Специалист | Мокляченко А. | IBM SPSS Statistics. Уровень 3. Подготовка и анализ данных выборочных обследований в SPSS (2014) PCRec
Автор (режиссер): Специалист | Мокляченко А.
Жанр: Статистический анализ данных
Доп. материалы: есть, + берем из других раздач:
Специалист | Мокляченко А. | IBM SPSS Statistics. Уровень 1. Статистические методы анализа данных (2014) PCRec(+ подборка книг)
Специалист | Мокляченко А. | IBM SPSS Statistics. Уровень 2. Подготовка данных для статистического анализа (2015) PCRec(+ софт IBM.SPSS.Statistics.v22)
Специалист | IBM SPSS Statistics. Уровень 2. Представление результатов анализа в таблицах и графиках в SPSS (2015) PCRecОписание:Цель курса – научиться использовать программу IBM SPSS Statistics для создания планов отбора, формирования выборки и корректного анализа данных, полученных выборочным методом.
Программа SPSS имеет отдельный модуль Сложные выборки, который представляет собой конструктор для отбора данных выборочным методом и анализа данных выборки. В курсе подробно рассматриваются возможности этого модуля.
- Составлять план отбора для формирования выборки
- Определять минимальный объем выборки
- Формировать выборку в SPSS
- Подготавливать данные выборочных обследований для анализа
- Анализировать данные выборочных обследований
Модуль 1. Основы теории выборочных обследований
Генеральная и выборочная совокупность
Свойства выборочной совокупности
Особенности выборочного метода
Классификация выборок
Виды и методы вероятностного отбора
Способы формирования вероятностных выборок
Простой случайный отбор
Систематический случайный отбор
Вероятностно-пропорциональный отбор
Кластерный отбор
Одноступенчатый кластерный отбор
Многоступенчатый кластерный отбор
Алгоритм проведения выборочных обследований
Определение необходимого объема выборки
Модуль 2. Работа с конструктором отбора
Процедуры модуля Сложные выборки
Конструктор отбора
Параметры Конструктора отбора
Задание переменных плана отбора
Задание метода отбора
Методы ВПР-отбора
Задание объема выборки
Выходные переменные отбора и сводка плана
Расслоение на втором этапе отбора
Методы отбора на втором этапе отбора
Доля выборки на втором этапе отбора
Параметры отбора
Выходные файлы отбора и завершение отбора
Сводка плана и сводка отбора
Модуль 3. Работа с конструктором подготовки к анализу
Конструктор подготовки к анализу
Параметры Конструктора подготовки к анализу
Задание переменных плана
Задание метода отбора
Сводка плана и завершение работы Конструктора подготовки к анализу
Вычисление окончательных выборочных весов
Модуль 4. Подготовка данных выборочных обследований для анализа
Анализ и шкалы измерения переменных
План отбора и план анализа
Подготовка файла данных для анализа
Ввод данных выборочного обследования
Слияние файла выборки и файла собранных данных
Модуль 5. Анализ частот данных выборочных обследований
Процедура Частоты
Параметры процедуры Частоты
Результаты процедуры Частоты
Критерий равенства долей в ячейках
Процедура Частоты для подсовокупностей
Модуль 6. Анализ описательных статистик данных выборочных обследований
Процедура Описательные
Параметры процедуры Описательные
Результаты процедуры Описательные
T-критерий для описательных статистик
Процедура Описательные для подсовокупностей
Модуль 7. Анализ таблиц сопряженности данных выборочных обследований
Процедура Таблицы сопряженности
Параметры процедуры Таблицы сопряженности
Проверка наличия взаимосвязи на основе критерия хи-квадрат
Оценка риска в таблицах сопряженности
Процедура Таблицы сопряженности для подсовокупностей
Модуль 8. Анализ отношений данных выборочных обследований
Процедура Отношения
Параметры процедуры Отношения
Результаты процедуры Отношения
Процедура Отношения для подсовокупностей
Модуль 9. Построение общей линейной модели взаимосвязи на основе выборочных данных
Общая линейная модель регрессии
Процедура Общая линейная модель для сложных выборок
Виды переменных в общей линейной модели регрессии
Настройка модели
Исследование качества модели
Проверка значимости модели
Проверка значимости коэффициентов модели
Интерпретация коэффициентов
Проверка различий между уровнями факторов и их взаимодействием
Исследование остатков и точности предсказания модели
Модуль 10. Построение модели логистической регрессии на основе выборочных данных
Модель бинарной логистической регрессии
Модель мультиномиальной логистической регрессии
Процедура Логистическая регрессия для сложных выборок
Результаты процедуры Логистическая регрессия для сложных выборок
Исследование качества модели логистической регрессии
Анализ отношений шансов
Настройка модели
Анализ предсказанных вероятностей и значений зависимой переменной
Параметры оценки модели логистической регрессии
Модуль 11. Построение модели порядковой регрессии на основе выборочных данных
Модель порядковой регрессии
Параметры модели порядковой регрессии и их интерпретация
Процедура Порядковая регрессия для сложных выборок
Результаты процедуры Порядковая регрессия для сложных выборок
Исследование качества модели порядковой регрессии
Анализ отношений шансов
Настройка модели
Анализ предсказанных вероятностей и значений зависимой переменной
Параметры оценки модели порядковой регрессии
Модуль 12. Построение модели регрессии Кокса на основе выборочных данных
Исходные данные для моделирования
Регрессионная модель Кокса
Процедура Регрессия Кокса для сложных выборок
Результаты процедуры Регрессия Кокса для сложных выборок
Выбор предикторов для модели
Исследование качества модели регрессии Кокса
Задание предикторов, зависящих от времени
Построение модели по подгруппам
Графические результаты моделирования
Сохранение результатов моделирования
Экспорт результатов
Параметры оценивания модели
Продолжительность: 10:49:58
Качество видео: PCRec
Видео: WMV3, 1024x768, 1028х580, 943 kbps
Аудио: WMA, 1 ch, 48 kbps
Скриншоты:
Время раздачи: до первых 5 раздающих