцам
- •Как запустить процедуру выдачи итожащего отчета: Итоги по столбцам
- •Итожащие функции столбцов данных
- •Формат столбцов отчета
- •Параметры группировки отчета с итогами по столбцам
- •Параметры отчета для итогов по столбцам
- •Компоновка отчета с итогами по столбцам
- •Команда REPORT: дополнительные возможности
- •30. Анализ пригодности
- •Статистики процедуры Анализ пригодности
- •Команда RELIABILITY: дополнительные возможности
- •31. Многомерное шкалирование
- •Многомерное шкалирование: Форма данных
- •Создание меры для многомерного шкалирования
- •Модель многомерного шкалирования
- •Параметры процедуры Многомерное шкалирование
- •Команда ALSCAL: дополнительные возможности
- •32. Статистики отношений
- •Статистики отношений
- •33. Кривые ROC
- •Параметры процедуры ROC Кривые
- •Указатель
Глава
T-критерии
9
Доступны t-критерии трех типов:
T-критерий для независимых выборок (двухвыборочный t-критерий). Сравнивает средние значения одной переменной для двух групп наблюдений. Выдаются описательные статистики для каждой группы и критерий равенства дисперсий Ливиня, а также значения t как для предположительно равных, так и для предположительно неравных дисперсий, а также 95%-й доверительный интервал для разности средних значений.
T-критерий для парных выборок (зависимый t-критерий). Сравнивает средние значения двух разных переменных для одной группы наблюдений. Этот критерий предназначен также для пар сочетаемых индивидуумов или планов исследования типа “случай-контроль”. Выводятся описательные статистики для проверяемых переменных, корреляция между ними, описательные статистики для парных разностей, t-критерий и 95%-й доверительный интервал.
Одновыборочный t-критерий. Сравниваетсреднеезначениеоднойпеременнойсизвестным или гипотетическим значением. Помимо t-критерия, выдаются описательные статистики для проверяемых переменных. По умолчанию выдается 95%-й доверительный интервал для разности между средним значением проверяемой переменной и гипотетическим проверяемым значением.
T-критерий для независимых выборок
Процедура T-критерий для независимых выборок сравнивает средние значения для двух групп наблюдений. В идеале объекты для этого критерия должны быть случайным образом приписаны двум группам, чтобы любое различие в отклике определялось рассматриваемым воздействием, например лечением, (или его отсутствием), а не другими факторами.
Это не выполняется, если Вы сравниваете средний доход для мужчин и женщин. Пол не приписывается индивидууму случайным образом. В подобных ситуациях следует убедиться, что различия в других факторах не снижают и увеличивают значимые различия средних значений. На различие средних доходов может оказывать влияние такой фактор, как образование, а не только пол.
Пример. Пациенты с высоким давлением случайным образом делятся на контрольную группу и группу испытуемых. Пациенты в контрольной группе получают плацебо (фармакологически неактивные таблетки), а пациенты в группе испытуемых получают лекарство (исследуемые таблетки, которые предположительно понижают давление). Пациенты наблюдаются в течение двух месяцев, после чего для сравнения средних значений кровяного давления пациентов контрольной группы и группы испытуемых применяют двухвыборочный t-критерий. Давление каждого пациента измеряют один раз, и каждый пациент принадлежит только к одной группе.
© Copyright IBM Corporation 1989, 2011. |
49 |
50
Глава 9
Статистики. Для каждой переменной: объем выборки, среднее значение, стандартное отклонение и стандартная ошибка среднего значения. Для разности средних: среднее значение, стандартнаяошибкаидоверительныйинтервал(Выможете задатьдоверительный уровень). Критерии: Критерий равенства дисперсий Ливиня, а также t-критерий равенства средних как для объединенной, так и для раздельной дисперсии.
Данные. Значения изучаемой количественной переменной находятся в одном столбце файла данных. Чтобы разбить наблюдения на две группы, в процедуре используется группирующая переменная с двумя значениями. Эта переменная может быть числовой (например, со значениями 1 и 2 или 6.25 и 12.5) или короткой текстовой (например, со значениями да и нет). Возможно также использовать количественную переменную, такую как возраст, чтобы разбить наблюдения на две группы путем задания пороговой точки (пороговая точка 21 разбивает возраст на группы: до 21 года и 21 год или более).
Предположения. Для t-критерия, предполагающего равенство дисперсий, наблюдения должны быть независимыми случайными выборками из нормальных распределений с одинаковыми дисперсиями. Для t-критерия, не предполагающего равенство дисперсий, наблюдения должны быть независимыми случайными выборками из нормальных распределений. Двухвыборочный t-критерий довольно устойчив к отклонениям
от нормальности. Проверяя распределения графически, следите, чтобы они были симметричными и не содержали выбросов.
Чтобы получить t-критерий для независимых выборок
E Выберите в меню:
Анализ > Сравнение средних > T-критерий для независимых выборок...
Рисунок 9-1
Диалоговое окно T-критерий для независимых выборок
EВыберите одну или несколько количественных переменных для проверки. T-критерий будет применен к каждой переменной в отдельности.
EВыберите группирующую переменную и щелкните мышью по кнопке Задать группы, чтобы задать два кода для определения сравниваемых групп.
EМожно щелкнуть мышью по кнопке Параметры и выбрать способ работы с пропущенными значениями, а также задать уровень для доверительного интервала.
51
T-критерии
Задание групп,сравниваемых процедурой T-критерий для независимых выборок
Рисунок 9-2
Диалоговое окно Задать группы для числовых переменных
Для числовых группирующих переменных две группы для t-критерия формируются путем задания двух значений или порога:
Заданные значения. Введите одно значение в поле Группа 1, а другое значение - в поле Группа 2. Наблюдения с любыми иными значениями будут исключены из анализа. Числа не обязаны быть целыми (например, вполне подходят значения 6.25 и 12.5).
Порог. Введите число, разбивающее значения группирующей переменной на два множества. Все наблюдения со значениями, меньшими значения порога, составляют одну группу, а наблюдения со значениями, большими или равными значению порога, составляют другую группу.
Рисунок 9-3
Диалоговое окно Задать группы для текстовых переменных
Для короткой текстовой группирующей переменной введите текстовое значение в поле Группа 1, а другое текстовое значение - в поле Группа 2, например, да и нет. Наблюдения с другими значениями будут исключены из анализа.