Пакет SPSS

В соответствии с постановкой  задачи, необходимо искать такие факторы, при которых суммарная общность максимальна, а специфичность − минимальна.

Кластерный  анализ

Если процедура факторного анализа сжимает в малое число  количественных переменных данные, описанные  количественными переменными, то кластерный анализ сжимает данные в классификацию объектов. Синонимами термина «кластерный анализ» являются «автоматическая классификация объектов без учителя» и «таксономия».

Если данные понимать как точки в признаковом пространстве, то задача кластерного анализа формулируется  как выделение «сгущений точек», разбиение совокупности на однородные подмножества объектов.

При проведении кластерного  анализа обычно определяют расстояние на множестве объектов; алгоритмы  кластерного анализа формулируют  в терминах этих расстояний. Мер  близости и расстояний между объектами существует великое множество. Их выбирают в зависимости от цели исследования. В частности, евклидово расстояние лучше использовать для количественных переменных, расстояние хи-квадрат − для исследования частотных таблиц, имеется множество мер для бинарных переменных.

Кластерный анализ является описательной процедурой, он не позволяет  сделать никаких статистических выводов, но дает возможность провести своеобразную разведку − изучить «структуру совокупности».

Многомерное шкалирование

Задача многомерного шкалирования состоит в построении переменных на основе имеющихся расстояний между объектами. В частности, если нам даны расстояния между городами, программа многомерного шкалирования должна восстановить систему координат (с точностью до поворота и единицы длины) и приписать координаты каждому городу так, чтобы зрительно карта и изображение городов в этой системе координат совпали. Близость может определяться не только расстоянием в километрах, но и другими показателями, такими как размеры миграционных потоков между городами, интенсивность телефонных звонков, а также расстояниями в многомерном признаковом пространстве. В последнем случае задача построения такой системы координат близка к задаче, решаемой факторным анализом: сжатию данных, описанию их небольшим числом переменных. Нередко требуется также наглядное представление свойств объектов. В этом случае полезно придать координаты переменным, расположив переменные в геометрическом пространстве. С технической точки зрения это всего лишь транспонирование матрицы данных. Для определенности мы будем говорить о создании геометрического пространства для объектов, специально оговаривая случаи анализа множества свойств. В социальных исследованиях методом многомерного шкалирования создают зрительный образ «социального пространства» объектов наблюдения или свойств. Для такого образа наиболее приемлемо создание двумерного пространства.

Основная идея метода состоит в приписывании каждому  объекту значений координат так, чтобы матрица евклидовых расстояний между объектами в этих координатах, помноженная на константу оказалась близка к матрице расстояний между объектами, определенной из каких-либо соображений ранее. Метод весьма трудоемкий и рассчитан на анализ данных, имеющих небольшое число объектов.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ЗАКЛЮЧЕНИЕ

Итак, мы рассмотрели  функциональные возможности и особенности  статистического пакета SPSS

 

 

 

 

 

 

 

 

 

 

ПРИЛОЖЕНИЕ

Приложение 1

Анкета 

1. Пол 

а). Мужской

б).Женский

2. Возраст 

_________ лет

3. Проблемы (укажите 3 основные проблемы):

а) Учебная нагрузка

б) Свободное время

в) Любовь

г) Музыка

4. Жалобы:

а) Преподаватели

б) Здоровье

в) Стипендия

г) Родители

д) Друг (подруга)

 

Приложение 2

 

№Анкеты	1. Пол	2. Возраст	3. Проблемы:			4. Жалобы:
						1. Учебная нагрузка	2. Здоровье	3. Стипендия	4. Родители	5. Друг (подруга)
1	1	20	1	4	.	1	0	0	1	0
2	1	21	2	3	4	1	0	1	0	1
3	2	19	1	2	4	1	0	0	1	0
4	1	18	1	2	.	0	0	1	0	0
.	.	.	.	.	.	.	.	.	.	.