10. Непараметрический регрессионный и дисперсионный анализ. На примере пакета spss.

Регрессионный анализ предназначен для изучения взаимосвязи одной (зависимой, результатирующей) и нескольких других (независимых, исходных) переменных. Исходные данные для регрессионного анализа представляют собой таблицу (матрицу), в которой строки соответствуют объектам (испытуемым), а столбцы – переменным.

Регрессионный анализ позволяет определить и то, какие показатели («независимые переменные») наиболее существенны, важны для предсказания, а какими переменными можно пренебречь, исключив их из анализа.

Чтобы вызвать регрессионный анализ в SPSS, выберите в меню Analyze... (Анализ) Regression... (Регрессия). Откроется соответствующее подменю

Простая линейная регрессия

Простая линейная регрессия позволяет прогнозировать результат через определенный промежуток времени. При проведении простой линейной регрессии основной задачей является определение параметров b и а. Оптимальным решением этой задачи является такая прямая, для которой сумма квадратов вертикальных расстояний до отдельных точек данных является минимальной.

Для этого выберите в меню Analyze... (Анализ) Regression...(Регрессия) Linear... (Линейная). Появится диалоговое окно Linear Regression. Перенесите переменную rm в поле для зависимых переменных и присвойте переменной nvi статус независимой переменной. Ничего больше не меняя, начните расчёт нажатием ОК.

Многочисленные вспомогательные значения, рассчитываемые в ходе построения уравнения регрессии, можно сохранить как переменные и использовать в дальнейших расчётах. Для этого в диалоговом окне Linear Regression (Линейная регрессия) щёлкните на кнопке Save (Сохранить). Откроется диалоговое окно Linear Regression: Save

Множественная линейная регрессия

Множественная линейная регрессия используется в том случае, если в регрессионный анализ вовлекаются несколько переменных. Для этого выберите в меню Analyze... (Анализ) Regression...(Регрессия) Linear... (Линейная). Поместите, например, переменную ozn в поле для зависимых переменных, а переменные: IQ, mot, otv, us объявите независимыми.

Нелинейная регрессия

Нелинейная регрессия используется для перевода нелинейных связей в линейную модель. Для этого выберите в меню Analyze... (Анализ) Regression... (Регрессия) Nonlinear... (Нелинейная). В диалоговом окне Nonlinear Regression (Нелинейная регрессия) перенесите переменную bal в поле для зависимых переменных. Щёлкните на поле Model Expression (Модельное выражение) и внесите в него необходимую формулу. При вводе формулы можно использовать клавиатуру, находящуюся в диалоговом окне. Затем задайте начальные значения параметров. Щёлкните на кнопке Parameter... (Параметр) и вы получите диалоговое окно, в котором сможете задавать начальные значения. Щёлкните на кнопке Save (Сохранить). Отметьте в диалоговом окне Nonlinear Regression: Save New Variables (Нелинейная регрессия: Сохранить новые переменные) параметры: Predicted Values (Прогнозируемые значения) и Residuals (Остатки). Таким образом, Вы создадите две новые переменные, которые содержат вычисленные значения. Начните расчёт нажатием ОК.

Бинарная логистическая регрессия

С помощью метода бинарной логистической регрессии можно исследовать зависимость дихотомических переменных от независимых переменных, имеющих любой вид шкалы. Для этого выберите в меню Analyze... (Анализ) Regression... (Регрессия) Binary logistic... (Бинарная логистическая). Открывается диалоговое окно Logistic Regression.

Дисперсионный анализ

Общепринятое сокращенное обозначение дисперсионного анализа — ANOVA (от англоязычного ANalysis Of VAriance)— это метод сравнения нескольких (более двух) выборок по признаку, измеренному в метрической шкале. Как и в случае сравнения двух выборок при помощи критерия t-Стьюдента, ANOVA решает задачу сравнения средних значений, но не двух, а нескольких. Типичная схема эксперимента сводится к изучению влияния независимой переменной (одной или нескольких) на зависимую переменную.

В зависимости от типа экспериментального плана выделяют четыре основных варианта ANOVA: однофакторный, многофакторный, ANOVA с повторными измерениями и многомерный ANOVA.

В рамках дисперсионного анализа SPSS предлагает множество возможностей. Во-первых, дисперсионный анализ может выполняться в рамках двух подходов:

• при помощи традиционного "классического" метода по Фишеру (Fisher) и

• при помощи нового метода "обобщенной линейной модели".

Первый подход сводится к разложению по методу наименьших квадратов (МНК); в однофакторном случае совокупная дисперсия всех наблюдаемых значений раскладывается на дисперсию внутри отдельных групп и дисперсию между группами. В основе обобщенной линейной модели напротив, лежит, корреляционный или регрессионный анализ.

Дисперсионный анализ может быть вызван посредством выбора меню Analyze (Анализ) General Linear Model (Общая линейная модель). С помощью данного меню можно провести одномерный дисперсионный анализ (Univariate...), многомерный дисперсионный анализ (Multivariate...), многомерный дисперсионный анализ с учетом повторных измерений (Repeated Measures...). И, наконец, в данном меню имеется один пункт для расчёта компонентов дисперсии (Variance Components...).

Возможно также проведение дисперсионного анализа по традиционному "классическому" методу Фишера. Однако такой анализ выполним только за счёт использования программного синтаксиса (процедура ANOVA).

Для одномерного анализа будут рассмотрены варианты без повторных измерений и с повторными измерениями. Для этого выберите в меню Analyze (Анализ) General Linear Model (Общая линейная модель) Univariate... (Одномерная) Откроется диалоговое окно Univariate (Одномерная). Перенесите исследуемые переменные в поле зависимых переменных и в поле фиксированных факторов. Фиксированными факторами или факторами с фиксированными эффектами называются такие факторы, которые охватывают все возможные классификационные слои одной независимой переменной. Щёлкните по кнопке Model... (Модель). Откроется диалоговое окно Univariate: Model (Одномерная: Модель).

Одномерный дисперсионный анализ с повторным измерением

Этот метод используется при исследовании разных градаций фактора или разных условий на одну и ту же выборку испытуемых.. Для этого выберите в меню Analyze (Анализ) General Linear Model (Общая линейная модель) Repeated Measures... (Повторные измерения). Отроется диалоговое окно Repeated Measures Define Factors(s) (Повторные измерения: Определение фактора(ов)). Вместо установленного по умолчанию имени фактора factorl введите новое имя, например zeit (время). В поле Number of Levels (Количество слоев) введите необходимое значение. Щёлкните на Add (Добавить), и, если больше нет никаких факторов с повторными измерениями, покиньте диалоговое окно посредством нажатия кнопки Define (Определить).

Появится диалоговое окно Repeated Measures (Повторные измерения). Здесь, в первую очередь, последовательно перенесите переменные повторных измерений в поле для внутри субъектных переменных (Within-Subjects Variables). Затем, необходимые переменные перенесите в поле для межсубъектных факторов (Between-Subjects Factor(s)).

В диалоговом окне Options (Опции) активируйте вывод средних для факторов, в поле отображаемых результатов (Display) активируйте вывод дескриптивных статистик и, помимо этого, сделайте запрос на тест однородности. Начните расчёт нажатием ОК.

Многомерный дисперсионный анализ

Многомерный дисперсионный анализ применяется тогда, когда в одном дисперсионном анализе необходимо одновременно исследовать влияние факторов и возможных ковариации (независимых переменных) на несколько зависимых переменных. Для этого выберите в меню Analyze (Анализ) General Linear Model (Общая линейная модель) Multivariate... (Многомерная). Откроется диалоговое окно Multivariate.

Поместите исследуемые переменные в поле, предусмотренное для зависимых переменных. Другим переменным присвойте статус постоянного фактора.

Под выключателями Contrasts... (Контрасты), Model... (Модель) и Options... (Опции) Вы найдёте множество разнообразных возможностей для задания контрастов, выбора различных вариантов моделей или организации вывода всевозможных дополнительных результатов расчёта; к примеру, здесь можно активировать тесты проверки дисперсии на однородность. Начните расчёт нажатием ОК.

10. Программа социологического исследования. Объект и предмет социологических исследований. Предварительный системный анализ объекта исследований. Программа социологического исследования – это теоретический документ, излагающий методологические, методические и организационные принципы, приемы, средства изучения конкретного социального объекта (А.И. Шикун).Программа, исходя из своего назначения, выполняет функции:а). Теоретико-методологическую (методологическую), которая позволяет определить научную проблему и подготовить основы для ее решения в контексте изменяющегося теоретического знания в данной сфере.

б). Методическую, которая позволяет наметить методы сбора социологической информации и описания ожидаемых результатов, благодаря которым можно осуществить переход от теоретических положений к эмпирическим фактам, затем, от них к новым теоретическим обобщениям, выводам и практическим рекомендациям.

в). Организационную, которая позволяет спланировать деятельность исследователя или коллектива исследователей на всех этапах работы, определять ее последовательность и проводить контроль поэтапного хода исследования.

Программа теоретико-прикладного исследования включает следующие элементы:

По В.А. Ядову. Методологический раздел программы:

1.Формулировка проблемы, определение объекта и предмета исследования.

2.Определение цели и постановка задач исследования.

3.Уточнение и интерпретация основных понятий.

4.Предворительный системный анализ объекта исследования.

5.Развертывание рабочих гипотез.

Методический раздел программы:

6.Принципиальный (стратегический) план исследования.

7.Обоснование системы выборки единиц наблюдения.

8.Набросок основных процедур сбора и анализа исходных данных.

Программа дополняется рабочим планом, в котором упорядочиваются этапы работы, сроки осуществления исследования, оцениваются необходимые ресурсы и т.д.

Объект социологического исследования - это деятельность людей, занимающих определенное социальное положение, и условия, в которых эта деятельность осуществляется.Предмет исследования - это то, что изучается в объекте, то есть на что направлено изучение, те свойства и стороны объекта, которые отражают определенную проблему. Это могут быть социальные явления и процессы, если объектом выступают конкретные социальные общности; степень выраженности свойств, характеристик, структура социальных явлений и процессов, общностей людей и т.п.Одна из задач начального этапа социологического исследования заключается в том, чтобы дать гипотетическое развёрнутое описание социального объекта как системы, т. е. описать его с позиции системного анализа. Таким образом фиксируются определённые элементы и связи, характерные для изучаемого объекта.

Результатом предварительного системного анализа изучаемого социального объекта является предмет исследования, имеющий форму некоторой гипотетической модели, которая может быть представлена в виде схемы с описанием элементов и связей изучаемого объекта. Системный анализ объекта позволяет прояснить предмет исследования, выделить основные понятия и дать их интерпретацию, а так же выдвинуть рабочие гипотезы.