Home

IBM SPSS Complex Samples 20

1. Kapitel 21 Abbildung 21 4 Dialogfeld Hypothesentests E Ordinate Regression f r komplexe Stichproben Hypothesentests IX r Teststatistik rStichprobenziehung Freiheitsgrade E Basierend auf dem Stichprobenplan F korrigiert Fest Wer chi Quadrat Korrigiertes Chi Quadrat rKorrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonferroni ERRA Ciete aereonen rme Selbst bei einer relativ kleinen Anzahl an Einflussvariablen und Antwortkategorien kann die WaldF Test Statistik f r den Parallelit tstest f r Linien unsch tzbar sein W hlen Sie in der Gruppe Teststatistik die Option F korrigiert aus W hlen Sie Sidak sequentiell als Anpassungsmethode f r Mehrfachvergleiche aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Ordinale Regression f r komplexe Stichproben auf Quotenverh ltnisse 215 Ordinale Regression f r komplexe Stichproben Abbildung 21 5 Dialogfeld Ordinale Regression Quotenverh ltnis H Ordinate Regression f r komplexe Stichproben Quotenverh ltnisse Faktoren Kumulative Quotenverh ftnisse f r den Vergleich von Faktorstufen Faktor Referenzkategorie Age category agecat Gr ter Wert Kovariaten Kumulative Quotenverh ltnisse f r Ver nderungen der Kovariatenwerte BE y Kome nderungseinheiten F r jede Variable wird in den Gittern f r die Quo
2. Name Beschriftung Stellen Sie sicher dass Beibehalten und als Variable n mit festem Format behandeln ausgew hlt ist Klicken Sie auf Fertig stellen 255 Cox Regression f r komplexe Stichproben Abbildung 22 33 Umstrukturierte Daten event_index event start_time BL mi is hs 1 0 3 1500 0 1 0 2 4 1500 4 4 4 4 3 4 4 4 4 4 1 33 1311 0 1 D 2 1311 1325 1 1 0 3 1325 3 3 3 3 1 12 1098 1 1 D 2 3 1098 3 3 3 3 3 3 f 3 3 3 3 1 4 4 1356 0 1 0 2 3 1356 3 3 3 3 3 3 3 3 3 3 Die umstrukturierten Daten enthalten drei F lle f r jeden Patienten bei vielen Patienten traten aber weniger als drei Ereignisse auf so dass es viele F lle mit negativen fehlenden Werten f r event gibt Diese k nnen Sie einfach aus dem Daten Set herausfiltern gt Um diese F lle herauszufiltern w hlen Sie die folgenden Befehle aus den Men s aus Daten gt F lle ausw hlen 256 Kapitel 22 Abbildung 22 34 Dialogfeld F lle ausw hlen rAusw hlen alle F lle Falls Bedingung zutrifft gD Smorer sm rer amp Cholesterol choles amp History of angina a amp Prescribed nitroglyc b Taking anti clotting Zufallsstichprobe amp History of transient Time to hospital time i Initial Rankin score Nach Zeit oder Fallbereich amp CAT scan result ca o Clet dissolving drug Fitervariable verwenden T
3. Stichprob enziehun g mit gleicher Wahrsch einlichkeit ohne Zur ckleg en Gewonne n aus variable incelprob_ s2 162 Kapitel 14 In der Auswertungstabelle wird Ihr Analyseplan zusammengefasst Der Plan besteht aus zwei Stufen mit einer 1 Klumpenvariable F r die Sch tzung wird von Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur cklegen OZ ausgegangen und der Plan wird unter c bankloan csaplan gespeichert Mit dieser Plandatei k nnen Sie nun bankloan_noweights sav mit den von Ihnen berechneten Einschlusswahrscheinlichkeiten und Stichprobengewichten mit den Analyseverfahren f r komplexe Stichproben verarbeiten Verwandte Prozeduren Die Prozedur Analysevorbereitungsassistent f r komplexe Stichproben ist ein n tzliches Werkzeug f r die Vorbereitung einer Stichprobe f r die Analyse wenn Sie nicht auf die Datei mit dem Stichprobenplan zugreifen k nnen m Um eine Stichprobenplan Datei zu erstellen und eine Stichprobe zu ziehen verwenden Sie den Stichprobenassistenten Kapitel H ufigkeiten f r komplexe Stichproben Mit der Prozedur H ufigkeiten f r komplexe Stichproben k nnen Sie H ufigkeitstabellen f r ausgew hlte Variablen erstellen und univariate Statistiken anzeigen Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Verwendung von H ufigkeiten f r komplexe Stichproben zur Analyse der
4. Ef Stichprobenassistent F Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie ausw hlen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert Wilkommen Plan bersicht F r welche Stufen soll die Stichprobenziehung erfolgen Stichprobe ziehen gt Auswahloptionen Stufen em Ausgabedateien Abschluss Welche Art von Startwert soll verwendet werden Zuf llig ausgew hlte Zahl Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren m chten Benutzerdefinierter Wert 4231 In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen die Verarbeitung beschleunigen W hlen Sie Benutzerdefinierter Wert als Typ f r den Startwert und geben Sie 4231946 als Wert ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichprobe ziehen Ausgabedateien ebenfalls auf Weiter 129 Stichprobenassistent f r komplexe Stichproben Abbildung 13 30 Stichprobenassistent Schritt Fertig stellen izi Stichprobenassistent Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r das Ziehen einer Stichprobe erforderlich sind Sie k nnen sp te
5. W hlen Sie Vitamin mineral supplmnts past 12 m Vitamin Mineralstofferg nzungen letzte 12 Monate als H ufigkeitsvariable aus W hlen Sie Age category Alterskategorie als Teilgesamtheitsvariable aus Klicken Sie auf Statistiken Abbildung 15 3 Dialogfeld H ufigkeiten Statistik iii H ufigkeiten f r komplexe Stichproben Statistiken X Zellen Umfang der Grundgesamtheit M Tabellenprozente Statistiken Fi Standardfehler Ungewichtete Anzahl Fi Konfidenzintervall _ Effekt des Stichprobenplans Niveau F Quadratwurzel aus dem Effekt des Stichprobenplans Yaristionskoeffizient F Kumulative Werte Test auf gleiche Spaltenanteile Cei aotrecten rme W hlen Sie im Gruppenfeld Zellen die Option Tabellenprozente aus W hlen Sie im Gruppenfeld Statistiken die Option Konfidenzintervall aus Klicken Sie auf Weiter 166 Kapitel 15 gt Klicken Sie im Dialogfeld H ufigkeiten auf OK H ufigkeitstabelle Correspondence Analysis Abbildung 15 4 H ufigkeitstabelle f r Variable Situation 95 Konfidenzintervall Standardf Untere Sch tzung ehler Grenze Obere Grenze Umfang der 102767095 1185127 100435967 105099223 2 Grundgesamtheit i 90794234 1094402 88641560 92946907 816 Insgesamt 193561329 1789099 190042195 197080461 9 vom Gesamtwert Ja 53 1 4 52 4 53 8 Nein 46
6. Abh ngige Variable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq Yerkn pfungsfunktion Logit Der Parallelit tstest f r Linien kann Ihnen helfen einzusch tzen ob die Annahme dass die Parameter f r alle Antwortkategorien gleich sind plausibel ist Bei diesem Test wird das gesch tzte Modell mit einem einzigen Satz von Koeffizienten f r alle Kategorien mit einem generalisierten Modell mit einem separaten Satz von Koeffizienten f r die einzelnen Kategorien verglichen Der Wald F Test ist ein Omnibus Test der Kontrastmatrix f r die Annahme paralleler Linien der asymptotisch korrekte p Werte bietet f r kleine bis mittelgro e Stichproben ist die korrigierteWald F Statistik gut geeignet Der Signifikanzwert liegt nahe an 0 05 was darauf hindeutet dass das verallgemeinerte Modell eine Verbesserung der Modellanpassung bieten k nnte der korrigierte sequenzielle Sidak Test gibt jedoch einen hinreichend hohen 221 Ordinale Regression f r komplexe Stichproben Signifikanzwert aus 0 392 sodass insgesamt kein eindeutiger Beweis f r die Zur ckweisung der Annahme paralleler Linien vorliegt Der sequenzielle Sidak Test beginnt mit Wald Tests f r Einzelkontraste um einen Gesamt p Wert zu berechnen Diese Ergebnisse sollten mit dem Ergebnis des Omnibus Wald Tests vergleichbar sein Die Tatsache dass sie im vorliegenden Beispiel so unterschiedlich sind berrascht
7. 8 Kr uter Erg nzugspro E Angestrebtes Wunsch L T gliche Aktivit t Bew 2 T gliche Aktivit t Trag Teilgesamtheiten 2 Altersgruppe Altersgr Jede Kombination von Kategorien definiert eine Teilgesamtheit W hlen Sie mindestens eine metrische Variable aus Optional k nnen Sie Variablen zur Definition von Teilgesamtheiten angeben Die Statistiken werden f r jede Teilgesamtheit getrennt berechnet Deskriptive Statistiken f r komplexe Stichproben Statistiken Abbildung 6 2 Dialogfeld f r deskriptive Statistiken iii Deskriptive Statistiken f r komplexe Stichproben Statistiken X rAuswertungen Mittelwert E t Test Testwer r Statistiken Ti Standardfehler Ungewichtete Anzahl Fi Konfidenzintervall Umfang der Grundgesamtheit Stufe _ Effekt des Stichprobenplans Wariationskoeffizient Quadratwurzel aus dem Effekt des Stichprobenplans C tn in 36 Kapitel 6 Auswertung Mit dieser Gruppe k nnen Sie Sch tzer der Mittelwerte und Summen der Ma variablen abrufen Au erdem k nnen Sie 7 Tests der Sch tzer unter Verwendung eines angegebenen Werts abrufen Statistiken Mit dieser Gruppe erhalten Sie Statistiken zu Mittelwert oder Summe Standardfehler Der Standardfehler des Sch tzers Konfidenzintervall Ein Konfidenzintervall f r den Sch tzer unter Verwendung der festgelegten Niveaus Varia
8. Als ung ltig behandeln Als g ltig behandeln Diese Einstellung gilt f r Faktoren Teilgesamtheitsvariablen und kategoriale Stichproben Yariablen Konfidenzintervall C nn ie Benutzerdefinierte fehlende Werte Alle Stichproben Variablen sowie die abh ngige Variable und ggf alle Kovariaten m ssen g ltige Daten enthalten F lle bei denen ung ltige Daten f r diese Variablen vorliegen werden aus der Analyse gel scht Mit diesen Steuerungen legen Sie fest ob 56 Kapitel 9 benutzerdefiniert fehlende Werte bei den Schicht Cluster Teilgesamtheits und Faktorvariablen als g ltige Werte behandelt werden sollen Konfidenzintervall Dies ist die Konfidenzintervall Ebene f r Koeffizientensch tzungen und gesch tzte Randmittel Geben Sie einen Wert gr er oder gleich 50 und kleiner als 100 ein Zus tzliche Funktionen beim Befehl CSGLM Mit der Befehlssyntax k nnen Sie auch Folgendes m Mit dem Unterbefehl CUSTOM k nnen Sie benutzerdefinierte Tests auf Effekte im Vergleich zu linearen Kombinationen von Effekten oder einem Wert vornehmen m Mit dem Unterbefehl EMMEANS k nnen Sie bei der Berechnung der gesch tzten Randmittel einen anderen Wert f r die Kovariaten festlegen als den Mittelwert m Mit dem Unterbefehl EMMEANS k nnen Sie bei polynomialen Kontrasten eine Metrik angeben Mit dem Unterbefehl CRITERIA k nnen Sie einen Toleranzwert f r die Pr fung auf
9. Auf der linken Seite jedes Schritts im Analyseassistenten finden Sie eine Gliederung die eine bersicht ber alle Schritte bietet Sie k nnen im Assistenten navigieren indem Sie in der Gliederung auf den Namen eines aktivierten Schrittes klicken Schritte sind aktiviert wenn alle vorangegangenen Schritte g ltig sind d h solange f r jeden vorangegangen Schritt die erforderlichen Mindestangaben vorgenommen wurden Weitere Informationen dazu warum ein Schritt m glicherweise ung ltig ist finden Sie in der Hilfe zu den einzelnen Schritten 23 Vorbereiten einer komplexen Stichprobe f r die Analyse Analysevorbereitungsassistent Sch tzmethode Abbildung 3 3 Analysevorbereitungsassistent Schritt Sch tzmethode Ei Analysevorbereitungsassistent Stufe 1 Sch tzmethode In diesem Dialogfeld k nnen Sie eine Methode zum Sch tzen der Standardfehler ausw hlen Die Sch tzmethode h ngt von den Annahmen dar ber ab wie die Stichprobe gezogen wurde Willkommen Stufe 1 Welcher der folgenden Stichprobenpl ne soll f r die Sch tzung angenommen werden i Stichproben Variablen i P Sch tzmethode MZ Stichprobenziehung mit Zur cklegen Gr e Wenn Sie diese Option ausw hlen k nnen Sie keine weiteren Stufen hinzuf gen Alle Stichprobenstufen nach der aktuellen Stufe werden bei der Datenanalyse ignoriert Ei OZ gleich Stichprobenziehung mit gleicher Vahrscheinlichkeit ohne Zur cklegen
10. Copyright IBM Corporation 1989 2011 182 183 Verh ltnisse f r komplexe Stichproben Abbildung 18 1 Dialogfeld Komplexe Stichproben Plan i Plan f r komplexe Stichproben f r Verh ltnisanalyse X Plan Datei property_assess csplan Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame WYahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Yyahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden C Program File property_assess sav Ein offenes Datenblatt demo_cs say DatenSet4 propeny_assess_cs_sample sav DatenSet6 Benutzerdefinierte Datei Datei Wechseln Sie zu der Datei property_assess csplan und w hlen Sie sie aus F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Klicken Sie auf Weiter 184 Kapitel 18 Abbildung 18 2 Dialogfeld Verh ltnisse ii Verh ltnisse f r komplexe Stichproben X Variablen amp Property ID propid amp Neighborhood nbrhood E Current value currval amp Township town Years since last appra amp Inclu
11. Die zusammenfassende Tabelle enth lt eine bersicht ber den Stichprobenplan Anhand dieser Tabelle k nnen Sie berpr fen ob der Plan tats chlich Ihren Absichten entspricht 143 Stichprobenassistent f r komplexe Stichproben Stichproben bersicht Abbildung 13 44 Stufen bersicht Umfang der Stichprobe Anteil der Stichprobe Gew nscht Tats chlich Gew nscht Tats chlich Eastern Central Western Northern Southern Plandatei Cipoll csplan Diese zusammenfassende Tabelle enth lt eine bersicht ber die erste Stufe der Stichprobenziehung Anhand dieser Tabelle k nnen Sie berpr fen ob die Stichprobenziehung plangem verlief Erinnern Sie sich daran dass Sie eine Stichprobe von 30 der Gemeinden pro County angefordert haben die tats chlich bei der Stichprobe gezogenen Anteile liegen nahe an 30 au er f r Western County und Southern County Dies liegt daran dass diese Counties jeweils nur 6 Gemeinden besitzen und Sie au erdem angegeben haben dass mindestens drei Gemeinden pro County ausgew hlt werden sollten 144 Kapitel 13 Abbildung 13 45 Stufen bersicht Umfang der Stichprobe Anteil der Stichprobe County Township Neighborhood Tats chlich Tats chlich Eastern 1 0 2 3 4 5 6 1 1 2 3 4 11 1 2 3 4 5 6 1 1 2 3 4 5 6 2 1 2 3 4 5 1 2 3 4 M V N KNIK NN N NIN N N N N N NNN N N N N NNN N N N NN NIN mM I Ww w a Plandate
12. E Time to second event post attack History of myocardial infarction m ai History of ischemic stroke is2 Variable n mit festem Format History of hemorrhagic stroke hs2 BET amp Third event post attack event3 gt E Time to third event post attack tim E P AEE T 2 Geben Sie is als Zielvariable ein W hlen Sie History of ischemic stroke is History of ischemic stroke is1 und History of ischemic stroke is2 als die zu transponierenden Variablen aus W hlen Sie trans6 aus der Liste der Zielvariablen aus 252 Kapitel 22 Abbildung 22 30 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen A Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen 2 F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Wariablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Yariablen ausw hlen die als Yariablen mit festem Format in die neue Datei kopiert werden Variablen in der aktuellen Datei g5 ar aissoming arugs ciorsoW Angabe von Fallgruppen en Ausgew hlle Variable verwenden 7 amp Post evert preventative surgery amp Post event rehabilitation rehab gt Vari
13. Herzlich willkommen beim Assistenten f r Datum und Uhrzeit Wie m chten Sie vorgehen Erfahren wie Datum und Uhrzeit in PASW Statistics dargestellt werden Eine Datums IZ Eine Datums Zeitvariable aus einer Variablen erstellen in der Teile von Datums und Uhrzeitangaben enthalten sind Berechnungen mit Datums und Zeitwerten durchf hren Einen Teil einer Datums oder Zeitvariablen extrahieren Einem Datensatz f r Zeitreihendaten Periodizit t zuweisen Dadurch wird der Assistent beendet und das Dialogfeld Datum definieren ge ffnet W hlen Sie Berechnungen mit Datums und Zeitwerten durchf hren Klicken Sie auf Weiter 230 Kapitel 22 Abbildung 22 4 Assistent f r Datum und Uhrzeit Schritt Durchf hren von Berechnungen mit Datumswerten Durchf hren von Berechnungen mit Datums wwerten hlen Sie eine der folgenden Aufgaben aus und klicken Sie auf Weiter Addieren bzw Suktrahieren einer Dauer zu bzw von einem Datum z B Hinzuf gen eines Monats zu einem Alter oder Addieren einer Zeitvariablen zu einer Datums iZeitvariablen Berechnen der Anzahl der Zeiteinheiten zwischen zwei Datumswerten z B Berechnen eines Alters in Jahren aus dem Geburtsdatum und einem weiteren Datum Subtrahieren zweier Werte f r Dauer z B Arbeitszeit Anfahrtszeit er W hlen Sie Berechnen der Anzahl der Zeiteinheiten zwischen zwei Datumswerten Klicken Sie auf Weiter
14. Linksstutzung Das Eintreten des Risikos geschieht zum Zeitpunkt des isch mischen Schlaganfalls In der Stichprobe werden jedoch nur Patienten ber cksichtigt die das Rehabilitationsprogramm berlebt haben deswegen ist sie insofern links gestutzt als die beobachteten berlebenszeiten durch die Dauer der Rehabilitation berh ht werden Sie k nnen dem Rechnung tragen indem Sie den Abschlusszeitpunkt der Rehabilitation als den Zeitpunkt des Einschlusses in die Studie angeben Kein Stichprobenplan Das Daten Set wurde nicht anhand eines komplexen Stichprobenplans erstellt und wird als einfache Zufallsstichprobe angesehen Sie m ssen einen Analyseplan erstellen um die Cox Regression f r komplexe Stichproben anwenden zu k nnen 243 Cox Regression f r komplexe Stichproben Sie finden das Daten Set in der Datei stroke_survival sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Verwenden Sie den Assistenten f r die Datenumstrukturierung um die Daten f r die Analyse vorzubereiten und danach den Analysevorbereitungsassistenten um einen Plan f r einfache Zufallsstichproben zu erstellen und schlie lich die Cox Regression um ein Modell f r berlebenszeiten zu erstellen Vorbereiten der Daten f r die Analyse Bevor Sie die Daten umstrukturieren k nnen m ssen Sie zwei Hilfsvariablen erstellen die bei der Umstrukturierung helfen W hlen Sie zum Berechnen einer ne
15. Ordinale Regression f r komplexe Stichproben m Bei Faktoren weist eine Faktorstufe mit einem gr eren Koeffizienten auf eine gr ere Wahrscheinlichkeit daf r hin dass sich der Faktor in einer der h heren Kategorien f r das kumulative Ergebnis befindet Das Vorzeichen eines Koeffizienten f r eine Faktorstufe h ngt von dem Effekt der betreffenden Faktorstufe in Bezug zur Referenzkategorie ab Abbildung 21 8 Parametersch tzer Parameter Schwellenwert opinion_gastax 4 opinion_gastax 3 opinion_gastax 2 agecat 1 agecat 2 agecat 3 agecat 4 gender 0 gender 1 votelast 0 votelast 1 drivefreg 1 drivefreg 2 drivefreg 3 drivefreg 4 drivefreg 5 drivefreg 6 Regression Abh ngige Variable The legislature should enact a gas tax Absteigend 95 Konfidenzintervall Standardf Untere Obere ehler Grenze Grenze Effekt des Stichprob enplans 3 343 1 910 674 324 138 095 000 008 0003 011 000 3 731 3 003 2 295 1 570 812 0002 Modell Schwellenwert agecat gender votelast drivefreq vVerkn pfungsfunktion Logit a Auf 0 gesetzt da dieser Parameter redundant ist 95 Konfidenzintervall f r Exp B Untere Obere Exp B Grenze Grenze Auf der Grundlage der Parametersch tzer sind folgende Interpretationen m glich m Die Personen in den niedrigeren Alterskategorien zeigen gr ere Unterst tzung f r die Gesetzesvorlage als die Per
16. Sie haben ausgew hlt dass genau eine Indexvariable erstellt werden soll Bei den Werten der Variablen kann es sich um fortlaufende Zahlen oder die Namen der Yariablen in einer Gruppe handeln In der Tabelle k nnen Sie Namen und Label f r die Indexvariable angeben rArt des Indexwerts Fortlaufende Zahlen Indexwverte 12 3 Variaklennamen Index werte evernt1 event2 evert3 Name und Label der Indexvariablen bearbeiten Name Yariablenlabel 41 event_index Event index gt Geben Sie event_index als Name f r die Indexvariable ein und geben Sie Event index als Variablenlabel ein Klicken Sie auf Weiter 254 Kapitel 22 Abbildung 22 32 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Erstellen einer Indexvariablen A Assistent f r die Datenumstrukturierung Schritt 6 von 7 X Variablen zu F llen Optionen In diesem Schritt k nnen Sie Optionen festlegen die auf die umstrukturierte Datendatei angewendet werden WYerarbeitung nicht ausgew hlter variablen Yariable n aus neuer Datendatei entfernen Beibehalten und als Yariable n mit festem Format behandeln System Missing fehlender Wert oder leere Werte in allen transponierten Variablen Einen Fall in der neuen Datei erstellen Daten verwerfen Variable zum Z hlen von F llen Anzahl neuer F lle z hlen die vom Fall in den aktuellen Daten erstellt wurden
17. W hlen Sie diese Option wenn Sie bei jeder Analyse ein neues Set Modellvariablen zu Ihrem Datenblatt hinzuf gen m chten Benutzerdefinierte Namen Geben Sie Namen in den Yariablenlisten an Bei Auswahl dieser Option werden bei jeder Analyse alle bestehenden Variablen mit demselben Namen bzw Stammnamen ersetzt SZ enten Zumeestzen Antrechen ture Variablen speichern In dieser Gruppe speichern Sie modellbezogene Variablen in der Arbeitsdatei f r die weitere Verwendung bei Diagnosen und Ergebnisberichten Beachten Sie dass keine dieser Optionen verf gbar ist falls zeitabh ngige Einflussvariablen im Modell enthalten sind m berlebensfunktion Speichert die berlebenswahrscheinlichkeit den Wert der berlebensfunktion zum Zeitpunkt der Beobachtung sowie Einflussvariablenwerte f r jeden Fall m Untergrenze des Konfidenzintervalls f r die berlebensfunktion Speichert die Untergrenze des Konfidenzintervalls f r die berlebensfunktion zum Zeitpunkt der Beobachtung sowie Einflussvariablenwerte f r jeden Fall m Obergrenze des Konfidenzintervalls f r die berlebensfunktion Speichert die Obergrenze des Konfidenzintervalls f r die berlebensfunktion zum Zeitpunkt der Beobachtung sowie Einflussvariablenwerte f r jeden Fall 93 Cox Regression f r komplexe Stichproben Kumulative Hazard Funktion Speichert die kumulative Hazard Funktion oder In survival zum Zeitpunkt der B
18. 231 Cox Regression f r komplexe Stichproben Abbildung 22 5 Assistent f r Datum und Uhrzeit Schritt Berechnen der Anzahl der Zeiteinheiten zwischen zwei Datumswerten Assistent f r Datum und Uhrzeit Schritt 2 von 3 Berechnung der Anzahl der Zeiteinheiten zwischen zwei Datums oder Datums Zeitvariablen Das Ergebnis ist eine ganzzahlige Variable Alle Bruchteile einer Einheit werden verworfen Das Ergebnis ist eine Dauer Yariable In der unten stehenden Yariablenliste werden nur Dauer Variablen angezeigt Datumt Variablen Di 2 Aktuelles Datum und aktuelle Uhrz Datum der zweiten Festnahme date2 minus Datum2 j Datum der Entlassung aus der 1 Haft date1 Einheit Tita Ergebnisbehandlung Auf ganze Zahl k rzen Auf ganze Zahl runden Bruchteil beibehalten F r Einheiten von Monat und Jahr basiert das Ergebnis auf durchschnittichen Einheitenl ngen es sei denn es wird trunkiert TIME ist das aktuelle Datum und die aktuelle Uhrzeit W hlen Sie Date of second arrest date2 als erstes Datum W hlen Sie Date of release from first arrest datel als das Datum das vom ersten Datum zu subtrahieren ist W hlen Sie Days als Einheit Klicken Sie auf Weiter 232 Kapitel 22 Abbildung 22 6 Assistent f r Datum und Uhrzeit Schritt Berechnung A Assistent f r Datum und Uhrzeit Schritt 3 von 3 X Berechnung date2 date1 Ergebnis
19. IBM SPSS Complex Samples 20 Hinweis Lesen Sie zun chst die allgemeinen Informationen unter Hinweise auf S 284 bevor Sie dieses Informationsmaterial sowie das zugeh rige Produkt verwenden Diese Ausgabe bezieht sich auf IBM SPSS Statistics 20 und alle nachfolgenden Versionen sowie Anpassungen sofern dies in neuen Ausgaben nicht anders angegeben ist Screenshots von Adobe Produkten werden mit Genehmigung von Adobe Systems Incorporated abgedruckt Screenshots von Microsoft Produkten werden mit Genehmigung der Microsoft Corporation abgedruckt Lizenziertes Material Eigentum von IBM Copyright IBM Corporation 1989 2011 Eingeschr nkte Rechte f r Benutzer der US Regierung Verwendung Vervielf ltigung und Ver ffentlichung eingeschr nkt durch GSA ADP Schedule Contract mit der IBM Corp Vorwort IBM SPSS Statistics ist ein umfassendes System zum Analysieren von Daten Das optionale Zusatzmodul Complex Samples bietet die zus tzlichen Analyseverfahren die in diesem Handbuch beschrieben sind Die Prozeduren im Zusatzmodul Complex Samples m ssen zusammen mit SPSS Statistics Core verwendet werden Sie sind vollst ndig in dieses System integriert Informationen zu IBM Business Analytics Die Software IBM Business Analytics liefert umfassende einheitliche und korrekte Informationen mit denen Entscheidungstr ger die Unternehmensleistung verbessern k nnen Ein umfassendes Portfolio aus Business Intelligence
20. Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswahrscheinlichkeiten oder die Umf nge der Grundgesamtheiten anzugeben Ooz ungleich Stichprobenziehung mit ungleicher Wahrscheinlichkeit ohne Zur cklegen F r die Analyse der Stichprobendaten sind gemeinsame Vahrscheinlichkeiten erforderlich Diese Option ist nur in Stufe 1 verf gbar unvollst ndiger Abschnitt an me In diesem Schritt k nnen Sie eine Sch tzmethode f r die Stufe angeben MZ Stichprobenziehung mit Zur cklegen Die MZ Sch tzung beinhaltet keine Endlichkeitskorrektur Finite Population Correction FPC bei der Sch tzung der Varianz in einem komplexen Stichprobenplan Beim Sch tzen der Varianz bei einer einfachen Zufallsstrichprobenziehung Simple Random Sampling SRS k nnen Sie ausw hlen ob die Endlichkeitskorrektur FPC aufgenommen oder ausgeschlossen werden soll Es wird empfohlen bei der SRS Varianzsch tzung keine FPC aufzunehmen wenn die Analysegewichtungen skaliert wurden sodass ihre Summe nicht die Populationsgr e ergibt Der SRS Varianzsch tzer wird bei der Berechnung von Statistiken wie dem Effekt des Stichprobenplans verwendet MZ Sch tzung kann nur in der letzten Stufe eines Planes angegeben werden der Assistent l sst nicht zu dass eine weitere Stufe hinzugef gt wird wenn die Option f r die MZ Sch tzung ausgew hlt wird 0Z gleich Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur
21. Kreuztabellen f r komplexe Stichproben k nnen Sie Kreuzklassifikationsstatistiken f r die H ufigkeit des Rauchens im Verh ltnis zur Einnahme von Vitaminpr paraten bei US B rgern erstellen die auf den Ergebnissen der Umfrage National Health Interview Survey NHIS beruhen und einen geeigneten Analyseplan f r diese ffentlich zug nglichen Daten beinhalten Statistiken Mit diesem Verfahren erhalten Sie Sch tzungen f r die Umf nge der Grundgesamtheiten der Zellen sowie Prozents tze f r Zeilen Spalten und die Tabelle au erdem Standardfehler Konfidenzintervalle Variationskoeffizienten erwartete Werte Effekte des Stichprobenplans Quadratwurzeln aus den Effekten des Stichprobenplans Residuen korrigierte Residuen sowie die ungewichtete Anzahl f r jede Sch tzung Das Quotenverh ltnis das relative Risiko und die Risiko Differenz werden f r 2x2 Tabellen berechnet Des Weiteren werden die Pearson Statistik und die Statistik f r den Likelihood Quotienten f r den Test auf Unabh ngigkeit der Zeilen und Spaltenvariablen berechnet Daten Die Zeilen und Spaltenvariablen sollten kategorial sein Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichp
22. bersicht E Fallauswahlregeln speichern Stufe 3 hinzuf gen Stichprobe ziehen aaam i Auswahloptionen gt Ausgabedateien Abschluss ea EEE To ara ie In diesem Schritt k nnen Sie die Ausgabedateien f r die in der Stichprobe enthaltenen F lle die Gewichtungsvariablen gemeinsamen Wahrscheinlichkeiten und Fallauswahlregeln angeben Stichprobendaten Mit diesen Optionen k nnen Sie festlegen wo die Ausgabedaten f r die Stichprobe gespeichert werden sollen Sie k nnen der Arbeitsdatei hinzugef gt in ein neues Daten Set geschrieben oder in einer externen Datendatei im IBM SPSS Statistics Format gespeichert werden Daten Sets sind in der aktuellen Sitzung verf gbar In nachfolgenden 16 Kapitel 2 Sitzungen stehen Daten Sets nur zur Verf gung wenn Sie sie ausdr cklich als Datendateien speichern Die Namen von Daten Sets m ssen den Regeln zum Benennen von Variablen entsprechen Wenn eine externe Datei oder ein neues Daten Set angegeben wird werden die Ausgabevariablen f r die Stichprobenziehung und die Variablen in der Arbeitsdatei f r die ausgew hlten F lle gespeichert Gemeinsame Wahrscheinlichkeiten Mit diesen Optionen k nnen Sie festlegen in welche Datei die gemeinsamen Wahrscheinlichkeiten geschrieben werden sollen Sie werden in einer externen Datendatei im SPSS Statistics Format gespeichert Gemeinsame Wahrscheinlichkeiten werden erstellt wenn die PPS Methode ohne Zur cklegen PPS
23. vVerschachtelter Term chteln Zum Modell hinzuf gen L rKonstanter Term F In das Modell aufnehmen Y Statistik anzeigen Modell Effekte angeben Standardm ig erstellt das Verfahren ein Modell mit Haupteffekten unter Verwendung der im Hauptdialogfeld angegebenen Faktoren und Kovariaten Alternativ k nnen Sie ein benutzerdefiniertes Modell erstellen das Wechselwirkungseffekte und verschachtelte Terme enth lt Nicht verschachtelte Terme F r die ausgew hlten Faktoren und Kovariaten Wechselwirkung Hiermit wird der Wechselwirkungsterm mit der h chsten Ordnung f r alle ausgew hlten Variablen erzeugt Haupteffekte Legt einen Haupteffekt Term f r jede ausgew hlte Variable an Alle 2 Weg Hiermit werden alle m glichen 2 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt 50 Kapitel 9 Alle 3 Weg Hiermit werden alle m glichen 3 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 Weg Hiermit werden alle m glichen 4 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 5 Weg Hiermit werden alle m glichen 5 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Verschachtelte Terme In dieser Prozedur k nnen Sie verschachtelte Terme f r ein Modell konstruieren Verschachtelte Terme sind n tzlich um den Effekt von Faktoren oder Kovariaten zu analysieren deren Werte nicht mit den Stufen eines anderen Faktors interagieren Eine L
24. Abbildung 3 2 Analysevorbereitungsassistent Schritt Stichproben Variablen Ei Analysevorbereitungsassistent Stufe 1 Stichproben Variablen In diesem Dialogfeld k nnen Sie Yariablen ausw hlen mit denen Schichten oder Klumpen definiert werden Eine Gewichtungsvariable f r die Stichprobe muss in der ersten Stufe ausgew hlt werden Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird f Wilkommen E Stufe1 Eh Stichproben Variablen Sch tzmethoce bersicht Abschluss Variablen Schichten L Kundenanzahl nKunden 5 Kunden ID idKunden v2 Alter in Jahren Alter Mi Ausbildung Ausbildung 8 Jahre der Besch ftigung beim derzeitige E wohnhaft an gleicher Adresse in Jahre Klumpen E Haushaltseinkommen in Tausend Einkom amp Zweig Zweig E Relation Schulden zu Einkommen in Schulden auf Kreditkarte in Tausend Car j E Andere Schulden in Tausend sonst_Sch amp vorherige Nichtzahlung Nichtzahlung L inclprob_s1 G Stichprobengewichtung L inciprob_s2 E finalweight Stufenbeschriftung ee zur ck Weter gt Fertasteten an rechen Hure In diesem Schritt k nnen Sie die Schichtungs und Klumpenvariablen identifizieren und Stichprobengewichte definieren Au erdem k nnen Sie eine Beschriftung f r die Stuf
25. Die bei der Berechnung verwendeten Faktoren und Kovariaten werden auf folgende Werte festgesetzt Ausbildung Promotion Alter in Jahren 34 19 Jahre der Besch ftigung beim derzeitigen Arbeitgeber 6 99 wohnhaft an gleicher Adresse in Jahren 6 32 Haushaltseinkommen in Tausend 60 1581 Relation Schulden zu Einkommen in 9 9341 Schulden auf Kreditkarte in Tausend 1 9764 Andere Schulden in Tausend 3 9164 Diese Tabelle enth lt die Quotenverh ltnisse von Vorherige Nichtzahlung auf den Faktorstufen von Ausbildung Bei den ausgegebenen Werten handelt es sich um das Verh ltnis der Quoten f r die Nichtzahlung f r Ohne Schulabschluss bis Universit tsabschluss im Vergleich zu der Quote f r die Nichtzahlung f r Promotion Das Quotenverh ltnis von 2 054 in der ersten Zeile der Tabelle bedeutet dass die Quote f r die Nichtzahlung bei einer Person ohne Schulabschluss das 2 054fache der Quote f r die Nichtzahlung bei einer promovierten Person bet gt 208 Kapitel 20 Abbildung 20 11 Quotenverh ltnisse f r Jahre der Besch ftigung beim derzeitigen Arbeitgeber 95 IA Quoten E nderungseinheiten vorherige Nichtzahlung verh ltnis E a Grenze Jahre der 1 000 Besch ftigung beim derzeitigen Arbeitgeber Abh ngige Variable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden a Die bei der
26. EH Logistische Regression f r komplexe Stichproben Modell verschachtelter Term Benutzerdefiniert Faktoren und Kovariaten Term e konstruieren Modell achtel rKonstanter Term M Statistik anzeigen In das Modell aufnehmen Modell Effekte angeben Standardm ig erstellt das Verfahren ein Modell mit Haupteffekten unter Verwendung der im Hauptdialogfeld angegebenen Faktoren und Kovariaten Alternativ k nnen Sie ein benutzerdefiniertes Modell erstellen das Wechselwirkungseffekte und verschachtelte Terme enth lt 60 Kapitel 10 Nicht verschachtelte Terme F r die ausgew hlten Faktoren und Kovariaten Wechselwirkung Hiermit wird der Wechselwirkungsterm mit der h chsten Ordnung f r alle ausgew hlten Variablen erzeugt Haupteffekte Legt einen Haupteffekt Term f r jede ausgew hlte Variable an Alle 2 Weg Hiermit werden alle m glichen 2 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 3 Weg Hiermit werden alle m glichen 3 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 Weg Hiermit werden alle m glichen 4 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 5 Weg Hiermit werden alle m glichen 5 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Verschachtelte Terme In dieser Prozedur k nnen Sie verschachtelte Terme f r ein Modell konstruieren Verschachtelte Terme sind n tzlich um den Effekt
27. Kapitel 12 Bonferroni sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt Sidak Dieses Verfahren liefert engere Grenzen als der Bonferroni Ansatz Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden Speichern Abbildung 12 10 Dialogfeld Cox Regression Registerkarte Speichern fE Cox Regression f r komplexe Stichproben K Zetuntreigie Enfisvalen Unrrunpen Modst Sliken Diagramme Aypinesetse Spchen Exporteren Ontonen r Yariablen speichern Yariablen Speichern Zu speicherndes Element VariablennameStammname E berlebensfunktion z Untergrenze des Konfidenzintervalls f r die berlebensfunktion E Obergrenze des Konfidenzintervalls f r die berlebensfunktion Kumulative Hazardfunktion A Untergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion E Obergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion o vorhergesagter Vert f r die lineare Einflussvariable E Schoenfeld Residuum eine Variable pro Modellparameter A Martingale Residuum Abweichungsresiduum Cox Snell Residuum ja Score Residuum eine Variable pro Modellparameter Namen der gespeicherten Variablen Automatisch eindeutige Namen generieren
28. Liegen Wechselwirkungen eines Faktors oder einer Kovariate mit anderen Einflussgr en im Modell vor sind die Quotenverh ltnisse nicht nur von den nderungen bei der angegebenen Variable abh ngig sondern auch von den Werten der anderen Variablen mit denen die Wechselwirkungen bestehen Wenn eine angegebene Kovariate im Modell Wechselwirkungen mit sich selbst aufweist z B alter alter sind die Quotenverh ltnisse sowohl von den nderungen bei der Kovariate abh ngig als auch vom Wert der Kovariate 76 Kapitel 11 Ordinale Regression f r komplexe Stichproben Speichern Abbildung 11 7 Dialogfeld Ordinale Regression Speichern E Ordinate Regression bei komplexen Stichproben Speichern rYariablen speichern T vorhergesagte Kategorie Name PredictedYalue Fi Wahrscheinlichkeit der vorhergesagten Kategorie Name PredictedYalueProbability Y Wahrscheinlichkeit der beobachteten Kategorie Name ObservedvalueProbability E Kumulative Yahrscheinlichkeiten eine Variable pro Kategorie Stammname Cumul ativeProbability IV Yorhergesagte Wahrscheinlichkeiten eine Variable pro Kategorie V Vorhergesagt p zone Stammname PredictedProbability o Bestehende Variablen ersetzen die denselben Namen oder Stammnamen aufweisen rModell exportieren PA Modell als Daten exportieren M Modell als XML exportieren Variablen speichern In dieser Gruppe speichern Sie die vom Modell vorhergesagte K
29. Sch tzung als Methode f r die L sung von Bindungen aus Klicken Sie auf OK Informationen zum Stichprobenplan Abbildung 22 49 Informationen zum Stichprobenplan G ltig Subjekte F lle Ung ltige F lle Gesamtzahl der F lle Subjektgr e bei Grundgesamtheit Schichten Einheiten Freiheitsgrade des Stichprobenplans Diese Tabelle enth lt Informationen zum Stichprobenplan der zur Sch tzung des Modells geh rt 2421 3310 3953 7263 2421 000 1 2421 2420 269 Cox Regression f r komplexe Stichproben m Es gibt f r einige Subjekte mehrere F lle und alle 3 310 F lle werden bei der Analyse verwendet m Der Plan hat eine einzige Schicht und 2 421 Einheiten eine f r jedes Subjekt Die Freiheitsgrade des Stichprobenplans werden als 2421 1 2420 gesch tzt Tests der Modelleffekte Abbildung 22 50 Tests der Modelleffekte Guele leere et 1 2 Wald F Sig mi 2418 000 452 873 000 2419 000 1064 936 2419000 739 197 SRSLIEREnzesbeenlable Length of stay for rehabilitation Time to first event post attac Ereignisstatusvariable First event post attack 4 Subjekt ID Variable Patient ID Modell mi is hs Der Signifikanzwert f r jeden Effekt liegt nahe null was darauf hindeutet dass sie alle zum Modell beitragen Parameter Sch tzer Abbildung 22 51 Parametersch tzer Grenze Obere Grenze EFRR 95 Konfidenzintervall f r Exp 95 Konfidenzintervall B Exp B Gre
30. Statistiken f r Ma variablen Diese Gruppe bestimmt welche F lle bei der Analyse verwendet werden Alle verf gbaren Daten verwenden Die fehlenden Werte werden variablenweise bestimmt sodass die f r die Berechnung der Statistiken verwendeten Werte bei den verschiedenen Ma variablen voneinander abweichen k nnen Einheitliche Fallbasis gew hrleisten Die fehlenden Werte werden ber alle Variablen bestimmt sodass die f r die Berechnung der Statistiken verwendeten F lle konsistent sind Kategoriale Stichproben Variablen Diese Gruppe bestimmt ob benutzerdefinierte fehlende Werte g ltig oder ung ltig sind 37 Deskriptive Statistiken f r komplexe Stichproben Komplexe Stichproben Optionen Abbildung 6 4 Dialogfeld Optionen Ei H ufigkeiten f r komplexe Stichproben Optionen Anzeige f r Teilgesamtheiten alle in derselben Tabelle Jeweils in einer eigenen Tabelle Ca rar un Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel 7 Kreuztabellen f r komplexe Stichproben Mit der Prozedur Kreuztabellen f r komplexe Stichproben werden Kreuztabellen f r Paare von ausgew hlten Variablen erstellt und bivariate Statistiken angezeigt Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Beispiel Mit der Prozedur
31. Wenn Sie das Iterationsprotokoll drucken wird die letzte Iteration stets unabh ngig vom Wert f r n ausgegeben Benutzerdefinierte fehlende Werte Alle Stichproben Variablen sowie die abh ngige Variable und ggf alle Kovariaten m ssen g ltige Daten enthalten F lle bei denen ung ltige Daten f r diese Variablen vorliegen werden aus der Analyse gel scht Mit diesen Steuerungen legen Sie fest ob benutzerdefiniert fehlende Werte bei den Schicht Cluster Teilgesamtheits und Faktorvariablen als g ltige Werte behandelt werden sollen Konfidenzintervall Dies ist die Konfidenzintervall Ebene f r Koeffizientensch tzungen potenzierte Koeffizientensch tzungen und Quotenverh ltnisse Geben Sie einen Wert gr er oder gleich 50 und kleiner als 100 ein Zus tzliche Funktionen beim Befehl CSLOGISTIC Mit der Befehlssyntax k nnen Sie auch Folgendes Mit dem Unterbefehl CUSTOM k nnen Sie benutzerdefinierte Tests auf Effekte im Vergleich zu linearen Kombinationen von Effekten oder einem Wert vornehmen Mit dem Unterbefehl ODDSRATIOS k nnen Sie Werte f r andere Modellvariablen festlegen wenn Sie die Quotenverh ltnisse f r Faktoren und Kovariaten berechnen Mit dem Unterbefehl CRITERIA k nnen Sie einen Toleranzwert f r die Pr fung auf Singularit t festlegen Mit dem Unterbefehl SAVE k nnen Sie benutzerdefinierte Namen f r gespeicherte Variablen angeben Mit dem Unterbefehl PRINT k nnen Sie eine Tabelle mi
32. Wilkommen Io Stufe1 Stichproben Yariablen Methode Variablen Schichten nach e Immobilien ID Immokilien_1D Umgebung Umgebung E letzte Sch tzung in Jahren Zeit E Wert bei letzter Sch tzung ert Gr e der Stichprobe Ausgabevariablen bersicht A Q Stute 2 Stichproben Y ariablen Methode Gr e der Stichprobe isgabevariablen bersicht Stufe 3 hinzuf gen 0 en Ce amp unvollst ndiger Abschnitt W hlen Sie Neighborhood Wohnviertel als Schichtungsvariable aus gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet dass f r jedes Wohnviertel der in Stufe 1 ausgew hlten Gemeinden unabh ngige Stichproben gezogen werden In dieser Phase werden Immobilien mithilfe der Methode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 106 Kapitel 13 Abbildung 13 6 Stichprobenassistent Schritt Stichprobenumfang Stufe 2 A Stichprobenassistent F Stufe 2 Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehend
33. als Spaltenvariable Da die Aufschl sselung der Ergebnisse nach Einkommensklassen ebenfalls interessant ist w hlen Sie Income category in thousands Einkommensklasse in Tausend als Teilgesamtheitsvariable aus Klicken Sie auf Statistiken 178 Kapitel 17 Abbildung 17 3 Dialogfeld Kreuztabellen Statistik 1 Kreuztabellen f r komplexe Stichproben Statistiken r Zellen E Umfang der Grundgesamtheit Spattenprozent F Zeilenprozent 7 Tabellenprozente r statistiken F Standardfehler a Ungewichtete Anzahl E Konfidenzinteryall Effekt des Stichprobenplans F Quadratwurzel aus dem Effekt des Stichprobenplans E Varistionskoeffizient U Residue Be E Hate far nenn Daaih r uswertungen f r 2x2 Tabellen Ti Qutenverh ltnis Risiko Differenz Relatives Risiko F Test auf Unhabh ngigkeit von Zeilen und Spalten Ca ameen e Heben Sie die Auswahl von Population size Umfang der Grundgesamtheit auf und w hlen Sie im Gruppenfeld Zellen Row percent Zeilenprozentsatz aus W hlen Sie Odds ratio Quotenverh ltnis und Relative risk Relatives Risiko in der Auswertung f r das Gruppenfeld der 2x2 Tabelle aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Kreuztabellen f r komplexe Stichproben auf OK Durch diese Auswahl wird eine Kreuztabelle und ein Risikosch tzer f r Newspaper subscription Zeitungsabonnement zu Respon
34. amp CAT scan result catscan amp Clot dissolving drugs clotsolv Ea Kovariaten ki Treatment result result a amp Post evert preventative surgery surgery amp Post event rehabilitation rehab Total treatment and rehabilitation costs in thousands cost amp Event index event_index Zeitabh ngige Einflussvariablen EEE en W hlen Sie History of myocardial infarction mi bis History of hemorrhagic stroke hs als Faktoren aus gt Klicken Sie auf die Registerkarte Statistik 266 Kapitel 22 Abbildung 22 46 Dialogfeld Cox Regression Registerkarte Statistik Y Informationen zum Stichprobenplan 4 Ereignis und Zensierungsauswertung _ Risiko Set zum Ereigniszeitpunkt Parameter TA Sch tzer 1 Kovarianzen der Parametersch tzer TA Exponentialfunktion des Sch tzers _ Korrelationen der Parametersch tzer V Standardfehler Effekt des Stichprobenplans Ti Konfidenzintervall Quadratwurzel aus dem Effekt des Stichprobenplans F t Test Modellannahmen Test f r proportionale Hazard Raten Zeitfunktion Kaplan Meier m Parametersch tzer f r alternatives Modell E Kovarlanzmatrix f r alternatives Modell Basis berlebensfunktion und kumulative Hazardfunktion W hlen Sie Sch tzer Potenzierter Sch tzer Standardfehler und Konfidenzintervall in der Gruppe Parame
35. amp Provinz province b Distrikt district amp Stadt city amp Festnahme ID arrest rn A Altersgruppe agecat os amp b Familienstand marital i Sozialer Status sociai Ri Ausbildung ed amp Besch ftigt employ amp Geschlecht gender Ri Schwere der ersten Tat crime1 amp Gewalt bei erster Tat violent1 amp Datum der Entlassung aus der 1 Haft date1 amp Rehakbilitationsma nahmen erhalten rehab Ri Schwere der zweiten Tat crime2 b Gewalt bei zweiter Tat violent2 Zweite Verurteiluna fconvict21 Kovariaten E Alter in Jahren age tage Zeitabh ngige Einflussvariablen Auf der Registerkarte Einflussvariablen k nnen Sie die Faktoren und Kovariaten angeben die zum Erstellen der Modelleffekte verwendet werden Faktoren Faktoren sind kategoriale Einflussvariablen es kann sich dabei um numerische Variablen oder Stringvariablen handeln Kovariaten Kovariaten sind metrische Einflussvariablen sie m ssen numerisch sein Zeitabh ngige Einflussvariablen In bestimmten Situationen ist die Annahme einer proportionalen Hazard Rate nicht zutreffend Dies bedeutet dass sich Hazard Verh ltnisse im Laufe der Zeit ndern Die Werte einer oder mehrerer Einflussvariablen sind zu verschiedenen Zeitpunkten unterschiedlich In solchen F llen m ssen Sie zeitabh ngige Einflussvariablen angeben F r weitere Informationen siehe Thema Zeitabh ngige Ei
36. chsten Stufe weitergehen und sie falls erforderlich erstellen oder die Analyseangaben speichern Wenn keine weitere Stufe hinzugef gt werden kann hat dies vermutlich einen der folgenden Gr nde m Im Schritt Stichproben Variablen wurde keine Klumpenvariable angegeben m Im Schritt Sch tzmethode wurde MZ Sch tzung angegeben m Dies ist die dritte Stufe der Analyse und der Assistent unterst tzt maximal drei Stufen 27 Vorbereiten einer komplexen Stichprobe f r die Analyse Analysevorbereitungsassistent Fertig stellen Abbildung 3 7 Analysevorbereitungsassistent Schritt Fertig stellen Ei Analysevorbereitungsassistent Abschlie en des Analyseassistenten Sie haben alle Informationen angegeben die zum Erstellen eines Plans erforderlich sind Sie k nnen die Plandatei bei jedem Analyseverfahren f r komplexe Stichproben verwenden wenn Sie soweit sind die Daten zu analysieren f Wilkommen E Stufe 1 H Stichproben Variablen Sch tzmethode Speichern Sie Ihre Angaben in einer Plandatei Gr e bersicht 2 Stufe 2 Stichproben Variablen Sch tzmethode bersicht Folgende M glichkeiten stehen Ihnen zur verf gung Yom Assistenten generierte Syntax in ein Syntaxfenster einf gen i P Abschluss Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen Dies ist der letzte Schritt Sie k nnen die Plandatei jetzt speichern oder Ihre Auswahl
37. chten Sie haben dann die M glichkeit die Stichprobe zu ziehen Stichprobe ziehen W hlen Sie diese Option wenn Sie berets ber ng Duronsucnen eine Plandatei verf gen und eine Stichprobe ziehen m chten W hlen Sie Stichprobe ziehen wechseln Sie in das Verzeichnis in dem Sie die Plandatei gespeichert haben und w hlen Sie die von Ihnen erstellte Plandatei demo csplan aus Klicken Sie auf Weiter 127 Stichprobenassistent f r komplexe Stichproben Abbildung 13 28 Stichprobenassistent Schritt Plan bersicht Stufe 3 Plan bersicht In diesem Dialogfeld wird der Stichprobenplan zusammengefasst Geben Sie alle Stufen an f r die bereits die Stichprobenziehung erfolgt ist und f r die keine erneute Stichprobenziehung erfolgen soll Wilkommen bersicht Plan bersicht Beschriftung Schicht Cluster Gr e Methode Stichprobe ziehen Kein Region Bundesland 3 0 pro Schicht Einfache Zufi Auswahloptionen robenziehung Ausgabedateien Kein Landkreis Stadt 0 1 pro Schicht Einfache Zuf Abschluss robenziehung Kein subdivision 0 2 pro Schicht Einfache Zuf robenziehung Datei C Wlemo csplan F r welche Stufen ist die Stichprobenziehung bereits erfolgt Stufen W hlen Sie 1 2 als Stufen f r die bereits Stichproben gezogen wurden Klicken Sie auf Weiter 128 Kapitel 13 Abbildung 13 29 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen
38. city amp Festnahme ID arrest ai Atersgruppe agecat amp b Familienstand marital Mi Sozialer Status social A Ausbildung ed 5 Besch ftigt employ 5 Geschlecht gender i Schwere der ersten Tat crime1 amp Gewalt bei erster Tat violent1 amp Datum der Entlassung aus der 1 Haft date1 amp Rehabilitstionsma nahmen erhalten rehab i Schwere der zweiten Tat crime2 amp Gewalt bei zwei Zeitabh ngige Einflussvariablen e Ca Cm an e Ce W hlen Sie Age in years age als eine Kovariate aus Klicken Sie auf die Registerkarte Statistik 237 Cox Regression f r komplexe Stichproben Abbildung 22 11 Dialogfeld Cox Regression Registerkarte Statistik H Cox Regression f r komplexe Stichproben amp Zetundrgis Eiasvarten Untergruppen Modet Stillen Digramme Hypcinesertests_ Speichern Exportieren Optinen Informationen zum Stichprobenplan FA Ereignis und Zensierungsauswertung Risiko Set zum Ereigniszeitpunkt Parameter m Sch tzer m Kovarianzen der Parametersch tzer o Exponentialfunktion des Sch tzers E Korrelationen der Parametersch tzer E Standardfehler E Effekt des Stichprobenplans _ Konfidenzintervall E Quadratwurzel aus dem Effekt des Stichprobenplans E t Test rModellannahmen M Test f r proportionale Hazard Raten Zi Parametersch tzer f r alternatives Modell Kovarianzmatrix f r alternatives Model
39. gbaren Quellen bezogen IBM hat diese Produkte nicht getestet und kann die Genauigkeit bez glich Leistung Kompatibilit t oder anderen Behauptungen nicht best tigen die sich auf Drittanbieter Produkte beziehen Fragen bez glich der Funktionen von Drittanbieter Produkten sollten an die Anbieter der jeweiligen Produkte gerichtet werden Diese Informationen enthalten Beispiele zu Daten und Berichten die im t glichen Gesch ftsbetrieb Verwendung finden Um diese so vollst ndig wie m glich zu illustrieren umfassen die Beispiele Namen von Personen Unternehmen Marken und Produkten Alle diese Namen sind fiktiv und jegliche hnlichkeit mit Namen und Adressen realer Unternehmen ist rein zuf llig Unter Umst nden werden Fotografien und farbige Abbildungen nicht angezeigt wenn Sie diese Informationen nicht in gedruckter Form verwenden Marken IBM das IBM Logo ibm com und SPSS sind Marken der IBM Corporation und in vielen L ndern weltweit registriert Eine aktuelle Liste der IBM Marken finden Sie im Internet unter http fwww ibm com legal copytrade shtml Adobe das Adobe Logo PostScript und das PostScript Logo sind eingetragene Marken oder Marken von Adobe Systems Incorporated in den USA und oder anderen L ndern Intel das Intel Logo Intel Inside das Intel Inside Logo Intel Centrino das Intel Centrino Logo Celeron Intel Xeon Intel SpeedStep Itanium und Pentium sind Markten oder eingetragene Marken der Intel Corporation oder
40. nhis2000_subset csaplan Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen r Gemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche YYyahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden nhis2000_subset sav Ein offenes Datenblatt Benutzerdefinierte Datei Meter _ Anrecnen ie Plan Geben Sie den Pfad zu einer Analyse oder Beispielplan Datei an Gemeinsame Wahrscheinlichkeiten Um die Sch tzung OZ ungleich f r Klumpen verwenden zu k nnen die mit einer PPS Methode OZ gezogen wurden m ssen Sie eine gesonderte Datei oder ein ge ffnetes Daten Set angeben die bzw das die gemeinsamen Wahrscheinlichkeiten enth lt Diese Datei bzw dieses Daten Set wird vom Stichprobenassistenten w hrend der Stichprobenziehung erstellt Copyright IBM Corporation 1989 2011 29 Kapitel H ufigkeiten f r komplexe Stichproben Mit der Prozedur H ufigkeiten f r komplexe Stichproben k nnen Sie H ufigkeitstabellen f r ausgew hlte Variablen erstellen und univariate Statistiken anzeigen Optional k nnen Sie Statistiken nac
41. r die Stichprobengewichtung erstellen W hlen Sie die folgenden Befehle aus den Men s aus Transformieren gt Variable berechnen 259 Cox Regression f r komplexe Stichproben Abbildung 22 37 Hauptdialogfeld Cox Regression ai Variable berechnen K Zielvariable Numerischer Ausdruck sampleweight da Hospital ID hospid A Hospital size hosp da Patient ID patid da Attending physician Age in years age fi Age category agec amp Gender gender amp Physically active a amp Obesity obesity amp History of diabetes 5 Funktionen und Sondervariablen amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker amp Cholesterol choles amp History of angina a amp Prescribed nitroglyc D Taking anti clotting 2 Histarw nf transient Fans optionale Fallauswahlbedingung Funktionsguppe Alle Arithmetisch Yerteilungsfunktionen Umwandlung Aktuelles Datum aktuelle Uhr Geben Sie sampleweight als Zielvariable ein Geben Sie 1 als numerischen Ausdruck ein Klicken Sie auf OK Nun k nnen Sie den Analyseplan erstellen Anmerkung Im Verzeichnis der Beispieldateien finden Sie eine bestehende Plandatei srs csaplan die Sie verwenden k nnen wenn Sie die folgenden Schritte berspringen und mit der Analyse der Daten fortfahren m chten gt Zum Erstellen des Analyseplans w hlen Sie die folg
42. r komplexe Stichproben Ordinale Regression f r komplexe Stichproben Antwortwahrscheinlichkeiten Ordinale Regression f r komplexe Stichproben Modell 2 22 22 ceneee Ordinale Regression f r komplexe Stichproben Statistik 2222220 Hypothesentests f r komplexe Stichproben sanaaa Ordinale Regression f r komplexe Stichproben Quotenverh ltnisse Ordinale Regression f r komplexe Stichproben Speichern 222cce20 Ordinale Regression f r komplexe Stichproben Optionen 2222 cerene Zus tzliche Funktionen beim Befehl CSORDINAL 222222 nererenen nn 12 Cox Regression f r komplexe Stichproben Ereignis definieren n cn ea a eine vii Einflussvariablen 20 cc 83 Zeitabh ngige Einflussvariable definieren 2coeneseeeeeenreren nn 84 Untergr ppen sina aada gadaa sun sn nn ne en ade ee 85 Modelle 22 ee a ee ee RER erh 86 Statistik 4 segiten ih Ar ne ae a aa aan en ee Re te 88 Diagramme asepi ana a ae RL en and ng Ba a 90 Hypothesentests 22 on ouneeeeeeeeeeee een een een nee nenn 91 SPEICHERN sanii 4 44 an ae ee a no ee a a de er main Bee are 92 EXPONE arianarian a a E EE E EE E ee er Rene ee 94 Optionen u 2425 ma a a a ee ee ee ee 96 Zus tzliche Funktionen beim Befehl CSCOXREG 22222 seseeeeer een nn 97 Teil Il Beispiele 13 Stichprobenassistent f r komplexe Stichprob
43. rker der Wert von 1 abweicht desto gr er ist der Effekt Kumulative Werte Die kumulierte Sch tzung ber jeden einzelnen Wert der Variablen Test auf gleiche Spaltenanteile Mit dieser Option werden Chi Quadrat und Likelihood Quotienten Tests f r die Hypothese erstellt dass die Kategorien einer Variable die gleichen H ufigkeiten aufweisen F r jede Variable werden separate Tests durchgef hrt Komplexe Stichproben Fehlende Werte Abbildung 5 3 Dialogfeld Fehlende Werte iil H ufigkeiten f r komplexe Stichproben Fehlende Werte r Tabellen Alle verf gbaren Daten verwenden tabellenweiser Ausschluss Einheitliche Fallbasis f r alle metrischen Variablen listenweiser Ausschluss Kategoriale Stichproben Yariablen Benutzerdefinierte fehlende Werte sind ung ltig Benutzerdefinierte fehlende Werte sind g ltig F lle mit ung ltigen Daten f r eine kategoriale Stichprobenvariable werden aus der Analyse ausgeschlossen ae ann an Tabellen Diese Gruppe bestimmt welche F lle bei der Analyse verwendet werden Alle verf gbaren Daten verwenden Fehlende Werte werden jeweils f r einzelne Tabellen bestimmt Daher k nnen die zur Berechnung von Statistiken verwendeten F lle zwischen den einzelnen H ufigkeits bzw Kreuztabellen variieren Einheitliche Fallbasis verwenden Fehlende Werte werden ber alle Variablen bestimmt Daher sind die zur Berechnung der Sta
44. rue Teststatistik In dieser Gruppe k nnen Sie den Typ der Statistik zum Testen der Hypothesen festlegen Die folgenden Optionen stehen zur Auswahl F F korrigiert Chi Quadrat und Korrigiertes Chi Quadrat Stichprobenziehung Freiheitsgrade In dieser Gruppe steuern Sie die Freiheitsgrade im Stichprobenplan mit denen die p Werte f r alle Teststatistiken berechnet werden Dient der Stichprobenplan als Grundlage ist dieser Wert die Differenz zwischen der Anzahl der prim ren Stichprobeneinheiten und der Anzahl der Schichten in der ersten Stufe der Stichproben Alternativ k nnen Sie benutzerdefinierte Freiheitsgrade festlegen geben Sie hierzu eine positive Ganzzahl ein Korrektur f r Mehrfachvergleiche Bei der Durchf hrung von Hypothesentests mit mehreren Kontrasten kann das Gesamtsignifikanzniveau mithilfe der Signifikanzniveaus der eingeschlossenen Kontraste angepasst werden In dieser Gruppe k nnen Sie die Anpassungs Korrekturmethode ausw hlen m Geringste signifikante Differenz Diese Methode steuert nicht die Gesamtwahrscheinlichkeit dass Hypothesen abgelehnt werden bei denen einige lineare Kontraste von den Werten einer Nullhypothese abweichen m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt 92
45. tzten Randmittel Standardfehler und Konfidenzintervalle von Amount spent Ausgegebener Betrag bei den Faktorkombinationen von Who shopping for Einkauf f r wen und Use coupons Coupons verwenden an Diese Tabelle 199 Allgemeines lineares Modell f r komplexe Stichproben dient zur Ermittlung des Wechselwirkungseffekts zwischen diesen beiden Faktoren der in den Tests der Modelleffekte gefunden wurde Auswertung In diesem Beispiel ergaben die gesch tzten Randmittel Unterschiede in den ausgegebenen Betr gen zwischen Kunden auf verschiedenen Stufen von Who shopping for Einkauf f r wen und Use coupons Coupons verwenden Dies wurde durch die Tests der Modelleffekte best tigt sowie durch die Tatsache dass ein Wechselwirkungseffekt Who shopping for Use coupons vorzuliegen scheint Aus der Modellzusammenf assungstabelle ergab sich dass das vorliegende Modell etwas mehr als die H lfte der Schwankungen in den Daten erkl rt und vermutlich durch die Hinzunahme weiterer Einflussvariablen verbessert werden k nnte Verwandte Prozeduren Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben ist ein n tzliches Tool f r die Modellierung einer metrischen Variablen wenn die F lle anhand eines Schemas f r komplexe Stichproben gezogen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stich
46. 9 4 46 2 47 6 Insgesamt 100 0 0 100 0 100 0 Jede der ausgew hlten Statistiken wird f r jede der ausgew hlten Zellen Ma variablen berechnet Die erste Spalte enth lt Sch tzwerte f r die Anzahl und den Prozentsatz der Personen in der Grundgesamtheit die Vitamin Mineralstofferg nzungen einnehmen bzw nicht einnehmen Die Konfidenzintervalle berschneiden sich nicht Daraus l sst sich ableiten dass insgesamt die Mehrzahl der Amerikaner Vitamin Mineralstofferg nzungen einnimmt 167 H ufigkeiten f r komplexe Stichproben H ufigkeit nach Teilgesamtheit Abbildung 15 5 H ufigkeitstabelle nach Teilgesamtheit 95 Konfidenzintervall Standardf Untere Altersgruppe Sch tzung ehler Grenze Obere Grenze Umfang der Ja 10018312 350602 4 9328682 10707942 079 Grundgesamtheit Nein 15472368 499182 4 14490483 16454253 004 Insgesamt 25490680 680732 8 24151688 26329672 224 vom Gesamtwert Ja Nein Insgesamt Umfang der Ja 39163840 660855 7 37863946 40463734 252 Grundgesamtheit Nein 39503150 645934 2 38232606 40773693 800 Insgesamt 78666990 961114 3 76776491 80557488 965 vom Gesamtwert Ja 49 8 48 7 Nein 50 2 49 1 Insgesamt 100 0 100 0 Umfang der Ja 34154952 598603 7 32977507 35332397 428 Grundgesamtheit Nein 24005512 497723 8 23026496 24994528 041 Insgesamt 59160464 814680 4 56557999 59762929 346 vom Gesamtwert Ja 58 7 57 5 60 0 Nein 41 3 40 0
47. Analyse wird ausschlie lich f r die ausgew hlte Kategorie der Teilgesamtheit Variable vorgenommen die Varianzen jedoch werden dennoch ordnungsgem auf der Grundlage des gesamten Daten Sets gesch tzt m W hlen Sie eine Verkn pfungsfunktion Verkn pfungsfunktion Die Verkn pfungsfunktion ist eine Transformation der kumulativen Wahrscheinlichkeiten die eine Sch tzung des Modells erm glicht Es stehen f nf Verkn pfungsfunktionen zur Verf gung die in der folgenden Tabelle zusammengefasst sind Funktion Script window New Procedure Logit Form logt amp 1 3 Typische Anwendung Gleichm ig verteilte Kategorien Log Log komplement r logC log 1 2 H here Kategorien wahrscheinlicher 69 Ordinale Regression f r komplexe Stichproben Funktion Script window New Form Typische Anwendung Procedure Log Log negativ logC log d Niedrigere Kategorien wahrscheinlicher Probit o e Latente Variable ist normalverteilt Cauchit Inverse von Cauchy tan n amp 0 5 Latente Variable weist viele Extremwerte auf Ordinale Regression f r komplexe Stichproben Antwortwahrscheinlichkeiten Abbildung 11 2 Dialogfeld Ordinale Regression Antwortwahrscheinlichkeiten H Ordinate Regression f r komplexe Stichproben Antwortwahrscheinlichkeiten Kumulierte Antwortwahrscheinlichkeiten vom niedrigsten zum h chsten Wert der abh ngigen Varia
48. Anzahl der eingereichten Schadensanspr che kann als Skalierungsgewicht verwendet werden 275 Beispieldateien car_sales sav Diese Datendatei enth lt hypothetische Verkaufssch tzer Listenpreise und physische Spezifikationen f r verschiedene Fahrzeugfabrikate und modelle Die Listenpreise und physischen Spezifikationen wurden von edmunds com und Hersteller Websites entnommen car_sales_uprepared sav Hierbei handelt es sich um eine modifizierte Version der Datei car_sales sav die keinerlei transformierte Versionen der Felder enth lt carpet sav In einem beliebten Beispiel m chte Green als auch Wind 1973 einen neuen Teppichreiniger vermarkten und dazu den Einfluss von f nf Faktoren auf die Bevorzugung durch den Verbraucher untersuchen Verpackungsgestaltung Markenname Preis G tesiegel Good Housekeeping und Geld zur ck Garantie Die Verpackungsgestaltung setzt sich aus drei Faktorenebenen zusammen die sich durch die Position der Auftrageb rste unterscheiden Au erdem gibt es drei Markennamen K2R Glory und Bissell drei Preisstufen sowie je zwei Ebenen Nein oder Ja f r die letzten beiden Faktoren 10 Kunden stufen 22 Profile ein die durch diese Faktoren definiert sind Die Variable Preference enth lt den Rang der durchschnittlichen Einstufung f r die verschiedenen Profile Ein niedriger Rang bedeutet eine starke Bevorzugung Diese Variable gibt ein Gesamtma der Bevorzugung f r die Profile an carpet_prefs sav D
49. Auch Pseudo R Statistiken Klassifizierungstabellen und deskriptive Statistiken f r die abh ngigen und unabh ngigen Variablen stehen zur Verf gung Daten Die abh ngige Variable ist kategorial Faktoren sind kategorial Kovariaten sind quantitative Variablen die mit der abh ngigen Variablen in Beziehung stehen Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Ermitteln der logistischen Regression f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Logistische Regression W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright IBM Corporation 1989 2011 57 58 Kapitel 10 Abbildung 10 1 Dialogfeld Logistische Regression BE Logistische Regression f r komplexe Stichproben X variablen Abh ngige variable moder Bonam D L Number of customers Statistiken amp b Customer ID customer Referenzkategorie _Hypotnesentests Faktoren Kovariaten ageinyears age 4 E Ye
50. Bedingung erf lt ist amp Stadt city amp Festnahme ID arrest E Alter in Jahren age A Attersoruppe agecat Funktionsguppe amp Familienstand marital Quantilfunktionen Sozialer Status s0 verschiedene A Auskildung ed Fehlende Werte amp b Besch ftigt employ Wahrscheinlichkeitsdichten amp Geschlecht gender Zufallszahlen A Schwere der erste amp Gewalt bei erster T amp Datum der Entlassu Funktionen und Sondervariablen o Kaution hinterlegt b E Rehakilitstionsma n MISSING variable Logisch Ergibt 1 oder wahr wenn amp rei resinahmo l die Variable einen system oder benutzerdefiniert ai Schwere der zwei fehlenden Wert aufweist Das Argument muss einem amp Gewalt bei zweiter Yariablennamen in der Arbkeitsdatei entsprechen amp Zweite Verurteilung amp Datum der zweiten 2 Einschluss Ausw E Kumuliertes Auswa 8 Cinanblinan firmas W hlen Sie Fall einschlie en wenn Bedingung erf llt ist aus Geben Sie MISSING date2 als Ausdruck ein Klicken Sie auf Weiter Klicken Sie im Dialogfeld Variable berechnen auf OK vv Vv vy y Um die Zeit zwischen der ersten und der zweiten Haft zu berechnen w hlen Sie die folgenden Men befehle aus Transformieren gt Assistent f r Datum und Uhrzeit 229 Cox Regression f r komplexe Stichproben Abbildung 22 3 Assistent f r Datum und Uhrzeit Schritt Willkommen
51. Beispieldateien screws sav Diese Datendatei enth lt Informationen zu den Eigenschaften von Schrauben Bolzen Muttern und Rei n geln Hartigan 1975 shampoo_ph sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Qualit tskontrolle in einer Fabrik f r Haarpflegeprodukte geht In regelm igen Zeitabst nden werden Messwerte von sechs separaten Ausgangschargen erhoben und ihr pH Wert erfasst Der Zielbereich ist 4 5 5 5 ships sav Ein an anderer Stelle McCullagh et al 1989 vorgestelltes und analysiertes Daten Set bezieht sich auf die durch Wellen verursachten Sch den an Frachtschiffen Die Vorfallsh ufigkeiten k nnen unter Angabe von Schiffstyp Konstruktionszeitraum und Betriebszeitraum gem einer Poisson Rate modelliert werden Das Aggregat der Betriebsmonate f r jede Zelle der durch die Kreuzklassifizierung der Faktoren gebildeten Tabelle gibt die Werte f r die Risikoanf lligkeit an site sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Unternehmens geht neue Standorte f r die betriebliche Expansion auszuw hlen Das Unternehmen beauftragte zwei Berater unabh ngig voneinander mit der Bewertung der Standorte Neben einem umfassenden Bericht gaben die Berater auch eine zusammenfassende Wertung f r jeden Standort als good gut fair mittelm ig oder poor schlecht ab smokers sav Diese Datendatei wurde aus der Umfrag
52. Berechnung verwendeten Faktoren und Kovariaten werden auf folgende Werte festgesetzt Ausbildung Promotion Alter in Jahren 34 19 Jahre der Besch ftigung beim derzeitigen Arbeitgeber 6 99 wohnhaft an gleicher Adresse in Jahren 6 32 Haushaltseinkommen in Tausend 60 1581 Relation Schulden zu Einkommen in 9 9341 Schulden auf Kreditkarte in Tausend 1 9764 Andere Schulden in Tausend 3 9164 Diese Tabelle enth lt das Quotenverh ltnis von Vorherige Nichtzahlung f r eine Einheits nderung in der Kovariate Jahre der Besch ftigung beim derzeitigen Arbeitgeber Bei dem ausgegebenen Wert handelt es sich um das Verh ltnis aus der Quote f r die Nichtzahlung f r eine Person die bereits seit 7 99 Jahren an ihrem derzeitigen Arbeitsplatz besch ftigt ist im Vergleich zu der Quote f r die Nichtzahlung f r eine Person mit 6 99 Jahren Mittelwert Abbildung 20 12 Quotenverh ltnisse f r Relation Schulden zu Einkommen 95 Konfidenzinteryall Quoten Untere nderungseinheiten vorherige Nichtzahlung verh ltnis Grenze Obere Grenze Relation Schulden zu 1 000 ja Abh ngige Variable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden a Die bei der Berechnung verwendeten Faktoren und Kovariaten werden auf folgende Werte festgesetzt Ausbildung Promotion Alter in Jahren 34 19 Jahre der Besch ftigung beim
53. Cumulative Sampling W 5 Cumulative Sampling W Nenner v Teilgesamtheiten Jede Kombination von Kategorien definiert eine W hlen Sie mindestens eine Z hler und eine Nennervariable aus Optional k nnen Sie Variablen zur Definition der Untergruppen angeben f r die Statistiken erstellt werden Verh ltnisse f r komplexe Stichproben Statistiken Abbildung 8 2 Dialogfeld Verh ltnisse Statistiken 1 Verh ltnisse f r komplexe Stichproben Statistiken x r statistiken Zi Standardfehler 4 Ungewichtete Anzahl Konfidenzintervall Y Umfang der Grundgesamtheit Niveau _ Effekt des Stichprobenplans E Wariationskoeffizient E Quadratwurzel aus dem Effekt des Stichprobenplans M t Test Testwert e Statistiken Mit dieser Gruppe erhalten Sie Statistiken zum Verh ltnissch tzer m Standardfehler Der Standardfehler des Sch tzers m Konfidenzintervall Ein Konfidenzintervall f r den Sch tzer unter Verwendung der festgelegten Niveaus m Variationskoeffizient Das Verh ltnis des Standardfehlers des Sch tzers zum Sch tzer 45 Verh ltnisse f r komplexe Stichproben Ungewichtete Anzahl Die Anzahl der Einheiten die zur Berechnung des Sch tzers verwendet wurden Umfang der Grundgesamtheit Die gesch tzte Anzahl an Einheiten in der Grundgesamtheit Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der An
54. Einheiten werden in festgelegten Intervallen im gesamten Stichprobenrahmen bzw den Schichten wenn sie angegeben wurden ausgew hlt und ohne Zur cklegen gezogen Eine zuf llig ausgew hlte Einheit im ersten Intervall wird als Startpunkt festgelegt 9 Stichprobenziehung mithilfe eines komplexen Plans m Einfach sequenziell Die Einheiten werden sequenziell mit gleicher Wahrscheinlichkeit und ohne Zur cklegen ausgew hlt m PPS Dies ist eine Methode f r die erste Stufe bei der Einheiten zuf llig ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zum Umfang Alle Einheiten k nnen mit Zur cklegen ausgew hlt werden nur Klumpen k nnen ohne Zur cklegen ausgew hlt werden m PPS systematisch Dies ist eine Methode f r die erste Stufe bei der Einheiten systematisch ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zum Umfang Die Auswahl erfolgt ohne Zur cklegen m PPS sequenziell Dies ist eine Methode f r die erste Stufe bei der Einheiten sequenziell ohne Zur cklegen ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zur Klumpengr e m PPS Brewer Dies ist eine Methode f r die erste Stufe bei der aus jeder Schicht zwei Klumpen ohne Zur cklegen ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zur Klumpengr e Damit diese Methode verwendet werden kann muss eine Klumpenvariable angegeben werden m PPS Murthy Dies ist eine Methode f r die erste Stu
55. F F korrigiert Chi Quadrat und Korrigiertes Chi Quadrat Stichprobenziehung Freiheitsgrade In dieser Gruppe steuern Sie die Freiheitsgrade im Stichprobenplan mit denen die p Werte f r alle Teststatistiken berechnet werden Dient der Stichprobenplan als Grundlage ist dieser Wert die Differenz zwischen der Anzahl der prim ren Stichprobeneinheiten und der Anzahl der Schichten in der ersten Stufe der Stichproben Alternativ k nnen Sie benutzerdefinierte Freiheitsgrade festlegen geben Sie hierzu eine positive Ganzzahl ein Korrektur f r Mehrfachvergleiche Bei der Durchf hrung von Hypothesentests mit mehreren Kontrasten kann das Gesamtsignifikanzniveau mithilfe der Signifikanzniveaus der eingeschlossenen Kontraste angepasst werden In dieser Gruppe k nnen Sie die Anpassungs Korrekturmethode ausw hlen m Geringste signifikante Differenz Diese Methode steuert nicht die Gesamtwahrscheinlichkeit dass Hypothesen abgelehnt werden bei denen einige lineare Kontraste von den Werten einer Nullhypothese abweichen m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt m Bonferroni sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner
56. Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Wilkommen Variablen Stufe 1 Immobilien ID Immobilien ID Einheiten H ufigkeiten Stichproben Yariablen Umgebung Umgebung Methode 8 letzte Sch tzung in Jahren Zeit wert gt Gr e der Stichprobe 8 Wert bei letzter Sch tzung Wert Der Wert f r den Ausgabevariablen Umfang gilt f r jede bersicht Schicht l Stufe 2 hinzuf gen E _ Stichprobe ziehen 3 Auswahloptionen Definieren Ausgabedateien Abschluss Ungleiche Werte f r Schichten Werte aus variable lesen Mindestzahl H chstzahl W hlen Sie in der Dropdown Liste f r die Einheiten Anzahl aus Geben Sie 4 als Wert f r die Anzahl der in dieser Stufe auszuw hlenden Einheiten ein gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 104 Kapitel 13 Abbildung 13 4 Stichprobenassistent Schritt Plan bersicht Stufe 1 Stufe 1 Plan bersicht Wilkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen
57. Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt 53 Allgemeines lineares Modell f r komplexe Stichproben m Sidak Dieses Verfahren liefert engere Grenzen als der Bonferroni Ansatz m Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Abbildung 9 5 Das Dialogfeld Allgemeines lineares Modell Gesch tzte Mittelwerte EH Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Faktoren und Wechselwirkungen Mittelwerte anzeigen f r shopfor Kontrast usecoup Einfach shopfortusecoup shopfortusecoup Keine 2 From newspaper 3 From mailings 4 From both T Mittelwert f r Grundgesamtheit anzeigen eter _ aterecnen mure Im Dialogfeld Gesch tzte Mittelwerte werden die vom Modell gesch tzten Randmittel f r die Ebenen der Faktoren und die Wechselwirkungen zwischen Faktoren aufgef hrt die im untergeordneten Dialogfeld Modell angegeben wurden Des Weiteren k nnen Sie den Mittelwert f r die gesamte Grundgesamtheit anzeigen lassen Term Gesch tzte Mittel werden f r die ausgew hlten Faktoren und Wechselwirkungen zwischen Faktoren berechnet Kontrast Der Kontrast bestimmt wie die Hypothesentests zum Vergleich der gesch tzten Mittel eingerichtet werden m Einfach V
58. Meinungsforschern verwendete Stichprobenplan befindet sich in poll csplan Da hier die PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e verwendet wird gibt es au erdem eine Datei mit den gemeinsamen Auswahlwahrscheinlichkeiten poll_jointprob sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Mit der ordinalen Regression f r komplexe Stichproben k nnen Sie ein Modell f r die St rke der Unterst tzung f r den Gesetzesentwurf auf der Grundlage der demografischen Struktur der W hler anpassen Durchf hren der Analyse gt Um eine Analyse der Art Ordinale Regression f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Ordinale Regression Copyright IBM Corporation 1989 2011 210 211 Ordinale Regression f r komplexe Stichproben Abbildung 21 1 Dialogfeld Komplexe Stichproben Plan Plan f r komplexe Stichproben f r ordinale Regression X rPlan Datei poll csplan Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassisterten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Gemeinsame WYahrscheinlichkeiten sind erforde
59. Regression f r komplexe Stichproben 92 Ma f r die Gr e der Einheiten beim Stichprobenassistenten 8 Methode der Stichprobenziehung beim Stichprobenassistenten 8 Mittelwert in Deskriptive Statistiken f r komplexe Stichproben 35 172 173 Murthys Stichprobenmethode beim Stichprobenassistenten 8 Newton Raphson Methode bei der ordinalen Regression f r komplexe Stichproben 77 ffentliche Daten im Analysevorbereitungsassistenten 148 in Deskriptive Statistiken f r komplexe Stichproben 169 Ordinale Regression f r komplexe Stichproben 67 210 Antwortwahrscheinlichkeiten 69 Klassifikationstabellen 218 Modell 70 Optionen 77 Parametersch tzer 216 Pseudo R Statistik 215 224 Quotenverh ltnis 75 219 Index Statistik 72 Tests der Modelleffekte 216 Variablen speichern 76 Verallgemeinertes kumulatives Modell 220 verwandte Prozeduren 225 Warnungen 223 Parallelit tstest f r Linien bei der ordinalen Regression f r komplexe Stichproben 72 220 Parameterkonvergenz bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 Parametersch tzer bei der logistischen Regression f r komplexe Stichproben 61 206 bei der ordinalen Regression f r komplexe Stichproben 72 216 im allgemeinen linearen Modell f r komplexe Stichproben 51 195 in Cox Regression f r komplexe Stichproben 88 Plandatei 2 Polynomiale Kontraste im allge
60. Schritten Wechseln Sie zum Schritt Fertig stellen und geben Sie einen neuen Namen f r die bearbeitete Plandatei an oder legen Sie fest dass die bestehende Plandatei berschrieben werden soll Die folgenden Optionen sind verf gbar m Angabe der Stufen f r die die Stichprobenziehung bereits erfolgt ist m Stufen aus dem Plan entfernen 18 Kapitel 2 Stichprobenassistent Plan bersicht Abbildung 2 11 Stichprobenassistent Schritt Plan bersicht Ei Stichprobenassistent Plan bersicht In diesem Dialogfeld wird der Stichprobenplan zusammengefasst Geben Sie alle Stufen an f r die bereits die Stichprobenziehung erfolgt ist Diese Stufen werden im Assistenten gesperrt um versehentliche nderungen zu verhindern Eine erneute Stichprobenziehung ist erst m glich nachdem die Sperre aufgehoben wurde Sie k nnen bestehende Stufen auch aus dem Plan l schen Willkommen bersicht Plan bersicht Beschriftung Schicht Cluster Gr e Methode Stufe 1 Kein Region Stadt 4 pro Schicht Einfache Zuf jew Stichproben variablen robenziehung Methode Kein Umgebung 0 2 pro Schicht Einfache Zuf Gr e der Stichprobe robenziehun Ausgabevariablen bersicht Stufe 2 i Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen ee F r welche Stufen ist die Stichprobenziehung bereits erfolgt Stufe 3 hinzuf gen Stichprobe ziehen Stufen Keine Auswahloptione
61. Set kann die Kombination von Faktoren die f r das Referenzmodell angezeigt wird nicht vorkommen deshalb ignorieren wir das Log minus Log Diagramm f r das Bezugsmuster Die Muster 1 1 bis 1 4 unterscheiden sich nur in Bezug auf den Wert von History of myocardial infarction Ein separates Muster und eine separate Linie im angeforderten Diagramm wird f r jeden Wert von History of myocardial infarction erstellt w hrend die anderen Variablen konstant gehalten werden 271 Cox Regression f r komplexe Stichproben Log minus Log Diagramm Abbildung 22 53 Log minus Log Diagramm Muster 1 History of myocardial infarction MINone T710ne Two M Three 2 500 000 2 500 Log minus Log berlebenswahrscheinlichkeits Funktion J 400 000 800 000 1200 000 200 000 600 000 1000 000 1400 000 berlebenszeit Dieses Diagramm zeigt die Log minus Log Werte der berlebensfunktion In In suvival im Vergleich zur berlebenszeit Das hier vorliegende Diagramm zeigt eine separate Kurve f r jede Kategorie von History of myocardial infarction wobei History of ischemic stroke bei One und History of hemorrhagic stroke bei None festgelegt ist es ist eine n tzliche Veranschaulichung des Effekts von History of myocardial infarction auf die berlebensfunktion Wie man in der Tabelle der Parametersch tzer sehen kann scheint die berlebenszeit von Patienten mit einem oder keinem fr heren Herzinfarkt von der berlebens
62. Startwert soll verwendet werden Stichproben Yariablen Methode Gr e der Stichprobe Benutzerdefinierter Wert Ausgabevariablen bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss Zuf llig ausgew hlte Zahl Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren m chten In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen E Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen die Verarbeitung beschleunigen W hlen Sie Benutzerdefinierter Wert als Typ f r den Startwert und geben Sie 241972 als Wert ein Durch die Verwendung eines benutzerdefinierten Werts k nnen Sie die Ergebnisse in diesem Beispiel genau reproduzieren gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichprobe ziehen Ausgabedateien ebenfalls auf Weiter 109 Stichprobenassistent f r komplexe Stichproben Abbildung 13 9 Stichprobenassistent Schritt Fertig stellen Ef Stichprobenassistent X Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und f r das Ziehen einer Stichprobe erforderlich sind Sie k nnen sp ter zum Stichprobenassistenten zur ckkehren wenn Sie Stufen hinzuf gen oder bearbeiten m ssen Nach der Stichprobenziehung f r alle S
63. Stichproben 61 bei der ordinalen Regression f r komplexe Stichproben 72 im allgemeinen linearen Modell f r komplexe Stichproben 51 Korrigierte Residuen in Kreuztabellen f r komplexe Stichproben 40 Korrigiertes Chi Quadrat in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Kovarianzen der Parametersch tzer bei der logistischen Regression f r komplexe Stichproben 61 bei der ordinalen Regression f r komplexe Stichproben 72 im allgemeinen linearen Modell f r komplexe Stichproben 51 Kreuztabellen f r komplexe Stichproben 38 175 Relatives Risiko 175 179 180 Statistik 40 Tabelle Kreuztabelle 179 verwandte Prozeduren 181 291 Kumulative Wahrscheinlichkeiten bei der ordinalen Regression f r komplexe Stichproben 76 Kumulative Werte in H ufigkeiten f r komplexe Stichproben 31 Likelihood Konvergenz bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 Log minus Log Diagramm in Cox Regression f r komplexe Stichproben 271 Logistische Regression f r komplexe Stichproben 57 200 Klassifikationstabellen 205 Modell 59 Optionen 65 Parametersch tzer 206 Pseudo R Statistik 204 Quotenverh ltnis 63 207 Referenzkategorie 58 Statistik 61 Tests der Modelleffekte 206 Variablen speichern 64 verwandte Prozeduren 209 zus tzliche Funktionen beim Befehl 66 Marken 285 Martingale Residuen in Cox
64. Stufe 2 SampleWeight en Ereignis as Eintreten eines kein anzeigen Geben Sie die berlebenszeit an indem Sie den Zeitpunkt des Einschlusses in die Studie und den Zeitpunkt des Austritts aus der Studie ausw hlen W hlen Sie eine Ereignis Statusvariable aus Klicken Sie auf Ereignis definieren und legen Sie mindestens einen Ereigniswert fest Wahlweise k nnen Sie einen Subjekt Identifikator ausw hlen 82 Kapitel 12 Ereignis definieren Abbildung 12 2 Dialogfeld Ereignis definieren EH Ereignis definieren r Werte die das Eintreten eines Ereignisses anzeigen Einzelnetr Wert e Geben Sie einen oder mehrere Werte an Wertebereich Geben Sie die Werte ein die anzeigen dass ein terminales Ereignis aufgetreten ist m Individuelle r Wert e Geben Sie eine oder mehrere Variablen an indem Sie sie im Gitter eingeben oder aus einer Liste mit definierten Wertelabels ausw hlen m Wertebereich Geben Sie einen Wertebereich an indem Sie die Minimal und Maximalwerte eingeben oder Werte aus einer Liste mit definierten Wertelabels ausw hlen 83 Cox Regression f r komplexe Stichproben Einflussvariablen Abbildung 12 3 Dialogfeld Cox Regression Registerkarte Einflussvariablen Ga a a e F Cox Regression f r komplexe Stichproben B Untergruppen Variablen H Faktoren Region region
65. Variablen an Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Verwenden von Verh ltnisse f r komplexe Stichproben zur Erleichterung der Sch tzung von Immobilienwerten Eine bundesstaatliche Beh rde ist damit beauftragt zu gew hrleisten dass die Verm genssteuer in den einzelnen Counties gerecht bemessen wird Die Steuern beruhen auf der Sch tzung des Immobilienwerts Daher m chte die Beh rde die Immobilienwerte in allen Counties untersuchen um sicherzugehen dass die Akten jedes County gleicherma en auf dem neuesten Stand sind Da die Ressourcen f r die Gewinnung aktueller Sch tzungen begrenzt sind entschied sich die Beh rde f r die Anwendung eines Verfahrens mit komplexen Stichproben zur Auswahl von Immobilien Die Stichprobe der ausgew hlten Immobilien und der zugeh rigen Informationen zur Sch tzung ihres Werts finden Sie in property_assess_cs_sample sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Verwenden Sie Verh ltnisse f r komplexe Stichproben um die Ver nderung in den Immobilienwerten in allen f nf Counties seit der letzten Sch tzung zu bewerten Durchf hren der Analyse gt Um eine Analyse der Art Verh ltnisse f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Verh ltnisse
66. Vorhersageanalyse Finanz und Strategiemanagement sowie Analyseanwendungen bietet Ihnen sofort klare und umsetzbare Einblicke in die aktuelle Leistung und gibt Ihnen die M glichkeit zuk nftige Ergebnisse vorherzusagen Durch umfassende Branchenl sungen bew hrte Vorgehensweisen und professionellen Service k nnen Unternehmen jeder Gr e die Produktivit t maximieren Entscheidungen automatisieren und bessere Ergebnisse erzielen Als Teil dieses Portfolios unterst tzt IBM SPSS Predictive Analytics Software Unternehmen dabei zuk nftige Ereignisse vorherzusagen und proaktiv Ma nahmen zu ergreifen um bessere Gesch ftsergebnisse zu erzielen Kunden aus Wirtschaft ffentlichem Dienst und dem Bildungsbereich weltweit nutzen IBM SPSS Technologie als Wettbewerbsvorteil f r Kundengewinnung Kundenbindung und Erh hung der Kundenums tze bei gleichzeitiger Eind mmung der Betrugsm glichkeiten und Minderung von Risiken Durch die Einbindung von IBM SPSS Software in ihre t glichen Operationen wandeln sich Organisationen zu Predictive Enterprises die Entscheidungen auf Gesch ftsziele ausrichten und automatisieren und einen messbaren Wettbewerbsvorteil erzielen k nnen Wenn Sie weitere Informationen w nschen oder Kontakt zu einem Mitarbeiter aufnehmen m chten besuchen Sie die Seite http fwww ibm com spss Technischer Support Kunden mit Wartungsvertrag k nnen den technischen Support in Anspruch nehmen Kunden k nnen sich an den T
67. Wie m chten Sie vorgehen Plandatei erstellen N W hlen Sie diese Option wenn Sie ber i A De Durchsuchen N Stichprobendaten verf gen jedoch noch keine nhis2000_subset csaplan Plandatei erstellt haben Plandatei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen entfernen oder bearbeiten m chten Wenn Sie bereits ber eine Plandatei verf gen k nnen Sie den Analysevorbereitungsassistenten bergehen und direkt mit einer der Analyseprozeduren in der Option Komplexe Stichproben fortfahren um Ihre Stichprobe zu analysieren gt Wechseln Sie in ein beliebiges Verzeichnis in dem Sie die Plandatei speichern m chten und geben Sie nhis2000_subset csaplan als Name f r die Analyseplandatei ein Klicken Sie auf Weiter 150 Kapitel 14 Abbildung 14 2 Analysevorbereitungsassistent Schritt Stichproben Variablen Stufe 1 pr Z a E Analysevorbereitungsassistent Stufe 1 Stichproben Yariablen In diesem Dialogfeld k nnen Sie Variablen ausw hlen mit denen Schichten oder Klumpen definiert werden Eine Gewichtungsvariable f r die Stichprobe muss in der ersten Stufe ausgew hlt werden Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Willkommen Stufe 1 i Stichproben Variablen Sch tzmethode bersicht Abschluss Variablen Schichten Geschlecht Geschlec
68. X Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert Wilkommen Stufe 1 M chten Sie eine Stichprobe ziehen Stichproben Yariablen Methode Ja Stufen aeaa Gr e der Stichprobe s Ausgabevariablen O nein bersicht Stufe 2 Welche Art von Startwert soll verwendet werden Stichproben Yariablen Methode Gr e der Stichprobe Benutzerdefinierter Wert Ausgabevariablen bersicht Stufe 3 hinzuf gen Stichprobe ziehen b Auswahloptionen Ausgabedateien Abschluss Zuf llig ausgew hlte Zahl Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren m chten In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariaklen aufnehmen Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen die Verarbeitung beschleunigen W hlen Sie Benutzerdefinierter Wert als Typ f r den Startwert und geben Sie 592004 als Wert ein Durch die Verwendung eines benutzerdefinierten Werts k nnen Sie die Ergebnisse in diesem Beispiel genau reproduzieren Klicken Sie auf Weiter 140 Kapitel 13 Abbildung 13 41 Stichprobenassistent Schritt Stichpr
69. Zahl Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren m chten In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen F Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen die Verarbeitung beschleunigen W hlen Sie 1 2 als Stufen f r die nun die Stichproben gezogen werden sollen W hlen Sie Benutzerdefinierter Wert als Typ f r den Startwert und geben Sie 241972 als Wert ein Durch die Verwendung eines benutzerdefinierten Werts k nnen Sie die Ergebnisse in diesem Beispiel genau reproduzieren gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichprobe ziehen Ausgabedateien ebenfalls auf Weiter 124 Kapitel 13 Abbildung 13 25 Stichprobenassistent Schritt Fertig stellen iii Stichprobenassistent K Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und f r das Ziehen einer Stichprobe erforderlich sind Sie k nnen sp ter zum Stichprobenassistenten zur ckkehren wenn Sie Stufen hinzuf gen oder bearbeiten m ssen Nach der Stichprobenziehung f r alle Stufen k nnen Sie die Plandatei in jedem Analyseverfahren f r komplexe Stichproben verwenden um anzugeben wie die Stichprobe gezogen wurde Wilkommen Stufe 1 Stichproben Variablen Folgende M glichkeiten st
70. Zur cklegen gezogen wobei die Wahrscheinlichkeit proportional zur Anzahl der Datens tze f r das jeweilige Township ist Mit einer PPS Methode werden gemeinsame Stichprobenwahrscheinlichkeiten f r die Townships generiert Den Speicherort f r diese Werte geben Sie im Schritt Ausgabedateien an 134 Kapitel 13 Abbildung 13 35 Stichprobenassistent Schritt Stichprobenumfang Stufe 1 Ef Stichprobenassistent Stufe 1 Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Wilkommen Stufe 1 5 ID voteid Einheiten Anteile ote Stichproben Yariablen nei Hohaia Methode wert P Gr e der Stichprobe Der Wert f r den Ausgabevariablen Umfang gilt f r jede bersicht Schicht Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss Ungleiche verte f r Schichten werte aus variable lesen E ae Mindestzahl H chstzahl b W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus gt Geben Sie 0 3 als Wert f r den Anteil der in dieser Stufe pro County auszuw hlenden Gemeinde
71. ausgew hlten Variablen erzeugt Alle 3 Weg Hiermit werden alle m glichen 3 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 Weg Hiermit werden alle m glichen 4 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 5 Weg Hiermit werden alle m glichen 5 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Verschachtelte Terme In dieser Prozedur k nnen Sie verschachtelte Terme f r ein Modell konstruieren Verschachtelte Terme sind n tzlich um den Effekt von Faktoren oder Kovariaten zu analysieren deren Werte nicht mit den Stufen eines anderen Faktors interagieren Eine Lebensmittelkette kann beispielsweise das Kaufverhalten ihrer Kunden in mehreren Filialen untersuchen Da jeder Kunde nur eine dieser Filialen besucht kann der Effekt Kunde als verschachtelt innerhalb des Effekts Filiale beschrieben werden Dar ber hinaus k nnen Sie Wechselwirkungseffekte wie polynomiale Terme mit derselben Kovariaten einschlie en oder dem verschachtelten Term mehrere Verschachtelungsebenen hinzuf gen Einschr nkungen F r verschachtelte Terme gelten die folgenden Einschr nkungen m Alle Faktoren innerhalb einer Wechselwirkung m ssen eindeutig sein Dementsprechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Alle Faktoren innerhalb eines verschachtelten Effekts m ssen eindeutig sein Dementsprechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Effekte d rfen nicht in eine
72. beliebiges Verzeichnis in dem Sie die Plandatei speichern m chten und geben Sie bankloan csaplan als Name f r die Analyseplandatei ein Klicken Sie auf Weiter 156 Kapitel 14 Abbildung 14 8 Analysevorbereitungsassistent Schritt Stichproben Variablen Stufe 1 Analysevorbereitu stent Stufe 1 Stichproben Yariablen In diesem Dialogfeld k nnen Sie Yariablen ausw hlen mit denen Schichten oder Klumpen definiert werden Eine Gewichtungsvariable f r die Stichprobe muss in der ersten Stufe ausgew hlt werden Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Willkommen Stufe 1 P Stichproben Variablen Sch tzmethode bersicht Abschluss Variablen Schichten 8E Kundenanzahl nKunden 8b Kunden ID idKunden E Ater in Jahren Alter JB Ausbildung Ausbildung E Jahre der Besch ftigung beim derzeitige 2 wohnhaft an gleicher Adresse in Jahre Klumpen L Haushaltseinkommen in Tausend Einkom amp Zweig Zweig L Relation Schulden zu Einkommen in E Schulden auf Kreditkarte in Tausend Car E Andere Schulden in Tausend sonst_Sch s vorherige Nichtzahlung Nichtzahlung inciprob_s1 Stichprobengewichtung L inciprob_s2 L tinalweight Stufenbeschriftung ezma Eertgsteten Ab rechen ture W hlen Sie Zweig als Klumpenvariable aus W hlen Sie finalweight als Variable f r die Stichprobengewichtun
73. cklegen Die Sch tzung f r OZ gleich beinhaltet eine Endlichkeitskorrektur und geht davon aus dass die Stichprobenziehung bei den Einheiten mit gleicher Wahrscheinlichkeit erfolgt OZ gleich kann in jeder Stufe eines Plans angegeben werden 0Z ungleich Stichprobenziehung mit ungleicher Wahrscheinlichkeit ohne Zur cklegen Neben der Endlichkeitskorrektur ber cksichtigt OZ ungleich auch Stichprobeneinheiten in der Regel Klumpen die mit ungleicher Wahrscheinlichkeit ausgew hlt wurden Diese Sch tzmethode ist nur in der ersten Stufe verf gbar 24 Kapitel 3 Analysevorbereitungsassistent Gr e Abbildung 3 4 Analysevorbereitungsassistent Schritt Umfang A Analysevorbereitungsassistent Stufe 1 Gr e In diesem Dialogfeld geben Sie die Einschlusswahrscheinlichkeiten bzw den Umfang der Grundgesamtheiten f r die aktuelle Stufe an Sie k nnen einen Umfang angeben der ber die Schichten hinweg gleich bleibt oder verschiedene Umf nge f r die verschiedenen Schichten Willkommen Stufe 1 Stichproben Variablen Sch tzmethode gt Gr e bersicht Stufe 2 hinzuf gen Abschluss Variablen L Kundenanzahl nKunden amp b Kunden ID idKunden E Alter in Jahren Alter A Ausbildung Ausbildung E Jahre der Besch ftigung beim derzeitigen Arbeit L wohnhaft an gleicher Adresse in Jahren woh 8 Haushattseinkommen in Tausend Einkommen E Relatio
74. derzeitigen Arbeitgeber 6 99 wohnhaft an gleicher Adresse in Jahren 6 32 Haushaltseinkommen in Tausend 60 1581 Relation Schulden zu Einkommen in 9 9341 Schulden auf Kreditkarte in Tausend 1 9764 Andere Schulden in Tausend 3 9164 Diese Tabelle enth lt das Quotenverh ltnis von Vorherige Nichtzahlung f r eine Einheits nderung in der Kovariate Relation Schulden zu Einkommen Bei dem ausgegebenen Wert handelt es sich um das Verh ltnis aus der Quote f r die Nichtzahlung f r eine Person mit einer Relation von Schulden zu Einkommen von 10 9341 im Vergleich zu der Quote f r die Nichtzahlung f r eine Person mit einem Wert von 9 9341 Mittelwert Beachten Sie Da keine dieser Einflussvariablen Teil von Wechselwirkungstermen sind sind die Werte der in diesen Tabellen enthaltenen Quotenverh ltnisse gleich der Werte der potenzierten Parametersch tzer Wenn eine Einflussvariable Teil eines Wechselwirkungsterms ist h ngt das in diesen Tabellen verzeichnete Quotenverh ltnis auch von den Werten der anderen Einflussvariablen ab die f r die Wechselwirkung verwendet werden 209 Logistische Regression f r komplexe Stichproben Auswertung Mit der Prozedur Logistische Regression f r komplexe Stichproben haben Sie ein Modell f r die Vorhersage der Wahrscheinlichkeit erstellt mit der ein bestimmter Kunde einen Kredit nicht zur ckzahlen wird Eine wichtige Frage f r Kreditsachbearbeiter sind die Kosten f r Fehler erster und z
75. die Datei mit dem Stichprobenplan haben der zum Ziehen der Stichprobe verwendet wurde k nnen Sie den in der Datei enthaltenen Standard Analyseplan verwenden oder die Standardfestlegungen f r die Analyse ab ndern und Ihre nderungen in einer neuen Datei speichern Erstellen eines neuen Analyseplans W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten Copyright IBM Corporation 1989 2011 20 21 Vorbereiten einer komplexen Stichprobe f r die Analyse W hlen Sie die Option Plandatei erstellen aus und w hlen Sie einen Dateinamen f r die Plandatei in der der Analyseplan gespeichert werden soll Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren gt Geben Sie die Variable mit den Stichprobengewichten im Schritt Stichproben Variablen an Definieren Sie gegebenenfalls Schichten und Klumpen Jetzt k nnen Sie auf Fertig stellen klicken um den Plan zu speichern Optional k nnen Sie in weiteren Schritten folgende Aktionen durchf hren m Auswahl der Methode zum Sch tzen der Standardfehler im Schritt Sch tzmethode m Angabe der Anzahl der Einheiten in der Stichprobe oder der Einschlusswahrscheinlichkeit pro Einheit im Schritt Umfang Hinzuf gen einer zweiten oder dritten Stufe zum Plan m Einf gen der getroffenen Auswahl als Befehlssyntax Analysevorbereitungsassistent Stichproben Variablen
76. erdem k nnen Sie damit berpr fen ob die Stichprobenziehung plangem verlief Wie angefordert wurden ungef hr 20 der Immobilien aus jedem Wohnviertel in jeder der in der ersten Stufe ausgew hlten Gemeinden als Stichprobe gezogen Stichprobenergebnisse Abbildung 13 13 Daten Editor mit Stichprobenergebnissen propid nbrhood town county time lastval mclusionPr Sampleweil InclusionPr SampleWei Samplewei 189 60 200 10 211 50 181 50 192 40 236 70 44 21 10 93 10 93 150 40 44 25 21 10 93 10 93 204 80 225 40 180 80 SI OO N ee In m 8 d a A 2 4 i 3 3 V nnnn n nn n n n ht Variablenansicht 112 Kapitel 13 Die Ergebnisse der Stichprobenziehung werden im Daten Editor angezeigt F nf neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen f r die Einschlusswahrscheinlichkeiten und die kumulierten Stichprobengewichtungen f r die einzelnen Stufen sowie f r die endg ltigen Stichprobengewichtungen m F lle mit Werten f r diese Variablen wurden f r die Stichprobe ausgew hlt m F lle mit systemdefinierten fehlenden Werten f r die Variablen wurden nicht ausgew hlt Die Beh rde verwendet nun ihre Ressourcen um aktuelle Bewertungen f r die in der Stichprobe ausgew hlten Immobilien einzuholen Sobald diese Bewertungen vorliegen kann die Stichprobe mit den Analyseverfahren f r komplexe Stichproben verarbeitet werden Die Stichpr
77. es sich um eine hypothetische Datendatei die gepaarte Antworten auf eine Umfrage unter den Zuh rern einer politischen Debatte enth lt Antworten vor und nach der Debatte Jeder Fall entspricht einem Befragten debate_aggregate sav Hierbei handelt es sich um eine hypothetische Datendatei in der die Antworten aus debate sav aggregiert wurden Jeder Fall entspricht einer Kreuzklassifikation der bevorzugten Politiker vor und nach der Debatte demo sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um eine Kundendatenbank geht die zum Zwecke der Zusendung monatlicher Angebote erworben wurde Neben verschiedenen demografischen Informationen ist erfasst ob der Kunde auf das Angebot geantwortet hat demo_cs_1 sav Hierbei handelt es sich um eine hypothetische Datendatei f r den ersten Schritt eines Unternehmens das eine Datenbank mit Umfrageinformationen zusammenstellen m chte Jeder Fall entspricht einer anderen Stadt Au erdem sind IDs f r Region Provinz Landkreis und Stadt erfasst demo_cs_2 sav Hierbei handelt es sich um eine hypothetische Datendatei f r den zweiten Schritt eines Unternehmens das eine Datenbank mit Umfrageinformationen zusammenstellen m chte Jeder Fall entspricht einem anderen Stadtteil aus den im ersten Schritt ausgew hlten St dten Au erdem sind IDs f r Region Provinz Landkreis Stadt Stadtteil und Wohneinheit 277 Beispieldateien erfasst Die Informationen zur Stichprobenzie
78. f r komplexe Stichproben Speic r Yariablen speichern E Yorhergesagte Werte Residuen rModell als PAS Statistics Daten exportieren Parametersch tzer und Kovarianzmatrix Parametersch tzer und Korrelationsmatrix r Modell als XML exportieren Parametersch tzer und Kovarianzmatrix Nur Parametersch tzer Ce aa un Variablen speichern In dieser Gruppe speichern Sie die vom Modell vorhergesagten Werte und Residuen als neue Variablen in der Arbeitsdatei 55 Allgemeines lineares Modell f r komplexe Stichproben Modell als SPSS Statistics Daten exportieren Schreibt ein Daten Set im IBM SPSS Statistics Format das die Parameter Korrelations oder Kovarianzmatrix enth lt mit Parametersch tzern Standardfehlern Signifikanzwerten und Freiheitsgraden Die Reihenfolge der Variablen in der Matrixdatei lautet wie folgt m rowtype_ Nimmt folgende Werte und Wertelabel an COV Kovarianzen CORR Korrelationen EST Parametersch tzer SE Standardfehler SIG Signifikanzniveaus und DF Freiheitsgrade des Stichprobenplans Es gibt einen separaten Fall mit dem Zeilentyp COV bzw CORR f r jeden Modellparameter sowie einen separaten Fall f r jeden der anderen Zeilentypen m varname_ Nimmt f r die Zeilentypen COV bzw CORR die Werte P1 P2 an was einer geordneten Liste aller gesch tzten Modellparameter mit Ausnahme der Skalenparameter bzw der negativen bi
79. ffentlichungen Die Handb cher SPSS Statistics Guide to Data Analysis SPSS Statistics Statistical Procedures Companion und SPSS Statistics Advanced Statistical Procedures Companion die von Marija Noru is geschrieben und von Prentice Hall ver ffentlicht wurden werden als Quelle f r Zusatzinformationen empfohlen Diese Ver ffentlichungen enthalten statistische Verfahren in den Modulen Statistics Base Advanced Statistics und Regression von SPSS Diese B cher werden Sie dabei unterst tzen die Funktionen und M glichkeiten von IBM SPSS Statistics optimal zu nutzen Dabei ist es unerheblich ob Sie ein Neuling im Bereich der Datenanalyse sind oder bereits ber umfangreiche Vorkenntnisse verf gen und damit in der Lage sind auch die erweiterten Anwendungen zu nutzen Weitere Informationen zu den Inhalten der Ver ffentlichungen sowie Ausz ge aus den Kapiteln finden Sie auf der folgenden Autoren Website http www norusis com Inhalt Teil I Benutzerhandbuch 1 Einf hrung in die Prozeduren von Complex Samples 1 Eigenschaften komplexer Stichproben 22 ononeneeeeneeenenen nennen 1 Verwendung der Prozeduren f r komplexe Stichproben 2 2 22 22 nererer nn 2 Pland teien 24 asien en ee Beeren 2 Weiterf hrende Literatur 2 naana aan 3 2 Stichprobenziehung mithilfe eines komplexen Plans 4 Erstellen eines neuen Stichprobenplans s ss asuna aas annan 4 Stichprobenassisten
80. getroffenen Auswahl als Befehlssyntax 6 Kapitel 2 Stichprobenassistent Stichproben Variablen Abbildung 2 2 Stichprobenassistent Schritt Stichproben Variablen EH Stichprobenassistent x Stufe 1 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden Willkommen Yariablen Schichten nach amp Immobilien ID Immobilien_ID amp Umgebung Umgebung E letzte Sch tzung in Jahren Zeit 8E Wiert bei letzter Sch tzung Wert Stufe 1 gt Stichproben variablen Methode Region Region Gr e der Stichprobe Klumpen b Stadt Stadt Eingabe Stichprobengewichtung amp unvollst ndiger Abschnitt In diesem Schritt k nnen Sie die Schichtungs und Klumpenvariablen ausw hlen und Eingabe Stichprobengewichte definieren Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben Schichten nach Durch die Kombination von Schichtungsvariablen werden eindeutige Teilgesamtheiten so genannte Schichten definiert Aus jeder Schicht wird eine eigene Stichprobe gezogen Zur Verbesserung der Genauigkeit Ihrer Sch tzungen sollten Einheiten innerhalb von Schichten f r die zu untersuc
81. gew hrleisten Fehlende Werte werden ber alle Variablen bestimmt Daher sind die zur Berechnung der Statistiken verwendeten F lle konsistent Kategoriale Stichproben Variablen Diese Gruppe bestimmt ob benutzerdefinierte fehlende Werte g ltig oder ung ltig sind 46 Kapitel 8 Komplexe Stichproben Optionen Abbildung 8 4 Dialogfeld Optionen Ei H ufigkeiten f r komplexe Stichproben Optionen Anzeige f r Teilgesamtheiten alle in derselben Tabelle Jeweils in einer eigenen Tabelle Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel Allgemeines lineares Modell f r komplexe Stichproben Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben besteht aus einer linearen Regressionsanalyse sowie aus einer Analyse der Varianz und Kovarianz f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Beispiel Eine Lebensmittelkette hat eine Kundenumfrage ber die Kaufgewohnheiten durchgef hrt die nach einem komplexen Plan ausgef hrt wurde Auf der Grundlage der Umfrageergebnisse und der Zahlen ber die Ausgaben der einzelnen Kunden im vergangenen Monat m chte das Unternehmen ermitteln ob die Einkaufsh ufigkeit in einem Zusammenhang mit den monatlichen Ausgaben steht und zwar getrennt nach Geschlech
82. gt bersicht Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine weitere Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen bersicht Beschriftung Schicht Gr e Methode Kein Region 4 pro Schicht Einfache Zuf robenziehun Datei C property_assess csplan M chten Sie Stufe 2 hinzuf gen Ja Stufe 2 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die W hlen Sie diese Option wenn die Daten von Stufe 2 Arbeitsdatei Daten f r Stufe 2 enth lt noch nicht verf gbar sind oder wenn Ihr Stichprobenplan nur aus einer einzigen Stufe W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter 105 Stichprobenassistent f r komplexe Stichproben Abbildung 13 5 Stichprobenassistent Schritt Stichproben Variablen Stufe 2 iii Stichprobenassistent X Stufe 2 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden
83. keine einzelne R Statistik berechnet werden die alle Merkmale von R im linearen Regressionsmodell aufweist Daher werden stattdessen diese N herungen berechnet Folgende Verfahren werden verwendet um das Bestimmtheitsma abzusch tzen 216 Kapitel 21 m AR nach Cox und Snell Cox als auch Snell 1989 beruht auf der Log Likelihood f r das Modell im Vergleich mit der Log Likelihood f r ein Grundlinienmodell Bei kategorialen Ergebnissen hat es jedoch einen theoretischen Maximalwert von weniger als 1 sogar f r ein perfektes Modell m R nach Nagelkerke Nagelkerke 1991 ist eine korrigierte Version des R Quadrats nach Cox amp Snell bei dem die Skala der Statistik so angepasst wird dass sie den vollst ndigen Bereich von 0 bis 1 abdeckt m R2 nach McFadden McFadden 1974 ist eine weitere Version die auf den Log Likelihood Kernels f r das Modell mit ausschlie lich konstanten Termen und das vollst ndige gesch tzte Modell beruht Was einen guten R Wert ausmacht h ngt von den verschiedenen Anwendungsbereichen ab Diese Statistiken k nnen zwar auch f r sich genommen bereits Schl sse erlauben sie sind jedoch am sinnvollsten wenn es um den Vergleich von konkurrierenden Modellen f r dieselben Daten geht Das Modell mit der gr ten R Statistik ist nach diesem Ma stab am besten Tests der Modelleffekte Abbildung 21 7 Tests der Modelleffekte PA Ar ara grade 1 grade 2 korrigiert Sig seque
84. korrekt Strongly agree 7067 567 12823 258 3183 380 2058 750 Agree 4271 234 15684 090 6100 963 6205 137 Disagree 2024 816 13157 809 5654 047 8640 746 Strongly disagree 889 869 9226 578 5889 053 15308 703 Prozent insgesamt 12 1 43 1 17 6 27 3 Abh ngige Yariable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat drivefreg Verkn pfungsfunktion Logit Die Klassifikationsmatrix verkompliziert die Sache ein wenig Die Gesamtklassifizierungsquote von 37 0 f r das reduzierte Modell ist mit dem urspr nglichen Modell vergleichbar was f r das reduzierte Modell spricht Das reduzierte Modell verlagert jedoch die vorhergesagte Antwort 225 Ordinale Regression f r komplexe Stichproben von 3 8 der W her von Disagree Stimme nicht zu zu Agree Stimme zu Den beobachteten Daten zufolge antwortete mehr als die H lfte davon mit Disagree Stimme nicht zu bzw Strongly disagree Stimme ganz und gar nicht zu Dies ist eine sehr wichtige Unterscheidung die sorgf ltiger Erw gung bedarf bevor das reduzierte Modell gew hlt wird bersicht Sie haben mithilfe der ordinalen Regression f r komplexe Stichproben konkurrierende Modelle f r die St rke der Unterst tzung f r den vorgeschlagenen Gesetzesentwurf auf der Grundlage der demografischen Struktur der W hler konstruiert Der Parallelit tstest f r Linien zeigt dass ein verallgemeinertes kumulatives Modell nicht erfor
85. m chten und geben Sie poll_jointprob sav als Name der Datei f r die gemeinsamen Wahrscheinlichkeiten ein Klicken Sie auf Weiter 141 Abbildung 13 42 Stichprobenassistent f r komplexe Stichproben Stichprobenassistent Schritt Fertig stellen wurde Wilkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 Stichproben variablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien P Abschluss l Stichprobenassistent F Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und f r das Ziehen einer Stichprobe erforderlich sind Sie k nnen sp ter zum Stichprobenassistenten zur ckkehren wenn Sie Stufen hinzuf gen oder bearbeiten m ssen Nach der Stichprobenziehung f r alle Stufen k nnen Sie die Plandatei in jedem Analyseverfahren f r komplexe Stichproben verwenden um anzugeben wie die Stichprobe gezogen Folgende M glichkeiten stehen Ihnen zur Yerf gung Plan in einer Plandstei speichern und die Stichprobe ziehen vom Assistenten generierte Syntax in ein Syntaxfenster einf gen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen Cozma oo oian Astrecnen rme Klicken Sie auf Fertig stellen Durch diese Auswahl wird die Stichprobenplan Datei poll cs
86. nge f r eine Teilmenge von Schicht Klumpenkombinationen anzugeben verschieben Sie eine oder mehrere Variablen in die Ausschlussliste Diese Variablen werden nicht f r die Festlegung der Stichprobenumf nge verwendet 26 Kapitel 3 Analysevorbereitungsassistent Plan bersicht Abbildung 3 6 Analysevorbereitungsassistent Schritt Plan bersicht A Analysevorbereitungsassistent Stufe 1 Plan bersicht In diesem Dialogfeld wird der bisherige Plan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf gen wird als n chstes das Abschlussdialogfeld angezeigt Willkommen bersicht Stufe 1 Stute _ Variablenlabel Schicht Gruppen _ Gewicktunger Gr e Methode Stichproben Variablen 1 Kein Zweig finalweight Lesen aus incOZ gleich Sch tzmethode Iprob_s1 Gr e P bersicht Stufe 2 hinzuf gen Abschluss Datei C Program Files SPSSInc PASWVStatistics18 Samples Germanibankloan csaplan M chten Sie Stufe 2 hinzuf gen Ja Stufe 2 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die Stichprobe eine weitere W hlen Sie diese Option wenn dies die letzte Stufe der Stichprobe ist Stufe enth lt Dies ist der letzte Schritt in jeder Stufe in dem eine bersicht der in der aktuellen Stufe vorgenommenen Angaben zum Analyseplan angezeigt wird Anschlie end k nnen Sie entweder zur n
87. proportionale Hazard Annahme zutrifft F r jeden nichtredundanten Parameter im Modell wird eine separate Variable gespeichert Schoenfeld Residuen werden nur f r unzensierte F lle berechnet Martingale Residuum F r jeden Fall ist das Martingale Residuum die Differenz zwischen der beobachteten Zensur 0 falls zensiert 1 falls nicht und der Erwartung eines Ereignisses w hrend des Beobachtungszeitraums Abweichungsresiduum Abweichungsresiduen sind Martingale Residuen die korrigiert wurden um bei 0 symmetrischer zu erscheinen Diagramme von Abweichungsresiduen in Abh ngigkeit von Einflussvariablen sollten keine Muster aufweisen Cox Snell Residuum F r jeden Fall ist das Cox Snell Residuum die Erwartung eines Ereignisses w hrend des Beobachtungszeitraums oder die beobachtete Zensur minus das Martingale Residuum Score Residuum F r jeden Fall oder jeden nichtredundanten Parameter im Modell ist das Score Residuum der Anteil des Falls an der ersten Ableitung der Pseudo Likelihood F r jeden nichtredundanten Parameter im Modell wird eine separate Variable gespeichert DFBeta Residuum F r jeden Fall oder jeden nichtredundanten Parameter im Modell ist das DFBeta Residuum der N herungswert der nderung im Wert des Parametersch tzers der eintritt wenn der Fall aus dem Modell entfernt wird F lle mit relativ gro en DFBeta Residuen k nnen einen berm igen Einfluss auf die Analyse aus ben F r jeden nichtredundanten Parame
88. selten auftritt m Relatives Risiko Das Verh ltnis zwischen dem Risiko eines Ereignisses bei Vorliegen des Faktors zum Risiko des Ereignisses bei Fehlen des Faktors m Risiko Differenz Die Differenz zwischen dem Risiko eines Ereignisses bei Vorliegen des Faktors zum Risiko des Ereignisses bei Fehlen des Faktors Test auf Unhabh ngigkeit von Zeilen und Spalten Mit dieser Option werden Chi Quadrat und Likelihood Quotienten Tests f r die Hypothese erstellt dass eine Zeilen und eine Spaltenvariable unabh ngig sind F r jedes Variablenpaar werden separate Tests durchgef hrt Komplexe Stichproben Fehlende Werte Abbildung 7 3 Dialogfeld Fehlende Werte iil H ufigkeiten f r komplexe Stichproben Fehlende Werte r Tabellen Alle verf gbaren Daten verwenden tabellenweiser Ausschluss Einheitliche Fallbasis f r alle metrischen Variablen listenweiser Ausschluss rKategoriale Stichproben Yariablen Benutzerdefinierte fehlende Werte sind ung ltig Benutzerdefinierte fehlende Werte sind g ltig F lle mit ung ltigen Daten f r eine kategoriale Stichprobenvariable werden aus der Analyse ausgeschlossen ee Tabellen Diese Gruppe bestimmt welche F lle bei der Analyse verwendet werden m Alle verf gbaren Daten verwenden Fehlende Werte werden jeweils f r einzelne Tabellen bestimmt Daher k nnen die zur Berechnung von Statistiken verwendeten F lle zwischen den ei
89. und Ereignis Variablen adi Age category agecat amp Gender gender amp Physically active active amp Obesity obesity amp History of diabetes diabetes amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker 5 Cholesterol choles amp History of angina angina amp Prescribed nitroglycerin nitro amp Taking anti clotting drugs anticlot amp History of transient ischemic attack tia Time to hospital time fi Initial Rankin score rankinD amp CAT scan result catscan amp Clot dissolving drugs clotsolv N Treatment resut resut amp Post evert preventative surgery surgery amp Post event rehabilitation rehab amp Event index event_index History of myocardial infarction mi History of ischemic stroke is fi History of hemorrhagic stroke hs E Total treatment and rehabilitation costs in thousands c r berlebenszeit r Beginn des Intervalls Eintreten des Risikos Zeto variiert nach Subjekt Ga Startvariable RA Length ot stay tor rehabilitation start_time rEnde des Intervalls Endvariable 2 L Time to first event post attack time_to_event rEreignis Statusvariable amp First event post attack ereignis as Eintreten eines kein anzeigen Subjekt ID W hlen Sie ID variablen f r die Befragten wenn es mehrere F lle pro Befragten gibt E Cox Regression f r kompl
90. von Faktoren oder Kovariaten zu analysieren deren Werte nicht mit den Stufen eines anderen Faktors interagieren Eine Lebensmittelkette kann beispielsweise das Kaufverhalten ihrer Kunden in mehreren Filialen untersuchen Da jeder Kunde nur eine dieser Filialen besucht kann der Effekt Kunde als verschachtelt innerhalb des Effekts Filiale beschrieben werden Dar ber hinaus k nnen Sie Wechselwirkungseffekte wie polynomiale Terme mit derselben Kovariaten einschlie en oder dem verschachtelten Term mehrere Verschachtelungsebenen hinzuf gen Einschr nkungen F r verschachtelte Terme gelten die folgenden Einschr nkungen m Alle Faktoren innerhalb einer Wechselwirkung m ssen eindeutig sein Dementsprechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Alle Faktoren innerhalb eines verschachtelten Effekts m ssen eindeutig sein Dementsprechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Effekte d rfen nicht in einer Kovariaten verschachtelt werden Dementsprechend ist die Angabe von A X unzul ssig wenn A ein Faktor und X eine Kovariate ist Konstanter Term Der konstante Term wird gew hnlich in das Modell aufgenommen Wenn anzunehmen ist da die Daten durch den Koordinatenursprung verlaufen k nnen Sie den konstanten Term ausschlie en Selbst wenn Sie den konstanten Term in das Modell aufnehmen k nnen Sie festlegen dass die darauf bezogenen Statistiken unterdr ckt werden sollen 61 Logisti
91. 06 erfolgte Die Straft ter wurden aus per Stichprobenziehung ermittelten Polizeidirektionen ausgew hlt gem dem in recidivism_cs csplan angegebenen Stichprobenplan Da hierbei eine PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e verwendet wird gibt es au erdem eine Datei mit den gemeinsamen Auswahlwahrscheinlichkeiten recidivism_cs_jointprob sav rfm_transactions sav Eine hypothetische Datendatei mit Kauftransaktionsdaten wie Kaufdatum gekauften Artikeln und Geldbetrag f r jede Transaktion salesperformance sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Bewertung von zwei neuen Verkaufsschulungen geht 60 Mitarbeiter die in drei Gruppen unterteilt sind erhalten jeweils eine Standardschulung Zus tzlich erh lt Gruppe 2 eine technische Schulung und Gruppe 3 eine Praxisschulung Die einzelnen Mitarbeiter wurden am Ende der Schulung einem Test unterzogen und die erzielten Punkte wurden erfasst Jeder Fall in der Datendatei stellt einen Lehrgangsteilnehmer dar und enth lt die Gruppe der der Lehrgangsteilnehmer zugeteilt wurde sowie die von ihm in der Pr fung erreichte Punktzahl satisf sav Hierbei handelt es sich um eine hypothetische Datendatei zu einer Zufriedenheitsumfrage die von einem Einzelhandelsunternehmen in 4 Filialen durchgef hrt wurde Insgesamt wurden 582 Kunden befragt Jeder Fall gibt die Antworten eines einzelnen Kunden wieder 281
92. 2 wurden 21 MBA Studenten der Wharton School mit ihren Lebensgef hrten darum gebeten 15 Fr hst cksartikel in der Vorzugsreihenfolge von 1 am meisten bevorzugt bis 15 am wenigsten bevorzugt zu ordnen Die Bevorzugungen wurden in sechs unterschiedlichen Szenarien erfasst von Overall preference Allgemein bevorzugt bis Snack with beverage only Imbiss nur mit Getr nk breakfast overall sav Diese Datei enth lt die Daten zu den bevorzugten Fr hst cksartikeln allerdings nur f r das erste Szenario Overall preference Allgemein bevorzugt broadband_1 sav Hierbei handelt es sich um eine hypothetische Datendatei die die Anzahl der Abonnenten eines Breitband Service nach Region geordnet enth lt Die Datendatei enth lt die monatlichen Abonnentenzahlen f r 85 Regionen ber einen Zeitraum von vier Jahren broadband_2 sav Diese Datendatei stimmt mit broadband _1 sav berein enth lt jedoch Daten f r weitere drei Monate car_insurance_claims sav Ein an anderer Stelle McCullagh als auch Nelder 1989 vorgestelltes und analysiertes Daten Set bezieht sich auf Schadensanspr che f r Autos Die durchschnittliche H he der Schadensanspr che l sst sich mit Gamma Verteilung modellieren Dazu wird eine inverse Verkn pfungsfunktion verwendet um den Mittelwert der abh ngigen Variablen mit einer linearen Kombination aus Alter des Versicherungsnehmers Fahrzeugtyp und Fahrzeugalter in Bezug zu setzen Die
93. 2 27430 198 61424 547 56761 453 70607 216 47578 784 3437 137 10816 349 32539 364 39179 814 25617 804 6595 532 Prozent gewichtet Umfang der Grundgesamtheit 118186 000 a Die Yyerte der abh ngigen Yariablen werden in absteigender Reihenfolge sortiert Mit den beobachteten Daten w rde das Nullmodell d h ein Modell ohne Einflussvariablen alle Kunden in die Modalgruppe Agree Stimme zu einordnen Das Nullmodell w re also in 27 3 der F lle richtig Abbildung 21 10 Klassifikationsmatrix ee A agree Agree Disagree disagree korrekt 7067 567 12130 814 3875 825 2058 750 4271 234 14464 286 7320 767 6205 137 2024 816 11703 368 7108 487 8640 746 889 869 8169 109 6946 522 15308 703 12 1 39 3 21 4 27 3 Abh ngige Variable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq Verkn pfungsfunktion Logit Beobachtet Strongly agree Agree Disagree Strongly disagree Prozent insgesamt Die Klassifikationsmatrix zeigt die praktischen Ergebnisse der Verwendung des Modells F r jeden Fall ist die vorhergesagte Antwortkategorie die Kategorie mit der h chsten vom Modell vorhergesagten Wahrscheinlichkeit Die F lle werden nach der endg ltigen Stichprobengewichtung gewichtet sodass die Klassifikationsmatrix die erwartete Modellleistung in der Grundgesamtheit wiedergibt m Die Zellen auf der Diagonale stellen korrekte Vorher
94. 2 Informationen f r die Annahmen f r die Sch tzung Stichprob Stichprob Auswertung enziehun enziehun g mit g mit gleicher gleicher Wahrsch Wahrsch einlichkeit einlichkeit ohne ohne Zur ckleg Zur ckleg en en Einschlu wahrscheinlichkeit Gewonne Gewonne n aus n aus variable Variable Inclusion Inclusion Probabilit Probabilit y1_ y_2_ Plandatei C iproperty_assess csplan Gewichtungsvariable Sample Veight_Final_ Die zusammenfassende Tabelle enth lt eine bersicht ber den Stichprobenplan Anhand dieser Tabelle k nnen Sie berpr fen ob der Plan tats chlich Ihren Absichten entspricht Stichproben bersicht Abbildung 13 11 Stufen bersicht Umfang der Stichprobe Anteil der Stichprobe Region Tats chlich Osten Mitte westen 4 Norden 4 S den 4 Plandatei Ciproperty_assess csplan 111 Stichprobenassistent f r komplexe Stichproben Diese zusammenfassende Tabelle enth lt eine bersicht ber die erste Stufe der Stichprobenziehung Anhand dieser Tabelle k nnen Sie berpr fen ob die Stichprobenziehung plangem verlief Wie angefordert wurden aus jedem County vier Gemeinden als Stichprobe gezogen Abbildung 13 12 Stufen bersicht Umfang der Stichprobe Anteil der Stichprobe Region ed mens Tats chlich Diese zusammenfassende Tabelle deren oberer Teil hier zu sehen ist enth lt eine bersicht ber die zweite Stufe der Stichprobenziehung Au
95. 204 Kapitel 20 Abbildung 20 5 Dialogfeld Logistische Regression Quotenverh ltnis Faktoren Quotenverh ftnisse f r den Vergleich von Faktorstufen 4 Level of education ed Faktor Referenzkategorie Kovariaten Quotenyerh ttnisse f r Ver nderungen der variablenwerte Kovariate nderungseinheiten zzi Logistische Regression f r komplexe Stichproben Quotenverh ltnis Dekt to income ratio x100 1 F r jede Variable wird in den Gittern f r die Quotenverh ltnisse genau ein Set von Quotenverh ltnissen erstellt F r jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovaristen werden bei ihrem Mittelwert ausgewertet Legen Sie fest dass Quotenverh ltnisse f r den Faktor Ausbildung und die Kovariaten besch ftigt und Schulden_Eink erstellt werden sollen Klicken Sie auf Weiter Klicken Sie im Dialogfeld Logistische Regression auf OK Pseudo R Quadrate Abbildung 20 6 Pseudo R Quadrat Statistik Cox und Snell Nagelkerke McFadden Abh ngige Yariable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_ Eink Card_Schulden sonst_Schulden Im linearen Regressionsmodell fasst das Bestimmtheitsma R den Anteil der Varianz in der abh ngigen Variable das mit den unabh ngigen Einflussvariablen zu tun hat zusammen Dab
96. 4 Stichprobenanteil beim Stichprobenassistenten 12 Stichprobenassistent f r komplexe Stichproben 100 PPS Stichprobenziehung 130 Stichprobenrahmen partiell 112 Stichprobenrahmen vollst ndig 100 verwandte Prozeduren 147 Zusammenfassung 110 142 143 Stichprobengewichtungen beim Stichprobenassistenten 12 im Analysevorbereitungsassistenten 21 Stichprobenplan 4 Stichprobenrahmen partiell beim Stichprobenassistenten 112 Stichprobenrahmen vollst ndig beim Stichprobenassistenten 100 Stichprobensch tzung im Analysevorbereitungsassistenten 23 Stichprobenumfang beim Stichprobenassistenten 10 12 st ckweise konstante zeitabh ngige Einflussvariablen in Cox Regression f r komplexe Stichproben 242 Summe in Deskriptive Statistiken f r komplexe Stichproben 35 Systematische Stichprobenziehung beim Stichprobenassistenten 8 T Test bei der logistischen Regression f r komplexe Stichproben 61 bei der ordinalen Regression f r komplexe Stichproben 72 im allgemeinen linearen Modell f r komplexe Stichproben 51 Tabelle Kreuztabelle in Kreuztabellen f r komplexe Stichproben 179 Tabellenprozente in H ufigkeiten f r komplexe Stichproben 31 166 167 in Kreuztabellen f r komplexe Stichproben 40 Teilgesamtheit in Cox Regression f r komplexe Stichproben 85 Testen von proportionalen Hazards in Cox Regression f r komplexe Stichproben 88 Tests der Modelleffekte bei der logistischen Regression f r kom
97. 4 10 Analysevorbereitungsassistent Schritt Gr e Stufe 1 FF Anatysevorbereitungsassistent X Stufe 1 Gr e In diesem Dialogfeld geben Sie die Einschlusswahrscheinlichkeiten bzw den Umfang der Grundgesamtheiten f r die aktuelle Stufe an Sie k nnen einen Umfang angeben der ber die Schichten hinweg gleich bleibt oder verschiedene Umf nge f r die verschiedenen Schichten Willkommen Variablen Sn puea L Kundenanzahl nKunden Einheiten Einschlusswahrscheinlichkeiten Stichproben Variablen amp Kunden ID fidKunden ne L Ater in Jahren Alter wert gt ur a Ausbildung Ausbildung Hbereiett 8 Jahre der Besch ftigung beim derzeitigen Arbeit Stufe 2 hinzuf gen wohnhaft an gleicher Adresse in Jahren woh ungleiche Werte f r Schichten Abschluss E Haushaltseinkommen in Tausend Einkommen Definieren E Relation Schulden zu Einkommen in Schulde E Schulden auf Kreditkarte in Tausend Card_Sch Werte aus Variable lesen Andere Schulden in Tausend sonst_Schulden amp vorherige Nichtzahlung Nichtzahlung E inciprob_s2 W hlen Sie die Option Werte aus Variable lesen und w hlen Sie inclprob_s1 als die Variable aus die die Einschlusswahrscheinlichkeiten f r die erste Stufe enth lt Klicken Sie auf Weiter 159 Abbildung 14 11 Analysevorbereitungsassistent f r komplexe Stichproben Analysevorbereitungsassistent Schritt Plan bersicht Stu
98. 42 5 Insgesamt 100 0 100 0 100 0 Umfang der Ja 19429991 439459 8 18565580 20294402 464 Grundgesamtheit Nein 11813204 314238 1 11195102 12431306 045 Insgesamt 31243195 587623 4 30087348 32399042 348 vom Gesamtwert Ja 62 2 T 60 7 63 6 Nein 37 8 7 36 4 39 3 Insgesamt 100 0 0 100 0 100 0 Beim Berechnen von Statistiken nach Teilgesamtheit wird jede ausgew hlte Statistik f r jede ausgew hlte Zellen Ma variable anhand des Werts Age category Altersgruppe berechnet Die erste Spalte enth lt Sch tzwerte f r die Anzahl und den Prozentsatz der Personen in jeder Kategorie die Vitamin Mineralstofferg nzungen einnehmen bzw nicht einnehmen Die Konfidenzintervalle f r die Tabellenprozents tze berschneiden sich nicht Daraus l sst sich ableiten dass die Einnahme von Vitamin Mineralstofferg nzungen mit steigendem Alter zunimmt Auswertung Mit der Prozedur H ufigkeiten f r komplexe Stichproben haben Sie Statistiken f r die Verwendung von Nahrungserg nzungen bei US B rgern erhalten m Insgesamt nimmt die Mehrzahl der Amerikaner Vitamin Mineralstofferg nzungen ein m Aufgeschl sselt nach Alter l sst sich sagen dass mit zunehmendem Alter ein h herer Prozentsatz der Amerikaner Vitamin Mineralstofferg nzungen einnimmt 168 Kapitel 15 Verwandte Prozeduren Die Prozedur H ufigkeiten f r komplexe Stichproben ist ein n tzliches Werkzeug zur Gewinnung deskriptiver S
99. 760 From both 416 8486 6 51260 402 7790 430 9182 Diese Tabelle zeigt die vom Modell gesch tzten Randmittel und Standardfehler von Amount spent Ausgegebener Betrag bei den Faktorstufen von Use coupons Verwendung von Coupons an Diese Tabelle kann bei der Ermittlung der Unterschiede zwischen den Stufen dieses Faktors n tzlich sein In diesem Beispiel wird erwartet dass ein Kunde ungef hr 319 65 ausgibt und es wird erwartet dass diejenigen die Coupons verwenden erheblich mehr ausgeben 198 Kapitel 19 Abbildung 19 13 Einzeltestergebnisse f r gesch tzte Randmittel des Einkaufsstils Differenz Use coupons Einfacher Kontrast Hypotheti Sch tzer Standard Freiheits Freiheits Kontrast sch tzer scher Wert hypothetisch fehler grade 1 grade 2 Wald F Sig Niveau From newspaper vs Niveau No 105 352 000 Niveau From mailings vs Niveau No Niveau From both vs Niveau No 162 328 000 300 921 000 a Weggelassene Kategorie No Die Tabelle mit den Einzeltests zeigt drei einfache Kontraste an in der das Ausgabeverhalten der Kunden die keine Coupons verwenden mit dem der Kunden verglichen wird die Coupons einsetzen Da die Signifikanzwerte der Tests unter 0 05 liegen k nnen Sie schlie en dass Kunden die Coupons verwenden in der Regel mehr ausgeben als diejenigen die keine Coupons verwenden Abbildung 19 14 Ergebnisse des Gesamttests f r gesch tzte Randmittel des Einkauf
100. Abbildung 13 31 Daten Editor mit Stichprobenergebnissen O0 20 244 44 244 44 k kz kz k k ks 20 244 44 244 44 O00000 20 244 44 244 44 O Yariablenansicht Die Ergebnisse der Stichprobenziehung werden im Daten Editor angezeigt Drei neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen f r die Einschlusswahrscheinlichkeiten und die kumulierten Stichprobengewichtungen f r die dritte Stufe sowie f r die endg ltigen Stichprobengewichtungen Diese neuen Gewichtungen ber cksichtigen die w hrend der Stichprobenziehung f r die ersten beiden Stufen berechneten Gewichtungen m Einheiten mit Werten f r diese Variablen wurden f r die Stichprobe ausgew hlt m Einheiten mit systemdefinierten fehlenden Werten f r diese Variablen wurden nicht ausgew hlt Das Unternehmen setzt seine Ressourcen nun ein um Umfrageinformationen f r die in der Stichprobe ausgew hlten Haushaltseinheiten zu gewinnen Sobald diese Umfragen vorliegen kann die Stichprobe mit den Analyseverfahren f r komplexe Stichproben verarbeitet werden Die Stichprobenspezifikationen entnehmen Sie dem Stichprobenplan demo csplan Stichprobenziehung mit PPS Probability Proportional to Size Wahrscheinlichkeit proportional zur Gr e Abgeordnete die in Erw gung ziehen einen Gesetzesentwurf einzubringen sind daran interessiert zu ermitteln ob dieser Gesetzesantrag ffentlich unterst tzt wi
101. Abbildung 22 48 Dialogfeld Cox Regression Registerkarte Optionen F Cox Regression f r komplexe Stichproben X ZetundEreis Eiusvalen Untergruppen Model Statistken Diagramme Hypcihesertests Speichern Exporteren Orteren Sch tzung Maximalzahl der Iterationen 100 Maximalzahl f r Schritt Halbierung b Ti terationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Minimale Ver nderung Typ Reietiv terationen auf der Grundlage der Log Likelihood nderung begrenzen Minimale Ver nderung Typ Relativ Y kterationsprotokoll anzeigen Inkrement 11 Entscheidungsmethode f r die Parametersch tzung berlebensfunktionen Sch tzmethode f r Basis berlebensfunktion Efron Methode Bresiow Methode Produktgrenzwert Methode Konfidenzintervalle der berlebensfunktionen Auf der Grundlage der transformierten berlebensfunktion berechnen anschlie end in originale Einheiten zur cktransformieren Transformation bom Auf der Grundlage der originalen Einheiten der berlebensfunktion berechnen rBenutzerdefiniert fehlende Werte Als ung ltig behandeln O Efron Als g ttig behandeln Breslow Diese Einstellung gilt f r alle kategorialen Modell und Stichprobenplan Variablen Konfidenzintervall SZ enten Zuaesetzen Abirecnen rate _ W hlen Sie Breslow in der Gruppe
102. Brewer PPS Sampford oder PPS Murthy ausgew hlt und MZ Sch tzung nicht angegeben ist Fallauswahlregeln Wenn Sie die Stichprobe f r jede Stufe einzeln konstruieren sollten Sie die Fallauswahlregeln in einer Textdatei speichern Die Fallauswahlregeln unterst tzen die Erstellung des Teilrahmens f r die weiteren Stufen Stichprobenassistent Fertig stellen Abbildung 2 10 Stichprobenassistent Schritt Fertig stellen Ei Stichprobenassistent Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und f r das Ziehen einer Stichprobe erforderlich sind Sie k nnen sp ter zum Stichprobenassistenten zur ckkehren wenn Sie Stufen hinzuf gen oder bearbeiten m ssen Nach der Stichprobenziehung f r alle Stufen k nnen Sie die Plandatei in jedem Analyseverfahren f r komplexe Stichproben verwenden um anzugeben wie die Stichprobe gezogen wurde ne Willkommen J J Stufe1 i Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen Yom Assistenten generierte Syntax in ein Syntaxfenster einf gen bersicht Stufe 2 Stichproben variablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 3 hinzuf gen p Stichprobe ziehen i Auswahloptionen i Ausgabedateien i P Abschluss Folgende M glichkeiten stehen Ihnen zur verf gung Plan in einer Plandatei speichern und die Stic
103. Dies k nnte jedoch daran liegen dass im Test recht viele Kontraste und Freiheitsgrade f r einen relativ kleinen Stichprobenplan vorliegen Abbildung 21 14 Parametersch tzer f r verallgemeinertes kumulatives Modell teilweise gezeigt 95 Konfidenz The legislature should Standar intervall enact a gas tax Parameter B dfehler Strongly agree Threshold a agecat 1 t agecat 2 agecat 3 agecat 4 gender 0 gender 1 votelast 0 i l votelast 1 drivefreg 1 f drivefreq 2 B drivefreg 3 5 drivefreg 4 h drivefreg 5 A drivefreq 6 Agree Threshold agecat 1 agecat 2 agecat 3 agecat 4 gender 0 gender 1 votelast 0 votelast 1 drivefreg 1 drivefreg 2 drivefreg 3 drivefreg 4 drivefreg 5 drivefreg 6 Dar ber hinaus scheinen sich die gesch tzten Werte der Koeffizienten des verallgemeinerten Modells nicht stark von den Sch tzern unter der Annahme paralleler Linien zu unterscheiden Verwerfen nichtsignifikanter Einflussvariablen Die Tests von Modelleffekten haben gezeigt dass die Modellkoeffizienten f r Gender Geschlecht und Voted in last election An der letzten Wahl teilgenommen nicht statistisch signifikant von 0 abweichen gt Um ein reduziertes Modell zu erstellen rufen Sie das Dialogfeld Ordinale Regression f r komplexe Stichproben erneut auf 222 Kapitel 21 Klicken Sie im Dialogfeld Plan auf Weiter Abbildung 21 15 Dialog
104. Fallgruppen Geben Sie start_time als Zielvariable ein gt W hlen Sie Length of stay for rehabilitation los_rehab start_time2 und start_time3 als die zu transponierenden Variablen aus Time to first event post attack timel und Time to second event post attack time2 werden verwendet um die Endzeiten zu erstellen und jede Variable kann nur einmal in einer Liste von zu transponierenden Variablen vorkommen weswegen start_time2 und start_time3 erforderlich waren W hlen Sie trans3 aus der Liste der Zielvariablen aus 249 Abbildung 22 27 Cox Regression f r komplexe Stichproben Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen einzelnen Zielyariablen geh ren Variablen in der aktuellen Datei g5 o assovng arugs CS0 Ri Treatment result result E Length of stay for rehabilitation lo A Assistent f r die Datenumstrukturierung Schritt 3 von 7 Xi Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Wariablen zu den Sie k nnen auch Yariablen ausw hlen die als Yariablen mit festem Format in die neue Datei kopiert werden Angabe von Fallgruppen ende Ausgew hlte Variable verwenden b Post event
105. Filialen in mehreren zuf llig ausgew hlten M rkten eingef hrt An jedem Standort wird eine andere Form der Verkaufsf rderung verwendet und die w chentlichen Verkaufszahlen f r das neue Produkt werden f r die ersten vier Wochen aufgezeichnet Jeder Fall entspricht einer Standort Woche testmarket_1month sav Bei dieser hypothetischen Datendatei handelt es sich um die Datendatei testmarket sav wobei die w chentlichen Verkaufszahlen zusammengefasst sind sodass jeder Fall einem Standort entspricht Dadurch entfallen einige der Variablen die w chentlichen nderungen unterworfen waren und die verzeichneten Verkaufszahlen sind nun die Summe der Verkaufszahlen w hrend der vier Wochen der Studie tree_car sav Hierbei handelt es sich um eine hypothetische Datendatei die demografische Daten sowie Daten zum Kaufpreis von Fahrzeugen enth lt tree_credit sav Hierbei handelt es sich um eine hypothetische Datendatei die demografische Daten sowie Daten zu fr heren Bankkrediten enth lt tree_missing_data sav Hierbei handelt es sich um eine hypothetische Datendatei die demografische Daten sowie Daten zu fr heren Bankkrediten enth lt und eine gro e Anzahl fehlender Werte aufweist tree_score_car sav Hierbei handelt es sich um eine hypothetische Datendatei die demografische Daten sowie Daten zum Kaufpreis von Fahrzeugen enth lt tree_textdata sav Eine einfache Datendatei mit nur zwei Variablen die vor allem den Standardzustand von Var
106. Hinweise Jegliche Verweise auf Drittanbieter Websites in dieser Information werden nur der Vollst ndigkeit halber bereitgestellt und dienen nicht als Bef rwortung dieser Das Material auf diesen Websites ist kein Bestandteil des Materials zu diesem IBM Produkt und die Verwendung erfolgt auf eigene Gefahr IBM kann die von Ihnen angegebenen Informationen verwenden oder weitergeben wie dies angemessen erscheint ohne Ihnen gegen ber eine Verpflichtung einzugehen Lizenznehmer dieses Programms die Informationen dazu ben tigen wie 1 der Austausch von Informationen zwischen unabh ngig erstellten Programmen und anderen Programmen und ii die gegenseitige Verwendung dieser ausgetauschten Informationen erm glicht wird wenden sich an IBM Software Group Attention Licensing 233 S Wacker Dr Chicago IL 60606 USA Derartige Informationen stehen ggf in Abh ngigkeit von den jeweiligen Gesch ftsbedingungen sowie in einigen F llen der Zahlung einer Geb hr zur Verf gung Das in diesem Dokument beschriebene lizenzierte Programm und s mtliche daf r verf gbaren lizenzierten Materialien werden von IBM gem dem IBM Kundenvertrag den Internationalen Nutzungsbedingungen f r Programmpakete der IBM oder einer anderen zwischen uns getroffenen Vereinbarung bereitgestellt Informationen zu Produkten von Drittanbietern wurden von den Anbietern des jeweiligen Produkts aus deren ver ffentlichten Ank ndigungen oder anderen ffentlich verf
107. Modellen wie Faktor Ereignis Schicht und Teilgesamtheitsvariablen und Stichproben Variablen als g ltige Werte behandelt werden sollen Konfidenzintervall Dies ist die Konfidenzintervall Ebene f r Koeffizientensch tzungen potenzierte Koeffizientensch tzungen berlebensfunktionssch tzungen und Sch tzungen der kumulativen Hazard Funktion Geben Sie einen Wert gr er oder gleich 0 und kleiner als 100 ein Zus tzliche Funktionen beim Befehl CSCOXREG Mit der Befehlssprache verf gen Sie au erdem ber folgende M glichkeiten m Benutzerdefinierte Hypothesentests durchf hren unter Verwendung des Unterbefehls CUSTOM und PRINT LMATRIX m Toleranzspezifikation unter Verwendung von CRITERIA SINGULAR m Tabelle mit allgemein sch tzbaren Funktionen unter Verwendung von PRINT GEF 93 Kapitel 12 m Muster aus mehreren Einflussvariablen unter Verwendung von mehreren PATTERN Unterbefehlen m Maximale Anzahl von gespeicherten Variablen wenn ein Stammname angegeben wurde unter Verwendung des Unterbefehls sAvE Das Dialogfeld ber cksichtigt den CSCOXREG Standard von 25 Variablen Siehe Befehlssyntaxreferenz f r die vollst ndigen Syntaxinformationen Teil II Beispiele Kapitel 13 Stichprobenassistent f r komplexe Stichproben Der Stichprobenassistent f hrt Sie durch die Schritte zum Erstellen Bearbeiten bzw Ausf hren einer Stichprobenplan Datei Vor der Verwendung des A
108. Set German credit im Repository of Machine Learning Databases Blake als auch Merz 1998 an der Universit t von Kalifornien in Irvine entnommen grocery_1month sav Bei dieser hypothetischen Datendatei handelt es sich um die Datendatei grocery_coupons sav wobei die w chentlichen Eink ufe zusammengefasst sind sodass jeder Fall einem anderen Kunden entspricht Dadurch entfallen einige der Variablen die w chentlichen nderungen unterworfen waren und der verzeichnete ausgegebene Betrag ist nun die Summe der Betr ge die in den vier Wochen der Studie ausgegeben wurden grocery_coupons sav Hierbei handelt es sich um eine hypothetische Datendatei die Umfragedaten enth lt die von einer Lebensmittelkette erfasst wurden die sich f r die Kaufgewohnheiten ihrer Kunden interessiert Jeder Kunde wird ber vier Wochen beobachtet und jeder Fall entspricht einer Kundenwoche und enth lt Informationen zu den Gesch ften in denen der Kunde einkauft sowie zu anderen Merkmalen beispielsweise welcher Betrag in der betreffenden Woche f r Lebensmittel ausgegeben wurde guttman sav Bell Bell 1961 legte eine Tabelle zur Darstellung m glicher sozialer Gruppen vor Guttman Guttman 1968 verwendete einen Teil dieser Tabelle bei der f nf Variablen die Aspekte beschreiben wie soziale Interaktion das Gef hl der Gruppenzugeh rigkeit die physische N he der Mitglieder und die Formalit t der Beziehung mit sieben theoretischen sozialen G
109. Singularit t festlegen m Mit dem Unterbefehl sAvE k nnen Sie benutzerdefinierte Namen f r gespeicherte Variablen angeben m Mit dem Unterbefehl PRINT k nnen Sie eine Tabelle mit allgemeinen sch tzbaren Funktionen anlegen Siehe Befehlssyntaxreferenz f r die vollst ndigen Syntaxinformationen Kapitel Logistische Regression f r komplexe Stichproben Die Prozedur Logistische Regression f r komplexe Stichproben besteht aus einer logistischen Regressionsanalyse einer bin ren oder multinomialen abh ngigen Variable f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Beispiel Ein Kreditsachbearbeiter verf gt ber eine Reihe von Datens tzen zu Kunden die ein Darlehen in verschiedenen Zweigstellen erhalten haben diese Datens tze wurden nach einem komplexen Plan zusammengestellt Bei der Einbeziehung des Stichprobenplans interessiert sich der Sachbearbeiter f r die Wahrscheinlichkeit mit der ein Kunde mit dem Darlehen in Verzug geraten k nnte und zwar im Zusammenhang mit dem Alter der beruflichen Entwicklung und der Darlehensh he Statistiken Mit dieser Prozedur erhalten Sie Sch tzungen potenzierte Sch tzungen Standardfehler Konfidenzintervalle Tests Effekte des Stichprobenplans und Quadratwurzeln aus den Effekten des Stichprobenplans au erdem die Korrelationen und Kovarianzen bei den Parametersch tzern
110. Stichproben 54 in Kreuztabellen f r komplexe Stichproben 40 Risiko Differenz in Kreuztabellen f r komplexe Stichproben 40 Sampfords Stichprobenmethode beim Stichprobenassistenten 8 Schichtung beim Stichprobenassistenten 6 im Analysevorbereitungsassistenten 21 Schoenfelds partielle Residuen in Cox Regression f r komplexe Stichproben 92 Schritt Halbierungen bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 Score Residuen in Cox Regression f r komplexe Stichproben 92 Sequenzielle Bonferroni Korrektur in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Sequenzielle Sidak Korrektur in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Sequenzielle Stichprobenziehung beim Stichprobenassistenten 8 Sidak Korrektur in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Spaltenprozente in Kreuztabellen f r komplexe Stichproben 40 Standardfehler bei der logistischen Regression f r komplexe Stichproben 61 bei der ordinalen Regression f r komplexe Stichproben 72 im allgemeinen linearen Modell f r komplexe Stichproben 51 in Deskriptive Statistiken f r komplexe Stichproben 35 172 173 in H ufigkeiten f r komplexe Stichproben 31 166 167 in Kreuztabellen f r komplexe Stichproben 40 in Verh ltnisse f r komplexe Stichproben 44 Stichprobe komplexer Plan
111. Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren m Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben erm glicht die Modellierung einer metrischen Antwort Responsevariablen m Die Prozedur Ordinale Regression f r komplexe Stichproben erm glicht die Modellierung einer ordinalen Antwort Responsevariablen Kapitel Ordinale Regression f r komplexe Stichproben Die Prozedur Ordinale Regression f r komplexe Stichproben erstellt ein Vorhersagemodell f r eine ordinale abh ngige Variable f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Verwendung der ordinalen Regression f r komplexe Stichproben zur Analyse von Umfrageergebnissen Abgeordnete die in Erw gung ziehen einen Gesetzesentwurf einzubringen sind daran interessiert zu ermitteln ob dieser Gesetzesantrag ffentlich unterst tzt wird und in welchem Bezug die Unterst tzung f r den Antrag zur demografischen Struktur der W hler steht Die Meinungsforscher verwenden f r die Erstellung und Durchf hrung der entsprechenden Umfragen einen komplexen Stichprobenplan Die Umfrageergebnisse finden Sie in der Datei poll_cs_sample sav Der von den
112. Verwendung von Nahrungserg nzungen Ein Forscher m chte die Verwendung von Nahrungserg nzungen bei US B rgern untersuchen und daf r die Ergebnisse der Umfrage National Health Interview Survey NHIS und einen zuvor erstellten Analyseplan verwenden F r weitere Informationen siehe Thema Verwendung des Analysevorbereitungsassistenten f r komplexe Stichproben zur Vorbereitung von ffentlich zug nglichen NHIS Daten in Kapitel 14 auf S 148 Eine Untergruppe der Umfrage aus dem Jahr 2000 finden Sie in der Datei nhis2000_subset sav Der Analyseplan ist in der Datei nhis2000_subset csaplan gespeichert F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Erstellen Sie mithilfe von H ufigkeiten f r komplexe Stichproben Statistiken f r die Verwendung von Nahrungserg nzungen Durchf hren der Analyse gt Um eine Analyse der Art H ufigkeiten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt H ufigkeiten Copyright IBM Corporation 1989 2011 163 164 Kapitel 15 Abbildung 15 1 Dialogfeld Komplexe Stichproben Plan E Ptan f r komplexe Stichproben f r deskriptive Analyse X Plan Datei nhis2000_subset csaplar Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassisten
113. Wahrscheinlichkeit und ohne Zur cklegen OZ aus der gesamten Grundgesamtheit ausgew hlt Im Gegensatz dazu kann eine komplexe Stichprobe einige oder alle der folgenden Merkmale aufweisen Schichtung Bei einer geschichteten Stichprobenziehung werden die Stichproben unabh ngig voneinander innerhalb von sich nicht berschneidenden Untergruppen der Grundgesamtheit den so genannten Schichten ausgew hlt Beispiele f r Schichten sind sozio konomische Gruppen Berufsgruppen Altersgruppen oder ethnische Gruppen Bei Verwendung einer Schichtung k nnen Sie angemessene Stichprobengr en f r zu untersuchende Untergruppen gew hrleisten die Genauigkeit von Gesamtsch tzungen verbessern und unterschiedliche Stichprobenverfahren f r die verschiedenen Schichten verwenden Klumpenbildung Zur Ziehung von Klumpenstichproben geh rt die Auswahl von Gruppen von Stichprobeneinheiten so genannter Klumpen Beispiele f r Klumpen sind Schulen Krankenh user oder geografische Gebiete die dazugeh rigen Stichprobeneinheiten sind Sch ler Patienten bzw Einwohner Klumpenbildung ist bei mehrstufigen Pl nen und Gebietsstichproben geografischen Stichproben blich Mehrere Stufen Bei einer mehrstufigen Stichprobenziehung wird zun chst auf der Grundlage von Klumpen eine Stichprobe f r die erste Stufe ausgew hlt Dann wird eine Stichprobe der zweiten Stufe ausgew hlt indem aus den ausgew hlten Klumpen Teilstichproben gezogen werden Wenn die Stichprob
114. Wert Kleinstem Wert Anpassen W hlen Sie Kleinster Wert als Referenzkategorie aus Dadurch wird die Kategorie keine Nichtzahlung als Referenzkategorie festgelegt Die in der Ausgabe enthaltenen Quotenverh ltnisse haben daher die Eigenschaft dass steigende Quotenverh ltnisse einer h heren Wahrscheinlichkeit einer Nichtzahlung entsprechen Klicken Sie auf Weiter Klicken Sie im Dialogfeld Logistische Regression auf Statistik Abbildung 20 4 Dialogfeld Logistische Regression Statistik E Logistische Regression f r komplexe Stichproben Statistik rAnpassungsg te des Modells Pseudo R Quadrat M Klassifikationsmatrix rParameter Fi Sch tzer E Kovarianzen der Parametersch tzer Fi Exponentialfunktion des Sch tzers E Korrelationen der Parametersch tzer 4 Standardfehler Effekt des Stichprobenplans Fi Konfidenzintervall Quadratwurzel aus dem Effekt des Stichprobenplans E t Test Fi Auswertungsstatistik f r Modellvariablen Informationen zum Stichprobenplan Ca mn im W hlen Sie im Gruppenfeld Anpassungsg te des Modells die Option Klassifikationsmatrix W hlen Sie in der Gruppe Parameter die Optionen Sch tzer Potenzierter Sch tzer Standardfehler Konfidenzintervall und Effekt des Stichprobenplans aus Klicken Sie auf Weiter gt Klicken Sie im Dialogfeld Logistische Regression auf Quotenverh ltnisse
115. Zeitungsabonnement zu Antwort nach Einkommensklasse kontrolliert Einkommensgruppen sen tzung Under 25 Abonnement Quotenverh ltnis Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja F r Kohorte Antwort Nein 25 49 Abonnement Quotenverh ltnis Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja F r Kohorte Antwort Nein 50 74 Abonnement Quotenverh ltnis Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja F r Kohorte Antwort Nein Abonnement Quotenverh ltnis Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja F r Kohorte Antwort Nein Statistiken werden nur f r 2x2 Tabellen unter Ber cksichtigung aller Zellen berechnet Die relativen Risikosch tzer werden f r jede Einkommensklasse getrennt berechnet Beachten Sie Das relative Risiko einer positiven Antwort scheint bei den Zeitungsabonnenten mit zunehmendem Einkommen nach und nach abzunehmen was darauf schlie en l sst dass Sie die Zielgruppe f r die Postsendungen eventuell noch weiter eingrenzen k nnen 181 Kreuztabellen f r komplexe Stichproben Auswertung Es ergab sich dass mithilfe der Risikosch tzer aus Kreuztabellen f r komplexe Stichproben die Antwortrate auf Postsendungen erh ht werden kann indem die Zielgruppe auf Zeitungsabonnenten verkleinert wird Des Weiteren deutete einiges darauf hin dass die Risikosch tzer nicht f r alle Ein
116. _cs_sample sav DatenSet14 Benutzerdefinierte Datei Datei recidivism_cs_jointprob sav Durchsuchen ieis anbrechen iire Wechseln Sie zum Beispieldateien Verzeichnis und w hlen Sie recidivism_cs csplan als Plandatei aus W hlen Sie Benutzerdefinierte Datei in der Gruppe Gemeinsame Wahrscheinlichkeiten wechseln Sie zum Stichproben Verzeichnis und w hlen Sie recidivism_cs_jointprob sav aus Klicken Sie auf Weiter 234 Kapitel 22 Abbildung 22 8 Dialogfeld Cox Regression Registerkarte Zeit und Ereignis Variablen amp Region region amp Provinz province Distrikt district E Stadt city 5 Festnahme ID arrest 8 Alter in Jahren age fi Altersgruppe agecat amp Familienstand marital A Sozialer Status social ai Auskildung ed 5 Besch ftigt employ amp Geschlecht gender Schwere der ersten Tat crime1 amp Gewalt bei erster Tat violent1 amp Datum der Entlassung aus der 1 Haft date1 5 Kaution hinterlegt bail amp Rehakbilitstionsma nahmen erhalten rehab Schwere der zweiten Tat crime2 amp Gewalt bei zweiter Tat violent2 amp Zweite Verurteilung convict2 amp Datum der zweiten Festnahme date2 8 Einschluss Auswahl Wahrscheinlichkeit f r Stufe 1 In E Kumuliertes Auswahlgewicht f r Stufe 1 Sample Weight 8 Kumuliertes Auswahlgewicht f r Stufe 2 SampleWeight Zetundtreine Ener Uergupen Model Sen Diagramme Hpch
117. abelle ist sehr breit Daher m ssen Sie zur besseren bersicht pivotieren Pivotieren der Verh ltnistabelle gt vy v v y Doppelklicken Sie auf die Tabelle um sie zu aktivieren W hlen Sie die folgenden Befehle aus den Men s des Viewers aus Pivot gt Pivot Leisten Ziehen Sie Nenner und anschlie end Z hler aus der Zeile in die Schicht Ziehen Sie County aus der Zeile in die Spalte Ziehen Sie Statistiken aus der Spalte in die Zeile Schlie en Sie das Fenster Pivot Leisten 186 Kapitel 18 Pivotierte Verh ltnistabelle Abbildung 18 5 Pivotierte Verh ltnistabelle Nenner Current value Z hler value at last appraisal Verh ltnissch tzung Standardfehler 95 Konfidenzintervall Testen von Hypothesen Ungewichtete Anzahl Untere Grenze Obere Grenze Testwert t Freiheitsgrad e Sig Osten Mitte westen Norden Die Verh ltnistabelle ist nun pivotiert sodass die Statistiken sich leichter zwischen den verschiedenen Counties vergleichen lassen m Die Verh ltnissch tzungen reichen vom niedrigsten Wert von 1 195 in Southern County bis zu einem H chstwert von 1 524 in Western County m Au erdem besteht eine betr chtliche Variabilit t in den Standardfehlern die vom niedrigsten Wert von 0 029 in Southern County bis zu einem H chstwert von 0 068 in Eastern County reichen m Einige der Konfidenzintervalle berschneiden sich nicht Darau
118. aben Sie haben dann die M glichkeit die Stichprobe zu ziehen Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen entfernen oder Datei bearbeiten m chten Sie haben dann die M glichkeit die Stichprobe zu ziehen Durchsuchen Stichprobe ziehen W hlen Sie diese Option wenn Sie bereits ber en eine Plandatei verf gen und eine Stichprobe ziehen Burehsuchen m chten m en W hlen Sie Stichprobe entwerfen wechseln Sie in das Verzeichnis in dem Sie die Datei speichern m chten und geben Sie poll csplan als Name der Plandatei ein Klicken Sie auf Weiter 132 Kapitel 13 Abbildung 13 33 Stichprobenassistent Schritt Stichproben Variablen Stufe 1 iii Stichprobenassistent F Stufe 1 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden Wilkommen Wariablen Schichten nach amp voter ID voteid 6 County county gt Stichproben Yariablen amp Neighborhood nbrhood Methode Gr e der Stichprobe e Ausgabevariablen cht Stufe 2 hinzuf gen Stichprobe ziehen Eingabe Stichprobengewichtung ea ete Ce
119. able amp Patient ID patid E Length of stay for rehabilitation lo Cmn E Total treatment and rehabilitation c amp First event post attack event1 Zu transponierende Variablen Gear ame Zeven A History of myocardial infarction m WEO O History of ischemic stroke is1 4 History of hemorrhagic stroke hs Ri History of hemorrhagic stroke hs1 d History of hemorrhagic stroke hs1 amp Second event post attack event2 4 History of hemorrhagic stroke hs2 8E Time to second event post attack e A History of myocardial infarction m ki History of ischemic stroke is2 ki History of hemorrhagic stroke hs2 Yariable n mit festem Format amp Third event post attack event3 m E Time to third event post attack tim start_time2 gt L start_time3 Geben Sie hs als Zielvariable ein W hlen Sie History of hemorrhagic stroke hs History of hemorrhagic stroke hs1 und History of hemorrhagic stroke hs2 als die zu transponierenden Variablen aus Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Erstellen von Indexvariablen ebenfalls auf Weiter 253 Cox Regression f r komplexe Stichproben Abbildung 22 31 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Erstellen einer Indexvariablen A Assistent f r die Datenumstrukturierung Schritt 5 von 7 X Variablen zu F llen Erstellen einer Indexvariablen
120. achvergleiche Bei der Durchf hrung von Hypothesentests mit mehreren Kontrasten kann das Gesamtsignifikanzniveau mithilfe der Signifikanzniveaus der eingeschlossenen Kontraste angepasst werden In dieser Gruppe k nnen Sie die Anpassungs Korrekturmethode ausw hlen m Geringste signifikante Differenz Diese Methode steuert nicht die Gesamtwahrscheinlichkeit dass Hypothesen abgelehnt werden bei denen einige lineare Kontraste von den Werten einer Nullhypothese abweichen m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt m Bonferroni sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt Sidak Dieses Verfahren liefert engere Grenzen als der Bonferroni Ansatz m Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden Logistische Regression f r komplexe Stichproben Quotenverh ltnis Abbildung 10 6 Dialogfeld Logistische Regression Quotenverh ltnis EH Logistische Regression f r komplexe Stichproben Quotenverh ltnis Faktoren Quotenverh ftnisse f r den Vergleich von Fakt
121. age der nderung bei den Parametersch tzern begrenzen Mit dieser Option wird der Algorithmus nach einer Iteration angehalten bei der die absolute oder relative nderung bei den Parametersch tzern unter dem angegeben nicht negativen Wert liegt Iterationen auf der Grundlage der Log Likelihood nderung begrenzen Mit dieser Option wird der Algorithmus nach einer Iteration angehalten bei der die absolute oder relative nderung bei der Log Likelihood Funktion unter dem angegeben nicht negativen Wert liegt Pr fung auf vollst ndige Trennung der Datenpunkte Mit dieser Option lassen Sie Tests durch den Algorithmus durchf hren mit denen sichergestellt wird dass die Parametersch tzer eindeutige Werte aufweisen Eine Trennung wird vorgenommen sobald ein Modell erzeugt werden kann in dem alle F lle fehlerfrei klassifiziert werden Iterationsprotokoll anzeigen Die Parametersch tzer und die Statistik werden alle n Iterationen angezeigt beginnend mit der 0 Iteration den urspr nglichen Sch tzungen Wenn Sie das Iterationsprotokoll drucken wird die letzte Iteration stets unabh ngig vom Wert f r n ausgegeben Benutzerdefinierte fehlende Werte Metrische Stichproben Variablen sowie die abh ngige Variable und ggf alle Kovariaten m ssen g ltige Daten enthalten F lle bei denen ung ltige Daten f r diese Variablen vorliegen werden aus der Analyse gel scht Mit diesen Steuerungen legen Sie fest ob benutzerdefiniert fehlende We
122. ahl f r die Schritt Halbierung erreicht ist Geben Sie eine positive Ganzzahl ein m Iterationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Mit dieser Option wird der Algorithmus nach einer Iteration angehalten bei der die absolute oder relative nderung bei den Parametersch tzern unter dem angegebenen positiven Wert liegt m Iterationen auf der Grundlage der Log Likelihood nderung begrenzen Mit dieser Option wird der Algorithmus nach einer Iteration angehalten bei der die absolute oder relative nderung bei der Log Likelihood Funktion unter dem angegebenen positiven Wert liegt 97 Cox Regression f r komplexe Stichproben m Iterationsprotokoll anzeigen Zeigt das Iterationsprotokoll f r Parametersch tzer und Pseudo Likelihood an und druckt die letzte Auswertung der nderung der Parametersch tzer und Pseudo Log Likelihood Die Tabelle mit dem Iterationsprotokoll druckt jede nte Iteration beginnend mit dernten Iteration Anfangssch tzungen wobei n der Schrittwert ist Wenn das Iterationsprotokoll angefordert wird wird die letzte Iteration stets angezeigt unabh ngig von n m Methode zur Bindungsl sung f r die Parametersch tzung Wenn Bindungen zwischen beobachteten Versagenszeitpunkten bestehen wird eine dieser Methoden angewandt um die Bindungen zu l sen Die Efron Methode erfordert eine h here Rechenleistung berlebensfunktionen Diese Steuerelemente geben die Kriterien f r Berech
123. amen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright IBM Corporation 1989 2011 47 48 Kapitel 9 Abbildung 9 1 Dialogfeld Allgemeines lineares Modell A Allgemeines lineares Modell f r komplexe Stichproben X Variablen Abh ngige Variable Modell amp Store ID storeid e E Amount spent amtspent Statistiken amp Health food store hitht ki Size of store size amp Store organization org E Number of customers 5 Customer ID custid 5 Vegetarian veg Kovariaten Faktoren amp Who shopping for sho amp Shopping style style 2 Inclusion Selection Pr 8E Cumulative Sampling VV gt L Cumulative Sampling W Teilgesamtheit variable Kategorie W hlen Sie eine abh ngige Variable aus Die folgenden Optionen sind verf gbar m W hlen Sie die entsprechenden Variablen f r Faktoren und Kovariaten gem den vorliegenden Daten aus m Legen Sie eine Variable fest um so eine Teilgesamtheit zu definieren Die Analyse wird ausschlie lich f r die ausgew hlte Kategorie der Teilgesamtheit Variable vorgenommen 49 Allgemeines lineares Modell f r komplexe Stichproben Abbildung 9 2 Dialogfeld Modell Allgemeines lineares Modell f r komplexe Stichproben Modell rModelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten ut shopfor Hl usecoup Term e konstruieren
124. amp unvollst ndiger Abschnitt W hlen Sie County als Schichtungsvariable aus W hlen Sie Township Gemeinde als Klumpenvariable aus Klicken Sie auf Weiter Diese Planstruktur bedeutet dass f r jedes County unabh ngige Stichproben gezogen werden In dieser Phase werden Townships Gemeinden als prim re Stichprobeneinheit gezogen 133 Stichprobenassistent f r komplexe Stichproben Abbildung 13 34 Stichprobenassistent Schritt Methode der Stichprobenziehung Stufe 1 i Stichprobenassistent X Stufe 1 Methode der Stichprobenziehung In diesem Dialogfeld k nnen Sie festlegen wie Items aus den Arbeitsdateien ausgew hlt werden sollen Wenn Sie eine PPS Methode PPS probability proportional to size Wyahrscheinlichkeit proportional zur Gr e ausw hlen m ssen Sie auch ein Ma f r die Gr e der Einheiten MOS angeben Wilkommen vari Methode a ee u Iye U Stichproben Yariablen Neiahbornooa e EA e i P Methode i Gr e der Stichprobe ibevariablen Mit Zur cklegen MZ Ohne Zur cklegen OZ E MZ Sch tzung f r Analyse verwenden Ma f r die Gr e der Einheiten MOS Aus Variable lesen ee Datens tze z hlen amp unvollst ndiger Abschnitt en W hlen Sie PPS als Stichprobenmethode W hlen Sie Datens tze z hlen als Ma f r die Gr e Klicken Sie auf Weiter Innerhalb der einzelnen Counties werden Townships ohne
125. amp vorherige Nichtzahlung fine 333 Funktionen und Sondervariablen 33333 DEDE CEDE Eas optionale Fallauswahlbedingung _ amp mt gen__ Zur cksetzen Abbrechen Hite In der ersten Stufe wurden 15 von 100 Bankfilialen ohne Zur cklegen ausgew hlt daher betr gt die Wahrscheinlichkeit dass eine bestimmte Bank ausgew hlt wurde 15 100 0 15 gt Geben Sie inclprob_s1 als Zielvariable ein Geben Sie 0 15 als numerischen Ausdruck ein Klicken Sie auf OK 153 vv v y Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 5 Dialogfeld Variable berechnen Varia I Zielvariable Numerischer Ausdruck inclprob_s2 100 ncust b Zweig Zweig v E Kundenanzahl nKund f Funktionsguppe amp Kunden ID idKunden E Alter in Jahren Alter Ale i Ausbildung Ausbildung Arithmetisch 2 Jahre der Besch ftigu artelungsfunkdionen L wohnhaft an gleicher Umwandlung 8 Haushaltseinkommen i Aktuelles Datumsaktuelle Uhr 2 Relation Schulden zu E 9 Schulden auf Kreditkar 2 Andere Schulden in Ta amp vorherige Nichtzahlung 2 inclprob_s1 Funktionen und Sondervariablen optionale Fallauswahlbedingung In der zweiten Phase wurden aus jeder Filiale 100 Kunden ausgew hlt daher ist die Einschlusswahrscheinlichkeit in Stufe 2 f r einen bestimmten Kunden in einer bestimmten Bank 100 Anzahl der Kunden dieser Bank Ruf
126. ank nachdem diese mithilfe der Prozedur Daten validieren berpr ft wurde Sie enth lt immer noch potenziell anomale F lle survey_sample sav Diese Datendatei enth lt Umfragedaten einschlie lich demografischer Daten und verschiedener Meinungskennzahlen Sie beruht auf einer Teilmenge der Variablen aus der NORC General Social Survey aus dem Jahr 1998 Allerdings wurden zu Demonstrationszwecken einige Daten abge ndert und weitere fiktive Variablen hinzugef gt 282 Anhang A telco sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Telekommunikationsunternehmens geht die Kundenabwanderung zu verringern Jeder Fall entspricht einem Kunden und enth lt verschiedene Informationen zum demografischen Hintergrund und zur Servicenutzung telco_extra sav Diese Datendatei hnelt der Datei telco sav allerdings wurden die Variablen tenure und die Log transformierten Variablen zu den Kundenausgaben entfernt und durch standardisierte Log transformierte Variablen ersetzt telco_missing sav Diese Datendatei ist eine Untermenge der Datendatei telco sav allerdings wurde ein Teil der demografischen Datenwerte durch fehlende Werte ersetzt testmarket sav Diese hypothetische Datendatei bezieht sich auf die Pl ne einer Fast Food Kette einen neuen Artikel in ihr Men aufzunehmen Es gibt drei m gliche Kampagnen zur Verkaufsf rderung f r das neue Produkt Daher wird der neue Artikel in
127. ars with current L Years at current ad i E Household income i Teilgesamtheit w Wariable Kategorie W hlen Sie eine abh ngige Variable aus Die folgenden Optionen sind verf gbar m W hlen Sie die entsprechenden Variablen f r Faktoren und Kovariaten gem den vorliegenden Daten aus m Legen Sie eine Variable fest um so eine Teilgesamtheit zu definieren Die Analyse wird ausschlie lich f r die ausgew hlte Kategorie der Teilgesamtheit Variable vorgenommen Logistische Regression f r komplexe Stichproben Referenzkategorie Abbildung 10 2 Dialogfeld Logistische Regression Referenzkategorie Logistische Regression f r komplexe Stichproben Referenzkategorie amp rReferenzkategorie Gr tem Wert Kleinstem Wert Anpassen Wert 59 Logistische Regression f r komplexe Stichproben Bei der Prozedur Logistische Regression f r komplexe Stichproben wird standardm ig die h chstwertige Kategorie als Referenzkategorie verwendet In diesem Dialogfeld k nnen Sie den h chsten bzw niedrigsten Wert oder auch eine benutzerdefinierte Kategorie als Referenzkategorie angeben Logistische Regression f r komplexe Stichproben Modell Abbildung 10 3 Dialogfeld Logistische Regression Modell rModelleffekte angeben Haupteffekte l I ed Ea age employ lz address Ea income debtinc creddebt othdebt l2 inciprob_s1
128. ategorie die Wahrscheinlichkeit der vorhergesagten Kategorie die Wahrscheinlichkeit der beobachteten Kategorie und die vorhergesagten Wahrscheinlichkeiten als neue Variablen in der Arbeitsdatei Modell als SPSS Statistics Daten exportieren Schreibt ein Daten Set im IBM SPSS Statistics Format das die Parameter Korrelations oder Kovarianzmatrix enth lt mit Parametersch tzern Standardfehlern Signifikanzwerten und Freiheitsgraden Die Reihenfolge der Variablen in der Matrixdatei lautet wie folgt rowtype_ Nimmt folgende Werte und Wertelabel an COV Kovarianzen CORR Korrelationen EST Parametersch tzer SE Standardfehler SIG Signifikanzniveaus und DF Freiheitsgrade des Stichprobenplans Es gibt einen separaten Fall mit dem Zeilentyp COV bzw CORR f r jeden Modellparameter sowie einen separaten Fall f r jeden der anderen Zeilentypen varname_ Nimmt f r die Zeilentypen COV bzw CORR die Werte P1 P2 an was einer geordneten Liste aller gesch tzten Modellparameter mit Ausnahme der Skalenparameter bzw der negativen binomialen Parameter entspricht mit Wertelabels die den in der Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen F r alle anderen Zeilentypen sind die Zellen leer P1 P2 Diese Variablen entsprechen einer geordneten Liste aller Modellparameter mit Wertelabels die den in der Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen Die Werte h ngen j
129. atei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter 81 Cox Regression f r komplexe Stichproben Abbildung 12 1 Dialogfeld Cox Regression Registerkarte Zeit und Ereignis Zetudtreine Emmen Uergupen Model Sen Diagramme Heeres Space Eraren Open Variablen r berlebenszeit amp Region region r Beginn des Intervalls Eintreten des Risikos amp Provinz province Zeto amp b Distrikt district Varier nach Subjekt amp Stadt city Startvariable 5 Festnahme ID arrest gt 8 Alter in Jahren age fi Altersgruppe agecat rEnde des Intervalls amp Familienstand marital Endyariable gt amp Zweite Festnahme arrest2 fi Sozialer Status social I Auskildung ed 5 Besch ftigt employ amp Geschlecht gender fi Schwere der ersten Tat crime1 Statusvariable b Gewat bei erster Tat violent amp Datum der Entlassung aus der 1 Haft date1 5 Kaution hinterlegt bail amp Rehakbilitstionsma nahmen erhalten rehab Schwere der zweiten Tat crime2 amp Gewalt bei zweiter Tat violent2 Subjekt ID Datum der zweiten Festnahme date2 L Einschluss Auswahl Wahrscheinlichkeit f r Stufe 1 In W hlen Sie ID Yariablen f r die Befragten wenn es mehrere F lle pro Befragten gibt E Kumuliertes Auswahlgewicht f r Stufe 1 Sample Weight 8 Kumuliertes Auswahlgewicht f r
130. aten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Wariablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Yariablen ausw hlen die als Yariablen mit festem Format in die neue Datei kopiert werden Variablen in der aktuellen Datei amp Taking anti clotting drugs anticlot Angabe von Fallgruppen Time to hospital time PL A initial Rankin score rankin0 gt Variable amp CAT scan result catscan amp Clot dissolving drugs clotsolv Treatment result result b Post event preventative surgery L 0 E amp Post evert rehabilitation rehab ne d a7 BEER Length of stay for rehabilitation lo f F a 5 Amen Dt En History of myoca ar E Total treatment and rehabilitation c A a rial infarcti amp First event post attack event1 ALIEN rein Im E Time to first event post attack tim A History of myocardial infarction m History of ischemic stroke is1 A History of hemorrhagic stroke hs1 Yariable n mit festem Format amp Second event post attack event2 E Time to second event post attack A History of myocardial infarction m A ia ne TE SEE E EE E Zu transponierende Variablen Geben Sie mi als Zielvariable ein gt W hlen SieHistory of myocardial infarction mi History of myocardial infarction mi
131. ative Quotenverh ftnisse f r Ver nderungen der Kovariatenwerte ooo Kovariate l nderungseinheiten F r jede Variable wird in den Gittern f r die Quotenverh ltnisse genau ein Set von kumulativen Quotenverh ltnissen erstellt F r jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovariaten werden bei ihrem Mittelwert ausgewertet a ann im Im Dialogfeld Quotenverh ltnisse rufen Sie die vom Modell gesch tzten kumulativen Quotenverh ltnisse f r bestimmte Faktoren und Kovariaten ab Diese Funktion ist nur bei Modellen verf gbar die die Verkn pfungsfunktion Logit verwenden F r alle Kategorien der abh ngigen Variablen mit Ausnahme der letzten wird ein einziges kumulatives Quotenverh ltnis berechnet das proportionale Odds Modell postuliert dass alle gleich sind Faktoren F r jeden ausgew hlten Faktor wird das Verh ltnis der kumulativen Quoten Odds in jeder Kategorie des Faktors zu den Quoten in der angegebenen Referenzkategorie angezeigt Kovariaten F r jede ausgew hlte Kovariate wird das Verh ltnis der kumulativen Quoten Odds f r den Mittelwert der Kovariaten zzgl der angegebenen nderungseinheiten zu den Quoten f r den Mittelwert angezeigt Beim Berechnen der Quotenverh ltnisse f r einen Faktor oder eine Kovariate werden alle anderen Faktoren auf die jeweils h chste Ebene fixiert alle anderen Kovariaten dagegen auf den Mittelwert
132. aufzeichnungen zu Patienten die wegen des Verdachts auf Herzinfarkt in das Krankenhaus eingeliefert wurden Jeder Fall entspricht einem Patienten und enth lt diverse Variablen in Bezug auf den Krankenhausaufenthalt patlos_sample sav Diese hypothetische Datendatei enth lt die Behandlungsaufzeichnungen f r eine Stichprobe von Patienten denen w hrend der Behandlung eines Herzinfarkts Thrombolytika verabreicht wurden Jeder Fall entspricht einem Patienten und enth lt diverse Variablen in Bezug auf den Krankenhausaufenthalt poll_cs sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Bem hungen geht die ffentliche Unterst tzung f r einen Gesetzentwurf zu ermitteln bevor er im Parlament eingebracht wird Die F lle entsprechen registrierten W hlern F r jeden Fall sind County Gemeinde und Wohnviertel des W hlers erfasst poll_cs_sample sav Diese hypothetische Datendatei enth lt eine Stichprobe der in poll_cs sav aufgef hrten W hler Die Stichprobe wurde gem dem in der Plandatei poll csplan angegebenen Stichprobenplan gezogen und in dieser Datendatei sind die Einschlusswahrscheinlichkeiten und Stichprobengewichtungen erfasst Beachten Sie jedoch Folgendes Da im Stichprobenplan die PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e verwendet wird gibt es au erdem eine Datei mit den gemeinsamen Auswahlwahrscheinlichkeiten poll_jointprob sav Die zus tzliche
133. aximalzahl der Iterationen Dies ist die maximale Anzahl der Iterationen die im Algorithmus vorgenommen werden Geben Sie eine nichtnegative Ganzzahl an Maximalzahl f r Schritt Halbierung Bei jeder Iteration wird die Schrittgr e um den Faktor 0 5 reduziert bis die Log Likelihood ansteigt oder die Maximalzahl f r die Schritt Halbierung erreicht ist Geben Sie eine positive Ganzzahl ein 66 Kapitel 10 Iterationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Mit dieser Option wird der Algorithmus nach einer Iteration angehalten bei der die absolute oder relative nderung bei den Parametersch tzern unter dem angegeben nicht negativen Wert liegt Iterationen auf der Grundlage der Log Likelihood nderung begrenzen Mit dieser Option wird der Algorithmus nach einer Iteration angehalten bei der die absolute oder relative nderung bei der Log Likelihood Funktion unter dem angegeben nicht negativen Wert liegt Pr fung auf vollst ndige Trennung der Datenpunkte Mit dieser Option lassen Sie Tests durch den Algorithmus durchf hren mit denen sichergestellt wird dass die Parametersch tzer eindeutige Werte aufweisen Eine Trennung wird vorgenommen sobald ein Modell erzeugt werden kann in dem alle F lle fehlerfrei klassifiziert werden Iterationsprotokoll anzeigen Die Parametersch tzer und die Statistik werden alle n Iterationen angezeigt beginnend mit der 0 Iteration den urspr nglichen Sch tzungen
134. bbildung 13 39 Stichprobenassistent Schritt Plan bersicht Stufe 2 Stufe 2 Plan bersicht Wilkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss E Stichprobenassistent In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine weitere Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen bersicht Beschriftung Schicht Kein county Kein nbrhood Datei Cjpoll csplan M chten Sie Stufe 3 hinzuf gen Ja Stufe 3 jetzt hinzuf gen W hlen Sie diese Option wenn die Arbeitsdatei Daten f r Stufe 3 enth lt Cluster Gr e Methode town 0 3 pro Schicht PPSOZ 0 2 pro Schicht Einfache Zuf robenziehung Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die Daten von Stufe 3 noch nicht verf gbar sind oder wenn Ihr Stichprobenplan nur aus zwei Stufen besteht gt berpr fen Sie den Stichprobenplan und klicken Sie dann auf Weiter 139 Stichprobenassistent f r komplexe Stichproben Abbildung 13 40 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen iii Stichprobenassistent
135. benassistent Stichprobenumfang Abbildung 2 4 Stichprobenassistent Schritt Stichprobenumfang Ei Stichprobenassistent Stufe 1 Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen I Willkommen B Stufe1 ne Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht k Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien hu Abschluss Einheiten Wert Der Vert f r den eoo Umfang gilt f r jede Schicht Ungleiche Werte f r Schichten werte aus Variable lesen zus Ce ren An ta In diesem Schritt k nnen Sie die Anzahl bzw den Anteil der Einheiten festlegen die in der aktuellen Stufe als Stichprobe gezogen werden sollen Der Stichprobenumfang kann fest oder f r die verschiedenen Schichten unterschiedlich sein F r die Angabe des Stichprobenumfangs k nnen die in den vorangegangenen Stufen ausgew hlten Klumpen verwendet werden um Schichten zu definieren Einheiten Sie k nnen einen genauen Stichprobenumfang oder den Anteil der Einheiten f r die S
136. bildung 13 19 Stichprobenassistent Schritt Stichprobenumfang Stufe 2 A Stichprobenassistent F Stufe 2 Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Wilkommen Stufe 1 Einheiten antee Stichproben Yariablen Methode Gr e der Stichprobe Der Wert f r den Ausgabevariablen Umfang gilt f r jede bersicht Schicht Stufe 2 Stichproben Variablen wert Ungleiche Werte f r Schichten Methode Definieren P Gr e der Stichprobe werte aus Variable lesen Ausgabevariablen a bersicht O een Stufe 3 hinzuf gen Stichprobe ziehen Mindestzahl H chstzahl Auswahloptionen m i Ausgabedateien Abschluss W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus gt Geben Sie 0 1 als Wert f r den Anteil der aus jeder Schicht zu ziehenden Einheiten ein gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 119 Abbildung 13 20 Stichprobenassistent f r komplexe Stichproben Stichprobenassistent Schritt Plan bersicht Stufe 2 Stufe 2 Pla
137. blen akkumulieren Yom h chsten zum niedrigsten Wert der abh ngigen Variablen akkumulieren Im Dialogfeld Antwortwahrscheinlichkeiten k nnen Sie angeben ob die kumulative Wahrscheinlichkeit einer Antwort d h die Wahrscheinlichkeit der Zugeh rigkeit bis zu einschlie lich einer bestimmten Kategorie der abh ngigen Variablen mit steigenden bzw sinkenden Werten der abh ngigen Variablen steigt 70 Kapitel 11 Ordinale Regression f r komplexe Stichproben Modell Abbildung 11 3 Dialogfeld Ordinale Regression Modell E Ordinate Regression f r komplexe Stichproben Modell rModelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten Modell u employ U address Ll income ul dektinc Term e konstruieren verschachtelter Term Modell Effekte angeben Standardm ig erstellt das Verfahren ein Modell mit Haupteffekten unter Verwendung der im Hauptdialogfeld angegebenen Faktoren und Kovariaten Alternativ k nnen Sie ein benutzerdefiniertes Modell erstellen das Wechselwirkungseffekte und verschachtelte Terme enth lt Nicht verschachtelte Terme F r die ausgew hlten Faktoren und Kovariaten Wechselwirkung Hiermit wird der Wechselwirkungsterm mit der h chsten Ordnung f r alle ausgew hlten Variablen erzeugt Haupteffekte Legt einen Haupteffekt Term f r jede ausgew hlte Variable an Alle 2 Weg Hiermit werden a
138. den Mit diesem Platzhalter k nnen Sie bereits jetzt den vollst ndigen drei Stufen umfassenden Stichprobenplan angeben Geben Sie mithilfe des Stichprobenassistenten f r komplexe Stichproben den vollst ndigen komplexen Stichprobenplan an und ziehen Sie anschlie end die Stichproben f r die ersten beiden Stufen Verwenden des Assistenten f r die Stichprobenziehung aus dem ersten Teilrahmen gt Um den Stichprobenassistenten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen 113 Stichprobenassistent f r komplexe Stichproben Abbildung 13 14 Stichprobenassistent Schritt Willkommen Willkommen beim Stichprobenassistenten Der Stichprobenassistent unterst tzt Sie bei Entwurf und Auswahl einer komplexen Stichprobe Ihre Auswahlentscheidungen werden in einer Plandstei gespeichert die Sie w hrend der Analyse verwenden k nnen um anzugeben wie die Datenstichprobe gezogen wurde Mit dem Assistenten k nnen Sie au erdem einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen Wie m chten Sie vorgehen Stichprobe entwerfen N W hlen Sie diese Option wenn Sie keine Plandatei Datei emocspien erstellt haben Sie haben dann die M glichkeit die emo csplen Durehsuchen Stichprobe zu ziehen Ee Stichprobenplan bearbeiten W hlen Sie diese Option wenn S
139. den systemdefiniert fehlenden Wert gesetzt Hinweis Diese Datei ist nicht unmittelbar f r weitere Analysen in anderen Prozeduren verwendbar bei denen eine Matrixdatei eingelesen wird es sei denn diese Prozeduren akzeptieren alle hier exportierten Zeilentypen Modell als XML exportieren Speichert die Parametersch tzungen und ggf die Parameter Kovarianzmatrix falls ausgew hlt im XML Format PMML Anhand dieser Modelldatei k nnen Sie die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Logistische Regression f r komplexe Stichproben Optionen Abbildung 10 8 Dialogfeld Logistische Regression Optionen El Logistische Regression f r komplexe Stichproben Optionen rSch tzung rBenutzerdefiniert fehlende Werte Maximalzahl der tterationen 100 Als ung ltig behandeln Als g ltig behandeln Maximalzahl f r Schritt Halbierung Diese Einstellung gilt f r Kategoriale Stichproben variablen und Modellvariablen Fi tterationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Minimale A Ver nderung 0 000001 Typ Reiativ F terationen auf der Grundlage der Log Likelihood nderung begrenzen l Konfidenzintervall Fi Pr fung auf vollst ndige Trennung der Datenpunkte Beginn der Iteration T tterationsprotokoll anzeigen Sch tzung In dieser Gruppe steuern Sie verschiedene Kriterien f r die Sch tzung im Modell M
140. der Tochtergesellschaften des Unternehmens in den USA und anderen L ndern Java und alle Java basierten Marken sowie Logos sind Marken von Sun Microsystems Inc in den USA anderen L ndern oder beidem 286 Anhang B Linux ist eine eingetragene Marke von Linus Torvalds in den USA anderen L ndern oder beidem Microsoft Windows Windows NT und das Windows Logo sind Marken der Microsoft Corporation in den USA anderen L ndern oder beidem UNIX ist eine eingetragene Marke der The Open Group in den USA und anderen L ndern In diesem Produkt wird WinWrap Basic verwendet Copyright 1993 2007 Polar Engineering and Consulting http www winwrap com Andere Produkt und Servicenamen k nnen Marken von IBM oder anderen Unternehmen sein Screenshots von Adobe Produkten werden mit Genehmigung von Adobe Systems Incorporated abgedruckt Screenshots von Microsoft Produkten werden mit Genehmigung der Microsoft Corporation abgedruckt Dwwane t Bibliografie Bell E H 1961 Social foundations of human behavior Introduction to the study of sociology New York Harper amp Row Blake C L als auch C J Merz 1998 UCI Repository of machine learning databases Available at http www ics uci edw mlearn MLRepository html Breiman L als auch J H Friedman 1985 Estimating optimal transformations for multiple regression and correlation Journal ofthe American Statistical Association 80 Cochran W G 1977 Sampl
141. derlich ist Die Tests der Modelleffekte legen nahe dass Gender Geschlecht und Voted in last election An der letzten Wahl teilgenommen aus dem Modell herausgenommen werden k nnen und dass das reduzierte Modell hinsichtlich Pseudo R und Gesamtklassifizierungsquote im Vergleich zum urspr nglichen Modell sehr gut funktioniert Das reduzierte Modell klassifiziert jedoch mehr W hler hinsichtlich der Trennlinie Agree Stimme zu Disagree Stimme nicht zu falsch weshalb sich der Gesetzgeber vorerst f r die Beibehaltung des urspr nglichen Modells entschieden hat Verwandte Prozeduren Die Prozedur Ordinale Regression f r komplexe Stichproben ist ein n tzliches Tool f r die Modellierung einer ordinalen Variablen wenn die F lle anhand eines Schemas f r komplexe Stichproben gezogen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll m Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie d
142. duzieren Die Datei enth lt Informationen zum Finanzstatus und demografischen Hintergrund von 850 fr heren und potenziellen Kunden Bei den ersten 700 F llen handelt es sich um Kunden denen bereits ein Kredit gew hrt wurde Bei den letzten 150 F llen handelt es sich um potenzielle Kunden deren Kreditrisiko die Bank als gering oder hoch einstufen m chte bankloan_binning sav Hierbei handelt es sich um eine hypothetische Datendatei die Informationen zum Finanzstatus und demografischen Hintergrund von 5 000 fr heren Kunden enth lt behavior sav In einem klassischen Beispiel Price als auch Bouffard 1974 wurden 52 Sch ler Studenten gebeten die Kombinationen aus 15 Situationen und 15 Verhaltensweisen auf einer 10 Punkte Skala von 0 ausgesprochen angemessen bis 9 ausgesprochen unangemessen zu bewerten Die Werte werden ber die einzelnen Personen gemittelt und als Un hnlichkeiten verwendet behavior_ini sav Diese Datendatei enth lt eine Ausgangskonfiguration f r eine zweidimensionale L sung f r behavior sav brakes sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Qualit tskontrolle in einer Fabrik geht die Scheibenbremsen f r Hochleistungsautomobile herstellt Die Datendatei enth lt Messungen des Durchmessers von 16 Scheiben aus 8 Produktionsmaschinen Der Zieldurchmesser f r die Scheiben ist 322 Millimeter breakfast sav In einer klassischen Studie Green als auch Rao 197
143. e National Household Survey of Drug Abuse aus dem Jahr 1998 abstrahiert und stellt eine Wahrscheinlichkeitsstichprobe US amerikanischer Haushalte dar hrtp dx doi org 10 3886 ICPSR02934 Daher sollte der erste Schritt bei der Analyse dieser Datendatei darin bestehen die Daten entsprechend den Bev lkerungstrends zu gewichten stocks sav Diese hypothetische Datendatei umfasst B rsenkurse und volumina f r ein Jahr stroke_clean sav Diese hypothetische Datendatei enth lt den Zustand einer medizinischen Datenbank nachdem diese mithilfe der Prozeduren in der Option Data Preparation bereinigt wurde stroke_invalid sav Diese hypothetische Datendatei enth lt den urspr nglichen Zustand einer medizinischen Datenbank der mehrere Dateneingabefehler aufweist stroke_survival In dieser hypothetischen Datendatei geht es um die berlebenszeiten von Patienten die nach einem Rehabilitationsprogramm wegen eines isch mischen Schlaganfalls mit einer Reihe von Problemen zu k mpfen haben Nach dem Schlaganfall werden das Auftreten von Herzinfarkt isch mischem Schlaganfall und h morrhagischem Schlaganfall sowie der Zeitpunkt des Ereignisses aufgezeichnet Die Stichprobe ist auf der linken Seite abgeschnitten da sie nur Patienten enth lt die bis zum Ende des Rehabilitationprogramms das nach dem Schlaganfall durchgef hrt wurde berlebten stroke_valid sav Diese hypothetische Datendatei enth lt den Zustand einer medizinischen Datenb
144. e Anzeige der Statistiken f r die Modellparameter m Sch tzer Zeigt eine Sch tzung der Koeffizienten m Potenzierter Sch tzer Zeigt die Basis des nat rlichen Logarithmus potenziert mit dem Sch tzer der Koeffizienten Der Sch tzer bietet zwar ergiebige Eigenschaften f r statische Tests der potenzierte Sch tzer oder exp B ist jedoch einfacher zu interpretieren Standardfehler Zeigt den Standardfehler f r die einzelnen Koeffizientensch tzer m Konfidenzintervall Zeigt ein Konfidenzintervall f r die einzelnen Koeffizientensch tzer Das Konfidenzniveau f r das Intervall wird im Dialogfeld Optionen festgelegt m T Test Zeigt je einen t Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der Tests liegt vor wenn der Koeffizient den Wert 0 aufweist m Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Modellkoeffizienten 89 Cox Regression f r komplexe Stichproben Korrelationen der Parametersch tzer Zeigt eine Sch tzung der Korrelationsmatrix f r die Modellkoeffizienten Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Ein Ma f r den Effekt eines komplexen Stichprobenplans kleinere Werte weisen auf gr ere Effekte hin Quadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines k
145. e Breite handeln Bei einer Aufzeichnung in drei separaten Messungen die jeweils f r einen anderen Zeitpunkt w1 w2 und w3 stehen werden die Daten in einer Gruppe von Yariablen angeordnet Wenn die Datei mehrere Yariablen enth lt werden diese h ufig ebenfalls in einer Yariablengruppe aufgezeichnet beispielsweise die H he als h1 h2 und h3 Wieviele Variablengruppen m chten Sie umstrukturieren Eine beispielsweise w1 w2 und w3 Mehrere beispielsweise w1 w2 w3 und h1 h2 h3 usw W hlen Sie Mehrere Variablengruppen f r die Umstrukturierung aus gt Geben Sie 6 als Anzahl der Gruppen ein Klicken Sie auf Weiter 247 Cox Regression f r komplexe Stichproben Abbildung 22 25 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen A Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Wariablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Yariablen ausw hlen die als Yariablen mit festem Format in die neue Datei kopiert werden Variablen in der aktuellen Datei g5 IT ASSOWVIng drugs CIOTSOV Ri Treatment result result amp Post evert preventativ
146. e M glichkeiten stehen Ihnen zur Verf gung Umstrukturieren ausgew hlter Variablen in F lle Verwenden Sie diese Option wenn jeder Fall in den aktuellen Daten Variablen enth lt die im neuen Datenblatt in Gruppen verwandter F lle angeordnet werden sollen Umstrukturieren ausgew hlter F lle in Variablen Yerwenden Sie diese Option wenn Gruppen verwandter F lle vorliegen die neu angeordnet werden sollen sodass die Daten aus den einzelnen Gruppen im neuen Datenblatt als einzelner Fall dargestellt werden Transponieren s mtlicher Daten In dem neuen Datenblatt werden alle F lle zu Variablen und alle ausgew hlten Yariablen werden zu F llen Durch Auswahl dieser Option wird der Assistent beendet und das Dialogfeld Transponieren wird eingeblendet gt Stellen Sie sicher dass Umstrukturieren ausgew hlter Variablen in F lle ausgew hlt ist Klicken Sie auf Weiter 246 Kapitel 22 Abbildung 22 24 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Anzahl der Variablengruppen A Assistent f r die Datenumstrukturierung Schritt 2 von 7 Z Variablen zu F llen Anzahl von Variablengruppen Sie m chten ausgew hlte Variablen in der neuen Datei in Gruppen von zusammengeh rigen F llen umstrukturieren r Eine Gruppe zusammengeh riger Variablen auch als Yariablengruppe bezeichnet stellt ein Ma f r eine Yariable dar Beispielsweise kann es sich bei der Yariablen um di
147. e Stichproben K Variablen Basisschichten 5 Region region amp Provinz province 5 Distrikt district Stadt city amp Festnahme ID arrest Teilgesamtheitsvariable E Alter in Jahren age gt fi Altersgruppe agecat amp Familienstand marital fi Sozialer Status social A Ausbildung ed Besch ftigt employ amp Geschlecht gender Ri Schwere der ersten Tat crime1 amp Datum der Entlassung aus der 1 Haft date1 amp Kaution hinterlegt bail amp Rehabilitstionsma nahmen erhalten rehab fi Schwere der zweiten Tat crime2 amp Gewalt bei zweiter Tat violent2 amp Zweite Verurteilung convict2 amp Datum der zweiten Festnahme date2 E Einschluss Auswahl Wahrscheinlichkeit f r Stufe 1 InclusionProba E Kumuliertes Auswahlgewicht f r Stufe 1 SampleWeightCumulative_1 _ L Kumuliertes Auswahlgewicht f r Stufe 2 SamplewVeightCumulative_2_ OK Enton Zueistzen bbreshen He Aus jeder Schicht werden getrennte berlebens und Hazardfunktionen berechnet Kategorie W hlen Sie eine Teilgesamtheitsvariable um Ihre Analyse auf eine bestimmte Gruppe Teilgesamtheit zu begrenzen 86 Kapitel 12 Basisschichten F r jeden Wert dieser Variablen wird eine separate Basis Hazard und Basis berlebensfunktion berechnet w hrend ber alle Schichten hinweg ein einziges Set von Modellkoeffizienten gesch tzt wird Teilge
148. e angeben Schichten Durch die Kombination von Schichtungsvariablen werden eindeutige Teilgesamtheiten so genannte Schichten definiert Die gesamte Stichprobe besteht aus der Kombination unabh ngiger Stichproben aus jeder Schicht 22 Kapitel 3 Klumpen Klumpenvariablen definieren Gruppen von Beobachtungseinheiten so genannte Klumpen Bei in mehreren Stufen gezogenen Stichproben werden Klumpen in den fr heren Stufen und anschlie end Teilstichproben aus den ausgew hlten Klumpen gezogen Beim Analysieren von Datendateien die durch die Ziehung von Klumpenstichproben mit Zur cklegen erstellt werden sollten Sie auch den Duplizierungsindex als Klumpenvariable verwenden Stichprobengewichtung In der ersten Stufe m ssen Sie Stichprobengewichte angeben Die Stichprobengewichte f r die weiteren Stufen des aktuellen Plans werden automatisch berechnet Stufenbeschriftung Sie k nnen f r jede Stufe ein optionales String Label angeben Dieses wird in der Ausgabe verwendet um die stufenweisen Informationen besser identifizieren zu k nnen Anmerkung Die Liste der Quellvariablen hat in allen Schritten des Assistenten denselben Inhalt Anders ausgedr ckt Variablen die in einem Schritt aus der Liste der Quellvariablen entfernt werden werden in allen Schritten aus der Liste entfernt Variablen die wieder zur Liste der Quellvariablen hinzugef gt werden erscheinen in allen Schritten Baumsteuerungen zur Navigation im Analyseassistenten
149. e der zweiten Stufe auf Teilklumpen beruht k nnen Sie eine dritte Stufe zur Stichprobe hinzuf gen In der ersten Stufe einer Umfrage k nnte beispielsweise eine Stichprobe von St dten gezogen werden Aus den ausgew hlten St dten k nnten dann Stichproben der Haushalte gezogen werden Schlie lich k nnten einzelne Personen aus den ausgew hlten Haushalten befragt werden Mit dem Stichproben und dem Analysevorbereitungsassistenten k nnen Sie drei Stufen in einem Plan angeben Copyright IBM Corporation 1989 2011 1 2 Kapitel 1 Ziehen nichtzuf lliger Stichproben Wenn eine zuf llige Auswahl schwer zu erzielen ist k nnen die Stichprobeneinheiten systematisch in festgelegten Intervallen oder sequenziell gezogen werden Ungleiche Auswahlwahrscheinlichkeiten Bei der Ziehung von Klumpen die jeweils eine andere Anzahl von Einheiten enthalten k nnen Sie eine PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e f r die Stichprobenziehung verwenden Diese gew hrleistet dass die Auswahlwahrscheinlichkeit eines Klumpens dem Anteil an Einheiten entspricht die er enth lt Bei der PPS Stichprobenziehung k nnen auch allgemeinere Gewichtungsschemata f r die Auswahl der Einheiten verwendet werden Unbeschr nkte Stichprobenziehung Bei der unbeschr nkten Stichprobenziehung werden Einheiten mit Zur cklegen MZ ausgew hlt Eine Einheit kann also mehrmals f r die Stichprobe ausgew hlt we
150. e eines komplexen Plans W hlen Sie die Option Stichprobe entwerfen und w hlen Sie einen Dateinamen f r die Plandatei in der der Stichprobenplan gespeichert werden soll Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren Optional k nnen Sie im Schritt Stichproben Variablen Schichten Klumpen und Eingabe Stichprobengewichte definieren Klicken Sie anschlie end auf Weiter Optional k nnen Sie im Schritt Methode der Stichprobenziehung eine Methode f r die Auswahl der Items ausw hlen Bei Auswahl von PPS Brewer oder PPS Murthy k nnen Sie auf Fertig stellen klicken um die Stichprobe zu ziehen Anderenfalls klicken Sie auf Weiter und gehen Sie dann folgenderma en vor Geben Sie im Schritt Stichprobenumfang die Anzahl bzw den Anteil der Einheiten f r die Stichprobenziehung an Jetzt k nnen Sie auf Fertig stellen klicken um die Stichprobe zu ziehen Optional k nnen Sie in weiteren Schritten folgende Aktionen durchf hren m Ausgabevariablen ausw hlen die gespeichert werden sollen m Hinzuf gen einer zweiten oder dritten Stufe zum Plan m Festlegen verschiedener Auswahloptionen u a der folgenden die Angabe aus welchen Stufen die Stichproben gezogen werden sollen der Startwert f r Zufallszahlen und die Angabe ob benutzerdefinierte fehlende Werte als g ltige Werte von Stichproben Variablen behandelt werden sollen Die Auswahl des Speicherorts f r die Ausgabedaten Einf gen der
151. e surgery amp Post event rehabilitation rehab E3 Variable E Length of stay for rehabilitation lo km B E Total treatment and rehabilitation c amp First event post attack event1 Zu transponierende Yariablen 9 Time to first event post attack tim Zielvariable History of myocardial infarction m F ki History of ischemic stroke is1 amp First event post attack event1 Ri History of hemorrhagic stroke hs1 amp Second event post attack event2 amp Second event post attack evert2 E Time to second event post attack fi History of myocardial infarction m History of ischemic stroke is2 History of hemorrhagic stroke hs2 Yariable n mit festem Format amp Third event post attack event3 m E Time to third event post attack tim start_time2 L start_time3 Angabe von Fallgruppen ereignis W hlen Sie in der Gruppe Angabe von Fallgruppen Ausgew hlte Variable verwenden aus und w hlen Sie Patient ID patid als Subjekt Identifikator Geben Sie event als erste Zielvariable ein W hlen Sie First event post attack eventl Second event post attack event2 und Third event post attack event3 als die zu transponierenden Variablen aus W hlen Sie trans2 aus der Liste der Zielvariablen aus 248 Kapitel 22 Abbildung 22 26 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen A Assis
152. ebensmittelkette kann beispielsweise das Kaufverhalten ihrer Kunden in mehreren Filialen untersuchen Da jeder Kunde nur eine dieser Filialen besucht kann der Effekt Kunde als verschachtelt innerhalb des Effekts Filiale beschrieben werden Dar ber hinaus k nnen Sie Wechselwirkungseffekte wie polynomiale Terme mit derselben Kovariaten einschlie en oder dem verschachtelten Term mehrere Verschachtelungsebenen hinzuf gen Einschr nkungen F r verschachtelte Terme gelten die folgenden Einschr nkungen m Alle Faktoren innerhalb einer Wechselwirkung m ssen eindeutig sein Dementsprechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Alle Faktoren innerhalb eines verschachtelten Effekts m ssen eindeutig sein Dementsprechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Effekte d rfen nicht in einer Kovariaten verschachtelt werden Dementsprechend ist die Angabe von A X unzul ssig wenn A ein Faktor und X eine Kovariate ist Konstanter Term Der konstante Term wird gew hnlich in das Modell aufgenommen Wenn anzunehmen ist da die Daten durch den Koordinatenursprung verlaufen k nnen Sie den konstanten Term ausschlie en Selbst wenn Sie den konstanten Term in das Modell aufnehmen k nnen Sie festlegen dass die darauf bezogenen Statistiken unterdr ckt werden sollen 51 Allgemeines lineares Modell f r komplexe Stichproben Allgemeines lineares Modell f r komplexe Stichproben Statistik Abbi
153. echnischen Support wenden wenn sie Hilfe bei der Arbeit mit den Produkten von IBM Corp oder bei der Installation in einer der unterst tzten Hardware Umgebungen ben tigen Zur Kontaktaufnahme mit dem technischen Support besuchen Sie die Website von IBM Corp unter hitp www ibm com support Wenn Sie Hilfe anfordern halten Sie bitte Informationen bereit um sich Ihre Organisation und Ihren Supportvertrag zu identifizieren Technischer Support f r Studenten Wenn Sie in der Ausbildung eine Studenten Bildungs oder Grad Pack Version eines IBM SPSS Softwareprodukts verwenden informieren Sie sich auf unseren speziellen Online Seiten f r Studenten zu L sungen f r den Bildungsbereich Attp www ibm com spss rd students Wenn Sie in der Ausbildung eine von der Bildungsst tte gestellte Version der IBM SPSS Software verwenden wenden Sie sich an den IBM SPSS Produktkoordinator an Ihrer Bildungsst tte Copyright IBM Corporation 1989 2011 iii Kundendienst Bei Fragen bez glich der Lieferung oder Ihres Kundenkontos wenden Sie sich bitte an Ihre lokale Niederlassung Halten Sie bitte stets Ihre Seriennummer bereit Ausbildungsseminare Weitere IBM Corp bietet ffentliche und unternehmensinterne Seminare an Alle Seminare beinhalten auch praktische bungen Seminare finden in gr eren St dten regelm ig statt Weitere Informationen zu diesen Seminaren finden Sie unter http www ibm com software analytics spss training Ver
154. eeeeeeeree ern 173 AUSWErtung 4 4 0 2 aaa ee Heat er ehe ee Bank Di 173 Verwandte Prozeduren 2 22 2coneeeneneneeeenene rennen een een 174 17 Kreuztabellen f r komplexe Stichproben 175 Verwendung von Kreuztabellen f r komplexe Stichproben zum Messen des relativen Risikos eines Ereignisses 222Huneneeeeeeenenenen een een nee ernennen 175 Durchf hren der Analyse naana 175 Kreuztabelle neasi oin maa aaa i aa dala aaan aa aa nennen een ernennen 179 Ris kosch tzen sica asana a a a a en an ae ea 179 Risikosch tzer nach Teilgesamtheit ccuceeseeeeeeeeeneenenernenn 180 Auswertung 22 2 ceeeeeeeeeeeeneneeeeneeeeneeneeneeneeeeeeeeeneenenennn 181 Verwandte Prozeduren 2 2cceeeeeeneeneeseneneeneeeeneeneeeeeeeeereenn 181 18 Verh ltnisse f r komplexe Stichproben 182 Verwenden von Verh ltnisse f r komplexe Stichproben zur Erleichterung der Sch tzung von Immobilienwerten 2 4 3 aa au te sa nn a an a en aaa net 182 Durchf hren der Analyse naana 182 Verh ltnisse u users ac nenne nen E E D a EA E AT E 185 Pivotierte Verh ltnistabelle n n nannan nananana 186 Auswertung 2 2222 Heer nennen een een eerenenn 186 Verwandte Prozed ren oce cireni Eai u ia eaa aaa k a ai S a aE E kodai i E ER E a Ea 187 19 Allgemeines lineares Modell f r komplexe Stichproben 188 Verwendung des allgemeinen linearen Modells f r komplexe Stichproben zur Anpassung einer
155. egebenen Einflussvariablen Muster ausgewertet wird und die Ober und Untergrenzen ihres Konfidenzintervalls Verwenden Sie die Tabelle der Musterwerte in der Ausgabe um die Muster mit der Nummer zu vergleichen Haz_0 LCL_Haz_0 UCL_Haz_0 Die kumulative Basis Hazard Funktion und die Ober und Untergrenzen ihres Konfidenzintervalls Haz_R LCL_Haz_R UCL_Haz_R Die am Referenz Muster ausgewertete kumulative Hazard Funktion siehe die Tabelle der Musterwerte in der Ausgabe und die Ober und Untergrenzen ihres Konfidenzintervalls Haz_ LCL_Haz_ UCL_Haz_ Kumulative Hazard Funktion die an jedem auf der Registerkarte Diagramme angegebenen Einflussvariablen Muster ausgewertet wird und die Ober und Untergrenzen ihres Konfidenzintervalls Verwenden Sie die Tabelle der Musterwerte in der Ausgabe um die Muster mit der Nummer zu vergleichen 96 Kapitel 12 Modell als XML exportieren Speichert alle Informationen die zur Vorhersage der berlebens Funktion n tig sind sowie Parametersch tzer und die Basis berlebensfunktion im XML Format PMML Anhand dieser Modelldatei k nnen Sie die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Optionen Abbildung 12 12 Dialogfeld Cox Regression Registerkarte Optionen EH Cox Regression f r komplexe Stichproben rSch tzung r berlebensfunktionen Sch tzmethode f r Basis berlebensfunkt
156. egen Wechselwirkungen eines Faktors oder einer Kovariate mit anderen Einflussgr en im Modell vor sind die Quotenverh ltnisse nicht nur von den nderungen bei der angegebenen Variable abh ngig sondern auch von den Werten der anderen Variablen mit denen die Wechselwirkungen bestehen Wenn eine angegebene Kovariate im Modell Wechselwirkungen mit sich selbst aufweist z B alter alter sind die Quotenverh ltnisse sowohl von den nderungen bei der Kovariate abh ngig als auch vom Wert der Kovariate Logistische Regression f r komplexe Stichproben Speichern Abbildung 10 7 Dialogfeld Logistische Regression Speichern EH Logistische Regression f r komplexe Stichproben Speichern r Yariablen speichern E Yorhergesagte Kategorie Gesch tzte Wahrscheinlichkeiten eine pro Kategorie der abh ngigen Variablen rModell als PAS Statistics Daten exportieren Parametersch tzer und Kovarianzmatrix Parametersch tzer und Korrelationsmatrix r Modell als XML exportieren Parametersch tzer und Kovarianzmatrix Nur Parametersch tzer Cee ne rue Variablen speichern In dieser Gruppe speichern Sie die vom Modell vorhergesagte Kategorie und die vorhergesagten Wahrscheinlichkeiten als neue Variablen in der Arbeitsdatei Modell als SPSS Statistics Daten exportieren Schreibt ein Daten Set im IBM SPSS Statistics Format das die Parameter Korrelations oder Kovarianzmatrix e
157. egt erstellen Sie einfach eine Variable die Endzeiten auf Basis der Differenz zwischen dem Zeitpunkt des Eintritts in die Studie und dem Beobachtungsdatum enth lt Falls eine Linksstutzung vorliegt erstellen Sie eine Variable die Anfangszeiten auf Basis Copyright IBM Corporation 1989 2011 79 80 Kapitel 12 gt der Differenz zwischen dem Anfangsdatum der Studie und dem Einschlussdatum enth lt sowie eine Variable die Endzeiten auf Basis der Differenz zwischen dem Anfangsdatum der Studie und dem Beobachtungsdatum enth lt Ereignisstatus Sie ben tigen eine Variable die erfasst ob das Subjekt das relevante Ereignis innerhalb des Intervalls erfahren hat Subjekte bei denen das Ereignis nicht eingetreten ist sind rechtszensiert Subjekt Identifikator Sie k nnen st ckweise konstante zeitabh ngige Einflussvariablen einfach integrieren indem Sie die Beobachtungen zu einem einzelnen Subjekt auf mehrere F lle aufteilen Wenn Sie zum Beispiel berlebenszeiten f r Patienten nach einem Schlaganfall analysieren k nnen die Variablen die f r ihre Anamnese stehen als Einflussvariablen verwendet werden Im Laufe der Zeit ereignen sich unter Umst nden bedeutende medizinische Ereignisse die ihre Anamnese ndern Die nachstehende Tabelle zeigt wie ein solches Daten Set strukturiert wird Patienten ID ist der Subjekt Identifikator Endzeit legt die beobachteten Intervalle fest Status erfasst bedeutende medizinische Ereignis
158. ehen Ihnen zur Yerf gung Methode Plan in einer Plandatei speichern und die Stichprobe ziehen Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 Stichproben Variablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 3 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss Yom Assistenten generierte Syntax in ein Syntaxfenster einf gen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen Cerme o Eisin Astreonen e Klicken Sie auf Fertig stellen Durch diese Auswahl wird die Stichprobenplan Datei demo csplan erstellt und anhand der ersten beiden Stufen dieses Plans eine Stichprobe gezogen 125 Stichprobenassistent f r komplexe Stichproben Stichprobenergebnisse Abbildung 13 26 Daten Editor mit Stichprobenergebnissen ve 1 ve 2 N 0 Te N el 0 Die Ergebnisse der Stichprobenziehung werden im Daten Editor angezeigt F nf neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen f r die Einschlusswahrscheinlichkeiten und die kumulierten Stichprobengewichtungen f r die einzelnen Stufen sowie f r die endg ltigen Stichprobengewichtungen f r die ersten beiden Stufen m Orte mit Werten f r diese Variablen wurden f r die Stichprobe ausgew hlt m Orte mit systemdefinierten fehlenden Werten f r die Variablen wurden nicht ausgew hl
159. ehungen zwischen den in Werbung investierten Betr gen und den daraus resultierenden Ums tzen zu untersuchen Zu diesem Zweck hat er die Ums tze vergangener Jahre und die zugeh rigen Werbeausgaben zusammengestellt m aflatoxin sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Tests von Maisernten auf Aflatoxin geht ein Gift dessen Konzentration stark zwischen und innerhalb von Ernteertr gen schwankt Ein Kornverarbeitungsbetrieb hat aus 8 Ernteertr gen je 16 Proben erhalten und das Aflatoxinniveau in Teilen pro Milliarde parts per billion PPB gemessen m anorectic sav Bei der Ausarbeitung einer standardisierten Symptomatologie anorektischen bulimischen Verhaltens f hrten Forscher Van der Ham Meulman Van Strien als auch Van Engeland 1997 eine Studie mit 55 Jugendlichen mit bekannten Ess St rungen durch Jeder Patient wurde vier Mal ber einen Zeitraum von vier Jahren untersucht es fanden also insgesamt 220 Beobachtungen statt Bei jeder Beobachtung erhielten die Patienten Scores f r jedes von 16 Symptomen Die Symptomwerte fehlen f r Patient 71 Copyright IBM Corporation 1989 2011 273 274 Anhang A zum Zeitpunkt 2 Patient 76 zum Zeitpunkt 2 und Patient 47 zum Zeitpunkt 3 wodurch 217 g ltige Beobachtungen verbleiben bankloan sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen einer Bank geht den Anteil der nicht zur ckgezahlten Kredite zu re
160. ei deuten gr ere R2 Werte darauf hin dass ein gr erer Anteil der Varianz durch das Modell erkl rt wird bis zu einem Maximalwert von 1 Bei Regressionsmodellen mit einer kategorialen abh ngigen Variablen kann keine einzelne R Statistik berechnet werden die alle Merkmale von R im linearen Regressionsmodell aufweist Daher werden stattdessen diese N herungen berechnet Folgende Verfahren werden verwendet um das Bestimmtheitsma abzusch tzen m AR nach Cox und Snell Cox als auch Snell 1989 beruht auf der Log Likelihood f r das Modell im Vergleich mit der Log Likelihood f r ein Grundlinienmodell Bei kategorialen Ergebnissen hat es jedoch einen theoretischen Maximalwert von weniger als 1 sogar f r ein perfektes Modell 205 Logistische Regression f r komplexe Stichproben m R nach Nagelkerke Nagelkerke 1991 ist eine korrigierte Version des R Quadrats nach Cox amp Snell bei dem die Skala der Statistik so angepasst wird dass sie den vollst ndigen Bereich von 0 bis 1 abdeckt m R2 nach McFadden McFadden 1974 ist eine weitere Version die auf den Log Likelihood Kernels f r das Modell mit ausschlie lich konstanten Termen und das vollst ndige gesch tzte Modell beruht Was einen guten R2 Wert ausmacht h ngt von den verschiedenen Anwendungsbereichen ab Diese Statistiken k nnen zwar auch f r sich genommen bereits Schl sse erlauben sie sind jedoch am sinnvollsten wenn es um den Vergleich von ko
161. ein Kunde mit unterhaltsberechtigten Familienangeh rigen 459 44 ausgibt Um herauszufinden ob dies einen tats chlichen Unterschied darstellt oder auf zuf llige Schwankungen zur ckzuf hren ist berpr fen Sie die Testergebnisse Abbildung 19 10 Einzeltestergebnisse f r gesch tzte Randmittel f r die Geschlechter Differenz Who shopping for Kontrast Hypotheti Sch tzer Standard Freiheits Freiheits Einfacher Kontrast sch tzer scher Wert hypothetisch fehler grade 1 grade 2 Wald F Sig Niveau Selfvs Niveau Self and family 150 907 150 907 4 903 1 000 13 000 947 409 000 Niveau Self and spouse vs Niveau Self and family 89 103 N 89 103 5 903 1 000 13 000 227 842 00 a Weggelassene Kategorie Self and family Die Tabelle mit den Einzeltests zeigt zwei einfache Kontraste bei den ausgegebenen Betr gen m Der Kontrastsch tzer ist die Differenz bei den ausgegebenen Betr gen f r die aufgef hrten Stufen von Who shopping for Einkauf f r wen 197 Allgemeines lineares Modell f r komplexe Stichproben m Der hypothetische Wert 0 00 steht f r die Vermutung dass keine Unterschiede bei den ausgegebenen Betr gen vorliegen m Die Wald F Statistik mit den angezeigten Freiheitsgraden wird verwendet um zu testen ob die Differenz zwischen einem Kontrastsch tzer und einem hypothetischen Wert auf zuf llige Schwankungen zur ckzuf hren ist m Da die Signifikanzwerte unter 0 05 liegen k nnen Sie dav
162. eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine weitere Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen bersicht Beschriftung Schicht Gr e Methode Kein Region 4 pro Schicht Einfache Zuf robenziehun Kein Umgebung 0 2 pro Schicht Einfache Zuf robenziehunc Datei C property_assess csplan M chten Sie Stufe 3 hinzuf gen Ja Stufe 3 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die W hlen Sie diese Option wenn die Daten von Stufe 3 Arbeitsdatei Daten f r Stufe 3 enth lt noch nicht verf gbar sind oder wenn Ihr Stichprobenplan nur aus zwei Stufen besteht gt berpr fen Sie den Stichprobenplan und klicken Sie dann auf Weiter 108 Kapitel 13 Abbildung 13 8 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen iiil Stichprobenassistent X Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert Wilkommen Stufe 1 M chten Sie eine Stichprobe ziehen i Stichproben Yariablen Methode Ja Stufen magr Gr e der Stichprobe s Ausgabevariablen nein bersicht Stufe 2 Welche Art von
163. einer einzigen Stufe 117 Stichprobenassistent f r komplexe Stichproben Abbildung 13 18 Stichprobenassistent Schritt Stichproben Variablen Stufe 2 ii Stichprobenassistent X Stufe 2 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden Wilkommen J Stufe1 Stichproben Yariablen Methode Variablen Schichten nach amp 5 Subdivision subdivision Landkreis Landkreis Gr e der Stichprobe Ausgabevariablen bersicht A Q Stute 2 Stichproben Variablen Methode Lern Gr e der Stichprobe E Stadt Stadt isgabevariablen bs bersicht e Stufe 3 hinzuf gen amp unvollst ndiger Abschnitt W hlen Sie District Bezirk als Schichtungsvariable aus W hlen Sie City Ort als Klumpenvariable aus Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet dass f r jeden Bezirk unabh ngige Stichproben gezogen werden In dieser Phase werden Orte mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 118 Kapitel 13 Ab
164. em Verzeichnis in dem Sie sie speichern m chten Klicken Sie auf Weiter 261 Cox Regression f r komplexe Stichproben Abbildung 22 39 Analysevorbereitungsassistent Stichproben Variablen Stufe 1 Stichproben Yariablen In diesem Dialogfeld k nnen Sie Yariablen ausw hlen mit denen Schichten oder Klumpen definiert werden Eine Gewichtungsvariable f r die Stichprobe muss in der ersten Stufe ausgew hlt werden Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wilkommen Variablen Schichten Stufe 1 A ge E P Stichproben Variablen b Taking anti clotting drugs anticlot Sch tzmethode amp History of transient ischemic attack tia bersicht E Time to hospital time Abschluss fi Initial Rankin score rankin0 amp CAT scan result catscan amp Clot dissolving drugs clotsolv Klumpen fi Treatment result result amp Post event preventative surgery sur 5 Post event rehabilitation rehab E Total treatment and rehabilitation cost amp Event index event_index E First event post attack ereignis Stichprobengewichtung Length of stay for rehabiitstion start L Time to first event post attack time _to fi History of myocardial infarction mi fi History of ischemic stroke is aii History of hemorrhagic stroke hs y Stufenbeschriftung Zur ck Cweter gt Ferigsteten Autrechen _ H te W hle
165. en M Umfang der Grundgesamtheit o Tabellenprozente r Statistiken N Standardfehler E Konfidenzintervall Niveau 9 95 Yariationskoeffizient Ungewichtete Anzahl Effekt des Stichprobenplans Quadratwurzel aus dem Effekt des Stichprobenplans E Kumulstive Werte E Test auf gleiche Spaltenanteile eier aeerecren ture Zellen In dieser Gruppe k nnen Sie Sch tzungen f r die Umf nge der Grundgesamtheiten f r die Zellen und Tabellenprozents tze abrufen Statistiken Mit dieser Gruppe k nnen Statistiken zum Umfang der Grundgesamtheit oder zum Tabellenprozentsatz erstellt werden 32 Kapitel 5 Standardfehler Der Standardfehler des Sch tzers Konfidenzintervall Ein Konfidenzintervall f r den Sch tzer unter Verwendung der festgelegten Niveaus Variationskoeffizient Das Verh ltnis des Standardfehlers des Sch tzers zum Sch tzer Ungewichtete Anzahl Die Anzahl der Einheiten die zur Berechnung des Sch tzers verwendet wurden Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Dies ist ein Ma f r den Effekt eines komplexen Stichprobenplans wobei eine gr ere Abweichung von 1 auf gr ere Effekte hinweist Quadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st
166. en 100 Ziehen einer Stichprobe aus einem vollst ndigen Stichprobenrahmen 100 Verwendung des Assistenten 222csssneneneneneeenenenen rer 100 Plan bersicht zearen giatan iaaa a aiai aata TE nennen Ka E aa a o a TEE a 110 Stichproben bersichti sisri saske san da drda ge eaa da ia a aE a A a don a dad ati iA 110 Stichprobenergebnisse nunnana nannaa 111 Ziehen einer Stichprobe aus einem partiellen Stichprobenrahmen n nasnanaanaaa aana 112 Verwenden des Assistenten f r die Stichprobenziehung aus dem ersten Teilrahmen 112 Stichprobenergebnisse 2 22 22 cenenenenenennenene ernennen een 125 Verwenden des Assistenten f r die Stichprobenziehung aus dem zweiten Teilrahmen 125 Stichprobenergebnisse nunnana 130 Stichprobenziehung mit PPS Probability Proportional to Size Wahrscheinlichkeit proportional ZUR GLOBEN see ee ae ee en ge nee 130 Verwendung des Assistenten 2c2c2csneneneneneeenenenen een nn 131 Plan bersicht un dan ernennt eaaa 142 Stichproben bersicht 2222222 neneneneneneenenereen rennen een 143 Stichprobenergebnisse 2 222csneneneneneneenenereenee nern nen 145 Verwandte Prozeduren nnana anaana 147 viii 14 Analysevorbereitungsassistent f r komplexe Stichproben 148 Verwendung des Analysevorbereitungsassistenten f r komplexe Stichproben zur Vorbereitung von ffentlich zug nglichen NHIS Daten 2 22 neceneeeeerer ee
167. en Einheiten festlegen Wilkommen Stufe 1 Immobilien ID Immobilien_ID Einheiten antee Stichproben Variablen L letzte Sch tzung in Jahren Z Methode Wert bei letzter Sch tzung W Wert Gr e der Stichprobe Der Wert f r den Ausgabevariablen Umfang gilt f r jede bersicht Schicht Stufe 2 Variablen Ungleiche Werte f r Schichten Stichproben Variablen Methode Definieren P Gr e der Stichprobe werte aus Variable lesen Ausgabevariablen 5 bersicht Stufe 3 hinzuf gen Stichprobe ziehen Mindestzahl H chstzahl Auswahloptionen E bi Ausgabedateien Abschluss W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus gt Geben Sie 0 2 als Wert f r den Anteil der aus jeder Schicht zu ziehenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 107 Abbildung 13 7 Stichprobenassistent f r komplexe Stichproben Stichprobenassistent Schritt Plan bersicht Stufe 2 Stufe 2 Plan bersicht Wilkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss I In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen
168. en Sie das Dialogfeld Variable berechnen auf Geben Sie inclprob_s2 als Zielvariable ein Geben Sie 100 ncust als numerischen Ausdruck ein Klicken Sie auf OK 154 Kapitel 14 Abbildung 14 6 Dialogfeld Variable berechnen ii Variable berechnen X Zielvariable Numerischer Ausdruck finalweight 1Xinclprob_s1 inclprob_s2 5 Zweig Zweig E Kundenanzahl nKund 5 Kunden ID idKunden E Alter in Jahren Alter Ale A Ausbildung Ausbildung Arthmetisch 8 Jahre der Besch ftigu Verteilungsfunktionen E wohnhaft an gleicher Umwandiung ri Haushaltseinkommen i Aktuelles Datumsaktuelle Uhr 2 Relation Schulden zu E E Schulden auf Kreditkar Funktionen und Sondervariablen E Andere Schulden in Ta amp vorherige Nichtzahlung 2 inclprob_s1 8E inclprob_s2 Funktionsguppe Eat optionale Fallauswahlbedingung a _ent gen_ Zur ctetzen Abtrecten J e Nun da die Einschlusswahrscheinlichkeiten f r die einzelnen Stufen bekannt sind k nnen die endg ltigen Stichprobengewichtungen problemlos berechnet werden Rufen Sie das Dialogfeld Variable berechnen auf Geben Sie finalweight als Zielvariable ein gt Geben Sie 1 inclprob_s1 inclprob_s2 1 als numerischen Ausdruck ein Klicken Sie auf OK Nun k nnen Sie den Analyseplan erstellen Verwendung des Assistenten gt Um eine Stichprobe mithilfe des Analysevorbereitungsassistenten f r kompl
169. en den Wert 0 auf Diese Funktion kann folgenderma en interpretiert werden Wenn die Zeitspanne k rzer als eine Woche ist wird BPI verwendet wenn die Zeitspanne l nger als eine Woche aber k rzer als zwei Wochen ist wird BP2 verwendet und so weiter Anmerkung Falls die segmentierte zeitabh ngige Einflussvariable innerhalb von Segmenten so wie im oben aufgef hrten Blutdruck Beispiel konstant ist ist es m glicherweise einfacher eine st ckweise konstante zeitabh ngige Einflussvariable anzugeben indem Sie Subjekte auf mehrere F lle aufteilen In der Besprechung von Subjekt Identifikatoren unter Cox Regression f r komplexe Stichproben auf S 79 finden Sie weitere Informationen Sie k nnen die Steuerelemente im Dialogfeld Zeitabh ngige Einflussvariable definieren verwenden um den Ausdruck f r die zeitabh ngige Kovariate zu bilden oder Sie k nnen diesen direkt in das Eingabefeld Numerischer Ausdruck eingeben Beachten Sie dass String Konstanten in Anf hrungszeichen oder Apostrophe gesetzt und numerische Konstanten in amerikanischem Format mit einem Punkt als Dezimaltrennzeichen eingegeben werden m ssen Die daraus resultierende Variable erh lt den von Ihnen angegebenen Namen und sollte als Faktor oder als Kovariate auf der Registerkarte Einflussvariablen enthalten sein Untergruppen Abbildung 12 5 Dialogfeld Cox Regression Registerkarte Untergruppen A Cox Regression f r komplex
170. en ern Verh ltnisse f r komplexe Stichproben Fehlende Werte 2222 cenenenernn Komplexe Stichproben Optionen 2 2neneneneneeneneeeenen ernennen vi 9 Allgemeines lineares Modell f r komplexe Stichproben Allgemeines lineares Modell f r komplexe Stichproben Statistik Hypothesentests f r komplexe Stichproben saaana Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Allgemeines lineares Modell f r komplexe Stichproben Speichern Allgemeines lineares Modell f r komplexe Stichproben Optionen Zus tzliche Funktionen beim Befehl CSGLM 2 ceceeerereren ern 10 Logistische Regression f r komplexe Stichproben Logistische Regression f r komplexe Stichproben Referenzkategorie Logistische Regression f r komplexe Stichproben Modell 2200 amp Logistische Regression f r komplexe Stichproben Statistik 222e2220 Hypothesentests f r komplexe Stichproben 2 2 2222 sneneeenenene nenn Logistische Regression f r komplexe Stichproben Quotenverh ltnis Logistische Regression f r komplexe Stichproben Speichern 220 0 Logistische Regression f r komplexe Stichproben Optionen 222ece20 Zus tzliche Funktionen beim Befehl CSLOGISTIC 2 22 22 er ererer nn 11 Ordinale Regression f
171. en werden anhand der Abteilung in der sie in ihrem Unternehmen arbeiten und anhand ihrer Stellung in der Unternehmenshierarchie in Kategorien eingeteilt Au erdem werden der Betrag des letzten Verkaufs die Zeit seit dem letzten Verkauf und die Gr e des Unternehmens in dem die Kontaktperson arbeitet aufgezeichnet creditpromo sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Kaufhauses geht die Wirksamkeit einer k rzlich durchgef hrten Kreditkarten Werbeaktion einzusch tzen Dazu wurden 500 Karteninhaber nach dem Zufallsprinzip ausgew hlt Die H lfte erhielt eine Werbebeilage die einen reduzierten Zinssatz f r Eink ufe in den n chsten drei Monaten ank ndigte Die andere H lfte erhielt eine Standard Werbebeilage customer_dbase sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Unternehmens geht das die Informationen in seinem Data Warehouse nutzen m chte um spezielle Angebote f r Kunden zu erstellen die mit der gr ten Wahrscheinlichkeit darauf ansprechen Nach dem Zufallsprinzip wurde eine Untergruppe des Kundenstamms ausgew hlt Diese Gruppe erhielt die speziellen Angebote und die Reaktionen wurden aufgezeichnet customer_information sav Eine hypothetische Datendatei mit Kundenmailingdaten wie Name und Adresse customer_subset sav Eine Teilmenge von 80 F llen aus der Datei customer_dbase sav debate sav Hierbei handelt
172. enden Men befehle aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten 260 Kapitel 22 Abbildung 22 38 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent Wilkommen beim Analysevorbereitungsassistenten Der Analysevorbereitungsassistent unterst tzt Sie bei der Beschreibung Ihrer komplexen Stichprobe und bei der Auswahl einer Sch tzmethode Sie werden aufgefordert Stichprobengewichtungen und andere Informationen bereitzustellen die f r eine genaue Sch tzung der Standardfehler erforderlich sind Die getroffene Auswahl wird in einer Plandatei gespeichert die Sie bei allen Analyseverfahren der Option Komplexe Stichproben verwenden k nnen Wie m chten Sie vorgehen Plandatei erstellen W hlen Sie diese Option wenn Sie ber Datei fen Stichprobendaten verf gen jedoch noch keine hsrs csaplan O O OOOO an Durchsuchen Plandatei erstellt haben Plandatei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen Durchsuchen A D entfernen oder bearbeiten m chten Wenn Sie bereits ber eine Plandatei verf gen k nnen Sie den Analysevorbereitungsassistenten bergehen und aL direkt mit einer der Analyseprozeduren in der Option Komplexe Stichproben fortfahren um Ihre Stichprobe zu analysieren W hlen Sie Plandatei erstellen und geben Sie srs csaplan als Dateiname ein Suchen Sie alternativ nach d
173. enn Sie keine Plandatei erstellt haben Sie haben dann die M glichkeit die Stichprobe zu ziehen Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen entfernen oder bearbeiten m chten Sie haben dann die M glichkeit die Stichprobe zu ziehen Stichprobe ziehen W hlen Sie diese Option wenn Sie bereits ber eine Plandatei verf gen und eine Stichprobe ziehen m chten Kapitel Der Stichprobenassistent unterst tzt Sie bei Entwurf und Auswahl einer komplexen Stichprobe Ihre Auswahlentscheidungen werden in einer Plandatei gespeichert die Sie w hrend der Analyse verwenden k nnen um anzugeben wie die Datenstichprobe gezogen wurde Mit dem Assistenten k nnen Sie au erdem einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen Datei srty_assess csplan Durchsuchen Der Stichprobenassistent f hrt Sie durch die Schritte zum Erstellen Bearbeiten bzw Ausf hren einer Stichprobenplan Datei Vor der Verwendung des Assistenten sollten Sie ber eine klar umrissene Ziel Grundgesamtheit und eine Liste der Stichprobeneinheiten verf gen und einen geeigneten Stichprobenplan im Kopf haben Erstellen eines neuen Stichprobenplans W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen Copyright IBM Corporation 1989 2011 4 5 Stichprobenziehung mithilf
174. enpl ne soll f r die Sch tzung angenommen werden Stichproben Variablen Sch tzmethode MZ Stichprobenziehung mit Zur cklegen Gr e Wenn Sie diese Option ausw hlen k nnen Sie keine weiteren Stufen hinzuf gen Alle Stichprobenstufen nach der aktuellen Stufe bersicht werden bei der Datenanalyse ignoriert Stufe 2 Stichproben Variablen P Sch tzmethode Gr e bersicht Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswahrscheinlichkeiten oder die Umf nge der Grundgesamtheiten anzugeben OZ gleich Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur cklegen Stufe 3 hinzuf gen Abschluss oz ungleich Stic obenziehung mit ungleicher Wahrscheinlichkeit ohne Zur c jer Stichprobendaten sind gemeinsame Wahrscheinlichkeiten erforderlich Diese Option ist nur in Stufe 1 verf gbar unvollst ndiger Abschnitt W hlen Sie OZ gleich als Sch tzmethode f r die zweite Stufe Klicken Sie auf Weiter 161 Abbildung 14 13 Analysevorbereitungsassistent f r komplexe Stichproben Analysevorbereitungsassistent Schritt Gr e Stufe 2 E Analysevorbereitungsassistent Stufe 2 Gr e f Willkommen Stufe 1 Stichproben Variablen Sch tzmethode Gr e bersicht Stufe 2 i Stichproben Variablen Sch tzmethode gt Gr e bersicht Stufe 3 hinzuf gen Abschluss Yariablen E Kundenanzahl nKunden 5 Kunden ID idKunden Alte
175. eobachtung sowie Einflussvariablenwerte f r jeden Fall Untergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion Speichert die Untergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion zum Zeitpunkt der Beobachtung sowie Einflussvariablenwerte f r jeden Fall Obergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion Speichert die Obergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion zum Zeitpunkt der Beobachtung sowie Einflussvariablenwerte f r jeden Fall Vorhergesagter Wert f r die lineare Einflussvariable Speichert die lineare Kombination von per Referenzwert korrigierten Einflussvariablen mal Regressionskoeffizienten Die lineare Elnflussvariable ist das Verh ltnis der Hazard Funktion zum Basis Hazard Im proportionalen Hazard Modell ist dieser Wert ber die Zeit konstant Schoenfeld Residuum F r jeden nicht zensierten Fall und jeden nichtredundanten Parameter im Modell ist das Schoenfeld Residuum die Differenz zwischen dem beobachteten Wert f r die Einflussvariable die dem Modellparameter zugeordnet ist und dem erwarteten Wert f r F lle die sich zum beobachteten Zeitpunkt im Risikoset befinden Schoenfeld Residuen k nnen bei der Bewertung der proportionalen Hazard Annahme verwendet werden f r eine Einflussvariable x zum Beispiel zeigen Diagramme der Schoenfeld Residuen f r die zeitabh ngige Einflussvariable x In 7_ ber Zeit eine horizontale Linie bei 0 falls die
176. er ersten Stufe sofort ziehen Informationen f r die Ziehung der Stichprobeneinheiten der zweiten Stufe sammeln und dann die zweite Stufe in den Stichprobenplan integrieren m Ein Analytiker dem die Stichprobenplan Datei nicht zug nglich ist kann einen Analyseplan angeben und bei jedem Analyseverfahren f r komplexe Stichproben auf diesen Plan zur ckgreifen m Ein Entwickler gro er ffentlich zug nglicher Stichproben Public Use Stichproben kann die Stichprobenplan Datei ver ffentlichen und damit die Anweisungen f r die Analytiker vereinfachen und erm glichen dass nicht jeder Analytiker einen eigenen Analyseplan entwickeln muss Weiterf hrende Literatur Weitere Informationen zu Stichprobenverfahren finden Sie in folgenden Texten Cochran W G 1977 Sampling Techniques 3rd Hg New York John Wiley and Sons Kish L 1965 Survey Sampling New York John Wiley and Sons Kish L 1987 Statistical Design for Research New York John Wiley and Sons Murthy M N 1967 Sampling Theory and Methods Kalkutta Indien Statistical Publishing Society S rndal C B Swensson als auch J Wretman 1992 Model Assisted Survey Sampling New York Springer Verlag Stichprobenziehung mithilfe eines komplexen Plans Abbildung 2 1 Stichprobenassistent Schritt Willkommen Stichprobenassistent Wilkommen beim Stichprobenassistenten Wie m chten Sie vorgehen Stichprobe entwerfen W hlen Sie diese Option w
177. ergleicht den Mittelwert jeder Stufe mit dem Mittelwert einer vorgegebenen Stufe Dieser Kontrasttyp ist n tzlich wenn es eine Kontrollgruppe gibt 54 Kapitel 9 m Abweichung Vergleicht den Mittelwert jeder Stufe mit Ausnahme einer Referenzkategorie mit dem Mittelwert aller Stufen Gesamtmittel Die Stufen des Faktors k nnen in beliebiger Ordnung vorliegen m Differenz Vergleicht den Mittelwert jeder Stufe mit Ausnahme der ersten mit dem Mittelwert der vorangehenden Stufen Diese Kontraste werden auch als umgekehrte Helmert Kontraste bezeichnet m Helmert Vergleicht den Mittelwert jeder Stufe des Faktors mit Ausnahme der letzten mit dem Mittelwert der folgenden Stufen m Wiederholt Vergleicht den Mittelwert jeder Stufe au er der letzten mit dem Mittelwert der folgenden Stufe m Polynomial Vergleicht den linearen quadratischen kubischen Effekt usw Der erste Freiheitsgrad enth lt den linearen Effekt ber alle Kategorien der zweite Freiheitsgrad den quadratischen Effekt und so weiter Die Kontraste werden oft verwendet um polynomiale Trends zu sch tzen Referenzkategorie F r einfache Kontraste und Abweichungskontraste wird eine Referenzkategorie oder eine Faktorenebene ben tigt mit der die anderen Elemente verglichen werden k nnen Allgemeines lineares Modell f r komplexe Stichproben Speichern Abbildung 9 6 Dialogfeld Allgemeines lineares Modell Speichern zzi Allgemeines lineares Modell
178. eserteie Sperren Optionen berlebenszeit r Beginn des Intervalls Eintreten des Risikos zeto variiert nach Subjekt amp rEnde des Intervalls amp Startvariable Endvariable amp Zweite Festnahme arrest2 Ereignis Statusvariable 8 Time to second arrest time_to_event i Eintreten eines kein gen Subjekt ID amp W hlen Sie ID variablen f r die Befragten wenn es mehrere F lle pro Befragten gibt W hlen Sie Time to second arrest time_to_event als die Variable aus die das Ende des Intervalls definiert W hlen Sie Second arrest arrest2 als die Variable aus die definiert ob das Ereignis eingetreten 1st Klicken Sie auf Ereignis definieren 235 Cox Regression f r komplexe Stichproben Abbildung 22 9 Dialogfeld Ereignis definieren iii Ereignis definieren K rWerte die das Eintreten eines Ereignisses anzeigen Einzeinefr Wert e Geben Sie einen oder mehrere Werte an O Wertebereich Minimum Maximum W hlen Sie 1 Yes als den Wert aus der anzeigt dass das relevante Ereignis erneute Festnahme eingetreten ist Klicken Sie auf Weiter Klicken Sie auf die Registerkarte Einflussvariablen 236 Kapitel 22 Abbildung 22 10 Dialogfeld Cox Regression Registerkarte Einflussvariablen Variablen i Faktoren amp Region region Provinz province I Distrikt district Stadt
179. eskriptive Statistiken f r metrische Variablen Kapitel Allgemeines lineares Modell f r komplexe Stichproben Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben besteht aus einer linearen Regressionsanalyse sowie aus einer Analyse der Varianz und Kovarianz f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Verwendung des allgemeinen linearen Modells f r komplexe Stichproben zur Anpassung einer zweifaktoriellen ANOVA Eine Lebensmittelkette hat eine Kundenumfrage ber die Kaufgewohnheiten durchgef hrt die nach einem komplexen Plan ausgef hrt wurde Auf der Grundlage der Umfrageergebnisse und der Zahlen ber die Ausgaben der einzelnen Kunden im vergangenen Monat m chte das Unternehmen ermitteln ob die Einkaufsh ufigkeit in einem Zusammenhang mit den monatlichen Ausgaben steht und zwar getrennt nach Geschlecht Bei dieser Untersuchung soll der Stichprobenplan ber cksichtigt werden Diese Informationen finden Sie in der Datei grocery_Imonth_sample sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in BM SPSS Complex Samples 20 Mit der Prozedur Allgemeines lineares Modell f r komplexe Stichproben k nnen Sie eine zweifaktorielle ANOVA Zweifach Anova f r den ausgegebenen Betrag durchf hren Durchf hren der Analyse gt Um eine Analyse der Art Allgemeines lineares Modell f r k
180. est durchgef hrt hourlywagedata sav Hierbei handelt es sich um eine hypothetische Datendatei zum Stundenlohn von Pflegepersonal in Praxen und Krankenh usern mit unterschiedlich langer Berufserfahrung insurance_claims sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um eine Versicherungsgesellschaft geht die ein Modell zur Kennzeichnung verd chtiger potenziell betr gerischer Anspr che erstellen m chte Jeder Fall entspricht einem Anspruch insure sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um eine Versicherungsgesellschaft geht die die Risikofaktoren untersucht die darauf hinweisen ob ein Kunde die Leistungen einer mit einer Laufzeit von 10 Jahren abgeschlossenen Lebensversicherung in Anspruch nehmen wird Jeder Fall in der Datendatei entspricht einem Paar von Vertr gen je einer mit Leistungsforderung und der andere ohne wobei die beiden Versicherungsnehmer in Alter und Geschlecht bereinstimmen judges sav Hierbei handelt es sich um eine hypothetische Datendatei mit den Wertungen von ausgebildeten Kampfrichtern sowie eines Sportliebhabers zu 300 Kunstturnleistungen Jede Zeile stellt eine Leistung dar die Kampfrichter bewerteten jeweils dieselben Leistungen kinship_dat sav Rosenberg und Kim Rosenberg als auch Kim 1975 haben 15 Bezeichnungen f r den Verwandtschaftsgrad untersucht Tante Bruder Cousin Tochter Vater Enkelin Gro vater Gro mutter Enkel Mutte
181. etet Funktionen zum Ausf hren von berlebensanalysen f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Beispiele Eine staatliche Strafverfolgungsbeh rde befasst sich mit den R ckfallraten in ihrem Zust ndigkeitsbereich Einer der Messwerte f r R ckf lligkeit ist die Zeit bis zur zweiten Festnahme von Straft tern Die Beh rde m chte anhand der Cox Regression ein Modell f r die Zeit bis zur erneuten Festnahme aufstellen bef rchtet aber dass die proportionale Hazard Annahme f r Alterskategorien nicht zutreffend sein k nnte Medizinforscher untersuchen die berlebenszeiten von Patienten nach einem Rehabilitationsprogramm wegen eines isch mischen Schlaganfalls M glicherweise gibt es mehrere F lle pro Patient da die Anamnesen sich ndern sobald das Auftreten von bedeutenden nicht t dlichen Ereignissen vermerkt wird und die Zeitpunkte dieser Ereignisse festgehalten werden Die Stichprobe ist au erdem insofern links gestutzt als die beobachteten berlebenszeiten durch die Dauer der Rehabilitation berh ht werden w hrend n mlich das Eintreten des Risikos zum Zeitpunkt des isch mischen Schlaganfalls beginnt sind nur diejenigen Patienten Teil der Stichprobe die bis zum Ende des Rehabilitationsprogramms berleben berlebenszeit Bei der Prozedur wird die Cox Regression auf berlebenszeiten angewandt also auf die Zeits
182. eweils vom Zeilentyp ab Bei redundanten Parametern sind 77 Ordinale Regression f r komplexe Stichproben alle Kovarianzen auf 0 gesetzt die Korrelationen sind auf den systemdefiniert fehlenden Wert gesetzt alle Parametersch tzer sind auf 0 gesetzt und alle Standardfehler Signifikanzniveaus und die Freiheitsgrade der Residuen sind auf den systemdefiniert fehlenden Wert gesetzt Hinweis Diese Datei ist nicht unmittelbar f r weitere Analysen in anderen Prozeduren verwendbar bei denen eine Matrixdatei eingelesen wird es sei denn diese Prozeduren akzeptieren alle hier exportierten Zeilentypen Modell als XML exportieren Speichert die Parametersch tzungen und ggf die Parameter Kovarianzmatrix falls ausgew hlt im XML Format PMML Anhand dieser Modelldatei k nnen Sie die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Ordinale Regression f r komplexe Stichproben Optionen Abbildung 11 8 Dialogfeld Ordinale Regression Optionen E 0rdinale Regression f r komplexe Stichproben Optionen rsch tzmethode rsch tzkriterien Newton Raphson Maximalzahl der tterationen 100 Fisher Bewertung Fisher Bewertung dann Newton Raphson Maximalzahl f r Schritt Halbierung Maximale Anzahl an Fi k f der Grund at idenP b rate kterationen auf der Grundlage der Anderung bei den Parametersch tzern begrenzen Minimale ver nderung 0 00000 Typ Relativ F kterationen auf der Grundla
183. exe Stichproben OOOO Zetunrogns Euer Urerrungen Model Siaistken Digemme Hypahesertesis Spchen Eiporen Optnen W hlen Sie Variiert nach Subjekt und w hlen Sie Length of stay for rehabilitation los_rehab als Startvariable aus Beachten Sie dass die umstrukturierte Variable das Variablenlabel der ersten Variablen angenommen hat die f r ihre Erstellung verwendet wurde obwohl das Label f r die erstellte Variable nicht unbedingt geeignet ist gt W hlen Sie Time to first event post attack time_to_event als Endvariable W hlen Sie First event post attack event als Statusvariable Klicken Sie auf Ereignis definieren 264 Kapitel 22 Abbildung 22 43 Dialogfeld Ereignis definieren Werte die das Eintreten eines Ereignisses anzeigen Einzeine r Werte Geben Sie einen oder mehrere Werte 0 No event observed 1 Myocardial infarction 2 Ischemic stroke 3 Hemorrhagic stroke Wiertebereich Minimum Maximum W hlen Sie 4 Death als den Wert der anzeigt dass das terminale Ereignis aufgetreten ist Klicken Sie auf Weiter Abbildung 22 44 Dialogfeld Cox Regression Registerkarte Zeit und Ereignis Zetia Erelis nern Urne Model Sinisten Digeme Hphesetes Spchem Eiperen Optionen Variablen berlekenszeit Aa Hospital ID hospid r Beginn des Intervalls Eintreten des Risikos Mi Hospital size hospsize Zeto da Attending physician ID physid N Subjekt L age
184. exe Stichproben vorzubereiten w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten 155 Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 7 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent Wilkommen beim Analysevorbereitungsassistenten Der Analysevorbereitungsassistent unterst tzt Sie bei der Beschreibung Ihrer komplexen Stichprobe und bei der Auswahl einer Sch tzmethode Sie werden aufgefordert Stichprobengewichtungen und andere Informationen bereitzustellen die f r eine genaue Sch tzung der Standardfehler erforderlich sind Die getroffene Auswahl wird in einer Plandatei gespeichert die Sie bei allen Analyseverfahren der Option Komplexe Stichproben verwenden k nnen Wie m chten Sie vorgehen Plandatei erstellen W hlen Sie diese Option wenn Sie ber Datei wanki N Durchsuchen Stichprobendaten verf gen jedoch noch keine Ei Sbst Plandstei erstellt haben Plandatei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen Date Durchsuchen entfernen oder bearbeiten m chten EEE Wenn Sie bereits ber eine Plandatei verf gen k nnen Sie den Analysevorbereitungsassistenten bergehen und direkt mit einer der Analyseprozeduren in der Option Komplexe Stichproben fortfahren um Ihre Stichprobe zu analysieren gt Wechseln Sie in ein
185. ey NHIS ist eine gro e bev lkerungsbezogene Umfrage in unter der US amerikanischen Zivilbev lkerung Es werden pers nliche Interviews in einer landesweit repr sentativen Stichprobe von Haushalten durchgef hrt F r die Mitglieder jedes Haushalts werden demografische Informationen und Beobachtungen zum Gesundheitsverhalten und Gesundheitsstatus eingeholt Diese Datendatei enth lt eine Teilmenge der Informationen aus der Umfrage des Jahres 2000 National Center for Health Statistics National Health Interview Survey 2000 Datendatei und Dokumentation ffentlich zug nglich ftp fip cdc gov pub Health_Statistics NCHS Datasets NHIS 2000 Zugriff erfolgte 2003 ozone sav Die Daten enthalten 330 Beobachtungen zu sechs meteorologischen Variablen zur Vorhersage der Ozonkonzentration aus den brigen Variablen Bei fr heren Untersuchungen Breiman als auch Friedman 1985 Hastie als auch Tibshirani 1990 fanden Wissenschaftler einige Nichtlinearit ten unter diesen Variablen die die Standardverfahren bei der Regression behindern pain_medication sav Diese hypothetische Datendatei enth lt die Ergebnisse eines klinischen Tests f r ein entz ndungshemmendes Medikament zur Schmerzbehandlung bei chronischer Arthritis Von besonderem Interesse ist die Zeitdauer bis die Wirkung des Medikaments einsetzt und wie es im Vergleich mit bestehenden Medikamenten abschneidet patient_los sav Diese hypothetische Datendatei enth lt die Behandlungs
186. f r diese Datendatei erstellen der mit den Analyseverfahren f r komplexe Stichproben verarbeitet werden kann Die Kreditsachbearbeiterin wei dass die Datens tze in zwei Stufen ausgew hlt wurden Dabei wurden in der ersten Stufe 15 von 100 Bankfilialen mit gleicher Wahrscheinlichkeit und ohne Zur cklegen ausgew hlt In der zweiten Stufe wurden dann aus jeder dieser Banken 100 Kunden mit gleicher Wahrscheinlichkeit und ohne Zur cklegen ausgew hlt und Informationen zur Anzahl der Kunden in jeder Bank sind in der Datendatei enthalten Der erste Schritt bei der Erstellung eines Analyseplans besteht in der Berechnung der stufenweisen Einschlusswahrscheinlichkeiten und der endg ltigen Stichprobengewichtungen Berechnung von Einschlusswahrscheinlichkeiten und Stichprobengewichten gt Um die Einschlusswahrscheinlichkeiten f r die erste Stufe zu berechnen w hlen Sie folgende Befehle aus den Men s aus Transformieren gt Variable berechnen 152 Kapitel 14 Abbildung 14 4 Dialogfeld Variable berechnen Zielvariable Numerischer Ausdruck 7 Brea e E Kundenanzahl nKund 015 5 Kunden ID idKunden ET k nktihrissppes 2 Alter in Jahren Alter Alle A Ausbildung Ausbildung Arithmetisch Jahre der Besch ftigu Verteilungsfunktionen E wohnhaft an gleicher Umwandlung 8 Haushaltseinkommen i Aktuelles Datum aktuelle Uhr 2 Relation Schulden zu E 9 Schulden auf Kreditkar 8 Andere Schulden in Ta
187. fe bei der aus jeder Schicht zwei Klumpen ohne Zur cklegen ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zur Klumpengr e Damit diese Methode verwendet werden kann muss eine Klumpenvariable angegeben werden m PPS Sampford Dies ist eine Methode f r die erste Stufe bei der aus jeder Schicht mehr als zwei Klumpen ohne Zur cklegen ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zur Klumpengr e Es handelt sich um eine Erweiterung der Brewer Methode Damit diese Methode verwendet werden kann muss eine Klumpenvariable angegeben werden m MZ Sch tzung f r Analyse verwenden Standardm ig wird in der Plandatei eine Sch tzmethode angegeben die mit der ausgew hlten Stichprobenmethode konsistent ist Dadurch k nnen Sie eine Sch tzung mit Zur cklegen verwenden selbst wenn die Stichprobenmethode eine Sch tzung ohne Zur cklegen beinhaltet Diese Option ist nur in Stufe 1 verf gbar Ma f r die Gr e der Einheiten MOS Bei Auswahl einer PPS Methode m ssen Sie ein Ma f r die Gr e angeben mit dem die Gr e jeder Einheit festgelegt wird Diese Gr en k nnen explizit in einer Variablen definiert oder aus den Daten berechnet werden Optional k nnen Sie f r das MOS Unter und Obergrenzen festlegen die Vorrang vor allen Werten haben die in der MOS Variablen gefunden oder aus den Daten berechnet werden Diese Optionen sind nur in Stufe 1 verf gbar 10 Kapitel 2 Stichpro
188. fe 1 Stufe 1 Plan bersicht i Willkommen bersicht Stufe 1 In diesem Dialogfeld wird der bisherige Plan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf gen wird als n chstes das Abschlussdialogfeld angezeigt Stute Variablenlabel Schicht Gruppen _ Gewichtunger Gr e Methode i Analysevorbereitungsassistent X Stichproben Variablen 4 Kein Sch tzmethode Gr e P bersicht Stufe 2 hinzuf gen Abschluss Ja Stufe 2 jetzt hinzuf gen Stufe enth lt Zweig finalweight Lesen aus incOZ gleich Datei C Program Files SPSSInc PASWVStatistics18 Samples Germanibankloan csaplar M chten Sie Stufe 2 hinzuf gen W hlen Sie diese Option wenn die Stichprobe eine weitere Iprob_s1 Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn dies die letzte Stufe der Stichprobe ist W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichproben Variablen ebenfalls auf Weiter 160 Kapitel 14 Abbildung 14 12 Analysevorbereitungsassistent Schritt Sch tzmethode Stufe 2 Stufe 2 Sch tzmethode In diesem Dialogfeld k nnen Sie eine Methode zum Sch tzen der Standardfehler ausw hlen Die Sch tzmethode h ngt von den Annahmen dar ber ab wie die Stichprobe gezogen wurde Willkommen Stufe 1 Welcher der folgenden Stichprob
189. feld Ordinale Regression b voter ID voteid Neighborhood nbrhood amp Township town amp couiy in E Inclusion Fer Pr se 2 Cumulative Sampling Y L Cumulative Sampling W Kovariaten a Yerkn pfungsfunktion 7 3 Teilgesamtheit w Variable Kategorie Heben Sie die Auswahl von Gender Geschlecht und Voted in last election An der letzten Wahl teilgenommen als Faktoren auf Klicken Sie auf Optionen 223 Ordinale Regression f r komplexe Stichproben Abbildung 21 16 Dialogfeld Ordinale Regression Optionen Ei Ordinale Regression f r komplexe Stichproben Optionen rSch tzmethode rSch tzkriterien Newton Raphson Maximalzahl der Iterationen Fisher Bewertung Maximalzahl f r Schritt Halbierung Fisher Bewertung dann Newton Raphson N M Iterstionen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Maximale Anzahl an kterationen vor dem Wechseln Minimale Ver nderung 000001 Typ Relatis T tterationen auf der Grundlage der Log Likelihood nderung begrenzen rBenutzerdefiniert fehlende Werte Minimale Ver ndern Ainimale Ver nderung Als ung ltig behandeln Fi Pr fung auf vollst ndige Trennung der Datenpunkte Beginn der Iteration Fi kterstionsprotokoll anzeigen Inkrement Als g ltig behandeln Diese Einstellung gilt f r Kategoriale Stichproben variablen und Modellyariablen Konf
190. finieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden Willkommen E Stufe Stichproben Variable Methode Gr e der Stichprok gt Ausgabevariablen bersicht variablen Schichten nach 5 Subdivision subdivision Stufe 2 Stichproben Yariable Methode Gr e der Stichprob Ausgabevariablen bersicht A stufe 3 ep Stichproben Yariable Methode Gr e der Stichprob Ausgabevariablen Klumpen bersicht Stichprobe ziehe Stufenbeschriftung W hlen Sie Wohngebiet als Schichtungsvariable aus Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet dass f r jedes Wohngebiet unabh ngige Stichproben gezogen werden In dieser Phase werden Haushaltseinheiten mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 121 Stichprobenassistent f r komplexe Stichproben Abbildung 13 22 Stichprobenassistent Schritt Stichprobenumfang Stufe 3 iii Stichprobenassistent F Stufe 3 Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an De
191. g aus Klicken Sie auf Weiter 157 Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 9 Analysevorbereitungsassistent Schritt Sch tzmethode Stufe 1 fz Analysevorbereitungsassistent X Stufe 1 Sch tzmethode In diesem Dialogfeld k nnen Sie eine Methode zum Sch tzen der Standardfehler ausw hlen Die Sch tzmethode h ngt von den Annahmen dar ber ab wie die Stichprobe gezogen wurde Willkommen Stufe 1 Welcher der folgenden Stichprobenpl ne soll f r die Sch tzung angenommen werden Stichproben Variablen P Sch tzmethade MZ Stichprobenziehung mit Zur cklegen Gr e Wenn Sie diese Option ausw hlen k nnen Sie keine weiteren Stufen hinzuf gen Alle Stichprobenstufen nach der aktuellen Stufe bersicht werden bei der Datenanalyse ignoriert Btugen ite Populatio er ein OZ gleich Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur cklegen Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswahrscheinlichkeiten oder die Umf nge der Grundgesamtheiten anzugeben Ooz ungleich Stichprobenziehung mit ungleicher Wahrscheinlichkeit ohne Zur cklegen F r die Analyse der Stichprobendaten sind gemeinsame Yahrscheinlichkeiten erforderlich Diese Option ist nur in Stufe 1 verf gbar unvollst ndiger Abschnitt W hlen Sie OZ gleich als Sch tzmethode f r die erste Stufe Klicken Sie auf Weiter 158 Kapitel 14 Abbildung 1
192. ge definieren 2c2noneneneeeseneeenen nennen 25 Analysevorbereitungsassistent Plan bersicht 2ccecseeeneeeeeeeeeneenn Analysevorbereitungsassistent Fertig stellen 2 2 ccceoeseeeeeeeeeeeeeneenn Bearbeiten eines bestehenden Analyseplans cccseseseeeeeeeeeneeneneenn Analysevorbereitungsassistent Plan bersicht 22ccecseeeneeneeeeeeneenn Plan f r komplexe Stichproben 29 H ufigkeiten f r komplexe Stichproben 30 H ufigkeiten f r komplexe Stichproben Statistiken 2c2ceceeenenenen nenn Komplexe Stichproben Fehlende Werte 2 22 ononseeeeeeeeeeneeren nennen Komplexe Stichproben Optionen 2 2neneneneneeeeneeeenen nennen een Deskriptive Statistiken f r komplexe Stichproben 34 Deskriptive Statistiken f r komplexe Stichproben Statistiken 2 2ececesen Deskriptive Statistiken f r komplexe Stichproben Fehlende Werte rcc2c0 Komplexe Stichproben Optionen 2 2nsneneneneenenereenen rennen nenn Kreuztabellen f r komplexe Stichproben 38 Kreuztabellen f r komplexe Stichproben Statistik 2222ceceeneeeeeene nenn Komplexe Stichproben Fehlende Werte 22 2nonoeeeeeeeeeeneen nennen Komplexe Stichproben Optionen 2 2neneneneneeneneeeenen nennen Verh ltnisse f r komplexe Stichproben 43 Verh ltnisse f r komplexe Stichproben Statistiken 22222eserenen
193. ge der Log Likelihood nderung begrenzen rBenutzerdefiniert fehlende Werte Als ung ltig behandeln Als g ltig behandeln M Pr fung auf vollst ndige Trennung der Datenpunkte Diese Einstellung gilt f r Kategoriale Beann derkeration Stichproben variablen und Modellvariablen 29 3 F terationsprotokoll anzeigen Konfidenzintervall Ca ann an Sch tzmethode Sie k nnen eine Methode f r die Parametersch tzung ausw hlen Sie haben die Wahl zwischen Newton Raphson Fisher Bewertung und einer Hybridmethode bei der zuerst Iterationen der Fisher Bewertung durchgef hrt werden und dann zur Methode Newton Raphson gewechselt wird Wenn w hrend der Phase Fisher Bewertung der Hybridmethode Konvergenz erreicht wird bevor die maximale Anzahl an Fisher Iterationen erreicht wurde f hrt der Algorithmus mit der Newton Raphson Methode fort Sch tzung In dieser Gruppe steuern Sie verschiedene Kriterien f r die Sch tzung im Modell m Maximalzahl der Iterationen Dies ist die maximale Anzahl der Iterationen die im Algorithmus vorgenommen werden Geben Sie eine nichtnegative Ganzzahl an 78 Kapitel 11 Maximalzahl f r Schritt Halbierung Bei jeder Iteration wird die Schrittgr e um den Faktor 0 5 reduziert bis die Log Likelihood ansteigt oder die Maximalzahl f r die Schritt Halbierung erreicht ist Geben Sie eine positive Ganzzahl ein Iterationen auf der Grundl
194. gender i Schwere der ersten Tat crime1 amp Gewalt bei erster Tat violent1 amp Datum der Entlassung aus der 1 Haft date1 E Alter in Jahren age amp Rehabilitstionsma nahmen erhalten rehab A Schwere der zweiten Tat crime2 gt Cewalt bei zweiter Tat violent2 A Zweite Verurteilung fconvict21 Zeitabh ngige Einflussvariablen ED eeen e CEK entgoen Zur cksetzen Abtrechen Hie W hlen Sie age als Kovariate aus Klicken Sie auf die Registerkarte Statistik 241 Cox Regression f r komplexe Stichproben Abbildung 22 18 Dialogfeld Cox Regression Registerkarte Einflussvariablen A Cox Regression f r komplexe Stichproben amp ZetumtEreigie Enfsvuien Unrrunpen Mode Sltken Diagramme Hypathesentesis Sachen Exporteren Ontonen Informationen zum Stichprobenplan Ereignis und Zensierungsauswertung Risiko Set zum Ereigniszeitpunkt Parameter T Sch tzer a Kovarianzen der Parametersch tzer a Exponentialfunktion des Sch tzers m Korrelationen der Parametersch tzer Standardfehler Effekt des Stichprobenplans Konfidenzintervall F Quadratwurzel aus dem Effekt des Stichprobenplans El t Test mModellannahmen E Test f r proportionale Hazard Raten Zeitfunktion Log d I Parametersch tzer f r alternatives Modell ER Kovarian zmatrix f r alternatives Modell m Basis berlebensfunktion und kumulative Hazardfunkti
195. gfeld k nnen Sie festlegen wie tems aus den Arbeitsdateien ausgew hlt werden sollen Wenn Sie eine PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e ausw hlen m ssen Sie auch ein Ma f r die Gr e der Einheiten MOS angeben Willkommen F Methode Stufe 1 Stichproben Yariablen P Methode Ohne Zur cklegen OZ Gr e der Stichprobe Mit Zur cklegen MZ F MZ Sch tzung f r Analyse verwenden D unvollst ndiger Abschnitt In diesem Schritt k nnen Sie angeben wie F lle aus der Arbeitsdatei ausgew hlt werden sollen Methode Die Steuerelemente in dieser Gruppe werden zur Festlegung einer Auswahlmethode verwendet Bei einigen Arten der Stichprobenziehung k nnen Sie ausw hlen ob die Stichprobenziehung mit Zur cklegen MZ oder ohne Zur cklegen OZ erfolgen soll Weitere Informationen finden Sie in den Beschreibungen zu den verschiedenen Arten Hinweis einige PPS Methoden PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e sind nur verf gbar wenn Klumpen definiert wurden und alle PPS Methoden sind nur in der ersten Stufe eines Plans verf gbar Au erdem sind Methoden MZ nur in der letzten Stufe eines Plans verf gbar m Einfache Zufallsstichprobenziehung Die Einheiten werden mit gleicher Wahrscheinlichkeit ausgew hlt Sie k nnen mit oder ohne Zur cklegen ausgew hlt werden sm Einfach systematisch Die
196. gige Yariable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreqg vVerkn pfungsfunktion Logit a Die bei der Berechnung verwendeten Faktoren und Koyariaten werden auf folgende Werte festgesetzt Age category 60 Gender Female Voted in last election Yes Driving frequency gt 30 000 miles year In dieser Tabelle werden kumulative Quotenverh ltnisse f r die Faktorstufen von Age category Alterskategorie angezeigt Bei den ausgegebenen Werten handelt es sich um die Verh ltnisse der kumulativen Odds f r 78 30 bis 46 60 im Vergleich zu den kumulierten Odds f r gt 60 Das Quotenverh ltnis Odds Verh ltnis von 1 383 in der ersten Tabellenzeile bedeutet dass die kumulativen Odds f r eine Person im Alter von 18 30 das 1 383 Fache der kumualativen Odds f r eine Person betragen die lter als 60 ist Beachten Sie Da Age category Alterskategorie an keinem Wechselwirkungsterm beteiligt ist handelt es sich bei den Quotenverh ltnissen einfach um die Verh ltnisse der potenzierten Parametersch tzer So hat beispielsweise das kumulative Quotenverh ltnis f r 78 30 gegen ber gt 60 den Wert 1 00 0 723 1 383 220 Kapitel 21 Abbildung 21 12 Quotenverh ltnisse f r die H ufigkeit der Kraftfahrzeugnutzung Kumulatives 95 Konfidenzintervall Effekt des Quotenverh Untere Stichprob Wurzel aus Itnis Grenze Obere Grenze enplans dem Effekt Driving Do not own car
197. h ren Einschlusswahrscheinlichkeiten Der Anteil der Einheiten die in einer bestimmten Stufe als Stichprobe gezogen wurden Der Stammname der gespeicherten Variablen lautet InclusionProbability_ Kumulierte Gewichtung Die kumulierte Stichprobengewichtung ber alle Stufen einschlie lich der aktuellen Der Stammname der gespeicherten Variablen lautet SampleWeightCumulative_ Index Identifiziert Einheiten die mehrmals in einer Stufe ausgew hlt wurden Der Stammname der gespeicherten Variablen lautet ndex_ Anmerkung Die Stammnamen der gespeicherten Variablen beinhalten ein ganzzahliges Suffix das der Stufennummer entspricht beispielsweise PopulationSize_1_ f r die gespeicherte Gr e des Stichprobenumfangs f r Stufe 1 Stichprobenassistent Plan hersicht Abbildung 2 7 Stichprobenassistent Schritt Plan bersicht A Stichprobenassistent Stufe 1 Plan bersicht I In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine weitere Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen Willkommen bersicht Rural Beschriftung Schicht Cluster Gr e Methode f Stichproben Yariablen Kein Region Stadt 4 pro Schicht Einfache Zuf Methode robenziehung Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 hinzuf gen e Stichprobe
198. h Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Beispiel Mit der Prozedur H ufigkeiten f r komplexe Stichproben k nnen Sie univariate Statistiken in Tabellenform f r die Einnahme von Vitaminpr paraten bei US B rgern erstellen die auf den Ergebnissen der Umfrage National Health Interview Survey NHIS beruhen und einen geeigneten Analyseplan f r diese ffentlich zug nglichen Daten beinhalten Statistiken Mit diesem Verfahren erhalten Sie Sch tzungen f r die Umf nge der Grundgesamtheiten f r die Zellen und Tabellenprozents tze au erdem Standardfehler Konfidenzintervalle Variationskoeffizienten Effekte des Stichprobenplans Quadratwurzeln aus den Effekten des Stichprobenplans kumulative Werte sowie die ungewichtete Anzahl f r jede Sch tzung Des Weiteren werden die Chi Quadrat Statistik und die Likelihood Quotienten Statistik f r den Test auf gleiche Spaltenanteile berechnet Daten Variablen f r die H ufigkeitstabellen erstellt werden sollten kategorial sein Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Berechnen von H ufigkeiten f r komplexe Stic
199. heit W hlen Sie Freq vigorous activity times per wk H ufigkeit der intensiven k rperlichen Bewegung pro Woche bis Freq strength activity times per wk H ufigkeit des Krafttrainings pro Woche als Ma variablen aus W hlen Sie Age category Alterskategorie als Teilgesamtheitsvariable aus Klicken Sie auf Statistiken 172 Kapitel 16 Abbildung 16 3 Dialogfeld f r deskriptive Statistiken E Deskriptive Statistiken f r komplexe Stichproben Statistiken rAuswertungen 4 Mittelwert E Summe lt Test T r Statistiken T Standardfehler E Ungewichtete Anzahl M Konfidenzintervall Stufe Varistionskoeffizient a Umfang der Grundgesamtheit Effekt des Stichprobenplans Quadratwurzel aus dem Effekt des Stichprobenplans gt gt gt Cee nn e W hlen Sie im Gruppenfeld Statistiken die Option Konfidenzintervall aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Deskriptive Statistiken f r komplexe Stichproben auf OK Univariate Statistiken Abbildung 16 4 Univariate Statistiken BE Sch tzung Mittelwert Starke Anstrengung pro Woche Moderate Anstrengung pro Woche Krafttraining pro Woche 95 Konfidenzintervall Untere Grenze Standard fehler Obere Grenze 3 66 3 79 4 82 4 98 3 43 3 60 Jede der ausgew hlten Statistiken wird f r jede der Ma variablen berechnet Die erste S
200. henden Merkmale so homogen wie m glich sein Klumpen Klumpenvariablen definieren Gruppen von Beobachtungseinheiten so genannte Klumpen Die Definition von Klumpen ist sinnvoll wenn eine unmittelbare Stichprobenziehung der Beobachtungseinheiten aus der Grundgesamtheit kostspielig oder nicht m glich ist Stattdessen k nnen Sie Klumpen aus der Grundgesamtheit ziehen und dann aus den ausgew hlten Klumpen die Stichprobe der Beobachtungseinheiten ziehen Die Verwendung von Klumpen kann jedoch zu Korrelationen zwischen den Stichprobeneinheiten f hren wodurch die Genauigkeit verringert wird Um diese Wirkung m glichst gering zu halten sollten die Einheiten innerhalb der Klumpen f r die zu untersuchenden Merkmale so heterogen wie m glich sein F r einen 7 Stichprobenziehung mithilfe eines komplexen Plans mehrstufigen Plan muss mindestens eine Klumpenvariable definiert werden Klumpen sind au erdem erforderlich wenn mehrere verschiedene Stichprobenmethoden verwendet werden sollen F r weitere Informationen siehe Thema Stichprobenassistent Methode der Stichprobenziehung auf S 8 Eingabe Stichprobengewichtung Wenn der aktuelle Stichprobenplan Teil eines gr eren Stichprobenplans ist k nnen Stichprobengewichte aus einer fr heren Stufe des gr eren Plans vorliegen In der ersten Stufe des aktuellen Plans k nnen Sie eine numerische Variable angeben die diese Gewichte enth lt Die Stichprobengewichte f r die weiteren Stufen des ak
201. hprobe ziehen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen ana Ei nam Lime 17 Stichprobenziehung mithilfe eines komplexen Plans Dies ist der letzte Schritt Sie k nnen die Plandatei jetzt speichern und die Stichprobe ziehen oder Ihre Auswahl in ein Syntax Fenster einf gen Wenn Sie nderungen an Schritten in der bestehenden Plandatei vornehmen k nnen Sie den bearbeiteten Plan in einer neuen Datei speichern oder die bestehende Plandatei berschreiben Wenn Sie Stufen hinzuf gen ohne nderungen an bestehenden Stufen vorzunehmen berschreibt der Assistent die bestehende Plandatei Wenn Sie den Plan in einer neuen Datei speichern m chten w hlen Sie die Option Vom Assistenten generierte Syntax in ein Syntaxfenster einf gen aus und ndern Sie den Dateinamen in den Syntaxbefehlen Bearbeiten eines bestehenden Stichprobenplans gt W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen W hlen Sie die Option Stichprobenplan bearbeiten und w hlen Sie eine Plandatei zur Bearbeitung aus Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren berarbeiten Sie den Stichprobenplan im Schritt Plan bersicht und klicken Sie auf Weiter Die darauf folgenden Schritte sind gr tenteils mit denen f r einen neuen Plan identisch Weitere Informationen finden Sie in der Hilfe zu den einzelnen
202. hproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt H ufigkeiten W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright IBM Corporation 1989 2011 30 31 Abbildung 5 1 Dialogfeld H ufigkeiten Yariablen E Stratum f r Varianzsc L PSU f r Varianzsch tz E Geschlecht Geschlecht L ater Alter 8 Region Region 2 Wie h ufig rauchen Si L Multivitamine im letzten E Kr uter Erg nzugspro E Starke Anstrengung p L T gliche Aktivit t Bew L T gliche Aktivit t Trag H ufigkeiten f r komplexe Stichproben Hi Plan f r komplexe Stichproben f r Verh ltnisanalyse H ufigkeitstabellen 2 Yitaminimineral Erg nz Teilgesamtheiten E Moderate Anstrengung L Altersgruppe Altersgr E Krafttraining pro oc 2 Angestrebtes Wunsch Jede Kombination von Kategorien definiert eine Teilgesamtheit W hlen Sie mindestens eine H ufigkeitsvariable aus Optional k nnen Sie Variablen zur Definition von Teilgesamtheiten angeben Die Statistiken werden f r jede Teilgesamtheit getrennt berechnet H ufigkeiten f r komplexe Stichproben Statistiken Abbildung 5 2 Dialogfeld H ufigkeiten Statistik E H ufigkeiten f r komplexe Stichproben Statistiken rZell
203. ht K Stratum f r Varianzsch tzung STRATUM E Alter Alter L Region Region E Wie h ufig rauchen Sie Rauchen 2 Yitaminmineral Erg nzugsprodukte im let E Multivitamine im letzten Jahr Multivitamin Klumpen L Kr uter Erg nzugsprodukte im letzten J E PSU f r Varianzsch tzung PSU Starke Anstrengung pro Woche Anstr E Moderate Anstrengung pro Woche An E Krafttraining pro Woche Krafttraining E Angestrebtes Wunschgewicht Munsch 9 T gliche Aktivit t Bewegung Bewegung Stichprobengewichtung E T gliche Aktivit t Tragen und Heben Tra E Gewicht am Jahresende Gewicht E Altersgruppe Altersgruppe Stufenbeschriftung lt Zur ck Cier Eetossen Adtrechen nme Die Daten werden mit einer komplexen mehrstufigen Stichprobe gewonnen F r die Endbenutzer wurden die ursp nglichen NHIS Stichproben Variablen in einen vereinfachten Satz von Stichproben und Gewichtungsvariablen umgewandelt deren Ergebnisse ann hernd denen der urspr nglichen Stichprobenstrukturen entsprechen W hlen Sie Stratum for variance estimation Schicht f r Varianzsch tzung als Schichtvariable W hlen Sie PSU for variance estimation PSU f r Varianzsch tzung als Klumpenvariable W hlen Sie Weight Final Annual Gewichtung Ende j hrlich als Variable f r die Stichprobengewichtung Klicken Sie auf Fertig stellen 151 Analysevorbereitungsassistent f r komp
204. htungsvariable aus W hlen Sie Province Provinz als Klumpenvariable aus gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet dass f r jede Region unabh ngige Stichproben gezogen werden In dieser Phase werden Provinzen mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 115 Stichprobenassistent f r komplexe Stichproben Abbildung 13 16 Stichprobenassistent Schritt Stichprobenumfang Stufe 1 Ef Stichprobenassistent Z Stufe 1 Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Wilkommen Variablen Stufe 1 A andkreis Landkreis Einheiten H ufigkeiten Stichproben Yariablen Do Stadt Stadt Methode P Gr e der Stichprobe Der Wert f r den Ausgabevariablen Umfang gilt f r jede bersicht Schicht Stufe 2 hinzuf gen g f Stichprobe ziehen r Auswvahloptionen Definieren Ausgabedateien Abschluss wert Ungleiche Werte f r Schichten werte aus variable lese
205. hung aus den ersten beiden Stufen des Stichprobenplans sind ebenfalls enthalten demo_cs sav Hierbei handelt es sich um eine hypothetische Datendatei die Umfrageinformationen enth lt die mit einem komplexen Stichprobenplan erfasst wurden Jeder Fall entspricht einer anderen Wohneinheit Es sind verschiedene Informationen zum demografischen Hintergrund und zur Stichprobenziehung erfasst dmdata sav Dies ist eine hypothetische Datendatei die demografische und kaufbezogene Daten f r ein Direktmarketingunternehmen enth lt dmdata2 sav enth lt Informationen f r eine Teilmenge von Kontakten die ein Testmailing erhalten dmdata3 sav enth lt Informationen zu den verbleibenden Kontakten die kein Testmailing erhalten dietstudy sav Diese hypothetische Datendatei enth lt die Ergebnisse einer Studie der Stillman Di t Rickman Mitchell Dingman als auch Dalen 1974 Jeder Fall entspricht einem Teilnehmer und enth lt dessen Gewicht vor und nach der Di t in amerikanischen Pfund sowie mehrere Messungen des Triglyceridspiegels in mg 100 ml dvdplayer sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Entwicklung eines neuen DVD Spielers geht Mithilfe eines Prototyps hat das Marketing Team Zielgruppendaten erfasst Jeder Fall entspricht einem befragten Benutzer und enth lt demografische Daten zu dem Benutzer sowie dessen Antworten auf Fragen zum Prototyp german_credit sav Diese Daten sind aus dem Daten
206. i Cipoll csplan Diese zusammenfassende Tabelle deren oberer Teil hier zu sehen ist enth lt eine bersicht ber die zweite Stufe der Stichprobenziehung Au erdem k nnen Sie damit berpr fen ob die Stichprobenziehung plangem verlief Wie angefordert wurden ungef hr 20 der W hler aus jedem Wohnviertel in jeder der in der ersten Stufe ausgew hlten Gemeinden als Stichprobe gezogen 145 Stichprobenassistent f r komplexe Stichproben Stichprobenergebnisse Abbildung 13 46 Daten Editor mit Stichprobenergebnissen 11 28 11 28 11 28 11 28 11 28 11 28 11 28 11 28 11 28 11 28 11 28 11 28 4 11 28 11 28 11 26 11 26 11 26 11 26 11 26 11 26 11 26 11 26 41126 118 11 26 11 26 ic Yariablenansicht Die Ergebnisse der Stichprobenziehung werden im neu erstellten Daten Set angezeigt F nf neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen f r die Einschlusswahrscheinlichkeiten und die kumulierten Stichprobengewichtungen f r die einzelnen Stufen sowie f r die endg ltigen Stichprobengewichtungen W hler die nicht f r die Stichprobe ausgew hlt wurden werden aus diesem Daten Set ausgeschlossen Die endg ltigen Stichprobengewichte sind f r W hler im selben Wohnviertel identisch da sie innerhalb der Wohnviertel mit einer einfachen Stichprobenziehung ausgew hlt wurden Sie sind jedoch f r die Wohnviertel innerhalb derselben Gemeinde unterschiedlich da die in der St
207. iablen vor der Zuweisung von Messniveau und Wertelabels zeigen soll tv survey sav Hierbei handelt es sich um eine hypothetische Datendatei zu einer Studie die von einem Fernsehstudio durchgef hrt wurde das berlegt ob die Laufzeit eines erfolgreichen Programms verl ngert werden soll 906 Personen wurden gefragt ob sie das Programm unter verschiedenen Bedingungen ansehen w rden Jede Zeile entspricht einem Befragten jede Spalte entspricht einer Bedingung ulcer_recurrence sav Diese Datei enth lt Teilinformationen aus einer Studie zum Vergleich der Wirksamkeit zweier Therapien zur Vermeidung des Wiederauftretens von Geschw ren Es stellt ein gutes Beispiel f r intervallzensierte Daten dar und wurde an anderer Stelle Collett 2003 vorgestellt und analysiert 283 Beispieldateien ulcer_recurrence_recoded sav In dieser Datei sind die Daten aus ulcer_recurrence sav so umstrukturiert dass das Modell der Ereigniswahrscheinlichkeit f r jedes Intervall der Studie berechnet werden kann und nicht nur die Ereigniswahrscheinlichkeit am Ende der Studie Sie wurde an anderer Stelle Collett et al 2003 vorgestellt und analysiert verd1985 sav Diese Datendatei enth lt eine Umfrage Verdegaal 1985 Die Antworten von 15 Subjekten auf 8 Variablen wurden aufgezeichnet Die relevanten Variablen sind in drei Sets unterteilt Set 1 umfasst alter und heirat Set 2 besteht aus pet und news und in Set 3 finden sich music und live Die Va
208. iablenwerten angeben das f r die angeforderten Diagramme und f r die exportierte berlebens Datei verwendet wird die ber die Registerkarte Export erstellt wird Beachten Sie dass diese Optionen nicht verf gbar sind falls zeitabh ngige Einflussvariablen die auf der Registerkarte Einflussvariablen definiert sind im Modell enthalten sind m Faktoren im Diagramm darstellen in In der Standardeinstellung wird jeder Faktor auf der h chsten Ebene ausgewertet Falls erw nscht k nnen Sie eine andere Ebene eingeben oder ausw hlen Alternativ k nnen Sie festlegen dass f r jede Ebene eines einzelnen Faktors separate Linien erzeugt werden indem Sie auf das Kontrollk stchen f r diesen Faktor klicken m Kovariaten im Diagramm darstellen in Jede Kovariate wird an ihrem Mittelwert ausgewertet Falls erw nscht k nnen Sie einen anderen Wert eingeben oder ausw hlen 91 Cox Regression f r komplexe Stichproben Hypothesentests Abbildung 12 9 Dialogfeld Cox Regression Registerkarte Hypothesentests E Cox Regression f r komplexe Stichproben rTeststatistik rStichprobenziehung Freiheitsgrade E 0 Basierend auf dem Stichprobenplan F korrigiert O Fest Chi Quadrat O Korrigiertes Chi Quadrat Korrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonferroni ET Teen sm ren
209. ichkeitskorrektur verwenden 262 Kapitel 22 Klicken Sie auf Fertig stellen Nun k nnen Sie die Analyse durchf hren Durchf hren der Analyse gt Um eine Analyse der Art Cox Regression f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Cox Regression Abbildung 22 41 Dialogfeld Plan f r Cox Regression FPtan f r komplexe Stichproben f r Cox Regression i Ix rPlan Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassisterten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen r Gemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Wahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden srs sav Ein offenes Datenblatt Benutzerdefinierte Datei Ca aee e Wechseln Sie in das Verzeichnis in dem Sie den Analyseplan f r einfache Zufallsstichprobenziehungen gespeichert haben oder in das Verzeichnis f r die Beispieldateien und w hlen Sie srs csaplan aus Klicken Sie auf Weiter 263 Abbildung 22 42 Cox Regression f r komplexe Stichproben Dialogfeld Cox Regression Registerkarte Zeit
210. ichprobe gezogenen Anteile nicht in allen Gemeinden genau 20 entsprechen 146 Kapitel 13 Abbildung 13 47 Daten Editor mit Stichprobenergebnissen variablenansicht Anders als bei den W hlern in der zweiten Phase sind die Strichprobengewichte der ersten Phase nicht f r Gemeinden innerhalb desselben County identisch da sie nach der Methode Wahrscheinlichkeit proportional zur Gr e ausgew hlt wurden Abbildung 13 48 Datei f r gemeinsame Wahrscheinlichkeiten county town Unit_No_ Joint_Prob_ Joint_Prob_ Joint_Prob_ Joint_Prob_ Joint_Prob _ oO _ wO N N az m w GN e ool ea l a Nn N _ Nee ke 2 WW N NN NZ variablenansicht Die Datei poll_jointprob sav enth lt die gemeinsamen Wahrscheinlichkeiten der ersten Stufe f r ausgew hlte Townships in Counties County Schichtungsvariable der ersten Stufe und Township ist eine Klumpenvariable Durch Kombinationen aus diesen Variablen werden alle 147 Stichprobenassistent f r komplexe Stichproben prim ren Stichprobeneinheiten Primary Sampling Units PSUs der ersten Stufe eindeutig identifiziert Unit_No_ bezeichnet PSUs in den einzelnen Schichten und wird zum Abgleich mit Joint_Prob_l _ Joint_Prob_2_ Joint_Prob_3_ Joint_Prob_4 und Joint_Prob_5_ verwendet Die er
211. ichproben zeitabh ngige Einflussvariable definieren X O nene Variablen Numerischer Ausdruck ve J y el amp Festnahme ID arrest E Alter in Jahren age i Altersgruppe agecat gt Familienstand marital Sozialer Status social A Ausbildung ed amp b Besch ftigt employ amp Geschlecht gender ki Schwere der ersten T amp Gewalt bei erster Tat amp Datum der Entlassung amp Kaution hinterlegt bail E Rehakilitstionsma nah amp Zweite Festnahme arr r Funktionen und Sonder variablen r Operatoren und Zahlen i Schwere der zweiten Funktion Beschreibung amp Gewalt bei zweiter Tat amp Zweite Verurteilung c amp Datum der zweiten Fes E Einschluss Auswahl E Kumuliertes Auswahlg l Pi E a 8E Kumuliertes Auswahlg et aeerecren ture gt Geben Sie t_age als Name f r die zeitabh ngige Einflussvariable ein die Sie definieren wollen Geben Sie In T_ age als numerischen Ausdruck ein Klicken Sie auf Weiter 240 Kapitel 22 Abbildung 22 17 Dialogfeld Cox Regression Registerkarte Einflussvariablen Variablen i Faktoren amp Region region amp Provinz province Ib Distrikt district bs Stadt city 5 Festnahme ID arrest Altersgruppe agecat amp Familienstand marital A Sozialer Status social A Ausbildung ed 5 Besch ftigt employ amp b Geschlecht
212. icht Abonnent nicht antwortet Ihr Sch tzer f r dieses relative Risiko ist 0 923 Anhand dieser Ergebnisse k nnen Sie absch tzen dass ein Zeitungsabonnent gegen ber einem Nicht Abonnenten mit 1 673 facher Wahrscheinlichkeit auf die Postsendung antwortet bzw dass er gegen ber einem Nicht Abonnenten mit 0 923 facher Wahrscheinlichkeit nicht antwortet Das Quotenverh ltnis ist ein Quotient der Ereignschancen Die Chance f r ein Ereignis ist der Quotient aus der Wahrscheinlichkeit dass das Ereignis eintritt und der Wahrscheinlichkeit dass das Ereignis nicht eintritt Daher ist der Sch tzer f r die Chance dass ein Abonnent auf die Postsendung reagiert 17 2 82 8 0 208 Entsprechend ist der Sch tzer f r die Chance dass ein Nicht Abonnent auf die Postsendung reagiert 10 3 89 7 0 115 Der Sch tzer f r das Quotenverh ltnis ist daher 0 208 0 115 1 812 beachten Sie dass es in den Zwischenschritten zu einem gewissen Rundungsfehler kommt Das Quotenverh ltnis ist auch der Quotient aus dem relativen Antwortrisiko und dem relativen Risiko dass keine Antwort erfolgt also 1 673 0 923 1 812 180 Kapitel 17 Quotenverh ltnis im Vergleich zum relativen Risiko Da es sich dabei um einen Quotient aus Quotienten handelt ist das Quotenverh ltnis sehr schwer zu interpretieren Die Interpretation des relativen Risikos ist einfacher daher ist das Quotenverh ltnis allein nicht sehr hilfreich Es gibt jedoch bestimmte h uf
213. idenzintervall C an un W hlen Sie die Option Iterationsprotokoll anzeigen Das Iterationsprotokoll dient zur Diagnostizierung der Probleme auf die der Sch tzalgorithmus st t Klicken Sie auf Weiter Klicken Sie im Dialogfeld Ordinale Regression f r komplexe Stichproben auf OK Warnungen Abbildung 21 17 Warnungen f r das reduzierte Modell Der Log Likelihood Wfert kann nach der maximalen Anzahl der Schritte in der Schritt Halbierungs Methode nicht weiter erh ht werden Die Prozedur CSORDINAL wird trotz der oben stehenden Warnung en fortgesetzt Die angezeigten nachfolgenden Ergebnisse beruhen auf der letzten Iteration Die G ltigkeit der Anpassungsg te des Modells ist ungewiss Die folgende Meldung gilt f r das verallgemeinerte kumulative Modell Der Log Likelihood YYert kann nach der maximalen Anzahl der Schritte in der Schritt Halbierungs Methode nicht weiter erh ht werden In den Warnungen wird angegeben dass die Sch tzung des reduzierten Modells endete bevor die Parametersch tzer Konvergenz erreichten da die Log Likelihood nicht durch eine nderung bzw einen Schritt in den aktuellen Werten der Parametersch tzer erh ht werden konnte 224 Kapitel 21 Abbildung 21 18 Warnungen f r das reduzierte Modell N Schwellenwert Regression Schritt Pseudo 2 b Halbier Log opinion_ opinion_ opinion_ agecat agecat agecat drivefr drivefr dr
214. ie Umfangswerte f r Schichten enth lt 25 Vorbereiten einer komplexen Stichprobe f r die Analyse Ungleiche Umf nge definieren Abbildung 3 5 Dialogfeld Ungleiche Umf nge definieren EH Ungleiche Umf nge definieren Spezifikationen f r Umfang Beschriftungen Wertelabeis Ausschlie en Region Anzahl a ben 2 Mitte 3 Westen 4 Norden s5 S den le Al Im Dialogfeld Ungleiche Umf nge definieren k nnen Sie Umf nge schichtweise eingeben Gitter Spezifikationen f r Umfang Das Gitter zeigt die Kombination von bis zu f nf Schicht oder Klumpenvariablen an in jeder Zeile eine Schicht Klumpenkombination Als Gittervariablen zul ssig sind alle Schichtungsvariablen aus der aktuellen Stufe und den vorangegangenen Stufen sowie alle Klumpenvariablen aus den vorangegangenen Stufen Die Variablen k nnen im Gitter neu angeordnet oder in die Ausschlussliste verschoben werden Geben Sie die Werte f r den Umfang in die Spalte rechts au en ein Klicken Sie auf Labels Beschriftungen oder Werte um die Anzeige der Wertelabels und der Datenwerte f r die Schichtungs und Klumpenvariablen in den Gitterzellen ein bzw auszuschalten Bei Zellen die Werte ohne Labels enthalten werden immer Werte angezeigt Klicken Sie auf Schichten aktualisieren um das Gitter mit allen Kombinationen von beschrifteten Datenwerten f r Variablen im Gitter neu auszuf llen Ausschlie en Um die Umf
215. ie Stichprobe gem diesem Plan analysieren m Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben erm glicht die Modellierung einer metrischen Antwort Responsevariablen m Die Prozedur Logistische Regression f r komplexe Stichproben erm glicht die Modellierung einer kategorialen Antwort Responsevariablen Kapitel Cox Regression f r komplexe Stichproben Die Prozedur Cox Regression f r komplexe Stichproben bietet Funktionen zum Ausf hren von berlebensanalysen f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Verwenden einer zeitabh ngigen Einflussvariablen in der Cox Regression f r komplexe Stichproben Eine staatliche Strafverfolgungsbeh rde befasst sich mit den R ckfallraten in ihrem Zust ndigkeitsbereich Einer der Messwerte f r R ckf lligkeit ist die Zeit bis zur zweiten Festnahme von Straft tern Die Beh rde m chte die Cox Regression auf eine Stichprobe anwenden die mit Methoden f r komplexe Stichproben gezogen wurde und anhand dessen ein Modell f r die Zeit bis zur erneuten Festnahme aufstellen bef rchtet aber dass die proportionale Hazard Annahme f r Alterskategorien nicht zutreffend sein k nnte Personen die im Juni 2003 erstmals aus der Haft entlassen wurden wurden aus per Stichproben ermittelten Polizeidirektionen ausgew hlt und ihre Fallgeschichten wurden bis Ende Juni 2006 untersucht Die Stichprobe finden Sie in der Datei recidivism_cs_sample
216. ie Stufen eines a bestehenden Plans hinzuf gen entfernen oder Datei Durchsuchen bearbeiten m chten Sie haben dann die M glichkeit die Stichprobe zu ziehen Stichprobe ziehen W hlen Sie diese Option wenn Sie bereits ber Durchsuchen eine Plandatei verf gen und eine Stichprobe ziehen Durchsuchen m chten W hlen Sie Stichprobe entwerfen wechseln Sie in das Verzeichnis in dem Sie die Datei speichern m chten und geben Sie demo csplan als Name der Plandatei ein Klicken Sie auf Weiter 114 Kapitel 13 Abbildung 13 15 Stichprobenassistent Schritt Stichproben Variablen Stufe 1 iii Stichprobenassistent Z Stufe 1 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden f Wilkommen Wariablen Schichten nach stufe 1 b Landkreis Landkreis Region Region i Stichproben Variablen amp Stadt Stadt Methode b Stadtteil Stadtteil e Gr e der Stichprobe Ausgabevariablen sicht Stufe 2 hinzuf gen Klumpen Bundesland Bundesland Stichprobe z Eingabe Stichprobengewichtung amp unvollst ndiger Abschnitt W hlen Sie Region als Schic
217. iert werden Da diese Tabelle jedoch mit den F llen erstellt wurde die auch zum Aufbau des Modells dienten sind diese Sch tzungen wahrscheinlich zu optimistisch 206 Kapitel 20 Tests der Modelleffekte Abbildung 20 8 Tests der Zwischensubjekteffekte Freiheits Freiheits grade 1 grade 2 Wald F Korrigiertes Modell 11 000 14 669 Konstanter Term 1 000 5 777 Ausbildung 4 000 1 683 Alter 1 000 5 352 besch ftigt 1 000 88 244 wohnhaft 1 000 1 123 Einkommen 1 000 007 Schulden_Eink 1 000 27 632 Card_Schulden 1 000 33 402 sonst_Schulden 1 000 09 Abh ngige Variable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden Jeder Term im Modell sowie das Modell als Ganzes werden daraufhin getestet ob sein Effekt gleich 0 ist Terme mit Signifikanzwerten von weniger als 0 05 weisen einen erkennbaren Effekt auf So tragen Alter besch ftigt Schulden_Eink und Card_Schulden zum Modell bei wohingegen die andern Haupteffekte keinen Beitrag zum Modell leisten Bei einer weiteren Analyse der Daten w rden Sie vermutlich Ausbildung wohnhaft Einkommen und sonst_Schulden aus der Modellbetrachtung herausnehmen Parameter Sch tzer Abbildung 20 9 Parametersch tzer 95 Konfidenzintervall f r 95 Konfidenzintervall Exp B Standard Untere Untere vorherige Nichtzahlung Parameter fehler G
218. iese Datendatei beruht auf denselben Beispielen wie f r carpet sav beschrieben enth lt jedoch die tats chlichen Einstufungen durch jeden der 10 Kunden Die Kunden wurden gebeten die 22 Produktprofile in der Reihenfolge ihrer Pr ferenzen einzustufen Die Variablen PREF bis PREF22 enthalten die IDs der zugeordneten Profile wie in carpet_plan sav definiert catalog sav Diese Datendatei enth lt hypothetische monatliche Verkaufszahlen f r drei Produkte die von einem Versandhaus verkauft werden Daten f r f nf m gliche Einflussvariablen wurden ebenfalls aufgenommen catalog_seasfac sav Diese Datendatei ist mit catalog sav identisch au er dass ein Set von saisonalen Faktoren die mithilfe der Prozedur Saisonale Zerlegung berechnet wurden sowie die zugeh rigen Datumsvariablen hinzugef gt wurden cellular sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Mobiltelefonunternehmens geht die Kundenabwanderung zu verringern Scores f r die Abwanderungsneigung von 0 bis 100 werden auf die Kunden angewendet Kunden mit einem Score von 50 oder h her streben vermutlich einen Anbieterwechsel an ceramics sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Herstellers geht der ermitteln m chte ob ein neue hochwertige Keramiklegierung eine gr ere Hitzebest ndigkeit aufweist als eine Standardlegierung Jeder Fall entspricht einem Test e
219. ig vorkommende Situationen bei denen der Sch tzer f r das relative Risiko nicht besonders gut ist und in denen das Quotenverh ltnis verwendet werden kann um das relative Risiko f r das untersuchte Ereignis n herungsweise abzusch tzen Das Quotenverh ltnis sollte als Approximation f r das relative Risiko des untersuchten Ereignisses verwendet werden wenn beide der folgenden Bedingungen vorliegen m Die Wahrscheinlichkeit f r das untersuchte Ereignis ist niedrig lt 0 1 Diese Bedingung garantiert dass das Quotenverh ltnis eine gute Approximation f r das relative Risiko darstellt In diesem Beispiel ist das untersuchte Ereignis eine Antwort auf die Postsendung m Bei der Studie handelt es sich um eine Fall Kontroll Studie Diese Bedingung bedeutet dass der bliche Sch tzer f r das relative Risiko mit hoher Wahrscheinlichkeit nicht gut ist Eine Fall Kontroll Studie ist retrospektiv und wird besonders h ufig verwendet wenn das untersuchte Freignis unwahrscheinlich ist oder wenn ein prospektiver Experimentaufbau aus praktischen oder ethischen Gr nden nicht infrage kommt Im vorliegenden Beispiel ist keine der genannten Bedingungen erf llt da der Gesamtprozentsatz der antwortenden Personen 12 8 betrug und es sich nicht um eine Fall Kontroll Studie handelte Daher ist es sicherer 1 673 als relatives Risiko anzugeben als den Wert des Quotenverh ltnisses Risikosch tzer nach Teilgesamtheit Abbildung 17 6 Risikosch tzer f r
220. ilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Wahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden nhis2000_subset sav Ein offenes Datenblatt s say DatenSet1 av DatenSet3 Benutzerdefinierte Datei Datei Durchsuchen gt Wechseln Sie zu der Datei nhis2000_subset csaplan und w hlen Sie sie aus F r weitere Informationen siehe Thema Beispieldateien in Anhang A in BM SPSS Complex Samples 20 Klicken Sie auf Weiter 171 Deskriptive Statistiken f r komplexe Stichproben Abbildung 16 2 Dialogfeld Deskriptive Statistik iii Deskriptive Statistiken f r komplexe Stichproben X Variablen E Stratum f r Varianzsc E Starke Anstrengung p PSU f r Varianzsch tz Moderate Anstrengung 2 Geschlecht Geschlecht L Alter Alter 8 Region Region 8E Wie h ufig rauchen Si 2 Yitamin mineral Erg nz Multivitamine im letzten 8 Kr uter Erg nzugspro E Angestrebtes Wunsch L T gliche Aktivit t Bew T gliche Aktivit t Trag Teilgesamtheiten G E Altersgruppe Altersgr Jede Kombination von Kategorien definiert eine Teilgesamt
221. in ein Syntax Fenster einf gen Wenn Sie nderungen an Schritten in der bestehenden Plandatei vornehmen k nnen Sie den bearbeiteten Plan in einer neuen Datei speichern oder die bestehende Plandatei berschreiben Wenn Sie Stufen hinzuf gen ohne nderungen an bestehenden Stufen vorzunehmen berschreibt der Assistent die bestehende Plandatei Wenn Sie den Plan in einer neuen Datei speichern m chten w hlen Sie die Option Vom Assistenten generierte Syntax in ein Syntaxfenster einf gen aus und ndern Sie den Dateinamen in den Syntaxbefehlen Bearbeiten eines bestehenden Analyseplans gt W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten W hlen Sie die Option Plandatei bearbeiten aus und w hlen Sie einen Dateinamen f r die Plandatei in der der Analyseplan gespeichert werden soll Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren 28 Kapitel 3 gt berarbeiten Sie den Analyseplan im Schritt Plan bersicht und klicken Sie auf Weiter Die darauf folgenden Schritte sind gr tenteils mit denen f r einen neuen Plan identisch Weitere Informationen finden Sie in der Hilfe zu den einzelnen Schritten Wechseln Sie zum Schritt Fertig stellen und geben Sie einen neuen Namen f r die bearbeitete Plandatei an oder legen Sie fest dass die bestehende Plandatei berschrieben werden soll Optional k nnen Sie Stufe
222. in years age Ri Age category agecat amp Gender gender amp Physically active active amp b Obesity obesity amp History of diabetes diabetes amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker 5 Cholesterol choles amp History of angina angina amp Prescribed nitroglycerin nitro amp Taking anti clotting drugs anticlot amp History of transient ischemic attack tia E Time to hospttal time fi Initial Rankin score rankin0 amp CAT scan result catscan amp Clot dissolving drugs clotsolv fi Treatment result result 5 Post event preventative surgery surgery 5 Post event rehabilitation rehab L Total treatment and rehakilitstinn ensts in thousands Ir Werte die das Eintreten eines Ereignisses anzeigen W hlen Sie Patient ID patid als Subjekt Identifikator aus 265 Cox Regression f r komplexe Stichproben Klicken Sie auf die Registerkarte Einflussvariablen Abbildung 22 45 Dialogfeld Cox Regression Registerkarte Einflussvariablen gb History of diabetes diabetes amp Blood pressure bp b Atrial fibrillation at amp Smoker smoker 5 Cholesterol choles amp History of angina angina amp Prescribed nitroglycerin nitro 5 Taking anti clotting drugs anticlot amp History of transient ischemic attack tia Time to hospital time Initial Rankin score rankinO
223. iner der Legierungen die Temperatur bei der das Keramikw lzlager versagte wurde erfasst cereal sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um eine Umfrage geht bei der 880 Personen nach ihren Fr hst ckgewohnheiten befragt wurden Au erdem wurden Alter Geschlecht Familienstand und Vorliegen bzw Nichtvorliegen eines aktiven Lebensstils auf der Grundlage von mindestens zwei Trainingseinheiten pro Woche erfasst Jeder Fall entspricht einem Teilnehmer clothing_defects sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Qualit tskontrolle in einer Bekleidungsfabrik geht Aus jeder in der Fabrik produzierten Charge entnehmen die Kontrolleure eine Stichprobe an Bekleidungsartikeln und z hlen die Anzahl der Bekleidungsartikel die inakzeptabel sind 276 Anhang A coffee sav Diese Datendatei enth lt Daten zum wahrgenommenen Image von sechs Eiskaffeemarken Kennedy Riquier als auch Sharp 1996 Bei den 23 Attributen des Eiskaffee Image sollten die Teilnehmer jeweils alle Marken ausw hlen die durch dieses Attribut beschrieben werden Die sechs Marken werden als AA BB CC DD EE und FF bezeichnet um Vertraulichkeit zu gew hrleisten contacts sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Kontaktlisten einer Gruppe von Vertretern geht die Computer an Unternehmen verkaufen Die einzelnen Kontaktperson
224. ing Techniques 3rd Hg New York John Wiley and Sons Collett D 2003 Modelling survival data in medical research 2 Hg Boca Raton Chapman amp Hall CRC Cox D R als auch E J Snell 1989 The Analysis of Binary Data 2nd Hg London Chapman and Hall Green P E als auch V Rao 1972 Applied multidimensional scaling Hinsdale Ill Dryden Press Green P E als auch Y Wind 1973 Multiattribute decisions in marketing A measurement approach Hinsdale Ill Dryden Press Guttman L 1968 A general nonmetric technique for finding the smallest coordinate space for configurations of points Psychometrika 33 Hartigan J A 1975 Clustering algorithms New York John Wiley and Sons Hastie T als auch R Tibshirani 1990 Generalized additive models London Chapman and Hall Kennedy R C Riquier als auch B Sharp 1996 Practical applications of correspondence analysis to categorical data in market research Journal of Targeting Measurement and Analysis for Marketing 5 Kish L 1965 Survey Sampling New York John Wiley and Sons Kish L 1987 Statistical Design for Research New York John Wiley and Sons McCullagh P als auch J A Nelder 1989 Generalized Linear Models 2nd Hg London Chapman amp Hall McFadden D 1974 Conditional logit analysis of qualitative choice behavior In Frontiers in Economics P Zarembka Hg New York Academic Press Murthy M N 1967 Sampli
225. ion Maximalzahl der Iterationen 100 Efron Methode Bresiow Methode Maximalzahl f r Schritt Halbierung Produktgrenzwert Methode k Konfidenzintervalle der berlebensfunktionen Y tterstionen auf der Grundlage der nderung bei den Parametersch tzern begrenzen auf der Grundlage der transformierten berlebensfunktion berechnen Minimale Ver nderung P oooon 000001 Typ Reietiv anschlie end in originale Einheiten zur cktransformieren Z terationen auf der Grundlage der Log Likelihood nderung begrenzen Transformation Auf der Grundlage der originalen Einheiten der berlebensfunktion berechnen E tterationsprotokoll anzeigen rBenutzerdefiniert fehlende Werte Als ung ltig behandeln Entscheidungsmethode f r die Parametersch tzung Als g ltig behandeln Efron Breslow Diese Einstellung gilt f r alle kategorialen Modell und Stichprobenplan Variablen Konfidenzintervall SZ inten Zumeiestzen aerecnen J ture Sch tzung Diese Steuerelemente geben die Kriterien f r die Sch tzung von Regressionskoeffizienten an m Maximalzahl der Iterationen Dies ist die maximale Anzahl der Iterationen die im Algorithmus vorgenommen werden Geben Sie eine nichtnegative Ganzzahl an m Maximalzahl f r Schritt Halbierung Bei jeder Iteration wird die Schrittgr e um den Faktor 0 5 reduziert bis die Log Likelihood ansteigt oder die Maximalz
226. it Parametersch tzern Standardfehlern Signifikanzwerten und Freiheitsgraden Die Reihenfolge der Variablen in der Matrixdatei lautet wie folgt m rowtype_ Nimmt folgende Werte und Wertelabel an COV Kovarianzen CORR Korrelationen EST Parametersch tzer SE Standardfehler SIG Signifikanzniveaus und DF Freiheitsgrade des Stichprobenplans Es gibt einen separaten Fall mit dem Zeilentyp COV bzw CORR f r jeden Modellparameter sowie einen separaten Fall f r jeden der anderen Zeilentypen m varname_ Nimmt f r die Zeilentypen COV bzw CORR die Werte P1 P2 an was einer geordneten Liste aller gesch tzten Modellparameter mit Ausnahme der Skalenparameter bzw der negativen binomialen Parameter entspricht mit Wertelabels die den in der 95 Cox Regression f r komplexe Stichproben Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen F r alle anderen Zeilentypen sind die Zellen leer P1 P2 Diese Variablen entsprechen einer geordneten Liste aller Modellparameter mit Wertelabels die den in der Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen Die Werte h ngen jeweils vom Zeilentyp ab Bei redundanten Parametern sind alle Kovarianzen auf 0 gesetzt die Korrelationen sind auf den systemdefiniert fehlenden Wert gesetzt alle Parametersch tzer sind auf 0 gesetzt und alle Standardfehler Signifikanzniveaus und die Freiheitsgrade der Residuen sind auf den systemdefinier
227. iter vv v y Die einzelnen Schritte mit Informationen zur Stufe werden bei der Ausf hrung eines Stichprobenplans bersprungen Sie k nnen nun jederzeit mit dem Schritt Fertig stellen fortfahren Optional k nnen Sie die Stufen angeben f r die die Stichprobenziehung bereits erfolgt ist Zus tzliche Funktionen bei den Befehlen CSPLAN und CSSELECT Mit der Befehlssyntax Sprache verf gen Sie au erdem ber folgende M glichkeiten m Festlegen der benutzerdefinierten Namen f r Ausgabevariablen m Festlegen der Ausgabe im Viewer Sie k nnen beispielsweise die stufenweise bersicht ber den Plan unterdr cken der angezeigt wird wenn eine Stichprobe entworfen oder bearbeitet wird die bersicht ber die F lle in der Stichprobe f r die einzelnen Schichten unterdr cken und eine Zusammenfassung der Fallverarbeitung abrufen m W hlen Sie eine Teilmenge der Variablen in der Arbeitsdatei aus die in eine externe Stichprobendatei oder in ein anderes Daten Set geschrieben werden soll Vollst ndige Informationen zur Syntax finden Sie in der Command Syntax Reference Kapitel Vorbereiten einer komplexen Stichprobe f r die Analyse Abbildung 3 1 Analysevorbereitungsassistent Schritt Willkommen E Analysevorbereitungsassistent Wilkommen beim Analysevorbereitungsassistenten Der Analysevorbereitungsassistent unterst tzt Sie bei der Beschreibung Ihrer komplexen Stichprobe und bei der Auswahl einer Sch tz
228. ittlich 518 25 ausgibt Es l sst sich sagen dass der konstante Term diesen Faktorstufen zugeordnet ist da es sich hierbei um die Faktorstufen handelt deren Parameter redundant sind Die shopfor Koeffizienten legen nahe dass von den Kunden die sowohl mit der Post versandte Coupons als auch Coupons aus Zeitungen verwenden diejenigen ohne Familie weniger ausgeben als diejenigen mit Ehepartnern die wiederum weniger ausgeben als Personen mit unterhaltsberechtigten Familienangeh rigen im Haushalt Da die Tests der Modelleffekte zeigten dass dieser Term zum Modell beitr gt sollten sich diese Unterschiede nicht ndern Die usecoup Koeffizienten legen nahe dass die Ausgaben bei Kunden mit unterhaltsberechtigten Familienangeh rigen im Haushalt mit sinkender Coupon Verwendung abnehmen Es liegt ein m iger Grad an Unsicherheit bei den Sch tzern vor doch die Konfidenzintervalle enthalten nicht den Wert 0 Die Interaktionskoeffizienten legen nahe dass Kunden die keine Coupons oder nur Coupons aus der Zeitung verwenden und keine unterhaltsberechtigten Familienangeh rigen im Haushalt haben tendenziell mehr ausgeben als ansonsten zu erwarten gewesen w re Wenn 196 Kapitel 19 ein Teil eines Wechselwirkungsparameters redundant ist ist der Wechselwirkungsparameter ebenfalls redundant m Die Abweichung in den Werten der Effekte des Stichprobenplans vom Wert 1 weisen darauf hin dass einige der f r diese Parametersch tzer berechne
229. ivefr drivefreg drivefr Iteration ungen Likelihood gastax 1 gastax 2 gastax 3 1 2 eg 1 eg 3 4 eg 5 326640 341 303567 549 303336 336 303335 933 303335 933 303335 933 Redundante Parameter werden nicht angezeigt Ihre Werte sind in allen Iterationen stets null Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat drivefreq Verkn pfungsfunktion Logit a Der Log Likelihood Wert kann nach der maximalen Anzahl der Schritte in der Schritt Halbierungs Methode nicht weiter erh ht werden b Zur Sch tzung der Parameter wurde die Newton Raphson Methode verwendet Wenn Sie das Iterationsprotokoll betrachten werden sie feststellen dass die nderungen in den Paramtersch tzern bei den letzten paar Iterationen so gering sind dass die Warnmeldung keinen Anlass zur Sorge darstellt Vergleichen von Modellen Abbildung 21 19 Pseudo R Quadrate f r das reduzierte Modell Cox und Snell Nagelkerke McFadden Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreg Verkn pfungsfunktion Logit Die R2 Werte f r das reduzierte Modell sind mit den Werten f r das urspr ngliche Modell identisch Dies spricht f r das reduzierte Modell Abbildung 21 20 Klassifikationsmatrix f r das reduzierte Modell vorhergesagt Strongly Strongly Prozent Beobachtet agree Disagree disagree
230. karte Diagramme E Cox Regression f r komplexe Stichproben x Zetuntreigie Enfsveien Unrrunpen Mode Saliken Degree Aypinesetse Speicher Exporteren Ontonen rDiagramme E berlebensfunktion E Log minus Log berlebenswahrscheinlichkeits Funktion o Hazard Funktion o 1 minus berlebenswahrscheinlichkeits Funktion E kontidenzint hh ramten d Faktoren im Diagramm darstellen in Faktor Hiveau Separate Linien Marital status Highest level B Social status 2 0 Level of education Highest level E Kovariaten im Diagramm darstellen in Kovariate Wert Age in years Mean In der Standardeinstellung werden Kovariaten im Modell an ihren Mittelwerten und Faktoren im Modell auf ihrem h chsten Niveau bewertet Sie k nnen den Wert bei dem irgendeine Einflussvariable bewertet wird ver ndern und separate Linien f r jedes Niveau einer Faktorvariable im Diagramm darstellen SZ ame zurtersetzen Astrechen ture Die Registerkarte Diagramme erm glicht es Ihnen Diagramme der Hazard Funktion der berlebensfunktion der Log minus Log der berlebensfunktion und der Eins minus berlebensfunktion anzufordern Sie k nnen au erdem ausw hlen Konfidenzintervalle der angegebenen Funktionen als Diagramm darzustellen das Konfidenzniveau wird auf der Registerkarte Optionen eingestellt Einflussvariablenmuster Sie k nnen ein Muster von Einflussvar
231. kommensklassen konstant sind sodass die Antwortrate durch Eingrenzen der Zielgruppe auf Zeitungsabonnenten mit relativ niedrigem Einkommen eventuell noch weiter gesteigert werden kann Verwandte Prozeduren Die Prozedur Kreuztabellen f r komplexe Stichproben ist ein n tzliches Werkzeug zur Gewinnung deskriptiver Statistiken aus Kreuztabellen von kategorialen Variablen f r Beobachtungen die mittels eines komplexen Stichprobenplans gewonnen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll m Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren m Die Prozedur H ufigkeiten f r komplexe Stichprobe bietet univariate deskriptive Statistiken f r kategoriale Variablen Kapitel Verh ltnisse f r komplexe Stichproben Die Prozedur Verh ltnisse f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r Verh ltnisse von
232. komplexe Stichproben zur Analyse von Aktivit tsniveaus Ein Forscher m chte das Aktivit tsniveau von US B rgern untersuchen und daf r die Ergebnisse der Umfrage National Health Interview Survey NHIS und einen zuvor erstellten Analyseplan verwenden F r weitere Informationen siehe Thema Verwendung des Analysevorbereitungsassistenten f r komplexe Stichproben zur Vorbereitung von ffentlich zug nglichen NHIS Daten in Kapitel 14 auf S 148 Eine Untergruppe der Umfrage aus dem Jahr 2000 finden Sie in der Datei nhis2000_subset sav Der Analyseplan ist in der Datei nhis2000_subset csaplan gespeichert F r weitere Informationen siehe Thema Beispieldateien in Anhang A in BM SPSS Complex Samples 20 Mit Deskriptive Statistiken f r komplexe Stichproben k nnen Sie univariate deskriptive Statistiken f r Aktivit tsniveaus erstellen Durchf hren der Analyse gt Um eine Analyse der Art Deskriptive Statistiken f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Deskriptive Statistiken Copyright IBM Corporation 1989 2011 169 170 Kapitel 16 Abbildung 16 1 Dialogfeld Komplexe Stichproben Plan Ei Plan f r komplexe Stichproben f r deskriptive Analyse X Plan Datei nhis2000_subset csaplar Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mith
233. l Basis berlebensfunktion und kumulative Hazardfunktion C een zurtersetzen aerecnen J __twre W hlen Sie Test f r proportionale Hazard Raten und dann Log als Zeitfunktion in der Gruppe Annahmen f r das Modell gt W hlen Sie Parametersch tzer f r alternatives Modell Klicken Sie auf OK Informationen zum Stichprobenplan Abbildung 22 12 Informationen zum Stichprobenplan G ltig Subjekte 5687 F lle 5687 Ung ltige F lle 0 Gesamtzahl der F lle 5687 Subjektgr e bei Grundgesamtheit 307583 898 Schichten 4 Einheiten 20 Freiheitsgrade des 16 Stichprobenplans Diese Tabelle enth lt Informationen zum Stichprobenplan der zur Sch tzung des Modells geh rt m Es gibt einen Fall pro Subjekt und alle 5 687 F lle werden bei der Analyse verwendet 238 Kapitel 22 Die Stichprobe macht weniger als 2 der gesamten gesch tzten Grundgesamtheit aus m Der Plan erforderte vier Schichten und f nf Einheiten pro Schicht also insgesamt 20 Einheiten in der ersten Stufe des Plans Die Freiheitsgrade des Stichprobenplans werden als 20 4 16 gesch tzt Tests der Modelleffekte Abbildung 22 13 Tests der Modelleffekte aues Freiheitsgrade Freiheitsgrade PAEA 1 2 Wald F Sig Lase 10 18 000 504 787 1 580E 13 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age Im proportionalen Haza
234. l und History of myocardial infarction mi2 als die zu transponierenden Variablen aus W hlen Sie trans5 aus der Liste der Zielvariablen aus 251 Cox Regression f r komplexe Stichproben Abbildung 22 29 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen A Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Wariablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Yariablen ausw hlen die als Yariablen mit festem Format in die neue Datei kopiert werden Variablen in der aktuellen Datei 5 CAT scan result catscan Angabe von Fallgruppen Treatment result result b Post event preventative surgery gt Variable dA Patient ID patid E amp Post evert rehabilitation rehab E Length of stay for rehabilitation lo Zu transponierende Variablen E Total treatment and rehabilitation c First event post attack everti Cocco CM E Time to first event post attack tim GER F Hi ee e A History of myocardial infarction m ER f History of ischemic stroke is1 4 Ba a 2 History of hemorrhagic stroke hs1 Y amp Second event post attack event2
235. ldung 9 3 Dialogfeld Allgemeines lineares Modell Statistik si Allgemeines lineares Modell f r komplexe Stichproben Statistik Modellparameter vi Sch tzer Kovarianzen der Parametersch tzer Standardfehler Korrelationen der Parametersch tzer F Konfidenzintervall Fi Effekt des Stichprobenplans E t Test E Quadratwurzel aus dem Effekt des Stichprobenplans Fi Anpassungsg te des Modells v Grundgesamtheitsmittelwerte der abh ngigen variablen und der Kovariaten M Informationen zum Stichprobenplan C es e Modellparameter In dieser Gruppe steuern Sie die Anzeige der Statistiken f r die Modellparameter Sch tzer Zeigt eine Sch tzung der Koeffizienten Standardfehler Zeigt den Standardfehler f r die einzelnen Koeffizientensch tzer Konfidenzintervall Zeigt ein Konfidenzintervall f r die einzelnen Koeffizientensch tzer Das Konfidenzniveau f r das Intervall wird im Dialogfeld Optionen festgelegt T Test Zeigt je einen t Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der Tests liegt vor wenn der Koeffizient den Wert 0 aufweist Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Modellkoeffizienten Korrelationen der Parametersch tzer Zeigt eine Sch tzung der Korrelationsmatrix f r die Modellkoeffizienten Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es
236. len Statistik Ef Kreuztabellen f r komplexe Stichproben Statistiken r Zellen M Umfang der Grundgesamtheit Spaltenprozent T Zeilenprozert E Tabellenprozente r Statistiken V Standardfehler 1 Ungewichtete Anzahl E Konfidenzinteryall Effekt des Stichprobenplan s i Quadratwurzel aus dem Effekt des Stichprobenplans E Varistionskoeffiziert B o r uswertungen f r 2x2 Tabellen Qutenverh ttnis Risiko Differenz E Relatives Risiko T Test auf Unhabh ngigkeit von Zeilen und Spalten Ce nn Ce Zellen In dieser Gruppe k nnen Sie Sch tzungen f r den Umfang der Grundgesamtheit f r die Zellen sowie Prozents tze f r Zeilen Spalten und die Tabelle abrufen Statistiken In dieser Gruppe finden Sie Statistiken zu den Umf ngen der Grundgesamtheiten und zu den Prozents tzen f r Zeilen Spalten und die Tabelle m Standardfehler Der Standardfehler des Sch tzers m Konfidenzintervall Ein Konfidenzintervall f r den Sch tzer unter Verwendung der festgelegten Niveaus Variationskoeffizient Das Verh ltnis des Standardfehlers des Sch tzers zum Sch tzer Erwartete Werte Der erwartete Wert des Sch tzers unter der Hypothese der Unabh ngigkeit der Zeilen und Spaltenvariable m Ungewichtete Anzahl Die Anzahl der Einheiten die zur Berechnung des Sch tzers verwendet wurden m Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varian
237. lexe Stichproben Zusammenfassung Abbildung 14 3 Zusammenfassung Stichproben YVariablen Schichtung Stratum f r Yarlanzsc h tzung Klumpen PSU f r Varianzst h tzung Informationen f r die Annahmen f r die Sch tzung Stichprob Auswertung enziehun g mit Zur ckleg en Plandatei Ciinhis2000_subset csaplan Gewichtungsvariable Gewicht am Jahresende SRS Sch tzer Stichprobenziehung ohne Zur cklegen In der Auswertungstabelle wird Ihr Analyseplan zusammengefasst Der Plan besteht aus einer einzelnen Stufe mit einer 1 Schichtungsvariable und einer 1 Klumpenvariable Die Stichprobe wird mit Zur cklegen MZ gezogen und der Plan wird unter c nhis2000_subset csaplan gespeichert Anschlie end k nnen Sie mit dieser Plandatei die Datei nhis2000_subset sav mit den Analyseverfahren f r komplexe Stichproben verarbeiten Vorbereitung f r die Analyse wenn die Datendatei keine Stichprobengewichte enth lt Eine Kreditsachbearbeiteinr verf gt ber eine Sammlung von Kundendatens tzen die anhand eines komplexen Plans zusammengestellt wurde die Stichprobengewichte sind jedoch nicht in der Datei enthalten Diese Informationen finden Sie in bankloan_cs_noweights sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in BM SPSS Complex Samples 20 Ausgehend von ihrem Wissen ber den Stichprobenplan m chte die Sachbearbeiterin mithilfe des Analysevorbereitungsassistenten f r komplexe Stichproben einen Analyseplan
238. lle m glichen 2 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 3 Weg Hiermit werden alle m glichen 3 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 Weg Hiermit werden alle m glichen 4 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt 71 Ordinale Regression f r komplexe Stichproben Alle 5 Weg Hiermit werden alle m glichen 5 Weg Wechselwirkungen der ausgew hlten Variablen erzeugt Verschachtelte Terme In dieser Prozedur k nnen Sie verschachtelte Terme f r ein Modell konstruieren Verschachtelte Terme sind n tzlich um den Effekt von Faktoren oder Kovariaten zu analysieren deren Werte nicht mit den Stufen eines anderen Faktors interagieren Eine Lebensmittelkette kann beispielsweise das Kaufverhalten ihrer Kunden in mehreren Filialen untersuchen Da jeder Kunde nur eine dieser Filialen besucht kann der Effekt Kunde als verschachtelt innerhalb des Effekts Filiale beschrieben werden Dar ber hinaus k nnen Sie Wechselwirkungseffekte wie polynomiale Terme mit derselben Kovariaten einschlie en oder dem verschachtelten Term mehrere Verschachtelungsebenen hinzuf gen Einschr nkungen F r verschachtelte Terme gelten die folgenden Einschr nkungen m Alle Faktoren innerhalb einer Wechselwirkung m ssen eindeutig sein Dementsprechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Alle Faktoren innerhalb eines verschachtelten Effekts m ssen eindeutig sein Dements
239. lly active a amp Obesity obesity amp b History of diabetes amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker amp Cholesterol choles amp History of angina a i History of myocard i ki History of ischemic Histary nf hemarrha Funktionsguppe Alle Arithmetisch Yerteilungsfunktionen Umwandlung Aktuelles Datum aktuelle Uhr DEE DEE 2333 Funktionen und Sondervariablen 33333 DEDE EIEIEIEIE i Fans optionale Fallauswahlbedingung Geben Sie start_time3 als Zielvariable ein Geben Sie time2 als numerischen Ausdruck ein Klicken Sie auf OK vy v v y Zur Umstrukturierung der Daten von Variablen zu F llen w hlen Sie in den Men s folgende Optionen aus Daten gt Umstrukturieren 245 Abbildung 22 23 Cox Regression f r komplexe Stichproben Assistent f r die Datenumstrukturierung Schritt Willkommen A Assistent f r die Datenumstrukturierung X Willkommen beim Assistenten f r die Datenumstrukturierung Mit diesem Assistenten k nnen Sie Ihre Daten aus mehreren Variablen Spalten in einem einzelnen Fall in Gruppen verwandter F lle Zeilen oder umgekehrt umstrukturieren Sie k nnen die Daten auch transponieren lassen D Der Assistent ersetzt das aktuelle Datenblatt durch die umstrukturierten Daten Beachten Sie dass eine Datenumstrukturierung nicht r ckg ngig gemacht werden kann Folgend
240. ls prim re Stichprobeneinheit gezogen 137 Stichprobenassistent f r komplexe Stichproben Abbildung 13 38 Stichprobenassistent Schritt Stichprobenumfang Stufe 2 Ei Stichprobenassistent X Stufe 2 Gr e der Stichprobe In diesem Dialogfeld geben Sie die Anzahl oder den Anteil der in der aktuellen Stufe als Stichprobe zu ziehenden Einheiten an Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Wilkommen ariablen Stufe 1 voter ID voteid Einheiten antee Stichproben Yariablen Methode Gr e der Stichprobe Der Wert f r den Ausgabevariablen Umfang gilt f r jede bersicht Schicht Stufe 2 Stichproben Yariablen wert Ungleiche Werte f r Schichten Methode Definieren P Gr e der Stichprobe Ausgabevariablen bersicht Stufe 3 hinzuf gen Stichprobe ziehen Mindestzahl H chstzahl Auswahloptionen en vum Ausgabedateien Abschluss werte aus Variable lesen W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus gt Geben Sie 0 2 als Wert f r den Anteil der aus jeder Schicht zu ziehenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 138 Kapitel 13 A
241. lyse cc anaana aaae Informationen zum Stichprobenplan 2eneseeeeererer een Tests der Modelleffekte 2 22 ccceeseeeeseeeenenneeeenenennnnn Parameter Sch tzer 222ccuneeseeeneeeeeeeeeeeeeneneeneenenennn Musterwerteu ur su ae a a a a a E a a Log minus Log Diagramm cc na anaana bersicht ana cn ne rn ea ne re re et ER xi Anh nge A Beispieldateien B Hinweise Bibliografie Index 273 284 287 289 Teil I Benutzerhandbuch Kapitel Einf hrung in die Prozeduren von Complex Samples Eine Grundannahme bei analytischen Prozeduren in herk mmlichen Softwarepaketen ist dass die Beobachtungen in einer Datendatei eine einfache Zufallsstichprobe aus der zu betrachtenden Grundgesamtheit darstellen Diese Annahme ist f r eine wachsende Anzahl von Unternehmen und Wissenschaftler unhaltbar f r die es kosteng nstig und zweckm ig ist Stichproben auf strukturiertere Weise zu gewinnen Mit der Option Complex Samples Komplexe Stichproben k nnen Sie eine Stichprobe nach einem komplexen Plan ausw hlen und die Planspezifikationen in die Datenanalyse integrieren um sicherzustellen dass die Ergebnisse g ltig sind Eigenschaften komplexer Stichproben Eine komplexe Stichprobe kann sich in verschiedener Hinsicht von einer einfachen Zufallsstichprobe unterscheiden Bei einer einfachen Zufallsstichprobe werden die einzelnen Stichprobeneinheiten zuf llig mit gleicher
242. m Modell sowie das Modell als Ganzes werden daraufhin getestet ob der Wert seines Effekts gleich 0 ist Terme mit Signifikanzwerten von weniger als 0 05 weisen einen erkennbaren Effekt auf Alle Modellterme tragen also zum Modell bei 195 Allgemeines lineares Modell f r komplexe Stichproben Parameter Sch tzer Abbildung 19 8 Parametersch tzer 95 Konfidenzinteryall Effekt des Standard Untere Stich Parameter Sch tzung fehler Grenze Obere Grenze probenplans Konstanter Term 492 905 shopfor 1 198 006 shopfor 2 154 191 shopfor 3 usecoup 1 162 830 usecoup 2 91 531 usecoup 3 52 387 usecoup 4 shopfor 1 usecoup 1 17 562 shopfor 1 usecoup 2 5 471 shopfor 1 usecoup 3 14 684 shopfor 1 usecoup 4 shopfor 2 usecoup 1 65 518 shopfor 2 usecoup 2 21 972 shopfor 2 usecoup 3 11 828 shopfor 2 usecoup 4 shopfor 3 usecoup 1 shopfor 3 usecoup 2 shopfor 3 usecoup 3 shopfor 3 usecoup 4 a Auf 0 gesetzt da dieser Parameter redundant ist b Modell Amount spent Konstanter Term shopfor usecoup shopfor usecoup Die Parametersch tzer zeigen den Effekt der einzelnen Einflussvariablen auf Amount spent Ausgegebener Betrag Der Wert 518 249 f r den konstanten Term deutet an dass die Einzelhandelskette davon ausgehen kann dass ein Kunde mit Familie der Coupons aus der Zeitung und gezielten Postsendungen verwendet durchschn
243. m Stichprobenplan in Cox Regression f r komplexe Stichproben 88 237 268 Iteration bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 Iterationsprotokoll bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 Klassifikationstabellen bei der logistischen Regression f r komplexe Stichproben 61 205 bei der ordinalen Regression f r komplexe Stichproben 72 218 Klumpen beim Stichprobenassistenten 6 im Analysevorbereitungsassistenten 21 komplexe Stichproben Analyseplan 20 Stichprobenplan 4 Komplexe Stichproben Fehlende Werte 32 41 Hypothesentests 52 62 74 Optionen 33 37 42 46 Konfidenzintervalle bei der logistischen Regression f r komplexe Stichproben 61 bei der ordinalen Regression f r komplexe Stichproben 72 im allgemeinen linearen Modell f r komplexe Stichproben 51 55 in Deskriptive Statistiken f r komplexe Stichproben 35 172 173 in H ufigkeiten f r komplexe Stichproben 31 166 167 in Kreuztabellen f r komplexe Stichproben 40 in Verh ltnisse f r komplexe Stichproben 44 Konfidenzniveau bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 Korrelationen der Parametersch tzer bei der logistischen Regression f r komplexe
244. m Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren Die Prozedur Verh ltnisse f r komplexe Stichproben bietet deskriptive Statistiken f r Verh ltnisse von Skalenma en Die Prozedur H ufigkeiten f r komplexe Stichprobe bietet univariate deskriptive Statistiken f r kategoriale Variablen Kapitel 17 Kreuztabellen f r komplexe Stichproben Mit der Prozedur Kreuztabellen f r komplexe Stichproben werden Kreuztabellen f r Paare von ausgew hlten Variablen erstellt und bivariate Statistiken angezeigt Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Verwendung von Kreuztabellen f r komplexe Stichproben zum Messen des relativen Risikos eines Ereignisses Ein Unternehmen das Zeitschriftenabonnements vertreibt sendet blicherweise jeden Monat Post an Personen aus einer gekauften Namensdatenbank Die Antwortrate ist normalerwei
245. mationen zum Stichprobenplan 237 268 Kaplan Meier Analyse 79 Log minus Log Diagramm 271 Index Modell 86 Modellexport 94 Musterwerte 270 Optionen 96 Parametersch tzer 242 269 Statistik 88 st ckweise konstante zeitabh ngige Einflussvariablen 242 Testen von proportionalen Hazards 238 Tests der Modelleffekte 238 241 269 Untergruppen 85 Variablen speichern 92 zeitabh ngige Einflussvariable 84 226 Cox Snell Residuen in Cox Regression f r komplexe Stichproben 92 Deskriptive Statistiken f r komplexe Stichproben 34 169 Fehlende Werte 36 ffentliche Daten 169 Statistik 35 172 Statistiken nach Teilgesamtheit 173 verwandte Prozeduren 174 Differenzkontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 Effekt des Stichprobenplans bei der logistischen Regression f r komplexe Stichproben 61 bei der ordinalen Regression f r komplexe Stichproben 72 im allgemeinen linearen Modell f r komplexe Stichproben 51 in Cox Regression f r komplexe Stichproben 88 in Deskriptive Statistiken f r komplexe Stichproben 35 in H ufigkeiten f r komplexe Stichproben 31 in Kreuztabellen f r komplexe Stichproben 40 in Verh ltnisse f r komplexe Stichproben 44 Efron Sch tzmethode in Cox Regression f r komplexe Stichproben 96 Einfache Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 Einfache Zufallsstichprobenziehung beim Stichprobenassistenten 8 Einflussva
246. meinen linearen Modell f r komplexe Stichproben 53 PPS Stichprobenziehung beim Stichprobenassistenten 8 Proportionale Hazards Test in Cox Regression f r komplexe Stichproben 238 Pseudo R2 Statistik bei der logistischen Regression f r komplexe Stichproben 61 204 bei der ordinalen Regression f r komplexe Stichproben 72 215 224 Quadratwurzel aus dem Effekt des Stichprobenplans bei der logistischen Regression f r komplexe Stichproben 61 bei der ordinalen Regression f r komplexe Stichproben 72 im allgemeinen linearen Modell f r komplexe Stichproben 51 in Cox Regression f r komplexe Stichproben 88 in Deskriptive Statistiken f r komplexe Stichproben 35 in H ufigkeiten f r komplexe Stichproben 31 in Kreuztabellen f r komplexe Stichproben 40 in Verh ltnisse f r komplexe Stichproben 44 Quotenverh ltnis bei der logistischen Regression f r komplexe Stichproben 63 207 bei der ordinalen Regression f r komplexe Stichproben 75 219 in Kreuztabellen f r komplexe Stichproben 40 175 292 Index R2 Statistik im allgemeinen linearen Modell f r komplexe Stichproben 51 193 Randmittel in GLM Univariat 196 Rechtliche Hinweise 284 Referenzkategorie bei der logistischen Regression f r komplexe Stichproben 58 im allgemeinen linearen Modell f r komplexe Stichproben 53 Relatives Risiko in Kreuztabellen f r komplexe Stichproben 40 175 179 180 Residuen im allgemeinen linearen Modell f r komplexe
247. methode Sie werden aufgefordert Stichprobengewichtungen und andere Informationen bereitzustellen die f r eine genaue Sch tzung der Standardfehler erforderlich sind Die getroffene Auswahl wird in einer Plandatei gespeichert die Sie bei allen Analyseverfahren der Option Komplexe Stichproben verwenden k nnen A Wie m chten Sie vorgehen A Plandestei erstellen w hlen Sie diese Option wenn Sie ber Datei Ipankloan capl Stichprobendaten verf gen jedoch nach keine Plandatei erstellt haben Plandatei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen A entfernen oder bearbeiten m chten Wenn Sie bereits ber eine Plandatei verf gen k nnen Sie den Analysevorbereitungsassistenten bergehen und direkt mit einer der Analyseprozeduren in der Option Komplexe Stichproben fortfahren um Ihre Stichprobe zu NY 4 analysieren Der Analysevorbereitungsassistent f hrt Sie durch die Schritte zum Erstellen bzw Bearbeiten eines Analyseplans zur Verwendung mit den verschiedenen Analyseverfahren f r komplexe Stichproben Vor der Verwendung des Assistenten sollten Sie nach einem komplexen Plan eine Stichprobe gezogen haben Das Erstellen eines neuen Plans ist am sinnvollsten wenn Sie keinen Zugriff auf die Datei mit dem Stichprobenplan haben der zum Ziehen der Stichprobe verwendet wurde der Stichprobenplan enth lt einen Standard Analyseplan Wenn Sie Zugriff auf
248. mplexe Stichproben 76 Vorhergesagte Wahrscheinlichkeit bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 76 Vorhergesagte Werte im allgemeinen linearen Modell f r komplexe Stichproben 54 Warnungen bei der ordinalen Regression f r komplexe Stichproben 223 Wiederholte Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 Zeilenprozente in Kreuztabellen f r komplexe Stichproben 40 Index zeitabh ngige Einflussvariable in Cox Regression f r komplexe Stichproben 84 226 Zusammenfassung beim Stichprobenassistenten 110 142 143 im Analysevorbereitungsassistenten 151 161
249. n Townships an Abgeordnete aus dem Western County weisen darauf hin dass es in ihrem County weniger Gemeinden gibt als in den anderen Um angemessen repr sentiert zu werden w rden sie gerne eine Mindeststichprobe von 3 Gemeinden f r jedes County festlegen gt Geben Sie 3 als Mindestzahl der auszuw hlenden Gemeinden und 5 als H chstzahl ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 135 Stichprobenassistent f r komplexe Stichproben Abbildung 13 36 Stichprobenassistent Schritt Plan bersicht Stufe 1 Stufe 1 Plan bersicht In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine weitere Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen Wilkommen bersicht Sue Beschriftung Schicht Gr e Methode Stichproben Variablen Kein county 0 3 pro Schicht PPS OZ Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 2 hinzuf gen Stichprobe ziehen Datei C poll csplan Auswahloptionen Ausgabedateien M chten Sie Stufe 2 hinzuf gen Abschluss Ja Stufe 2 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die W hlen Sie diese Option wenn die Daten von Stufe 2 Arbeitsdatei Daten f r Stufe 2 enth lt noch nicht verf gbar
250. n m o Mindestzahl H chstzahl W hlen Sie in der Dropdown Liste f r die Einheiten Anzahl aus Geben Sie 3 als Wert f r die Anzahl der in dieser Stufe auszuw hlenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 116 Kapitel 13 Abbildung 13 17 Stichprobenassistent Schritt Plan bersicht Stufe 1 Stufe 1 Plan bersicht Wilkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss bersicht Beschriftung Schicht Kein Region Datei C demo csplan M chten Sie Stufe 2 hinzuf gen Ja Stufe 2 jetzt hinzuf gen W hlen Sie diese Option wenn die Arbeitsdatei Daten f r Stufe 2 enth lt W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine weitere Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen Cluster Bundesland Gr e 3 pro Schicht Methode Einfache Zuf robenziehund Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die Daten von Stufe 2 noch nicht verf gbar sind oder wenn Ihr Stichprobenplan nur aus
251. n Ausgabedateien i Stufen aus dem Plan entfernen Abschluss Datei C Program Files SPSSInc PASYVStatistics1 8 SamplesiGerman property_assess csplan In diesem Schritt k nnen Sie den Stichprobenplan berpr fen und Stufen angeben f r die die Stichprobenziehung bereits erfolgt ist Wenn Sie einen Plan bearbeiten k nnen Sie auch Stufen aus dem Plan entfernen Stufen mit erfolgter Stichprobenziehung Wenn kein erweiterter Stichprobenrahmen verf gbar ist m ssen Sie einen mehrstufigen Stichprobenplan f r jede Stufe einzeln ausf hren W hlen Sie in der Dropdown Liste aus f r welche Stufen die Stichprobenziehung bereits erfolgt ist Alle Stufen die bereits ausgef hrt wurden sind gesperrt stehen also im Schritt Stichprobe ziehen Auswahloptionen nicht zur Verf gung und k nnen beim Bearbeiten des Plans nicht ge ndert werden Stufen entfernen Sie k nnen die Stufen 2 und 3 aus einem mehrstufigen Plan entfernen Ausf hren eines bestehenden Stichprobenplans W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen 19 Stichprobenziehung mithilfe eines komplexen Plans W hlen Sie die Option Stichprobe ziehen und w hlen Sie eine Plandatei f r die Ausf hrung aus Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren berarbeiten Sie den Stichprobenplan im Schritt Plan bersicht und klicken Sie auf We
252. n bersicht Wilkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss I In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine weitere Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen bersicht Beschriftung Schicht Cluster Gr e Methode Kein Region Bundesland 3 pro Schicht Einfache Zuf robenziehunt Kein Landkreis Stadt 0 1 pro Schicht Einfache Zuf robenziehung Datei C demo csplan M chten Sie Stufe 3 hinzuf gen Ja Stufe 3 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die W hlen Sie diese Option wenn die Daten von Stufe 3 Arbeitsdatei Daten f r Stufe 3 enth lt noch nicht verf gbar sind oder wenn Ihr Stichprobenplan nur aus zwei Stufen besteht gap nn nung EEE W hlen Sie Ja Stufe 3 jetzt hinzuf gen Klicken Sie auf Weiter 120 Kapitel 13 Abbildung 13 21 Stichprobenassistent Schritt Stichproben Variablen Stufe 3 A Stichprobenassistent X Stufe 3 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen de
253. n die f r geistiges Eigentum zust ndige Abteilung von IBM in Ihrem Land Schriftliche Anfragen k nnen Sie auch an folgende Adresse senden Intellectual Property Licensing Legal and Intellectual Property Law IBM Japan Ltd 1623 14 Shimotsuruma Yamato shi Kanagawa 242 8502 Japan Der folgende Abschnitt findet in Gro britannien und anderen L ndern keine Anwendung in denen solche Bestimmungen nicht mit der rtlichen Gesetzgebung vereinbar sind INTERNATIONAL BUSINESS MACHINES STELLT DIESE VER FFENTLICHUNG IN DER VERF GBAREN FORM OHNE GARANTIEN BEREIT SEIEN ES AUSDR CKLICHE ODER STILLSCHWEIGENDE EINSCHLIESSLICH JEDOCH NICHT NUR DER GARANTIEN BEZ GLICH DER NICHT RECHTSVERLETZUNG DER G TE UND DER EIGNUNG F R EINEN BESTIMMTEN ZWECK Manche Rechtsprechungen lassen den Ausschluss ausdr cklicher oder implizierter Garantien bei bestimmten Transaktionen nicht zu sodass die oben genannte Ausschlussklausel m glicherweise nicht f r Sie relevant ist Diese Informationen k nnen technische Ungenauigkeiten oder typografische Fehler aufweisen An den hierin enthaltenen Informationen werden regelm ig nderungen vorgenommen Diese nderungen werden in neuen Ausgaben der Ver ffentlichung aufgenommen IBM kann jederzeit und ohne vorherige Ank ndigung Optimierungen und oder nderungen an den Produkten und oder Programmen vornehmen die in dieser Ver ffentlichung beschrieben werden Copyright IBM Corporation 1989 2011 284 285
254. n und diese Merkmale zur Feststellung eines guten bzw schlechten Kreditrisikos einzusetzen Angenommen ein Kreditsachbearbeiter verf gt ber eine Reihe von Datens tzen zu Kunden die ein Darlehen in verschiedenen Zweigstellen erhalten haben diese Datens tze wurden nach einem komplexen Plan zusammengestellt Diese Informationen finden Sie in bankloan_cs sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Der Sachbearbeiter interessiert sich f r die Wahrscheinlichkeit mit der ein Kunde einen Kredit nicht zur ckzahlen kann und zwar im Zusammenhang mit dem Alter der beruflichen Entwicklung und der H he des Kredits Bei dieser Untersuchung soll der Stichprobenplan ber cksichtigt werden Durchf hren der Analyse W hlen Sie zum Erstellen des logistischen Regressionsmodells die folgenden Men befehle aus Analysieren gt Komplexe Stichproben gt Logistische Regression Copyright IBM Corporation 1989 2011 200 201 Logistische Regression f r komplexe Stichproben Abbildung 20 1 Dialogfeld Komplexe Stichproben Plan iii Plan f r komplexe Stichproben f r logistische Regression K Plan Datei pankloan csaplar Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorberei
255. n Schulden zu Einkommen in Schulde E Schulden auf Kreditkarte in Tausend Card_Sch E Andere Schulden in Tausend sonst_Schulden 5 vorherige Nichtzahlung Nichtzahlung E inciprob_s2 Einheiten O wert werte aus Variable lesen Dieser Schritt dient zur Angabe der Einschlusswahrscheinlichkeiten bzw der Umf nge der Grundgesamtheiten f r die aktuelle Stufe Die Umf nge k nnen fest oder f r die verschiedenen Schichten unterschiedlich sein F r die Angabe der Umf nge k nnen die in den vorangegangenen Stufen festgelegten Klumpen verwendet werden um Schichten zu definieren Beachten Sie dass dieser Schritt nur dann erforderlich ist wenn als Sch tzmethode OZ gleich ausgew hlt wurde Einheiten Sie k nnen den genauen Umfang der Grundgesamtheiten angeben oder die Wahrscheinlichkeiten mit denen die Stichprobenziehung der Einheiten erfolgte m Wert Allen Schichten wird derselbe Wert zugewiesen Wenn Umfang der Grundgesamtheiten als Metrik f r die Einheiten ausgew hlt wurde sollten Sie eine nichtnegative Ganzzahl eingeben Bei Auswahl von Einschlusswahrscheinlichkeiten sollten Sie einen Wert aus dem Bereich von 0 bis 1 eingeben m Ungleiche Werte f r Schichten Erm glicht die Eingabe von Umfangswerten f r die einzelnen Schichten ber das Dialogfeld Ungleiche Werte f r Schichten m Werte aus Variable lesen Erm glicht die Auswahl einer numerischen Variablen die d
256. n Sie sampleweight als Variable f r die Stichprobengewichtung aus Klicken Sie auf Weiter Abbildung 22 40 Analysevorbereitungsassistent Sch tzmethode nalyse n Stufe 1 Sch tzmethode In diesem Dialogfeld k nnen Sie eine Methode zum Sch tzen der Standardfehler ausw hlen Die Sch tzmethode h ngt von den Annahmen dar ber ab wie die Stichprobe gezogen wurde Willkommen Stufe 1 Welcher der folgenden Stichprobenpl ne soll f r die Sch tzung angenommen werden Stichproben Yariablen Sch tzmethode MZ Stichprobenziehung mit Zur cklegen bersicht Wenn Sie diese Option ausw hlen k nnen Sie keine weiteren Stufen hinzuf gen Alle Stichprobenstufen nach der aktuellen Stufe Abschluss werden bei der Datenanalyse ignoriert Endlichkeitskorrektur Finite Population Correction FPC beim Sch tzen der Varianz unter der Annahme einer einfachen Zufallsstichprobenziehung verwenden OZ gleich Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur cklegen Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswahrscheinlichkeiten oder die Umf nge der Grundgesamtheiten anzugeben oZ ungleich Stichprobenziehung mit ungleicher Wahrscheinlichkeit ohne Zur cklege F r die Analyse der Stichprobendaten sind gemeinsame Wahrscheinlichkeiten erforderlich Diese Option ist nur in Stufe 1 verf gbar szur ck_ veter gt etgsteen Abtrechen nie Deaktivieren Sie die Option Endl
257. n Startwert soll verwendet werden stufe 2 i Stichproben Yariablen Methode Benutzerdefinierter Wert Gr e der Stichprobe Ausgabevariablen bersicht E In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen Zuf llig ausgew hlte Zahl Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren m chten Stufe 3 hinzuf gen Stichprobe ziehen E Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen i die Verarbeitung beschleunigen gt Auswahloptionen Ausgabedateien Abschluss In diesem Schritt k nnen Sie ausw hlen ob eine Stichprobe gezogen werden soll Au erdem k nnen Sie andere Optionen f r die Stichprobenauswahl festlegen beispielsweise den zuf lligen Startwert und den Umgang mit fehlenden Werten Stichprobe ziehen Sie k nnen ausw hlen ob eine Stichprobe gezogen werden soll Au erdem k nnen Sie festlegen dass ein Teil des Stichprobenplans ausgef hrt werden soll Die Stichprobenziehungen f r die Stufen muss der Reihe nach erfolgen Die Stichprobenziehung f r Stufe 2 kann also erst erfolgen wenn die Stichprobe f r Stufe 1 gezogen wurde Bei der Bearbeitung oder Ausf hrung eines Plans kann f r gesperrte Stufen keine erneute Stichprobenziehung erfolgen 15 Stichprobenziehung mithilfe eines komplexen Plans Startwert Damit k nnen Sie einen Startwert f r die Generieru
258. n Variablen zum demografischen Hintergrund der W hler und ihrer Meinung zum vorgeschlagenen Gesetzentwurf wurden nach der Ziehung der Stichprobe erfasst und zur Datendatei hinzugef gt property_assess sav Hierbei handelt es sich um eine hypothetische Datendatei in der es um die Bem hungen eines f r einen Bezirk County zust ndigen Immobilienbewerters geht trotz eingeschr nkter Ressourcen die Einsch tzungen des Werts von Immobilien auf dem aktuellsten Stand zu halten Die F lle entsprechen den Immobilien die im vergangenen Jahr in dem betreffenden County verkauft wurden Jeder Fall in der Datendatei enth lt die Gemeinde in der sich die Immobilie befindet den Bewerter der die Immobilie besichtigt hat 280 Anhang A die seit dieser Bewertung verstrichene Zeit den zu diesem Zeitpunkt ermittelten Wert sowie den Verkaufswert der Immobilie property_assess_cs sav Hierbei handelt es sich um eine hypothetische Datendatei in der es um die Bem hungen eines f r einen US Bundesstaat zust ndigen Immobilienbewerters geht trotz eingeschr nkter Ressourcen die Einsch tzungen des Werts von Immobilien auf dem aktuellsten Stand zu halten Die F lle entsprechen den Immobilien in dem betreffenden Bundesstaat Jeder Fall in der Datendatei enth lt das County die Gemeinde und das Wohnviertel in dem sich die Immobilie befindet die seit der letzten Bewertung verstrichene Zeit sowie zu diesem Zeitpunkt ermittelten Wert property_assess_cs_
259. n Yariablen Methode Gr e der Stichprobe gt Ausgabevariablen bersicht L Stichprobenumtang L Stichprobengewichtung Welche Variablen sollen gespeichert werden E Umfang der Grundgesamtheit o Stichprobenanteil Stufe 2 hinzuf gen i Stichprobe ziehen 1 Auswahloptionen Einschlusswahrscheinlichkeiten kumulative Stichprobengewichtungen und endg ltige Stichprobengewichtungen werden immer gespeichert Ausgabedateien Abschluss Duplizierungsindizes werden automatisch erstellt wenn der Plan eine Stichprobenziehung mit Zur cklegen vorsieht ea EEE run men ie In diesem Schritt k nnen Sie Variablen ausw hlen die beim Ziehen der Stichprobe gespeichert werden sollen Umfang der Grundgesamtheit Die gesch tzte Anzahl an Einheiten in der Grundgesamtheit f r eine bestimmte Stufe Der Stammname der gespeicherten Variablen lautet PopulationSize_ Stichprobenanteil Die Stichprobenquote in einer bestimmten Stufe Der Stammname der gespeicherten Variablen lautet SamplingRate_ Stichprobenumfang Die Anzahl der Einheiten die in einer bestimmten Stufe als Stichprobe gezogen wurden Der Stammname der gespeicherten Variablen lautet SampleSize_ Stichprobengewichtung Dies ist die Inverse der Einschlusswahrscheinlichkeiten Der Stammname der gespeicherten Variablen lautet SampleWeight_ 13 Stichprobenziehung mithilfe eines komplexen Plans Einige stufenweise Variablen werden automatisch generiert Dazu ge
260. n aus dem Plan entfernen Analysevorbereitungsassistent Plan bersicht Abbildung 3 8 Analysevorbereitungsassistent Schritt Plan bersicht Analysevorbereitungsassistent Plan bersicht In diesem Dialogfeld wird der Plan zusammengefasst Sie haben die M glichkeit Stufen zu l schen bevor Sie fortfahren a Wilkommen bersicht 5 P Plan bersicht Stufe Yariaklenta Schicht Gruppen Gewichtun Gr e Methode m Stage 1 1 Kein STRATUM Region Wunschgewic n v MZ i Stichproben Yariablen ht Sch tzmethode 2 Kein n v i bersicht Stage 2 Stichproben Yariablen Sch tzmethode bersicht Datei C Program Files BM SPSS1Statistics1 NSamples Germaninhis2000_subset csaplan Abschluss In diesem Schritt k nnen Sie den Analyseplan berpr fen und Stufen aus dem Plan entfernen Stufen entfernen Sie k nnen die Stufen 2 und 3 aus einem mehrstufigen Plan entfernen Da ein Plan mindestens eine Stufe aufweisen muss k nnen Sie die Stufe 1 zwar bearbeiten nicht jedoch aus dem Plan entfernen Kapitel Plan f r komplexe Stichproben F r die Analyseverfahren f r komplexe Stichproben sind Analysespezifikationen aus einer Analyse oder Stichprobenplan Datei erforderlich um g ltige Ergebnisse zu erzielen Abbildung 4 1 Dialogfeld Komplexe Stichproben Plan E Plan f r komplexe Stichproben f r deskriptive Analyse rPlan Datei
261. n nn 148 Verwendung des Assistenten 2 222 nannaa 148 Zusammenfassung 22222 neeeeeeeeenene nenne nennen rer 151 Vorbereitung f r die Analyse wenn die Datendatei keine Stichprobengewichte enth lt 151 Berechnung von Einschlusswahrscheinlichkeiten und Stichprobengewichten 151 Verwendung des Assistenten 2 annaua 154 Zusammenfassung 22222 neeeeeeeeeeene nennen nennen 161 Verwandte Prozeduren 2C2coneeeneneneeneeene rennen rennen een en 162 15 H ufigkeiten f r komplexe Stichproben 163 Verwendung von H ufigkeiten f r komplexe Stichproben zur Analyse der Verwendung von Nahrungserg nzungen 2 ucanenerenenenenenennenen ernennen een 163 Durchf hren der Analyse nannaa 163 H ufigkeitstabelle Correspondence Analysis 2222ceseeeeeeeeeee nenn 166 H ufigkeit nach Teilgesamtheit 2 2 con oneneeneeeeeeneneen ernennen 167 AUSWERTUNG 04 4 Aa a aaia a a a aa a nl a ee a 167 Verwandte Prozeduren 2 2 onseeneneneeeenene nennen rennen een 168 16 Deskriptive Statistiken f r komplexe Stichproben 169 Verwendung von Deskriptive Statistiken f r komplexe Stichproben zur Analyse von Aktivit tsniveaus 2 2 2 2 o2oeee nennen een een 169 Durchf hren der Analyse 2 2 auaa 169 Univariate Statistiken 222C2cseeneneneneneneenenereeeee nennen 172 Univariate Statistiken nach Teilgesamtheit 2 2usee
262. nahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Dies ist ein Ma f r den Effekt eines komplexen Stichprobenplans wobei eine gr ere Abweichung von 1 auf gr ere Effekte hinweist Quadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt T Test Sie k nnen T Tests der Sch tzer unter Verwendung eines angegebenen Werts abrufen Verh ltnisse f r komplexe Stichproben Fehlende Werte Abbildung 8 3 Dialogfeld Verh lntisse Fehlende Werte E Verh ltnisse f r komplexe Stichproben Fehlende Werte rYerh ltnisse Alle verf gbaren Daten verwenden verh ltnisweiser Ausschluss Einheitliche Fallbasis gew hrleisten listenweiser Ausschluss rKategoriale Stichproben Yariablen Benutzerdefinierte fehlende Werte sind ung ltig Benutzerdefinierte fehlende Werte sind g ltig F lle mit ung ltigen Daten f r eine kategoriale Stichprobenvariable werden aus der Analyse ausgeschlossen Verh ltnisse Diese Gruppe bestimmt welche F lle bei der Analyse verwendet werden Alle verf gbaren Daten verwenden Fehlende Werte werden jeweils f r einzelne Verh ltnisse bestimmt Daher k nnen die zur Berechnung von Statistiken verwendeten F lle zwischen den einzelnen Z hler Nenner Paaren variieren Einheitliche Fallbasis
263. nflussvariable definieren auf S 84 Zeitabh ngige Einflussvariablen k nnen als Faktoren oder als Kovariaten angegeben werden 84 Kapitel 12 Zeitabh ngige Einflussvariable definieren Abbildung 12 4 Dialogfeld Cox Regression zeitabh ngige Einflussvariable definieren EH Cox Regression f r komplexe Stichproben zeitabh ngige Einflussvariable definieren O nene Variablen Numerischer Ausdruck amp Tmelt 2 l IncT tage amp Festnahme ID arrest rn 2 Alter in Jahren age H Altersgruppe agecat amp Familienstand marital Mi Sozialer Status social Ri Ausbildung ed amp b Besch ftigt employ amp Geschlecht gender i kg Schwere der ersten T amp Gewalt bei erster Tat l amp Datum der Entlassung amp Kaution hinterlegt bail E Rehakilitstionsma nah amp Zweite Festnahme arr r Funktionen und Sondervariablen rOperstoren und Zahlen fi Schwere der zweiten Funktion Beschreibung b Gewalt bei zweiter Tat amp Zweite Verurteilung c amp Datum der zweiten Fes E Einschluss Auswahl E Kumuliertes Auswahlg L Einschluss Auswahl 8E Kumuliertes Auswahlg Im Dialogfeld Zeitabh ngige Einflussvariable definieren k nnen Sie eine Einflussvariable definieren die von der systemeigenen Zeitvariablen T_ abh ngig ist Sie k nnen diese Variable verwenden um zeitabh ngige Kovariaten auf
264. ng Theory and Methods Kalkutta Indien Statistical Publishing Society Nagelkerke N J D 1991 A note on the general definition of the coefficient of determination Biometrika 18 3 Price R H als auch D L Bouffard 1974 Behavioral appropriateness and situational constraints as dimensions of social behavior Journal of Personality and Social Psychology 30 Rickman R N Mitchell J Dingman als auch J E Dalen 1974 Changes in serum cholesterol during the Stillman Diet Journal of the American Medical Association 228 Rosenberg S als auch M P Kim 1975 The method of sorting as a data gathering procedure in multivariate research Multivariate Behavioral Research 10 Copyright IBM Corporation 1989 2011 287 288 Bibliografie S rndal C B Swensson als auch J Wretman 1992 Model Assisted Survey Sampling New York Springer Verlag Van der Ham T J J Meulman D C Van Strien als auch H Van Engeland 1997 Empirically based subgrouping of eating disorders in adolescents A longitudinal perspective British Journal of Psychiatry 170 Verdegaal R 1985 Meer sets analyse voor kwalitatieve gegevens in niederl ndischer Sprache Leiden Department of Data Theory Universit t Leiden Ware J H D W Dockery A Spiro II F E Speizer als auch B G Ferris Jr 1984 Passive smoking gas cooking and respiratory health of children living in six cities American Review of Respira
265. ng von Zufallszahlen ausw hlen Benutzerdefinierte fehlende Werte einschlie en Hiermit wird festgelegt ob benutzerdefinierte fehlende Werte g ltig sind Wenn ja werden benutzerdefinierte fehlende Werte als gesonderte Kategorie behandelt Daten sind bereits sortiert Wenn der Stichprobenrahmen anhand der Werte der Schichtungsvariablen vorsortiert wurde k nnen Sie mit dieser Option den Auswahlvorgang beschleunigen Stichprobenassistent Stichprobe ziehen Ausgabedateien Abbildung 2 9 Stichprobenassistent Schritt Stichprobe ziehen Ausgabedateien Ei Stichprobenassistent Stichprobe ziehen Ausgabedateien In diesem Dialogfeld w hlen Sie aus wo die Stichprobendaten gespeichert werden Sie m ssen die F lle in der Stichprobe in einer externen Datei speichern wenn die Stichprobenziehung mit Zur cklegen erfolgt Wenn das Ziel ein neues Datenblatt oder eine neue Datei ist werden neben den Yariablen die ausgew hlten F lle gespeichert Gemeinsame Wahrscheinlichkeiten werden gespeichert wenn Sie eine PPS Stichprobenziehung ohne Zur cklegen verwenden Sie werden f r Sch tzungen von PPS Designs OZ ben tigt Wilkommen Stufe 1 Wo sollen die Stichprobendaten gespeichert werden Stichproben vYariablen Methode Arbeitsdatei Gr e der Stichprobe Neues Datenblatt Ausgabevariablen 5 bersicht Stufe 2 i gt Stichproben Variablen Methode Gr e der Stichprobe 4 urc j Ausgabevariablen Externe Datei
266. nisch Russisch Vereinfachtes Chinesisch Spanisch und Traditionelles Chinesisch Nicht alle Beispieldateien stehen in allen Sprachen zur Verf gung Wenn eine Beispieldatei nicht in einer Sprache zur Verf gung steht enth lt der jeweilige Sprachordner eine englische Version der Beispieldatei Beschreibungen Im Folgenden finden Sie Kurzbeschreibungen der in den verschiedenen Beispielen in der Dokumentation verwendeten Beispieldateien m accidents sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um eine Versicherungsgesellschaft geht die alters und geschlechtsabh ngige Risikofaktoren f r Autounf lle in einer bestimmten Region untersucht Jeder Fall entspricht einer Kreuzklassifikation von Alterskategorie und Geschlecht m adl sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Bem hungen geht die Vorteile einer vorgeschlagenen Therapieform f r Schlaganfallpatienten zu ermitteln rzte teilten weibliche Schlaganfallpatienten nach dem Zufallsprinzip jeweils einer von zwei Gruppen zu Die erste Gruppe erhielt die physische Standardtherapie die zweite erhielt eine zus tzliche Emotionaltherapie Drei Monate nach den Behandlungen wurden die F higkeiten der einzelnen Patienten bliche Alltagsaktivit ten auszuf hren als ordinale Variablen bewertet m advert sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Einzelh ndlers geht die Bezi
267. nkurrierenden Modellen f r dieselben Daten geht Das Modell mit der gr ten R Statistik ist nach diesem Ma stab am besten Klassifikation Abbildung 20 7 Klassifikationsmatrix vorhergesagt Prozent Beobachtet Nein ja korrekt Nein 88289 7 31871 267 85 5 ja 49970 600 77675 133 60 9 Prozent insgesamt 68 5 31 5 76 5 Abh ngige Yariable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden Die Klassifikationsmatrix zeigt die praktischen Ergebnisse der Verwendung des logistischen Regressionsmodells In jedem Fall ist die vorhergesagte Antwort Ja wenn der vom Modell vorhergesagte Logit Wert gr er als 0 ist Die F lle werden nach finalweight gewichtet sodass die Klassifikationsmatrix die erwartete Modellleistung in der Grundgesamtheit wiedergibt m Die Zellen auf der Diagonale stellen korrekte Vorhersagen dar m Die Zellen abseits der Diagonale stellen falsche Vorhersagen dar Auf der Grundlage der zum Erstellen des Modells verwendeten F lle k nnen Sie davon ausgehen dass Sie mit diesem Modell 85 5 der Personen in der Grundgesamtheit die nicht zahlungsunf hig werden korrekt klassifizieren Ebenso k nnen Sie davon ausgehen dass Sie 60 9 der Personen die zahlungsunf hig werden korrekt klassifizieren Insgesamt k nnen Sie davon ausgehen dass 76 5 der F lle korrekt klassifiz
268. nomialen Parameter entspricht mit Wertelabels die den in der Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen F r alle anderen Zeilentypen sind die Zellen leer m P1 P2 Diese Variablen entsprechen einer geordneten Liste aller Modellparameter mit Wertelabels die den in der Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen Die Werte h ngen jeweils vom Zeilentyp ab Bei redundanten Parametern sind alle Kovarianzen auf 0 gesetzt die Korrelationen sind auf den systemdefiniert fehlenden Wert gesetzt alle Parametersch tzer sind auf 0 gesetzt und alle Standardfehler Signifikanzniveaus und die Freiheitsgrade der Residuen sind auf den systemdefiniert fehlenden Wert gesetzt Hinweis Diese Datei ist nicht unmittelbar f r weitere Analysen in anderen Prozeduren verwendbar bei denen eine Matrixdatei eingelesen wird es sei denn diese Prozeduren akzeptieren alle hier exportierten Zeilentypen Modell als XML exportieren Speichert die Parametersch tzungen und ggf die Parameter Kovarianzmatrix falls ausgew hlt im XML Format PMML Anhand dieser Modelldatei k nnen Sie die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Allgemeines lineares Modell f r komplexe Stichproben Optionen Abbildung 9 7 Dialogfeld Allgemeines lineares Modell Optionen Ei Allgemeines lineares Modell f r komplexe Stichproben Optionen Er rBenutzerdefiniert fehlende Werte
269. nth lt mit Parametersch tzern Standardfehlern Signifikanzwerten und Freiheitsgraden Die Reihenfolge der Variablen in der Matrixdatei lautet wie folgt m rowtype_ Nimmt folgende Werte und Wertelabel an COV Kovarianzen CORR Korrelationen EST Parametersch tzer SE Standardfehler SIG Signifikanzniveaus und DF Freiheitsgrade des Stichprobenplans Es gibt einen separaten Fall mit dem Zeilentyp COV bzw CORR f r jeden Modellparameter sowie einen separaten Fall f r jeden der anderen Zeilentypen m varname_ Nimmt f r die Zeilentypen COV bzw CORR die Werte P1 P2 an was einer geordneten Liste aller gesch tzten Modellparameter mit Ausnahme der Skalenparameter bzw der negativen binomialen Parameter entspricht mit Wertelabels die den in der 65 Logistische Regression f r komplexe Stichproben Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen F r alle anderen Zeilentypen sind die Zellen leer P1 P2 Diese Variablen entsprechen einer geordneten Liste aller Modellparameter mit Wertelabels die den in der Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen Die Werte h ngen jeweils vom Zeilentyp ab Bei redundanten Parametern sind alle Kovarianzen auf 0 gesetzt die Korrelationen sind auf den systemdefiniert fehlenden Wert gesetzt alle Parametersch tzer sind auf 0 gesetzt und alle Standardfehler Signifikanzniveaus und die Freiheitsgrade der Residuen sind auf
270. ntiell 2 283 31 966 6 215 004 003 046 334 334 agecat gender votelast drivefreg Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreq Verkn pfungsfunktion Logit Jeder Term im Modell wird daraufhin getestet ob sein Effekt gleich 0 ist Terme mit Signifikanzwerten von weniger als 0 05 weisen einen erkennbaren Effekt auf Daher tragen agecat und drivefreg zum Modell bei w hrend die anderen Haupteffekte keinen Beitrag leisten In einer weiteren Analyse der Daten k nnten Sie die Entfernung von gender und votelast aus dem Modell in Erw gung ziehen Parameter Sch tzer Die Tabelle der Parametersch tzer fasst den Effekt der einzelnen Einflussvariablen zusammen Aufgrund des Charakters der Verkn pfungsfunktion ist die Interpretation der Koeffizienten in diesem Modell zwar schwierig die Vorzeichen der Koeffizienten f r Kovariaten und die relativen Werte der Koeffizienten f r Faktorstufen k nnen jedoch wichtige Einblicke in die Effekte der Einflussvariablen im Modell bieten m Bei Kovariaten weisen positive negative Koeffizienten auf positive inverse Beziehungen zwischen Einflussvariablen und Ergebnis hin Ein steigender Wert einer Kovariaten mit einem positiven Koeffizienten entspricht einer steigenden Wahrschreinlichkeit daf r dass sie sich in einer der h heren Kategorien f r das kumulative Ergebnis befindet 217
271. nungen im Zusammenhang mit der berlebensfunktion an m Methode zur Sch tzung von Basis berlebensfunktionen Die Breslow Methode auch Nelson Aalan oder empirische Methode sch tzt den Grundwert f r die kumulierte Hazard Rate durch eine nicht abnehmende Schrittfunktion mit Schritten bei den beobachteten Versagenszeitpunkten und berechnet daraufhin die Basis berlebensrate anhand der Beziehung berleben exp kumulierte Hazard Rate Die Efron Methode ist rechenintensiver und beschr nkt sich auf die Breslow Methode falls keine Bindungen bestehen Die Produkt Limit Methode sch tzt die Basis berlebensrate anhand einer nicht steigenden rechtsstetigen Funktion wenn das Modell keine Einflussvariablen enth lt beschr nkt sich diese Methode auf die Kaplan Meier Sch tzung m Konfidenzintervalle von berlebensfunktionen Das Konfidenzintervall kann auf drei verschiedene Arten berechnet werden in urspr nglichen Einheiten ber eine logarithmische Transformation oder ber eine Log minus Log Transformation Nur die Log minus Log Transformation garantiert dass die Grenzen des Konfidenzintervalls zwischen 0 und 1 liegen dennoch bringt die logarithmische Transformation im Allgemeinen die besten Ergebnisse Benutzerdefinierte fehlende Werte Alle Variablen m ssen g ltige Werte f r einen Fall aufweisen um in die Analyse aufgenommen zu werden Mit diesen Steuerungen legen Sie fest ob benutzerdefinierte fehlende Werte bei kategorischen
272. nze Obere Grenze 002 001 003 Uberlebenszeitvariable Length of stay for rehabilitation Time to first event post attack Ereignisstatusvariable First event post attack 4 Subjekt ID Yariable Patient ID Modell mi is hs a Auf 0 gesetzt da dieser Parameter redundant ist b Entscheidungsmethode Breslow Die Prozedur verwendet die letzte Kategorie eines jeden Faktors als Referenzkategorie der Effekt anderer Kategorien ist relativ zur Referenzkategorie Beachten Sie dass der Sch tzer zwar ergiebige Eigenschaften f r statistische Tests bietet der potenzierte Sch tzer Exp B jedoch einfacher zu interpretieren ist da die vorhergesagte nderung in der Hazard Rate relativ zur Referenzkategorie ist 270 Kapitel 22 Der Wert von Exp B f r mi 0 bedeutet dass die Hazard Rate f r den Tod eines Patienten ohne fr here Herzinfarkte mi 0 002 mal so gro ist wie die eines Patienten der bereits drei Herzinfarkte erlitten hat Die Konfidenzintervalle f r mi 1 und mi 0 berschneiden sich was darauf hindeutet dass die Hazard Rate f r einen Patienten mit einem vorherigen Herzinfarkt von der eines Patienten ohne vorherigen Herzinfarkt statistisch nicht zu unterscheiden ist Die Konfidenzintervalle f r mi 0 und mi 1 berschneiden sich nicht mit dem Intervall f r mi 2 und keines von ihnen beinhaltet den Wert 0 was darauf hindeutet dass die Hazard Rate f r Patienten mit einem oder keinem fr heren He
273. nzeigen eter _ aeorecnen ture W hlen Sie diese Option um Mittelwerte f r shopfor usecoup und die Wechselwirkung shopfor usecoup anzuzeigen W hlen Sie Einfach als Kontrast und 3 Self and family 3 Eigene Person und Familie als Referenzkategorie f r shopfor Beachten Sie Nach der Auswahl wird f r die Kategorie 3 im Dialogfeld angezeigt W hlen Sie Einfach als Kontrast und 1 No 1 Nein als Referenzkategorie f r usecoup Klicken Sie auf Weiter Klicken Sie im Dialogfeld Allgemeines lineares Modell auf OK Modellzusammenfassung Abbildung 19 6 R Quadrat Statistik Foa a Modell Amount spent Konstanter Term shopfor usecoup shopfor usecoup 194 Kapitel 19 R Quadrat das Bestimmtheitsma ist ein Ma f r die Anpassungsg te des Modells Es zeigt sich dass ca 60 der Schwankungen bei Amount spent Ausgegebener Betrag durch das Modell erkl rt werden was eine gute Erkl rungsleistung darstellt Dennoch k nnen Sie weitere Einflussvariablen in das Modell aufnehmen um die Anpassung weiter zu verbessern Tests der Modelleffekte Abbildung 19 7 Tests der Zwischensubjekteffekte er Teer Te m Ban n e grade 1 grade2 Wald F Korrigiertes Modell 127 231 Konstanter Term k 6321 597 shopfor j 1 643 593 usecoup i 87 453 shopfor usecoup i 10 688 a Modell Amount spent Konstanter Term shopfor usecoup shopfor usecoup Jeder Term i
274. nzelnen H ufigkeits bzw Kreuztabellen variieren m Einheitliche Fallbasis verwenden Fehlende Werte werden ber alle Variablen bestimmt Daher sind die zur Berechnung der Statistiken verwendeten F lle ber die verschiedenen Tabellen konsistent 42 Kapitel 7 Kategoriale Stichproben Variablen Diese Gruppe bestimmt ob benutzerdefinierte fehlende Werte g ltig oder ung ltig sind Komplexe Stichproben Optionen Abbildung 7 4 Dialogfeld Optionen Ei H ufigkeiten f r komplexe Stichproben Optionen Anzeige f r Teilgesamtheiten Alle in derselben Tabelle Jeweils in einer eigenen Tabelle ii rm Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel Verh ltnisse f r komplexe Stichproben Die Prozedur Verh ltnisse f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r Verh ltnisse von Variablen an Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Beispiel Mit der Prozedur Verh ltnisse f r komplexe Stichproben k nnen Sie deskriptive Statistiken f r das Verh ltnis des aktuellen Eigenschaftswerts zum letzten bewerteten Wert erstellen Diese Statistiken beruhen auf den Ergebnissen einer Studie die anhand eines komplexen Plans und mit einem geeigneten Analyseplan f r die Daten in einem US Bunde
275. obe ziehen Auswahloptionen iii Stichprobenassistent Z Stichprobe ziehen Ausgabedateien In diesem Dialogfeld w hlen Sie aus wo die Stichprobendaten gespeichert werden Sie m ssen die F lle in der Stichprobe in einer externen Datei speichern wenn die Stichprobenziehung mit Zur cklegen erfolgt Wenn das Ziel ein neues Datenblatt oder eine neue Datei ist werden neben den Yariablen die ausgew hlten F lle gespeichert Gemeinsame Wahrscheinlichkeiten werden gespeichert wenn Sie eine PPS Stichprobenziehung ohne Zur cklegen verwenden Sie werden f r Sch tzungen von PPS Designs OZ ben tigt Wilkommen Stufe 1 Wo sollen die Stichprobendaten gespeichert werden Stichproben Variablen Methode Arbeitscatei Gr e der Stichprobe Neues Datenblatt poll_cs_sample Ausgabevariablen i bersicht Externe Datei Durchsuchen Stufe 2 Stichproben Yariablen Wo sollen die gemeinsamen WYahrscheinlichkeiten gespeichert werden Methode Gr e der Stichprobe O DEIEE Durchsuchen Stande Ausgabevariablen bersicht Fallauswahlregeln speichern Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen gt Ausgabedateien Abschluss atel atei Durchsuchen W hlen Sie aus dass die Stichprobe in einem neuen Daten Set gespeichert werden soll und geben Sie poll _cs_ sample als Name des Daten Sets ein Wechseln Sie in das Verzeichnis in dem Sie die gemeinsamen Wahrscheinlichkeiten speichern
276. obenspezifikationen entnehmen Sie dem Stichprobenplan property_assess csplan Ziehen einer Stichprobe aus einem partiellen Stichprobenrahmen Ein Unternehmen ist daran interessiert eine Datenbank mit qualitativ hochwertigen Umfrageinformationen zusammenzustellen und zu verkaufen Die Umfragestichprobe sollte repr sentativ sein aber die Stichprobenziehung soll dennoch effizient sein Daher werden Methoden f r komplexe Stichproben verwendet Ein vollst ndiger Stichprobenplan w rde zu folgender Struktur f hren Stufe Schicht Gruppen 1 Region Provinz 2 Bezirk Ort 3 Wohngebiet In der dritten Stufe sind Haushalte die prim re Stichprobeneinheit und die Umfrage wird in den ausgew hlten Haushalten durchgef hrt Da Informationen jedoch nur auf der Ortsebene leicht zu beschaffen sind hat das Unternehmen vor die ersten beiden Stufen des Plans jetzt durchzuf hren und anschlie end Informationen zur Anzahl der Wohngebiete und Haushalte in den als Stichprobe ausgew hlten Orten einzuholen Die auf der Ortsebene zur Verf gung stehenden Informationen befinden sich in der Datei demo_cs_1 sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in BM SPSS Complex Samples 20 Beachten Sie dass diese Datei eine Variable Wohngebiet enth lt die berall den Wert 1 aufweist Hierbei handelt es sich um einen Platzhalter f r die Variable wahr deren Werte nach der Ausf hrung der ersten beiden Stufen des Stichprobenplans erfasst wer
277. och Die Verh ltnisse f r Southern County sind niedriger als die f r Western County liegen jedoch noch immer im Zielbereich von 1 3 Die f r die Untersuchung von Immobilienwerten in Southern County eingesetzten Ressourcen werden nun Western County zugewiesen um die Verh ltnisse f r diese Counties mit den Verh ltnissen f r die anderen Counties und dem Ziel von 1 3 in Einklang zu bringen Verwandte Prozeduren Die Prozedur Verh ltnisse f r komplexe Stichproben ist ein n tzliches Werkzeug zur Gewinnung deskriptiver Statistiken f r das Verh ltnis von Skalenma en f r Beobachtungen die mittels eines komplexen Stichprobenplans gewonnen wurden Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren Die Prozedur Deskriptive Statistiken f r komplexe Stichproben bietet d
278. omplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Allgemeines lineares Modell Copyright IBM Corporation 1989 2011 188 189 Abbildung 19 1 Dialogfeld Komplexe Stichproben Plan Plan vorbereiten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Datei grocery csplan Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse Allgemeines lineares Modell f r komplexe Stichproben iii Plan f r komplexe Stichproben f r allgemeines lineares Modell X werden sie ignoriert Ein offenes Datenblatt grocery_1month_sample sav DatenSet4 Benutzerdefinierte Datei Datei Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche YYyahrscheinlichkeiten OZ erforderlich ist Andernfalls Standarddatei verwenden anhand des Namens der Plandatei Wechseln Sie zu der Dateigrocery csplan und w hlen Sie sie aus F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Klicken Sie auf Weiter 190 Kapitel 19 Abbildung 19 2 Dialogfeld Allgemeines lineares Modell Variablen Abh ngige Variable b Store D I
279. omplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Wahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden Cidemo sav Ein offenes Datenblatt tenSeti Set3 Benutzerdefinierte Datei Datei Wechseln Sie zu der Datei demo sav und w hlen Sie sie aus F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Klicken Sie auf Weiter 177 Kreuztabellen f r komplexe Stichproben Abbildung 17 2 Dialogfeld Kreuztabellen Kreuztabelle f r komplexe Stichproben X Variablen Zeilen Yim w m 8 Age in years age E Marital status marital E Years at current ad E Household income i L Price of primary ve Rg Primary vehicle pric 8E Level of education 8 Years with current E Retired retire T Spalte d veers win curent U Job satisfaction job 8E Gender gender 8E Number of people in Teilgesamtheiten E Wireless service Multiple lines muttline e 8 Yoice mail voice L Paging service pag Jede Kombination von Internet finternet Kateciorien definiert eine W hlen Sie Newspaper subscription Zeitungsabonnement als Zeilenvariable W hlen Sie Response Antwort
280. omplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt Annahmen f r das Modell Diese Gruppe erm glicht Ihnen die Durchf hrung eines Tests der proportionalen Hazard Annahme Der Test vergleicht das angepasste Modell mit einem alternativen Modell das zeitabh ngige Einflussvariablen x _TF f r jede Einflussvariable x enth lt wobei _TF die angegebene Zeitfunktion ist Zeitfunktion Gibt die Form von _TF f r das Alternativmodell an F r die Identit ts Funktion gilt TF T _ F r die Log Funktion gilt TF log T_ F r Kaplan Meiergilt _TF 1 Skxm T_ wobei Skm der Kaplan Meier Sch tzer der berlebensfunktion ist Bei Rangist _TF die Rangordnung von T _ der beobachteten Endzeiten Parametersch tzer f r das Alternativmodell Zeigt den Sch tzer den Standardfehler sowie das Konfidenzintervall f r jeden Parameter im Alternativmodell an Kovarianzmatrix f r das Alternativmodell Zeigt die Matrix f r gesch tzte Kovarianzen zwischen Parametern im Alternativmodell an Basis berlebens und kumulative Basis Hazard Funktionen Zeigt die Basis berlebensfunktion und die kumulative Basis Hazard Funktion sowie die dazugeh rigen Standardfehler an Hinweis Falls zeitabh ngige Einflussvariablen die auf der Registerkarte Einflussvariablen definiert sind im Modell enthalten sind ist diese Option nicht verf gbar 90 Kapitel 12 Diagramme Abbildung 12 8 Dialogfeld Cox Regression Register
281. on CK enten zuraersetzen anerecnen Jime W hlen Sie Sch tzer Standardfehler Konfidenzintervall und Effekt des Stichprobenplans in der Gruppe Parameter aus gt Deaktivieren Sie Test f r proportionale Hazard Raten und Parametersch tzer f r das Alternativmodell in der Gruppe Annahmen f r das Modell Klicken Sie auf OK Tests der Modelleffekte Abbildung 22 19 Tests der Modelleffekte Quee Freiheitsgrade Freiheitsgrade ars 1 2 Wald F Sig age soo soon os oa tage oo 18000 20 924 1 580E 13 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age t_age Nach der Erweiterung um die zeitabh ngige Einflussvariable ist der Signifikanzwert f r age 0 91 was anzeigt dass ihr Beitrag zum Modell durch den von t_age verdr ngt wird 242 Kapitel 22 Parameter Sch tzer Abbildung 22 20 Parametersch tzer 90 Konfidenzintervall Effekt des Parameter Standardfehler Untere obere Grenze rroemens yere ERS Grenze age _TF 012 002 017 008 666 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age age _TF Bei Ansicht der Parametersch tzer und der Standardfehler k nnen Sie sehen dass Sie das Alternativmodell aus dem Test f r proportionale Hazard Raten reproduziert haben Wenn Sie das Modell explizit angeben k nnen Sie zus tzliche Parameterstati
282. on ausgehen dass Unterschiede in den ausgegebenen Betr gen vorliegen Die Werte der Kontrastsch tzer weichen von den Parametersch tzern ab Dies liegt daran dass ein Wechselwirkungs Term vorliegt der den Effekt Who shopping for Einkauf f r wen enth lt Als Ergebnis ist der Parametersch tzer f r shopfor 1 ein einfacher Kontrast zwischen den Stufen Self Eigene Person und Self and Family Eigene Person und Familie auf der Stufe From both Aus beiden Quellen der Variablen Use coupons Verwendung von Coupons F r den Kontrastsch tzer in dieser Tabelle wird der Durchschnitt ber die einzelnen Stufen von Use coupons Verwendung von Coupons ermittelt Abbildung 19 11 Ergebnisse des Gesamttests f r gesch tzte Randmittel f r die Geschlechter Freiheits Freiheits grade 1 grade 2 Wald F Sig 2000 1200 eaases ooo In der Tabelle mit dem Gesamttest finden Sie die Ergebnisse eines Tests aller Kontraste in der Einzeltesttabelle Der Signifikanzwert von weniger als 0 05 best tigt dass ein Unterschied in den ausgegebenen Betr gen zwischen den einzelnen Stufen von Who shopping for Einkauf f r wen vorliegt Abbildung 19 12 Gesch tzte Randmittel in Ebenen des Einkaufsstils 95 Konfidenzintervall Standard Untere Use coupons Mittelwert fehler Grenze Obere Grenze No 319 6455 6 51429 305 5722 333 7188 From newspaper 386 7469 4 32295 377 4077 396 0861 From mailings 394 5028 5 54218 382 5297 406 4
283. onen und Beobachtungen zum Gesundheitsverhalten und Gesundheitsstatus eingeholt Eine Untergruppe der Umfrage aus dem Jahr 2000 finden Sie in der Datei nhis2000_subset sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Erstellen Sie mithilfe des Analysevorbereitungsassistenten f r komplexe Stichproben einen Analyseplan f r diese Datendatei sodass er mit den Analyseverfahren f r komplexe Stichproben verarbeitet werden kann Verwendung des Assistenten gt Um eine Stichprobe mithilfe des Analysevorbereitungsassistenten f r komplexe Stichproben vorzubereiten w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten Copyright IBM Corporation 1989 2011 148 149 Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 1 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent Wilkommen beim Analysevorbereitungsassistenten Der Analysevorbereitungsassistent unterst tzt Sie bei der Beschreibung Ihrer komplexen Stichprobe und bei der Auswahl einer Sch tzmethode Sie werden aufgefordert Stichprobengewichtungen und andere Informationen bereitzustellen die f r eine genaue Sch tzung der Standardfehler erforderlich sind Die getroffene Auswahl wird in einer Plandatei gespeichert die Sie bei allen Analyseverfahren der Option Komplexe Stichproben verwenden k nnen
284. orstufen dA Level of education ed e Faktor Referenzkategorie Kovariaten Quotenyerh ltnisse f r Ver nderungen der Variablenwverte L Household income in E Debt to income ratio L Credit card debt in th Kovariate nderungseinheiten Debt to income ratio x100 1 F r jede Variable wird in den Gittern f r die Quotenverh ltnisse genau ein Set von Quotenverh ltnissen erstellt F r jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovariaten werden bei ihrem Mittelwert ausgewertet Ce ne me Im Dialogfeld Quotenverh ltnisse rufen Sie die vom Modell gesch tzten Quotenverh ltnisse f r bestimmte Faktoren und Kovariaten ab F r jede Kategorie der abh ngigen Variable mit Ausnahme der Referenzkategorie wird je ein separater Satz von Quotenverh ltnissen berechnet Faktoren F r jeden ausgew hlten Faktor wird das Verh ltnis der Quoten in jeder Kategorie des Faktors zu den Quoten in der angegebenen Referenzkategorie angezeigt Kovariaten F r jede ausgew hlte Kovariate wird das Verh ltnis der Quoten f r den Mittelwert der Kovariate zzgl der angegebenen nderungseinheiten zu den Quoten f r den Mittelwert angezeigt 64 Kapitel 10 Beim Berechnen der Quotenverh ltnisse f r einen Faktor oder eine Kovariate werden alle anderen Faktoren auf die jeweils h chste Ebene fixiert alle anderen Kovariaten dagegen auf den Mittelwert Li
285. othesentests f r komplexe Stichproben Abbildung 11 5 Dialogfeld Hypothesentests g zii Allgemeines lineares Modell f r komplexe Stichproben Hypothesentest r Teststatistik Stichprobenziehung Freiheitsgrade E Basierend auf dem Stichprobenplan F korrigiert O Ffest Chi Quadrat Korrigiertes Chi Quadrat rKorrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonferroni T e e Teststatistik In dieser Gruppe k nnen Sie den Typ der Statistik zum Testen der Hypothesen festlegen Die folgenden Optionen stehen zur Auswahl F F korrigiert Chi Quadrat und Korrigiertes Chi Quadrat Stichprobenziehung Freiheitsgrade In dieser Gruppe steuern Sie die Freiheitsgrade im Stichprobenplan mit denen die p Werte f r alle Teststatistiken berechnet werden Dient der Stichprobenplan als Grundlage ist dieser Wert die Differenz zwischen der Anzahl der prim ren Stichprobeneinheiten und der Anzahl der Schichten in der ersten Stufe der Stichproben Alternativ k nnen Sie benutzerdefinierte Freiheitsgrade festlegen geben Sie hierzu eine positive Ganzzahl ein Korrektur f r Mehrfachvergleiche Bei der Durchf hrung von Hypothesentests mit mehreren Kontrasten kann das Gesamtsignifikanzniveau mithilfe der Signifikanzniveaus der eingeschlossenen Kontraste angepasst werden In dieser Gruppe k nnen Sie die Anpass
286. palte enth lt Sch tzwerte f r die durchschnittliche H ufigkeit pro Woche die sich eine Person einer bestimmten Art von Aktivit t widmet Die Konfidenzintervalle f r die Mittelwerte berschneiden sich nicht Daraus l sst sich ableiten dass die Amerikaner sich im Allgemeinen weniger h ufig dem Kraftraining widmen als intensiver k rperlicher Bewegung und weniger h ufig intensiver k rperlicher Bewegung als m iger k rperlicher Bewegung 173 Deskriptive Statistiken f r komplexe Stichproben Univariate Statistiken nach Teilgesamtheit Abbildung 16 5 Univariate Statistiken nach Teilgesamtheit 95 Konfidenzintervall Standard Untere Altersgruppe Sch tzung fehler Grenze Obere Grenze Mittelwert Starke Anstrengung pro Woche Moderate Anstrengung pro Woche Krafttraining pro Woche Mittelwert Starke Anstrengung pro Woche Moderate Anstrengung pro Woche Krafttraining pro Woche 45 64 Mittelwert Starke Anstrengung pro Woche Moderate Anstrengung pro Woche Krafttraining pro Woche 65 Mittelwert Starke Anstrengung pro woche Moderate Anstrengung pro Woche Krafttraining pro Woche Jede ausgew hlte Statistik wird f r jede Ma variable nach den Werten der Age category Altersgruppe berechnet Die erste Spalte enth lt Sch tzwerte f r die durchschnittliche H ufigkeit pro Woche die sich die Personen in den einzelnen Kategorien einer bestimmten Art von Aktivit t widmen Aus den Konfiden
287. panne bis zum Eintreten eines Ereignisses Es gibt abh ngig von der Anfangszeit des Intervalls zwei M glichkeiten um die berlebenszeit anzugeben m Zeit 0 F r gew hnlich liegen Ihnen vollst ndige Informationen zum Beginn des Intervalls f r jedes Subjekt vor und Sie haben eine Variable die die Endzeiten enth lt oder Sie erstellen eine einzelne Variable mit Endzeiten aus Datums Zeitvariablen siehe unten m Variiert nach Subjekt Dies ist anzuwenden wenn eine Linksstutzung auch Verz gerter Einschluss genannt vorliegt falls Sie zum Beispiel die berlebenszeiten f r Patienten nach einem Rehabilitationsprogramm analysieren das nach einem Schlaganfall durchgef hrt wurde k nnten Sie den Zeitpunkt des Schlaganfalls mit dem Eintreten des Risikos gleichsetzen Falls bei Ihrer Stichprobe jedoch nur Patienten ber cksichtigt werden die das Rehabilitationsprogramm berlebt haben ist sie insofern links gestutzt als die beobachteten berlebenszeiten durch die Dauer der Rehabilitation berh ht werden Sie k nnen dem Rechnung tragen indem Sie den Abschlusszeitpunkt der Rehabilitation als den Zeitpunkt des Einschlusses in die Studie angeben Datums und Zeitvariablen Datums und Zeitvariablen k nnen nicht zur direkten Bestimmung des Anfangs und des Endes des Intervalls verwendet werden Datums und Zeitvariablen sollten verwendet werden um Variablen zu erstellen die berlebenszeiten enthalten Falls keine Linksstutzung vorli
288. plan erstellt und es wird gem diesem Plan eine Stichprobe gezogen Die Ergebnisse der Stichprobenziehung werden im neuen Daten Set poll_cs_sample gespeichert und die Datei f r die gemeinsamen Wahrscheinlichkeiten wird in der externen Datendatei poll_jointprob sav gespeichert 142 Kapitel 13 Plan bersicht Abbildung 13 43 Plan bersicht m Stichproben Variablen Schichtung County Neighbor hood Klumpen Township Informationen zur Auswahlverfahren PPS Einfache Stichprobe Stichprob Zufallssti enziehun chpr ben ziehung g ohne ohne Zur ckleg Zur ckleg en Ma f r die Gr e der Einheiten Gewonne n aus Daten Anteil der Stichprobe Minimaler Stichprobenumfang Maximaler Stichprobenumfang Erzeugte oder Stufenweise Inclusion Inclusion ver nderte Variablen Einschluss Auswahl w Probabilit Probabilit ahrscheinlichkeiten y_1_ Stufenweise kumulierte Sample Stichprobengewichtung weight Cumulativ Cumulativ e_2_ Informationen f r die Annahmen f r die Sch tzung Stichprob Auswertung enziehun g mit ungleiche Stichprob enziehun g mit gleicher wahrsch einlichkeit ohne Zur ckleg en r Yahrsch einlichkeit ohne Zur ckleg en unter Verwendu ng von gemeins amen Einschlu Rwahrsch einlichkeit en Einschlu wahrscheinlichkeit Gewonne Gewonne n aus n aus variable variable Inclusion Inclusion Probabilit Probabilit Y1 y_2_ Plandatei C ipoll csplan Gewichtungsvariable Sample YVeight_Final_
289. plexe Stichproben 206 bei der ordinalen Regression f r komplexe Stichproben 216 im allgemeinen linearen Modell f r komplexe Stichproben 194 in Cox Regression f r komplexe Stichproben 269 293 Trennung bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 Umfang der Grundgesamtheit beim Stichprobenassistenten 12 in Deskriptive Statistiken f r komplexe Stichproben 35 in H ufigkeiten f r komplexe Stichproben 31 166 167 in Kreuztabellen f r komplexe Stichproben 40 in Verh ltnisse f r komplexe Stichproben 44 Ungewichtete Anzahl in Deskriptive Statistiken f r komplexe Stichproben 35 in H ufigkeiten f r komplexe Stichproben 31 in Kreuztabellen f r komplexe Stichproben 40 in Verh ltnisse f r komplexe Stichproben 44 Variationskoeffizient COV in Deskriptive Statistiken f r komplexe Stichproben 35 in H ufigkeiten f r komplexe Stichproben 31 in Kreuztabellen f r komplexe Stichproben 40 in Verh ltnisse f r komplexe Stichproben 44 Verallgemeinertes kumulatives Modell bei der ordinalen Regression f r komplexe Stichproben 220 Verh ltnisse in Verh ltnisse f r komplexe Stichproben 185 Verh ltnisse f r komplexe Stichproben 43 182 Fehlende Werte 45 Statistik 44 Verh ltnisse 185 verwandte Prozeduren 187 Vorhergesagte Kategorien bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r ko
290. prechend ist die Angabe von A A unzul ssig wenn A ein Faktor ist m Effekte d rfen nicht in einer Kovariaten verschachtelt werden Dementsprechend ist die Angabe von A X unzul ssig wenn A ein Faktor und X eine Kovariate ist 72 Kapitel 11 Ordinale Regression f r komplexe Stichproben Statistik Abbildung 11 4 Dialogfeld Ordinale Regression Statistik E Ordinate Regression f r komplexe Stichproben Statistiken rAnpassungsg te des Modells V Pseudo R Quadrat Klassifikationsmatrix rParameter T Sch tzer Kovarianzen der Parametersch tzer 4 Exponertialfunktion des Sch tzers Korrelationen der Parametersch tzer Fi Standardfehler Fi Effekt des Stichprobenplans Konfidenzintervall T Quadratwurzel aus dem Effekt des Stichprobenplans E t Test mParallele Linien Fi Wald Test auf gleiche Neigungen Fi Parametersch tzer f r verallgemeinertes Modell Neigungen ungleich Kovarianzen der Parametersch tzer f r verallgemeine amp rtes Modell Neigungen ungleich Fi Auswertungsstatistik f r Modellvariablen 4 Informationen zum Stichprobenplan GE an ie Anpassungsg te des Modells Steuert die Anzeige der Statistik in der die Gesamtleistung des Modells bewertet wird Pseudo R Quadrat F r die R Statistik aus der linearen Regression bieten die Modelle f r die ordinale Regression kein exaktes Gegenst ck Mit diesen Mehrfachmessungen werden stattdes
291. probenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren Die Prozedur Logistische Regression f r komplexe Stichproben erm glicht die Modellierung einer kategorialen Antwort Responsevariablen Die Prozedur Ordinale Regression f r komplexe Stichproben erm glicht die Modellierung einer ordinalen Antwort Responsevariablen Kapitel Logistische Regression f r komplexe Stichproben Die Prozedur Logistische Regression f r komplexe Stichproben besteht aus einer logistischen Regressionsanalyse einer bin ren oder multinomialen abh ngigen Variable f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Verwenden der logistischen Regression f r komplexe Stichproben zur Bewertung des Kreditrisikos Als Kreditsachbearbeiter in einer Bank sollten Sie in der Lage sein Merkmale zu ermitteln die auf Personen hindeuten die mit hoher Wahrscheinlichkeit ihre Kredite nicht zur ckzahle
292. r Neffe Nichte Schwester Sohn Onkel Die beiden Analytiker baten vier Gruppen von College Studenten zwei weibliche und zwei m nnliche Gruppen diese Bezeichnungen auf der Grundlage der hnlichkeiten zu sortieren Zwei Gruppen eine weibliche und eine m nnliche Gruppe wurden gebeten die Bezeichnungen zweimal zu sortieren die zweite Sortierung sollte dabei nach einem anderen Kriterium erfolgen als die erste So wurden insgesamt sechs Quellen erzielt Jede Quelle entspricht einer hnlichkeitsmatrix mit 15 x 15 Elementen Die Anzahl der Zellen ist dabei gleich der Anzahl der Personen in einer Quelle minus der Anzahl der gemeinsamen Platzierungen der Objekte in dieser Quelle kinship_ini sav Diese Datendatei enth lt eine Ausgangskonfiguration f r eine dreidimensionale L sung f r kinship_dat sav kinship_var sav Diese Datendatei enth lt die unabh ngigen Variablen gender Geschlecht gener Generation und degree Verwandtschaftsgrad die zur Interpretation der Dimensionen einer L sung f r kinship_dat sav verwendet werden k nnen Insbesondere k nnen sie verwendet werden um den L sungsraum auf eine lineare Kombination dieser Variablen zu beschr nken marketvalues sav Diese Datendatei betrifft Hausverk ufe in einem Neubaugebiet in Algonquin Illinois in den Jahren 1999 2000 Diese Verk ufe sind in Grundbucheintr gen dokumentiert 279 Beispieldateien nhis2000_subset sav Die National Health Interview Surv
293. r Kovariaten verschachtelt werden Dementsprechend ist die Angabe von A X unzul ssig wenn A ein Faktor und X eine Kovariate ist 88 Kapitel 12 Statistik Abbildung 12 7 Dialogfeld Cox Regression Registerkarte Statistik Ei Cox Regression f r komplexe Stichproben 4 Informationen zum Stichprobenplan 4 Ereignis und Zensierungsauswertung E Risiko Set zum Ereigniszeitpunkt Parameter Sch tzer _ Kovarianzen der Parametersch tzer E Exponertialfunktion des Sch tzers Korrelationen der Parametersch tzer E Standardfehler E Effekt des Stichprobenplans E Konfidenzintervall E Quadratwurzel aus dem Effekt des Stichprobenplans El t Test rModellannahmen M Test f r proportionale Hazard Raten T Parametersch tzer f r alternatives Modell E Kovarianzmatrix f r alternatives Modell m Basis berlebensfunktion und kumulative Hazardfunktion CK enen zurtersetzen averecnen __ Mine _ Informationen zum Stichprobenplan Zeigt eine Zusammenfassung ber die Stichprobe mit ungewichteter Anzahl und Umfang der Grundgesamtheit Zusammenfassung Ereignis und Zensur Zeigt zusammenfassende Angaben zur Anzahl und den Prozentsatz von zensierten F llen an Risiko Set an Ereigniszeitpunkten Zeigt die Anzahl von Ereignissen und die Anzahl mit Risiko f r jeden Ereigniszeitpunkt in jeder Basisschicht an Parameter In dieser Gruppe steuern Sie di
294. r Snentr ob Landkreis Stadt 0 1 pro Schicht Ausgabevariablen robenzieh E bersicht Stufe 2 Stichproben Yariablen Datei C demo csplan Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 3 Stichproben Variablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss gt berpr fen Sie den Stichprobenplan und klicken Sie dann auf Weiter 123 Stichprobenassistent f r komplexe Stichproben Abbildung 13 24 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen i Stichprobenassistent X Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert Wilkommen Stufe 1 M chten Sie eine Stichprobe ziehen i Stichproben Yariablen Methode Ja Stufen Pe Gr e der Sieierobe ien Ausgabevariablen bersicht Stufe 2 Welche Art von Startwert soll verwendet werden Stichproben Yariablen Methode Gr e der Stichprobe Benutzerdefinierter Wert Ausgabevariablen bersicht Stufe 3 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht i Stichprobe ziehen ip Auswahloptionen Ausgabedateien Abschluss Zuf llig ausgew hlte
295. r Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumf nge als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Wilkommen Variablen Stichproben Yariablen Methode wert Gr e der Stichprobe Ausgabevariablen bersicht Ungleiche Werte f r Schichten Stufe 2 een Stichproben variablen l Definieren j Methode 5 A werte aus Variable lesen Gr e der Stichprobe z Ausgabevariablen O S E ES bersicht K Stufe 3 Mindestzahl H chstzahl i Stichproben Yariablen Ei Methode gt Gr e der Stichprobe Ausgabevariablen bersicht Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus Geben Sie 0 2 als Wert f r den Anteil der in dieser Stufe auszuw hlenden Einheiten ein gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 122 Kapitel 13 Abbildung 13 23 Stichprobenassistent Schritt Plan bersicht Stufe 3 Stufe 3 Plan bersicht In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Im n chsten Schritt legen Sie Optionen f r das Ziehen der Stichprobe fest Willkommen bersicht Stufe 1 at Stichproben Variablen i Region Bundesland 3 pro Schicht Methode rona De
296. r in Jahren Alter A ausbildung Ausbildung L Jahre der Besch ftigung beim derzeitigen Arbeit wohnhaft an gleicher Adresse in Jahren woh E Haushaltseinkommen in Tausend Einkommen E Relation Schulden zu Einkommen in Schulde E Schulden auf Kreditkarte in Tausend Card_Sch L Andere Schulden in Tausend sonst_Schulden amp vorherige Nichtzahlung Nichtzahlung In diesem Dialogfeld geben Sie die Einschlusswahrscheinlichkeiten bzw den Umfang der Grundgesamtheiten f r die aktuelle Stufe an Sie k nnen einen Umfang angeben der ber die Schichten hinweg gleich bleibt oder verschiedene Umf nge f r die verschiedenen Schichten Einheiten O wert Ungleiche Werte f r Schichten Definieren Werte aus Variable lesen W hlen Sie die Option Werte aus Variable lesen und w hlen Sie inc prob_s2als die Variable aus die die Einschlusswahrscheinlichkeiten f r die zweite Stufe enth lt Klicken Sie auf Fertig stellen Zusammenfassung Abbildung 14 14 Zusammenfassende Tabelle I Poster stue2 Stichproben Yariablen Informationen f r die Auswertung Klumpen 1 Annahmen f r die Sch tzung Einschlu wahrscheinlichkeit Plandatei C bankloan csaplar Gewichtungsvariable finalwei SRS Sch tzer Stichprobenzie ght hung ohne Zur cklegen Zweig Stichprob enziehun g mit gleicher Wahrsch einlichkeit ohne Zur ckleg en Gewonne n aus Yariable inclprob_ s1
297. r zum Stichprobenassistenten zur ckkehren wenn Sie Stufen hinzuf gen oder bearbeiten m ssen Nach der Stichprobenziehung f r alle Stufen k nnen Sie die Plandatei in jedem Analyseverfahren f r komplexe Stichproben verwenden um anzugeben wie die Stichprobe gezogen wurde Wilkommen Plan bersicht 5 Stichprobe ziehen Auswahloptionen Ausgabedateien P Abschluss Yom Assistenten generierte Syntax in ein Syntaxfenster einf gen Folgende M glichkeiten stehen Ihnen zur Yerf gung Stichprobe ziehen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen W hlen Sie die Option Vom Assistenten generierte Syntax in ein Syntaxfenster einf gen Klicken Sie auf Fertig stellen Folgende Syntax wird generiert Stichprobenassistent CSSELECT PLAN FILE demo csplan CRITERIA STAGES 3 SEED 4231946 CLASSMISSING EXCLUDE DATA RENAMEVARS PRINT SELECTION In diesem Fall f hrt das Drucken der Stichproben bersicht zu einer unhandlichen Tabelle die zu Problemen im Ausgabe Viewer f hrt Um die Anzeige der Stichproben bersicht zu deaktivieren ersetzen Sie im Unterbefehl PRINT den Wert SELECTION durch CPS F hren Sie anschlie end die Syntax im Syntaxfenster aus Mit dieser Auswahl wird eine Stichprobe gem der dritten Stufe des Stichprobenplans demo csplan gezogen 130 Kapitel 13 Stichprobenergebnisse
298. rd Modell ist der Signifikanzwert f r die Einflussvariable age kleiner als 0 05 scheint also zum Modell beizutragen Test f r proportionale Hazard Raten Abbildung 22 14 Gesamttest f r proportionale Hazard Raten Freiheitsgrade Freiheitsgrade 1 2 Wald F Sig de 1 51358181E5 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age age _TF Abbildung 22 15 Parametersch tzer f r alternatives Modell 90 Konfidenzintervall Parameter Standardfehler Umere Ef Grenze Obere Grenze Baer Fer ae age _TF 012 002 016 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age age _TF a Zeitfunktion Log b Entscheidungsmethode Efron Der Signifikanzwert f r den Gesamttest von proportionalen Hazards ist kleiner als 0 05 was anzeigt dass die proportionale Hazard Annahme verletzt ist F r das Alternativmodell wird die Log Zeit Funktion verwendet damit diese zeitabh ngige Einflussvariable einfach reproduziert werden kann 239 Cox Regression f r komplexe Stichproben Hinzuf gen einer zeitabh ngigen Einflussvariablen Rufen Sie das Dialogfeld Cox Regression f r komplexe Stichproben erneut auf und klicken Sie auf die Registerkarte Einflussvariablen Klicken Sie auf Neu Abbildung 22 16 Dialogfeld Cox Regression zeitabh ngige Einflussvariable definieren E Cox Regression f r komplexe St
299. rd und in welchem Bezug die Unterst tzung f r den Antrag zur demografischen Struktur der W hler steht Die Meinungsforscher verwenden f r die Erstellung und Durchf hrung der entsprechenden Umfragen einen komplexen Stichprobenplan 131 Stichprobenassistent f r komplexe Stichproben Eine Liste der registrierten W hler finden Sie in poll_cs sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Verwenden Sie den Stichprobenassistenten f r komplexe Stichproben um eine Stichprobe zur weiteren Analyse zu ziehen Verwendung des Assistenten gt Um den Stichprobenassistenten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen Abbildung 13 32 Stichprobenassistent Schritt Willkommen Willkommen beim Stichprobenassistenten Der Stichprobenassistent unterst tzt Sie bei Entwurf und Auswahl einer komplexen Stichprobe Ihre Auswahlentscheidungen werden in einer Plandatei gespeichert die Sie w hrend der Analyse verwenden k nnen um anzugeben wie die Datenstichprobe gezogen wurde Mit dem Assistenten k nnen Sie au erdem einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen Wie m chten Sie vorgehen Stichprobe entwerfen W hlen Sie diese Option wenn Sie keine Plandatei i j i gli i i patot polcspian Durchsuchen erstellt h
300. rden Stichprobengewichte Stichprobengewichte werden beim Ziehen komplexer Stichproben automatisch berechnet und entsprechen idealerweise der H ufigkeit die jede Stichprobeneinheit in der Ziel Grundgesamtheit aufweist Daher sollte die Summe der Gewichte in der Stichprobe einen Sch tzwert f r den Umfang der Grundgesamtheit darstellen F r die Analyseverfahren in Komplexe Stichproben sind Stichprobengewichte f r die ordnungsgem e Analyse komplexer Stichproben erforderlich Hinweis Diese Gewichte sollten ausschlie lich in der Option Komplexe Stichproben und nicht bei anderen Analyseverfahren ber die Prozedur F lle gewichten verwendet werden Bei der Prozedur F lle gewichten werden die Gewichte als Fallreplikationen behandelt Verwendung der Prozeduren f r komplexe Stichproben Welche Verfahren f r komplexe Stichproben f r Sie infrage kommen h ngt von Ihren jeweiligen Bed rfnissen ab Die Hauptbenutzertypen haben folgende Ziele m Planung und Durchf hrung von Studien anhand komplexer Pl ne eventuell sp tere Analyse der Stichprobe Das wichtigste Werkzeug f r Personen die Studien durchf hren ist der Stichprobenassistent m Analysieren von Dateien mit Stichprobendaten die zuvor anhand komplexer Pl ne gewonnen wurden Bevor Sie die Analyseverfahren f r komplexe Stichproben nutzen k nnen ben tigen Sie m glicherweise den Analysevorbereitungsassistenten Unabh ngig davon welcher Benutzert
301. reatment result re A amp Post event prevent u ker Ze D Post event rehabilit L Totaltrestment and ausgabe amp Event index event_ D First event post att Nicht ausgew hlte F lle filtern 8 Length of stay for r 8 Time to first event p i History of myocardi Datenblatt Name fi History of ischemic ki History of hemorrha Ausgew hlte F lle in neues Datenblatt kopieren Nicht ausgew hlte F lle l schen Aktueller Status F lle nicht filtern oK Einf gen fi Aktivieren Sie das Optionsfeld Falls Bedingung zutrifft Klicken Sie auf Falls 257 Cox Regression f r komplexe Stichproben Abbildung 22 35 Dialogfeld F lle ausw hlen Falls a i event gt D A Hospital size hosp da Patient ID patid da Attending physician 8 Age in years age Age category agec amp Gender gender Yerteilungsfunktionen amp Physically active a a Umwandlung amp Obesity obesity Aktuelles Datum aktuelle Uhr History of diabetes amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker amp Cholesterol choles amp b History of angina a amp Prescribed nitroglyc E Taking anti clotting 05 History of transient 8 Time to hospital time Initial Rankin score 5 CAT scan result ca Funktionsguppe Funktionen und Sondervariablen gt Geben Sie event gt 0 als Ausd
302. rehabilitation rehab gt Variable y Patient ID patid E Total treatment and rehabilitation c E Time to first event post attack tim A History of myocardial infarction m EEE Ri History of ischemic stroke is1 R History of hemorrhagic stroke hs1 amp Second event post attack event2 E Time to second event post attack e A History of myocardial infarction m History of ischemic stroke is2 amp First event post attack event Zu transponierende Yariablen Zielvariable E Time to first event post attack time1 E Time to second event post attack time2 Time to third event post attack time3 amp Third event post attack event3 E Time to third event post attack tim L start_time2 gt L start_time3 Geben Sie time_to_event als Zielvariable ein History of hemorrhagic stroke hs2 Yariable n mit festem Format W hlen Sie Time to first event post attack timel Time to second event post attack time2 und Time to third event post attack time3 als die zu transponierenden Variablen aus W hlen Sie trans4 aus der Liste der Zielvariablen aus 250 Kapitel 22 Abbildung 22 28 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen A Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen D
303. renze Obere Grenze Grenze Obere Grenze Konstanter Term Ausbildung 1 Ausbildung 2 Ausbildung 3 Ausbildung 4 Ausbildung 5 Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden Abh ngige Variable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden a Auf 0 gesetzt da dieser Parameter redundant ist Die Tabelle der Parametersch tzer fasst den Effekt der einzelnen Einflussvariablen zusammen Beachten Sie Die Parameterwerte beeinflussen die relative Wahrscheinlichkeit der Kategorie Nichtzahlung gegen ber der Kategorie keine Nichtzahlung So erh hen Parameter mit 207 Logistische Regression f r komplexe Stichproben positiven Koeffizienten die Wahrscheinlichkeit einer Nichtzahlung wohingegen Parameter mit negativen Koeffizienten die Wahrscheinlichkeit der Nichtzahlung verringern Die Bedeutung von logistischen Regressionskoeffizienten ist nicht so eindeutig wie die von linearen Regressionskoeffizienten W hrend B praktisch zum Testen der Modelleffekte ist ist Exp B einfacher zu interpretieren Exp B steht f r die nderung in den Quotenverh ltnissen des zu untersuchenden Ereignisses die auf einen Anstieg um eine Einheit f r Einflussvariablen zur ckzuf hren ist die nicht Teil von Wechselwirkungstermen sind Beispiel Exp B f r be
304. riable pet wird mehrfach nominal skaliert und die Variable Alter ordinal Alle anderen Variablen werden einzeln nominal skaliert virus sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Internet Dienstanbieters geht der die Auswirkungen eines Virus auf seine Netzwerke ermitteln m chte Dabei wurde vom Moment der Virusentdeckung bis zu dem Zeitpunkt zu dem die Virusinfektion unter Kontrolle war der ungef hre prozentuale Anteil infizierter E Mail in den Netzwerken erfasst wheeze_steubenville sav Hierbei handelt es sich um eine Teilmenge der Daten aus einer Langzeitstudie zu den gesundheitlichen Auswirkungen der Luftverschmutzung auf Kinder Ware Dockery Spiro III Speizer als auch Ferris Jr 1984 Die Daten enthalten wiederholte bin re Messungen des Keuchens von Kindern aus Steubenville Ohio im Alter von 7 8 9 und 10 Jahren sowie eine unver nderlichen Angabe ob die Mutter im ersten Jahr der Studie rauchte oder nicht workprog sav Hierbei handelt es sich um eine hypothetische Datendatei zu einem Arbeitsprogramm der Regierung das versucht benachteiligten Personen bessere Arbeitspl tze zu verschaffen Eine Stichprobe potenzieller Programmteilnehmer wurde beobachtet Von diesen Personen wurden nach dem Zufallsprinzip einige f r die Teilnahme an dem Programm ausgew hlt Jeder Fall entspricht einem Programmteilnehmer worldsales sav Diese hypothetische Datendatei enth lt Verkaufse
305. riablen Muster in Cox Regression f r komplexe Stichproben 270 Eingabe Stichprobengewichtung beim Stichprobenassistenten 6 Einschlusswahrscheinlichkeiten beim Stichprobenassistenten 12 Erwartete Werte in Kreuztabellen f r komplexe Stichproben 40 289 290 Index F korrigiert Statistik in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 F Statistik in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Fehlende Werte bei der logistischen Regression f r komplexe Stichproben 65 bei der ordinalen Regression f r komplexe Stichproben 77 im allgemeinen linearen Modell f r komplexe Stichproben 55 in Deskriptive Statistiken f r komplexe Stichproben 36 in Komplexe Stichproben 32 41 in Verh ltnisse f r komplexe Stichproben 45 Fisher Bewertung bei der ordinalen Regression f r komplexe Stichproben 77 Freiheitsgrade in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Geringste signifikante Differenz in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Gesch tzte Randmittel im allgemeinen linearen Modell f r komplexe Stichproben 53 H ufigkeiten f r komplexe Stichproben 30 163 H ufigkeitstabelle 166 H ufigkeitstabelle nach Teilgesamtheit 167 Statistik 31 verwandte Prozeduren 168 Helmert Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 Informationen zu
306. rl se nach Kontinent und Produkt Anhang Hinweise Diese Informationen wurden f r weltweit angebotene Produkte und Dienstleistungen erarbeitet IBM bietet die in diesem Dokument behandelten Produkte Dienstleistungen oder Merkmale m glicherweise nicht in anderen L ndern an Informationen zu den derzeit in Ihrem Land erh ltlichen Produkten und Dienstleistungen erhalten Sie bei Ihrem zust ndigen IBM Mitarbeiter vor Ort Mit etwaigen Verweisen auf Produkte Programme oder Dienste von IBM soll nicht behauptet oder impliziert werden dass nur das betreffende Produkt oder Programm bzw der betreffende Dienst von IBM verwendet werden kann Stattdessen k nnen alle funktional gleichwertigen Produkte Programme oder Dienste verwendet werden die keine geistigen Eigentumsrechte von IBM verletzen Es obliegt jedoch der Verantwortung des Benutzers die Funktionsweise von Produkten Programmen oder Diensten von Drittanbietern zu bewerten und zu berpr fen IBM verf gt m glicherweise ber Patente oder hat Patentantr ge gestellt die sich auf in diesem Dokument beschriebene Inhalte beziehen Durch die Bereitstellung dieses Dokuments werden Ihnen keinerlei Lizenzen an diesen Patenten gew hrt Lizenzanfragen k nnen schriftlich an folgende Adresse gesendet werden IBM Director of Licensing IBM Corporation North Castle Drive Armonk NY 10504 1785 U S A Bei Lizenzanfragen in Bezug auf DBCS Daten Double Byte Character Set wenden Sie sich a
307. rlich wenn f r den Plan eine Sch tzung f r ungleiche WYahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden ipoll sav Ein offenes Datenblatt demo_cs say DatenSet4 poll_cs_sample sav DatenSet11 Benutzerdefinierte Datei Datei Ipol _jeintprob sav Durehsuchen Wechseln Sie zu der Datei poll csplan und w hlen Sie sie als Plandatei aus F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 W hlen Sie poll_jointprob sav als Datei f r die gemeinsamen Wahrscheinlichkeiten Klicken Sie auf Weiter 212 Kapitel 21 Abbildung 21 2 Dialogfeld Ordinale Regression b Voter D vote 5 Neighborhood nbrhood amp County county 2 Inclusion Selection Pr E Cumulative Sampling YV 8 Cumulative Sampling W Wariablen Abh ngige variable moden Faktoren ll Age category agecat amp Gender gender 65 Yoted in last election vot A Driving frequency drivefr Kovariaten a verkn pfungsfunktion 7 EEE Teilgesamtheit Variable m O Kategorie W hlen Sie The legislature should enact a gas tax Der Gesetzgeber sollte eine Kraftstoffsteuer einf hren als abh ngige Variable W hlen Sie Age category Alterskategorie bis Driving frequency H ufigkeit der Kraftfahrzeugnutzung als Faktoren aus Klicken Sie a
308. robe um eine einfache Zufallsstichprobe handelt Ein Ma f r den Effekt eines komplexen Stichprobenplans kleinere Werte weisen auf gr ere Effekte hin Quadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans ausgedr ckt in Einheiten die denen des Standardfehlers vergleichbar sind Je st rker der Wert von 1 abweicht desto gr er ist der Effekt Parallele Linien In dieser Gruppe k nnen Sie Statistiken anfordern die einem Modell mit nichtparallelen Linien zugeordnet sind Dabei wird eine separate Regressionslinie f r jede Antwortkategorie au er der letzten angepasst Wald Test Erstellt einen Test f r die Nullhypothese dass die Regressionsparameter f r alle kumulativen Antworten gleich sind Das Modell mit nichtparallelen Linien wird gesch tzt und der Wald Test auf gleiche Parameter wird angewendet Parametersch tzer Zeigt Sch tzwerte f r die Koeffizienten und Standardfehler des Modells mit nichtparallelen Linien an Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Koeffizienten des Modells mit nichtparallelen Linien an Auswertungsstatistik f r Modellvariablen Zeigt eine Zusammenfassung ber die abh ngige Variable die Kovariaten und die Faktoren Informationen zum Stichprobenplan Zeigt eine Zusammenfassung ber die Stichprobe mit ungewichteter Anzahl und Umfang der Grundgesamtheit 74 Kapitel 11 Hyp
309. roben Plan ausgew hlt wurde Erstellen von Kreuztabellen f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Kreuztabellen W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright IBM Corporation 1989 2011 38 39 Kreuztabellen f r komplexe Stichproben Abbildung 7 1 Dialogfeld Kreuztabellen reuztabellen f r komplexe Stichproben Variablen Zeilen Yim w m 8 Age in years age 8 Marital status marital E Years at current ad E Household income i L Price of primary ve fi Primary vehicle pric 8E Level of education 8 Years with current E Retired retire Spalte a Years win curen A Job satisfaction job 8E Gender gender 8E Number of people in Teilgesamtheiten E Wireless service Multiple lines muttline e 8 Yoice mail voice L Paging service pag Jede Kombination von Internet finternet Kateciorien definiert eine W hlen Sie mindestens eine Zeilen und eine Spaltenvariable aus Optional k nnen Sie Variablen zur Definition von Teilgesamtheiten angeben Die Statistiken werden f r jede Teilgesamtheit getrennt berechnet 40 Kapitel 7 Kreuztabellen f r komplexe Stichproben Statistik Abbildung 7 2 Dialogfeld Kreuztabel
310. robenassistent F Stufe 1 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden f Wilkommen Wariablen Schichten nach stufe 1 b Immobilien ID Immobilien_ID Region Region i Stichproben Variablen amp Umgebung Umgebung Ban letzte Sch tzung in Jahren Zeit e Gr e der Stichprobe E Wert bei letzter Sch tzung Wert Ausgabevariablen Stufe 2 hinzuf gen tichprobe z Klumpen Ku Eingabe Stichprobengewichtung amp amp unvollst ndiger Abschnitt W hlen Sie County als Schichtungsvariable aus W hlen Sie Township Gemeinde als Klumpenvariable aus gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet dass f r jedes County unabh ngige Stichproben gezogen werden In dieser Phase werden Gemeinden mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 103 Stichprobenassistent f r komplexe Stichproben Abbildung 13 3 Stichprobenassistent Schritt Stichprobenumfang Stufe 1 iiil Stichprobenassistent F Stufe 1
311. rte bei den Schicht Cluster Teilgesamtheits und Faktorvariablen als g ltige Werte behandelt werden sollen Konfidenzintervall Dies ist die Konfidenzintervall Ebene f r Koeffizientensch tzungen potenzierte Koeffizientensch tzungen und Quotenverh ltnisse Geben Sie einen Wert gr er oder gleich 50 und kleiner als 100 ein Zus tzliche Funktionen beim Befehl CSORDINAL Mit der Befehlssyntax k nnen Sie auch Folgendes Mit dem Unterbefehl CUSTOM k nnen Sie benutzerdefinierte Tests auf Effekte im Vergleich zu linearen Kombinationen von Effekten oder einem Wert vornehmen Mit dem Unterbefehl ODDSRATIOS k nnen Sie andere Werte als die Mittelwerte f r andere Modellvariablen festlegen wenn Sie die kumulativen Quotenverh ltnisse f r Faktoren und Kovariaten berechnen Mit dem Unterbefehl ODDSRATIOS k nnen Sie Werte ohne Label als benutzerdefinierte Referenzkategorien f r Faktoren verwenden wenn Quotenverh ltnisse angefordert werden Mit dem Unterbefehl CRITERIA k nnen Sie einen Toleranzwert f r die Pr fung auf Singularit t festlegen Mit dem Unterbefehl PRINT k nnen Sie eine Tabelle mit allgemeinen sch tzbaren Funktionen anlegen Mit dem Unterbefehl sAvE k nnen Sie mehr als 25 Wahrscheinlichkeitsvariablen speichern Siehe Befehlssyntaxreferenz f r die vollst ndigen Syntaxinformationen Kapitel Cox Regression f r komplexe Stichproben Die Prozedur Cox Regression f r komplexe Stichproben bi
312. ruck f r die Bedingung ein Klicken Sie auf Weiter 258 Kapitel 22 Abbildung 22 36 Dialogfeld F lle ausw hlen Fl F lle ausw hlen X rAusw hlen alle F lle Falls Bedingung zutrifft 0 Smoker smorer amp Cholesterol choles amp History of angina a 5 Prescribed nitroglye rate event gt 0 b Taking anti clotting Zufallsstichprobe amp History of transient TFT E Time to hospital time Ag Initial Rankin score 5 CAT scan resutt ca Bereich Clot dissolving drug Fittervariable verwenden Rg Treatment result re A Fonavi prevent a S 5 Post event rehabilit L Total treatment and ausgabe amp Event index event_ amp First event post att Nicht ausgew hlte F lle filtern 8 Length of stay for r 8E Time to first event p Mg History of myocardi Datenblatt Name A History of ischemic Bi History of hemorrha probe Nach Zeit oder Fallbereich Ausgew hlte F lle in neues Datenblatt kopieren Nicht ausgew hlte F lle l schen Aktueller Status F lle nicht filtern La emr sen Zurictsetzen acerecnen tine Select Nicht ausgew hlte F lle l schen Klicken Sie auf OK Erstellen eines Analyseplans f r einfache Zufallsstichprobenziehungen Nun k nnen Sie den Analyseplan f r einfache Zufallsstichprobenziehungen erstellen Zuerst m ssen Sie eine Variable f
313. ruppen gekreuzt wurden crowds Menschenmassen beispielsweise die Zuschauer eines Fu ballspiels audience Zuh rerschaften beispielsweise die Personen im Theater oder bei einer Vorlesung public ffentlichkeit beispielsweise Zeitungsleser oder Fernsehzuschauer mobs Mobs wie Menschenmassen jedoch mit wesentlich st rkerer Interaktion primary groups Prim rgruppen vertraulich secondary groups Sekund rgruppen freiwillig und modern community die moderne Gesellschaft ein lockerer Zusammenschluss der aus einer engen physischen N he und dem Bedarf an spezialisierten Dienstleistungen entsteht 278 Anhang A health_funding sav Hierbei handelt es sich um eine hypothetische Datei die Daten zur Finanzierung des Gesundheitswesens Betrag pro 100 Personen Krankheitsraten Rate pro 10 000 Personen der Bev lkerung und Besuche bei medizinischen Einrichtungen rzten Rate pro 10 000 Personen der Bev lkerung enth lt Jeder Fall entspricht einer anderen Stadt hivassay sav Hierbei handelt es sich um eine hypothetische Datendatei zu den Bem hungen eines pharmazeutischen Labors einen Schnelltest zur Erkennung von HIV Infektionen zu entwickeln Die Ergebnisse des Tests sind acht kr ftiger werdende Rotschattierungen wobei kr ftigeren Schattierungen auf eine h here Infektionswahrscheinlichkeit hindeuten Bei 2 000 Blutproben von denen die H lfte mit HIV infiziert war wurde ein Labort
314. rzinfarkt von der Hazard Rate f r Patienten mit zwei fr heren Herzinfarkten unterscheidbar ist die wiederum von der Hazard Rate f r Patienten mit drei fr heren Herzinfarkten unterscheidbar ist hnliche Beziehungen bestehen bei den Stufen is und hs bei denen ein Anstieg der Anzahl von fr heren Vorf llen die Hazard Rate f r den Tod steigert Musterwerte Abbildung 22 52 Musterwerte Bezugsmuster Muster 1 1 Muster 1 2 Muster 1 3 Muster 1 4 berlebenszeitintervall History of History of History of myocardial ischemic hemorrhagic Start Ende infarction stroke stroke Two ak ai a a i Einer nicht angegebenen Einflussvariabeln wird der Wert dieser Einflussvariablen beim Bezugsmuster zugewiesen 5 Jedes Intervall f r die berlebenszeit ist als Start lt berlebenszeit Ende definiert Modell mi is hs In der Tabelle der Musterwerte sind die Werte aufgelistet die jedes Einflussvariablen Muster definieren Neben den Einflussvariablen im Modell werden die Anfangs und Endzeiten f r das berlebensintervall angezeigt F r Analysen die ber die Dialogfelder durchgef hrt werden ist die Anfangs und Endzeit immer 0 bzw unbegrenzt ber die Syntax k nnen Sie Pfade f r st ckweise konstante Einflussvariablen angeben m Das Bezugsmuster wird bei der Referenzkategorie der einzelnen Faktoren und beim Mittelwert der einzelnen Kovariaten festgelegt in diesem Modell gibt es keine Kovariaten Bei diesem Daten
315. s l sst sich ableiten dass die Verh ltnisse f r Western County h her liegen als die Verh ltnisse f r Northern County und Southern County m Schlie lich liegen die Signifikanzwerte ein objektiveres Ma f r die 7 Tests f r Western County und Southern County unter 0 05 Daraus l sst sich ableiten dass das Verh ltnis f r Western County ber 1 3 und f r Southern County unter 1 3 liegt Auswertung Mithilfe der Prozedur Verh ltnisse f r komplexe Stichproben haben Sie verschiedene Statistiken f r das Verh ltnis zwischen Current value Aktueller Wert und Value at last appraisal Wert bei der letzten Sch tzung gewonnen Die Ergebnisse legen nahe dass gewisse Ungleichheiten in der Bemessung der Verm genssteuern zwischen den einzelnen Counties vorliegen k nnten Insbesondere handelt es sich dabei um Folgendes m Die Verh ltnisse f r Western County sind hoch was darauf hindeutet dass die dortigen Akten in Bezug auf die Bewertung von Immobilienwerten nicht so aktuell sind wie die in den anderen Counties Die Verm genssteuern in diesem County sind vermutlich zu niedrig 187 Verh ltnisse f r komplexe Stichproben Die Verh ltnisse f r Southern County sind niedrig was darauf hindeutet dass die dortigen Akten in Bezug auf die Bewertung von Immobilienwerten aktueller sind als die in den anderen Counties Die Verm genssteuern in diesem County sind vermutlich zu h
316. sagen dar m Die Zellen abseits der Diagonale stellen falsche Vorhersagen dar 219 Ordinale Regression f r komplexe Stichproben Das Modell klassifiziert weitere 9 9 als 37 2 der Klasse korrekt Insbesondere bietet das Modell eine erheblich bessere Leistung bei der Klassifikation der Personen die Agree Stimme zu oder Strongly disagree Stimme ganz und gar nicht zu ausgew hlt haben und ein wenig schlechter bei den Personen die sich f r Disagree Stimme nicht zu entschieden haben Quotenverh ltnisse Odds Ratios Kumulative Quoten Odds sind definiert als Verh ltnis zwischen der Wahrscheinlichkeit dass die abh ngige Variable einen Wert kleiner oder gleich einer bestimmten Antwortkategorie annimmt und der Wahrscheinlichkeit das sie einen Wert annimmt der gr er als die Antwortkategorie ist Das kumulative Quotenverh ltnis ist das Verh ltnis der kumulativen Odds f r verschiedene Einflusswerte und ist eng mit den potenzierten Parametersch tzern verwandt Bemerkenswerterweise h ngt das kumulierte Quotenverh ltnis nicht von der Antwortkategorie Response Kategorie ab Abbildung 21 11 Kumulative Quotenverh ltnisse f r Age category Alterskategorie Kumulatives 95 Konfidenzintervall Effekt des Quotenverh Untere Stichprob Wurzel aus Itnis Grenze Obere Grenze enplans dem Effekt Age category 18 30 vs gt 60 1 383 1 166 31 45 vs gt 60 1 148 1 022 46 60 vs gt 60 1 100 935 Abh n
317. sample sav Diese hypothetische Datendatei enth lt eine Stichprobe der in property_assess_cs sav aufgef hrten Immobilien Die Stichprobe wurde gem dem in der Plandatei property_assess csplan angegebenen Stichprobenplan gezogen und in dieser Datendatei sind die Einschlusswahrscheinlichkeiten und Stichprobengewichtungen erfasst Die zus tzliche Variable Current value Aktueller Wert wurde nach der Ziehung der Stichprobe erfasst und zur Datendatei hinzugef gt recidivism sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen einer Strafverfolgungsbeh rde geht einen Einblick in die R ckfallraten in ihrem Zust ndigkeitsbereich zu gewinnen Jeder Fall entspricht einem fr hren Straft ter und erfasst Daten zu dessen demografischen Hintergrund einige Details zu seinem ersten Verbrechen sowie die Zeit bis zu seiner zweiten Festnahme sofern diese innerhalb von zwei Jahren nach der ersten Festnahme erfolgte recidivism_cs_sample sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen einer Strafverfolgungsbeh rde geht einen Einblick in die R ckfallraten in ihrem Zust ndigkeitsbereich zu gewinnen Jeder Fall entspricht einem fr heren Straft ter der im Juni 2003 erstmals aus der Haft entlassen wurde und erfasst Daten zu dessen demografischen Hintergrund einige Details zu seinem ersten Verbrechen sowie die Daten zu seiner zweiten Festnahme sofern diese bis Ende Juni 20
318. samtheiten Variable Legen Sie eine Variable fest um eine Teilgesamtheit zu definieren Die Analyse wird ausschlie lich f r die ausgew hlte Kategorie der Teilgesamtheit Variable vorgenommen Modell Abbildung 12 6 Dialogfeld Cox Regression Registerkarte Modell Ei Cox Regression f r komplexe Stichproben x ZetuntEreigie Enfisvuilen Unrrunpen Model siatie Diagramme Hypathesentesis Sachen Exporteren Ontonen rModelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten Modell age t_age Term e konstruieren Typ Bei le verschachtelter Term Term Wechselwirkung erschachteln Zum Modell hinzuf gen L schen Modell Effekte angeben Standardm ig erstellt das Verfahren ein Modell mit Haupteffekten unter Verwendung der im Hauptdialogfeld angegebenen Faktoren und Kovariaten Alternativ k nnen Sie ein benutzerdefiniertes Modell erstellen das Wechselwirkungseffekte und verschachtelte Terme enth lt Nicht verschachtelte Terme F r die ausgew hlten Faktoren und Kovariaten Wechselwirkung Hiermit wird der Wechselwirkungsterm mit der h chsten Ordnung f r alle ausgew hlten Variablen erzeugt Haupteffekte Legt einen Haupteffekt Term f r jede ausgew hlte Variable an 87 Cox Regression f r komplexe Stichproben Alle 2 Weg Hiermit werden alle m glichen 2 Weg Wechselwirkungen der
319. sav Der verwendete Stichprobenplan befindet sich in recidivism_cs csplan Da hier die PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e verwendet wird gibt es au erdem eine Datei mit den gemeinsamen Auswahlwahrscheinlichkeiten recidivism_cs_jointprob sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Verwenden Sie die Cox Regression f r komplexe Stichproben um die G ltigkeit der proportionalen Hazard Annahme zu bewerten und falls angemessen ein angepasstes Modell mit zeitabh ngigen Einflussvariablen zu erstellen Vorbereitung der Daten Das Daten Set enth lt das Datum der Entlassung aus der ersten Haft und das der zweiten Festnahme da die Cox Regression die berlebenszeit analysiert muss die Zeitspanne zwischen diesen Daten berechnet werden Date of second arrest date2 enth lt jedoch F lle mit dem Wert 10 03 1582 einem fehlenden Wert f r Datumsvariablen Dies sind Personen die keine zweite Straftat begangen haben und wir m chten sie auf jeden Fall als rechts zensierte F lle in das Modell aufnehmen Das Ende der Folgeperiode war der 30 Juni 2006 also kodieren wir 10 03 1582 zu 06 30 2006 um gt Um diese Werte umzukodieren w hlen Sie die folgenden Men befehle aus Transformieren gt Variable berechnen Copyright IBM Corporation 1989 2011 226 227 Abbildung 22 1 Dialogfeld Variable berechnen Ziel
320. sch ftigt entspricht 0 798 was bedeutet dass die Quote f r Nichtzahlung bei Personen die seit zwei Jahren bei ihrem derzeitigen Arbeitgeber besch ftigt sind das 0 798fache der Quote f r Nichtzahlung bei den Personen betr gt die seit einem Jahr bei ihrem derzeitigen Arbeitgeber besch ftigt sind sofern alle anderen Faktoren gleich sind Die Effekte des Stichprobenplans weisen darauf hin dass einige der f r diese Parametersch tzer berechneten Standardfehler gr er und andere dagegen kleiner sind als diejenigen die man erhalten w rde wenn man davon ausginge dass diese Beobachtungen aus einer einfachen Zufallsstichprobe stammen Es ist von entscheidender Bedeutung die Informationen ber den Stichprobenplan in die Analyse aufzunehmen da Sie anderenfalls beispielsweise schlie en k nnten dass der Koeffizient Alter sich nicht von 0 unterscheidet Quotenverh ltnisse Odds Ratios Abbildung 20 10 Quotenverh ltnisse f r Ausbildung 95 Konfidenzintervall Quoten Untere vorherige Nichtzahlung verh ltnis Grenze Obere Grenze Ausbildung ohne Schulabschlu vs Hauptschul ia O 1 394 4 397 Some college vs ia o lt 1679 869 3 244 Universit tsabschlu vs ja OOO 2 202 1 152 4 208 Abh ngige Variable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_ Schulden sonst_Schulden a
321. sche Regression f r komplexe Stichproben Logistische Regression f r komplexe Stichproben Statistik Abbildung 10 4 Dialogfeld Logistische Regression Statistik EH Logistische Regression f r komplexe Stichproben Statistik rAnpassungsg te des Modells V Pseudo R Quadrat Klassifikationsmatrix rParameter M Sch tzer F Kovarianzen der Parametersch tzer T Exponentialfunktion des Sch tzers Korrelationen der Parametersch tzer M Standardfehler X Effekt des Stichprobenplans Konfidenzintervall T Quadratwurzel aus dem Effekt des Stichprobenplans E t Test T Auswertungsstatistik f r Modellvariablen M Informationen zum Stichprobenplan ee Anpassungsg te des Modells Steuert die Anzeige der Statistik in der die Gesamtleistung des Modells bewertet wird m Pseudo R Quadrat F r die R Statistik aus der linearen Regression bieten die Modelle f r die logistische Regression kein exaktes Gegenst ck Mit diesen Mehrfachmessungen werden stattdessen die Eigenschaften der R Statistik nachgebildet m Klassifikationsmatrix Zeigt die ausgewerteten Kreuzklassifikationen der beobachteten Kategorie nach der vom Modell vorhergesagten Kategorie f r die abh ngige Variable Parameter In dieser Gruppe steuern Sie die Anzeige der Statistiken f r die Modellparameter m Sch tzer Zeigt eine Sch tzung der Koeffizienten m Potenzierter Sch tzer Zeigt die Basis des nat rlichen Logarithm
322. se Antwort erstellt Au erdem werden separate Tabellen erstellt in denen die Ergebnisse nach Income category in thousands Einkommensklasse in Tausend aufgeschl sselt sind 179 Kreuztabellen f r komplexe Stichproben Kreuztabelle Abbildung 17 4 Kreuztabelle f r Zeitungsabonnement zu Antwort Abonnement Tageszeitung Insgesamt von Abonnement Sch tzung Tageszeitung Standardfehler Die Kreuztabelle zeigt dass insgesamt recht wenige Personen auf die Postsendung reagiert haben Bei den Zeitungsabonnenten lag der Anteil der Antworten jedoch h her Risikosch tzer Abbildung 17 5 Risikosch tzer f r Zeitungsabonnement zu Antwort Abonnement Quotenverh ltnis 1 812 Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja 1 673 F r Kohorte Antwort Nein 923 Statistiken werden nur f r 2x2 Tabellen unter Ber cksichtigung aller Zellen berechnet Das relative Risiko ist ein Quotient aus Ereigniswahrscheinlichkeiten Das relative Risiko f r eine Antwort auf die Postsendung ist der Quotient aus der Wahrscheinlichkeit dass ein Zeitungsabonnent antwortet und der Wahrscheinlichkeit dass ein Nicht Abonnent antwortet Daher ist der Sch tzer f r das relative Risiko einfach 17 2 10 3 1 673 Entsprechend ist das relative Risiko f r die Nichtantwort der Quotient aus der Wahrscheinlichkeit dass ein Abonnent nicht antwortet und der Wahrscheinlichkeit dass ein N
323. se gering sodass nach besseren Methoden gesucht werden muss um potenzielle Kunden anzusprechen Ein Vorschlag besteht darin die Postsendungen auf Personen mit Zeitungsabonnements zu konzentrieren da anzunehmen ist dass Personen die Zeitungen lesen mit gr erer Wahrscheinlichkeit ein Zeitschriftenabonnement abschlie en Verwenden Sie die Prozedur Kreuztabellen f r komplexe Stichproben um diese Theorie zu testen indem Sie eine 2x2 Tabelle Zeitungsabonnement zu Antwort erstellen und das relative Risiko berechnen mit dem eine Person mit dem Abschluss eines Zeitungsabonnements auf die Postsendung reagiert Diese Informationen finden Sie in der Datei demo_cs sav die mit der Stichprobenplan Datei demo csplan analysiert werden sollte F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Durchf hren der Analyse gt Um eine Analyse der Art Kreuztabellen f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Kreuztabellen Copyright IBM Corporation 1989 2011 175 176 Kapitel 17 Abbildung 17 1 Dialogfeld Komplexe Stichproben Plan E Plan f r komplexe Stichproben f r Kreuztabellen Analyse X Plan Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men K
324. se und Herzinfarktanamnese und Blutungsanamnese sind st ckweise konstante zeitabh ngige Einflussvariablen Patien Endzeit Status Herzinfarktanam Blutungsanamnese ten ID nese 1 5 Herzinfarkt Nein Nein 1 Blutung Ja Nein 1 8 Verstorben Ja Ja 2 24 Verstorben Nein Nein 3 8 Herzinfarkt Nein Nein 3 15 Verstorben Ja Nein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Normalerweise wird bei Cox Regressionsmodellen von einer proportionalen Hazard Rate ausgegangen das hei t dass sich das Hazard Verh ltnis von einem Fall zum n chsten ber die Zeit nicht ndern darf Falls diese Annahme nicht zutreffend ist m ssen Sie dem Modell unter Umst nden zeitabh ngige Einflussvariablen hinzuf gen Kaplan Meier Analyse Falls Sie keine Einflussvariablen ausw hlen oder keine ausgew hlten Einflussvariablen in das Modell eingeben und f r die Berechnung der Basis berlebenskurve auf der Registerkarte Optionen die Produkt Limit Methode ausw hlen wird eine berlebensanalyse nach der Kaplan Meier Methode durchgef hrt So erstellen Sie eine Cox Regression f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Cox Regression W hlen Sie eine Pland
325. sen die Eigenschaften der R2 Statistik nachgebildet Klassifikationsmatrix Zeigt die ausgewerteten Kreuzklassifikationen der beobachteten Kategorie nach der vom Modell vorhergesagten Kategorie f r die abh ngige Variable Parameter In dieser Gruppe steuern Sie die Anzeige der Statistiken f r die Modellparameter Sch tzer Zeigt eine Sch tzung der Koeffizienten Potenzierter Sch tzer Zeigt die Basis des nat rlichen Logarithmus potenziert mit dem Sch tzer der Koeffizienten Der Sch tzer bietet zwar ergiebige Eigenschaften f r statische Tests der potenzierte Sch tzer oder exp B ist jedoch einfacher zu interpretieren Standardfehler Zeigt den Standardfehler f r die einzelnen Koeffizientensch tzer Konfidenzintervall Zeigt ein Konfidenzintervall f r die einzelnen Koeffizientensch tzer Das Konfidenzniveau f r das Intervall wird im Dialogfeld Optionen festgelegt T Test Zeigt je einen t Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der Tests liegt vor wenn der Koeffizient den Wert 0 aufweist 73 Ordinale Regression f r komplexe Stichproben Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Modellkoeffizienten Korrelationen der Parametersch tzer Zeigt eine Sch tzung der Korrelationsmatrix f r die Modellkoeffizienten Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der Stichp
326. sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Ein Ma f r den Effekt eines komplexen Stichprobenplans kleinere Werte weisen auf gr ere Effekte hin Quadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt Anpassungsg te des Modells Zeigt die Statistik f r R Fehler und mittlere quadratische Fehler Mittelwerte der Grundgesamtheit f r die abh ngige Variable und die Kovariaten Zeigt eine Zusammenfassung ber die abh ngige Variable die Kovariaten und die Faktoren Informationen zum Stichprobenplan Zeigt eine Zusammenfassung ber die Stichprobe mit ungewichteter Anzahl und Umfang der Grundgesamtheit 52 Kapitel 9 Hypothesentests f r komplexe Stichproben Abbildung 9 4 Dialogfeld Hypothesentests g zii Allgemeines lineares Modell f r komplexe Stichproben Hypothesentest r Teststatistik Stichprobenziehung Freiheitsgrade E Basierend auf dem Stichprobenplan F korrigiert O Ffest Chi Quadrat Korrigiertes Chi Quadrat rKorrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonferroni T e e Teststatistik In dieser Gruppe k nnen Sie den Typ der Statistik zum Testen der Hypothesen festlegen Die folgenden Optionen stehen zur Auswahl
327. sind oder wenn Ihr Stichprobenplan nur aus einer einzigen Stufe W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter 136 Kapitel 13 Abbildung 13 37 Stichprobenassistent Schritt Stichproben Variablen Stufe 2 i Stichprobenassistent F Stufe 2 Stichproben variablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden Wilkommen Jo Stufe1 Stichproben Yariablen Methode Variablen Schichten nach o Voter ID voteid Neighborhood nbrhood Gr e der Stichprobe Ausgabevariablen bersicht A Q Stute 2 Stichproben Variablen Methode Gr e der Stichprobe sgabevariablen hersicht Stufe 3 hinzuf gen amp unvollst ndiger Abschnitt W hlen Sie Neighborhood Wohnviertel als Schichtungsvariable aus gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet dass f r jedes Wohnviertel der in Stufe 1 ausgew hlten Gemeinden unabh ngige Stichproben gezogen werden In dieser Phase werden W hler mithilfe der Methode Einfache Zufallsstichprobenziehung ohne Zur cklegen a
328. sion Selection Pr amp Cumulative Sampling W d rm Nenner 5 Cumulative Sampling W gt 8 ass Teilgesamtheiten Jede Kombination von Kategorien definiert eine W hlen Sie Current value Aktueller Wert als Z hlervariable aus W hlen Sie Value at last appraisal Wert bei der letzten Sch tzung als Nennervariable aus W hlen Sie County als Teilgesamtheitsvariable aus vv v Yy Klicken Sie auf Statistiken Abbildung 18 3 Dialogfeld Verh ltnisse Statistiken A Verh ltnisse f r komplexe Stichproben Statistiken F Statistiken M Standardfehler M Ungewichtete Anzahl Konfidenzintervall M Umfang der Grundgesamtheit Niveau Effekt des Stichprobenplans Yaristionskoeffizient Quadratwurzel aus dem Effekt des Stichprobenplans M t Test Testwert Weter Abtrechen ire _ W hlen Sie im Gruppenfeld Statistiken die Optionen Konfidenzintervall Ungewichtete Anzahl und Umfang der Grundgesamtheit aus W hlen Sie T Test aus und geben Sie als Testwert 1 3 ein Klicken Sie auf Weiter Klicken Sie im Dialogfeld Verh ltnisse f r komplexe Stichproben auf OK 185 Verh ltnisse f r komplexe Stichproben Verh ltnisse Abbildung 18 4 Verh ltnistabelle 95 Konfiden Verh ltnis Standaraf zintervall County Z hler Nenner sch tzung enler Untere Value a st appraisal 12 E 127 Die Standardansicht der T
329. sonen in der h chsten Alterskategorie m Die Personen die weniger h ufig ein Kraftfahrzeug nutzen zeigen gr ere Unterst tzung f r die Gesetzesvorlage als Personen die h ufiger ein Kraftfahrzeug nutzen m Die Koeffizienten f r die Variablen gender und votelast sind nicht nur nicht statistisch signifikant sondern auch klein gegen ber den anderen Koeffizienten Die Effekte des Stichprobenplans weisen darauf hin dass einige der f r diese Parametersch tzer berechneten Standardfehler gr er und andere dagegen kleiner sind als diejenigen die man bei Verwendung einer einfachen Zufallsstichprobe erhalten w rde Es ist von entscheidender Bedeutung die Informationen ber den Stichprobenplan in die Analyse aufzunehmen da Sie anderenfalls beispielsweise schlie en k nnten dass der Koeffizient f r die 3 Stufe von Age category Alterskategorie agecat 3 sich signifikant von 0 unterscheidet 218 Kapitel 21 Klassifikation Abbildung 21 9 Informationen zu kategorialen Variablen The legislature should enact a gas tax Age category Gender WYoted in last election Driving frequency Strongly agree Agree Disagree Strongly disagree 18 30 31 45 46 60 gt 60 Male Female No Yes Do not own car 10 000 miles year 10 14 999 miles year 15 19 999 miles year 20 29 999 miles year gt 30 000 miles year Gewichtete Anzahl 25132 955 32261 425 29477 417 31314 203 20509 504 35380 506 34865 79
330. ssistenten sollten Sie ber eine klar umrissene Ziel Grundgesamtheit und eine Liste der Stichprobeneinheiten verf gen und einen geeigneten Stichprobenplan im Kopf haben Ziehen einer Stichprobe aus einem vollst ndigen Stichprobenrahmen Eine bundesstaatliche Beh rde ist damit beauftragt gerechte Verm genssteuern in den verschiedenen Counties zu gew hrleisten Die Steuern beruhen auf der Sch tzung des Immobilienwerts Daher m chte die Beh rde eine Stichprobe der Immobilien in den einzelnen Counties untersuchen um sicherzugehen dass die Akten jedes County gleicherma en auf dem neuesten Stand sind Die Ressourcen f r die Gewinnung aktueller Sch tzungen sind jedoch begrenzt daher ist ein sinnvoller Einsatz der vorhandenen Ressourcen besonders wichtig Die Beh rde entscheidet sich f r die Anwendung eines Verfahrens mit komplexen Stichproben zur Auswahl einer Stichprobe der Immobilien Eine Liste der Immobilien finden Sie in property_assess_cs sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Verwenden Sie den Stichprobenassistenten f r komplexe Stichproben um eine Stichprobe zu ziehen Verwendung des Assistenten gt Um den Stichprobenassistenten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen Copyright IBM Corporation 1989 2011 100 101 Stichprobenassisten
331. sstaat durchgef hrt wurde Statistiken Mit diesem Verfahren erhalten Sie Verh ltnissch tzer T Tests Standardfehler Konfidenzintervalle Variationskoeffizienten die ungewichteten Anzahlen den Umfang der Grundgesamtheiten die Effekte des Stichprobenplans und die Quadratwurzeln aus den Effekten des Stichprobenplans Daten Z hler und Nenner sollten metrische Variablen mit positivem Wert sein Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Ermitteln von Verh ltnissen f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Verh ltnisse W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright IBM Corporation 1989 2011 43 44 Kapitel 8 Abbildung 8 1 Dialogfeld Verh ltnisse Verh ltnisse f r komplexe Stichproben Yariablen amp Property ID propid 5 Neighborhood nbrhood amp Current value currval amp Township town Years since last appra amp Inclusion Selection Pr amp
332. sstils Freiheits Freiheits grade 1 grade 2 Wald F Sig sooo mooo erasa ooo In der Tabelle mit dem Gesamttest finden Sie die Ergebnisse eines Tests der Kontraste in der Einzeltesttabelle Der Signifikanzwert von weniger als 0 05 best tigt dass ein Unterschied in den ausgegebenen Betr gen zwischen den einzelnen Stufen von Use coupons Verwendung von Coupons vorliegt Beachten Sie Die Gesamttests f r Use coupons Verwendung von Coupons und Who shopping for Einkauf f r wen sind mit den Tests der Modelleffekte quivalent da die hypothetischen Kontrastwerte gleich 0 sind Abbildung 19 15 Gesch tzte Randmittel in Ebenen des Geschlechts nach Einkaufsstil 95 Konfidenzintervall Standard Untere Who shopping for Use coupons Mittelwert fehler Grenze Obere Grenze No 244 3471 6 00949 231 3644 257 3298 From newspaper 324 9708 5 94134 312 1353 337 8063 From mailings 321 3207 4 11028 312 4410 330 2005 From both 343 4916 6 57845 329 2797 357 7034 Self and spouse No 337 1783 7 12181 321 7925 352 5640 From newspaper 380 0468 7 91038 362 9574 397 1361 From mailings 375 3141 6 22468 361 8665 388 7617 From both 388 8054 7 12101 373 4214 404 1894 Self and family No 377 4111 11 58215 352 3894 402 4328 From newspaper 455 2232 6 14420 441 9494 468 4969 From mailings 486 8736 10 76529 463 6166 510 1306 From both 518 2488 11 73120 492 9050 543 5925 Diese Tabelle zeigt die vom Modell gesch
333. sten beiden Schichten weisen jeweils 4 PSUs auf Daher haben die Matrizen f r die gemeinsame Einschlusswahrscheinlichkeit die Gr e 4x4 f r diese Schichten und die Spalte Joint_Prob_5_ wird f r die betreffenden Zeilen leer gelassen Die Schichten 3 und 5 weisen Matrizen der Gr e 3x3 f r die gemeinsame Einschlusswahrscheinlichkeit auf und Schicht 4 weist eine Matrix der Gr e 5x5 f r die gemeinsame Einschlusswahrscheinlichkeit auf Die Notwendigkeit einer Datei f r gemeinsame Wahrscheinlichkeiten wird bei der Durchsicht der Werte f r die Matrizen f r die gemeinsame Einschlusswahrscheinlichkeit deutlich Wenn es sich bei der Stichprobenmethode nicht um eine PPS Methode ohne Zur cklegen handelt ist die Auswahl einer PSU unabh ngig von der Auswahl einer weiteren PSU und die gemeinsame Einschlusswahrscheinlichkeit ist einfach das Produkt der beiden Einschlusswahrscheinlichkeiten Im Gegensatz dazu betr gt die gemeinsame Einschlusswahrscheinlichkeit f r Township 9 und 10 von County 1 ungef hr 0 11 siehe den ersten Fall von Joint_Prob_3_ bzw den dritten Fall von Joint_Prob_1l bzw weniger als das Produkt der einzelnen Einschlusswahrscheinlichkeiten das Produkt des ersten Falls von Joint_Prob_1 und des dritten Falls von Joint_Prob_3_ betr gt 0 31x0 44 0 1364 Die Meinungsforscher f hren nur Umfragen innerhalb der ausgew hlten Stichprobe durch Sobald die Ergebnisse vorliegen kann die Stichprobe mit den Analyseverfahren f r komplexe S
334. stiken und Diagramme anfordern Hier haben wir den Effekt des Stichprobenplans angefordert der Wert f r t_age von weniger als 1 zeigt an dass der Standardfehler f r t_age kleiner ist als der Fehler der sich aus der Annahme ergeben w rde dass das Daten Set eine einfache Zufallsstichprobe ist In diesem Fall w re der Effekt von t_age immer noch statistisch signifikant die Konfidenzintervalle w ren aber gr er Mehrere F lle pro Subjekt in der Cox Regression f r komplexe Stichproben Forscher untersuchen die berlebenszeiten von Patienten die nach einem Rehabilitationsprogramm wegen eines isch mischen Schlaganfalls mit einer Reihe von Problemen zu k mpfen haben Mehrere F lle pro Subjekt Variabeln die f r die Anamnesen von Patienten stehen werden als Einflussvariablen hilfreich sein Im Laufe der Zeit ereignen sich unter Umst nden bedeutende medizinische Ereignisse die die Anamnese ver ndern In diesem Daten Set werden das Auftreten von Herzinfarkt isch mischem Schlaganfall und blutungsbedingtem Schlaganfall sowie der Zeitpunkt des Ereignisses aufgezeichnet Sie k nnten berechenbare zeitabh ngige Kovariaten in der Prozedur erstellen um diese Information in das Modell zu integrieren aber es wird praktischer sein mehrere F lle pro Subjekt zu verwenden Beachten Sie dass die Variablen urspr nglich so kodiert wurden dass die Anamnese variablen bergreifend aufgezeichnet wird Sie m ssen also das Daten Set umstrukturieren
335. storei 5 Health food store htthf Size of store size amp Store organization org E Number of customers 5 Customer ID custid amp Gender gender 5 Vegetarian veg Kovariaten amp Shopping style style 2 Inclusion Selection Pr 8E Cumulative Sampling VV L Cumulative Sampling W Teilgesamtheit x variable Kategorie Faktoren amp Who shopping for sho W hlen Sie Amount spent Ausgegebener Betrag als abh ngige Variable aus W hlen Sie Who shopping for Einkauf f r wen und Use coupons Verwendung von Coupons als Faktoren aus Klicken Sie auf Modell 191 Allgemeines lineares Modell f r komplexe Stichproben Abbildung 19 3 Dialogfeld Modell E Allgemeines lineares Modell f r komplexe Stichproben Modell X papap angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten ut shopfor u usecoup Term e konstruieren verschachtelter Term Wechselwirkung Yerschachteln Zum Modell hinzuf gen L schen Konstanter Term M In das Modell aufnehmen Statistik anzeigen W hlen Sie aus dass ein benutzerdefiniertes Modell erstellt werden soll W hlen Sie Haupteffekte als Typ f r den zu erstellenden Term aus und w hlen Sie shopfor und usecoup als Modellterme aus W hlen Sie Wechselwirkung als Typ f r den zu erstellenden Term aus und f gen Sie die Wechselwirkung shopfor
336. t F r jeden ausgew hlten Ort hat die Firma Informationen zu den Wohngebieten und den Haushaltseinheiten eingeholt und in der Datei demo_cs_2 sav gespeichert Verwenden Sie diese Datei und den Stichprobenassistenten um die Stichprobenziehung f r die dritte Stufe dieses Plans durchzuf hren Verwenden des Assistenten f r die Stichprobenziehung aus dem zweiten Teilrahmen gt Um den Stichprobenassistenten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen 126 Kapitel 13 Abbildung 13 27 Stichprobenassistent Schritt Willkommen Willkommen beim Stichprobenassistenten Der Stichprobenassistent unterst tzt Sie bei Entwurf und Auswahl einer komplexen Stichprobe Ihre Auswahlentscheidungen werden in einer Plandatei gespeichert die Sie w hrend der Analyse verwenden k nnen um anzugeben wie die Datenstichprobe gezogen wurde Mit dem Assistenten k nnen Sie au erdem einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen Wie m chten Sie vorgehen Stichprobe entwerfen N W hlen Sie diese Option wenn Sie keine Plandatei z erstellt haben Sie haben dann die M glichkeit die Durchsuchen Stichprobe zu ziehen Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen entfernen oder Datei Durchsuchen bearbeiten m
337. t Bei dieser Untersuchung soll der Stichprobenplan ber cksichtigt werden Statistiken Mit dieser Prozedur erhalten Sie Sch tzungen Standardfehler Konfidenzintervalle t Tests Effekte des Stichprobenplans und Quadratwurzeln aus den Effekten des Stichprobenplans au erdem die Korrelationen und Kovarianzen bei den Parametersch tzern Auch Ma e f r die Anpassungsg te des Modells und deskriptive Statistken f r die abh ngigen und unabh ngigen Variablen stehen zur Verf gung Und nicht zuletzt k nnen Sie gesch tzte Randmittel f r die Modellfaktorebenen und die Wechselwirkungen zwischen den Faktoren anfordern Daten Die abh ngige Variable ist quantitativ Faktoren sind kategorial Kovariaten sind quantitative Variablen die mit der abh ngigen Variablen in Beziehung stehen Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Erzeugen eines allgemeinen linearen Modells f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Allgemeines Lineares Modell W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeins
338. t Stichproben Variablen ns anaana aaae 6 Baumsteuerungen zur Navigation im Stichprobenassistenten nnana anaana 7 Stichprobenassistent Methode der Stichprobenziehung naana 8 Stichprobenassistent Stichprobenumfang sss sa anaana aaee 10 Ungleiche Umf nge definieren nn nnna nananana 11 Stichprobenassistent Ausgabevariablen sunna sa anaana 12 Stichprobenassistent Plan bersicht s nna nnana annae 13 Stichprobenassistent Stichprobe ziehen Auswahloptionen n n annua na naaa 14 Stichprobenassistent Stichprobe ziehen Ausgabedateien n n nuuanu aana 15 Stichprobenassistent Fertig stellen n anaana nnna 16 Bearbeiten eines bestehenden Stichprobenplans ssaa saaana anaana aaa 17 Stichprobenassistent Plan bersicht nuana nananana 18 Ausf hren eines bestehenden Stichprobenplans sas saaan an annaa 18 Zus tzliche Funktionen bei den Befehlen CSPLAN und CSSELECT nnna nnannanaaaaaaaaaa 19 3 Vorbereiten einer komplexen Stichprobe f r die Analyse 20 Erstellen eines neuen AnalyseplanSs 2 2 anaa 20 Analysevorbereitungsassistent Stichproben Variablen 2 22 22 cenenenannn 21 Baumsteuerungen zur Navigation im Analyseassistenten nananana aana 22 Analysevorbereitungsassistent Sch tzmethode 22222reeerenenen ern nnn 23 Analysevorbereitungsassistent Gr e 2 2uneeeseeeeereeer nennen nenn 24 Ungleiche Umf n
339. t allgemeinen sch tzbaren Funktionen anlegen Siehe Befehlssyntaxreferenz f r die vollst ndigen Syntaxinformationen Kapitel Ordinale Regression f r komplexe Stichproben Die Prozedur Ordinale Regression f r komplexe Stichproben besteht aus einer Regressionsanalyse einer bin ren oder ordinalen abh ngigen Variablen f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Beispiel Abgeordnete die in Erw gung ziehen einen Gesetzesentwurf einzubringen sind daran interessiert zu ermitteln ob dieser Gesetzesantrag ffentlich unterst tzt wird und in welchem Bezug die Unterst tzung f r den Antrag zur demografischen Struktur der W hler steht Die Meinungsforscher verwenden f r die Erstellung und Durchf hrung der entsprechenden Umfragen einen komplexen Stichprobenplan Mit der ordinalen Regression f r komplexe Stichproben k nnen Sie ein Modell f r die St rke der Unterst tzung f r den Gesetzesentwurf auf der Grundlage der demografischen Struktur der W hler anpassen Daten Die abh ngige Variable ist ordinal Faktoren sind kategorial Kovariaten sind quantitative Variablen die mit der abh ngigen Variablen in Beziehung stehen Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine S
340. t f r komplexe Stichproben Abbildung 13 1 Stichprobenassistent Schritt Willkommen Willkommen beim Stichprobenassistenten Der Stichprobenassistent unterst tzt Sie bei Entwurf und Auswahl einer komplexen Stichprobe Ihre Auswahlentscheidungen werden in einer Plandstei gespeichert die Sie w hrend der Analyse verwenden k nnen um anzugeben wie die Datenstichprobe gezogen wurde Mit dem Assistenten k nnen Sie au erdem einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen Wie m chten Sie vorgehen Stichprobe entwerfen N W hlen Sie diese Option wenn Sie keine Plandatei Durchsuchen erstellt haben Sie haben dann die M glichkeit die Sehe Stichprobe zu ziehen Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines Pj a bestehenden Plans hinzuf gen entfernen oder Datei Dursiischenge bearbeiten m chten Sie haben dann die M glichkeit die Stichprobe zu ziehen Stichprobe ziehen W hlen Sie diese Option wenn Sie bereits ber eine Plandatei verf gen und eine Stichprobe ziehen Durchsuchen m chten ee an W hlen Sie Stichprobe entwerfen wechseln Sie in das Verzeichnis in dem Sie die Datei speichern m chten und geben Sie property_assess csplan als Name der Plandatei ein Klicken Sie auf Weiter 102 Kapitel 13 Abbildung 13 2 Stichprobenassistent Schritt Stichproben Variablen Stufe 1 iiil Stichp
341. t fehlenden Wert gesetzt Hinweis Diese Datei ist nicht unmittelbar f r weitere Analysen in anderen Prozeduren verwendbar bei denen eine Matrixdatei eingelesen wird es sei denn diese Prozeduren akzeptieren alle hier exportierten Zeilentypen berlebensfunktion als SPSS Statistics Daten exportieren Schreibt ein Daten Set im SPSS Statistics Format das Folgendes enth lt die berlebensfunktion den Standardfehler der berlebensfunktion Ober und Untergrenzen des Konfidenzintervalls der berlebensfunktion und die kumulative Hazard Funktion f r jeden Versagens oder Ereigniszeitpunkt der nach der Grundlinie und nach den auf der Registerkarte Diagramme angegebenen Einflussvariablen Mustern ausgewertet wird Die Reihenfolge der Variablen in der Matrixdatei lautet wie folgt Basisschichten Variable F r jeden Wert der Schichten Variablen werden separate berlebenstabellen erzeugt berlebenszeitvariable Der Ereigniszeitpunkt ein separater Fall wird f r jeden einzigartigen Ereigniszeitpunkt angelegt Sur_0 LCL_Sur_0 UCL_Sur_0 Die Basis berlebensfunktion und die Ober und Untergrenzen ihres Konfidenzintervalls Sur_R LCL_Sur_R UCL_Sur_R Die am Referenz Muster ausgewertete berlebensfunktion siehe die Tabelle der Musterwerte in der Ausgabe und die Ober und Untergrenzen ihres Konfidenzintervalls Sur_ LCL_Sur_ UCL_Sur_ berlebensfunktion die an jedem auf der Registerkarte Diagramme ang
342. tatistiken von kategorialen Variablen f r Beobachtungen die mittels eines komplexen Stichprobenplans gewonnen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren Die Prozedur Kreuztabellen f r komplexe Stichproben bietet deskriptive Statistiken f r Kreuztabellen mit kategorialen Variablen Die Prozedur Deskriptive Statistiken f r komplexe Stichproben bietet univariate deskriptive Statistiken f r metrische Variablen Kapitel Deskriptive Statistiken f r komplexe Stichproben Die Prozedur Deskriptive Statistiken f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r verschiedene Variablen an Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Verwendung von Deskriptive Statistiken f r
343. ten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche WYahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden bankloan sav Ein offenes Datenblatt demo_cs sav DatenSet4 bankloan_cs sav DatenSet9 Benutzerdefinierte Datei Datei gt Wechseln Sie zu der Datei bankloan csaplan und w hlen Sie sie aus F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 20 Klicken Sie auf Weiter 202 Kapitel 20 Abbildung 20 2 Dialogfeld Logistische Regression Variablen Abh ngige Variable amp Branch branch E Number of customers amp b Customer ID customer Referenzkategorie Faktoren Level of education ed Teilgesamtheit variable Kategorie W hlen Sie Vorherige Nichtzahlung als abh ngige Variable aus W hlen Sie Ausbildung als Faktor aus W hlen Sie Alter in Jahren bis Andere Schulden in Tausend als Kovariaten aus W hlen Sie Vorherige Nichtzahlung aus und klicken Sie auf Referenzkategorie 203 Logistische Regression f r komplexe Stichproben Abbildung 20 3 Dialogfeld Logistische Regression Referenzkategorie H Logistische Regression f r komplexe Stichproben Referenzkategorie rReferenzkategorie Gr tem
344. ten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Wahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden nhis2000_subset sav Ein offenes Datenblatt s say DatenSet1 av DatenSet3 Benutzerdefinierte Datei Datei Durchsuchen gt Wechseln Sie zu der Datei nhis2000_subset csaplan und w hlen Sie sie aus F r weitere Informationen siehe Thema Beispieldateien in Anhang A in BM SPSS Complex Samples 20 Klicken Sie auf Weiter 165 H ufigkeiten f r komplexe Stichproben Abbildung 15 2 Dialogfeld H ufigkeiten FF Plan f r komplexe Stichproben f r Verh ltnisanatyse X Variablen H ufigkeitstabellen E Stratum f r Yarianzsc L WVitaminimineral Erg nz E PSU f r Yarianzsch tz E Geschlecht Geschlecht 8 Alter Atter 8 Region Region 2 Wie h ufig rauchen Si 8E Multivitamine im letzten E Kr uter Erg nzugspro Starke Anstrengung p Teilgesamtheiten E Moderate Anstrengung L Altersgruppe Al E Krafttraining pro Woc e E Angestrebtes Wunsch L T gliche Aktivit t Bew E T gliche Aktivit t Trag Jede Kombination von Kategorien definiert eine Teilgesamtheit
345. ten Standardfehler gr er und andere dagegen kleiner sind als diejenigen die man erhalten w rde wenn man davon ausginge dass diese Beobachtungen aus einer einfachen Zufallsstichprobe stammen Es ist von entscheidender Bedeutung die Informationen ber den Stichprobenplan in die Analyse aufzunehmen da Sie anderenfalls beispielsweise schlie en k nnten dass der Koeffizient usecoup 3 sich nicht von 0 unterscheidet Die Parametersch tzer sind sinnvoll f r die Quantifizierung des Effekts der einzelnen Modellterme doch die Tabellen f r die gesch tzten Randmittel k nnen die Interpretation der Modellergebnisse erleichtern Gesch tzte Randmittel GLM Abbildung 19 9 Gesch tzte Randmittel in Ebenen von Who shopping for Einkauf f r wen 95 Konfidenzintervall Standard Who shopping for Mittelwert fehler Obere Grenze Self 308 5326 3 94286 300 0145 317 0506 Self and spouse 370 3361 4 87908 359 7955 380 8767 Self and family 459 4392 7 19769 443 8895 474 9888 Diese Tabelle zeigt die vom Modell gesch tzten Randmittel als Standardfehler von Amount spent Ausgegebener Betrag bei den Faktorstufen von Who shopping for Einkauf f r wen an Diese Tabelle kann bei der Ermittlung der Unterschiede zwischen den Stufen dieses Faktors n tzlich sein In diesem Beispiel wird erwartet dass ein Kunde der f r sich selbst einkauft ungef hr 308 53 ausgibt w hrend erwartet wird dass ein Kunde mit Ehepartner 370 34 und
346. tent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen 2 F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Wariablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Yariablen ausw hlen die als Yariablen mit festem Format in die neue Datei kopiert werden Variablen in der aktuellen Datei oo AsSoWng drugs CS0 Ri Treatment result result amp Post evert preventative surgery b Fost event rehabilitation rehab EI Variable E Length of stay for rehabilitation lo y E Total treatment and rehabilitation c amp First event post attack event1 r Zu transponierende Variablen 9 Time to first event post attack fim Zielvariable History of myocardial infarction m ae 2 A History of ischemic stroke is1 Length of stay for rehabilitation Ios_rehab R History of hemorrhagic stroke hs1 E start _time2 amp Second event post attack event2 RZ start_time3 E Time to second event post attack ki History of myocardial infarction m History of ischemic stroke is2 History of hemorrhagic stroke hs2 Yariable n mit festem Format amp Third event post attack event3 m E Time to third event post attack tim start_time2 L start_time3 Angabe von
347. tenverh ltnisse genau ein Set von kumulativen Quotenverh ltnissen erstelltt F r jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovariaten werden bei ihrem Mittelwert ausgewertet Cee an im W hlen Sie aus dass f r Age category Alterskategorie und Driving frequency H ufigkeit der Kraftfahrzeugnutzung kumulative Quotenverh ltnisse berechnet werden sollen W hlen Sie als Referenzkategorie f r Driving frequency H ufigkeit der Kraftfahrzeugnutzung den Wert 10 14 999 miles year 10 000 bis 14 999 Meilen Jahr eine typischere j hrliche Fahrleistung als der gr te Wert Klicken Sie auf Weiter gt Klicken Sie im Dialogfeld Ordinale Regression f r komplexe Stichproben auf OK Pseudo R Quadrate Abbildung 21 6 Pseudo R Quadrate Cox und Snell 179 Nagelkerke 191 McFadden 01 Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreg Verkn pfungsfunktion Logit Im linearen Regressionsmodell fasst das Bestimmtheitsma R den Anteil der Varianz in der abh ngigen Variable das mit den unabh ngigen Einflussvariablen zu tun hat zusammen Dabei deuten gr ere R2 Werte darauf hin dass ein gr erer Anteil der Varianz durch das Modell erkl rt wird bis zu einem Maximalwert von 1 Bei Regressionsmodellen mit einer kategorialen abh ngigen Variablen kann
348. ter aus Klicken Sie auf die Registerkarte Diagramme 267 Cox Regression f r komplexe Stichproben Abbildung 22 47 Dialogfeld Cox Regression Registerkarte Statistik ox Regression f r komplexe Stichproben Zend Ener Uergupen Made Sen Disrenme Hypalhesertesis Scheren Open r Diagramme a berlebensfunktion Ti Log minus Log berlebenswahrscheinlichkeits Funktion Hazard Funktion 1 minus berlebenswahrscheinlichkeits Funktion Konfidenzintervalle in ausgew hlten Diagrammen darstellen Faktoren im Diagramm darstellen in Faktor Hiveau Separate Linien History of myocardial infarction H chstes Nivea Fi History of ischemic stroke 1 0 istory of hemorrhagic stroke 00 Kovariaten im Diagramm darstellen in Kovariate In der Standardeinstellung werden Kovariaten im Modell an ihren Mittelwerten und Faktoren im Modell auf ihrem h chsten Niveau bewertet Sie k nnen den Wert bei dem irgendeine Einflussvariable bewertet wird ver ndern und separate Linien f r jedes Niveau einer Faktorvariable im Diagramm darstellen W hlen Sie Log minus Log berlebensfunktion Aktivieren Sie Separate Linien f r History of myocardial infarction W hlen Sie 1 0 als Stufe f r History of ischemic stroke W hlen Sie 0 0 als Stufe f r History of hemorrhagic stroke Klicken Sie auf die Registerkarte Optionen 268 Kapitel 22
349. ter im Modell wird eine separate Variable gespeichert Aggregierte Residuen Wenn mehrere F lle f r ein einzelnes Subjekt stehen ist das aggregierte Residuum f r ein Subjekt einfach die Summe der jeweiligen Fall Residuen aus allen F llen die zum selben Subjekt geh ren Beim Schoenfeld Residuum unterscheidet sich die aggregierte Version nicht von der nichtaggregierten Version da das Schoenfeld Residuum nur f r unzensierte F lle definiert ist Diese Residuen sind nur dann verf gbar wenn ein Subjekt Identifikator auf der Registerkarte Zeit und Ereignis angegeben ist 94 Kapitel 12 Export Namen der gespeicherten Variablen Durch eine automatische Generierung von Namen wird sichergestellt dass Ihre Arbeit nicht verloren geht Mit benutzerdefinierten Namen k nnen Sie Ergebnisse aus fr heren Durchg ngen verwerfen ersetzen ohne zuerst die gespeicherten Variablen im Daten Editor l schen zu m ssen Abbildung 12 11 Dialogfeld Cox Regression Registerkarte Export a m J Cox Regression f r komplexe Stichproben F Modell als SPSS Statistics Daten exportieren E berlebensfunktion als SPSS Statistics Daten exportieren rZiel rZiel nN t Inhalte Par F Modell als XML exportieren Modell als SPSS Statistics Daten exportieren Schreibt ein Daten Set im IBM SPSS Statistics Format das die Parameter Korrelations oder Kovarianzmatrix enth lt m
350. tichprobe angeben m Wert Allen Schichten wird derselbe Wert zugewiesen Wenn Anzahl als Metrik f r die Einheiten ausgew hlt wurde sollten Sie eine positive Ganzzahl eingeben Bei Auswahl von Anteile sollten Sie einen nichtnegativen Wert eingeben Au er bei Stichprobenziehung mit Zur cklegen d rfen die Anteilswerte au erdem nicht gr er als 1 sein m Ungleiche Werte f r Schichten Erm glicht die Eingabe von Umfangswerten f r die einzelnen Schichten ber das Dialogfeld Ungleiche Werte f r Schichten m Werte aus Variable lesen Erm glicht die Auswahl einer numerischen Variablen die die Umfangswerte f r Schichten enth lt 11 Stichprobenziehung mithilfe eines komplexen Plans Bei Auswahl von Anteile haben Sie die M glichkeit Unter und Obergrenzen f r die Anzahl der in der Stichprobe enthaltenen Einheiten festzulegen Ungleiche Umf nge definieren Abbildung 2 5 Dialogfeld Ungleiche Umf nge definieren EH Ungleiche Umf nge definieren Spezifikationen f r Umfang Beschritungen Wertelabeis Ausschlie en Region Anzahl 4 Norden 5 S den Im Dialogfeld Ungleiche Umf nge definieren k nnen Sie Umf nge schichtweise eingeben Gitter Spezifikationen f r Umfang Das Gitter zeigt die Kombination von bis zu f nf Schicht oder Klumpenvariablen an in jeder Zeile eine Schicht Klumpenkombination Als Gittervariablen zul ssig sind alle Schichtungsvariablen aus der akt
351. tichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Ermitteln der ordinalen Regression f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Ordinale Regression W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright IBM Corporation 1989 2011 67 68 Kapitel 11 Abbildung 11 1 Dialogfeld Ordinale Regression amp Neighborhood nbrhood amp County county E Inclusion Selection Pr 8 Cumulative Sampling W Faktoren E Cumulative Sampling W amp Voted Kovariaten E Ordinate Regression f r komplexe Stichproben Yariablen Abh ngige Yariable amp voter ID voteid A The legislature should en ll Age category agecat amp Gender gender in last election vot A Driving frequency drivetr verkn pfungsfunktion batinna Teilgesamtheit es Variable Kategorie W hlen Sie eine abh ngige Variable aus Die folgenden Optionen sind verf gbar seen m W hlen Sie die entsprechenden Variablen f r Faktoren und Kovariaten gem den vorliegenden Daten aus m Legen Sie eine Variable fest um so eine Teilgesamtheit zu definieren Die
352. tichproben verarbeitet werden F r die Stichprobenspezifikationen wird der Stichprobenplan poll csplan verwendet und f r die erforderlichen gemeinsamen Einschlusswahrscheinlichkeiten die Datei poll_jointprob sav Verwandte Prozeduren Die Prozedur Stichprobenassistent f r komplexe Stichproben ist ein n tzliches Werkzeug zum Erstellen einer Datei f r den Stichprobenplan und zum Ziehen von Stichproben m Um eine Stichprobe f r die Analyse vorzubereiten wenn Sie nicht auf die Datei mit dem Stichprobenplan zugreifen k nnen verwenden Sie den Analysevorbereitungsassistenten Kapitel Analysevorbereitungsassistent f r komplexe Stichproben Der Analysevorbereitungsassistent f hrt Sie durch die Schritte zum Erstellen bzw Bearbeiten eines Analyseplans zur Verwendung mit den verschiedenen Analyseverfahren f r komplexe Stichproben Der Assistent ist besonders n tzlich wenn Sie keinen Zugriff auf die Datei mit dem Stichprobenplan haben der zum Ziehen der Stichprobe verwendet wurde Verwendung des Analysevorbereitungsassistenten f r komplexe Stichproben zur Vorbereitung von ffentlich zug nglichen NHIS Daten National Health Interview Survey NHIS ist eine gro e grundgesamtheitsbasierte Umfrage in unter der US amerikanischen Zivilbev lkerung Es werden pers nliche Interviews in einer landesweit repr sentativen Stichprobe von Haushalten durchgef hrt F r die Mitglieder jedes Haushalts werden demografische Informati
353. tionskoeffizient Das Verh ltnis des Standardfehlers des Sch tzers zum Sch tzer Ungewichtete Anzahl Die Anzahl der Einheiten die zur Berechnung des Sch tzers verwendet wurden Umfang der Grundgesamtheit Die gesch tzte Anzahl an Einheiten in der Grundgesamtheit Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Dies ist ein Ma f r den Effekt eines komplexen Stichprobenplans wobei eine gr ere Abweichung von 1 auf gr ere Effekte hinweist Quadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt Deskriptive Statistiken f r komplexe Stichproben Fehlende Werte Abbildung 6 3 Dialogfeld f r fehlende Werte bei deskriptiven Statistiken i Deskriptive Statistiken f r komplexe Stichproben Fehlende Werte x r Statistiken f r Ma variablen Alle verf gbaren Daten verwenden variablenweiser Ausschluss Einheitliche Fallbasis gew hrleisten listenweiser Ausschluss rKategoriale Stichproben variablen Benutzerdefinierte fehlende Werte sind ung ltig Benutzerdefinierte fehlende Werte sind g ltig F lle mit ung ltigen Daten f r eine kategoriale Stichprobenvariable werden aus der Analyse ausgeschlossen
354. tistiken verwendeten F lle ber die verschiedenen Tabellen konsistent Kategoriale Stichproben Variablen Diese Gruppe bestimmt ob benutzerdefinierte fehlende Werte g ltig oder ung ltig sind 33 H ufigkeiten f r komplexe Stichproben Komplexe Stichproben Optionen Abbildung 5 4 Dialogfeld Optionen Ei H ufigkeiten f r komplexe Stichproben Optionen Anzeige f r Teilgesamtheiten alle in derselben Tabelle Jeweils in einer eigenen Tabelle Ca rar un Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel Deskriptive Statistiken f r komplexe Stichproben Die Prozedur Deskriptive Statistiken f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r verschiedene Variablen an Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Beispiel Mit der Prozedur Deskriptive Statistiken f r komplexe Stichproben k nnen Sie univariate deskriptive Statistiken f r das Aktivit tsniveau von US B rgern erstellen die auf den Ergebnissen der Umfrage National Health Interview Survey NHIS beruhen und einen geeigneten Analyseplan f r diese ffentlich zug nglichen Daten beinhalten Statistiken Mit diesem Verfahren erhalten Sie Mittelwerte und Summen sowie T Tests Standardfehler Konfidenzintervalle Variationskoeffi
355. tory Diseases 129 Abweichungskontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 Abweichungsresiduen in Cox Regression f r komplexe Stichproben 92 Aggregierte Residuen in Cox Regression f r komplexe Stichproben 92 Allgemeines lineares Modell f r komplexe Stichproben 47 188 gesch tzte Mittel 53 Modell 49 Modellzusammenfassung 193 Optionen 55 Parametersch tzer 195 Randmittel 196 Statistik 51 Tests der Modelleffekte 194 Variablen speichern 54 verwandte Prozeduren 199 zus tzliche Funktionen beim Befehl 56 Analyseplan 20 Analysevorbereitungsassistent f r komplexe Stichproben 148 keine Stichprobengewichte verf gbar 151 ffentliche Daten 148 verwandte Prozeduren 162 Zusammenfassung 151 161 Antwortwahrscheinlichkeiten bei der ordinalen Regression f r komplexe Stichproben 69 Basisschichten in Cox Regression f r komplexe Stichproben 85 Beispieldateien Speicherort 273 Bonferroni in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Breslow Sch tzmethode in Cox Regression f r komplexe Stichproben 96 Brewers Stichprobenmethode beim Stichprobenassistenten 8 Chi Quadrat in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Cox Regression f r komplexe Stichproben 226 Datum und Uhrzeit Variablen 79 Einflussvariablen 83 Ereignis definieren 82 Grafik 90 Hypothesentests 91 Infor
356. tuellen Plans werden automatisch berechnet Stufenbeschriftung Sie k nnen f r jede Stufe ein optionales String Label angeben Dieses wird in der Ausgabe verwendet um die stufenweisen Informationen besser identifizieren zu k nnen Anmerkung Die Liste der Quellvariablen hat in allen Schritten des Assistenten denselben Inhalt Anders ausgedr ckt Variablen die in einem Schritt aus der Liste der Quellvariablen entfernt werden werden in allen Schritten aus der Liste entfernt Variablen die wieder zur Liste der Quellvariablen hinzugef gt werden werden in allen Schritten in der Liste angezeigt Baumsteuerungen zur Navigation im Stichprobenassistenten Auf der linken Seite jedes Schritts im Stichprobenassistenten finden Sie eine Gliederung die eine bersicht ber alle Schritte bietet Sie k nnen im Assistenten navigieren indem Sie in der Gliederung auf den Namen eines aktivierten Schrittes klicken Schritte sind aktiviert wenn alle vorangegangenen Schritte g ltig sind d h wenn f r jeden vorangegangen Schritt die erforderlichen Mindestangaben vorgenommen wurden Weitere Informationen dazu warum ein Schritt m glicherweise ung ltig ist finden Sie in der Hilfe zu den einzelnen Schritten 8 Kapitel 2 Stichprobenassistent Methode der Stichprobenziehung Abbildung 2 3 Stichprobenassistent Schritt Methode der Stichprobenziehung EH Stichprobenassistent Stufe 1 Methode der Stichprobenziehung In diesem Dialo
357. tufen k nnen Sie die Plandatei in jedem Analyseverfahren f r komplexe Stichproben verwenden um anzugeben wie die Stichprobe gezogen wurde Wilkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen vom Assistenten generierte Syntax in ein Syntaxfenster einf gen bersicht Stufe 2 Stichproben Variablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien i P Abschluss Folgende M glichkeiten stehen Ihnen zur Yerf gung Plan in einer Plandatei speichern und die Stichprobe ziehen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen Klicken Sie auf Fertig stellen Durch diese Auswahl wird die Stichprobenplan Datei property_assess csplan erstellt und anhand dieses Plans eine Stichprobe gezogen 110 Kapitel 13 Plan bersicht Abbildung 13 10 Plan bersicht Stichproben Yariablen Schichtung A Umgebun g Klumpen Informationen zur Auswahlverfahren Einfache Einfache Stichprobe Zufallssti Zufallssti chproben chproben ziehung ziehung ohne ohne Zur ckleg Zur ckleg en en Umfang der Stichprobe 4 Erzeugte oder Stufenweise Inclusion Inclusion ver nderte Variablen Einschluss Auswahl w Probabilit Probabilit ahrscheinlichkeiten 1 2 Stufenweise kumulierte Sample Sample Stichprobengewichtung Weight Weight Cumulativ Cumulativ e_1_ e_2_ Anteil der Stichprobe
358. u dr te 0 4 34a ae Tests der Modelleffekte 2 2 2222 coooeeeeenenneeeeeeeerennenn Parameter Sch tzer 22 a a ha aa a tea a a E a Eaa aa ao a AA AEE Klassifikation n annann Quotenverh ltnisse Odds Ratios cc con Verallgemeinertes kumulatives Modell anaana Verwerfen nichtsignifikanter Einflussvariablen 222222 ceceeeeeeeen W rnungenwa 4 2 2 22a aa ei el a een Vergleichen von Modellen 2cceeeeeeeeeeeeneeeeneeeneennenn bersicht ass sus00 00002 JRR he ana rne dnan in hand Verwandte Prozeduren 2 2 2 22 ccees essen neeeeeeneeeneeeeeeeeereneeen 22 Cox Regression f r komplexe Stichproben Verwenden einer zeitabh ngigen Einflussvariablen in der Cox Regression f r komplexe Stichproben sa 2 4 00 00000 0 ea a a en Vorbereitung der Daten ieascceci e nenia aiaa m lana acia a a en a aue Eaa E aE Durchf hren der Analyse anaana aana Informationen zum Stichprobenplan n ss s saan aaua Tests der Modelleffekte nnn nna nannaa Test f r proportionale Hazard Raten nana nananana aeaa Hinzuf gen einer zeitabh ngigen Einflussvariablen nnna nananana naana Mehrere F lle pro Subjekt in der Cox Regression f r komplexe Stichproben Vorbereiten der Daten f r die Analyse cc cc ooneeneeneeeeeeeennnnn Erstellen eines Analyseplans f r einfache Zufallsstichprobenziehungen Durchf hren der Ana
359. uellen Stufe und den vorangegangenen Stufen sowie alle Klumpenvariablen aus den vorangegangenen Stufen Die Variablen k nnen im Gitter neu angeordnet oder in die Ausschlussliste verschoben werden Geben Sie die Werte f r den Umfang in die Spalte rechts au en ein Klicken Sie auf Labels Beschriftungen oder Werte um die Anzeige der Wertelabels und der Datenwerte f r die Schichtungs und Klumpenvariablen in den Gitterzellen ein bzw auszuschalten Bei Zellen die Werte ohne Labels enthalten werden immer Werte angezeigt Klicken Sie auf Schichten aktualisieren um das Gitter mit allen Kombinationen von beschrifteten Datenwerten f r Variablen im Gitter neu auszuf llen Ausschlie en Um die Umf nge f r eine Teilmenge von Schicht Klumpenkombinationen anzugeben verschieben Sie eine oder mehrere Variablen in die Ausschlussliste Diese Variablen werden nicht f r die Festlegung der Stichprobenumf nge verwendet 12 Kapitel 2 Stichprobenassistent Ausgabevariablen Abbildung 2 6 Stichprobenassistent Schritt Ausgabevariablen EH Stichprobenassistent Stufe 1 Ausgabevariablen In diesem Dialogfeld k nnen Sie variablen ausw hlen die beim Ziehen der Stichprobe gespeichert werden sollen Die Yariablen enthalten Informationen ber die Stichprobe oder die Grundgesamtheit f r die aktuelle Stufe Wenn die Stichprobe geschichtet ist enthalten die Yariablen Daten f r die einzelnen Schichten Willkommen Stufe 1 i Stichprobe
360. uen Variablen die folgenden Men befehle aus Transformieren gt Variable berechnen Abbildung 22 21 Dialogfeld Variable berechnen H Variable berechnen X Zielvariable Numerischer Ausdruck start _time2 timen Ri Hospital size hosp da Patient ID patid da Attending physician 8 Age in years age Ag Age category agec amp Gender gender amp Physically active a EEE Obesity obesity ce amp History of diabetes Funktionen und Sondervariablen amp Blood pressure bp b Atrial fibrillation af amp Smoker smoker amp Cholesterol choles amp History of angina a Ri History of myocard i ki History of ischemic History nf hemarrha I Funktionsguppe Alle Arithmetisch Yerteilungsfunktionen Umwandlung Aktuelles Datum aktuelle Uhr2 Fats optionale Fallauswahlbedingung Cl noen zuuersetzen Abtrecnen J e gt Geben Sie start_time2 als Zielvariable ein gt Geben Sie fimel als numerischen Ausdruck ein Klicken Sie auf OK 244 Kapitel 22 Rufen Sie das Dialogfeld Variable berechnen auf Abbildung 22 22 Dialogfeld Variable berechnen Zielvariable Numerischer Ausdruck start_time3 time2 da Hospital ID hospid Hospital size hosp da Patient ID patid da Attending physician Age in years age Age category agec amp Gender gender amp Physica
361. uf Statistiken 213 Ordinale Regression f r komplexe Stichproben Abbildung 21 3 Dialogfeld Ordinale Regression Statistik E Ordinate Regression f r komplexe Stichproben Statistiken rAnpassungsg te des Modells V Pseudo R Quadrat 4 Klassifikationsmatrix rParameter Fi Sch tzer A Kovarianzen der Parametersch tzer Fi Exponentialfunktion des Sch tzers E Korrelationen der Parametersch tzer M Standardfehler 4 Effekt des Stichprobenplans Fi Konfidenzintervall E Quadratwurzel aus dem Effekt des Stichprobenplans E t Test mParallele Linien Fi Wald Test auf gleiche Neigungen Fi Parametersch tzer f r verallgemeinertes Modell Neigungen ungleich mM Kovarianzen der Parametersch tzer f r verallgemeine amp rtes Modell Neigungen ungleich Fi Auswertungsstatistik f r Modellvariablen M Informationen zum Stichprobenplan raten aeerecren rire W hlen Sie in der Gruppe Anpassungsg te des Modells die Option Klassifikationsmatrix aus W hlen Sie in der Gruppe Parameter die Optionen Sch tzer Potenzierter Sch tzer Standardfehler Konfidenzintervall und Effekt des Stichprobenplans aus W hlen Sie Wald Test auf gleiche Neigungen und Parametersch tzer f r verallgemeinertes Modell Neigungen ungleich aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Ordinale Regression f r komplexe Stichproben auf Hypothesentests 214
362. und die Faktoren Informationen zum Stichprobenplan Zeigt eine Zusammenfassung ber die Stichprobe mit ungewichteter Anzahl und Umfang der Grundgesamtheit Hypothesentests f r komplexe Stichproben Abbildung 10 5 Dialogfeld Hypothesentests Ei Allgemeines lineares Modell f r komplexe Stichproben Hypothesentest r Teststatistik Stichprobenziehung Freiheitsgrade Ei Basierend auf dem Stichprobenplan F korrigiert Fest chi Quadrat Korrigiertes Chi Quadrat r Korrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonferroni C eeen ie Teststatistik In dieser Gruppe k nnen Sie den Typ der Statistik zum Testen der Hypothesen festlegen Die folgenden Optionen stehen zur Auswahl F F korrigiert Chi Quadrat und Korrigiertes Chi Quadrat Stichprobenziehung Freiheitsgrade In dieser Gruppe steuern Sie die Freiheitsgrade im Stichprobenplan mit denen die p Werte f r alle Teststatistiken berechnet werden Dient der Stichprobenplan als Grundlage ist dieser Wert die Differenz zwischen der Anzahl der prim ren Stichprobeneinheiten und der Anzahl der Schichten in der ersten Stufe der Stichproben Alternativ k nnen Sie benutzerdefinierte Freiheitsgrade festlegen geben Sie hierzu eine positive Ganzzahl ein 63 Logistische Regression f r komplexe Stichproben Korrektur f r Mehrf
363. ungs Korrekturmethode ausw hlen m Geringste signifikante Differenz Diese Methode steuert nicht die Gesamtwahrscheinlichkeit dass Hypothesen abgelehnt werden bei denen einige lineare Kontraste von den Werten einer Nullhypothese abweichen m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt m Bonferroni sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt 75 Ordinale Regression f r komplexe Stichproben m Sidak Dieses Verfahren liefert engere Grenzen als der Bonferroni Ansatz m Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden Ordinale Regression f r komplexe Stichproben Quotenverh ltnisse Abbildung 11 6 Dialogfeld Ordinale Regression Quotenverh ltnis H Ordinate Regression f r komplexe Stichproben Quotenverh ltnisse Faktoren Kumulative Quotenverh ltnisse f r den Vergleich von Faktorstufen amp Gender gender Faktor Referenzkategorie 5 Voted in last electio Age category agecat Gr ter Wert A Drivind frenenn I Kovariaten Kumul
364. us potenziert mit dem Sch tzer der Koeffizienten Der Sch tzer bietet zwar ergiebige Eigenschaften f r statische Tests der potenzierte Sch tzer oder exp B ist jedoch einfacher zu interpretieren m Standardfehler Zeigt den Standardfehler f r die einzelnen Koeffizientensch tzer Konfidenzintervall Zeigt ein Konfidenzintervall f r die einzelnen Koeffizientensch tzer Das Konfidenzniveau f r das Intervall wird im Dialogfeld Optionen festgelegt m T Test Zeigt je einen t Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der Tests liegt vor wenn der Koeffizient den Wert 0 aufweist m Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Modellkoeffizienten m Korrelationen der Parametersch tzer Zeigt eine Sch tzung der Korrelationsmatrix f r die Modellkoeffizienten 62 Kapitel 10 m Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Ein Ma f r den Effekt eines komplexen Stichprobenplans kleinere Werte weisen auf gr ere Effekte hin Ouadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt Auswertungsstatistik f r Modellvariablen Zeigt eine Zusammenfassung ber die abh ngige Variable die Kovariaten
365. usecoup als Modellterm hinzu Klicken Sie auf Weiter Klicken Sie im Dialogfeld Allgemeines lineares Modell auf Statistik 192 Kapitel 19 Abbildung 19 4 Dialogfeld Allgemeines lineares Modell Statistik E Allgemeines lineares Modell f r komplexe Stichproben Statistik X rModellparameter Fi Sch tzer T Kovarianzen der Parametersch tzer Zi Standardfehler T Korrelationen der Parametersch tzer Konfidenzintervall Effekt des Stichprobenplans t Test E Quadratwurzel aus dem Effekt des Stichprobenplans F Anpassungsg te des Modells Ti Grundgesamtheitsmittelwerte der abh ngigen Variablen und der Kovariaten M Informationen zum Stichprobenplan E eon e W hlen Sie Sch tzer Standardfehler Konfidenzintervall und Effekt des Stichprobenplans in der Gruppe Modellparameter aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Allgemeines lineares Modell auf Gesch tzte Mittelwerte 193 Allgemeines lineares Modell f r komplexe Stichproben Abbildung 19 5 Das Dialogfeld Allgemeines lineares Modell Gesch tzte Mittelwerte E Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Faktoren und Wechselwirkungen Mittelwerte anzeigen f r shopfor Kontrast usecoup Einfach shopfor usecoup shopfor usecoup Keine 2 From newspaper 3 From mailings 4 From both E Mittelwert f r Grundgesamtheit a
366. variable amp b Provinz province amp Distrikt district Stack city amp b Festnahme ID arrest 2 Alter in Jahren age d Altersgruppe agecat 5 Familienstand marital ki Sozialer Status s0 A auskildung ed Besch ttigt employ amp Geschlecht gender Schwere der erste Gewalt bei erster T amp Datum der Entlassu 5 Kaution hinterlegt b E Rehabilitstionsma n PD Tuweite Festnahme I Numerischer Ausdruck DATE DMY 30 5 2006 Cox Regression f r komplexe Stichproben Umwandlung Aktuelles Datum aktuelle Uhr Datumsarithmetik DATE DM Y tag monat jahr Numerisch Ergibt einen Datumswert der den Angaben f r tag monat und jahr entspricht Die Argumente m ssen ganze Zahlen ergeben wobei tag zwischen 1 und 31 und monat zwischen 1 und 13 liegen muss und jahr eine 4 stellige ganze Zahl gr er als 1582 sein muss Um das Ergebnis als Datum anzuzeigen muss Geben Sie date2 als Zielvariable ein gt Geben Sie DATE DMY 30 6 2006 als Ausdruck ein Klicken Sie auf Falls Date Mdy Date Moyr Date Qyr Date kyr Date Yrday optionale Fallauswahlbedingung 228 Kapitel 22 Abbildung 22 2 Dialogfeld Variable berechnen Falls Bedingung erf llt ist Variable berechnen Falls Bedingung erf llt ist F Region region alle F lle einschlie en 5 Provinz province KI amp Distrikt district Fall einschlie en wenn
367. variable Einheiten WYariablenlabel Time to second arrest p variable jetzt erstellen Syntax in Syntax Fenster einf gen gt Geben Sie fime_to_event als Namen f r die Variable ein die f r die Zeit zwischen den beiden Datumswerten steht Geben Sie Time to second arrest als Variablenlabel ein Klicken Sie auf Fertig stellen Durchf hren der Analyse gt Um eine Analyse der Art Cox Regression f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Cox Regression 233 Cox Regression f r komplexe Stichproben Abbildung 22 7 Dialogfeld Plan f r komplexe Stichproben f r Cox Regression A Plan f r komplexe Stichproben f r Cox Regression X Plan Datei wecidivism_cs csplan Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Gemeinsame Yahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Wahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden recidivism_cs sav Ein offenes Datenblatt demo_cs sav DatenSet4 recidivism_c recidivism
368. vs frequency 10 14 999 milesiyear lt 10 000 milesiyear vs 10 14 999 miles year 15 19 999 milesiyear vs 10 14 999 miles year 20 29 999 milesiyear vs 10 14 999 milesiyear gt 30 000 miles year vs 10 14 999 miles year Abh ngige Yariable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq Yerkn pfungsfunktion Logit a Die bei der Berechnung verwendeten Faktoren und Kovariaten werden auf folgende Werte festgesetzt Age category 60 Gender Female Voted in last election Yes Driving frequency gt 30 000 milesiyear In dieser Tabelle werden die kumulativen Quotenverh ltnisse f r die Faktorstufen von Driving frequency H ufigkeit der Kraftfahrzeugnutzung angezeigt wobei 0 4 999 miles year 10 000 bis 14 999 Meilen Jahr als Referenzkategorie verwendet wird Da Driving frequency H ufigkeit der Kraftfahrzeugnutzung an keinem Wechselwirkungsterm beteiligt ist handelt es sich bei den Quotenverh ltnissen einfach um die Verh ltnisse der potenzierten Parametersch tzer So betr gt beispielsweise das kumulative Quotenverh ltnis f r 20 29 999 miles vear 20 000 bis 29 999 Meilen Jahr gegen ber 0 14 999 miles year 10 000 bis 14 999 Meilen Jahr 0 101 0 444 0 227 Verallgemeinertes kumulatives Modell Abbildung 21 13 Parallelit tstest f r Linien Freiheitsg Freiheitsg Wald F Sidak Sig grade 1 grade 2 korrigiert Sig sequentiell
369. weiter Art Wie hoch sind die Kosten der Einstufung einer zahlungsunf higen Person in die Gruppe der nicht zahlungsunf higen Personen Fehler erster Art Wie hoch sind die Kosten der Einstufung einer nicht zahlungsunf higen Person in die Gruppe der zahlungsunf higen Personen Fehler zweiter Art Wenn uneinbringliche Forderungen der wichtigste Punkt sind sollte der Fehler erster Art minimiert und die Sensitivit t maximiert werden Wenn die Erweiterung des Kundenstamms oberste Priorit t hat sollte der Fehler zweiter Art minimiert und die Spezifit t maximiert werden Normalerweise sind beide Punkte von gro er Bedeutung sodass Sie eine Entscheidungsregel f r die Klassifizierung von Kunden aufstellen m ssen die die beste Mischung aus Sensitivit t und Spezifit t bietet Verwandte Prozeduren Die Prozedur Logistische Regression f r komplexe Stichproben ist ein n tzliches Tool f r die Modellierung einer kategorialen Variablen wenn die F lle anhand eines Schemas f r komplexe Stichproben gezogen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll m Der Analysevorbereitungsassistent f r komplexe
370. yp Sie sind m ssen Sie f r die Prozeduren f r komplexe Stichproben Planinformationen angeben Diese Informationen werden zur einfacheren Wiederverwendung in einer Plandatei gespeichert Plandateien Eine Plandatei enth lt Festlegungen f r komplexe Stichproben Es gibt zwei Typen von Plandateien Stichprobenplan Durch die im Stichprobenassistenten angegebenen Spezifikationen wird ein Stichprobenplan definiert der zum Ziehen von komplexen Stichproben verwendet wird Diese Spezifikationen sind in der Stichprobenplan Datei enthalten Eine Stichprobenplan Datei enth lt 3 Einf hrung in die Prozeduren von Complex Samples au erdem einen Standard Analyseplan der f r den angegebenen Stichprobenplan geeignete Sch tzmethoden verwendet Analyseplan Diese Plandatei enth lt Informationen die bei den Analyseverfahren in Komplexe Stichproben ben tigt werden um die Varianzsch tzungen f r komplexe Stichproben ordnungsgem zu berechnen Zum Plan geh ren die Stichprobenstruktur Sch tzmethoden f r die einzelnen Stufen und Verweise auf erforderliche Variablen wie beispielsweise die Stichprobengewichte Mit dem Analysevorbereitungsassistenten k nnen Sie Analysepl ne erstellen und bearbeiten Das Speichern der Angaben in einer Plandatei bringt verschiedene Vorteile mit sich unter anderem folgende m Personen die Studien durchf hren k nnen die erste Stufe eines mehrstufigen Stichprobenplans angeben und die Einheiten d
371. z unter der Annahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Dies ist ein Ma f r den Effekt eines komplexen Stichprobenplans wobei eine gr ere Abweichung von 1 auf gr ere Effekte hinweist Ouadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt 41 Kreuztabellen f r komplexe Stichproben m Residuen Der erwartete Wert ist die Anzahl von F llen die in einer Zelle erwartet w rden wenn kein Zusammenhang zwischen den beiden Variablen best nde Ein positives Residuum zeigt an dass in der Zelle mehr F lle vorliegen als dies der Fall w re wenn die Zeilen und Spaltenvariable unabh ngig w ren m Korrigierte Residuen Der Quotient aus dem Residuum einer Zelle beobachteter Wert minus erwarteter Wert und dessen gesch tztem Standardfehler Das resultierende standardisierte Residuum wird in Einheiten der Standardabweichung ber oder unter dem Mittelwert angegeben Auswertungen f r 2x2 Tabellen In dieser Gruppe finden Sie Statistiken f r Tabellen in denen die Zeilen und die Spaltenvariable jeweils zwei Kategorien aufweisen Beide messen die St rke des Zusammenhangs zwischen dem Vorhandensein eines Faktors und dem Auftreten eines Ereignisses m Quotenverh ltnis Das Quotenverh ltnis kann als Sch tzer des relativen Risikos verwendet werden wenn der Faktor
372. zeit von Patienten mit zwei fr heren Herzinfarkten unterscheidbar zu sein welche wiederum von der berlebenszeit von Patienten mit drei fr heren Herzinfarkten unterscheidbar ist bersicht Sie haben ein Cox Regressionsmodell f r die berlebenszeit nach Schlaganf llen angepasst mit dem die Effekte der Ver nderung der Anamnese nach einem Schlaganfall gesch tzt werden k nnen Dies ist aber nur der Anfang da Forscher zweifellos andere potenzielle Einflussvariablen in das Modell aufnehmen w rden Au erdem k nnte man in einer weiteren Analyse dieses Daten Sets noch signifikantere nderungen an der Modellstruktur in Betracht ziehen Im aktuellen Modell zum Beispiel wird davon ausgegangen dass sich der Effekt eines Ereignisses das die Anamnese ver ndert durch einen auf die Basis Hazard Rate angewandten Multiplikator quantifizieren l sst Stattdessen kann es sinnvoll sein anzunehmen dass sich durch das Eintreten 272 Kapitel 22 eines nicht t dlichen Ereignisses die Form der Basis Hazard Rate ndert Um dies zu erreichen k nnten Sie die Analyse aufgrund von Event index schichten Anhang A Beispieldateien Die zusammen mit dem Produkt installierten Beispieldateien finden Sie im Unterverzeichnis Samples des Installationsverzeichnisses F r jeder der folgenden Sprachen gibt es einen eigenen Ordner innerhalb des Unterverzeichnisses Samples Englisch Franz sisch Deutsch Italienisch Japanisch Koreanisch Pol
373. ziehen Datei Cproperty_assess csplan Auswahloptionen Ausgabedateien Abschluss Ja Stufe 2 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen M chten Sie Stufe 2 hinzuf gen W hlen Sie diese Option wenn die W hlen Sie diese Option wenn die Daten von Stufe 2 Arbeitsdatei Daten f r Stufe 2 enth lt noch nicht verf gbar sind oder wenn Ihr Stichprobenplan nur aus einer einzigen Stufe 14 Kapitel 2 Dies ist der letzte Schritt in jeder Stufe in der eine bersicht der in der aktuellen Stufe vorgenommenen Angaben zum Stichprobenplan angezeigt wird Anschlie end k nnen Sie entweder zur n chsten Stufe weitergehen und sie falls erforderlich erstellen oder die Optionen f r die Stichprobenziehung festlegen Stichprobenassistent Stichprobe ziehen Auswahloptionen Abbildung 2 8 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen EH Stichprobenassistent Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert Willkommen Stufe 1 M chten Sie eine Stichprobe ziehen gt Stichproben ariablen Methode Stufen Gr e der Stichprobe Nein Ausgabevariablen bersicht Welche Art vo
374. zienten die ungewichteten Anzahlen den Umfang der Grundgesamtheiten die Effekte des Stichprobenplans und die Quadratwurzeln aus den Effekten des Stichprobenplans f r jede Sch tzung Daten Die Ma e sollten metrische Variablen sein Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Erstellen von deskriptiven Statistiken f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Deskriptive Statistiken W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright IBM Corporation 1989 2011 34 35 Deskriptive Statistiken f r komplexe Stichproben Abbildung 6 1 Dialogfeld Deskriptive Statistik iii Deskriptive Statistiken f r komplexe Stichproben X Variablen E Stratum f r Varianzsc E Starke Anstrengung p E PSU f r Yarianzsch tz E Moderate Anstrengung 2 Geschlecht Geschlecht L Alter Alter 8 Region Region 8E Wie h ufig rauchen Si E Yitamin mineral Erg nz L Multivitamine im letzten
375. zintervallen f r die Mittelwerte k nnen Sie interessante Schlussfolgerungen ziehen m Was die intensive und m ige k rperliche Bewegung betrifft sind die 25 44 J hrigen weniger aktiv als die 18 24 J hrigen und die 45 64 J hrigen Au erdem sind die 45 64 J hrigen weniger aktiv als die Altersgruppe der mindestens 65 J hrigen m Was das Krafttraining betrifft sind die 25 44 J hrigen weniger aktiv als die 45 64 Au erdem sind die 18 24 J hrigen und die 45 64 J hrigen weniger aktiv als die Altersgruppe der mindestens 65 J hrigen Auswertung Mit der Prozedur Deskriptive Statistiken f r komplexe Stichproben haben Sie Statistiken f r die Aktivit tsniveaus von US B rgern erhalten m Insgesamt wenden die Amerikaner unterschiedlich viel Zeit f r unterschiedliche Arten von sportlicher Aktivit t auf m Aufgeschl sselt nach Alter ergibt sich grob gesagt dass Amerikaner nach dem College Alter zun chst weniger aktiv sind als in der Schule jedoch mit steigendem Alter k rperliche Bet tigung wieder ernster nehmen 174 Kapitel 16 Verwandte Prozeduren Die Prozedur Deskriptive Statistiken f r komplexe Stichproben ist ein n tzliches Werkzeug zur Gewinnung deskriptiver Statistiken von Skalenma en f r Beobachtungen die mittels eines komplexen Stichprobenplans gewonnen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zu
376. zwei Arten zu definieren Wenn Sie ein erweitertes Cox Regressionsmodell sch tzen wollen mit dem nichtproportionale Hazards m glich sind definieren Sie die zeitabh ngige Einflussvariable als eine Funktion der Zeitvariablen 7_ und der fraglichen Kovariate Ein gel ufiges Beispiel w re das einfache Produkt aus Zeitvariable und Einflussvariable aber es k nnen auch komplexere Funktionen festgelegt werden Einige Variablen k nnen zu unterschiedlichen Zeiten unterschiedliche Werte aufweisen weisen aber kein systematisches Verh ltnis zur Zeit auf In solchen F lle m ssen Sie eine segmentierte zeitabh ngige Einflussvariable definieren Dies k nnen Sie mit logischen Ausdr cken erreichen Logische Ausdr cke nehmen bei wahren Aussagen den Wert 1 und bei falschen Aussagen den Wert 0 an Mithilfe einer Verkettung von logischen Ausdr cken k nnen Sie die zeitabh ngige Einflussvariable aus einem Satz von Messwerten erstellen Wenn Sie zum Beispiel ber vier Wochen einer Studie einmal w chentlich den Blutdruck gemessen haben gekennzeichnet durch BPI bis BP4 k nnen Sie die zeitabh ngige Einflussvariable durch den folgenden Ausdruck definieren T_ lt 1 BPI T_ gt 1 amp T lt 2 BP2 T gt 2 amp T _ lt 3 BP3 T_ gt 3 amp T_ lt 4 BP4 Beachten 85 Cox Regression f r komplexe Stichproben Sie dass bei einem gegebenen Fall genau einer der Ausdr cke in Klammern dem Wert 1 entspricht alle anderen Ausdr cke in Klammern weis
377. zweifaktoriellen ANOVA nnan nn nnana aana 188 Durchf hren der Analyse 222 auaa 188 Modellzusammenfassung snoa na anaana 193 Tests der Modelleffekte nnana ananuna ananuna 194 Parameter Sch tzen au siani se ae aan ee ale a ea E E Eae AE 195 Gesch tzte Randmittel GLM cc o onen 196 Auswertung 2 2 22 meeeeeee nenne nennen een nennen 199 Verwandte Prozeduren 4 4 400414044 0000 20 da han Bade ara pahi ai 199 20 Logistische Regression f r komplexe Stichproben 200 Verwenden der logistischen Regression f r komplexe Stichproben zur Bewertung des Kreditrisik0S44 4 34 34 c n400 40 Han Bahasa a na were 200 Durchf hren der Analyse 2 2nenoneneeeeneneeeeerenen een e nenn 200 Pseudo R Quadrate 2 22 c cos ruti erdre rini diesa aaide inia 204 Klassifikation seacais aena ai a a a a a E a E E E EE 205 Tests der Modelleffekte 4 a pnia a aa a ana a anal 206 Parameter Sch tzer crosaires iesma n aTa EE RE a a a a 206 Quotenverh ltnisse Odds Ratios cc con 207 Auswertung 22 2 22er eeee nennen nenne een een eeenenn 209 Verwandte Prozeduren 2 iot ea aaee a mia a A eed aaa E A A a a a E a aA a a A 209 21 Ordinale Regression f r komplexe Stichproben Verwendung der ordinalen Regression f r komplexe Stichproben zur Analyse von Umfrageergebnissen secure aaa vairaa nae amie aa eaaa a a aa e d Durchf hren der Analyse cc naana Pseudo R Q

IBM SPSS Complex Samples 20

Contents

Download Pdf Manuals

Related Search

Related Contents