Господа аналитики! Пожалуйста, поделитесь опытом, в чем принципиальное различие возможностей этих двух программных продуктов?
Вид для печати
Господа аналитики! Пожалуйста, поделитесь опытом, в чем принципиальное различие возможностей этих двух программных продуктов?
Принципиального различия нет.
Есль некая специфика, в силу которой SPSS чаще используют социологи, а Statistica - бизнес-аналитики.
:)
Недавно столкнулась с таким фактом: компании, занимающиеся оптовми поставками достаточно большого ассортимента (свыше 3 тыс. позиций), осуществляют анализ в обоих программных продуктах. Чем это вызвано, мне не пояснили, м.б. просто не захотели, м.б. мало времени было для общения. Вот и гложет любопытство. Может сможете объяснить чуть подробнее?
Не могу разобраться с SPSS - значение F-критерия для модели нашел, а с чем его сравнивать - не нашел в выводе. Вот например - прилагаю файл. Где там уровень, с которого считать модель статистически значимой?...
Судя по всему, Знч. означает p-уровень. Обычно принимают пороговое значение p-уровня в 0,05. Если меньше, статистический критерий значим, если выше, то незначим. Правда, иногда устанавливают значение в 0,1 или значение меньшее 0,05, в зависимости от решаемой задачи. Там где допускается высокая погрешность, значение p-уровня может быть больше, там где погрешность должна быть минимальной, значение p-уровня нужно устанавливать меньшим.
p-уровень удобен тем, что не нужно сравнивать значение статистик с табличными значениями. Он достаточно универсален и показывает вероятность получения случайного значения статистического критерия. В Вашем случае дисперсия регрессии в 6.680 раз превышает дисперсию остатков (F-критерий), что говорит о статзначимости модели. Однако переменная Lnlf и константа регрессии статистически незначимы, что видно по t-критерию и соответствующим значениям p-уровня. Если по отношению к константе это допустимо, то переменную Lnlf следует исключить из регрессии и повторно выполнить анализ с оставшимися переменными.
Спасибо. Кстати я тоже про этот Lnlf заметил, без него R-квадрат > 0.7.
Так, наврал я, не 0.7, а 0.6 ровно. Не может быть R^2 выше, если неколлинеарные переменные убирать.
Т.е. т.к. у предыдущей модели p-статистика > 0.05 - она не стат. значима, правильно? Исключил переменную, получилась другая картинка.
Фактически можно говорить о стат. значимости?
Я буду добирать ещё данные, в данном случае всего 17 наблюдений... но вряд ли картина качественно изменится думаю.
17 наблюдений мало будет. R*2 должно быть 0,9 для стат. значим
Стат. значимость это другое. R^2 показывает, в какой степени модель объясняет наблюдения.
Наблюдений должно быть в 8-10 раз больше, чем параметров (не включая свободного члена). 17 конечно же мало, в последней версии у меня 30 наблюдений для двух параметров, считаю вполне достаточно.
Для статистической значимости R/(1-R^2)^0,5*(n-2)^0,5 должно быть больше 2, если память не подводит.Цитата:
Сообщение от Теодорр
Прошу помочь по такому вопросу - как в SPSS на диаграмме рассеяния сделать линии средних значений?
Диагарммы рессеяния чего? какой анализ
те кто знает spss помогите понять в чем косяк
вот у меня есть к примеру массив данных
http://s017.radikal.ru/i420/1204/2d/453f00232e04t.jpg
пол и отношения -это номинативные переменные
в этом то и проблема. потому что ,когда я хочу сравнить выборки с использование Хи-квадрат
http://s019.radikal.ru/i643/1204/35/d14381f2ae93t.jpg
я не вижу номинативную переменную "отношение" , я только "пол" могу отправить в список проверяемых переменных
http://s019.radikal.ru/i631/1204/06/658e5dfd4aa8t.jpg
при этом во вкладке переменные у меня "отношение" помечено как номинативная переменная, впрочем как и пол
http://s019.radikal.ru/i611/1204/11/c8e0b6cbeda2t.jpg
помогите понять..почему при проверки не хи квадрат переменной "отношение" нет!=(((
Попробуйте выполнить анализ через "Описательные статистики" - "Таблицы сопряженности". Указываете там обе переменные в строках и колонках и выбираете в статистиках Хи-квадрат.
У Вас "отношение" - текстовая переменная. Если ее перезабить, или перекодировать в числовую, то все будет ОК.