Home

Komplexe Stichproben

1. E Ordinale Regression f r komplexe Stichproben Optionen rsch tzmethode rsch tzkriterien Newton Raphson Maximalzahl der tterationen 400 Fisher Bewertung O 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 Veranderung o 00000 Typ Relativ F kterationen auf der Grundlage der Log Likelihood nderung begrenzen rBenutzerdefiniert fehlende Werte _ Als ung ltig behandeln Als g ltig behandeln Mj Pr fung auf vollst ndige Trennung der Datenpunkte Diese Einstellung gilt f r Kategoriale Beann derkeration Stichproben variablen und Modellvariablen 29 i U tterationsprotokoll anzeigen Konfidenzintervall Ca an Schatzmethode 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 K
2. 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 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 binomialen Parameter entspricht mit Wertelabels die den in der 65 Logistische Regression fur 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 Param
3. 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 Variablen Methode Stufen Gr e der Stichprobe Nein Ausgabevariablen bersicht Welche Art von Startwert soll verwendet werden _ Stufe 2 i Stichproben Variablen 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
4. Wahlen 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 event 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 Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen a F r jede Variablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt wahlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Variablen 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 al Treatment result result amp Post event preventative surgery amp Post event rehabilitation rehab rs Variable E Length of stay for rehabilitation lo y E Total treatment and rehabilitation c amp First event post attack event r Zu transponierende Yariablen 9 Time to first event post attack tim Zielv
5. amp CAT scan result catscan Angabe von Fallgruppen al Treatment result result amp Post event preventative surgery had Variable dA Patient ID patid amp Post event 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 ill Hi ee e al History of myocardial infarction m ER al History of ischemic stroke is1 4 inal oe ca aie al History of hemorrhagic stroke hs1 Y amp Second event post attack event2 E Time to second event post attack al History of myocardial infarction m oil History of ischemic stroke is2 Variable n mit festem Format al History of hemorrhagic stroke hs2 one amp Third event post attack event3 gt E Time to third event post attack tim E P AEE T Geben Sie is als Zielvariable ein gt Wahlen Sie History of ischemic stroke is History of ischemic stroke is1 und History of ischemic stroke is2 als die zu transponierenden Variablen aus Wahlen 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
6. gt Plan bersicht Beschriftung Schicht Cluster Gr e Methode Stufe 1 Kein Region Stadt 4 pro Schicht Einfache Zuf jew Stichproben Variablen robenziehunc Methode Kein Umgebung 0 2 pro Schicht Einfache Zuf Gr e der Stichprobe robenziehung Ausgabevariablen bersicht _ Stufe 2 i Stichproben Variablen Methode Gr e der Stichprobe Ausgabevariablen aa F r welche Stufen ist die Stichprobenziehung bereits erfolgt Stufe 3 hinzuf gen _ Stichprobe ziehen Stufen Keine Auswahloptionen Ausgabedateien Stufen aus dem Plan entfernen Abschluss Datei C Program Files SPSSinc iPASVvVStatistics1 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
7. Abbildung 20 10 Quotenverh ltnisse f r Ausbildung 95 Konfidenzintervall Quoten Untere vorherige Nichtzahlung verh ltnis Grenze Obere Grenze Ausbildung ohne Schulabschlu vs Hauptschul fia 9883 894 4 397 Some college vs fiat 79 869 3 244 UniversitatsabschluBvs ja 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 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 promovier
8. 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 Bundesstaat durchgef hrt wurde Statistiken Mit diesem Verfahren erhalten Sie Verh ltnissch tzer 7 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 Klicke
9. Variablen zu F llen Optionen In diesem Schritt k nnen Sie Optionen festlegen die auf die umstrukturierte Datendatei angewendet werden Verarbeitung nicht ausgew hlter variablen Yariable n aus neuer Datendatei entfernen Beibehatten und als Variable 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 Name Beschriftung gt 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
10. A feet dial infarct amp First event post attack event1 ALIEN rein Im E Time to first event post attack tim al History of myocardial infarction m al History of ischemic stroke is1 dill History of hemorrhagic stroke hs1 Variable n mit festem Format amp Second event post attack event2 E Time to second event post attack al History of myocardial infarction m A ia ne inntinmin Aral fin Zu transponierende Yariablen gt Geben Sie mi als Zielvariable ein Wahlen SieHistory of myocardial infarction mi History of myocardial infarction mil und History of myocardial infarction mi2 als die zu transponierenden Variablen aus Wahlen 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 fiir die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Variablengruppe 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 Variablen 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
11. IBM SPSS Complex Samples 19 In yu Note Before using this information and the product it supports read the general information under Notices auf S 285 This document contains proprietary information of SPSS Inc an IBM Company It is provided under a license agreement and is protected by copyright law The information contained in this publication does not include any product warranties and any statements provided in this manual should not be interpreted as such When you send information to IBM or SPSS you grant IBM and SPSS a nonexclusive right to use or distribute the information in any way it believes appropriate without incurring any obligation to you Copyright SPSS Inc 1989 2010 Vorwort IBM SPSS Statistics ist ein umfassendes System zum Analysieren von Daten Das optionale Zusatzmodul Komplexe Stichproben bietet die zus tzlichen Analyseverfahren die in diesem Handbuch beschrieben sind Die Prozeduren im Zusatzmodul Komplexe Stichproben m ssen zusammen mit SPSS Statistics Core verwendet werden Sie sind vollst ndig in dieses System integriert ber SPSS Inc ein Unternehmen von IBM SPSS Inc ein Unternehmen von IBM ist ein f hrender globaler Anbieter von Analysesoftware und l sungen zur Prognoseerstellung Mit der vollst ndigen Produktpalette des Unternehmens Datenerfassung Statistik Modellierung und Bereitstellung werden Einstellungen und Meinungen von Personen erfasst und Ergebni
12. 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 fur das reduzierte Modell N Schwellenwert Regression Schritt Pseudo 2 b Halbier Log opinion_ opinion_ opinion_ agecat agecat agecat drivefr drivefr drivefr drivefreg drivefr Iteration ungen Likelihood gastax 1 gastax 2 gastax 3 1 2 3 eq 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 Abhangige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat drivefreq Verknipfungsfunktion Logit a Der Log Likelinood 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
13. 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 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 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 R 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 fur komplexe Stichproben m R nach Nagelkerke Nagelkerke 1991 ist eine korrigierte Version des R Quadrats nach Cox am
14. N 0 Te N 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 hlt 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
15. Risiko Set zum Ereigniszeitpunkt Parameter PA Schatzer ial Kovarianzen der Parametersch tzer ial Exponentialfunktion des Sch tzers m Korrelationen der Parametersch tzer Standardfehler IM Effekt des Stichprobenplans Konfidenzintervall F Quadratwurzel aus dem Effekt des Stichprobenplans El t Test gt Modellannahmen E Test f r proportionale Hazard Raten Zeitfunktion Log d Hi Parameterschatzer f r alternatives Modell Hl Kovarianzmatrix f r alternatives Modell ial Basis Uberlebensfunktion und kumulative Hazardfunktion SZ enten zurtersetzen anerecnen rate _ 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 tooo soon ts ot tage to00 16 000 29 924 1 580E 13 Uberlebenszeitvariable 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 verdrangt wird 242 Ka
16. a F r jede Variablengruppe 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 Variablen 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 UO dISSOIVING drugs CIOTSOW all Treatment result result amp Post event preventative surgery amp Post event rehabilitation rehab rs Variable TER Patient ID patial E Length of stay for rehabilitation lo Cmn E Total treatment and rehabilitation c amp First event post attack event Zu transponierende Yariablen Gear ame Zeven all History of myocardial infarction m Mies ana Ani al History of ischemic stroke is1 gt 4 History of hemorrhagic stroke hs al History of hemorrhagic stroke hs1 ail History of hemorrhagic stroke hs1 amp Second event post attack event2 4 History of hemorrhagic stroke hs2 8E Time to second event post attack all History of myocardial infarction m al History of ischemic stroke is2 al 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 L start_time2 L start_time3 Angabe von Fallgruppen Geben Sie hs als Zielvariab
17. auf Quotenverh ltnisse 215 Ordinale Regression f r komplexe Stichproben Abbildung 21 5 Dialogfeld Ordinale Regression Quotenverh ltnis Fd Ordinale Regression fiir komplexe Stichproben Quotenverhaltnisse Faktoren Kumulative Quotenverhaltnisse 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 Quotenverh ltnisse genau ein Set von kumulativen Quotenverh ltnissen erstellt Fur jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovariaten werden bei ihrem Mittelwert ausgewertet Ci mn 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 071 Abhangige Var
18. berlebensfunktion Kumulative Hazardfunktion A Untergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion E Obergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion A 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 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 Variablenlisten 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 Uberlebensfunktion Speichert die Untergren
19. bersicht Sue Beschriftung Schicht Gr e Methode Stichproben Variablen Kein county 0 3 pro Schicht PPS OZ Methode Gr e der Stichprobe Ausgabevariablen gt Ubersicht 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 Wahlen 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 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 Willkommen Jo Stufe 1 Stichproben Yariablen Methode Variablen Schichten nach amp Voter ID voteid Neighborhood nbrhood Gr e der Stichprobe Ausgabevariablen i Ubersicht B Stute 2 gt Stichproben Variablen Methode Gr
20. e der Stichprobe sgabevariablen hersicht Stufe 3 hinzuf gen amp unvollst ndiger Abschnitt W hlen Sie Neighborhood Wohnviertel 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 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 als prim re Stichprobeneinheit gezogen 137 Stichprobenassistent fur komplexe Stichproben Abbildung 13 38 Stichprobenassistent Schritt Stichprobenumfang Stufe 2 fF Stichprobenassistent E 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 Willkommen Jariablen Stufe 1 Voter ID voteid Einheiten Anteile 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 W
21. ss CGE 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 Stichprobe 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 definiere
22. 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 _ Stufe1 i P Stichproben Variablen Sch tzmethode bersicht Abschluss Variablen Schichten Geschlecht Geschlecht Stratum f r Varianzsch tzung STRATUM E Alter Alter 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 Varianzschatzung PSU Starke Anstrengung pro Woche Anstr 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 Attrechen J nie 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 Stichprob
23. 152 Kapitel 14 Abbildung 14 4 Dialogfeld Variable berechnen Zielvariable Numerischer Ausdruck 7 Brea e E Kundenanzahl nKund 015 amp Kunden ID idKunden ee BORO Spe 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 amp vorherige Nichtzahlung Flee 333 Funktionen und Sondervariablen 33333 DEDE CEDE Eas optionale Fallauswahlbedingung _Ent 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 Geben Sie inclprob_s1 als Zielvariable ein Geben Sie 0 15 als numerischen Ausdruck ein Klicken Sie auf OK 153 vy v v y Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 5 Dialogfeld Variable berechnen Ef Variable berechnen sss I Zielvariable Numerischer Ausdruck inclprob_s2 100 ncust amp Zweig Zweig v E Kundenanzahl nKund f Funktionsguppe amp Kunden ID idKunden E Alter in Jahren Alter Ale ofl Ausbildung Ausbildung Arithmetisch 2 Jahre der Besch ftigu artelungsfunkdionen L wohnhaf
24. 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 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 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 Unte
25. Katecorien 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 Kreuztabellen Statistik Ef Kreuztabellen f r komplexe Stichproben Statistiken r Zellen M Umfang der Grundgesamtheit Spaltenprozent T Zeilenprozent Tabellenprozente r Statistiken V Standardfehler 1 Ungewichtete Anzahl E Konfidenzinteryall Effekt des Stichprobenplans i Quadratwurzel aus dem Effekt des Stichprobenplans E Variationskoeffizient B o r uswertungen f r 2x2 Tabellen Qutenverh ltnis Risiko Differenz E Relatives Risiko T Test auf Unhabh ngigkeit von Zeilen und Spalten Ce omen 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 l
26. 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 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 Ereigniszeitpu
27. 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 rZellen M Umfang der Grundgesamtheit o Tabellenprozente r Statistiken iM Standardfehler E Kontidenzintervall 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 fiir den Schatzer 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
28. 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 F Cox Regression fiir komplexe Stichproben x Untergruppen Variablen H Faktoren amp Region region amp Provinz province amp Distrikt district amp Stadt city amp Festnahme ID arrest rn al Altersgruppe agecat os amp Familienstand marital i Sozialer Status social a Ausbildung ed amp Besch ftigt employ amp Geschlecht gender al Schwere der ersten Tat crime1 amp Gewalt bei erster Tat violent1 amp Datum der Entlassung aus der 1 Haft date1 amp RehabilitationsmaBnahmen erhalten rehab Ri Schwere der zweiten Tat crime2 amp Gewalt bei zweiter Tat violent2 Zweite Yerurteiluna convict21 Kovariaten E Alter in Jahren age tage Zeitabhangige Einflussvariablen Auf der Registerkarte Einflussvariablen k nnen Sie die Faktoren und Kovariaten angeben die zum Erstellen der Modelleffekte verwendet werden Faktore
29. 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 Verhaltnisse fur 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 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 In
30. w hlen Sie die folgenden Befehle aus den Men s aus Daten gt F lle ausw hlen 256 Kapitel 22 Abbildung 22 34 Dialogfeld Falle auswahlen rAusw hlen Alle F lle Falls Bedingung zutrifft Smorer sm rer amp Cholesterol choles amp History of angina a amp Prescribed nitroglyc b Taking anti clatting Zufallsstichprobe amp History of transient Time to hospital time i al Initial Rankin score O Nach Zeit oder Fallbereich amp CAT scan result ca amp Clet dissolving drug Fitervariable verwenden Treatment result re A amp Post event prevent u ker Ze amp 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 8 Time to first event p ail History of myocardi Datenblatt Name al History of ischemic A 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 gt 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 at i event gt D dil Hospital size hosp da Patient ID patid da Attending physician 8 Age in yea
31. 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 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 Stichpro
32. 0 000001 Typ Relativ 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 Maximalzahl 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 Parameterschatzern 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 siche
33. 1 Dialogfeld Komplexe Stichproben Plan fi Plan fiir komplexe Stichproben fiir 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 Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame VYahrscheinlichkeiten Gemeinsame WYahrscheinlichkeiten sind erforderlich 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 sayv DatenSet1 1 Benutzerdefinierte Datei Datei Ipol _jeintprob sav Durchsuchen 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 19 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 amp Neighborhood nbrhood amp County county 2 Inclusion Selection Pr E Cumulative Sampling VY 8 Cumulative Sampling W Yariablen Abhangige Variable Modell Faktoren ll
34. 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 Lage oo 18 000 504 787 _ 1 580E 13 Uberlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age Im proportionalen Hazard Modell ist der Signifikanzwert ftir 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 ee age _TF3 012 002 016 Uberlebenszeitvariable 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 Annahm
35. 2 Ischemic stroke 3 Hemorrhagic stroke Wertebereich Minimum Maximum Wahlen 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 Cayenne Hphesetes Spchem rine Optionen Variablen Uberlebenszeit A Hospital ID hospid r Beginn des Intervalls Eintreten des Risikos ail Hospital size hospsize Zeto da Attending physician ID physid N Subjekt L Age in years age all Age category agecat amp Gender gender amp Physically active active Obesity obesity amp History of diabetes diabetes amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker amp 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 al Initial Rankin score rankinO amp CAT scan result catscan amp Clot dissolving drugs clotsolv ail Treatment result result amp Post event preventative surgery surgery amp Post event rehabilitation rehab L Total treatment and rehabilitation cnsts in thousands Ir Werte die das Eintreten eines Ereignisses anzeigen W hlen Sie Patient ID patid als Subjekt Identifi
36. 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 einer Kovariaten verschachtelt werden Dementsprechend ist die Angabe von A X unzul ssig wenn A ein Faktor und X eine Kovariate ist Konstante
37. Abbildung 10 1 Dialogfeld Logistische Regression amp Logistische Regression fiir komplexe Stichproben X variablen Abhangige Variable Mode Soma D L Number of customers Statistiken amp Customer ID customer Referenzkategorie _Hypotnesentests Faktoren Kovariaten Age in years age 4 Le E Years with current Years at current ad E Household income i Teilgesamtheit w 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 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 niedrigste
38. 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 untersuchenden 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 7 Stichprobenziehung mithilfe eines komplexen Plans einen mehrstufigen Plan muss mindestens eine Klumpenvariable definiert werden Klumpen sind au erdem erforderlich wenn mehrere verschiede
39. Age category agecat amp Gender gender amp Voted in last election vot A Driving frequency drivefr Kovariaten a verkn pfungsfunktion a Teilgesamtheit Variable EE 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 auf 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 Schatzer A Kovarianzen der Parametersch tzer Fi Exponentialfunktion des Sch tzers E Korrelationen der Parametersch tzer M Standardfehler IM 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 E Kovarianzen der Parameterschatzer f r verallgemeine amp rtes Modell Neigungen ungleich Fi Auswertungsstatistik f r Modellvariablen M Informationen zum Stichprobenplan opener aeerecren rire W hlen Sie in de
40. 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 SPSS Inc 1989 2010 169 170 Kapitel 16 Abbildung 16 1 Dialogfeld Komplexe Stichproben Plan fF Plan f r komplexe Stichproben fiir deskriptive Analyse X Plan Datei inhis2000_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 Wahlen 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 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 IBM SPSS Complex Samples 19 Klicken Sie auf Weiter 171 Deskriptive Statistiken f r komplexe Stichproben Abbildung 16 2 Dialogfeld Deskriptive Statistik fH Deskriptive Statistik
41. Ausgabedateien ebenfalls auf Weiter 109 Abbildung 13 9 Stichprobenassistent fur komplexe Stichproben Stichprobenassistent Schritt Fertig stellen wurde Willkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 Stichproben Variablen Methode Gr e der Stichprobe Ausgabevariablen Ubersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien i P Abschluss 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 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 Plandatei speichern und die Stichprobe ziehen Yom Assistenten generierte Syntax in ein Syntaxfenster einf gen 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 1
42. 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 275 Beispieldateien 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 Anzahl der eingereichten Schadensanspr che kann als Skalierung
43. From both vs Niveau No 162 328 000 300 921 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 Einkaufsstils Freiheits Freiheits grade 1 grade 2 Wald F Sig sooo 11000 erase o 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 32
44. 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 Fallen umstrukturieren Z Eine Gruppe zusammengeh riger Variablen auch als Variablengruppe bezeichnet stellt ein Ma f r eine Variable dar Beispielsweise kann es sich bei der Variablen um die 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 Variablen enth lt werden diese h ufig ebenfalls in einer Variablengruppe 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 v
45. Klumpen fi Treatment result result amp Post event preventative surgery sur Post event rehabilitation rehab E Total treatment and rehabilitation cost amp Event index event_index amp First event post attack ereignis Stichprobengewichtung Length of stay for rehabiitstion start Time to first event post attack time_to al History of myocardial infarction mi fi History of ischemic stroke is dil History of hemorrhagic stroke hs b Stufenbeschriftung Zur ck Cweter gt Ferigsteten Autrechen _ H te W hlen 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 Stichprobenplane soll f r die Sch tzung angenommen werden Stichproben Variablen gt Schatzmethode Mz Stichprobenziehung mit Zur cklegen Ubersicht 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
46. Kreuztabellen mit kategorialen Variablen Die Prozedur Deskriptive Statistiken f r komplexe Stichproben bietet univariate deskriptive Statistiken f r metrische Variablen Kapitel Deskriptive Statistiken fur komplexe Stichproben Die Prozedur Deskriptive Statistiken ftir 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 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 JBM SPSS Complex Samples 19 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
47. Meniis 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 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 Planiibersicht Abbildung 2 11 Stichprobenassistent Schritt Planubersicht 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
48. Plan eine Sch tzung f r ungleiche Wahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden srs sav Ein offenes Datenblatt Benutzerdefinierte Datei gt 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 und Ereignis Variablen oll 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 amp 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 al Initial Rankin score rankinD amp CAT scan result catscan amp Clot dissolving drugs clotsolv N Treatment resutt resutt amp Post event preventative surgery surgery amp Post event rehabilitation rehab Total treatment and rehabilitation costs in thousands c amp Event index event_index all History of myocardial infarction mi al History of ischemic stroke is ail History of
49. Plan entfernen Ausf hren eines bestehenden Stichprobenplans gt Wahlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen 19 Stichprobenziehung mithilfe eines komplexen Plans Wahlen Sie die Option Stichprobe ziehen und wahlen Sie eine Plandatei fiir die Ausfiihrung aus Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren Uberarbeiten Sie den Stichprobenplan im Schritt Plan bersicht und klicken Sie auf Weiter vy v 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 Stich
50. 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 Kapitel Stichprobenziehung mithilfe eines komplexen Plans Abbildung 2 1 Stichprobenassistent Schritt Willkommen Stichprobenassistent 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 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 Durchsuchen Stichprobe ziehen W hlen Sie diese Option wenn Sie bereits ber eine Plandatei verf gen und eine Stichprobe ziehen m chten Der Stichprobenassistent f hrt Sie durch die Schritte zum Erstellen Bearbe
51. 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 anzeigen eter _ aeerecnen rae 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 sp
52. 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 Standardf zintervall County Zahler Nenner sch tzung ehler Untere Value at at appraisal 068 1236 E 127 Die Standardansicht der Tabelle 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 anschlieBend 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 Verhaltnisschatzung Standardfehler 95 Konfidenzintervall Testen von Hypothesen Ungewichtete Anzahl Untere Grenze Obere Grenze Testwert t Freiheitsgrad e Sig Osten Mitte westen N
53. 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 282 Anhang A zusammenfassende Wertung f r jeden Standort als good gut fair mittelm ig oder poor schlecht ab smokers sav Diese Datendatei wurde aus der Umfrage National Household Survey of Drug Abuse aus dem Jahr 1998 abstrahiert und stellt eine Wahrscheinlichkeitsstichprobe US amerikanischer Haushalte dar http dx doi org 10 3886 ICPSRO2934 Daher sollte der erste Schritt bei der Analyse dieser Datendatei darin bestehen die Daten entsprechend den Bev lkerungstrends zu gewichten stroke_clean sav Diese hypothetische Datendatei enth lt den Zustand einer medizinischen Datenbank nachdem diese mithilfe der Proz
54. 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 Willkommen Stufe 1 Stichproben Variablen Folgende M glichkeiten stehen 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 Ubersicht Stufe 3 Stichproben ariablen Methode Gr e der Stichprobe Ausgabevariablen Ubersicht 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 Ferien Astreonen L 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 fur komplexe Stichproben Stichprobenergebnisse Abbildung 13 26 Daten Editor mit Stichprobenergebnissen ve 1 ve 2
55. 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 fur komplexe Stichproben Abbildung 13 40 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen 3 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 Stichproben Yariablen Methode Ja Stufen Alle 1 2 Gr e der Stichprobe s Ausgabevariablen O Nein Ubersicht Stufe 2 Welche Art von Startwert soll verwendet werden Stichproben Yariablen Methode Gr e der Stichprobe Benutzerdefinierter Wert Ausgabevariablen Ubersicht Stufe 3 hinzuf gen Stichprobe ziehen gt Auswahloptionen Ausgabedateien Abschluss Zuf llig ausgew hlte Zahl Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren m chten In den Sti
56. 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 entztindungshemmendes 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 Behandlungsaufzeichnungen 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 280 Anhang A 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 polishing sav Hierbei handelt es sich um die Datendatei Nambeware Polishing Times aus der Data and Story Library Sie bezieht sich auf die Bem hungen eines Herstellers von Metallgeschirr Nambe Mills Santa Fe New Mexico zur zeitlichen Planung seiner Produktion Jeder Fall entspricht einem anderen Artikel in der Produktpalette F r jeden Art
57. Wohngebiet unabh ngige Stichproben gezogen werden In dieser Phase werden Haushaltseinheiten mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 121 Stichprobenassistent fur 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 Der Stichprobenumfang kann ber die Schichten hinweg gleich bleiben oder f r die verschiedenen Schichten variieren Wenn Sie die Stichprobenumfange als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Willkommen 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 O Werte aus Variable lesen Gr e der Stichprobe Ausgabevariabien ee eee ES bersicht K Stufe 3 Mindestzahl H chstzahl i Stichproben ariablen Ge Methode gt Gr e der Stichprobe Ausgabevariablen Ubersicht 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 au
58. 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 Einflussvariablenwerten 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 Stichprob
59. 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 die Umfangswerte f r Schichten enth lt 25 Vorbereiten einer komplexen Stichprobe fur die Analyse Ungleiche Umf nge definieren Abbildung 3 5 Dialogfeld Ungleiche Umf nge definieren EH Ungleiche Umf nge definieren Spezifikationen f r Umfang Beschriftungen Wertelabels Ausschlie en Region Anzahl a ben 2 Mitte 3 Westen 4 Norden 5 S den le 7 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 Si
60. bei erster Tat violent1 amp Datum der Entlassung aus der 1 Haft date1 Kaution hinterlegt bail amp Rehakbilitstionsma nahmen erhalten rehab all 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 SampleVVeight 8 Kumuliertes Auswahlgewicht f r Stufe 2 SampleWeight Zetundtreine Ener Uergupen Model Sen Diagramme Hpcheserteie 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 G 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 ist Klicken Sie auf Ereignis definieren 235 Cox Regression f r komplexe Stichproben Abbildung 22 9 Dialogfeld Ereignis definieren fH Ereignis definieren K rWerte die das Eintreten eines Er
61. 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 JBM SPSS Complex Samples 19 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 Umeine Analyse der Art Allgemeines lineares Modell f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Allgemeines lineares Modell Copyright SPSS Inc 1989 2010 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 Wahlen Sie im Men Komplexe Stichproben die Option F r Analyse Allgemeines lineares Modell f r komplexe Stichproben fH Plan f r komplexe Stichproben f r allgemeines lineares Modell X werden sie ignoriert Ein offenes Datenblatt grocery_1month_sample sav DatenSet4 Benutzerdefinierte Datei Dat
62. 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 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 Verte sind ung ltig Benutzerdetinierte 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 Anal
63. 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 entwerten N Wahlen 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 chten Sie haben dann die M glichkeit die Stichprobe zu ziehen _ Stichprobe ziehen W hlen Sie diese Option wenn Sie berets ber pat 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 fur komplexe Stichproben Abbildung 13 28 Stichprobenassistent Schritt Plantibersicht 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 Willkommen Ubersicht gt Plan bersicht Beschriftung Schicht Cluster Gr e Methode Stichprobe ziehen Kein Region Bund
64. 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 FFA Plan f r komplexe Stichproben fiir deskriptive Analyse rPlan Datei nhis2000_subset csaplan 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 O Ein offenes Datenblatt Benutzerdefinierte Datei EDEDED 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 die
65. 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 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 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
66. eine kategoriale Stichprobenvariable werden aus der Analyse ausgeschlossen ee 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 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 giiltig oder ungiiltig 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 ates te Anzeige fiir Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel Verhaltnisse fur 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
67. 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 ezust Uneter gt Estas Avtrecren J nie Deaktivieren Sie die Option Endlichkeitskorrektur 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 plan fiir komplexe Stichproben fiir Cox Regression rPlan 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
68. event p al History of myocardi Datenblatt Name all History of ischemic al 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 grr _ Zurictsetzen acerecnen tite 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 gt Zuerst m ssen Sie eine Variable f 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 fa Variable berechnen K Zielvariable Numerischer Ausdruck sampleweight da Hospital ID hospid oil Hospital size hosp da Patient ID patid da Attending physician Age in years age mean A Age category agec Yerteilungsfunktionen Umwandlung 2 ee la Aktuelles Datum aktuelle Uhr 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 amp Taking anti cl
69. gt Logistische Regression Copyright SPSS Inc 1989 2010 200 201 Logistische Regression f r komplexe Stichproben Abbildung 20 1 Dialogfeld Komplexe Stichproben Plan fH Plan fiir komplexe Stichproben fiir 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 vorbereiten 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 19 Klicken Sie auf Weiter 202 Kapitel 20 Abbildung 20 2 Dialogfeld Logistische Regression Variablen Abhangige Variable amp Branch branch E Number of customers amp Customer ID customer Referenzkategorie Faktoren Level of education ed Teilgesamtheit rc
70. komplexe Stichproben werden Kreuztabellen fiir 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 normalerweise 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 19 Durchf hren der Analyse gt Um eine Analyse der Art Kreuzta
71. 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 der 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
72. r komplexe Stichproben Referenzkategorie Logistische Regression f r komplexe Stichproben Modell 000 5 Logistische Regression f r komplexe Stichproben Statistik 22222220 Hypothesentests f r komplexe Stichproben 0 0 00 ce cece eee aes Logistische Regression f r komplexe Stichproben Quotenverhaltnis Logistische Regression f r komplexe Stichproben Speichern 0 0 5 Logistische Regression f r komplexe Stichproben Optionen 4 Zus tzliche Funktionen beim Befehl CSLOGISTIC 00 020 20 2c eee ee 11 Ordinale Regression f r komplexe Stichproben Ordinale Regression f r komplexe Stichproben Antwortwahrscheinlichkeiten Ordinale Regression f r komplexe Stichproben Modell 20200000ee Ordinale Regression f r komplexe Stichproben Statistik 22222 enen0 Hypothesentests f r komplexe Stichproben 0 00 00 e cece eee nennen Ordinale Regression f r komplexe Stichproben Quotenverhdltnisse Ordinale Regression f r komplexe Stichproben Speichern 0 00055 Ordinale Regression f r komplexe Stichproben Optionen 02000 5 Zus tzliche Funktionen beim Befehl CSORDINAL 2222 2 000 c eee eee 12 Cox Regression f r komplexe Stichproben Ereignis definieren 2 222 nanana anana vii Einflu
73. reduzierte Modell Cox und Snell Nagelkerke McFadden Abhangige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreq Verkn pfungsfunktion Logit Die R2 Werte fiir das reduzierte Modell sind mit den Werten fiir das urspriingliche 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 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 Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat drivefreq 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 fur komplexe Stichproben von 3 8 der Waher von Disagree Stimme nicht zu zu Agree Stimme zu Den beobachteten Daten zufolge antwortete mehr als die Halfte davon mit Disagree Stimme nicht zu bzw Strongly
74. tzers _ Korrelationen der Parameterschatzer iM 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 gt Wahlen Sie Sch tzer Potenzierter Sch tzer Standardfehler und Konfidenzintervall in der Gruppe Parameter aus gt Klicken Sie auf die Registerkarte Diagramme 267 Abbildung 22 47 Cox Regression f r komplexe Stichproben Dialogfeld Cox Regression Registerkarte Statistik Zend Ener Uergupen Made Sen Disrenme Hypalhesertesis Scheren Open r Diagramme a Cox Regres n f r komplexe Stichproben X berlebensfunktion Hazard Funktion Konfidenzintervalle in ausgew hlten Diagrammen darstellen Faktoren im Diagramm darstellen in Faktor History of myocardial infarction History of ischemic stroke _ 10 istory of hemorrhagic stroke 0 0 Kovariaten im Diagramm darstellen in Kovariate Ti Log minus Log berlebenswahrscheinlichkeits Funktion 1 minus berlebenswahrscheinlichkeits Funktion H chstes Ni Separate Linien T In der St
75. 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 durchschnittlich 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 Konfidenzinte
76. 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 Variablen 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
77. weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 19 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 SPSS Inc 1989 2010 100 101 Stichprobenassistent fur 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 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 Wahlen 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 a ay bestehenden Plans hinzuf gen entfernen oder Datei Dursiischenge bearbeiten m chten Sie haben dann die M glichkeit die Stichprobe zu ziehen Sti
78. 00 000 berlebenszeit Dieses Diagramm zeigt die Log minus Log Werte der Uberlebensfunktion In In suvival im Vergleich zur Uberlebenszeit Das hier vorliegende Diagramm zeigt eine separate Kurve fiir 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 Uberlebensfunktion Wie man in der Tabelle der Parameterschatzer sehen kann scheint die Uberlebenszeit von Patienten mit einem oder keinem friiheren Herzinfarkt von der Uberlebenszeit von Patienten mit zwei friiheren Herzinfarkten unterscheidbar zu sein welche wiederum von der Uberlebenszeit von Patienten mit drei fr heren Herzinfarkten unterscheidbar ist Ubersicht Sie haben ein Cox Regressionsmodell f r die Uberlebenszeit 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 Multiplikat
79. 1 Dialogfeld Deskriptive Statistik fH Deskriptive Statistiken fiir 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 E Alter Alter 8 Region Region 8E Wie h ufig rauchen Si E Vitaminimineral Erg nz L Multivitamine im letzten 8 Kr uter Erg nzugspro E Angestrebtes Wunsch T gliche Aktivit t Bew 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 fa Deskriptive Statistiken fiir komplexe Stichproben Statistiken X rAuswertungen IM Mittelwert E t Test Testwer r Statistiken iM Standardfehler Ungewichtete Anzahl Fi Konfidenzintervall Umfang der Grundgesamtheit Stufe _ Effekt des Stichprobenplans Variationskoeffizient Quadratwurzel aus dem Effekt des Stichprobenplans C tn in 36 Kapitel 6 Auswertung Mit dieser Gruppe k nnen Sie Sch tzer der Mittelwerte und Summ
80. 1 Dialogfeld Cox Regression Registerkarte Export a m J Cox Regression f r komplexe Stichproben F Modell als SPSS Statistics Daten exportieren E Uberlebensfunktion als SPSS Statistics Daten exportieren Ziel rZiel ON 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 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 95 Cox Regression f r komplexe Stichproben Tabelle der Parametersch tzer angezeigten Parameter Strings entsprechen F r alle anderen Zeilentypen sind die Zellen leer
81. 1 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 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 fur 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 Modellzusammenfassungstabelle ergab sich dass das vorliegende Modell etwas mehr als die H lfte de
82. 3 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 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 a Tatsachlich Osten Mitte Westen 4 Norden 4 S den 4 Plandatei Ciproperty_assess csplan 111 Stichprobenassistent fur komplexe Stichproben Diese zusammenfa
83. 4 324 138 095 000 008 0003 011 0008 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 Personen 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 Ka
84. 5 317 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 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 Schatzer 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 13 000 227 942 000 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 Diff
85. 7 Kreuztabellen fur komplexe Stichproben Mit der Prozedur Kreuztabellen fiir komplexe Stichproben werden Kreuztabellen fiir 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 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 Spaltenvar
86. 7 200 Klassifikationstabellen 205 Modell 59 Optionen 65 Parametersch tzer 206 Pseudo R2 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 Martingale Residuen in Cox 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 Index Ordinale Regression f r komplexe Stichproben 67 210 Antwortwahrscheinlichkeiten 69 Klassifikationstabellen 218 Modell 70 Optionen 77 Parametersch tzer 216 Pseudo R2 Statistik 215 224 Quotenverh ltnis 75 219 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 Stich
87. 8 26829672 224 vom Gesamtwert Ja Nein Insgesamt Umfang der Ja 39163840 660855 7 37963946 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 58160464 814680 4 56557999 59762929 346 vom Gesamtwert Ja 58 7 57 5 60 0 Nein 41 3 40 0 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
88. 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 m Einfach systematisch Die 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
89. 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 Tatsachlich Tatsachlich 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 hm NN NIN NN NIN N N N NIN NNN N NIN N NNN N N NN min NM NN mH ND won Plandatei 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 fur 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 11 26 11 26 11 26 sic VYariablenansicht 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 Einsc
90. 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 Copyright SPSS Inc 1989 2010 79 80 Kapitel 12 keine Linksstutzung vorliegt 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 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
91. 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 Vergleicht 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 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 z
92. 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 hoch 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 erste
93. ECTION 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 Abbildung 13 31 Daten Editor mit Stichprobenergebnissen oo 20 244 44 244 44 k kz kz ooo co 20 244 44 244 44 oo ooao 20 244 44 244 44 o a Variablenansicht 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 Sobal
94. 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 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 Schatzers Korrelationen der Parametersch tzer E Standardfehler E Effekt des Stichprobenplans E Kontidenzintervall E Quadratwurzel aus dem Effekt des Stichprobenplans El t Test rModellannahmen M Test f r proportionale Hazard Raten IM Parameterschatzer f r alternatives Modell ia Ko
95. Household income i E Price of primary ve al Primary vehicle pric 8E Level of education 8 Years with current E Retired retire Spalte d Yeors win curert Sy Job satisfaction job Gender gender 8E Number of people in Teilgesamtheiten E Wireless service E Multiple lines muttline L 8 Yoice mail voice Paging service pag Jede Kombination von Internet finternet Katecorien definiert eine W hlen Sie Newspaper subscription Zeitungsabonnement als Zeilenvariable W hlen Sie Response Antwort 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 fl Kreuztabellen fiir komplexe Stichproben Statistiken rZellen E Umfang der Grundgesamtheit Spattenprozent F Zeilenprozent 7 Tabellenprozente r Statistiken F Standardfehler a Ungewichtete Anzahl E Kontidenzintervall Effekt des Stichprobenplans F Quadratwurzel aus dem Effekt des Stichprobenplans E Variationskoetfizient JE Residue ma E Hete Wier ner Daaih r uswertungen f r 2x2 Tabellen Ti Qutenverh ltnis Risiko Differenz Relatives Risiko F Test auf Unhabh ngigkeit von Zeilen
96. 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 000 cece cece eee eee eee 1 Verwendung der Prozeduren f r komplexe Stichproben 02020 cece eee eee 2 Plandateien u 4 0404 se aie ge a a a ae ade 3 Weiterf hrende Literatur 2 0 0 eect ttt een 3 2 Stichprobenziehung mithilfe eines komplexen Plans 4 Erstellen eines neuen Stichprobenplans 00 cece eee eee nenne nenn 5 Stichprobenassistent Stichproben Variablen 0 000 cece eee eee ern 6 Baumsteuerungen zur Navigation im Stichprobenassistenten 0 005 7 Stichprobenassistent Methode der Stichprobenziehung 20000 0c ee eee eee 8 Stichprobenassistent Stichprobenumfang 000 0c eee eee eee eee 10 Ungleiche Umf nge definieren 00 0 c ct eee 11 Stichprobenassistent Ausgabevariablen 0000 cece eee e eee eee aes 12 Stichprobenassistent Plan bersicht 0 00 cece eect eee 13 Stichprobenassistent Stichprobe ziehen Auswahloptionen 2 0 0e0eeeaee 14 Stichprobenassistent Stichprobe ziehen Ausgabedateien 22020eeeeeaee 15 Stichprobenassistent Fertig stellen 0c cece eee 16 Bearbeiten ein
97. 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 Ordinale Regression fiir komplexe Stichproben Antwortwahrscheinlichkeiten Kumulierte Antwortwahrscheinlichkeiten Vom niedrigsten zum h chsten Wert der abh ngigen Variablen akkumulieren Yom h chsten zum niedrigsten Wert der abh ngigen Variablen akkumulieren Ci an ie 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 Ordinale Regression fiir komplexe Stichproben Modell rModelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten Modell u employ U address Ll income ul debtinc Term e konstruieren Verschachtelter Term Modell Effekte angeben Standardm ig erstellt das Verfahren ein Modell mit Haupteffekten unter Verwendung der im Hauptdialogfeld angegebenen Fa
98. 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 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
99. Konfidenzintervall aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Deskriptive Statistiken ftir 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 Spalte 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 pr
100. 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 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 i
101. 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 Statistiken 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
102. 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 fur komplexe Stichproben Abbildung 13 3 Stichprobenassistent Schritt Stichprobenumfang Stufe 1 iiil Stichprobenassistent F 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 Willkommen Variablen Stufe 1 amp 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 hle
103. Schulde E Schulden auf Kreditkarte in Tausend Card_Sch Werte aus Variable lesen Andere Schulden in Tausend sonst_Schulden amp vorherige Nichtzahlung Nichtzahlung inclprob_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 fur komplexe Stichproben Analysevorbereitungsassistent Schritt Plantibersicht Stufe 1 Stufe 1 Plan bersicht i Willkommen Ubersicht Stufe 4 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 gt 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 Wahlen Sie diese Option wenn die Stichprobe eine weitere Iprob_s1 Nein jetzt keine weitere Stufe hinzuf gen Wahlen Sie diese Option wenn dies die letzte Stufe der Stichp
104. 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 Willkommen Stufe 1 amp Immobilien ID Immobilien_ID Einheiten antee gt 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 gt Gr e der Stichprobe Werte aus Variable lesen Ausgabevariablen 5 bersicht Stufe 3 hinzuf gen Stichprobe ziehen Mindestzahl H chstzahl Auswahloptionen am Ausgabedateien Abschluss Wahlen 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 gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 107 Abbildung 13 7 Stic
105. 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 Informationen 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 19 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 SPSS Inc 1989 2010 148 149 Analysevorbereitungsassistent fur komplexe Stichproben Abbildung 14 1 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitun
106. Variable Kategorie W hlen Sie Vorherige Nichtzahlung als abh ngige Variable aus gt Wahlen 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 ai Logistische Regression fiir komplexe Stichproben Referenzkategorie rReferenzkategorie Gr tem 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 gt Klicken Sie im Dialogfeld Logistische Regression auf Statistik Abbildung 20 4 Dialogfeld Logistische Regression Statistik FE Logistische Regression fiir komplexe Stichproben Statistik rAnpassungsg te des Modells iM Pseudo R Quadrat IM Klassifikationsmatrix Parameter i Schatzer E Kovarianzen der Parametersch tzer Fi Exponentialfunktion des Sch tzers E Korrelationen der Parametersch tzer 4 Standardfehler Effekt des Stichprobenplans Fi Konfidenzintervall _ Qua
107. 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 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 Variable per 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
108. Wahlen Sie Benutzerdefinierter Wert als Typ f r den Startwert und geben Sie 4231946 als Wert ein gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichprobe ziehen Ausgabedateien ebenfalls auf Weiter 129 Stichprobenassistent fur komplexe Stichproben Abbildung 13 30 Stichprobenassistent Schritt Fertig stellen a Stichprobenassistent Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die 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 Willkommen Plan bersicht r Stichprobe ziehen Auswahloptionen Ausgabedateien in gt 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 SEL
109. 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 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 du
110. ablen Wo sollen die gemeinsamen VWahrscheinlichkeiten gespeichert werden Methode y Ausgabevariablen Ubersicht _ Fallauswahlregeln speichern Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen gt Ausgabedateien Abschluss ate 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 gt Wechseln Sie in das Verzeichnis in dem Sie die gemeinsamen Wahrscheinlichkeiten speichern 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 fur komplexe Stichproben Stichprobenassistent Schritt Fertig stellen wurde Willkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 Stichproben Variablen Methode Gr e der Stichprobe Ausgabevariablen Ubersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien gt 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 Stufe
111. all 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 Registerkarte Diagramme E Cox Regression f r komplexe Stichproben x rDiagramme E Uberlebensfunktion E Log minus Log berlebenswahrscheinlichkeits Funktion o Hazard Funktion o 1 minus berlebenswahrscheinlichkeits Funktion Bl Kontigenzint ht arent Faktoren im Diagramm darstellen in Faktor Hiveau Separate Linien Marital status Highest level B Social status 2 0 Level of education Highest level 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
112. 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 zum 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
113. 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 fur komplexe Stichproben 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 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 empirisc
114. andardeinstellung 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 Klicken Sie auf die Registerkarte Optionen 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 268 Kapitel 22 Abbildung 22 48 Dialogfeld Cox Regression Registerkarte Optionen F Cox Regression f r komplexe Stichproben X ZetundEreis Entussvaralen Untergruppen Model Statistken Diagramme Hypcihesertests Speichern Exporteren Orteren Sch tzung Maximalzahl der tterationen 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 Konfidenzi
115. 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 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 19 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 fehlen
116. aplan 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 o E oe Gann Ce W hlen Sie Plandatei erstellen und geben Sie srs csaplan als Dateiname ein Suchen Sie alternativ nach dem 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 nT gt Stichproben Variablen amp Taking anti clatting drugs anticlot Schatzmethode amp History of transient ischemic attack tia bersicht E Time to hospital time Abschluss al Initial Rankin score rankinD amp CAT scan result catscan amp Clot dissolving drugs clotsolv
117. ariable al History of myocardial infarction m 2 dill History of ischemic stroke is1 amp Length of stay for rehabilitation los_rehab al History of hemorrhagic stroke hs1 E start_time2 amp Second event post attack event2 RZ start_time3 E Time to second event post attack al History of myocardial infarction m al History of ischemic stroke is2 al 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 L start_time2 L start_time3 Angabe von Fallgruppen Geben Sie start_time als Zielvariable ein 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 gt Wahlen 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 UI dISSOIVING GUS CIOTSOIV all Treatment result result E Length of
118. arning databases Available at http www ics uci edu mlearn MLRepository html Breiman L als auch J H Friedman 1985 Estimating optimal transformations for multiple regression and correlation Journal of the American Statistical Association 80 Cochran W G 1977 Sampling 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 McCu
119. be gezogen wurde i 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 Stichprobe ziehen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen ana i 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 Wahlen Sie die folgenden Befehle aus den
120. 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 Beziehungen 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 aflatoxin20 sav Diese Datendatei enth lt die Aflatoxinmessungen aus jeder der 16 Stichproben aus den Ertr gen 4 und 8 der Datendatei aflatoxin sav Copyright SPSS Inc 1989 2010 273 274 Anhang A anorectic sav Bei der A
121. belle Correspondence Analysis 00 000 ccc e cece eee eee eee 166 H ufigkeit nach Teilgesamtheit 00 0 eect eee 167 Auswertung 0 0 0 cent n tne e ete tenes 167 Verwandte Prozeduren 000 c ect ett tte eee 168 16 Deskriptive Statistiken f r komplexe Stichproben 169 Verwendung von Deskriptive Statistiken f r komplexe Stichproben zur Analyse von Aktivit tsniveaus 2 0 0 0 169 Durchf hren der Analyse 22 0c cece ttt eee 169 Univariate Statistiken 2 0 0 0 cent eeeeae 172 Univariate Statistiken nach Teilgesamtheit 0 000000 cece eee eee eee 173 Auswertung 0 0 0 6 cent en tnt e eee e eee 173 Verwandte Prozeduren 0 00 c eect tettttteee nenn 174 17 Kreuztabellen f r komplexe Stichproben 175 Verwendung von Kreuztabellen f r komplexe Stichproben zum Messen des relativen Risikos EINES EFEIGNISSES ie err nase ne dod dd gl re en ia 175 Durchf hren der Analyse 00 000 e cette teens 175 Kreuztabelle 2 0 ccc nennen teen eens 179 Ris kosch tzen u dedi deer epee dca a ca ended albany dou et death ear and ea en 179 Risikosch tzer nach Teilgesamtheit 20 nananana eee ete teens 180 Auswertung 20 ee eee nent eee nent ene e eens 181 Verwandte Prozeduren 0 cc ee ne ene nent ene n nee neee 181 18 Verh ltnisse f r komplexe Stichproben 182 Verwenden von Verh ltnisse f r komplexe Stichproben zur Erleic
122. bellen f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt Kreuztabellen Copyright SPSS Inc 1989 2010 175 176 Kapitel 17 Abbildung 17 1 Dialogfeld Komplexe Stichproben Plan amp Plan fiir komplexe Stichproben fiir 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 Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame VWahrscheinlichkeiten 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 C demo sav O Ein offenes Datenblatt tenSet1 Set3 Benutzerdefinierte Datei Datei Durchsuchen gt 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 19 Klicken Sie auf Weiter 177 Kreuztabellen f r komplexe Stichproben Abbildung 17 2 Dialogfeld Kreuztabellen fH Kreuztabellen fiir komplexe Stichproben X Variablen Zeilen let 2 Age in years age E Marital status marital E Years at current ad E
123. ben 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 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 Klump
124. ben 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 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 JBM SPSS Complex Samples 19 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 SPSS Inc 1989 2010 210 211 Ordinale Regression f r komplexe Stichproben Abbildung 21
125. benumfange als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Willkommen Variablen Stute 1 A andkreis Landkreis Einheiten H ufigkeiten Stichproben Yariablen amp Stadt Stadt Methode gt Gr e der Stichprobe Der Wert f r den Ausgabevariablen Umfang gilt fiir jede bersicht Schicht Stufe 2 hinzuf gen a f Stichprobe ziehen Auswahloptionen Definieren Ausgabedateien Abschluss wert Ungleiche Werte f r Schichten O Werte aus Variable lesen w o Mindestzahl H chstzahl W hlen Sie in der Dropdown Liste f r die Einheiten Anzahl aus gt Geben Sie 3 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 116 Kapitel 13 Abbildung 13 17 Stichprobenassistent Schritt Plantibersicht Stufe 1 Stufe 1 Plan bersicht Willkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen gt Ubersicht Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss Ubersicht Beschriftung Schicht Kein Region Datei C demo csplan M chten Sie Stufe 2 hinzuf gen Ja Stufe 2 jetzt hinzuf gen Wahlen Sie diese Option wenn die Arbeitsdatei Daten f r Stufe 2 enth lt W hlen Sie Ja Stufe 2
126. 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 year 20 000 bis 29 999 Meilen Jahr gegen ber 10 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 Abh ngige Variable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq Yerkn pfungsfunktion Logit Der Parallelitatstest 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 T
127. bt 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 klassifiziert 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 VWald 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 mi
128. chprobe 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 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 f Wilkommen Wariablen Schichten nach stufe 1 b Immobilien ID Immobilien_ID Region Region i gt Stichproben Variablen amp Umgebung Umgebung Ban letzte Sch tzung in Jahren Zeit Le Gr e der Stichprobe E Wert bei letzter Sch tzung Vert Ausgabevariablen Stufe 2 hinzuf gen tichprobe z Klumpen Ku Eingabe Stichprobengewichtung LJ amp unvollst ndiger Abschnitt W hlen Sie County als Schichtungsvariable aus W hlen Sie Township Gemeinde als Klumpenvariable aus Klicken Sie auf Weiter und klicken Sie anschlie end im
129. chprobenassistent 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 Stichproben Variablen Methode Gr e der Stichprobe gt Ausgabevariablen bersicht L Stichprobenumfang Stichprobengewichtung Welche Variablen sollen gespeichert werden E Umfang der Grundgesamtheit ia Stichprobenanteil Stufe 2 hinzuf gen 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 CHB 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 be
130. chprobenumfang 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 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 Stichprobe ziehen Auswahloptionen i 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 Variablen die ausgew hlten F lle gespeichert Gemeinsame VVahrscheinlichkeiten werden gespeichert wenn Sie eine PPS Stichprobenziehung ohne Zur cklegen verwenden Sie werden f r Sch tzungen von PPS Designs OZ ben tigt Willkommen Stufe 1 Wo sollen die Stichprobendaten gespeichert werden Stichproben Variablen Methode Arbeitscatei Gr e der Stichprobe Neues Datenblatt poll_cs_sample Ausgabevariablen bersicht Externe Datei Durchsuchen Stufe 2 Stichproben Vari
131. chtete Zu diesen Daten geh ren demografische Informationen eine bersicht ber die bisherigen Eink ufe und die Angabe ob die einzelnen Personen auf die Kampagne ansprachen oder nicht Jeder Fall entspricht einer Einzelperson 277 Beispieldateien customers_new sav Diese Datei enth lt hypothetische Daten zu Einzelpersonen die potenzielle Kandidaten f r Marketingkampagnen sind Zu diesen Daten geh ren demografische Informationen und eine bersicht ber die bisherigen Eink ufe f r jede Person Jeder Fall entspricht einer Einzelperson debate sav Hierbei handelt 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 Umfrageinfor
132. cript logo are either registered trademarks or trademarks of Adobe Systems Incorporated in the United States and or other countries Intel Intel logo Intel Inside Intel Inside logo Intel Centrino Intel Centrino logo Celeron Intel Xeon Intel SpeedStep Itanium and Pentium are trademarks or registered trademarks of Intel Corporation or its subsidiaries in the United States and other countries Linux is a registered trademark of Linus Torvalds in the United States other countries or both Microsoft Windows Windows NT and the Windows logo are trademarks of Microsoft Corporation in the United States other countries or both UNIX is a registered trademark of The Open Group in the United States and other countries Java and all Java based trademarks and logos are trademarks of Sun Microsystems Inc in the United States other countries or both This product uses WinWrap Basic Copyright 1993 2007 Polar Engineering and Consulting http www winwrap com Other product and service names might be trademarks of IBM SPSS or other companies Adobe product screenshot s reprinted with permission from Adobe Systems Incorporated Microsoft product screenshot s reprinted with permission from Microsoft Corporation terae 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 le
133. ctions therefore this statement may not apply to you This information could include technical inaccuracies or typographical errors Changes are periodically made to the information herein these changes will be incorporated in new editions of the publication SPSS Inc may make improvements and or changes in the product s and or the program s described in this publication at any time without notice Any references in this information to non SPSS and non IBM Web sites are provided for convenience only and do not in any manner serve as an endorsement of those Web sites The materials at those Web sites are not part of the materials for this SPSS Inc product and use of those Web sites is at your own risk When you send information to IBM or SPSS you grant IBM and SPSS a nonexclusive right to use or distribute the information in any way it believes appropriate without incurring any obligation to you Information concerning non SPSS products was obtained from the suppliers of those products their published announcements or other publicly available sources SPSS has not tested those products and cannot confirm the accuracy of performance compatibility or any other claims related to non SPSS products Questions on the capabilities of non SPSS products should be addressed to the suppliers of those products This information contains examples of data and reports used in daily business operations To illustrate them as completely as possible the e
134. d 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 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 131 Stichprobenassistent fur komplexe Stichproben Eine Liste der registrierten Wahler finden Sie in poll_cs sav Fir weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 19 Verwenden Sie den Stichprobenassistenten fiir 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 Ihr
135. d 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 pute Beschriftung Schicht Cluster Gr e Methode f Stichproben Variablen Kein Region Stadt 4 pro Schicht Einfache Zuf Methode robenziehung Gr e der Stichprobe Ausgabevariablen bersicht Stufe 2 hinzuf gen e Stichprobe ziehen Datei C property_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 Ubersicht 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 fa Stichprobenassistent
136. d 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 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_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 281 Beispieldateie
137. delleffekte Abbildung 22 50 Tests der Modelleffekte cuete ae een ka eh ERN 1 2 Wald F Sig mi 2418 000 452 873 000 2419 000 1064 936 2419000 739 197 Spatlenenseetiyanabie 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 Grenze Obere Grenze 002 001 003 Uberlebenszeitvariable Length of stay for rehabilitation Time to first event post attack Ereignisstatusyvariable First event post attack 4 Subjekt ID Variable 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 Schatzer 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 T
138. den 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 Copyright SPSS Inc 1989 2010 226 227 Cox Regression f r komplexe Stichproben gt Um diese Werte umzukodieren w hlen Sie die folgenden Men befehle aus Transformieren gt Variable berechnen Abbildung 22 1 Dialogfeld Variable berechnen Zielvariable Numerischer Ausdruck DATE DMY 30 6 2006 Region region amp Provinz province amp Distrikt district amp Stadt city Umwandlung amp Festnahme ID arrest Aktuelles Datum aktuelle Uhr Alter in Jahren age Datumsarithmetik al Altersgruppe agecat Eee ee hues amp Familienstand marital Datumsextraktion al Sozialer Status so ll Ausbildung fea Funktionen und Sondervariablen db Besch ftigt employ Date eae g amp Geschlecht gender al Schwere der erste DATE DMY tag monat jahr Numerisch Ergibt einen Date Moyr Funktionsquppe amp Gewalt bei erster T Datumswert der den Angaben f r tag monat Date Qyr Date kyr Date Yrday amp Datum der Ertiassu und jahr entspricht Die Argumente m ssen ganze ay Zahlen ergeben wobei tag zwischen 1 und 31 und amp Kaution hinterlegt b monat zwischen 1 und 13 liegen muss und jahr db Re
139. denzintervall aus Klicken Sie auf Weiter 166 Kapitel 15 Klicken Sie im Dialogfeld Haufigkeiten auf OK Haufigkeitstabelle Correspondence Analysis Abbildung 15 4 H ufigkeitstabelle fur Variable Situation Schatzung Umfang der 102767095 Grundgesamtheit i 90794234 Insgesamt 1193561329 95 Konfidenzintervall Standardf Untere ehler Grenze Obere Grenze 1185127 100435967 105098223 2 1094402 88641560 92946907 816 1789099 190042195 197080461 9 vom Gesamtwert Ja 531 Nein 46 9 Insgesamt 100 0 4 52 4 53 8 4 46 2 47 6 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 2415168
140. die beiden Versicherungsnehmer in Alter und Geschlecht bereinstimmen 279 Beispieldateien 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 Mutter 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 ng
141. die ist retrospektiv und wird besonders h ufig verwendet wenn das untersuchte Ereignis 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 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 p
142. 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 erforderlich 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 R2 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 Stich
143. doch 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 276 Anhang A 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 einer der Legierungen die Temperatur bei der das Keramikw lzlager ve
144. dratwurzel 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 204 Kapitel 20 Abbildung 20 5 Dialogfeld Logistische Regression Quotenverh ltnis Faktoren Quotenverhaltnisse f r den Vergleich von Faktorstufen all Level of education ed Le Faktor Referenzkategorie Kovariaten Quotenyerhaltnisse f r Veranderungen der Variablenwerte Kovariate nderungseinheiten zzi Logistische Regression f r komplexe Stichproben Quotenverh ltnis 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 gt 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
145. e 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 sis polcspian Durchsuchen 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 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 verw
146. e Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 19 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 neuen 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 timet al Hospital size hosp da Patient ID patid da Attending physician 2 Age in years age al Age category agec amp Gender gender db Physically active a EEE amp Obesity obesity Ce amp History of diabetes _ Funktionen und Sondervariablen amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker db Cholesterol choles amp History of angina a al History of myocardi al History of ischemic History nf hemerrha I Funktionsguppe Alle Arithmetisch Yerteilungsfunktionen Umwandlung Aktuelles Datum aktuelle Uhr2 Fats optionale Falla
147. e 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 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 OZ 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 ver
148. e 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 26 Kapitel 3 Analysevorbereitungsassistent Plan bersicht Abbildung 3 6 Analysevorbereitungsassistent Schritt Planuibersicht 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 _ Variablenlabell Schicht Gruppen _ Gewichtunger 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 PASWStatistics1 8 Samples German bankloan csaplan M chten Sie Stufe 2 hinzuf
149. e getestet werden Ordinale Regression f r komplexe Stichproben Quotenverh ltnisse Abbildung 11 6 Dialogfeld Ordinale Regression Quotenverh ltnis H Ordinale Regression fiir komplexe Stichproben Quotenverhaltnisse Faktoren Kumulative Quotenverhaltnisse f r den Vergleich von Faktorstufen amp Gender gender Faktor Referenzkategorie amp Voted in last electio Age category agecat Gr ter Wert A Drivind frenenn I Kovariaten Kumulative Quotenverhaltnisse f r Ver nderungen der Kovariatenwerte Kovariate l nderungseinheiten F r jede Variable wird in den Gittern f r die Quotenverh ltnisse genau ein Set von kumulativen Quotenverh ltnissen erstellt Fur jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovariaten werden bei ihrem Mittelwert ausgewertet Ci 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 d
150. e 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 Stichproben zeitabh ngige Einflussvariable definieren X noe Variablen Numerischer Ausdruck amp Time IT J net teael amp Festnahme ID arrest E Alter in Jahren age al Altersgruppe agecat amp Familienstand marital al Sozialer Status social A Ausbildung eq amp Beschattigt employ amp Geschlecht gender al Schwere der ersten T db Gewalt bei erster Tat amp Datum der Entlassung amp Kaution hinterlegt bail amp Rehakilitstionsma nah amp Zweite Festnahme arr Funktionen und Sondervariablen r Operatoren und Zahlen al 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 8E Kumuliertes Auswahlg et aeerecren He gt Geben Sie t_age a
151. e 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 komplexe Stichproben x Variablen Basisschichten 5 Region region amp Provinz province amp Distrikt district Stadt city amp Festnahme ID arrest Teilgesamtheits variable E Alter in Jahren age gt all Altersgruppe agecat amp Familienstand marital al Sozialer Status social efi Ausbildung ed amp Beschattigt employ amp Geschlecht gender al Schwere der ersten Tat crime1 amp Datum der Entlassung aus der 1 Haft date1 amp Kaution hinterlegt bail amp Rehabilitationsmafnahmen erhalten rehab all 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
152. edizinische 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 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 weiter
153. eduren 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 Datenbank 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 telco sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um d
154. ei 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 gt 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 19 Klicken Sie auf Weiter 190 Kapitel 19 Abbildung 19 2 Dialogfeld Allgemeines lineares Modell Variablen Abhangige Variable b Store D store amp Health food store hitht al Size of store size amp Store organization org E Number of customers amp Customer ID custid amp Gender gender amp Vegetarian veg Kovariaten amp Shopping style style 2 Inclusion Selection Pr 8E Cumulative Sampling VV Cumulative Sampling W Teilgesamtheit rc 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 Faktore
155. eichert alle Informationen die zur Vorhersage der berlebens Funktion n tig sind sowie Parametersch tzer und die Basis Uberlebensfunktion 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 berlebensfunktion Maximalzahl der tterationen 100 Efron Methode Breslow Methode Maximalzahl f r Schritt Halbierung Produktgrenzwert Methode 2 Konfidenzintervalle der berlebensfunktionen tterationen 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 tterationen 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 Kon
156. eignisses anzeigen Einzeinefr Wert e Geben Sie einen oder mehrere Werte an O Wertebereich Minimum Maximum Wahlen 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 EFinflussvariablen Variablen i Faktoren amp Region region amp Provinz province I Distrikt district Stadt city amp Festnahme ID arrest ofl Attersgruppe agecat amp Familienstand marital all Sozialer Status social A Ausbildung ed amp Besch ftigt employ Geschlecht gender all 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 all Schwere der zweiten Tat crime2 amp Gewalt bei zwei Zeitabhangige Einflussvariablen e ee Cm Geen ae ae W hlen Sie Age in years age als eine Kovariate aus Klicken Sie auf die Registerkarte Statistik 237 Abbildung 22 11 Dialogfeld Cox Regression Registerkarte Statistik Risiko Set zum Ereigniszeitpunkt ZetumtEreigie Ersevaen Unrruppen Mode Shen Diagramme Hypathesertesis Spam Spurn One Informationen zum Stichprobenplan iM Ereignis und Zensierungsauswe
157. eiten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt H ufigkeiten Copyright SPSS Inc 1989 2010 163 164 Kapitel 15 Abbildung 15 1 Dialogfeld Komplexe Stichproben Plan fi Plan f r komplexe Stichproben fiir deskriptive Analyse X Plan Datei inhis2000_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 Wahlen 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 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 IBM SPSS Complex Samples 19 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 Verhaltnisanalyse X Variablen H u
158. ellen 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 Nicht 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 beach
159. ellung 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 customers_model sav Diese Datei enth lt hypothetische Daten zu Einzelpersonen auf die sich eine Marketingkampagne ri
160. em Alter der beruflichen Entwicklung und der Darlehensh he Statistiken Mit dieser Prozedur erhalten Sie Sch tzungen potenzierte 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 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 SPSS Inc 1989 2010 57 58 Kapitel 10
161. en Hypothesentests Abbildung 12 9 Dialogfeld Cox Regression Registerkarte Hypothesentests E Cox Regression f r komplexe Stichproben rTeststatistik rStichprobenziehung Freiheitsgrade E Basierend auf dem Stichprobenplan F korrigiert OFest Chi Quadrat Korrigiertes Chi Quadrat Korrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonterroni ET Teen sm ren 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 S
162. en und Gewichtungsvariablen umgewandelt deren Ergebnisse ann hernd denen der urspr nglichen Stichprobenstrukturen entsprechen Wahlen Sie Stratum for variance estimation Schicht f r Varianzsch tzung als Schichtvariable Wahlen Sie PSU for variance estimation PSU fiir Varianzsch tzung als Klumpenvariable Wahlen Sie Weight Final Annual Gewichtung Ende jahrlich als Variable fiir die Stichprobengewichtung Klicken Sie auf Fertig stellen 151 Analysevorbereitungsassistent fur komplexe Stichproben Zusammenfassung Abbildung 14 3 Zusammenfassung Stichproben Variablen Schichtung Stratum f r Varianzsc hatzung Klumpen PSU f r Varianzsc hatzung Informationen f r die Annahmen f r die Sch tzung Stichprob Auswertung enziehun g mit Zur ckleg en Plandatei C nhis2000_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 Kreditsachbearbeite
163. en Parameter mit negativen Koeffizienten die Wahrscheinlichkeit der Nichtzahlung verringern Die Bedeutung von logistischen Regressionskoeffizienten ist nicht so eindeutig wie die von linearen Regressionskoeffizienten Wahrend 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 besch 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
164. en 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 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 Variablen speichern I vorhergesagte Kategorie Name Predicted Yalue Fi Wahrscheinlichkeit der vorhergesagten Kategorie Name Predicted alueProbability M Wahrscheinlichkeit der beobachteten Kategorie Name Observed alueProbability E Kumulative Yahrschei
165. en 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 4760 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 Schatzer Standard Freiheits Freiheits Kontrast schatzer 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
166. en 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 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 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 variablen
167. en fiir komplexe Stichproben X Variablen E Stratum f r Varianzsc E Starke Anstrengung p PSU f r Varianzschatz amp Moderate Anstrengung 2 Geschlecht Geschlecht E 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 T gliche Aktivit t Bew T gliche Aktivit t Trag Teilgesamtheiten E Altersgruppe Altersgr Jede Kombination von Kategorien definiert eine Teilgesamtheit 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 Wahlen Sie Age category Alterskategorie als Teilgesamtheitsvariable aus Klicken Sie auf Statistiken 172 Kapitel 16 Abbildung 16 3 Dialogfeld fur 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 Variationskoeffizient a Umfang der Grundgesamtheit Effekt des Stichprobenplans Quadratwurzel aus dem Effekt des Stichprobenplans gt gt gt Cee mc ae Wahlen Sie im Gruppenfeld Statistiken die Option
168. en oder einem Wert vornehmen 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 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 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 mit allgemeinen sch tzbaren Funktionen anlegen Siehe Befehlssyntaxreferenz f r die vollst ndigen Syntaxinformationen Kapitel Logistische Regression fur 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 d
169. en 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 Stichprobe 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 Copyright SPSS Inc 1989 2010 1 2 Kapitel 1 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 Ziehen nichtzufalliger 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 si
170. end Car j E Andere Schulden in Tausend sonst_Sch amp vorherige Nichtzahlung Nichtzahlung LA inclprob_s1 Stichprobengewichtung 8 inciprob_s2 ej E finalweight Stufenbeschriftung ran ei Fon tree ie In diesem Schritt k nnen Sie die Schichtungs und Klumpenvariablen identifizieren und Stichprobengewichte definieren Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben 22 Kapitel 3 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 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
171. endet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden Willkommen Stufe 1 i amp Voter ID voteid amp County county Stichproben Variablen amp Neighborhood nbrhood Methode Gr e der Stichprobe variablen Schichten nach Ausgabevariablen Ubersicht Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen abedateien Eingabe Stichprobengewichtung amp unvollst ndiger Abschnitt _xzurick_ Ciir Abkrechen Hite _ 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 fur 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 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 Wilkommen vari Methode oe sss u I
172. ent 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 exer owe m Ban G grade 1 grade2 Wald F Korrigiertes Modell 127 231 Konstanter Term k 6321 597 shopfor j i 643 593 usecoup i 87 453 shopfor usecoup i 10 688 a Modell Amount spent Konstanter Term shopfor usecoup shopfor usecoup Jeder Term im 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 fur 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 5 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
173. er 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 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 Fes
174. erenz bei den ausgegebenen Betr gen f r die aufgef hrten Stufen von Who shopping for Einkauf f r wen 197 Allgemeines lineares Modell fur 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 davon 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 P2000 12000 043 503 000 In der Tabelle mit dem Gesamttest find
175. ermen 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 R2 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 sequentiell 2 283 31 966 6 215 004 003 046 834 834 agecat gender votelast drivefreq Abhangige 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 drivefreq 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 Koeffizie
176. erte f r Schichten Methode Definieren gt Gr e der Stichprobe Ausgabevariablen Ubersicht Stufe 3 hinzuf gen Stichprobe ziehen Mindestzahl H chstzahl Auswahloptionen en am Ausgabedateien Abschluss Werte aus Variable lesen Wahlen 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 gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 138 Kapitel 13 Abbildung 13 39 Stichprobenassistent Schritt Plantibersicht Stufe 2 Stufe 2 Plan bersicht Willkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen Ubersicht Stufe 2 Stichproben ariablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss fistichprobenassistent 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 C poll 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
177. es bestehenden Stichprobenplans 0 000 e eee e eee eens 17 Stichprobenassistent Plan bersicht 0000 cece cece eee 18 Ausf hren eines bestehenden Stichprobenplans 000 cece eee eee ern 18 Zus tzliche Funktionen bei den Befehlen CSPLAN und CSSELECT 2 19 3 Vorbereiten einer komplexen Stichprobe f r die Analyse 20 Erstellen eines neuen nalyseplans 0 ec ce eee eee eens 21 Analysevorbereitungsassistent Stichproben Variablen 0 020 eee eee eee 21 Baumsteuerungen zur Navigation im Analyseassistenten 0 c cece eee 22 Analysevorbereitungsassistent Schatzmethode 0 0 cece eee eee ees Analysevorbereitungsassistent Gr e 2 2 et tees Ungleiche Umf nge definieren 00 00 c cts Analysevorbereitungsassistent Planiibersicht nananana ccc cece eee eee nes Analysevorbereitungsassistent Fertig stellen 0 0 0 ee en eee ees Bearbeiten eines bestehenden Analyseplans 0 0 0 ccc cece ee en ene es Analysevorbereitungsassistent Planiibersicht 0 000 ccc eee eee eens Plan fiir komplexe Stichproben 29 H ufigkeiten f r komplexe Stichproben 30 H ufigkeiten f r komplexe Stichproben Statistiken 00 000 e cece eee eee Komplexe Stichproben Fehlende Werte 00000 cece cent eee eee Komplexe Stichproben Optionen 0 00 c eet Deskriptive Stati
178. esland 3 0 pro Schicht Einfache Zufi Auswahloptionen robenziehund Ausgabedateien Kein Landkreis Stadt 0 1 pro Schicht Einfache Zuf Abschluss robenziehunc Kein subdivision 0 2 pro Schicht Einfache Zuf robenziehung Datei C demo 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 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 Bx 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 gt
179. est gibt jedoch einen hinreichend hohen 221 Ordinale Regression ftir 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 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 agecat 1 t agecat 2 agecat 3 agecat 4 gender 0 J 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 z
180. ests liegt vor wenn der Koeffizient den Wert 0 aufweist 73 Ordinale Regression fur 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 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 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 nichtparal
181. et 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 Vorhersagen dar m Die Zellen abseits der Diagonale stellen falsche Vorhersagen dar 219 Ordinale Regression fur 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
182. etersch 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 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
183. ewalt bei erster Tat violent1 E Time to second arrest time_to_event amp Datum der Entlassung aus der 1 Haft date1 amp b Kaution hinterlegt bail a aa amp Rehakiltstionsma nahmen erhalten rehab ar 3 al Schwere der zweiten Tat crime2 amp Gewalt bei zweiter Tat violent2 u Subjekt ID amp Zweite Verurteilung convict2 gt amp Datum der zweiten Festnahme date2 E Einschluss Auswahl Wahrscheinlichkeit f r Stufe 1 In W hlen Sie ID Variablen f r die Befragten wenn es mehrere F lle pro Befragten gibt e das Eintreten eines kein zeige 8 Kumuliertes Auswahlgewicht f r Stufe 1 SampleWeight L Kumuliertes Auswahlgewicht f r Stufe 2 SampleVVeight gt Geben Sie die Uberlebenszeit 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 gt 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 fa Ereignis definieren rWerte die das Eintreten eines Ereignisses anzeigen Einzelne r 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
184. 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 Ereignisse und Herzinfarktanamnese und Blutungsanamnese sind st ckweise konstante zeitabh ngige Einflussvariablen Patien Endzeit Status Herzinfarktanam Blutungsanamnese ten ID nese 1 Herzinfarkt Nein Nein 1 7 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 hle
185. f r Stufe 1 SampleWeightCumulative_1 _ L Kumuliertes Auswahlgewicht f r Stufe 2 SampleVVeightCumulative_2_ OK Enton urea 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 Teilgesamtheiten 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 Wesel Saison Diagramme Hypathesentesis Sachen Exporteren Ontonen rModelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten Modell age tage Term e konstruieren ey Typ Bei gt le Verschachtelter Term Term Wechselwirkung erschachteln Zum Modell hinzuf gen L schen Modell Effekte angeben Standardm ig erstellt das Verfahre
186. 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 Stichprobenassistent 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 Stichprobenumfange als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen I Willkommen Gl Stufe1 ne Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen Ubersicht Stufe 2 hinzuf gen Stichprobe ziehen Ausyahloptionen Ausgabedateien ioe Abschluss Einheiten Wert Der Vert f r den bs Umfang gilt f r jede Schicht Ungleiche Verte f r Schichten Werte aus Variable lesen
187. f r verallgemeine amp rtes Modell Neigungen ungleich Fi Auswertungsstatistik f r Modellvariablen 4 Informationen zum Stichprobenplan CHE an ie Anpassungsgiite des Modells Steuert die Anzeige der Statistik in der die Gesamtleistung des Modells bewertet wird Pseudo R Quadrat Fiir die R2 Statistik aus der linearen Regression bieten die Modelle fiir die ordinale Regression kein exaktes Gegenst ck Mit diesen Mehrfachmessungen werden stattdessen 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 r Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der T
188. fidenzintervall 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 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 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 beginne
189. figkeitstabellen E Stratum f r Yarianzsc L Vitaminimineral Erg nz E PSU f r Varianzschatz E Geschlecht Geschlecht 8 Alter Alter 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 T gliche Aktivit t Trag Jede Kombination von Kategorien definiert eine Teilgesamtheit gt W hlen Sie Vitamin nineral supplmnts past 12 m Vitamin Mineralstofferg nzungen letzte 12 Monate als Haufigkeitsvariable aus W hlen Sie Age category Alterskategorie als Teilgesamtheitsvariable aus Klicken Sie auf Statistiken Abbildung 15 3 Dialogfeld H ufigkeiten Statistik fH H ufigkeiten f r komplexe Stichproben Statistiken X Zellen IM Umfang der Grundgesamtheit M Tabellenprozente Statistiken Fi Standardfehler Ungewichtete Anzahl iM Konfidenzintervall _ Effekt des Stichprobenplans Niveau F Quadratwurzel aus dem Effekt des Stichprobenplans Variationskoeftfizient F Kumulative Werte Test auf gleiche Spaltenanteile Cei a trecten re W hlen Sie im Gruppenfeld Zellen die Option Tabellenprozente aus gt Wahlen Sie im Gruppenfeld Statistiken die Option Konfi
190. formationen 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 19 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 Copyright SPSS Inc 1989 2010 182 183 Verh ltnisse f r komplexe Stichproben Abbildung 18 1 Dialogfeld Komplexe Stichproben Plan fH Plan f r komplexe Stichproben f r Verh ltnisanalyse Bw 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 YVahrscheinlichkeiten 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 pro
191. gaben in einer Plandatei Gr e bersicht a Stufe 2 Stichproben Variablen Sch tzmethode bersicht Folgende M glichkeiten stehen Ihnen zur verf gung Vom Assistenten generierte Syntax in ein Syntaxfenster einf gen i gt 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 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 Wahlen Sie die folgenden Befehle aus den Meniis aus Analysieren gt Komplexe Stichproben gt Fur 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 Uberarbeiten Sie den Analyseplan im Schritt P
192. gebiete 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_l sav F r weitere Informationen siehe Thema Beispieldateien in Anhang A in IBM SPSS Complex Samples 19 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 werden 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 fur 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 Plandatei gespeichert die Sie
193. gen Ja Stufe 2 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen Wahlen 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 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 fur 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 An
194. gewichtungen fiir die einzelnen Stufen sowie fiir die endgiiltigen 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 Stichprobenspezifikationen 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 Wohn
195. gleicher Adresse in Jahre Klumpen L Haushaltseinkommen in Tausend Einkom amp Zweig Zweig Relation Schulden zu Einkommen in E Schulden auf Kreditkarte in Tausend Car E Andere Schulden in Tausend sonst_Sch s vorherige Nichtzahlung Nichtzahlung inclprob_st Stichprobengewichtung inclprob_s2 L finalweight Stufenbeschriftung ezma Eertgsteten aberecnen J ture W hlen Sie Zweig als Klumpenvariable aus W hlen Sie finalweight als Variable f r die Stichprobengewichtung aus Klicken Sie auf Weiter 157 Analysevorbereitungsassistent fur komplexe Stichproben Abbildung 14 9 Analysevorbereitungsassistent Schritt Schatzmethode 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 Stichprobenplane soll f r die Sch tzung angenommen werden Stichproben Variablen gt Schatzmethode 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 Ubersicht werden bei der Datenanalyse ignoriert Deegan ite Populatio er ein OZ gleich Stichprobenziehung mit gleicher Wahrscheinlichkeit oh
196. gorie der Teilgesamtheit Variable vorgenommen 49 Allgemeines lineares Modell f r komplexe Stichproben Abbildung 9 2 Dialogfeld Modell i Allgemeines lineares Modell f r komplexe Stichproben Modell rModelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten ut shopfor Hl usecoup Term e konstruieren Verschachtelter Term chteln Zum Modell hinzuf gen L rKonstanter Term F In das Modell aufnehmen 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
197. gsassistent 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 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
198. gsterm 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 vs frequency 10 14 999 milesiyear lt 10 000 milesiyear vs 10 14 999 milesfyear 15 19 999 milesiyear vs 10 14 999 milesfyear 20 29 999 milesiyear vs 10 14 999 milesiyear gt 30 000 miles year vs 10 14 999 milesfyear 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 30 000 miles year In dieser Tabelle werden die kumulativen Quotenverh ltnisse f r die Faktorstufen von Driving frequency H ufigkeit der Kraftfahrzeugnutzung angezeigt wobei 0 14 999 miles year 10 000 bis 14 999 Meilen Jahr als Referenzkategorie verwendet wird Da Driving frequency H ufigkeit der Kraftfahrzeugnutzung an keinem Wechselwirkungsterm
199. gt 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 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 m Standardfehler Zeigt den Standardfehler f r die einzelnen Koeffizientenschatzer 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 1 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 Stichprobenpla
200. h als Sch tzmethode f r die zweite Stufe Klicken Sie auf Weiter 161 Abbildung 14 13 Analysevorbereitungsassistent fur 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 Schatzmethode gt Gr e Ubersicht Stufe 3 hinzuf gen Abschluss Yariablen E Kundenanzahl nKunden Kunden ID idKunden Alter 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 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 inclprob_s2als die Variable aus die die Einschlusswahrsche
201. hahilitationsmagn eine 4 stellige ganze Zahl gr er als 1582 sein B Zweite Festnahme I muss Um das Ergebnis als Datum anzuzeigen muss Geben Sie date2 als Zielvariable ein Geben Sie DATE DMY 30 6 2006 als Ausdruck ein Klicken Sie auf Falls 228 Kapitel 22 Abbildung 22 2 Dialogfeld Variable berechnen Falls Bedingung erf llt ist fF Variable berechnen Falls Bedingung erf llt ist z F Region region Alle F lle einschlie en 5 Provinz province oat amp Distrikt district Fall einschlie en wenn Bedingung erf lt ist amp Stadt city amp Festnahme ID arrest E Alter in Jahren age ofl Attersoruppe agecat Funktionsguppe amp Familienstand marital Quantilfunktionen all Sozialer Status so verschiedene A Ausbildung ed Fehlende Werte amp Beschattigt employ Wahrscheinlichkeitsdichten amp Geschlecht gender Zufallszahlen A Schwere der erste amp Gewalt bei erster T amp Datum der Entlassu Funktionen und Sondervariablen amp Kaution hinterlegt b amp Rehakilitstionsma n MISSING variable Logisch Ergibt 1 oder wahr wenn amp rei renee l die Variable einen system oder benutzerdefiniert dill Schwere der zwei fehlenden Wert aufweist Das Argument muss einem amp Gewalt bei zweiter Variablennamen in der Arbeitsdatei entsprechen amp Zweite Verurteilung amp Datum der zweiten 2 Einschluss Au
202. he 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 Quotenverhaltnisse f r den Vergleich von Faktorstufen al Level of education ed e Faktor Referenzkategorie Kovariaten Quotenyerh ltnisse f r Ver nderungen der Variablenvverte 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 Quotenverhaltnissen 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 Cene 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 l
203. hemorrhagic stroke hs r berlebenszeit r Beginn des Intervalls Eintreten des Risikos Zeto variiert nach Subjekt cae Startvariable LJ Length of stay for rehabilitation start_time Ende 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 komplexe Stichproben Zetunrogns Euer Urerrungen Model Siaistken Digemme Hypahesertesis Span orien ptoen 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 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 Wert e Geben Sie einen oder mehrere Werte 0 No event observed 1 Myocardial infarction
204. 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 Willkommen Stufe 1 Wo sollen die Stichprobendaten gespeichert werden Stichproben ariablen Methode Arbeitsdatei Gr e der Stichprobe Neues Datenblatt Ausgabevariablen 5 bersicht Stufe 2 i Stichproben Variablen Methode Gr e der Stichprobe urch a Ausgabevariablen Externe Datei bersicht E Fallauswahlregeln speichern Stufe 3 hinzuf gen Stichprobe ziehen amas 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 exte
205. hlusswahrscheinlichkeiten 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 Stichprobe gezogenen Anteile nicht in allen Gemeinden genau 20 entsprechen 146 Kapitel 13 Abbildung 13 47 Daten Editor mit Stichprobenergebnissen Yariablenansicht Anders als bei den Wahlern 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 DW GN Ok kW MN gt anf FE EW WWNN NN VYariablenansicht Die Datei poll_jointprob sav enthalt die gemeinsamen Wahrscheinlichkeite
206. hmische 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 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 98 Kapitel 12 m Muster aus mehreren Einflussvariablen unter Verwendung von mehreren PATTERN Unterbefehlen m Maximale Anzahl
207. hprobenassistent fur komplexe Stichproben Stichprobenassistent Schritt Plantibersicht Stufe 2 Stufe 2 Plan bersicht Willkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen Ubersicht Stufe 2 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss fistichprobenassistent 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 robenziehunc 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 Wahlen 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 3 Stichp
208. hschnittlichen 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 Ergebnisvariable Einheiten Variablenlabel Time to second arrest pee Variable jetzt erstellen Syntax in Syntax Fenster einf gen Geben Sie time_to_event als Namen f r die Variable ein die fiir 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 FPtan f r komplexe Stichproben f r Cox Regression x Plan Datei recidivism_cs csplan Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichpr
209. hterung der Sch tzung von Immobilienwerten 2 2222 2seeeseeseeeeseeeeeneenenneeeeeeeeeneeneenenennn 182 Durchf hren der Analyse 00 000 e cette eens 182 Verh ltnisse se a ee nn gehen aa ne uate av neti 185 Pivotierte Verh ltnistabelle 0 0 0 cc ee eee n eens 186 AUSWERTUNG m ee a nenn Bee Beara dun 186 Verwandte Prozeduren 0 ee ee nee tent n ene nees 187 19 Allgemeines lineares Modell f r komplexe Stichproben 188 Verwendung des allgemeinen linearen Modells f r komplexe Stichproben zur Anpassung einer zweifaktoriellen ANOVA 2 2 222 oooo een te ten eee eee n teen nee 188 Durchf hren der Analyse 000 ccc cect tte eee 188 Modellzusammenfassung 0 0 0 cece etna 193 Tests der Modelleffekte 0 0c eee eet nee eee 194 Parameter Sch tzer 2 0 ee eee n eee e enn n een eee 195 Gesch tzte Randmittel GLM 00 0 0000 196 AUSWERTLUNG uns sa Sen a en ee Bence shee tee Bos 199 Verwandte Prozeduren 1 nunnana anaana et een een nent enn nee 199 20 Logistische Regression fiir komplexe Stichproben 200 Verwenden der logistischen Regression fiir komplexe Stichproben zur Bewertung des KreditrisikoS aa 0 06 000 A wad wa wea aca e adel Barend ara GMO wikia BG anew a ein 200 Durchf hren der Analyse 22 0c cece ttt eee eee 200 Pseudo R Quadrate 0 E ene 204 IVES SHRIKE OTs aus a a a a ges aban eign a a Real Rew ei 205 Tests der Modelleffe
210. iable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreg Verknipfungsfunktion Logit Im linearen Regressionsmodell fasst das BestimmtheitsmaB R2 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 keine einzelne R2 Statistik berechnet werden die alle Merkmale von R2 im linearen Regressionsmodell aufweist Daher werden stattdessen diese N herungen berechnet Folgende Verfahren werden verwendet um das Bestimmtheitsma abzusch tzen 216 Kapitel 21 m R nach Cox und Snell Cox als auch Snell 1989 beruht auf der Log Likelihood f r das Modell im Vergleich mit der Log Likelihood ftir ein Grundlinienmodell Bei kategorialen Ergebnissen hat es jedoch einen theoretischen Maximalwert von weniger als 1 sogar fiir 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 abdeckt m R nach McFadden McFadden 1974 ist eine weitere Version die auf den Log Likelihood Kernels f r das Modell mit ausschlie lich konstanten T
211. iablen 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 mit 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 D
212. iablen 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 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 SPSS Inc 1989 2010 38 39 Kreuztabellen f r komplexe Stichproben Abbildung 7 1 Dialogfeld Kreuztabellen reuztabellen f r komplexe Stichproben Variablen Zeilen let 2 Age in years age 8 Marital status marital E Years at current ad E Household income i L Price of primary ve all Primary vehicle pric 8E Level of education 8 Years with current E Retired retire Spalte a Years win curen A aba Job satisfaction iob 2 Gender gender 8E Number of people in Teilgesamtheiten E Wireless service E Multiple lines muttline L 8 Yoice mail voice Paging service pag Jede Kombination von Internet finternet
213. ich 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 53 Allgemeines lineares Modell fur 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 Lweter_ anerecnen _tite 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
214. 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 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 fur die Analyse Analysevorbereitungsassistent Schatzmethode Abbildung 3 3 Analysevorbereitungsassistent Schritt Schatzmethode 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 a Stufe 1 Welcher de
215. ie 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 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 283 Beispieldateien
216. ie 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 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 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 SPSS Inc 1989 2010 67 68 Kapitel 11 Abbildung 11 1 Dialogfeld Ordinale Regression amp Neighborhood nbrhood amp County county E Inclusion Selection Pr 8 Cumulative Sampling VV E Cumulative Sampling VV Faktoren Kovariaten E Ordinate Regression f r komplexe Stichproben Yariablen Abhangige Variable amp Voter ID voteid A The legislature should en cll Age category agecat amp Gender gender gt Voted in last election vot fll Driving frequency drivetr verkn pfungsfunktion bati
217. ie 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 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 fi Cox Regression fiir komplexe Stichproben x Zetuntreigie Enfisvalen Unrrunpen Model Saison Diagramme Aypinesetse Spchen Exporteren Ontonen r Yariablen speichern Yariablen Speichern Zu speicherndes Element Variablenname Stammname A berlebensfunktion z Untergrenze des Konfidenzintervalls f r die berlebensfunktion E Obergrenze des Konfidenzintervalls f r die
218. iesen Tabellen verzeichnete Quotenverh ltnis auch von den Werten der anderen Einflussvariablen ab die f r die Wechselwirkung verwendet werden 209 Logistische Regression fur komplexe Stichproben Auswertung Mit der Prozedur Logistische Regression f r komplexe Stichproben haben Sie ein Modell fiir 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 zweiter 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
219. ieser 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 Quotenverhaltnis Das Quotenverh ltnis kann als Sch tzer des relativen Risikos verwendet werden wenn der Faktor 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 ariablen Benutzerdefinierte fehlende Verte sind ung ltig Benutzerdefinierte fehlende Werte sind g ltig F lle mit ung ltigen Daten f r
220. igen 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 nhis2000_subset sav Die National Health Interview Survey 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 ftp 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
221. igt 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 komplexen 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 Sxm T_ wobei Sxm 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 Konfidenzinterv
222. ikel sind Durchmesser Polierzeit Preis und Produkttyp erfasst 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 tzlichen 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 Stan
223. ilgesamtheiten 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 Stichproben 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 SPSS Inc 1989 2010 30 31 Abbildung 5 1 Dialogfeld H ufigkeiten Variablen E Stratum f r Varianzsc L PSU f r Varianzschatz E Geschlecht Geschlecht L Alter 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 T gliche Aktivit t Trag H ufigkeiten f r komplexe Stichproben Hi Plan f r komplexe Stichproben f r Verh ltnisanalyse H ufigkeitstabellen 2 Vitaminimineral Erg nz Teilgesamtheiten E Moderate Anstrengung L Altersgruppe Altersgr E Krafttraining pro oc 2 Angestrebtes Wunsch Jede Kombination von Kategorien definiert eine Teilgesamtheit
224. inischen 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 Labortest 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
225. inlichkeiten 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_ 1 Stichprob enziehun g mit gleicher Wahrsch einlichkeit ohne Zur ckleg en Gewonne n aus Variable inclprob_ 2 162 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 Zurticklegen 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 nne
226. inr 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 JBM SPSS Complex Samples 19 Ausgehend von ihrem Wissen ber den Stichprobenplan m chte die Sachbearbeiterin mithilfe des Analysevorbereitungsassistenten f r komplexe Stichproben einen Analyseplan 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
227. isse 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 komplexe 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 Index Wiederholte Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 Zeilenprozente in Kreuztabellen f r komplexe Stichproben 40 zeitabh ngige Einflussvariable in Cox Regression f r komplexe Stichproben 84 226 Zusammenfassung beim Stichprobenassistenten 110 142 143 im Analysevorbereitungsassistenten 151 161
228. 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 Abhangige Variable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq 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 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 Wechselwirkun
229. iten antee ote Stichproben Yariablen nei Hohaia Methode Wert gt 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 Gemeinden 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 fur komplexe Stichproben Abbildung 13 36 Stichprobenassistent Schritt Plantibersicht 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
230. iten 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 Copyright SPSS Inc 1989 2010 5 Stichprobenziehung mithilfe eines komplexen Plans Erstellen eines neuen Stichprobenplans W hlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt Stichprobe ausw hlen 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 gt Optional k nnen Sie im Schritt Stichproben Variablen Schichten Klumpen und Eingabe Stichprobengewichte definieren Klicken Sie anschlie end auf Weiter gt 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 gt 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 fo
231. itsgrade des Stichprobenplans Es gibt einen separaten Fall mit dem Zeilentyp COV bzw CORR fiir jeden Modellparameter sowie einen separaten Fall fiir jeden der anderen Zeilentypen m varname_ Nimmt fiir 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 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 Forma
232. 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 einer einzigen Stufe 117 Stichprobenassistent fur 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 Willkommen J Stufe 1 Stichproben Yariablen Methode Variablen Schichten nach gt Subdivision subdivision Landkreis Landkreis Gr e der Stichprobe Ausgabevariablen i Ubersicht B Stute 2 gt Stichproben Variablen Methode Gr e der Stichprobe sgabevariablen amp unvollst ndiger Abschni
233. kator aus 265 Cox Regression f r komplexe Stichproben gt Klicken Sie auf die Registerkarte Einflussvariablen Abbildung 22 45 Dialogfeld Cox Regression Registerkarte Einflussvariablen gb History of diabetes diabetes amp Blood pressure bp amp Atrial fibrillation at amp Smoker smoker amp Cholesterol choles amp History of angina angina amp Prescribed nitroglycerin nitro Taking anti clotting drugs anticlot amp History of transient ischemic attack tia Time to hospital time all Initial Rankin score rankinO amp CAT scan result catscan amp Clot dissolving drugs clotsolv Ea Kovariaten al Treatment result result SE amp Post event preventative surgery surgery amp Post event rehabilitation rehab Total treatment and rehabilitation costs in thousands cost amp Event index event_index Zeitabhangige Einflussvariablen EEE en saeco 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 M Informationen zum Stichprobenplan 4 Ereignis und Zensierungsauswertung _ Risiko Set zum Ereigniszeitpunkt Parameter TA Schatzer 1 Kovarianzen der Parametersch tzer TA Exponentialfunktion des Sch
234. ke hs2 Yariable n mit festem Format gt 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 gt Wahlen 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 Variablengruppe 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 Variablen 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 rankinO gt Variable amp CAT scan result catscan amp Clot dissolving drugs clotsolv al Treatment result result b Post event preventative surgery L 0 E amp Post event rehabilitation rehab ne al a al cha Length of stay for rehabilitation flo f F ty 5 Amen Dt En History of myoca ar E Total treatment and rehabilitation c
235. 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 Einflussvariablen Muster 289 in Cox Regression f r komplexe Stichproben 270 290 Index Eingabe Stichprobengewichtung beim Stichprobenassistenten 6 Einschlusswahrscheinlichkeiten beim Stichprobenassistenten 12 Erwartete Werte in Kreuztabellen fiir komplexe Stichproben 40 F korrigiert Statistik in Cox Regression fiir komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 F Statistik in Cox Regression fiir komplexe Stichproben 91 in Komplexe Stichproben 52 62 74 Fehlende Werte bei der logistischen Regression fiir komplexe Stichproben 65 bei der ordinalen Regression fiir komplexe Stichproben 77 im allgemeinen linearen Modell fiir 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
236. kte 0 0 een eee enn e nee 206 Parameter SGHatze ht a atinae ae ee cdg dG hanced Suara heran en 206 Quotenverh ltnisse Odds Ratios 0 000 ccc cee 207 Auswertung era 2 2 HC seen aaa een rennen 209 Verwandte Prozeduren 1 1 een tent eee n nee eee 209 21 Ordinale Regression fiir komplexe Stichproben Verwendung der ordinalen Regression fiir komplexe Stichproben zur Analyse von Umfrageergebnissen 00 0 cece enn teens Durchf hren der Analyse 0 nunana nananana Pseudo R Quadrate 1 0 cc ence tence tenn nes Tests der Modellettekte caci sacre 24444 202 24 Seedansa pe eed 1a we tole ae Parameter Sch tzer 2 0 ccc nett t nent ene n nes Klassifikation 404 sus Ba ia ae bee oh dee be Da Quotenverh ltnisse Odds Ratios cc cnn nn Verallgemeinertes kumulatives Modell 0 0 00 cece cee een eee Verwerfen nichtsignifikanter Einflussvariablen 0 0 0 0 cee een eens Warnunge Mpina retade se a a eek Ae Vergleichen von Modellen 2cceeseeeeeeeeeneeeenenennennenn REES EN a ee ee ee ee Verwandte Prozeduren 0 cc en eee ne eiaei roaa 22 Cox Regression fiir komplexe Stichproben Verwenden einer zeitabhangigen Einflussvariablen in der Cox Regression fiir komplexe Stichproben ied ie ae hee the Cae eee AIG ha A bale eae Met eee dm eee Bad Vorbereitung der Daten 0 cect teen eens Durchf hren der Analyse 0 ce ee ene eens Informationen z
237. kte 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 72 Kapitel 11 Ordinale Regression f r komplexe Stichproben Statistik Abbildung 11 4 Dialogfeld Ordinale Regression Statistik E Ordinale Regression fiir komplexe Stichproben Statistiken rAnpassungsg te des Modells V Pseudo R Quadrat Klassifikationsmatrix rParameter T Sch tzer Kovarianzen der Parametersch tzer 4 Exponentialfunktion des Sch tzers Korrelationen der Parametersch tzer Fi Standardfehler Fi Effekt des Stichprobenplans Kontidenzintervall T Quadratwurzel aus dem Effekt des Stichprobenplans E t Test mParallele Linien Fi Wald Test auf gleiche Neigungen Fi Parameterschatzer f r verallgemeinertes Modell Neigungen ungleich Kovarianzen der Parameterschatzer
238. ktoren 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 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 fur 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 Wechselwirkungseffe
239. lan 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 Stufen aus dem Plan entfernen Analysevorbereitungsassistent Plan bersicht Abbildung 3 8 Analysevorbereitungsassistent Schritt Planuibersicht 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 i gt Plan bersicht Stufe Yariaklenta Schicht Gruppen Gewichtun Gr e Methode Er Stage 1 1 Kein STRATUM Region Wunschgewic n v MZ i Stichproben Yariablen ht Sch tzmethode 2 Kein nv 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
240. ldndischer Sprache Leiden Department of Data Theory Universitat 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 Respiratory Diseases 129 Abweichungskontraste im allgemeinen linearen Modell fiir komplexe Stichproben 53 Abweichungsresiduen in Cox Regression fiir komplexe Stichproben 92 Aggregierte Residuen in Cox Regression fiir komplexe Stichproben 92 Allgemeines lineares Modell fiir komplexe Stichproben 47 188 geschatzte 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 Stichprobena
241. le 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 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 Variablen in einer Gruppe handeln In der Tabelle k nnen Sie Namen und Label f r die Indexvariable angeben Art des Indexwerts Fortlaufende Zahlen Indexwerte 12 3 Variablennamen Index werte evernt1 event2 event3 Name und Label der Indexvariablen bearbeiten Name Variablenlabel 1 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
242. lege 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 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 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 fur komplexe Stichproben Mit der Prozedur Kreuztabellen fiir
243. lelen 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 Hypothesentests 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 Fest Chi Quadrat Korrigiertes Chi Quadrat rKorrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonterroni T een ate 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 A
244. lexe 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 ckzahlen 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 19 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 gt W hlen Sie zum Erstellen des logistischen Regressionsmodells die folgenden Men befehle aus Analysieren gt Komplexe Stichproben
245. lgende 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 m Die Auswahl des Speicherorts f r die Ausgabedaten Einf gen der getroffenen Auswahl als Befehlssyntax 6 Kapitel 2 Stichprobenassistent Stichproben Variablen Abbildung 2 2 Stichprobenassistent Schritt Stichproben Variablen zzi Stichprobenassistent X Stufe 1 Stichproben Yariablen 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 amp Stadt Stadt Eingabe Stichprobengewichtung amp unvollst ndiger
246. llagh 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 Sampling 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 78 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 Copyright SPSS Inc 1989 2010 287 288 Bibliografie Rosenberg S als auch M P Kim 1975 The method of sorting as a data gathering procedure in multivariate research Multivariate Behavioral Research 10 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 nieder
247. llte 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 deskriptive 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
248. ls 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 amp Distrikt district amp Stadt city 5 Festnahme ID arrest all Altersgruppe agecat amp Familienstand marital all Sozialer Status social A Ausbildung ed amp Besch ftigt employ Geschlecht gender all 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 all Schwere der zweiten Tat crime2 amp Gewalt bei zweiter Tat violent2 A Zweite Yerurteiluna convict21 Zeitabhangige Einflussvariablen GD rete CEK entgoen Zur cksetzen Abtrechen __ tite W hlen Sie t_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 IM Ereignis und Zensierungsauswertung
249. lyse 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 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 fa 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
250. m 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 gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Copyright SPSS Inc 1989 2010 47 48 Kapitel 9 Abbildung 9 1 Dialogfeld Allgemeines lineares Modell A Allgemeines lineares Modell f r komplexe Stichproben X Variablen Abhangige Variable Model amp Store ID storeid e E Amount spent amtspent Statistiken amp Health food store hitht al Size of store size amp Store organization org E Number of customers amp Customer ID custid amp Vegetarian veg Kovariaten Faktoren amp Who shopping for sho amp Shopping style style 2 Inclusion Selection Pr 8E Cumulative Sampling VV gt 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 Kate
251. m 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 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 k
252. mationen 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 erfasst Die Informationen zur Stichprobenziehung 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 ei
253. n EH Ungleiche Umf nge definieren Spezifikationen f r Umfang Beschritungen Wertelabels 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 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 Umfange 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 Sti
254. n 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 Haufigkeiten f r komplexe Stichproben zur Analyse der 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 JBM SPSS Complex Samples 19 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 ufigk
255. n 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 Willkommen 4 Stufe 1 Stichproben Yariablen Methode Variablen Schichten nach amp Immobilien ID Immokilien_1D Umgebung Umgebung E letzte Sch tzung in Jahren Zeit E Wert bei letzter Sch tzung Wert Gr e der Stichprobe Ausgabevariablen bersicht B Stute 2 gt Stichproben Variablen Methode Gr e der Stichprobe sgabevariablen karsii Stufe 3 hinzuf gen Jv en Ce amp unvollst ndiger Abschnitt W hlen Sie Neighborhood Wohnviertel 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 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
256. n 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 Folgende 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
257. n 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 2006 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
258. n 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 Einflussvariable definieren auf S 84 Zeitabh ngige Einflussvariablen k nnen als Faktoren oder als Kovariaten angegeben werden 84 Kapitel 12 Zeitabhangige Einflussvariable definieren Abbildung 12 4 Dialogfeld Cox Regression zeitabh ngige Einflussvariable definieren G fa Cox Regression fiir komplexe Stichproben zeitabhangige Einflussvariable definieren O nene Variablen Numerischer Ausdruck amp Time T In T_yrage amp Festnahme ID arrest 2 Alter in Jahren age all Altersgruppe agecat db Familienstand marital al Sozialer Status social all Ausbildung ed amp Beschattigt employ amp Geschlecht gender ail Schwere der ersten T amp Gewalt bei erster Tat rOperstoren und Zahlen amp Datum der Entlassung Kaution hin
259. n 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 81 Cox Regression f r komplexe Stichproben W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter Abbildung 12 1 Dialogfeld Cox Regression Registerkarte Zeit und Ereignis EI Cox Regression f r komplexe Stichproben O OOOO Zetundeigi Ense Unrrugpen Model Sliken Diagramme Hypathesentesis Speicher Exporteren Ontonen Variablen r berlebenszeit amp Region region r Beginn des Intervals Eintreten des Risikos Provinz province Zeto b Distrikt district variiert nach Subjekt amp Stadt cty N Startvariable amp Festnahme ID arrest gt E Alter in Jahren age al Altersgruppe agecat rEnde des Intervalls amp Familienstand marital Endvariable st Sa ca 2 a Ausbildung ed gt Besch ttigt employ amp Geschlecht gender dill Schwere der ersten Tat crime1 Le Statusvariable Wer rEreignis amp G
260. n 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 BP 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 weisen den Wert 0 auf Diese Funktion kann folgenderma en interpretiert werden Wenn die Zeitspanne k rzer als eine Woche ist wird BP1 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 di
261. n Mindestzahl H chstzahl Auswahloptionen Ausgabedateien Abschluss Wahlen 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 fur komplexe Stichproben Stichprobenassistent Schritt Plantibersicht Stufe 2 Stufe 2 Plan bersicht Willkommen Stufe 1 Stichproben Yariablen Methode Gr e der Stichprobe Ausgabevariablen Ubersicht Stufe 2 Stichproben ariablen Methode Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss fistichprobenassistent 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 Wahlen Sie die
262. n Sie auf Weiter Copyright SPSS Inc 1989 2010 43 44 Kapitel 8 Abbildung 8 1 Dialogfeld Verhaltnisse Verh ltnisse f r komplexe Stichproben Variablen amp Property ID propid amp Neighborhood nbrhood amp Current value currval amp Township town Years since last appra amp Inclusion Selection Pr db Cumulative Sampling VV amp Cumulative Sampling W Nenner aaa Teilgesamtheiten Jede Kombination von Kategorien definiert eine gt Wahlen 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 fA Verh ltnisse f r komplexe Stichproben Statistiken x r statistiken iM Standardfehler IM Ungewichtete Anzahl Konfidenzintervall Y Umfang der Grundgesamtheit Niveau 96 _ 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 de
263. n 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 Plantibersicht 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 Willkommen bersicht SL Beschriftung Schicht Gr e Methode Stichproben Variablen Kein Region 4 pro Schicht Einfache Zufi Methode robenziehung Gr e der Stichprobe Ausgabevariablen gt bersicht Stufe 2 hinzuf gen K C Stichprobe ziehen Datei C property_assess 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 sind oder wenn Ihr Stichprobenplan nur aus einer einzigen Stufe En ae In W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter 105 Stichprobenassistent f r komplexe Stichprobe
264. n 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 i I ed Z age Z employ A address Z income Z debtine creddebt othdebt Z inclprob_s1 i333 Logistische Regression fiir komplexe Stichproben Modell Verschachtelter Term Benutzerdefiniert Faktoren und Kovariaten Term e konstruieren Modell achtel rKonstanter Term Statistik anzeigen M 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 Fiir die ausgewahlten 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
265. n 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 stute 1 amp Landkreis Landkreis Region Region i gt Stichproben Variablen amp Stadt Stadt Methode amp Stadtteil Stadtteil e Gr e der Stichprobe Ausgabeveriablen sicht Stufe 2 hinzuf gen Klumpen gt Bundesland Bundesland Stichprobe z Eingabe Stichprobengewichtung amp unvollst ndiger Abschnitt W hlen Sie Region als Schichtungsvariable aus W hlen Sie Province Provinz 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 jede Region unabh ngige Stichproben gezogen werden In dieser Phase werden Provinzen mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 115 Stichprobenassistent fur 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 Stichpro
266. n 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 fur 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_1_ Joint_Prob_2_ Joint_Prob_3_ Joint_Prob_4_ und Joint_Prob_5_ verwendet Die ersten beiden Schichten weisen jeweils 4 PSUs auf Daher haben die Matrizen fiir 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 Ei
267. n 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 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
268. n 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 Plandatei speichern und die Stichprobe ziehen Yom Assistenten generierte Syntax in ein Syntaxfenster einf gen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen Cozma Fete Cavtrecnen rme Klicken Sie auf Fertig stellen Durch diese Auswahl wird die Stichprobenplan Datei poll csplan 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 fiir 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 Yariablen Einschluss Auswahl w Probabilit Probabilit ahrscheinlichkeiten y_1_ Stufenweise kumulierte Sample Stichprobengewichtung Weight Cumulativ Cumula
269. n und Kovariaten ut shopfor u usecoup Term e konstruieren Verschachtelter Term Wechselwirkung Verschachteln 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 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 iM Standardfehler Korrelationen der Parameterschatzer iM Konfidenzintervall Effekt des Stichprobenplans t Test E Quadratwurzel aus dem Effekt des Stichprobenplans F Anpassungsg te des Modells i Grundgesamtheitsmittelwerte der abh ngigen Variablen und der Kovariaten M Informationen zum Stichprobenplan iss eon en W hlen Sie Sch tzer Standardfehler Konfidenzintervall und Effekt des Stichprobenplans in der Gruppe Modellparameter aus Klicken
270. nd 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 Berechnungen 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 Uberlebensfunktionen Das Konfidenzintervall kann auf drei verschiedene Arten berechnet werden in urspr nglichen Einheiten ber eine logarit
271. ndeten Startwert Willkommen Stufe 1 M chten Sie eine Stichprobe ziehen i Stichproben Yariablen Methode Ja Stufen a Gr e der tener ope 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 Stichprobe ziehen im 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 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 33 Stichprobenassistent x Abschlie en des
272. ne 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 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 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 vo
273. ne 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 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 14 10 Analysevorbereitungsassistent Schritt Gr e Stufe 1 FF Analysevorbereitungsassistent 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 ar Stutest L Kundenanzahl nKunden Einheiten Einschlusswahrscheinlichkeiten Stichproben Variablen amp Kunden ID fidKunden ne L Alter in Jahren Alter wert gt ur a Ausbildung Ausbildung Hbereiett 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
274. nem 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 Set German credit im Repository of Machine Learning Databases Blake als auch Merz 1998 an der Universit t von Kalifornien in Irvine entnommen 278 Anhang A m 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 Kunden
275. nfidenzinteryall Quoten Untere nderungseinheiten vorherige Nichtzahlung verh ltnis Grenze Obere Grenze Relation Schulden zu 1 000 ja Abhangige 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 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 d
276. ngsassistent 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 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 Copyright SPSS Inc 1989 2010 20 21 Vorbereiten einer komplexen Stichprobe fur die Analyse Erstellen eines neuen Analyseplans Wahlen Sie die folgenden Befehle aus den Men s aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten 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 gt 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 a
277. nkt ein separater Fall wird f r jeden einzigartigen Ereigniszeitpunkt angelegt Sur_0 LCL_Sur_0 UCL_Sur_0 Die Basis Uberlebensfunktion 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_ Uberlebensfunktion 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 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 Sp
278. nlichkeiten eine Variable pro Kategorie Stammname Cumul ativeProbabilty if Yorhergesagte Wahrscheinlichkeiten eine Variable pro Kategorie IM 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 Kategorie 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 t
279. nna Teilgesamtheit es Variable Kategorie W hlen Sie eine abh ngige Variable aus Die folgenden Optionen sind verf gbar ln amp b Township town Antwortwahrscheiniehketen _Hipothesentests Gustenvern nsse 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 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 Form Typische Anwendung Procedure Logit log 8 1 8 Gleichm ig verteilte Kategorien Log Log komplement r log log 1 amp H here Kategorien wahrscheinlicher 69 Ordinale Regression fur komplexe Stichproben Funktion Script window New Form Typische Anwendung Procedure Log Log negativ log log amp Niedrigere Kategorien wahrscheinlicher Probit ol E Latente Variable ist normalverteilt Cauchit
280. ns 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 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 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 aut dem Stichprobenplan F korrigiert Fest Chi Quadrat O 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
281. nschlusswahrscheinlichkeit 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_1_ bzw weniger als das Produkt der einzelnen Einschlusswahrscheinlichkeiten das Produkt des ersten Falls von Joint_Prob_I_ 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 Stichproben 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 fur 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
282. nten 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 Ordinale Regression ftir 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 67
283. ntervalle 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 Uberlebensfunktion 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 zurnersetzen Abtrecten rate _ gt W hlen Sie Breslow in der Gruppe 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 Mo
284. nzahl 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 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 Kontrast
285. o 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 Konfidenzintervallen 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 Col
286. obe 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 Benutzerdefinierte Datei Datei yecidivism_cs_jointprob sav Durchsuchen ieis Abbrechen H te gt 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 amp Distrikt district E Stadt city amp Festnahme ID arrest 8 Alter in Jahren age fi Altersgruppe agecat amp Familienstand marital dill Sozialer Status social A Ausbildung ed amp Besch ftigt employ amp Geschlecht gender al Schwere der ersten Tat crime1 amp Gewalt
287. od 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 tiberschneiden 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 Herzinfarkt 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 o oe Einer nicht angegebenen Einflussvariabeln wird der Wert dieser Einflussvariablen beim Bezugsmuster zugewiesen 7 Jedes Intervall f r die Uberlebenszeit ist als Start lt Uberlebenszeit lt Ende definiert M
288. odell 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 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 fur komplexe Stichproben Log minus Log Diagramm Abbildung 22 53 Log minus Log Diagramm Muster 1 History of myocardial infarction None 7 One Two Three 2 500 000 2 500 Log minus Log Uberlebenswahrscheinlichkeits Funktion J 400 000 800 000 1200 000 200 000 600 000 1000 000 14
289. odell 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 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 An
290. omplexe 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 komplexe Stichproben 206 293 bei der ordinalen Regression fiir komplexe Stichproben 216 im allgemeinen linearen Modell f r komplexe Stichproben 194 in Cox Regression f r komplexe Stichproben 269 trademarks 286 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 ltn
291. on 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Variablengruppe 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 Variablen 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 IT ASSOWVIng GrUgs CIOTSOV all Treatment result result amp Post event preventative surgery amp Post event rehabilitation rehab cs Variable E Length of stay for rehabilitation lo km B E Total treatment and rehabilitation c amp First event post attack event Zu transponierende Yariablen amp Time to first event post attack tim Zielvariable al History of myocardial infarction m F al History of ischemic stroke is1 amp First event post attack event1 al History of hemorrhagic stroke hs1 amp Second event post attack event2 amp Second event post attack evert2 E Time to second event post attack all History of myocardial infarction m al History of ischemic stroke is2 al 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
292. on 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 1972 wurden 21 MBA Studenten der Wharton School mit ihren Lebensgef hrten darum gebeten 15
293. or 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 Polnisch 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
294. orden 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 Daraus 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 T 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
295. ositiven 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 Einkommensklassen 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
296. otting 2 History of transient Fats optionale Fallauswahlbedingung Funktionsguppe Alle 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 folgenden Men befehle aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten 260 Kapitel 22 Abbildung 22 38 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent Willkommen 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 cs
297. p Snell bei dem die Skala der Statistik so angepasst wird dass sie den vollst ndigen Bereich von 0 bis 1 abdeckt m R 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 konkurrierenden 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 wiedergi
298. perty_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 19 Klicken Sie auf Weiter 184 Kapitel 18 Abbildung 18 2 Dialogfeld Verh ltnisse fH Verh ltnisse f r komplexe Stichproben x Variablen d Property ID propid Neighborhood nbrhood amp Current value currval amp Township town Years since last appra amp Inclusion Selection Pr db Cumulative Sampling VV d rm Nenner amp Cumulative Sampling Ww 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 vy v 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 M Kontidenzintervall M Umfang der Grundgesamtheit Niveau 9 Effekt des Stichprobenplans Yaristionskoeffizient Quadratwurzel aus dem Effekt des Stichprobenplans M t Test Testwert Weter Aberechen Hite gt W hlen
299. pitel 21 Klassifikation Abbildung 21 9 Informationen zu kategorialen Variablen The legislature should enact a gas tax Age category Gender Voted 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 35380506 34865 792 27430 1198 61424 547 56761 453 70607216 47578784 3437 137 10816 349 32539 364 39179 814 25617804 6595 532 Prozent gewichtet Umfang der Grundgesamtheit 118186 000 a Die Werte 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 ee 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 Yerknipfungsfunktion Logit Beobacht
300. pitel 22 Parameter Schatzer Abbildung 22 20 Parametersch tzer 90 Konfidenzintervall Effekt des Parameter Standardfehler Untere obere Grenze Stcherobenrlens yere ery Grenze age _TF3 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 Parameterstatistiken 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 m
301. proben 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 3 Polynomiale Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 53 PPS Stichprobenziehung beim Stichprobenassistenten 8 Proportionale Hazards Test in Cox Regression f r komplexe Stichproben 238 Pseudo R 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 44 292 Index 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 R Statistik im allgemeinen linearen Modell f r komplexe Stichproben 51 193 Randmi
302. proben 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 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
303. probendatei 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 fur die Analyse Abbildung 3 1 Analysevorbereitungsassistent Schritt Willkommen zi Analysevorbereitungsassistent X 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 A Wie m chten Sie vorgehen A Plandatei erstellen A W hlen Sie diese Option wenn Sie ber Datei vanki Stichprobendaten verf gen jedoch noch keine Ben el 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 fry analysieren Der Analysevorbereitu
304. ptive 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 Variationskoeffizienten 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 SPSS Inc 1989 2010 34 35 Deskriptive Statistiken f r komplexe Stichproben Abbildung 6
305. r 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 Kapitel 21 vy v v y Abbildung 21 4 Dialogfeld Hypothesentests E Ordinate Regression f r komplexe Stichproben Hypothesentests IX rTeststatistik _ _ 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 i aeerecnen rure 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
306. r 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 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 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 fur komplexe Stichproben Die Prozedur Logistische Regression f r komp
307. r 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 Logistische Regression fur komplexe Stichproben Logistische Regression fiir 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 Parameter M Schatzer F Kovarianzen der Parametersch tzer T Exponentialfunktion des Sch tzers Korrelationen der Parameterschatzer M Standardfehler IM Effekt des Stichprobenplans Kontidenzintervall 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 Zei
308. r folgenden Stichprobenplane soll f r die Sch tzung angenommen werden i 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 werden bei der Datenanalyse ignoriert Ei OZ gleich Stichprobenziehung mit gleicher VWahrscheinlichkeit ohne Zur cklegen Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswahrscheinlichkeiten oder die Umfange der Grundgesamtheiten anzugeben oz 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 ihr
309. 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 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 61 291 bei der ordinalen Regression fiir 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 Kumulative Wahrscheinlichkeiten bei der ordinalen Regression f r komplexe Stichproben 76 Kumulative Werte in H ufigkeiten f r komplexe Stichproben 31 legal notices 285 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 5
310. rangegangenen 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 Dialogfeld 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 gt 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
311. rbefehl 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 bietet 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 fes
312. rch 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 fur komplexe Stichproben Allgemeines lineares Modell fiir komplexe Stichproben Statistik Abbildung 9 3 Dialogfeld Allgemeines lineares Modell Statistik si Allgemeines lineares Modell f r komplexe Stichproben Statistik Modellparameter vi Schatzer Kovarianzen der Parameterschatzer 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 Informationen zum Stichprobenplan C meen te Modellparameter In dieser Gruppe steuern Sie die Anzeige der Statistiken ftir 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 d
313. rgebnisse 0 00 ccc cette ete een 130 Stichprobenziehung mit PPS Probability Proportional to Size Wahrscheinlichkeit proportional zur Gr e 220 130 Verwendung des Assistenten 0 00 c cece eee eee 131 Plan bersicht ssaa samiera naea base ee Bole EA Loe ees ded fen 142 Stichprobeniibersicht 0 00 ccc cette tetas 143 Stichprobenergebnisse 0 00 ccc ce eee teen eee 145 Verwandte Prozeduren 0 00 cc ect teetet ete eee 147 viii 14 Analysevorbereitungsassistent f r komplexe Stichproben 148 Verwendung des Analysevorbereitungsassistenten f r komplexe Stichproben zur Vorbereitung von ffentlich zug nglichen NHIS Daten 0000 cee cee cette 148 Verwendung des Assistenten 0000 cee ene eee 148 Zusammenfassung 0 0 ee nennen nennen een 151 Vorbereitung f r die Analyse wenn die Datendatei keine Stichprobengewichte enthalt 151 Berechnung von Einschlusswahrscheinlichkeiten und Stichprobengewichten 151 Verwendung des Assistenten 00 0 c cece tenets 154 Zusammenfassung sidanaidd a 2 2 ahead was Rade 161 Verwandte Prozeduren nnana anaana 162 15 H ufigkeiten f r komplexe Stichproben 163 Verwendung von H ufigkeiten f r komplexe Stichproben zur Analyse der Verwendung von Nahrungserg nzungen 0 0 c cece teen rennen een 163 Durchf hren der Analyse 00 000 cece ttt ete 163 H ufigkeitsta
314. rgestellt 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 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 Modellvar
315. riterien 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 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
316. rne Datei oder ein neues Daten Set angegeben wird werden die Ausgabevariablen fiir die Stichprobenziehung und die Variablen in der Arbeitsdatei fiir 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 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 Stichpro
317. robe ist W hlen Sie Ja Stufe 2 jetzt hinzuf gen gt Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichproben Variablen ebenfalls auf Weiter 160 Kapitel 14 Abbildung 14 12 Analysevorbereitungsassistent Schritt Schatzmethode 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 Stichprobenplane soll f r die Sch tzung angenommen werden Stichproben Variablen Schatzmethode 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 gt 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 Ooz ungleich Stic obenziehung mit ungleicher VWahrscheinlichkeit ohne Zur c der Stichprobendaten sind gemeinsame VWahrscheinlichkeiten erforderlich Diese Option ist nur in Stufe 1 verf gbar unvollst ndiger Abschnitt W hlen Sie OZ gleic
318. robenassistent 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 Alec gt 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 Ubersicht Stufe 3 hinzuf gen Stichprobe ziehen gt 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
319. rs age al Age category agec amp Gender gender Verteilungsfunktionen 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 H History of angina a amp Prescribed nitroglyc amp Taking anti clotting 05 History of transient 8 Time to hospital time al Initial Rankin score 5 CAT scan result ca Funktionsguppe Funktionen und Sondervariablen gt Geben Sie event gt 0 als Ausdruck fiir die Bedingung ein Klicken Sie auf Weiter 258 Kapitel 22 Abbildung 22 36 Dialogfeld Falle auswahlen fia F lle ausw hlen X rAusw hlen Alle F lle Falls Bedingung zutrifft Smoker smorer amp Cholesterol choles amp History of angina a amp Prescribed nitroglye Fats event gt 0 amp Taking anti clatting Zufallsstichprobe amp History of transient aye E Time to hospital time al Initial Rankin score 5 CAT scan resut ca Bereich Clot dissolving drug Fittervariable verwenden al Treatment result re A Pon evere provers lt a amp Post event rehabilit 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
320. rsagte 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 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 Kontaktpersonen werden anhand der Abteilung in der sie in ihrem Unternehmen arbeiten und anhand ihrer St
321. rtung Cox Regression f r komplexe Stichproben ff Cox Regression fiir komplexe Stichproben X Parameter Sch tzer Exponentialfunktion des Sch tzers Standardfehler Konfidenzintervall t Test HEaEaa m Kovarianzen der Parametersch tzer E Korrelationen der Parametersch tzer E Effekt des Stichprobenplans E Quadratwurzel aus dem Effekt des Stichprobenplans gt Modellannahmen M Test f r proportionale Hazard Raten iM Parameterschatzer fir alternatives Modell Kovarianzmatrix f r alternatives Modell Basis Uberlebensfunktion und kumulative Hazardfunktion EZ egen Zueiestzen Antrecnen 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 Wahlen Sie Parametersch tzer f r alternatives Modell Klicken Sie auf OK Informationen zum Stichprobenplan Abbildung 22 12 Informationen zum Stichprobenplan G ltig Subjekte F lle Ung ltige F lle 5687 5687 0 Gesamtzahl der F lle 5687 Subjektgr e bei Grundgesamtheit Schichten Einheiten Freiheitsgrade des Stichprobenplans 307583 898 4 20 16 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
322. rvalle 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 fiir 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 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 300 014
323. s 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 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 T Test Sie k nnen 7 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 FFA 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 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 Ana
324. schiedenen Schichten Willkommen Stufe 1 Stichproben Variablen Schatzmethode gt Gr e Ubersicht Stufe 2 hinzuf gen Abschluss Variablen L Kundenanzahl nKunden Kunden ID idKunden E Alter in Jahren Alter A Ausbildung Ausbildung Jahre der Besch ftigung beim derzeitigen Arbeit L wohnhaft an gleicher Adresse in Jahren woh Haushattseinkommen in Tausend Einkommen E Relation Schulden zu Einkommen in Schulde Schulden auf Kreditkarte in Tausend Card_Sch E Andere Schulden in Tausend sonst_Schulden vorherige Nichtzahlung Nichtzahlung E inclprob_s2 Einheiten O Wert Werte aus Variable lesen Dieser Schritt dient zur Angabe der Einschlusswahrscheinlichkeiten bzw der Umfange der Grundgesamtheiten f r die aktuelle Stufe Die Umfange 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
325. se 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 a 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 33 Stichprobenassistent X Stufe 3 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 E Stufe1 Stichproben Variable Methode Gr e der Stichprob Ly Ausgabevariablen Ubersicht Variablen Schichten nach amp gt Subdivision subdivision _ Stufe 2 Stichproben Yariable Methode Gr e der Stichprob Ausgabevariablen i Ubersicht B stufe 3 ep Stichproben Variable 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
326. sen 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 Benutzertyp 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 3 Einf hrung in die Prozeduren von Complex Samples 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 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
327. ses Daten Set wird vom Stichprobenassistenten w hrend der Stichprobenziehung erstellt Copyright SPSS Inc 1989 2010 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 nach 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 Te
328. sgewicht verwendet werden 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 Diese Datendatei beruht auf denselben Beispielen wie f r carpet sav beschrieben enth lt je
329. 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 Generierung 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
330. sse von k nftigen Interaktionen mit Kunden prognostiziert Anschlie end werden diese Erkenntnisse durch die Einbettung der Analysen in Gesch ftsprozesse praktisch umgesetzt L sungen von SPSS Inc sind durch die Konzentration auf die Zusammenf hrung von Analysefunktionen IT Architektur und Gesch ftsprozessen f r zusammenh ngende unternehmens bergreifende Gesch ftsziele konzipiert Kunden aus den Bereichen Wirtschaft Regierung und Wissenschaft vertrauen weltweit auf die Technologie von SPSS Inc als Wettbewerbsvorteil wenn es gilt Kunden anzuziehen zu binden und neue Kunden zu gewinnen und dabei Betrugsf lle zu verringern und Risiken zu entsch rfen SPSS Inc wurde im Oktober 2009 von IBM bernommen Weitere Informationen erhalten Sie unter http www spss com Technischer Support Kunden mit Wartungsvertrag k nnen den Technischen Support in Anspruch nehmen Kunden k nnen sich an den Technischen Support wenden wenn sie Hilfe bei der Arbeit mit den Produkten von SPSS Inc oder bei der Installation in einer der unterst tzten Hardware Umgebungen ben tigen Wie Sie den Technischen Support kontaktieren k nnen entnehmen Sie der Website von SPSS Inc unter http support spss com Uber die Website unter http support spss com default asp refpage contactus asp k nnen Sie auch nach Ihrem rtlichen B ro suchen Wenn Sie Hilfe anfordern halten Sie bitte Informationen bereit um sich Ihre Organisation und Ihren Supportvertrag zu iden
331. ssende 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 mens See Tatsachlich 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 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 InclusionPr 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 SF Oe He 8 2 d a A 4 4 i 3 3 9 ro NN NO nn Na ht Variablenansicht 112 Kapitel 13 Die Ergebnisse der Stichprobenziehung werden im Daten Editor angezeigt Fiinf neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen ftir die Einschlusswahrscheinlichkeiten und die kumulierten Stichproben
332. ssistenten 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 Index Hypothesentests 91 Informationen zum Stichprobenplan 237 268 Kaplan Meier Analyse 79 Log minus Log Diagramm 271 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
333. ssvariablen 2 200 83 Zeitabh ngige Einflussvariable definieren 0 0 0c cece eee eee 84 UNtErgrupPeNn sina aada ur eed sn ee HANA HOE CE OK EE A TEER EAS ow oH Oe 85 Modelle a Fae ete crete concen tet a ee a ee RER Ac oe 86 Statistik 4 segiteni Mlb ee ae ne dear ns MAN Rane aa aan en ee AP Bae septa ere 88 Diagramme siapio ana bat ae Shed we de San aoa oe bas Bardeen 90 Hypothesentests nunnan nanana 91 SPEICHERN sanii 4 44 an ae die a ed SHE acne a de Pendens eater 92 EX DONE aes eters det dod a inate tata aes er Rene ee 94 Optionen u 2425 beeen nd dae Be cle RA EOE ad ade ee ee 96 Zus tzliche Funktionen beim Befehl CSCOXREG 00 000 cece eee eee eee 97 Teil Il Beispiele 13 Stichprobenassistent f r komplexe Stichproben 100 Ziehen einer Stichprobe aus einem vollst ndigen Stichprobenrahmen 100 Verwendung des Assistenten 00 0 c cee teens 100 Plan bersicht 2 2 0 0 a aade aa a eaa cette teens 110 Stichprobeniibersicht cis sisa iima a iaa adaa a a iata tte teens 110 Stichprobenergebnisse 0 nnna 111 Ziehen einer Stichprobe aus einem partiellen Stichprobenrahmen 222222220 112 Verwenden des Assistenten f r die Stichprobenziehung aus dem ersten Teilrahmen 112 Stichprobenergebnisse 0 00 c cece teen eee 125 Verwenden des Assistenten f r die Stichprobenziehung aus dem zweiten Teilrahmen 125 Stichprobene
334. 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 Variablengruppe 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 Variablen 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 0 amp Post event rehabilitation rehab gt Variable y Patient ID patid E Total treatment and rehabilitation c E Time to first event post attack tim all History of myocardial infarction m eats al History of ischemic stroke is1 al History of hemorrhagic stroke hs1 amp Second event post attack event2 E Time to second event post attack e all History of myocardial infarction m al 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 al History of hemorrhagic stro
335. stiken fiir komplexe Stichproben 34 Deskriptive Statistiken f r komplexe Stichproben Statistiken 0 02000000s Deskriptive Statistiken f r komplexe Stichproben Fehlende Werte 0 Komplexe Stichproben Optionen 0 000 e eee eee Kreuztabellen f r komplexe Stichproben 38 Kreuztabellen f r komplexe Stichproben Statistik 22 2222 cece eee Komplexe Stichproben Fehlende Werte 0 00 ccc eee eee nenne nenn Komplexe Stichproben Optionen 0 0 0 e eet Verh ltnisse f r komplexe Stichproben 43 Verh ltnisse f r komplexe Stichproben Statistiken 2222222 eee eee ern Verh ltnisse f r komplexe Stichproben Fehlende Werte 020 eee ee eee Komplexe Stichproben Optionen 0 0 e eee vi 9 Allgemeines lineares Modell f r komplexe Stichproben Allgemeines lineares Modell f r komplexe Stichproben Statistik Hypothesentests f r komplexe Stichproben 0 000 cece eee eee ee aee 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 00000 e cece eee eee 10 Logistische Regression fiir komplexe Stichproben Logistische Regression f
336. stimmten 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 Sample Weight_ 13 Stichprobenziehung mithilfe eines komplexen Plans Einige stufenweise Variablen werden automatisch generiert Dazu geh 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 Index_ Anmerkung Die Stammnamen der gespeicherten Variablen beinhalten ein ganzzahliges Suffix das der Stufennummer entspricht beispielsweise PopulationSize_l_ f r die gespeicherte Gr e des Stichprobenumfangs f r Stufe 1 Stichprobenassistent Planiibersicht Abbildung 2 7 Stichprobenassistent Schritt Planubersicht fa Stichprobenassistent Stufe 1 Plan bersicht B In diesem Dialogfel
337. sw 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 vy v 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 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 Z 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 gt Wahlen 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 A
338. szuw 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 Plantibersicht 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 Cree Ger Sucre obe Landkreis Stadt 0 1 pro Schicht Ausgabevariablen robenzieh E Ubersicht Stute 2 Stichproben ariablen 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 fur komplexe Stichproben Abbildung 13 24 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen Stichprobenassistent amp 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 verwe
339. t Chi Quadrat Korrigiertes Chi Quadrat rKorrektur f r Mehrfachvergleiche Geringste signifikante Differenz Sidak sequenziell Bonferroni sequenziell Sidak Bonterroni T een ate 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 s
340. t 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 Als ung ltig behandeln Als g ltig behandeln Diese Einstellung gilt f r Faktoren Teilgesamtheitsvariablen und kategoriale Stichproben Yariablen Konfidenzintervall Cite enn 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 giiltige 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 Mit dem Unterbefehl custom k nnen Sie benutzerdefinierte Tests auf Effekte im Vergleich zu linearen Kombinationen von Effekt
341. t 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 Grenze Obere Grenze Grenze Obere Grenze Konstanter Term Aushildung 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 fur komplexe Stichproben positiven Koeffizienten die Wahrscheinlichkeit einer Nichtzahlung wohingeg
342. t an gleicher Umwandlung Haushaltseinkommen i Aktuelles Datum aktuelle Uhr 2 Relation Schulden zu E 9 Schulden auf Kreditkar 2 Andere Schulden in Ta amp vorherige Nichtzahlung 2 inclprob_s1 Funktionen und Sondervariablen Fans 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 Rufen 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 i Variable berechnen X Zielvariable Numerischer Ausdruck finalweight 1Xinclprob_s1 inclprob_s2 amp Zweig Zweig E Kundenanzahl nKund amp 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 Fats optionale Fallauswahlbedingung a _ent gen_ Zur ctetzen Ab
343. teil 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 Parameter 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 1
344. ten Person bet gt 208 Kapitel 20 Abbildung 20 11 Quotenverh ltnisse f r Jahre der Besch ftigung beim derzeitigen Arbeitgeber 95 Gc Quoten Rag Anderungseinheiten vorherige Nichtzahlung verh ltnis Rag a Grenze Jahre der 1 000 Besch ftigung beim derzeitigen Arbeitgeber Abhangige 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 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 Ko
345. ten 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 ufig 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 Stu
346. terlegt bail amp Rehakilitstionsma nah amp Zweite Festnahme arr r Funktionen und Sondervariablen ail Schwere der zweiten Funktion Beschreibung amp Gewalt bei zweiter Tat d 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 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 T_ 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 logische
347. tgehalten 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 Zeitspanne 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
348. tifizieren Kundendienst Wenden Sie sich bei Fragen zur Lieferung oder Ihrem Kundenkonto an Ihr regionales B ro das Sie auf der Website unter http www spss com worldwide finden Halten Sie bitte stets Ihre Seriennummer bereit Copyright SPSS Inc 1989 2010 iii Ausbildungsseminare SPSS Inc bietet ffentliche und unternehmensinterne Seminare an Alle Seminare beinhalten auch praktische bungen Seminare finden in gr eren St dten regelm ig statt Wenn Sie weitere Informationen zu diesen Seminaren w nschen wenden Sie sich an Ihr regionales B ro das Sie auf der Website unter hrtp www spss com worldwide finden Weitere Ver 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
349. tiv 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 Wahrsch 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 y_1_ y_2_ Plandatei C poll csplan Gewichtungsvariable SamplevVeight_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 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 C poll csplan Diese zusammenfassende Tabelle enthalt eine Ubersicht tiber 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
350. tnis 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 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 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 PASVY Statistics Daten exportieren Parametersch tzer und Kovarianzmatrix Parametersch tzer und Korrelationsmatrix r Modell als XML exportieren Parametersch tzer und Kovarianzmatrix Nur Parametersch tzer
351. tnis 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 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 41 Kreuztabellen fur 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 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 d
352. trecten 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 gt 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 komplexe Stichproben vorzubereiten w hlen Sie folgende Optionen aus den Men s aus Analysieren gt Komplexe Stichproben gt F r Analyse vorbereiten 155 Analysevorbereitungsassistent fur 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 Wahlen Sie diese Option wenn Sie Gber Datei
353. tt 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 Abbildung 13 19 Stichprobenassistent Schritt Stichprobenumfang Stufe 2 33 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 Stichprobenumfange als Anteile angegeben haben k nnen Sie au erdem die Mindest bzw H chstzahl der zu ziehenden Einheiten festlegen Willkommen Stufe 1 Einheiten Anteile Stichproben Yariablen Methode Gr e der Stichprobe Der Wert f r den Ausgabevariablen Umfang gilt fiir jede bersicht Schicht Stufe 2 Stichproben Variablen Wert Ungleiche Werte f r Schichten Methode Definieren gt Gr e der Stichprobe Werte aus Variable lesen Ausgabevariablen 2 bersicht O een Stufe 3 hinzuf gen Stichprobe ziehe
354. ttel in GLM Univariat 196 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 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 i
355. tterationen 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 Konfidenzintervall ates 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 gt 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 VWert 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
356. u 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 es zzi Allgemeines lineares Modell f r komplexe Stichproben Speic rYariablen speichern E Vorhergesagte Werte Residuen Modell als PASVY Statistics Daten exportieren Parametersch tzer und Kovarianzmatrix Parametersch tzer und Korrelationsmatrix r Modell als XML exportieren Parametersch tzer und Kovarianzmatrix Nur Parametersch tzer Cie 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 fur 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 Parameterschatzern 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 Parameterschatzer SE Standardfehler SIG Signifikanzniveaus und DF Freihe
357. u 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 gt Klicken Sie im Dialogfeld Plan auf Weiter Abbildung 21 15 Dialogfeld Ordinale Regression amp Voter ID voteid Neighborhood nbrhood amp Township town amp couiy aa E Inclusion Fer Pr se 2 Cumulative Sampling VV 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 i tterationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Maximale Anzahl an
358. uf 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 Einf gen der getroffenen Auswahl als Befehlssyntax Analysevorbereitungsassistent Stichproben Variablen Abbildung 3 2 Analysevorbereitungsassistent Schritt Stichoroben Variablen Ei Analysevorbereitungsassistent Stufe 1 Stichproben Variablen 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 Variablen Schichten a Stufe 1 be Stichproben Variablen Sch tzmethode bersicht Abschluss E Kundenanzahl nKunden Kunden ID idKunden Alter in Jahren Alter ofl Ausbildung Ausbildung E Jahre der Besch ftigung beim derzeitige E wohnhaft an gleicher Adresse in Jahre Klumpen Haushattseinkommen in Tausend Einkom amp Zweig Zweig E Relation Schulden zu Einkommen in E Schulden auf Kreditkarte in Taus
359. ufgaben aus und klicken Sie auf Weiter Addieren bzw Subtrahieren einer Dauer zu bzw von einem Datum z B Hinzuf gen eines Monats zu einem Alter oder Addieren einer Zeitvariablen zu einer Datums Zeitvariablen Berechnen der Anzahl der Zeiteinheiten zwischen zwei Datumswerten z B Berechnen eines Alters in Jahren aus dem Geburtsdatum und einem weiteren Datum Suktrahieren 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 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 ariablen angezeigt Datum1 Variablen Di amp Aktuelles Datum und aktuelle Uhrz Le Datum der zweiten Festnahme date2 minus Datum2 Le 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 durc
360. um Stichprobenplan 0 000 e cece eee eee eee Tests der Modelleffekte 0 00 00 cc cent e ee Test f r proportionale Hazard Raten 0 0 cc ccc eee ee een eee Hinzuf gen einer zeitabh ngigen Einflussvariablen 0 0 00 cee eee Mehrere F lle pro Subjekt in der Cox Regression f r komplexe Stichproben Vorbereiten der Daten f r die Analyse cc cc ccc eee nee Erstellen eines Analyseplans f r einfache Zufallsstichprobenziehungen Durchf hren der Analyse 2 2 0c cece cette nea Informationen zum Stichprobenplan 000 c cece cece eee eee Tests der Modelleffekte 2 0 0 0 cece eee Parameter Schatzer 00 00 ccc cect ttt teen eee Musterwerte ed an a en andes a cha gave tbe i Log minus Log Diagramm 0 0 ccc ee eee nen eee nnn BONG Heo rtea Weeds thee na eats chad betes chases eee dw bea eae oe xi Anh nge A Beispieldateien B Notices Bibliografie Index 273 285 287 289 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 Stichpro
361. 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 284 Anhang A von 7 8 9 und 10 Jahren sowie eine unver nderlichen Angabe ob die Mutter im ersten Jahr der Studie rauchte oder nicht m 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 Anhang Notices Licensed Materials Property of SPSS Inc an IBM Company Copyright SPSS Inc 1989 2010 Patent No 7 023 453 The following paragraph does not apply to the United Kingdom or any other country where such provisions are inconsistent with local law SPSS INC AN IBM COMPANY PROVIDES THIS PUBLICATION AS IS WITHOUT WARRANTY OF ANY KIND EITHER EXPRESS OR IMPLIED INCLUDING BUT NOT LIMITED TO THE IMPLIED WARRANTIES OF NON INFRINGEMENT MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE Some states do not allow disclaimer of express or implied warranties in certain transa
362. und Spalten Cae ec 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 Response 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 Tab
363. usarbeitung 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 zum Zeitpunkt 2 Patient 76 zum Zeitpunkt 2 und Patient 47 zum Zeitpunkt 3 wodurch 217 g ltige Beobachtungen verbleiben autoaccidents sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Versicherungsanalysten geht ein Modell zur Anzahl der Autounf lle pro Fahrer unter Ber cksichtigung von Alter und Geschlecht zu erstellen Jeder Fall stellt einen Fahrer dar und erfasst das Geschlecht des Fahrers sein Alter in Jahren und die Anzahl der Autounf lle in den letzten f nf Jahren band sav Diese Datendatei enth lt die hypothetischen w chentlichen Verkaufszahlen von CDs f r eine Musikgruppe Daten f r drei m gliche Einflussvariablen wurden ebenfalls aufgenommen 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 reduzieren Die Datei enth lt Informationen zum Finanzstatus und demografischen Hintergrund v
364. uswahlbedingung CL noen zuuersetzen Abtrecnen J e gt Geben Sie start_time2 als Zielvariable ein gt Geben Sie time als numerischen Ausdruck ein Klicken Sie auf OK 244 Kapitel 22 gt Rufen Sie das Dialogfeld Variable berechnen auf Abbildung 22 22 Dialogfeld Variable berechnen Zielvariable Numerischer Ausdruck start_time3 time2 da Hospital ID hospid al Hospital size hosp da Patient ID patid da Attending physician Age in years age all Age category agec amp Gender gender amp Physically active a amp Obesity obesity H History of diabetes amp Blood pressure bp amp Atrial fibrillation af db Smoker smoker amp Cholesterol choles amp History of angina a all History of myocardi al History of ischemic History of hemarrha Fats optionale Fallauswahlbedingung J Funktionsguppe Alle Arithmetisch Yerteilungsfunktionen Umwandlung Aktuelles Datum aktuelle Uhr DEE DEE 2333 Funktionen und Sondervariablen 33333 DEDE EIEIEIEIE i 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 Stichprobe
365. varianzmatrix f r alternatives Modell Basis Uberlebensfunktion und kumulative Hazardfunktion SZ enen Zumiestzen _Astrechen __ tte 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 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 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 m T Test Zeigt je einen r 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 Ze
366. 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 fiir komplexe Stichproben 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 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
367. 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 Wahlen Sie diese Option wenn Sie keine Plandatei Datei temo cspien erstellt haben Sie haben dann die M glichkeit die emo csplen Durehsuchen Stichprobe zu ziehen Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines ay 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 Stichprobengewichtunge
368. wanki N Durchsuchen Stichprobendaten verf gen jedoch noch keine Fi lA eel Plandatei 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 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 istent 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 gt Stichproben Variablen Schatzmethode bersicht Abschluss Variablen Schichten Kundenanzahl nKunden Kunden ID idKunden Alter in Jahren Alter dl Ausbildung Ausbildung E Jahre der Besch ftigung beim derzeitige 2 wohnhaft an
369. weiser 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 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 fa 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
370. woche 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 Gruppen 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 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 mediz
371. xamples include the names of individuals companies brands and products All of these names are fictitious and any similarity to the names and addresses used by an actual business enterprise is entirely coincidental COPYRIGHT LICENSE This information contains sample application programs in source language which illustrate programming techniques on various operating platforms You may copy modify and distribute these sample programs in any form without payment to SPSS Inc for the purposes of developing Copyright SPSS Inc 1989 2010 285 286 Anhang B using marketing or distributing application programs conforming to the application programming interface for the operating platform for which the sample programs are written These examples have not been thoroughly tested under all conditions SPSS Inc therefore cannot guarantee or imply reliability serviceability or function of these programs The sample programs are provided AS IS without warranty of any kind SPSS Inc shall not be liable for any damages arising out of your use of the sample programs Trademarks IBM the IBM logo and ibm com are trademarks of IBM Corporation registered in many jurisdictions worldwide A current list of IBM trademarks is available on the Web at http www ibm com legal copytrade shmtl SPSS is a trademark of SPSS Inc an IBM Company registered in many jurisdictions worldwide Adobe the Adobe logo PostScript and the PostS
372. ye b Stichproben Variablen amp Neighborhood e EA e i gt 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 i arene Datensatze zahlen amp unvollst ndiger Abschnitt I 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 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 Willkommen Stufe 1 ID voteid Einhe
373. yse 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 Statistiken 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 fa 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 fur komplexe Stichproben Die Prozedur Deskriptive Statistiken ftir 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 deskri
374. ze 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 Beobachtung 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 M
375. ze 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 werden 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 rfnis
376. zten 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 jeweils 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

Komplexe Stichproben

Contents

Download Pdf Manuals

Related Search

Related Contents