Вопросы по методам анализа данных (из курса по анализу данных в SPSS)(20%)

1.Таблица одномерных частот, возможности ее использования для анализа данных.

Любой анализ информации, находящейся в окне просмотра данных, начинается с получения одномерных распределений. В социологии их еще часто называют «линейками» или «одномерками». Такой вид анализа позволяет увидеть, как распределились ответы на заданные вопросы, дать описательное представление отдельных переменных в абсолютных (числах) и относительных частотах (процентах), мерах центральной тенденции (среднее, медианное, модальные значения) и мерах разброса (стандартное отклонение, дисперсия, размах).

( Анализ- описательные статистики-частоты)

В таблице можно посмотреть относительную частоту в процентах каждого ответа включая пропущенные значения, валидное процентное значение, кумулятивные (накопленные) процентные значения(сумма процентных частот валидных ответов).

Одномерное распределение может быть получено как для всей выборочной совокупности, так и для отдельной подвыборки, для этого:

Data (данные), Select Cases...(Выбрать случаи).

 пункт If condition is satisfied (Если

выполняется условие) и

 If...(Если).

В открывшемся окне Select Cases: If из списка

исходных переменных выбираем переменную (пол) ипереносим ее в редактор условий. Здесь записывается логическое выражение, по которому должны быть

отобраны случаи (d6=1).

Получение распределений по отдельным подвыборкам позволяет уже на первом этапе работы с эмпирическими данными решать задачи сравнительного анализа.

• Меры центральной тенденции указывают на расположение среднего, или типичного значения признака, вокруг которого сгруппированы остальные наблюдения.

• Средние значения дают некую обобщенную информацию о распределении.

Различные меры описывают разные характеристики распределения:

• Медиана - среднее положение,

• Мода- это такое значение в совокупности наблюдений, которое встречается чаще всего. Недостатки моды. В распределении могут быть две иболее моды (бимодальное и мультимодальное распределения). Когда частоты для всех наблюдаемых значений почти равны или близки лучше воздержаться от использования моды.

• Медиана- обычно используется для ординальных переменных, т.е. таких переменных значения которых могут быть упорядочены от меньших к большим.

• Медиана (Мd) - этозначение, которое делит упорядоченное множество данных пополам, так, что одна половина наблюдений оказывается меньше медианы, а другая больше. Иными словами медиана это 50-й процентиль распределения. Для того, чтобы найти медианное значение для маленького массива наблюдений, достаточно упорядочить наблюдения от меньших значений переменной к большим. На медиану не влияют величины «крайних» очень больших или малых значений.

• Среднее (среднее арифметическое-Х) самая распространенная мера центральной тенденции. Процедура определения среднего: нужно просуммировать все значений наблюдений и разделить полученную сумму на число наблюдений. Среднее уязвимо для крайних значений.

Сравнение значений средних показателей для различных подвыборок - весьма распространенный метод анализа.

Самая грубая мера изменчивости - размах (диапазон) значений. Эта мера не учитывает индивидуальные отклонения значений, описывая лишь диапазон их изменчивости. Под размахом понимают разность между максимальным и минимальным наблюдаемым значением.

Важнейшая мера рассеяния - дисперсия (s2). Возведенные в квадрат отклонения от среднего и их суммирование, а затем деление на объем выборки.

Гистограмма

Частоты на гистограмме обозначены колонками, примыкающими друг к другу. Отображаются также стандартное отклонение, среднее значение и общее количество случаев (N). Кроме того показана кривая нормального распределения.