Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
1
Az IBM SPSS Statistics programrendszer
Gazdaságinformatikus MSc
2
A termék nevének eredete
Statistical Package for Social Scientics Statistical Product and Service Solutions SPSS PASW IBM SPSS Statistics Ketskeméty László IBM SPSS Statistics
3
Ketskeméty László IBM SPSS Statistics
Ketskeméty László IBM SPSS Statistics
4
IBM SPSS Data Collection
IBM SPSS Statistics IBM SPSS Modeller Core System Statistics Base Statistics 13 Text Mining for Clementine Custom Tables Advanced Statistics Web Mining for Clementine Regression SPSS Server Exact Tests Predictive Claims Bootstapping Clementine Server SamplePower Predictive Call Center Categories SmartReader SmartViewer Web Server Forecasting Predictive Marketing Conjoint SPSS WebApp Framework Decision Trees IBM SPSS Deployment Neural Networks Report Writer Direct Marketing SamplePower Missing Values Predictive Enterprise Services Enterprise Manager Enterprise Repository Data Entry Data Preparation Amos Víz Designer Complex Samples Programmability Extension IBM SPSS Data Collection mrInterview mrPaper Desktop Author mrStudio mrDialer mrTranslate mrScan mrTables Desktop Reporter Ketskeméty László IBM SPSS Statistics Copyright 2010, SPSS Hungary. 4
5
Ketskeméty László IBM SPSS Statistics
Data View üzemmód Ketskeméty László IBM SPSS Statistics
6
Ketskeméty László IBM SPSS Statistics
Az adatmátrix Ketskeméty László IBM SPSS Statistics
7
Ketskeméty László IBM SPSS Statistics
A mátrix egy adott sora (esete) a többváltozós minta egy eleme Ketskeméty László IBM SPSS Statistics
8
Ketskeméty László IBM SPSS Statistics
A mátrix minden oszlopa (változója) statisztikai minta-realizáció, vagy egy idősor realizációja Ketskeméty László IBM SPSS Statistics
9
Ketskeméty László IBM SPSS Statistics
Ketskeméty László IBM SPSS Statistics
10
Ketskeméty László IBM SPSS Statistics
A Variable View üzemmód Ketskeméty László IBM SPSS Statistics
11
Ketskeméty László IBM SPSS Statistics
A változó típusa (type) Ketskeméty László IBM SPSS Statistics
12
Ketskeméty László IBM SPSS Statistics
A változó címkéje (label) Ketskeméty László IBM SPSS Statistics
13
Ketskeméty László IBM SPSS Statistics
Értékcímkék megadása I. Ketskeméty László IBM SPSS Statistics
14
Értékcímkék megadása II.
(value labels) Ketskeméty László IBM SPSS Statistics
15
Ketskeméty László IBM SPSS Statistics
Hiányzó adatok definiálása Ketskeméty László IBM SPSS Statistics
16
Ketskeméty László IBM SPSS Statistics
Hiányzó adatok definiálása Ketskeméty László IBM SPSS Statistics
17
Ketskeméty László IBM SPSS Statistics
A hiányzó adat I. Ketskeméty László IBM SPSS Statistics
18
Ketskeméty László IBM SPSS Statistics
A hiányzó adat II. Ketskeméty László IBM SPSS Statistics
19
Ketskeméty László IBM SPSS Statistics
Ketskeméty László IBM SPSS Statistics
20
Ketskeméty László IBM SPSS Statistics
Ketskeméty László IBM SPSS Statistics
21
Ketskeméty László IBM SPSS Statistics
A mérési szint I. Ketskeméty László IBM SPSS Statistics
22
Ketskeméty László IBM SPSS Statistics
Mérési szintek II. Ketskeméty László IBM SPSS Statistics
23
Ketskeméty László IBM SPSS Statistics
Ketskeméty László IBM SPSS Statistics
24
Ketskeméty László IBM SPSS Statistics
Ketskeméty László IBM SPSS Statistics
25
Ketskeméty László IBM SPSS Statistics
Adatok beolvasása: File/Open/Data Ketskeméty László IBM SPSS Statistics
26
Ketskeméty László IBM SPSS Statistics
Adatok beolvasása Ketskeméty László IBM SPSS Statistics
27
Ketskeméty László IBM SPSS Statistics
Adatok beolvasása Ketskeméty László IBM SPSS Statistics
28
Output szerkesztő ablak (Viewer)
Ketskeméty László IBM SPSS Statistics
29
Ketskeméty László IBM SPSS Statistics
Pozícionáló fa Ketskeméty László IBM SPSS Statistics
30
Ketskeméty László IBM SPSS Statistics
Output elemek log Ketskeméty László IBM SPSS Statistics
31
Output elemek diagrammok, ábrák
oszlopdiagramm boxplot-ábra tortadiagramm Ketskeméty László IBM SPSS Statistics
32
Output elemek diagrammok, ábrák
szóródás ábra hisztogramm P-P grafikon Ketskeméty László IBM SPSS Statistics
33
Ketskeméty László IBM SPSS Statistics
Output elemek táblázatok Jelentés a feldolgozott változókról Ketskeméty László IBM SPSS Statistics
34
Ketskeméty László IBM SPSS Statistics
Output elemek táblázatok Kereszt-gyakoriság táblázat Ketskeméty László IBM SPSS Statistics
35
Ketskeméty László IBM SPSS Statistics
Output elemek táblázatok Statisztikák listája Ketskeméty László IBM SPSS Statistics
36
Ketskeméty László IBM SPSS Statistics
Output elemek táblázatok Gyakoriságtáblázat Ketskeméty László IBM SPSS Statistics
37
Ketskeméty László IBM SPSS Statistics
Az adatok rendezése Ketskeméty László IBM SPSS Statistics
38
Az adatok rendezése Rendezzük át az állományt a kor szerint növekvő sorrendbe! Ketskeméty László IBM SPSS Statistics
39
Az adatok rendezése Növekvő sorrendet állítunk be 2018.09.18.
Ketskeméty László IBM SPSS Statistics
40
Az adatok rendezése A legfiatalabb esettel kezdődik a felsorolás.
Ketskeméty László IBM SPSS Statistics
41
Új változók létrehozása
Új változó számítása (compute variable) Átkódolás (recode into same variable) Átkódolás más változóba (recode into different variable) Automatikus átkódolás (automatic recode) Kategorizálás (binning) Rangszámképzés (rank cases) Ketskeméty László IBM SPSS Statistics
42
Ketskeméty László IBM SPSS Statistics
Új változók számítása Ketskeméty László IBM SPSS Statistics
43
Ketskeméty László IBM SPSS Statistics
Kiszámítjuk az egy főre eső jövedelmet, ami egy új változó lesz (target variable). income= a családi jövedelem (ezer dollár) reside= az egy családban élők száma Ketskeméty László IBM SPSS Statistics
44
Ketskeméty László IBM SPSS Statistics
A kifejezés képletének megadásakor használhatjuk a kalkulátort és a változó listát. „Direktben” is megadhatjuk a képletet a klaviatúráról. Ketskeméty László IBM SPSS Statistics
45
Ketskeméty László IBM SPSS Statistics
A képletekhez függvényeket is felhasználhatunk egy listából. Ketskeméty László IBM SPSS Statistics
46
Ketskeméty László IBM SPSS Statistics
A kiszámításhoz feltételeket is beállíthatunk: csak azoknál az eseteknél számol, aminél a beállított feltétel „igaz” értéket vesz fel. Ketskeméty László IBM SPSS Statistics
47
Ketskeméty László IBM SPSS Statistics
Függvény csoportok • Arithmetic Functions • Statistical Functions • String Functions • String/Numeric Conversion Functions • Date and Time Functions • Random Variable and Distribution Functions • Missing Value Functions • Logical Functions • LAG Function • VALUELABEL Function Scoring Expressions (PASW Statistics Server) Ketskeméty László IBM SPSS Statistics
48
Átkódolás (recode into same variable)
Ketskeméty László IBM SPSS Statistics
49
Ketskeméty László IBM SPSS Statistics
Átkódolás (recode into same variable) Ketskeméty László IBM SPSS Statistics
50
Ketskeméty László IBM SPSS Statistics
Átkódolás (recode into same variable) Ketskeméty László IBM SPSS Statistics
51
Átkódolás más változóba
Ketskeméty László IBM SPSS Statistics
52
Ketskeméty László IBM SPSS Statistics
Átkódolás más változóba Ketskeméty László IBM SPSS Statistics
53
Ketskeméty László IBM SPSS Statistics
Átkódolás más változóba Ketskeméty László IBM SPSS Statistics
54
Automatikus átkódolás
Ketskeméty László IBM SPSS Statistics
55
Ketskeméty László IBM SPSS Statistics
Automatikus átkódolás Pl. 4 1 7 2 11 3 215 4 Ketskeméty László IBM SPSS Statistics
56
Kategorizálás (binning)
Ketskeméty László IBM SPSS Statistics
57
Ketskeméty László IBM SPSS Statistics
Kategorizálás (binning) Ketskeméty László IBM SPSS Statistics
58
Ketskeméty László IBM SPSS Statistics
Kategorizálás (binning) Ketskeméty László IBM SPSS Statistics
59
Ketskeméty László IBM SPSS Statistics
Kategorizálás (binning) Ketskeméty László IBM SPSS Statistics
60
Ketskeméty László IBM SPSS Statistics
Kategorizálás (binning) Ketskeméty László IBM SPSS Statistics
61
Ketskeméty László IBM SPSS Statistics
Rangszámképzés Ketskeméty László IBM SPSS Statistics
62
Ketskeméty László IBM SPSS Statistics
Rangszámképzés Ketskeméty László IBM SPSS Statistics
63
Ketskeméty László IBM SPSS Statistics
Rangszámképzés Ketskeméty László IBM SPSS Statistics
64
Ketskeméty László IBM SPSS Statistics
Rangszámképzés Ketskeméty László IBM SPSS Statistics
65
Az adatok szűrése
66
Nincs szűrés, mindegyik esettel számolni akarunk
Az adatok szűrése Nincs szűrés, mindegyik esettel számolni akarunk
67
Feltételtől függő szűrést aktivizálunk
Az adatok szűrése Feltételtől függő szűrést aktivizálunk
68
Csak a férfiak (m=male) eseteivel akarunk számolni
Az adatok feltételes szűrése Csak a férfiak (m=male) eseteivel akarunk számolni
69
Véletlentől függő szűrést aktivizálunk
Az adatok szűrése Véletlentől függő szűrést aktivizálunk
70
Az esetek véletlenszerűen kiválasztott negyedével akarunk foglalkozni
Az adatok véletlenszerű szűrése Az esetek véletlenszerűen kiválasztott negyedével akarunk foglalkozni
71
Az adatok csak egy kijelölt szeletét akarjuk vizsgálni
Az adatok szűrése Az adatok csak egy kijelölt szeletét akarjuk vizsgálni
72
Csak az 50. esettől a 250. esetig számolunk
Az adatok egy részének kijelölése Csak az 50. esettől a 250. esetig számolunk
73
Az adatok szűrése Szűrőváltozót alkalmazunk. Azokat az eseteket hagyjuk el, ahol a szűrőváltozó 0-s, vagy hiányzó adat.
74
Alul is kapunk figyelmeztetést, hogy az állományt szűrtük!
Az adatok szűrése Alul is kapunk figyelmeztetést, hogy az állományt szűrtük!
75
Csak szűrünk, de az adatok a mátrixban maradnak.
Az adatok szűrése Csak szűrünk, de az adatok a mátrixban maradnak.
76
A kiszűrt állományt elmenthetjük
Az adatok szűrése A kiszűrt állományt elmenthetjük
77
Az adatok szűrése A kiszelektált eseteket törölhetjük az adatmátrixból. Ezek az adatok elvesznek.
78
Leíró statisztikák lehívása
79
Leíró statisztikák lehívása
A diszkrét (kategória) változókat vegyük fel a listába! Gyakoriság táblázatot is kérünk. (Ez az alapértelmezett.)
80
Leíró statisztikák lehívása
81
A statisztikák táblázata
82
Gyakoriságtáblázat
83
Grafikonok kérése
84
Oszlopdiagramm
85
Tortadiagramm
86
A táblázatok beállítása
87
Folytonos változók esete
Elmenthetjük új változókba a standardizáltakat
88
Folytonos változók esete
89
Folytonos változók esete
90
Két új változó keletkezett, a standardizált változók
91
Az EXPLORE parancsdoboz
92
Az EXPLORE parancsdoboz
93
EXPLORE táblázatok
94
EXPLORE táblázatok
95
EXPLORE táblázatok
96
EXPLORE táblázatok
97
EXPLORE táblázatok
98
EXPLORE grafikonok hisztogrammok
99
EXPLORE grafikonok P-P grafikonok
100
EXPLORE grafikonok dobozdiagramm
101
Kereszttáblázat
102
Kereszttáblázat
103
Kereszttáblázat
104
Kereszttáblázat
105
Kereszttáblázat
106
Kereszttáblázat
107
Aránystatisztikák
108
Aránystatisztikák
109
Az adatok centrális helyzetét leíró statisztikák
mode a változó esetei közül a leggyakrabban előforduló érték. Ha több ilyen is van az adatban, azok közül a legkisebb. Ordinális és intervallum-skálás típusú adatoknál nem mindig van értelme. Tipikusan diszkrét változók centrumára jellemző statisztikáról van szó.
110
Az adatok centrális helyzetét leíró statisztikák
111
Az adatok centrális helyzetét leíró statisztikák
112
Az adatok centrális helyzetét leíró statisztikák
113
A szóródás mértékei
114
A szóródás mértékei
115
Ferdeség (skewness)
116
Csúcsosság (kurtosis)
117
Kvartilisek
118
Szár-és-levél ábra
119
Kontingencia-táblázat
crosstabulation (kontingencia-táblázat, kereszttábla) Ez egy olyan táblázat, amelynek sorai egy változó (a sorváltozó) értékeihez, az oszlopai egy másik változó (az oszlopváltozó) értékeihez tartoznak. A táblázat egy eleme (cellája) a megfelelő sorváltozó érték és oszlopváltozó érték együttes előfordulási gyakoriságát jelenti az adott mintában. Tehát ha az rxs -es táblázat (i,j) cellájában k érték van, az azt jelenti, hogy a mintában éppen k db olyan eset van, ahol a sorváltozó az értékkészletének i-edik, az oszlopváltozó pedig j-edik elemét veszi fel.
120
Kontingencia-táblázat
Két diszkrét (kategória) változó közötti összefüggés jellemzésére használt gyakoriság-táblázat: Az ij gyakiráság megmutatja, hogy az (yi, xj) párból hány van az adatmátrixban.
121
Kontingencia-táblázat
35 menedzser tanult 16 évig
122
Kontingencia-táblázat
Ennyi lenne a gyakoriság, ha a változók függetlenek lennének!
123
Kontingencia-táblázat
A sor % azt jelenti, hogy a tartalmazott gyakoriság a sor celláiban található össz-gyakoriság hány %-a. Az oszlop % a gyakoriságot a cellával egy oszlopban lévő gyakoriságösszeghez arányítja. A teljes % a cellagyakoriság és a mintanagyság hányadosa. A cellákban álló teljes %-ok összege a táblázatban 100%.
124
Kontingencia-táblázat
A menedzserek a 16 évig tanuló dolgozók 59,3%-át teszik ki (sor %) A menedzserek 41,7%-a tanul 16 évig (oszlop %) A teljes állomány 7,4 %-át teszik ki a 16 évig tanuló menedzserek teljes %)
125
Kontingencia-táblázat
126
Kontingencia-táblázat
127
Kontingencia-táblázat
128
2-próba Pearson-féle 2 -statisztika
a táblázat (i,j) cellájának gyakorisága,
129
2-próba A sor és oszlopváltozók nem lehetnek függetlenek a kicsi szignifikancia szint miatt
130
A többi teszt is elutasítja a függetlenséget!
Egyéb függetlenségi tesztek A többi teszt is elutasítja a függetlenséget!
131
Grafikus illeszkedésvizsgálat
A lehetséges eloszlások: béta, Chi-négyzet , exponenciális, gamma, fél-normális, Laplace, Logisztikus, Lognormál, normális, pareto, Student-féle t,, Weibull, és egyenletes. A P-P ábrán az elméleti eloszlásfüggvény és az empirikus eloszlásfüggvény van összehasonlítva. A Q-Q ábrán látható pontok vízszintes tengelyhez tartozó koordinátái a változó tapasztalati kvantilisei, a függőleges tengelyen pedig a tesztelt eloszlás kvantilisei állnak. A jó illeszkedés esetén a pontok közel szóródnak az ábrán meghúzott egyenes körül!
132
Grafikus illeszkedésvizsgálat
133
Grafikus illeszkedésvizsgálat
134
Grafikus illeszkedésvizsgálat
135
Grafikus illeszkedésvizsgálat
136
Grafikus illeszkedésvizsgálat
137
Grafikus illeszkedésvizsgálat
138
Illeszkedésvizsgálat próbával
139
Az illeszkedés nem fogadható el!
Illeszkedésvizsgálat próbával Az illeszkedés nem fogadható el!
140
A táblázatok formázása
Az eredeti, alapértelmezett formázású kereszttábla
141
Az egér jobb gombjával tehetjük szerkesztő módba a táblázatot.
142
A táblázatok formázása
A „gyári” beállításokat itt érjük el.
143
A táblázatok formázása
A listából kiválasztunk egy megfelelő formázatot.
144
A táblázatok formázása
145
A táblázatok formázása
A táblázat feliratait átírhatjuk
146
A grafikonok típusai
147
Oszlopdiagrammok Az egyszerű oszlopdiagrammok három típusa:
A: Summaries for groups of cases B: Summaries of separate variables C: Values of individual cases
148
Háztartási eszközök gyakoriságainak
A gépkocsi típusok gyakoriságai Háztartási eszközök gyakoriságainak összehasonlítása CD eladásai hetenként
149
Oszlopdiagrammok A csoportosított oszlopdiagrammoknak is három típusa van. A: Summaries for groups of cases B: Summaries os separate variables C: Values of individual cases
150
Oszlopdiagrammok Gépkocsi típusok gyakoriságai az alkalmazás
időtartama szerint A PC és PDA előfordulás összehasonlítása az alkalmazás időtartama szerint A CD reklámújságjainak heti száma és a webes letöltések heti száma
151
Oszlopdiagrammok A ragasztott oszlopdiagrammoknak is három típusa van.
A: Summaries for groups of cases B: Summaries os separate variables C: Values of individual cases
152
Oszlopdiagrammok Gépkocsi típusok az alkalmazás hosszának függvényében
A PC-k és PDA-ák összehasonlítása Az alkalmazás hossza szerint A szórólapok száma és a webes letöltések száma hetenként
153
3D oszlopdiagrammok
154
var1=salary, var2=salbegin, var3=jobcat szereposztásban
3D oszlopdiagrammok B tipusú grafikon, var1=salary, var2=salbegin, var3=jobcat szereposztásban
155
Vonaldiagrammok
156
Vonaldiagrammok A kilenc különböző vonalgrafikon típus, amit elő lehet állítani
157
Vonaldiagrammok A CD eladások hetenként
158
Terület diagrammok
159
Terület diagrammok A hat lehetséges terület grafikon tipus
160
Tortadiagrammok A három tortaábra tipus
161
Tortadiagrammok (pie charts)
A gépkocsi típusok összehasonlítása tortadiagrammon
162
Terjedelem ábrák
163
Terjedelem ábrák Az átlag és medián különbségek High-Low grafikon
a kezdőfizetés és a fizetés különbségének szemléltetésére beosztásonként Az átlag és medián különbségek grafikonja a fizetés és kezdőfizetés esetén, beosztások szerint
164
Terjedelem ábrák Terület-differencia ábrák három alaptípusa
Egyszerű oszlop-differencia ábratípusok
165
Dobozábrák
166
Dobozábrák Dobozábra alaptipusok
167
A dobozábra értelmezése
168
A fizetés és kezdeti fizetés dobozábrái beosztásonként
169
Populáció piramis ábra
Populáció-piramis grafikon Oszlopdiagrammok összekapcsolása Hisztogrammok összekapcsolása
170
Szóródás vagy pontfelhő ábrák
171
Szóródás vagy pontfelhő ábrák
Szóródás- és pontábrák
172
Mátrix szóródás ábrák
173
3D szóródás ábrák A gépkocsik súlya, fogyasztása és gyorsulása egy 3D pontdiagrammon
174
Hisztogrammok Az emberek koreloszlása a normális sűrűségfüggvénnyel
175
Hisztogrammok A fizetések hisztogramja exponenciális sűrűségfüggvénnyel
176
Hisztogrammok A fizetések hisztogrammjai beosztásonként
külön a nőknél és a férfiaknál haranggörbékkel
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.