Untersuchen
Für diese Funktion ist die Option "Statistics Base" erforderlich.
Mit der Prozedur "Explorative Datenanalyse" werden Auswertungsstatistiken und grafische Darstellungen für alle Fälle oder für separate Fallgruppen erzeugt. Es kann viele Gründe für die Verwendung der Prozedur "Explorative Datenanalyse" geben: Sichten von Daten, Erkennen von Ausreißern, Beschreibung, Überprüfung der Annahmen und Charakterisieren der Unterschiede zwischen Teilgesamtheiten (Fallgruppen). Beim Sichten der Daten können Sie ungewöhnliche Werte, Extremwerte, Lücken in den Daten oder andere Auffälligkeiten erkennen. Durch die explorative Datenanalyse können Sie sich vergewissern, ob die für die Datenanalyse vorgesehenen statistischen Methoden geeignet sind. Die Untersuchung kann ergeben, dass Sie die Daten transformieren müssen, falls die Methode eine Normalverteilung erfordert. Sie können sich stattdessen auch für die Verwendung nicht parametrischer Tests entscheiden.
Beispiel. Betrachten Sie die Verteilung der Lernzeiten für Ratten im Labyrinth mit vier verschiedenen Schwierigkeitsgraden. Zu jeder der vier Gruppen können Sie ablesen, ob die Zeiten annähernd normalverteilt und die vier Varianzen gleich sind. Sie können auch die Fälle mit den fünf längsten und den fünf kürzesten Zeiten bestimmen. Sie können die Verteilung der Lernzeiten für jede Gruppe mit Boxplots und Stamm-Blatt-Diagrammen grafisch auswerten.
Statistiken und Diagramme. Mittelwert, Median, 5 % getrimmtes Mittel, Standardfehler, Varianz, Standardabweichung, Minimum, Maximum, Spannweite, interquartiler Bereich, Schiefe und Kurtosis und deren Standardfehler, Konfidenzintervall für den Mittelwert (und angegebenes Konfidenzniveau), Perzentile, M-Schätzer nach Huber, Andrew-Wellen-Schätzer, M-Schätzer nach Hampel, Tukey-Biweight-Schätzer, die fünf größten und die fünf kleinsten Werte, die Kolmogorov-Smirnov-Statistik mit Lilliefors-Signifikanzniveau zum Prüfen der Normalverteilung und die Shapiro-Wilk-Statistik. Boxplots, Stamm-Blatt-Diagramme, Histogramme, Normalverteilungsdiagramme und Diagramme der Streubreite gegen das mittlere Niveau mit Levene-Test und Transformationen.
Erläuterungen der Daten für die explorative Datenanalyse
Daten. Die Prozedur "Explorative Datenanalyse" kann für quantitative Variablen (mit Intervall- oder Verhältnismessniveau) verwendet werden. Eine Faktorvariable (zum Aufteilen der Daten in Fallgruppen) muss eine sinnvolle Anzahl von unterschiedlichen Werten (Kategorien) enthalten. Diese Werte können kurze Zeichenfolgen oder numerische Werte sein. Die Fallbeschriftungsvariable, die für die Beschriftung von Ausreißern in Boxplots verwendet wird, kann eine kurze Zeichenfolge, eine lange Zeichenfolge (die ersten 15 Byte) oder numerisch sein.
Annahmen. Ihre Daten müssen nicht symmetrisch oder normalverteilt sein.
So führen Sie eine explorative Datenanalyse aus:
Für diese Funktion ist die Option "Statistics Base" erforderlich.
- Wählen Sie in den Menüs Folgendes aus:Hinweis: Die rot markierten Felder sind Pflichtfelder. Die Schaltflächen „Einfügen“ und „OK“ werden aktiviert, nachdem Sie gültige Werte in alle erforderlichen Felder eingegeben haben.
- Wählen Sie eine oder mehrere abhängige Variablen aus.
Die folgenden Optionen sind verfügbar:
- Wählen Sie mindestens eine Faktorvariable aus, mit deren Werten Fallgruppen definiert werden.
- Wählen Sie eine Identifizierungsvariable für die Beschriftung von Fällen aus.
- Klicken Sie auf Statistik, um Zugriff auf robuste Schätzer, Ausreißer, Perzentile und Häufigkeitstabellen erhalten.
- Klicken Sie auf Diagramme, um Zugriff auf Histogramme, Normalverteilungsdiagramme und Tests sowie Diagramme der Streubreite gegen das mittlere Niveau mit Levene-Statistik zu erhalten.
- Klicken Sie auf Optionen, um die Behandlung fehlender Werte festzulegen.
Mit dieser Prozedur wird EXAMINE -Befehlssyntax eingefügt.