Цель проведения тренинга "Подготовка и анализ данных выборочных обследований в IBM SPSS Statistics" – 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 (Complex Samples), который представляет собой конструктор для отбора данных выборочным методом и анализа данных выборки. На тренинге подробно рассматриваются возможности этого модуля.
По окончании обучения Вы будете знать и уметь:
- Знать основы теории выборочных обследований
- Уметь составлять план отбора для формирования выборки
- Определять минимальный объем выборки
- Формировать выборку в SPSS
- Подготавливать данные выборочных обследований для анализа
- Анализировать данные выборочных обследований методами описательной статистики
- Строить модели взаимосвязи по данным выборочных обследований
Продолжительность тренинга: 2 дня (с 10:00 до 17:00)
Программа тренинга:
Тема 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
Тема 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
Тема 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
Тема 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
Тема 5. Анализ частот данных выборочных обследований
- Процедура Частоты
- Параметры процедуры Частоты
- Результаты процедуры Частоты
- Критерий равенства долей в ячейках
- Процедура Частоты для подсовокупностей
Тема 6. Анализ описательных статистик данных выборочных обследований
- Процедура Описательные
- Параметры процедуры Описательные
- Результаты процедуры Описательные
- T-критерий для описательных статистик
- Процедура Описательные для подсовокупностей
Тема 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
Тема 8. Анализ отношений данных выборочных обследований
- Процедура Отношения
- Параметры процедуры Отношения
- Результаты процедуры Отношения
- Процедура Отношения для подсовокупностей
Тема 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
Тема 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
Тема 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
Тема 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