Az IBM SPSS Statistics programrendszer

Az IBM SPSS Statistics programrendszer
Gazdaságinformatikus MSc

A termék nevének eredete
Statistical Package for Social Scientics Statistical Product and Service Solutions SPSS PASW IBM SPSS Statistics Ketskeméty László IBM SPSS Statistics

Ketskeméty László IBM SPSS Statistics
Ketskeméty László IBM SPSS Statistics

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

Data View üzemmód Ketskeméty László IBM SPSS Statistics

Az adatmátrix Ketskeméty László IBM SPSS Statistics

A mátrix egy adott sora (esete) a többváltozós minta egy eleme Ketskeméty László IBM SPSS Statistics

A mátrix minden oszlopa (változója) statisztikai minta-realizáció, vagy egy idősor realizációja Ketskeméty László IBM SPSS Statistics

A Variable View üzemmód Ketskeméty László IBM SPSS Statistics

A változó típusa (type) Ketskeméty László IBM SPSS Statistics

A változó címkéje (label) Ketskeméty László IBM SPSS Statistics

Értékcímkék megadása I. Ketskeméty László IBM SPSS Statistics

Értékcímkék megadása II.
(value labels) Ketskeméty László IBM SPSS Statistics

Hiányzó adatok definiálása Ketskeméty László IBM SPSS Statistics

A hiányzó adat I. Ketskeméty László IBM SPSS Statistics

A hiányzó adat II. Ketskeméty László IBM SPSS Statistics

A mérési szint I. Ketskeméty László IBM SPSS Statistics

Mérési szintek II. Ketskeméty László IBM SPSS Statistics

Adatok beolvasása: File/Open/Data Ketskeméty László IBM SPSS Statistics

Adatok beolvasása Ketskeméty László IBM SPSS Statistics

Output szerkesztő ablak (Viewer)

Pozícionáló fa Ketskeméty László IBM SPSS Statistics

Output elemek  log Ketskeméty László IBM SPSS Statistics

Output elemek  diagrammok, ábrák
oszlopdiagramm boxplot-ábra tortadiagramm Ketskeméty László IBM SPSS Statistics

Output elemek  diagrammok, ábrák
szóródás ábra hisztogramm P-P grafikon Ketskeméty László IBM SPSS Statistics

Output elemek  táblázatok Jelentés a feldolgozott változókról Ketskeméty László IBM SPSS Statistics

Output elemek  táblázatok Kereszt-gyakoriság táblázat Ketskeméty László IBM SPSS Statistics

Output elemek  táblázatok Statisztikák listája Ketskeméty László IBM SPSS Statistics

Output elemek  táblázatok Gyakoriságtáblázat Ketskeméty László IBM SPSS Statistics

Az adatok rendezése Ketskeméty László IBM SPSS Statistics

Az adatok rendezése Rendezzük át az állományt a kor szerint növekvő sorrendbe! Ketskeméty László IBM SPSS Statistics

Az adatok rendezése Növekvő sorrendet állítunk be 2018.09.18.

Az adatok rendezése A legfiatalabb esettel kezdődik a felsorolás.

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

Új változók számítása 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

A kifejezés képletének megadásakor használhatjuk a kalkulátort és a változó listát. „Direktben” is megadhatjuk a képletet a klaviatúráról. Ketskeméty László IBM SPSS Statistics

A képletekhez függvényeket is felhasználhatunk egy listából. 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

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

Átkódolás (recode into same variable)

Átkódolás (recode into same variable) Ketskeméty László IBM SPSS Statistics

Átkódolás más változóba

Átkódolás más változóba Ketskeméty László IBM SPSS Statistics

Automatikus átkódolás

Automatikus átkódolás Pl. 4  1 7  2 11  3 215  4 Ketskeméty László IBM SPSS Statistics

Kategorizálás (binning)

Kategorizálás (binning) Ketskeméty László IBM SPSS Statistics

Rangszámképzés Ketskeméty László IBM SPSS Statistics

Az adatok szűrése

Nincs szűrés, mindegyik esettel számolni akarunk
Az adatok szűrése Nincs szűrés, mindegyik esettel számolni akarunk

Feltételtől függő szűrést aktivizálunk
Az adatok szűrése Feltételtől függő szűrést aktivizálunk

Csak a férfiak (m=male) eseteivel akarunk számolni
Az adatok feltételes szűrése Csak a férfiak (m=male) eseteivel akarunk számolni

Véletlentől függő szűrést aktivizálunk
Az adatok szűrése Véletlentől függő szűrést aktivizálunk

Az esetek véletlenszerűen kiválasztott negyedével akarunk foglalkozni
Az adatok véletlenszerű szűrése Az esetek véletlenszerűen kiválasztott negyedével akarunk foglalkozni

Az adatok csak egy kijelölt szeletét akarjuk vizsgálni
Az adatok szűrése Az adatok csak egy kijelölt szeletét akarjuk vizsgálni

Csak az 50. esettől a 250. esetig számolunk
Az adatok egy részének kijelölése Csak az 50. esettől a 250. esetig számolunk

Az adatok szűrése Szűrőváltozót alkalmazunk. Azokat az eseteket hagyjuk el, ahol a szűrőváltozó 0-s, vagy hiányzó adat.

Alul is kapunk figyelmeztetést, hogy az állományt szűrtük!
Az adatok szűrése Alul is kapunk figyelmeztetést, hogy az állományt szűrtük!

Csak szűrünk, de az adatok a mátrixban maradnak.
Az adatok szűrése Csak szűrünk, de az adatok a mátrixban maradnak.

A kiszűrt állományt elmenthetjük
Az adatok szűrése A kiszűrt állományt elmenthetjük

Az adatok szűrése A kiszelektált eseteket törölhetjük az adatmátrixból. Ezek az adatok elvesznek.

Leíró statisztikák lehívása

A diszkrét (kategória) változókat vegyük fel a listába! Gyakoriság táblázatot is kérünk. (Ez az alapértelmezett.)

A statisztikák táblázata

Gyakoriságtáblázat

Grafikonok kérése

Oszlopdiagramm

Tortadiagramm

A táblázatok beállítása

Folytonos változók esete
Elmenthetjük új változókba a standardizáltakat

Folytonos változók esete

Két új változó keletkezett, a standardizált változók

Az EXPLORE parancsdoboz

EXPLORE táblázatok

EXPLORE grafikonok hisztogrammok

EXPLORE grafikonok P-P grafikonok

EXPLORE grafikonok dobozdiagramm

Kereszttáblázat

Aránystatisztikák

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.

Az adatok centrális helyzetét leíró statisztikák

A szóródás mértékei

Ferdeség (skewness)

Csúcsosság (kurtosis)

Kvartilisek

Szár-és-levél ábra

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.

Két diszkrét (kategória) változó közötti összefüggés jellemzésére használt gyakoriság-táblázat: Az ij gyakiráság megmutatja, hogy az (yi, xj) párból hány van az adatmátrixban.

35 menedzser tanult 16 évig

Ennyi lenne a gyakoriság, ha a változók függetlenek lennének!

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%.

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 %)

2-próba Pearson-féle 2 -statisztika
a táblázat (i,j) cellájának gyakorisága,

2-próba A sor és oszlopváltozók nem lehetnek függetlenek a kicsi szignifikancia szint miatt

A többi teszt is elutasítja a függetlenséget!
Egyéb függetlenségi tesztek A többi teszt is elutasítja a függetlenséget!

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!

Grafikus illeszkedésvizsgálat

Illeszkedésvizsgálat próbával

Az illeszkedés nem fogadható el!
Illeszkedésvizsgálat próbával Az illeszkedés nem fogadható el!

A táblázatok formázása
Az eredeti, alapértelmezett formázású kereszttábla

Az egér jobb gombjával tehetjük szerkesztő módba a táblázatot.

A „gyári” beállításokat itt érjük el.

A listából kiválasztunk egy megfelelő formázatot.

A táblázat feliratait átírhatjuk

A grafikonok típusai

Oszlopdiagrammok Az egyszerű oszlopdiagrammok három típusa:
A: Summaries for groups of cases B: Summaries of separate variables C: Values of individual cases

Háztartási eszközök gyakoriságainak
A gépkocsi típusok gyakoriságai Háztartási eszközök gyakoriságainak összehasonlítása CD eladásai hetenként

Oszlopdiagrammok A csoportosított oszlopdiagrammoknak is három típusa van. A: Summaries for groups of cases B: Summaries os separate variables C: Values of individual cases

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

Oszlopdiagrammok A ragasztott oszlopdiagrammoknak is három típusa van.
A: Summaries for groups of cases B: Summaries os separate variables C: Values of individual cases

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

3D oszlopdiagrammok

var1=salary, var2=salbegin, var3=jobcat szereposztásban
3D oszlopdiagrammok B tipusú grafikon, var1=salary, var2=salbegin, var3=jobcat szereposztásban

Vonaldiagrammok

Vonaldiagrammok A kilenc különböző vonalgrafikon típus, amit elő lehet állítani

Vonaldiagrammok A CD eladások hetenként

Terület diagrammok

Terület diagrammok A hat lehetséges terület grafikon tipus

Tortadiagrammok A három tortaábra tipus

Tortadiagrammok (pie charts)
A gépkocsi típusok összehasonlítása tortadiagrammon

Terjedelem ábrák

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

Terjedelem ábrák Terület-differencia ábrák három alaptípusa
Egyszerű oszlop-differencia ábratípusok

Dobozábrák

Dobozábrák Dobozábra alaptipusok

A dobozábra értelmezése

A fizetés és kezdeti fizetés dobozábrái beosztásonként

Populáció piramis ábra
Populáció-piramis grafikon Oszlopdiagrammok összekapcsolása Hisztogrammok összekapcsolása

Szóródás vagy pontfelhő ábrák

Szóródás vagy pontfelhő ábrák
Szóródás- és pontábrák

Mátrix szóródás ábrák

3D szóródás ábrák A gépkocsik súlya, fogyasztása és gyorsulása egy 3D pontdiagrammon

Hisztogrammok Az emberek koreloszlása a normális sűrűségfüggvénnyel

Hisztogrammok A fizetések hisztogramja exponenciális sűrűségfüggvénnyel

Hisztogrammok A fizetések hisztogrammjai beosztásonként
külön a nőknél és a férfiaknál haranggörbékkel

Az IBM SPSS Statistics programrendszer

Hasonló előadás

Az előadások a következő témára: "Az IBM SPSS Statistics programrendszer"— Előadás másolata:

Hasonló előadás

Projectumról

Visszajelzés

Bejelentkezés

A társadalmi hálózaton keresztül belépni:

Az IBM SPSS Statistics programrendszer

Hasonló előadás

Az előadások a következő témára: "Az IBM SPSS Statistics programrendszer"— Előadás másolata:

Hasonló előadás

Projectumról

Visszajelzés