Többváltozós adatelemzés

Bevezetés......Page 9
1.1. A változók mérési skálája......Page 10
1.2. Leíró statisztikák kiválasztása az adatok mérési skálája alapján......Page 12
1.3. Leíró statisztikák kiszámítása és értelmezése......Page 16
1.4. Az extrém pontok és az alminták statisztikai elemzése......Page 21
1.5.1. Kolmogorov-Szmirnov próba......Page 27
1.5.3. Grafikus normalitás vizsgálat......Page 29
1.6. Idősoros adatok statisztikai elemzése......Page 32
2.1. Kategóriák előállítása......Page 38
2.2.1. Matematikai-statisztikai háttér......Page 43
2.2.2. Kereszttábla elemzés megvalósítása az SPSS-ben:......Page 45
2.2.3. 1. mintapélda......Page 49
A klaszterező eljárások csoportosítása......Page 58
3.1. Hierarchikus klaszterezés......Page 59
3.1.1. Távolsági és hasonlósági mértékek......Page 60
3.1.2. Összevonó eljárások......Page 64
3.1.3. Dendrogramok értékelése, összehasonlítása......Page 65
3.1.4. Az összevonó algoritmus lépéseinek követése egy mintapéldán......Page 66
3.2. Nem-hierarchikus klaszterezés......Page 70
3.3. A klaszterelemzés eredményének értékelése......Page 71
3.4.1. Hierarchikus klaszterezés......Page 73
3.4.2. Nem-hierarchikus klaszterezés, k-középpontú eljárás......Page 74
3.5. Települések klaszterezése......Page 75
4.Többváltozós regressziószámítás53F......Page 91
4.1. Az adatok áttekintése, előzetes megfontolások......Page 92
4.2. A regresszió matematikai háttere......Page 96
4.3. A változók közötti korreláció mérése és szerepe a regressziós modellben......Page 98
4.4. Érdemes-e több változót egyidejűleg bevonni a regressziós modellbe?......Page 99
4.5. A változó szelekciót megvalósító lépésenkénti regresszió......Page 101
4.6. A magyarázó változók közötti korreláció, a multikollinearitás......Page 102
4.7.1. A becslést befolyásoló pontok feltárása......Page 104
4.7.2. Hibatagok előállítása és elemzése......Page 106
4.7.3. A becslést befolyásoló távoli pontok feltárása, kihagyási döntés......Page 108
I. Statistics......Page 110
4.9. A számítási eredmények bemutatása......Page 111
A reziduálisok statisztikái......Page 119
Reziduálisok ábrái......Page 120
4.10. Összefoglalás: A bemutatott modell illeszkedésének minősítése......Page 124
4.11. Önálló elemzési feladatok......Page 125
4.12. Megoldások......Page 126
5. Logisztikus regresszió......Page 135
5.1. A logit modell és az induló adatok......Page 136
5.2. A logit modell paramétereinek becslése......Page 137
5.3. A logit modell illeszkedésének jósága......Page 140
5.4. A logit modell illesztése az SPSS-ben......Page 142
5.5. Mintafeladat a logit modell illesztése......Page 143
5.6. Mintamodell a lemorzsolódásra......Page 148
5.7. A modellválasztás grafikus eszköze......Page 154
5.8. További logisztikus modellek......Page 155
6. Faktorelemzés......Page 157
6.1. A főkomponenselemzés......Page 158
6.1.1. A főkomponens elemzés matematikai háttere......Page 159
6.1.2. A megvalósítás lépései az SPSS-ben......Page 163
6.1.3. A PCA eredmények bemutatása és értelmezése......Page 168
6.2. A faktorelemző módszercsalád további eljárásai......Page 174
6.2.1. A faktorelemzés modellje......Page 175
6.2.2. A PAF eredmények bemutatása és értelmezése......Page 177
6.3.1. Abszolút és relatív mutatók elemzése......Page 183
6.3.2. Kétdimenziós megoldás értelmezése, ábrázolása......Page 185
6.4. Idősorok faktorelemzése......Page 0
6.4.1. Differenciák faktorelemzése......Page 191
6.4.2. Tőzsdehányadosok faktorelemzése......Page 193
7.2. A diszkriminancia elemzés alkalmazásának feltételei......Page 197
7.3. A diszkriminancia elemzés számítási lépései......Page 201
7.4. Az eredmények részletezése, értelmezése......Page 203
7.5. A változók lépésenkénti bevonásával végzett diszkriminancia elemzés......Page 216
7.6. Példa a szelekciós kritériumok alkalmazására......Page 219
7.7. Egyéni munkára javasolt további feladatok......Page 229
8.1. Az eljárás alapgondolata......Page 230
8.2. Koordináták meghatározása klasszikus skálázással......Page 231
8.3. Ordinális skálázás......Page 234
8.4. A megvalósítás lépései az SPSS130F -ben......Page 236
8.5. Az eredmények részletezése, értelmezése......Page 239
8.6. Az egyéni különbségek skálázása (INDSCAL)......Page 243
8.7. Az INDSCAL megvalósítása az SPSS-ben......Page 245
8.8 Önálló elemzési feladatok......Page 250
Források......Page 251