Analiza wariancji jednej zmiennej (UNIANOVA)

Podobne dokumenty
Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Badanie zależności skala nominalna

Regresja logistyczna (LOGISTIC)

Analizy wariancji ANOVA (analysis of variance)

Wprowadzenie do analizy dyskryminacyjnej

Księgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice

Zadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór.

, a ilość poziomów czynnika A., b ilość poziomów czynnika B. gdzie

Inżynieria biomedyczna, I rok, semestr letni 2014/2015 Analiza danych pomiarowych. Laboratorium VIII: Analiza kanoniczna

Rozdział 8. Regresja. Definiowanie modelu

Gimnastyka artystyczna

Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą w oddzielnej kolumnie.

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku

7.4 Automatyczne stawianie prognoz

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

Zawartość. Zawartość

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

Testy post-hoc. Wrocław, 6 czerwca 2016

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe?

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

ANALIZY WIELOZMIENNOWE

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

ANALIZA REGRESJI SPSS

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

Zmienne zależne i niezależne

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Własności statystyczne regresji liniowej. Wykład 4

Dysleksja jest dla inteligentnych?

IBM SPSS Custom Tables 24 IBM

Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi)

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

KORELACJE I REGRESJA LINIOWA

Analiza niepewności pomiarów

Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii

Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby

Estymacja parametrów rozkładu cechy

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 11 DOŚWIADCZENIE JEDNOCZYNNIKOWE W UKŁADZIE CAŁKOWICIE LOSOWYM PORÓWNANIA SZCZEGÓŁOWE

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

Elementy statystyki wielowymiarowej

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

8.1. Syndrom wypalenia zawodowego a dopasowanie do środowiska pracy - analiza korelacji. Rozdział 8. Dane uzyskane w badaniach

Analiza współzależności zjawisk

STATYSTYKA MATEMATYCZNA

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Spis treści. Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów. Wstęp Wprowadzenie...

Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności. Łączny rozkład cech X, Y jest normalny: Test współczynnika korelacji Pearsona

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

Przykład 1. (A. Łomnicki)

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Jednoczynnikowa analiza wariancji

Testy nieparametryczne

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Metodologia badań psychologicznych. Wykład 12. Korelacje

Opis programu studiów

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności.

Prognoza sprawozdania finansowego Bilans

Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności

Analiza Statystyczna

TESTY I KORELACJE cz.2

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Kolokwium ze statystyki matematycznej

MODELE LINIOWE. Dr Wioleta Drobik

Wykład 3. Rozkład normalny

Ekonometria. Zajęcia

Wykorzystanie technologii Blockchain w Centrach Usług Wspólnych

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Satysfakcja z życia rodziców dzieci niepełnosprawnych intelektualnie

Analiza autokorelacji

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

4. Średnia i autoregresja zmiennej prognozowanej

1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe

Weryfikacja hipotez statystycznych

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

STATYSTYKA OPISOWA 1. CZĘSTOŚCI

Statystyka i Analiza Danych

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

1 Podstawy rachunku prawdopodobieństwa

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

Rachunek prawdopodobieństwa WZ-ST1-AG--16/17Z-RACH. Liczba godzin stacjonarne: Wykłady: 15 Ćwiczenia: 30. niestacjonarne: Wykłady: 9 Ćwiczenia: 18

Badanie normalności rozkładu

Metody Statystyczne. Metody Statystyczne.

ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna

W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.

STATYSTYKA wykłady. L.Gruszczyński Elementy statystyki dla socjologów Dr. Pactwa pon. i wtorek 09:30 11:00 (pok. 217) I. (08.X)

Szacowanie wartości hodowlanej. Zarządzanie populacjami

Wszystkie wyniki w postaci ułamków należy podawać z dokładnością do czterech miejsc po przecinku!

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. laboratoria 30 zaliczenie z oceną

Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej.

Transkrypt:

UNIANOVA ocena BY pĺ eä szkoĺ a doĺ wiadczenie /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=szkoĹ a(snk) /PLOT=PROFILE(szkoĹ a*doĺ wiadczenie*pĺ eä doĺ wiadczenie*szkoĺ a*pĺ eä szkoĺ a*pĺ eä *doĺ wiadczenie pĺ eä *szkoĺ a*doĺ wiadczenie) /EMMEANS=TABLES(pĹ eä *doĺ wiadczenie) /EMMEANS=TABLES(szkoĹ a) /EMMEANS=TABLES(pĹ eä *szkoĺ a*doĺ wiadczenie) /CRITERIA=ALPHA(.05) /DESIGN=pĹ eä szkoĺ a doĺ wiadczenie pĺ eä *szkoĺ a pĺ eä *doĺ wiadczenie szkoĺ a*doĺ wiadczenie pĺ eä *szkoĺ a*doĺ wiadczenie. Analiza wariancji jednej zmiennej (UNIANOVA) Uwagi Raport sporządzono Komentarze Dane wejściowe Traktowanie braków danych Polecenie Zasoby Roboczy plik danych Filtr Waga Podział na podzbiory Liczba obserwacji w roboczym pliku danych Definicja braków danych Użycie obserwacji Czas procesora Czas wykonania ZbiórDanych 9-maj-20 0:37:23 Wartości zdefiniowane przez użytkownika jako braki danych są traktowane jako braki danych. Statystyki obliczane są na podstawie obserwacji z ważnymi danymi we wszystkich zmiennych w modelu. UNIANOVA ocena BY /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=(SNK) /PLOT=PROFILE (** ** ** **) /EMMEANS=TABLES (*) /EMMEANS=TABLES() /EMMEANS=TABLES (**) /CRITERIA=ALPHA(.05) /DESIGN= * * * **. 20 00 00:00:04,469 00 00:00:04,344 [ZbiórDanych] Strona

Czynniki międzyobiektowe 0 2 3 4 2 Etykieta wartości mężczyzna kobieta N 04 04 52 52 52 52 04 04 Zmienna zależna:ocena Źródło Model skorygowany Stała * * * * * błąd Ogółem Testy efektów międzyobiektowych Typ III sumy kwadratów 262,48 a 744,043,942 49,563 50,09 6,37,389 9,087 35,0 69,038 8025,500 Ogółem skorygowane 88,457 207 df 5 3 3 3 3 92 208 a. R kwadrat =,298 (Skorygowane R kwadrat =,243) Oszacowane średnie brzegowe Średni kwadrat 7,495 744,043,942 49,854 50,09 2,06,389 6,362,700 3,224 F 5,426 225,785,292 5,463 5,54,653,43,973 3,629 Istotność,000,000,589,000,000,582,52,9,04 Zmienna zależna:ocena mężczyzna kobieta. * Średnia 5,59 6,337 5,22 6,365 Błąd standardowy,249,249,249,249 95% przedział ufności Dolna granica Górna granica 5,028 6,00 5,845 6,828 4,730 5,72 5,874 6,857 Strona 2

Zmienna zależna:ocena Średnia 6,37 4,952 7,09 2. Błąd standardowy,249,249,249 95% przedział ufności Dolna granica 5,826 4,46 6,528 Górna granica 6,808 5,443 7,50 5,54,249 4,663 5,645 Zmienna zależna:ocena mężczyzna kobieta 3. * * Średnia 6,000 7,23 5,385 4,654 6,500 7,54 4,92 6,308 6,308 5,73 4,038 5,73 6,23 8,92 4,308 5,808 Błąd standardowy Strona 3

Zmienna zależna:ocena mężczyzna kobieta Testy post hoc Grupy jednorodne 3. * * 95% przedział ufności Dolna granica N 2 3 52 52 52 52 ocena Test Studenta-Newmana-Keulsa a,b 4,952 5,54 Grupy 6,37 5,08 6,248 4,402 3,672 5,58 6,72 3,20 5,325 5,325 4,748 3,056 4,748 5,248 7,20 3,325 4,825 Istotność,567,000,000 Wyświetlane są średnie dla grup jednorodnych. Utworzone na podstawie obserwowanych średnich. Składnik błędu to średni kwadrat(błąd) = 3,224. a. Użyto średniej harmonicznej wielkości próby = 52,000 b. Alfa =,05. 7,09 Górna granica 6,982 8,23 6,367 5,636 7,482 8,36 5,75 7,290 7,290 6,73 5,02 6,73 7,23 9,75 5,290 6,790 Wykresy profili * * Strona 4

8,0 Oszacowane średnie brzegowe - ocena w = mężczyzna Oszacowane średnie brzegowe 7,0 6,0 5,0 4,0 Strona 5

9,0 Oszacowane średnie brzegowe - ocena w = kobieta Oszacowane średnie brzegowe 8,0 7,0 6,0 5,0 4,0 * * Strona 6

Oszacowane średnie brzegowe - ocena Oszacowane średnie brzegowe 8,0 7,0 6,0 5,0 w = mężczyzna 4,0 Strona 7

Oszacowane średnie brzegowe - ocena Oszacowane średnie brzegowe 9,0 8,0 7,0 6,0 5,0 w = kobieta 4,0 * * Strona 8

6,5 Oszacowane średnie brzegowe - ocena w = mężczyzna kobieta Oszacowane średnie brzegowe 6,0 5,5 5,0 4,5 4,0 Strona 9

9,0 Oszacowane średnie brzegowe - ocena w = mężczyzna kobieta Oszacowane średnie brzegowe 8,0 7,0 6,0 5,0 4,0 * * Strona 0

Oszacowane średnie brzegowe - ocena Oszacowane średnie brzegowe 6,5 6,0 5,5 5,0 4,5 w = 4,0 mężczyzna kobieta Strona

Oszacowane średnie brzegowe - ocena Oszacowane średnie brzegowe 9,0 8,0 7,0 6,0 5,0 w = 4,0 mężczyzna kobieta CORRELATIONS /VARIABLES=ocena rozmowa /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE. Korelacje Strona 2

Raport sporządzono Komentarze Dane wejściowe Traktowanie braków danych Polecenie Zasoby Roboczy plik danych Filtr Waga Podział na podzbiory Liczba obserwacji w roboczym pliku danych Definicja braków danych Użycie obserwacji Czas procesora Czas wykonania Uwagi ZbiórDanych 9-maj-20 0:4:40 Wartości zdefiniowane przez użytkownika jako braki danych są traktowane jako braki danych. Statystyki dla każdej pary zmiennych są obliczane w oparciu o wszystkie obserwacje z ważnymi danymi w obu zmiennych z danej pary. CORRELATIONS /VARIABLES=ocena rozmowa /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE. 20 00 00:00:00,05 00 00:00:00,05 [ZbiórDanych] ocena rozmowa Korelacja Pearsona Istotność (dwustronna) N Korelacja Pearsona Istotność (dwustronna) N Korelacje ocena **. Korelacja jest istotna na poziomie 0.0 (dwustronnie).,000 208 rozmowa,632 **,000 208 208,632 ** 208 CROSSTABS /TABLES=ocena BY rozmowa /FORMAT=AVALUE TABLES /CELLS=COUNT /COUNT ROUND CELL. Tabele krzyżowe (CROSSTABS) Strona 3

Raport sporządzono Komentarze Dane wejściowe Traktowanie braków danych Polecenie Zasoby [ZbiórDanych] Roboczy plik danych Filtr Waga Podział na podzbiory Liczba obserwacji w roboczym pliku danych Definicja braków danych Użycie obserwacji Czas procesora Czas wykonania Uwagi Wyspecyfikowanych wymiarów Dostępnych komórek ZbiórDanych 9-maj-20 0:42:24 Wartości zdefiniowane przez użytkownika jako braki danych są traktowane jako braki danych. Statystyki obliczane są na podstawie wszystkich obserwacji z ważnymi danymi z określonych przedziałów we wszystkich zmiennych w danej tabeli. CROSSTABS /TABLES=ocena BY rozmowa /FORMAT=AVALUE TABLES /CELLS=COUNT /COUNT ROUND CELL. 20 00 00:00:00,000 00 00:00:00,06 2 74762 Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem N Procent N Procent N Procent ocena * rozmowa 208 99,0% 2,0% 20 00,0% Strona 4

Tabela krzyżowa ocena * rozmowa Liczebność rozmowa nie tak Ogółem ocena,0 2 0 2 2,0 4 0 4 3,0 7 2 9 3,5 7 0 7 4,0 9 3 22 5,0 27 3 40 5,5 3 0 3 6,0 9 8 37 6,5 0 2 2 7,0 6 2 27 8,0 7 8 8,5 0 2 2 9,0 2 0,0 0 3 3 Ogółem 06 02 208 DISCRIMINANT /GROUPS=rozmowa(0 ) /VARIABLES=pĹ eä szkoĺ a doĺ wiadczenie ocena /ANALYSIS ALL /METHOD=WILKS /FIN=3.84 /FOUT=2.7 /PRIORS EQUAL /HISTORY /CLASSIFY=NONMISSING POOLED. Analiza dyskryminacyjna (DISCRIMINANT) Strona 5

Raport sporządzono Komentarze Dane wejściowe Traktowanie braków danych Polecenie Zasoby Plik danych Roboczy plik danych Filtr Waga Podział na podzbiory Liczba obserwacji w roboczym pliku danych Definicja braków danych Użycie obserwacji Czas procesora Czas wykonania Uwagi ZbiórDanych 9-maj-20 :06:24 E:\\warsztaty\CVki\baza cv.sav Wartości zdefiniowane przez użytkownika jako braki danych są traktowane jako braki danych. Statystyki obliczane są na podstawie obserwacji, które nie mają systemowych ani zdefiniowanych przez użytkownika braków danych w żadnym z predyktorów. Obserwacje zawierające w zmiennej grupującej braki danych zdefiniowane przez użytkownika, systemowe braki danych lub wartości spoza zakresu są zawsze wykluczane. DISCRIMINANT /GROUPS=rozmowa(0 ) /VARIABLES= ocena /ANALYSIS ALL /METHOD=WILKS /FIN=3.84 /FOUT=2.7 /PRIORS EQUAL /HISTORY /CLASSIFY=NONMISSING POOLED. 209 00 00:00:00,05 00 00:00:00,03 [ZbiórDanych] E:\\warsztaty\CVki\baza cv.sav Strona 6

Informacja o analizowanych danych Obserwacje nieważone Uwzględnione Wykluczone Ogółem obserwacji Braki danych lub wartości spoza zakresu zmiennej grupującej Co najmniej jedna zmienna dyskryminująca z brakami danych Obserwacje z brakami danych lub z wartościami spoza zakresu zmiennej grupującej i co najmniej jedna zmienna dyskryminująca z brakami danych Ogółem wykluczonych N 208 0 0 209 Procent 99,5,0,0,5,5 00,0 Statystyki dla grup rozmowa nie tak Ogółem ocena ocena ocena N Ważnych (usuwanie obserwacjami) Nieważone 06 06 06 06 02 02 02 02 208 208 208 208 Ważone 06,000 06,000 06,000 06,000 02,000 02,000 02,000 02,000 208,000 208,000 208,000 208,000 Analiza Metoda krokowa Statystyki Strona 7

Krok Wprowadzone Statystyka a,b,c,d Zmienne wprowadzone/usunięte Lambda Wilksa ocena,60 206,000 Krok Statystyka Lambda Wilksa df F dokładne df2 df Istotność 36,800 206,000,000 df2 df3 a,b,c,d Zmienne wprowadzone/usunięte W każdym kroku jest wprowadzana zmienna, która minimalizuje ogólny współczynnik Lambda Wilksa. a. Minimalna liczba kroków wynosi 8. b. Minimalne cząstkowe F wprowadzania wynosi 3.84. c. Maksymalne cząstkowe F usunięcia wynosi 2.7. d. Niedostateczny poziom F, minimum V Rao lub tolerancji do kontynuowania obliczeń. Krok Zmienne w analizie Tolerancja F usunięcia ocena,000 36,800 Zmienne poza analizą Krok 0 Tolerancja,000 Minimalna tolerancja,000 F wprowadzania,305 Lambda Wilksa,999,000,000,242,994,000,000 9,654,955 ocena,000,000 36,800,60,000,000,08,60,999,999,28,600,98,98,359,597 Krok Liczba zmiennych Lambda,60 206 df Lambda Wilksa df2 df3 Krok Statystyka df F dokładne df2 Lambda Wilksa Istotność 36,800 206,000,000 Kanoniczne funkcje dyskryminacyjne - podsumowanie Strona 8

Funkcja Wartość własna Wartości własne % wariancji % skumulowany Korelacja kanoniczna,664 a 00,0 00,0,632 a. W analizie użyto pierwszych funkcji dyskryminacyjnych. Test funkcji Lambda Wilksa Lambda Wilksa Chi-kwadrat df Istotność,60 04,655,000 Standaryzowane współczynniki kanonicznych funkcji dyskryminacyjnych Funkcja ocena,000 ocena a a Macierz struktury Funkcja a -,0 Połączone korelacje wewnątrzgrupowe pomiędzy zmiennymi dyskryminującymi i standaryzowanymi kanonicznymi funkcjami dyskryminacyjnymi. Zmienne są uporządkowane według wartości bezwzględnej korelacji w obrębie funkcji. a. Zmienna nie jest użyta w analizie. Funkcje w środkach ciężkości grup rozmowa nie Funkcja tak,827 Niestandaryzowan e kanoniczne funkcje dyskryminacyjne ocenione w średnich dla grup. -,796,000,38 -,037 Strona 9