Ödev Nasıl Yapılır? – Ödev Yaptırma – Ödev Yaptırma Ücretleri – Tez Yaptırma – Ödev Yaptırma Fiyatları – Ücretli Ödev Yaptırma – Tez Yaptırma Ücretleri – Sunum Hazırlığı Yaptırma – Dergi Makalesi Yaptırma – Dergi Makalesi Yazdırma

Keşfetme Prosedürü

Keşfet prosedürü, tüm vakalarınız için veya vaka grupları için ayrı ayrı özet istatistikler ve grafik görüntüler üretir. Keşfetme prosedürü veri taramasını, aykırı değer belirlemeyi, tanımlamayı, varsayımı kontrol etmeyi ve alt popülasyonlar (vaka grupları) arasındaki farklılıkları karakterize etmeyi kullanmanın birçok nedeni vardır. Veri tarama, olağandışı değerleriniz, aşırı değerleriniz, verilerde boşluklarınız veya başka tuhaflıklarınız olduğunu gösterebilir.

Verileri keşfetmek, veri analizi için düşündüğünüz istatistiksel tekniklerin uygun olup olmadığını belirlemenize yardımcı olabilir. Keşif, teknik normal dağılım gerektiriyorsa verileri dönüştürmeniz gerektiğini gösterebilir. Veya parametrik olmayan testlere ihtiyacınız olduğuna karar verebilirsiniz.

Örnek. Fareler için labirent öğrenme sürelerinin dört farklı pekiştirme programı altındaki dağılımına bakın. Dört grubun her biri için zaman dağılımının yaklaşık olarak normal olup olmadığını ve dört varyansın eşit olup olmadığını görebilirsiniz. Vakaları en büyük beş ve en küçük beş kez de tanımlayabilirsiniz. Kutu grafikleri ve gövde-yaprak grafikleri, öğrenme sürelerinin dağılımını grafiksel olarak özetler.
grupların her biri için.

İstatistikler ve araziler. Ortalama, medyan, %5 kırpılmış ortalama, standart hata, varyans, standart sapma, minimum, maksimum, aralık, çeyrekler arası aralık, çarpıklık ve basıklık ve bunların standart hataları, ortalama için güven aralığı (ve belirtilen güven düzeyi), yüzdelikler, Huber M -tahmin edici, Andrews dalga tahmincisi, Hampel’in yeniden azalan M-tahmincisi, Tukey’nin iki ağırlıklı tahmincisi, en büyük beş ve en küçük beş değer, normalliği test etmek için Lilliefors önem düzeyine sahip Kolmogorov-Smirnov istatistiği ve Shapiro-Wilk istatistiğidir. Levene testleri ve dönüşümleri ile kutu grafikleri, gövde ve yaprak grafikleri, histogramlar, normallik grafikleri ve yayılma-seviye grafikleridir.

Veri. Araştırma prosedürü nicel değişkenler (aralık veya oran düzeyinde ölçümler) için kullanılabilir. Bir faktör değişkeni (verileri vaka gruplarına ayırmak için kullanılır) makul sayıda farklı değere (kategori) sahip olmalıdır. Bu değerler kısa dizi veya sayısal olabilir. Kutu grafiklerinde aykırı değerleri etiketlemek için kullanılan vaka etiketi değişkeni, kısa dize, uzun dize (ilk 15 karakter) veya sayısal olabilir. Bir veya daha fazla bağımlı değişken seçin.

İsteğe bağlı olarak şunları yapabilirsiniz:

• Değerleri vaka gruplarını tanımlayacak olan bir veya daha fazla faktör değişkeni seçin.
• Vakaları etiketlemek için bir tanımlama değişkeni seçin.
• Sağlam tahminciler, aykırı değerler, yüzdelikler ve sıklık tabloları için İstatistikler’e tıklayın.
• Histogramlar, normal olasılık grafikleri ve testleri ve Levene’nin istatistikleriyle yayılma-seviye grafikleri için Grafikler’e tıklayın.
• Eksik değerlerin tedavisi için Seçenekler’e tıklayın.

SPSS Ders NOTLARI
SPSS El Kitabı PDF
IBM SPSS Türkçe
Online SPSS Eğitimi
SPSS kısaltmalar
SPSS öğrenme
SPSS 2019 Download
SPSS APK

İstatistikleri Keşfedin

tanımlayıcılar Bu merkezi eğilim ve dağılım ölçüleri varsayılan olarak görüntülenir. Merkezi eğilim ölçüleri, dağılımın yerini gösterir; ortalama, ortanca ve %5 kırpılmış ortalamayı içerir. Dağılım ölçüleri, değerlerin farklılığını gösterir; bunlar standart hata, varyans, standart sapma, minimum, maksimum, aralık ve çeyrekler arası aralığı içerir.

Tanımlayıcı istatistikler ayrıca dağılımın şekline ilişkin ölçümleri de içerir; çarpıklık ve basıklık standart hatalarıyla gösterilir. Ortalama için %95 seviye güven aralığı da görüntülenir; farklı bir güven düzeyi belirleyebilirsiniz.

M-tahmin ediciler. Konumun merkezini tahmin etmek için örnek ortalama ve medyana güçlü alternatifler. Hesaplanan tahmin ediciler, vakalara uyguladıkları ağırlıklarda farklılık gösterir. Huber’in M-tahmincisi, Andrews’un dalga tahmincisi, Hampel’in yeniden azalan M-tahmincisi ve Tukey’nin iki ağırlıklı tahmincisi görüntülenir.

Aykırı değerler. Kasa etiketleriyle birlikte en büyük beş ve en küçük beş değeri görüntüler. Yüzdelikler. 5., 10., 25., 50., 75., 90. ve 95. yüzdelikler için değerleri görüntüler.

Kutu grafikleri. Bu alternatifler, birden fazla bağımlı değişkeniniz olduğunda kutu grafiklerinin görüntülenmesini kontrol eder. Faktör seviyeleri birlikte her bir bağımlı değişken için ayrı bir görüntü oluşturur. Bir ekran içinde, bir faktör değişkeni tarafından tanımlanan grupların her biri için kutu grafikleri gösterilir.

Bağımlılar birlikte, bir faktör değişkeni tarafından tanımlanan her grup için ayrı bir görüntü oluşturur. Bir ekranda, her bir bağımlı değişken için kutu grafikleri yan yana gösterilir. Bu ekran, özellikle farklı değişkenler farklı zamanlarda ölçülen tek bir özelliği temsil ettiğinde kullanışlıdır.

Tanımlayıcı. Tanımlayıcı grup, gövde ve yaprak grafiklerini ve histogramları seçmenize olanak tanır.

Testlerle normallik grafikleri. Normal olasılık ve eğilimsiz normal olasılık grafiklerini görüntüler. Normalliği test etmek için bir Lilliefors önem düzeyine sahip Kolmogorov-Smirnov istatistiği görüntülenir. Tamsayı olmayan ağırlıklar belirtilirse, Shapiro-Wilk istatistiği, ağırlıklı örneklem büyüklüğü 3 ile 50 arasında olduğunda hesaplanır. Ağırlık veya tamsayı ağırlıklar için, ağırlıklı örneklem büyüklüğü 3 ile 5000 arasında olduğunda istatistik hesaplanır.

Levene Testi ile Yayılma ve Seviye. Yayılmaya karşı düzey grafikler için veri dönüşümünü kontrol eder. Tüm yayılma-seviye grafikleri için, regresyon çizgisinin eğimi ve Levene’nin varyansın homojenliği için sağlam testleri görüntülenir. Bir dönüşüm seçerseniz, Levene’nin testleri dönüştürülen verileri temel alır.

Herhangi bir faktör değişkeni seçilmezse, yayılmaya karşı düzey grafikleri üretilmez. Güç tahmini, tüm hücreler için medyanların doğal günlüklerine karşı çeyrekler arası aralıkların doğal günlüklerinin bir grafiğini ve ayrıca hücrelerde eşit varyanslara ulaşmak için güç dönüşümünün bir tahminini üretir. Yayılma-seviye grafiği, bir dönüşümün gruplar arasında varyansları dengeleme (daha eşit hale getirme) gücünü belirlemeye yardımcı olur.

Dönüştürülmüş, belki de güç tahmininden gelen öneriyi izleyerek güç alternatiflerinden birini seçmenize izin verir ve dönüştürülmüş verilerin grafiklerini üretir. Çeyrekler arası aralık ve dönüştürülen verilerin medyanı çizilir. Dönüştürülmemiş, ham verilerin grafiklerini üretir. Bu, 1’in kuvvetiyle bir dönüşüme eşdeğerdir.

“odev.yaptırma.com.tr“ ailesi olarak size her konuda destek sunabiliriz. Tek yapmanız gereken iletişim adreslerimizden bizlere ulaşmak!

Tüm alanlara özgü, literatür taraması yaptırma, simülasyon yaptırma, analiz yaptırma, çeviri yaptırma, makale ödevi yaptırma, dergi makalesi yaptırma, sunum ödevi yaptırma ve model oluşturma çalışmaları yapmaktayız.

The post Keşfetme Prosedürü first appeared on Ödev Yaptırma & Danışmanlık Merkezi.