Home

Logistische Regression für komplexe Stichproben

1. weiter Abbrechen J Hilfe Sie k nnen im Dialogfeld Zeitabh ngige Einflussvariable definieren eine Einflussvariable erstellen die von der integrierten Zeitvariablen 7_ abh ngig ist Sie k nnen diese Variable verwenden um zeitabh ngige Kovariate auf zwei Arten zu definieren m Wenn Sie ein erweitertes Cox Regressionsmodell sch tzen m chten mit dem nicht proportionale Hazards m glich sind definieren Sie die zeitabh ngige Einflussvariable als Funktion der Zeitvariablen T_ und der fraglichen Kovariate Ein gel ufiges Beispiel w re das einfache Produkt aus Zeitvariable und Kovariate aber es k nnen auch komplexere Funktionen festgelegt werden m Einige Variablen k nnen zu unterschiedlichen Zeiten unterschiedliche Werte aufweisen weisen aber kein systematisches Verh ltnis zur Zeit auf Sie m ssen in solchen F llen eine segmentierte zeitabh ngige Einflussvariable definieren Dies k nnen Sie mit logischen Ausdr cken erreichen Logische Ausdr cke nehmen bei wahren Aussagen den Wert 1 und bei falschen Aussagen den Wert 0 an Mithilfe einer Verkettung von logischen Ausdr cken k nnen Sie die zeitabh ngige Einflussvariable aus einem Satz von Messwerten erstellen Wenn Sie z B ber vier Wochen einer Studie einmal w chentlich den Blutdruck gemessen 84 Kapitel 12 haben gekennzeichnet durch BP bis BP4 k nnen Sie die zeitabh ngige Einflussvariable durch den folgenden Ausdruck definiere
2. 50 74 Abonnement Quotenverh ltnis Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja F r Kohorte Antwort Nein 75 Abonnement Quotenverh ltnis Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja F r Kohorte Antwort Nein Statistiken werden nur f r 2x2 Tabellen unter Ber cksichtigung aller Zellen berechnet Die relativen Risikosch tzer werden f r jede Einkommensklasse getrennt berechnet Beachten Sie Das relative Risiko einer positiven Antwort scheint bei den Zeitungsabonnenten mit zunehmendem Einkommen nach und nach abzunehmen was darauf schlie en l sst dass Sie die Zielgruppe f r die Postsendungen eventuell noch weiter eingrenzen k nnen Zusammenfassung 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 180 Kapitel 17 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 mitt
3. 22222 cenenerernnn 21 Baumsteuerungen zur Navigation im Analyseassistenten nananana nananana 22 Analysevorbereitungsassistent Sch tzmethode 2222reeerenenen ern nnn Analysevorbereitungsassistent Umfang 22222 sseseeeeeeee een een Ungleiche Umf nge definieren 2c2nonenereeeeeneneneneenee nennen Analysevorbereitungsassistent Plan bersicht 2ccecseeeneeeeeeeeeneenn Analysevorbereitungsassistent Fertig stellen 2 222 ceseseeeeneeeeeeeeenenn Bearbeiten eines bestehenden Analyseplans 2 cc cseeeseeeeeeeeeeeeeneenn Analysevorbereitungsassistent Plan bersicht 2ccecseeeneeneeeeeeneenn Plan f r komplexe Stichproben 28 H ufigkeiten f r komplexe Stichproben 29 H ufigkeiten f r komplexe Stichproben Statistiken csceseeenenenen nenn Komplexe Stichproben Fehlende Werte 22 2 onseneeeseeeenner nennen Komplexe Stichproben Optionen 2 2neneneneneeneneeeenen rennen Deskriptive Statistiken f r komplexe Stichproben 33 Deskriptive Statistiken f r komplexe Stichproben Statistiken 2 2 cecer0 Deskriptive Statistiken f r komplexe Stichproben Fehlende Werte 2 ec2c0 Komplexe Stichproben Optionen 2 2neneneneneenenereenen nennen Kreuztabellen f r komplexe Stichproben 37 Kreuztabellen f r komplexe Stichproben Statistik 2 222 ceceeneeeeeenn
4. Risiko Set zum Ereigniszeitpunkt Parameter V Sch tzer Kovarianzen der Parametersch tzer Exponentialfunktion des Sch tzers Korrelationen der Parametersch tzer v Standardfehler v Effekt des Stichprobenplans V Konfidenzintervall Quadratwurzel aus dem Effekt des Stichprobenplans t Test Modellannahmen Test f r proportionale Hazard Raten Basis berlebensfunktion und kumulative Hazardfunktion O Zur cksetzen Abbrechen Hite W hlen Sie Sch tzer Standardfehler Konfidenzintervall und Effekt des Stichprobenplans in der Gruppe Parameter aus gt Heben Sie im Gruppenfeld Modellannahmen die Auswahl von Test f r proportionale Hazard Raten und Parametersch tzer f r alternatives Modell auf Klicken Sie auf OK Tests der Modelleffekte Abbildung 22 19 Tests der Modelleffekte auen Freiheitsgrade Freiheitsgrade PFE 1 2 Wald F Sig age soo soon is 001 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age t_age Nach der Addition der zeitbasierten Einflussvariablen betr gt der Signifikanzwert f r age Alter 0 91 was anzeigt dass der Beitrag dieser Variablen zum Modell durch den Beitrag von t_age verdr ngt wird 238 Kapitel 22 Parameter Sch tzer Abbildung 22 20 Parametersch tzer 90
5. v Verschachtelter Term Term Konstanter Term 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 fach Hiermit werden alle m glichen 2 fach Wechselwirkungen der ausgew hlten Variablen erzeugt 59 Logistische Regression f r komplexe Stichproben Alle 3 fach Hiermit werden alle m glichen 3 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 fach Hiermit werden alle m glichen 4 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 5 fach Hiermit werden alle m glichen 5 fach 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 ka
6. O Zeto W hlen Sie Patient ID patid Patienten ID als Subjekt ID aus Klicken Sie auf die Registerkarte Einflussvariablen 263 Cox Regression f r komplexe Stichproben Abbildung 22 45 Dialogfeld Cox Regression Registerkarte Einflussvariablen E Cox Regression komplexe Stichproben X Zeit und Ereignis Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern l Exportieren Optionen Yariablen da Hospital ID hospid Hospital size hospsize da Patient ID patid da Attending physician ID physid E Age in years age a Age category agecat amp Gender gender Physically active active amp Obesity obesity 5 History of diabetes diabetes amp Blood pressure bp Arial fibrillation af rs Smoker smoker 85 History of angina angina amp Prescribed nitroglycerin nitro EA Kovariaten Taking anti clotting drugs anticlot amp History of transient ischemic attack tia Time to hospital time Mi Initial Rankin score rankinO amp CAT scan result catscan 5 Ciot dissolving drugs clotsolv E E sank Dina 1 Faktoren History of myocardial infarction mi History of ischemic stroke is History of hemorrhagic stroke hs Zeitabh ngige Einflussvariablen Neu Bearbeiten L schen EI ses n Lasse me W h
7. Einheitliche Fallbasis f r alle metrischen Variablen listenweiser Ausschluss Kategoriale Stichproben Yariablen Benutzerdefinierte fehlende Werte sind ung ltig Benutzerdefinierte fehlende Werte sind g ltig F lle mit ung ltigen Daten f r eine kategoriale Stichprobenvariable werden aus der Analyse ausgeschlossen weter Abbrechen Hie Tabellen Diese Gruppe bestimmt welche F lle bei der Analyse verwendet werden Alle verf gbaren Daten verwenden Fehlende Werte werden jeweils f r einzelne Tabellen bestimmt Daher k nnen die zur Berechnung von Statistiken verwendeten F lle zwischen den einzelnen H ufigkeits bzw Kreuztabellen variieren Einheitliche Fallbasis verwenden Fehlende Werte werden ber alle Variablen bestimmt Daher sind die zur Berechnung der Statistiken verwendeten F lle ber die verschiedenen Tabellen konsistent 32 Kapitel 5 Kategoriale Stichproben Variablen Diese Gruppe bestimmt ob benutzerdefinierte fehlende Werte g ltig oder ung ltig sind Komplexe Stichproben Optionen Abbildung 5 4 Dialogfeld Optionen E H ufigkeiten f r komplexe Stichprob Anzeige f r Teilgesamtheiten G alle in derselben Tabelle Jeweils in einer eigenen Tabelle Abbrechen Hite Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel Deskr
8. Abh ngige Variable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq Yerkn pfungsfunktion Logit Der Parallelit tstest f r Linien kann Ihnen helfen einzusch tzen ob die Annahme dass die Parameter f r alle Antwortkategorien gleich sind plausibel ist Bei diesem Test wird das gesch tzte Modell mit einem einzigen Satz von Koeffizienten f r alle Kategorien mit einem generalisierten Modell mit einem separaten Satz von Koeffizienten f r die einzelnen Kategorien verglichen Der Wald F Test ist ein Omnibus Test der Kontrastmatrix f r die Annahme paralleler Linien der asymptotisch korrekte p Werte bietet f r kleine bis mittelgro e Stichproben ist die korrigierteWald F Statistik gut geeignet Der Signifikanzwert liegt nahe an 0 05 was darauf hindeutet dass das verallgemeinerte Modell eine Verbesserung der Modellanpassung bieten k nnte der korrigierte sequenzielle Sidak Test gibt jedoch einen hinreichend hohen 218 Kapitel 21 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
9. Durchsuchen Parametersch tzer und Kovarianzmatrix Parametersch tzer und Korrelationsmatrix Modell als XML exportieren Parametersch tzer und Kovariar zmatrix O Nur Parametersch tzer Variablen speichern In dieser Gruppe speichern Sie die vom Modell vorhergesagten Werte und Residuen als neue Variablen in der Arbeitsdatei Modell als SPSS Daten exportieren Schreibt ein SPSS Daten Set 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 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 tz
10. Kapitel 3 Erstellen eines neuen Analyseplans W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben 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 Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren gt Geben Sie die Variable mit den Stichprobengewichten im Schritt Stichproben Variablen an Definieren Sie gegebenenfalls Schichten und Klumpen Jetzt k nnen Sie auf Fertig stellen klicken um den Plan zu speichern Optional k nnen Sie in weiteren Schritten folgende Aktionen durchf hren m Auswahl der Methode zum Sch tzen der Standardfehler im Schritt Sch tzmethode m Angabe der Anzahl der Einheiten in der Stichprobe oder der Einschlusswahrscheinlichkeit pro Einheit im Schritt Umfang Hinzuf gen einer zweiten oder dritten Stufe zum Plan Einf gen der getroffenen Auswahl als Befehlssyntax 21 Vorbereiten einer komplexen Stichprobe f r die Analyse Analysevorbereitungsassistent Stichproben Variablen Abbildung 3 2 Analysevorbereitungsassistent Schritt Stichproben Variablen 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
11. LM naiai Funktionsguppe Alle Arithmetisch E CDF amp CDF nichtzentral Umwandlung optionale Fallauswahlbedingung Einf gen J Zur cksetzen Abbrechen Jl gt Geben Sie start_time2 als Zielvariable ein Geben Sie fimel als numerischen Ausdruck ein Klicken Sie auf OK 240 Kapitel 22 Rufen Sie das Dialogfeld Variable berechnen auf Abbildung 22 22 Dialogfeld Variable berechnen erechnen Zielvariable Numerischer Ausdruck start_time3 time2 Typ amp Label da Hospital ID hospid v Mi Hospital size hospsi da Patient ID patid da Attending physician l Age in years age mg Age category agecat amp Gender gender amp Physically active act amp Obesity obesity 5 History of diabetes amp Blood pressure bp amp Atrial fibrillation af rs Smoker smoker amp Cholesterol choles amp History of angina an Mg History of myocardial Ri History of ischemic Funktionsguppe Alle Arithmetisch CDF amp CDF nichtzentral Umwandlung Aktuelles Datum aktuelle Uhrz w Funktionen und Sondervariablen WEE gaoa aaa wee agaang aamaA E optionale Fallauswahlbedingung Geben Sie start_time3 als Zielvariable ein Geben Sie fime2 als numerischen Ausdruck ein
12. PPS OZ Methode Keine nbrhood Einfache Stichprobenumfang Zufallsstichprobenzieh Ausgabevariablen ung OZ Auswertung Stufe 2 Stichproben Variablen Methode Datei C poll csplan Stichprobenumfang Ausgabevariablen P Auswertung O Ja Stufe 3 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen Stufe 3 hinzuf gen W hlen Sie diese Opti W hlen Sie diese Opti di i i hlen Sie diese Option hlen Sie diese Option wenn die Stichprobe ziehen wenn die Arbeitsdatei Daten Daten aus Stufe 3 noch nicht Auswahloptionen f r Stufe 3 enth lt verf gbar sind oder Ihr Ausgabedateien Stichprobenplan nur aus 2 Stufen Abschluss besteht M chten Sie Stufe 3 hinzuf gen ero Lienen re gt berpr fen Sie den Stichprobenplan und klicken Sie dann auf Weiter 139 Stichprobenassistent f r komplexe Stichproben Abbildung 13 40 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen Stichprobenassistent Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert willkommen M chten Sie eine Stichprobe ziehen Stufe 1 Stichproben Yariablen ua Stufen Ale 1 2 Methode i N Stichprobenumfang O Nein Ausgabevariablen Auswe
13. Konfidenzintervall Zeigt ein Konfidenzintervall f r die einzelnen Koeffizientensch tzer Das Konfidenzniveau f r das Intervall wird im Dialogfeld Optionen festgelegt T Test Zeigt je einen t Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der Tests liegt vor wenn der Koeffizient den Wert 0 aufweist Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Modellkoeffizienten Korrelationen der Parametersch tzer Zeigt eine Sch tzung der Korrelationsmatrix f r die Modellkoeffizienten 61 Logistische Regression f r komplexe Stichproben 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 Es handelt sich hierbei um 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 Ouadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt Auswertungsstatistik f r Modellvariablen Zeigt eine Zusammenfassung ber die abh ngige Variable die Kovariaten und die Faktoren Informationen zum Stichprobenplan Zeigt eine Zusammenfassung ber die Stichprobe mit ungewichteter Anzahl und Umfang der Grundgesamtheit Hypothesentests f r komplexe Stichproben Abb
14. 19 Allgemeines lineares Modell f r komplexe Stichproben 186 Verwendung des allgemeinen linearen Modells f r komplexe Stichproben zur Anpassung einer zweifaktoriellen ANOVA 2 22 oooosee nennen eeeeeeeeeeeeenenn 186 Durchf hrung der Analyse naana 186 Modellzusammenfassung 222neneneneneneeneneeeenee nennen 191 Tests der Modelleffekte 2222 oooeeeeneeeenneeneeeeeeeeeeenenn 191 Parametersch tzer 2 2 anaana aaaea 192 Gesch tzte Randmittel 4 034 4 0 E aa ne a een 193 Zusammenfassung esat or naar 196 Verwandte Prozeduren 2 2 22 cseeeeenneneeeneeeeneeeeeeeeeeeeeeenen 196 20 Logistische Regression f r komplexe Stichproben 197 Verwenden der logistischen Regression f r komplexe Stichproben zur Bewertung des KreditrisikoS sa 00000000 a na a a a a ae 197 Durchf hrung der Analyse 2 Como nenenenennenenneeenee nennen 197 Werte f r Pseudo R Quadrat 22 nananana ane 201 Klass fkalON sa son nes ea anna ae ee ae en ar ee ae Kan A 202 Tests der Modelleffekte 22 coooooeneeeeenneneneeeeeeneeeenenn 203 P r metersch tzen sur enie a a ee u ee re heran ee 203 Quotenverh ltnisse 2 22 unnan anae 204 Zusammenfassung 22222 neeeeeeeee nennen een nennen een 206 Verwandte Prozeduren 2 222 csee een ri dreni dnt darit kar Enida a 206 21 Ordinale Regression f r komplexe Stichproben Verwendung der ordinalen Regression f r kompl
15. E Stratum for variance estima Freq vigorous activity times Region REGION 2 Smoking frequency SMKN 8 Yitaminmineral supplmnts 8 Take any multi vitamins in p L Take herbal supplements d Desirable Body Weight DE E Daily activities moving arou 9 Daily activities lifting or car 8 Age category age_cat Statistiken PSU for variance estimation Freq moderate activity times Fehlende Werte 9 Weight Final Annual DTF amp Freq strength activity times p Optionen Teilgesamtheiten Jede Kombination von Kategorien definiert eine Teilgesamtheit gt W hlen Sie Freq vigorous activity times per wk H ufigkeit der intensiven k rperlichen Bewegung pro Woche bis Freq strength activity times per wk H ufigkeit des Krafttrainings pro Woche als Ma variablen aus W hlen Sie Age category Alterskategorie als Teilgesamtheitsvariable aus Klicken Sie auf Statistik Abbildung 16 3 Dialogfeld f r deskriptive Statistiken rAuswertungen V Mittelwert E Deskriptive Statistiken f r komplexe Stichproben Statistiken X Tests Testw t Test tTest Te 0 C Summe rStatistiken V Standardfehler C Ungewichtete Anzahl M onfidenzintervall C Umfang der Grundgesamtheit Stufe _ Effekt des Stichprobenplans C Varistionskoeffizient C Quadratwurzel aus dem Effekt des Stichprobe
16. 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 Umstrukturieren 241 Cox Regression f r komplexe Stichproben Abbildung 22 23 Assistent f r die Datenumstrukturierung Schritt Willkommen i 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 Der Assistent ersetzt das aktuelle Daten Set 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 Daten Set in Gruppen verwandter F lle angeordnet werden sollen O Umstrukturieren ausgew hlter F lle in Yariablen Verwenden Sie diese Option wenn Gruppen verwandter F lle vorliegen die neu angeordnet werden sollen sodass die Daten aus den einzelnen Gruppen im neuen Daten Set als einzelner Fall dargestellt werden Iransponieren s mtlicher Daten In dem neuen Daten Set werden alle F lle zu Variablen und alle ausgew hlten Yariabl
17. Moderate Anstrengung pro Woche Krafttraining pro Woche 45 64 Mittelwert Starke Anstrengung pro Woche Moderate Anstrengung pro Woche Krafttraining pro Woche 65 Mittelwert Starke Anstrengung pro woche Moderate Anstrengung pro Woche Krafttraining pro Woche Jede ausgew hlte Statistik wird f r jede Ma variable nach den Werten der Age category Altersgruppe berechnet Die erste Spalte enth lt Sch tzwerte f r die durchschnittliche H ufigkeit pro Woche die sich die Personen in den einzelnen Kategorien einer bestimmten Art 173 Deskriptive Statistiken f r komplexe Stichproben 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 Zusammenfassung Mit der Prozedur Deskriptive Statistiken f r komplexe Stichproben haben Sie Statistiken f r die Aktivit tsniveaus von US B rgern erhalten Insgesamt wenden die Amerikaner unterschiedlich viel Zeit f r unterschiedli
18. 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 185 Verh ltnisse f r komplexe Stichproben der Bemessung der Verm genssteuern zwischen den einzelnen Counties vorliegen k nnten Insbesondere handelt es sich dabei um Folgendes 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 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
19. er ist der Effekt 40 Kapitel 7 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 dieser Gruppe finden Sie Statistiken f r Tabellen in denen die Zeilen und die Spaltenvariable jeweils zwei Kategorien aufweisen Beide messen die St rke des Zusammenhangs zwischen dem Vorhandensein eines Faktors und dem Auftreten eines Ereignisses Quotenverh ltnis Das Quotenverh ltnis kann als Sch tzer des relativen Risikos verwendet werden wenn der Faktor selten auftritt Relatives Risiko Das Verh ltnis zwischen dem Risiko eines Ereignisses bei Vorliegen des Faktors zum Risiko des Ereignisses bei Fehlen des Faktors 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 Test
20. ran Bee see ie 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 189 Allgemeines lineares Modell f r komplexe Stichproben Abbildung 19 3 Dialogfeld Modell Allgemeines lineares Modell f r komplexe Stichproben Modell Modelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten Modell nt shopfor 5 shopfor x Termfe konstruieren usecoup 1 iil usecoup Marten aane 4 shopfor usecoup v Typ Wechselwirk v y Verschachtelter Term Konstanter Term 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 190 Kapitel 19 Abbildung 19 4 Dialogfeld Allgemeines lineares Modell Statistik Allgemeines lineares Modell f r komplexe Stichproben Sta amp Modellparameter Sch tzer C Kovarianzen der Parametersch tzer Standardfehler C Ko
21. 3 Cox Regression f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen Modelleffekte angeben D Haupteffekte Benutzerdefiniert Eaktoren und Kovariaten Modell X age Ber t_age esse 7 Terme konstruieren Typ Haupteffekte Verschachtelter Term Term OK J Einf gen J Zur cksetzen J Abbrechen I Hilfe 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 fach Hiermit werden alle m glichen 2 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 3 fach Hiermit werden alle m glichen 3 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 fach Hiermit werden alle m glichen 4 fach Wechselwirkungen der ausgew hlten Variablen erzeugt 87 Cox Regression f r komplexe Stichproben Alle 5 fach Hie
22. Ausbildung Promaotion Alter in Jahren 34 19 Jahre der Besch ftigung beim derzeitigen Arbeitgeber 6 99 wohnhaft an gleicher Adresse in Jahren 6 32 Haushaltseinkommen in Tausend 60 1581 Relation Schulden zu Einkommen in 9 9341 Schulden auf Kreditkarte in Tausend 1 9764 Andere Schulden in Tausend 3 9164 Diese Tabelle enth lt die Quotenverh ltnisse von Vorherige Nichtzahlung auf den Faktorstufen von Ausbildung Bei den ausgegebenen Werten handelt es sich um das Verh ltnis der Quoten f r die Nichtzahlung f r Ohne Schulabschluss bis Universit tsabschluss im Vergleich zu der Quote f r die Nichtzahlung f r Promotion Das Quotenverh ltnis von 2 054 in der ersten Zeile der Tabelle bedeutet dass die Quote f r die Nichtzahlung bei einer Person ohne Schulabschluss das 2 054fache der Quote f r die Nichtzahlung bei einer promovierten Person bet gt 205 Logistische Regression f r komplexe Stichproben Abbildung 20 11 Quotenverh ltnisse f r Jahre der Besch ftigung beim derzeitigen Arbeitgeber 95 Konfidenzinteryall Quoten Untere nderungseinheiten vorherige Nichtzahlung verh ltnis Grenze Obere Grenze Jahre der 1 000 Besch ftigung beim 98 58 840 derzeitigen Arbeitgeber Abh ngige Variable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden a Die bei der Berechnun
23. Ausgabevariablen ebenfalls auf Weiter 135 Stichprobenassistent f r komplexe Stichproben Abbildung 13 36 Stichprobenassistent Schritt Plan bersicht Stufe 1 Stichprobenassistent Stufe 1 Planauswertung In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen z bersicht willkommen Stufe 1 stufe Beschriftung Schichten Klumpen Methode Stichproben Variablen Keine county town 0 3 PPS OZ Methode Stichprobenumfang Ausgabevariablen gt Auswertung Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Datei C Projects iota SPS 15 Ger ger_data Ch12 poll csplan Ausgabedateien F P ER Abschluss M chten Sie Stufe 2 hinzuf gen O Nein jetzt keine weitere Stufe hinzuf gen w hlen Sie diese Option w hlen Sie diese Option wenn die wenn die Arbeitsdatei Daten Daten aus Stufe 2 noch nicht f r Stufe 2 enth lt verf gbar sind oder Ihr Stichprobenplan nur aus 1 Stufe besteht 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 Stichprobenassistent Stufe 2 Stichproben Yariablen In diesem Dialogfeld k nnen Sie die Stichprobe schichten oder Klum
24. Dieses Produkt verwendet WinWrap Basic Copyright 1993 2007 Polar Engineering and Consulting http www winwrap com SPSS Complex SamplesTM 16 0 Copyright 2007 SPSS Inc Alle Rechte vorbehalten Ohne schriftliche Erlaubnis der SPSS GmbH Software darf kein Teil dieses Handbuchs f r irgendwelche Zwecke oder in irgendeiner Form mit irgendwelchen Mitteln elektronisch oder mechanisch mittels Fotokopie durch Aufzeichnung oder durch andere Informationsspeicherungssysteme reproduziert werden 1234567890 10090807 Vorwort SPSS 16 0 ist ein umfassendes System zum Analysieren von Daten Das optionale Erweiterungsmodul SPSS Complex Samples Komplexe Stichproben bietet die zus tzlichen Analyseverfahren die in diesem Handbuch beschrieben sind Die Prozeduren im Erweiterungsmodul Complex Samples Komplexe Stichproben m ssen zusammen mit SPSS 16 0 Base verwendet werden Sie sind vollst ndig in dieses System integriert Installation Zur Installation von SPSS Complex Samples Komplexe Stichproben Erweiterungsmodul f hren Sie den Lizenzautorisierungsassistenten mit dem Autorisierungscode aus den Sie von SPSS erhalten haben Weitere Informationen finden Sie in den Installationsanweisungen im Lieferumfang von SPSS Complex Samples Komplexe Stichproben Erweiterungsmodul Kompatibilit t SPSS kann auf vielen Computersystemen ausgef hrt werden Mindestanforderungen an das System und Empfehlungen finden Sie in den Unterlagen die mit Ihr
25. Maximale Anzahl an Iterationen vor dem Wechseln Benutzerdefiniert fehlende Werte Als ung ltig behandeln Beginn der Iteration 20 Iterationsprotokoll anzeigen Inkrement 1 Konfidenzintervall 95 W hlen Sie die Option Iterationsprotokoll anzeigen Das Iterationsprotokoll dient zur Diagnostizierung der Probleme auf die der Sch tzalgorithmus st t Klicken Sie auf Weiter Klicken Sie im Dialogfeld Ordinale Regression f r komplexe Stichproben auf OK Warnungen Abbildung 21 17 Warnungen f r das reduzierte Modell Der Log Likelihood Wert kann nach der maximalen Anzahl der Schritte in der Schritt Halbierungs Methode nicht weiter erh ht werden Die Prozedur CSORDINAL wird trotz der oben stehenden Warnung en fortgesetzt Die angezeigten nachfolgenden Ergebnisse beruhen auf der letzten Iteration Die G ltigkeit der Anpassungsg te des Modells ist ungewiss Die folgende Meldung gilt f r das verallgemeinerte kumulative Modell Der Log Likelihood YYert kann nach der maximalen Anzahl der Schritte in der Schritt Halbierungs Methode nicht weiter erh ht werden In den Warnungen wird angegeben dass die Sch tzung des reduzierten Modells endete bevor die Parametersch tzer Konvergenz erreichten da die Log Likelihood nicht durch eine nderung bzw einen Schritt in den aktuellen Werten der Parametersch tzer erh ht werden konnte 221 Ordinale Regression f r komplexe Stichpr
26. Stichprobenumfang Ausgabevariablen Auswertung O Werte aus Variable lesen Stufe 3 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen P TI H4 ig F nn Mindestzahl H chstzahl I Stichprobe ziehen TEENEI N IEP Y PAPIE Definieren W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus Geben Sie 0 2 als Wert f r den Anteil der in dieser Stufe auszuw hlenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 122 Kapitel 13 Abbildung 13 23 Stichprobenassistent Schritt Plan bersicht Stufe 3 Stichprobenassistent A oa a a Dee al f gt Stichproben Variablen gt Methode Stichprobenumfang gt Ausgabevariablen gt Auswertung Minh Le cel gt berpr fen Sie den Stichprobenplan und klicken Sie dann auf Weiter 123 Stichprobenassistent f r komplexe Stichproben Abbildung 13 24 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen Stichprobenassistent Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert Stichproben Variablen A M chten Sie eine Stichprobe ziehen Methode J S
27. TIME ist das aktuelle Datum und die aktuelle Uhrzeit lt zur ck wete Fertissteien Abbrechen Hiife W hlen Sie Date of second arrest date2 Datum der zweiten Festnahme als erstes Datum aus W hlen Sie Date of release from first arrest datel Datum der Freilassung nach erster Festnahme als das Datum aus das vom ersten Datum subtrahiert werden soll W hlen Sie Tage als Einheit aus Klicken Sie auf Weiter 228 Kapitel 22 Abbildung 22 6 Assistent f r Datum und Uhrzeit Schritt Berechnung ti Assistent f r Datum und Uhrzeit Schritt 3 von 3 E Berechnung date2 date1 Ergebnisvariable Einheiten time_to_evert Tage Yariablenlabel Time to second arrest rAusf hrung Variable jetzt erstellen D Syntax in Syritax Fenster einf gen lt Zur ck weiter Eertigsteten Abbrechen Hite gt Geben Sie fime_to_event als Namen der Variablen ein die f r die Zeit zwischen den beiden Datumswerten steht Geben Sie Time to second arrest Zeit bis zur zweiten Festnahme als Variablenlabel ein Klicken Sie auf Fertig stellen Durchf hrung 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 Komplexe Stichproben Cox Regression 229 Cox Regression f r komplexe Stichproben Abbildung 2
28. Total treatment and rehabilitation costs in thous OK Einf g Zur cksetzen Abbrechen Aktivieren Sie Variiert nach Subjekt und w hlen Sie Length of stay for rehabilitation los_rehab Aufenthaltsdauer f r Rehabilitation als Startvariable aus Beachten Sie dass die umstrukturierte Variable das Variablenlabel aus der ersten Variablen bernommen hat die f r ihre Erstellung verwendet wurde obwohl das Label nicht unbedingt f r die erstellte Variable geeignet ist W hlen Sie Time to first event post attack time_to_event Zeit bis zum ersten Ereignis nach dem Anfall als Endvariable aus W hlen Sie First event post attack event Erstes Ereignis nach dem Anfall als Statusvariable aus Klicken Sie auf Ereignis definieren 261 Cox Regression f r komplexe Stichproben Abbildung 22 43 Dialogfeld Ereignis definieren rWVerte die das Eintreten eines Ereignisses anzeigen Q Einzelnetr Werte Geben Sie einen oder mehrere Werte an 3 Died post hospital 2 Died in hospital 0 No event observed 1 Myocardial infarction 2 Ischemic stroke 3 Hemorrhagic stroke O Wertebereich Minimum 7 Maximum is W hlen Sie 4 Death Tod als Wert der anzeigt dass das terminale Ereignis eingetreten ist Klicken Sie auf Weiter 262 Kapitel 22 Abbildung 22 44 Dialogfeld Cox Regression Registerkarte Zeit und Ereignis Zeit u
29. berpr fen Sie die Testergebnisse Abbildung 19 10 Einzeltestergebnisse f r gesch tzte Randmittel f r die Geschlechter Differenz Who shopping for Kontrast Hypotheti Sch tzer Standard Freiheits Freiheits Einfacher Kontrast sch tzer scher Wert hypothetisch fehler grade 1 grade 2 Wald F Sig Niveau Selfvs Niveau Self and family 150 907 150 907 4 903 1 000 13 000 947 409 D00 Niveau Selfand spouse vs Niveau Self and family 89 103 i 89 103 5 903 1 000 13 000 227 842 000 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 Differenz bei den ausgegebenen Betr gen f r die aufgef hrten Stufen von Who shopping for Einkauf f r wen 194 Kapitel 19 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 Einkau
30. i Cox Regression f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen lt Informationen zum Stichprobenplan v Ereignis und Zensierungsauswertung Risiko Set zum Ereigniszeitpunkt Parameter C Sch tzer Kovarianzen der Parametersch tzer Exponentialfunktion des Sch tzers Korrelationen der Parametersch tzer Standardfehler C Effekt des Stichprobenplans Konfidenzintervall _ Quadratwurzel aus dem Effekt des Stichprobenplans Clt Test Modellannahmen V Test f r proportionale Hazard Raten Zeitfunktion Kaplan Meier Y M Parametersch tzer f r alternatives Modell _ Kovarianzmatrix f r alternatives Modell d Basis berlebensfunktion und kumulative Hazardfunktion ok Einf gen J Zur cksetzen I Abbrechen I Hilfe Informationen zum Stichprobenplan Zeigt eine Zusammenfassung ber die Stichprobe mit ungewichteter Anzahl und Umfang der Grundgesamtheit Ereignis und Zensierungsauswertung Zeigt zusammenfassende Informationen ber die Zahl und den Prozentsatz von zensierten F llen an Risiko Set zum Ereigniszeitpunkt Zeigt die Anzahl von Ereignissen und die Anzahl der gef hrdeten F lle f r jede Ereigniszeit in jeder Basisschicht an Parameter In dieser Gruppe steuern Sie die Anzeige der St
31. 212 221 Quotenverh ltnis 73 216 Statistiken 70 Tests der Modelleffekte 213 Variablen speichern 74 Verallgemeinertes kumulatives Modell 217 verwandte Prozeduren 222 Warnungen 220 Parallelit tstest f r Linien bei der ordinalen Regression f r komplexe Stichproben 70 217 Parameter Konvergenz bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 Parametersch tzer bei der logistischen Regression f r komplexe Stichproben 60 203 bei der ordinalen Regression f r komplexe Stichproben 70 213 im allgemeinen linearen Modell f r komplexe Stichproben 49 192 in Cox Regression f r komplexe Stichproben 88 Partielle Schoenfeld Residuum in Cox Regression f r komplexe Stichproben 92 Plandatei 3 Polynomiale Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 52 PPS Stichprobenziehung beim Stichprobenassistenten 8 Pseudo R Statistik bei der logistischen Regression f r komplexe Stichproben 60 201 bei der ordinalen Regression f r komplexe Stichproben 70 212 221 Quadratwurzel aus dem Effekt des Stichprobenplans bei der logistischen Regression f r komplexe Stichproben 60 bei der ordinalen Regression f r komplexe Stichproben 70 im allgemeinen linearen Modell f r komplexe Stichproben 49 in Cox Regression f r komplexe Stichproben 88 288 Index in Deskriptive Statistiken f r komplexe Stichproben 34 in H ufigke
32. 304 305 1 2 11 305 306 1 2 11 306 f 307 1 2 11 307 20 5 00 10 50 00 50 00 n P WYariablenansicht 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 Komplexe Stichproben 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 i
33. 8 Province province amp District district amp City city amp Subdivision subdi amp Unit unit 9 Age in years age E Marital status mar E Years at current a Household incom E Price of primary ve e A Primary vehicle pri Level of education nooo E Years with current Retired retire di Years with current E Job satisfaction jo L Gender gender E Number of people 8 Multiple lines mult x Jede Kombination von Kategorien definiert eine Teilgesamtheit Einf gen Zur cksetzen Abbrechen Hilfe Teilgesamtheiten 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 Statistik 177 Kreuztabellen f r komplexe Stichproben Abbildung 17 3 Dialogfeld Kreuztabellen Statistiken i Kreuztabellen f r komplexe Stichproben Statistiken rZellen Umfang der Grundgesamtheit Spaltenprozert V Zeilenprozent Tabellenprozente rStatistiken V Standardfehler d Ungewichtete Anzahl Konfidenzintervall Effekt des Stichprobenplans eat Quadratwurzel aus dem Effekt des Stichprobe
34. Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird ee Variablen Stufe 1 Schichten Stichproben Yariablen sn Geschl P2 Stratum f r Varianzs Sch tzmethode Alter Alter Auswertung L Region Region Abschluss E Wie h ufig rauchen E Yitamin mineral Erg E Multivitamine im letzt Klumpen 0000000 E Kr uter Erg nzugsp amp PSU f r Varianzsch E Starke Anstrengung E Moderate Anstrengu E Krafttraining pro Wo L Angestrebtes Wuns Stichprabengewichtung E T gliche Aktivit t B PS ericht amJa es L T gliche Aktivit t Tr E Altersgruppe ltersg Stufenbeschriftung Die Daten werden mit einer komplexen mehrstufigen Stichprobe gewonnen F r die Endbenutzer wurden die ursp nglichen NHIS Stichproben Variablen in einen vereinfachten Satz von Stichproben und Gewichtungsvariablen umgewandelt deren Ergebnisse ann hernd denen der urspr nglichen Stichprobenstrukturen entsprechen W hlen Sie Stratum for variance estimation Schicht f r Varianzsch tzung als Schichtvariable W hlen Sie PSU for variance estimation PSU f r Varianzsch tzung als Klumpenvariable W hlen Sie Weight Final Annual Gewichtung Ende j hrlich als Variable f r die Stichprobengewichtung Klicken Sie auf Fertig stellen 151 Analysevorbereitungsassistent f r komplexe Stichproben Auswertung Abbildung
35. 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 f r die Stufen von Geschlecht nach Einkaufsstil 95 Konfidenzinteryall Standard Untere Who shopping for Use coupons Mittelwert fehler Grenze Obere Grenze No 244 3471 6 00949 231 3644 257 3298 From newspaper 324 9708 5 94134 312 1353 337 8063 From mailings 321 3207 4 11028 312 4410 330 2005 From both 343 4916 6 57845 329 2797 357 7034 Self and spouse No 337 1783 7 12181 321 7925 352 5640 From newspaper 380 0468 7 91038 362 9574 397 1361 From mailings 375 3141 6 22468 361 8665 388 7617 From both 388 8054 7 12101 373 4214 404 1894 Self and family No 377 4111 11 58215 352 3894 402 4328 From newspaper 455 2232 6 14420 441 9494 468 4969 From mailings 486 8736 10 76529 463 6166 510 1306 From both 518 2488 11 73120 492 9050 543 5925 Diese Tabelle zeigt die vom Modell gesch 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
36. Diese Tabelle 196 Kapitel 19 dient zur Ermittlung des Wechselwirkungseffekts zwischen diesen beiden Faktoren der in den Tests der Modelleffekte gefunden wurde Zusammenfassung In diesem Beispiel ergaben die gesch tzten Randmittel Unterschiede in den ausgegebenen Betr gen zwischen Kunden auf verschiedenen Stufen von Who shopping for Einkauf f r wen und Use coupons Coupons verwenden Dies wurde durch die Tests der Modelleffekte best tigt sowie durch die Tatsache dass ein Wechselwirkungseffekt Who shopping for Use coupons vorzuliegen scheint Aus der Modellzusammenf assungstabelle ergab sich dass das vorliegende Modell etwas mehr als die H lfte der Schwankungen in den Daten erkl rt und vermutlich durch die Hinzunahme weiterer Einflussvariablen verbessert werden k nnte Verwandte Prozeduren Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben ist ein n tzliches Tool f r die Modellierung einer metrischen Variablen wenn die F lle anhand eines Schemas f r komplexe Stichproben gezogen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom 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 Analysevorbereitungsassi
37. 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 277 Beispieldateien Anzahl der Personen in einer Quelle minus der Anzahl der gemeinsamen Platzierungen der Objekte in dieser Quelle kinship_ini sav Diese Datendatei enth lt eine Ausgangskonfiguration f r eine dreidimensionale L sung f r kinship_dat sav kinship_var sav Diese Datendatei enth lt die unabh ngigen Variablen gender Geschlecht gener Generation und degree Verwandtschaftsgrad die zur Interpretation der Dimensionen einer L sung f r kinship_dat sav verwendet werden k nnen Insbesondere k nnen sie verwendet werden um den L sungsraum auf eine lineare Kombination dieser Variablen zu beschr nken mailresponse sav Hierbei handelt es sich um eine hypothetische Datendatei in der es um die Bem hungen eines Bekleidungsherstellers geht der ermitteln m chte ob die Verwendung von Briefsendungen f r das Direktmarketing zu schnelleren Antworten f hrt als Postwurfsendungen Die Mitarbeiter in der Bestellannahme erfassen wie vielen Wochen nach der Postsendung die einzelnen Bes
38. Ordinale Regression Ordinale Regression f r komplexe Stichproben Variablen Abh ngige Variable Yoter ID voteid The legislature shoul e Neighborhood nbrh Antwortwahrscheinlichkeiten Statistiken amp Township town amp County county Hypothesentests Eaktoen 232 dilige category agecat Quotenverh ltnisse Ri Driving frequency dr gachant L Cumulative Sampling L Cumulative Sampling 7 Optionen Kovariaten Verkn pfungsfunktion Logit Teilgesamtheit Variable gt 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 220 Kapitel 21 Abbildung 21 16 Dialogfeld Ordinale Regression Optionen Ordinale Regression f r komplexe Stichproben Optionen Sch tzmethode Sch tzkriterien Newton Raphson Maximalzahl der Iterationen 100 Eisher Bewertun f Og 2 Maximalzahl f r Schritt Halbierung 5 O Fisher Bewertung dann Newton Raphson Iterationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Mindest nderung 0 000001 Typ Relativ Iterationen auf der Grundlage der Log Likelihood nderung begrenzen Als g ltig behandeln Pr fung auf vollst ndige Trennung der Datenpunkte Diese Einstellung gilt f r Kategoriale Stichproben Yariablen und Modellvariablen
39. Quotenverh ltnis Logistische Regression f r komplexe Stichproben Speichern 220 Logistische Regression f r komplexe Stichproben Optionen 2 2ec220 Zus tzliche Funktionen beim Befehl CSLOGISTIC 2 22 22 cer een nn 11 Ordinale Regression f r komplexe Stichproben Ordinale Regression f r komplexe Stichproben Antwortwahrscheinlichkeiten Ordinale Regression f r komplexe Stichproben Modell 2ncenene Ordinale Regression f r komplexe Stichproben Statistik 2222cenen0 Hypothesentests f r komplexe Stichproben 2 2222 sneeenenenene nennen Ordinale Regression f r komplexe Stichproben Quotenverh ltnisse Ordinale Regression f r komplexe Stichproben Speichern 2222c220 0 Ordinale Regression f r komplexe Stichproben Optionen 222ceren0 Zus tzliche Funktionen beim Befehl CSORDINAL 2222 aaa 12 Cox Regression f r komplexe Stichproben Ereignis definieren 2 222 nananana aaee vii Einflussvariablen 2 20 82 Definieren einer zeitabh ngigen Einflussvariablen n sanaan aaan 83 Untergr ppen saene nun aam eiaa ea a iaaa ne ann naeh 85 Modelleren ee EE ee ee are 86 Statistik aaa 2 en ae ee ne be en a neuere ee 88 Diagramme u 0 40 004 Br ae RL en and ha Baba 90 Hypothesentests 22 2 ouneeeeeneeeeerer nenne een nennen 91 SPEICH
40. Stufe 1 Stichproben Variablen OyJa Stufen Ale 1 2 w Methode i Stichprobenumfang O Nein Ausgabevariablen Auswertung welche Art von Startwert soll verwendet werden Stufe 2 Stichproben Variablen O Zuf llig ausgew hlte Zahl Methode et A 3 Stichprobenumfang Benutzerdefinierter Wert 241972 Feel ae Ausgabevariablen m chten Auswertung Stufe 3 hinzuf gen 4 ae u A Stichprobe ziehen o In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen Auswahloptionen Ausgabedateien o Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen Abschluss die Yerarbeitung beschleunigen nsan e im 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 Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichprobe ziehen Ausgabedateien ebenfalls auf Weiter 109 Stichprobenassistent f r komplexe Stichproben Abbildung 13 9 Stichprobenassistent Schritt Fertig stellen Stichprobenassistent Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und das Ziehen einer Stichprobe erforderlich sind Sie k nnen sp ter zum Stichprobenassistenten zur ckkehren wenn Sie Stufen
41. Stufe 2 hinzuf gen Abschluss lt Datei c bankloan csaplar M chten Sie Stufe 2 hinzuf gen O Nein jetzt keine weitere Stufe hinzuf gen w hlen Sie diese Option W hlen Sie diese Option wenn dies wenn die Stichprobe eine die letzte Stufe der Stichprobe ist weitere 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 26 Kapitel 3 Analysevorbereitungsassistent Fertig stellen Abbildung 3 7 Analysevorbereitungsassistent Schritt Fertig stellen Analysevorbereitungsassistent Abschlie en des Analyseassistenten Sie haben alle Informationen angegeben die zum Erstellen eines Planes erforderlich sind Sie k nnen die Plandatei bei jedem nalyseverfahren f r komplexe Stichproben verwenden wenn Sie soweit sind die Daten zu analysieren willkommen s i Stufe 1 Was m chten Sie tun Stichproben Yariablen e Sch
42. 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 Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 3 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stichprobe ziehen Ausw hloptionen Ausgabedateien gt Abschluss Was m chten Sie tun O Vom 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 demo csplan erstellt und anhand der ersten beiden Stufen dieses Plans eine Stichprobe gezogen 125 Stichprobenassistent f r komplexe Stichproben Stichprobenergebnisse Abbildung 13 26 Daten Editor mit Stichprobenergebnissen region province district city InclusionPr SampleWeil InclusionPr Sample Weil Sample Vei obability_1_ ghtCumulati obability_2_ ghtCumulati ght_Final_ ve_1 ve 2 1 2 10 295 JE 296 1 2 10 296 297 1 2 10 297 i x i 298 1 2 10 298 20 5 00 10 50 00 50 00 299 1 2 10 299 a j j 300 1 2 10 300 20 5 00 10 50 00 50 00 301 1 2 11 301 302 1 2 11 302 303 1 2 11 303 304 1 2 11
43. dass die proportionale Hazard Annahme f r die einzelnen Alterskategorien ung ltig ist Medizinforscher untersuchen die berlebenszeiten von Patienten nach einem Rehabilitationsprogramm wegen eines isch mischen Schlaganfalls Es ist Potenzial f r mehrere F lle pro Subjekt vorhanden da sich Anamnesen ndern wenn das Auftreten von signifikanten Ereignissen mit nicht t dlichem Ausgang aufgezeichnet und die Zeiten dieser Ereignisse erfasst werden Die Stichprobe ist auch auf der linken Seite in dem Sinne abgeschnitten dass die beobachteten berlebenszeiten durch die Rehabilitationsl nge erh ht sind da das Risiko zwar zum Zeitpunkt des isch mischen Schlaganfalls beginnt in der Stichprobe jedoch nur Patienten aufgef hrt sind die auch noch nach dem Rehabilitationsprogramm am Leben sind berlebenszeit Die Prozedur wendet die Cox Regression auf die Analyse von berlebenszeiten an d h also die Dauer vor dem Auftreten eines Ereignisses Es gibt zwei Arten zum Angeben der berlebenszeit je nach der Startzeit des Intervalls m Zeit 0 Sie verf gen im Allgemeinen ber alle Informationen zu Beginn des Intervalls f r jedes Subjekt sowie einfach ber eine Variable mit Endzeiten oder Sie erstellen eine einzelne Variable mit Endzeiten aus Datums Zeitvariablen wie unten erl utert m Variiert nach Subjekt Dies eignet sich f r das Abschneiden auf der linken Seite was auch Verz gerter Eintrag genannt wird Wenn Sie beispi
44. im XML Format PMML SmartScore und SPSS Server gesondertes Produkt k nnen anhand dieser Modelldatei die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Logistische Regression f r komplexe Stichproben Optionen Abbildung 10 8 Dialogfeld Logistische Regression Optionen Logistische Regression f r komplexe Stichproben Optionen Sch tzung Benutzerdef fehl Werte Metelen aor Als ung ltig behandeln Maximalzahl f r 5 Als g ltig behandeln Schritt Halbierung f ne gt Diese Einstellung gilt f r C lterationen auf der Grundlage der Log Likelihood nderung begrenzen Kategoriale Stichproben Yariablen Mindest nderung 0 000001 Typ Relativ h und Modellvariablen 35 Iterationen auf der Grundlage der nderung bei den Parametersch tzem begrenzen _ a Konfidenzintervall Pr fung auf vollst ndige Trennung der Datenpunkte Beginn der 20 Iteration Iterationsprotokoll anzeigen Weiter Abbrechen Hilfe Sch tzung In dieser Gruppe steuern Sie verschiedene Kriterien f r die Sch tzung im Modell m Maximalzahl der Iterationen Dies ist die maximale Anzahl der Iterationen die im Algorithmus vorgenommen werden Geben Sie eine nichtnegative Ganzzahl an 65 Logistische Regression f r komplexe Stichproben Maximalzahl f r Schritt Halbierung Bei jeder Iteration wird die Schrittgr e um den Faktor 0 5 reduziert bis die Log Likelihood ansteigt od
45. ob benutzerdefinierte fehlende Werte g ltig oder ung ltig sind 36 Kapitel 6 Komplexe Stichproben Optionen Abbildung 6 4 Dialogfeld Optionen z R H ufigkeiten f r komplexe Stichprob r nzeige f r Teilgesamtheiten G Alle in derselben Tabelle Jeweils in einer eigenen Tabelle Abbrechen Hite Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel 7 Kreuztabellen f r komplexe Stichproben Mit der Prozedur Kreuztabellen f r komplexe Stichproben werden Kreuztabellen f r Paare von ausgew hlten Variablen erstellt und bivariate Statistiken angezeigt Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Beispiel Mit der Prozedur 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 Variationsko
46. ob benutzerdefinierte fehlende Werte g ltig oder ung ltig sind 45 Verh ltnisse f r komplexe Stichproben Komplexe Stichproben Optionen Abbildung 8 4 Dialogfeld Optionen z R H ufigkeiten f r komplexe Stichprob r nzeige f r Teilgesamtheiten alle in derselben Tabelle O Jeweils in einer eigenen Tabelle Abbrechen Hite Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel Allgemeines lineares Modell f r komplexe Stichproben Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben besteht aus einer linearen Regressionsanalyse sowie aus einer Analyse der Varianz und Kovarianz f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Beispiel Eine Lebensmittelkette hat eine Kundenumfrage ber die Kaufgewohnheiten durchgef hrt die nach einem komplexen Plan ausgef hrt wurde Auf der Grundlage der Umfrageergebnisse und der Zahlen ber die Ausgaben der einzelnen Kunden im vergangenen Monat m chte das Unternehmen ermitteln ob die Einkaufsh ufigkeit in einem Zusammenhang mit den monatlichen Ausgaben steht und zwar getrennt nach Geschlecht Bei dieser Untersuchung soll der Stichprobenplan ber cksichtigt werden Statistiken Mit dieser Prozedur erhalten Sie Sch tzungen Standardfehler Ko
47. rker der Wert von 1 abweicht desto gr er ist der Effekt Ouadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt 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 Hypothesentests f r komplexe Stichproben Abbildung 9 4 Dialogfeld Hypothesentests Allgemeines lineares Modell f r komplexe Stichproben H Teststatistik Stichprobenziehung Freiheitsgrade O Basierend auf dem OF korrigiert Stichprobenplan O hi Quadrat Karrigiertes Chi Quadrat O Fest E Korrektur f r Mehrfachvergleiche Geringste signifikante Differenz O Sidak sequentiell Bonferroni sequentiell O Sidak Bonferroni 51 Allgemeines lineares Modell f r komplexe Stichproben 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 G
48. 256 Kapitel 22 Abbildung 22 38 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent Wilkommen beim Analysevorbereitungsassistenten Der Analysevorbereitungsassistent unterst tzt Sie bei der Beschreibung Ihrer komplexen Stichprobe und bei der Auswahl einer Sch tzmethode Sie werden aufgefordert Stichprobengewichtungen und andere Informationen bereitzustellen die f r eine genaue Sch tzung der Standardfehler erforderlich sind Die getroffene Auswahl wird in einer Plandatei gespeichert die Sie bei allen Analyseverfahren der Option Komplexe Stichproben verwenden k nnen Wie m chten Sie vorgehen Plandatei erstellen W hlen Sie diese Option wenn Sie ber Datei srs csaplan Durchsuchen Stichprobendaten verf gen jedoch noch m keine Plandatei erstellt haben Plandastei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen Datei Durchsuchen 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 Abbrechen Hilfe W hlen Sie die Option Plandatei erstellen und geben Sie als Namen der Datei srs csaplan ein Wechseln Sie gegebenenfalls zu dem gew nschten Speicherort Klicken S
49. 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 Abbildung 20 10 Quotenverh ltnisse f r Ausbildung 95 Konfidenzintervall Quoten Untere vorherige Nichtzahlung verh ltnis Grenze Obere Grenze Ausbildung ohne Schulabschlu vs Er DE BEI EEE Hauptschul f 1 983 94 4 397 Unwerst tsabschlu ys a 2202 1152 4208 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
50. Arbeitgeber 6 99 wohnhaft an gleicher Adresse in Jahren 6 32 Haushaltseinkommen in Tausend 60 1581 Relation Schulden zu Einkommen in 9 9341 Schulden auf Kreditkarte in Tausend 1 9764 Andere Schulden in Tausend 3 9164 Diese Tabelle enth lt das Quotenverh ltnis von Vorherige Nichtzahlung f r eine Einheits nderung in der Kovariate Relation Schulden zu Einkommen Bei dem ausgegebenen Wert handelt es sich um das Verh ltnis aus der Quote f r die Nichtzahlung f r eine Person mit einer Relation von Schulden zu Einkommen von 10 9341 im Vergleich zu der Quote f r die Nichtzahlung f r eine Person mit einem Wert von 9 9341 Mittelwert Beachten Sie Da keine dieser Einflussvariablen Teil von Wechselwirkungstermen sind sind die Werte der in diesen Tabellen enthaltenen Quotenverh ltnisse gleich der Werte der potenzierten Parametersch tzer Wenn eine Einflussvariable Teil eines Wechselwirkungsterms ist h ngt das in diesen Tabellen verzeichnete Quotenverh ltnis auch von den Werten der anderen Einflussvariablen ab die f r die Wechselwirkung verwendet werden 206 Kapitel 20 Zusammenfassung Mit der Prozedur Logistische Regression f r komplexe Stichproben haben Sie ein Modell f r die Vorhersage der Wahrscheinlichkeit erstellt mit der ein bestimmter Kunde einen Kredit nicht zur ckzahlen wird Eine wichtige Frage f r Kreditsachbearbeiter sind die Kosten f r Fehler erster und zweiter Art Wie hoch sind die Kosten der E
51. 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 m Variablen ute E RER Schichten nach eu ablen d Subdivision subdivis Pie Landkreis Landkreis Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Klumpen e Stichproben Variablen EIER SEIEN Methode Stichprobenumfang Stufenbeschniftung 0000000000000 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 Stichprobenassistent Stufe 2 Stichprobenumfang 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 gleichbleiben 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 c
52. Dialogfeld Allgemeines lineares Modell auf OK Modellzusammenfassung Abbildung 19 6 R Quadrat Statistik 60 a Modell Amount spent Konstanter Term shopfor usecoup shopfor usecoup R Quadrat das Bestimmtheitsma ist ein Ma f r die Anpassungsg te des Modells Es zeigt sich dass ca 60 der Schwankungen bei Amount spent Ausgegebener Betrag durch das Modell erkl rt werden was eine gute Erkl rungsleistung darstellt Dennoch k nnen Sie weitere Einflussvariablen in das Modell aufnehmen um die Anpassung weiter zu verbessern Tests der Modelleffekte Abbildung 19 7 Tests der Zwischensubjekteffekte er Teer Te m ee grade 1 grade2 Wald F Korrigiertes Modell 127 231 Konstanter Term j f 6321 597 shopfor j 643 593 usecoup J y 87 453 shopfor usecoup i 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 192 Kapitel 19 Parametersch tzer Abbildung 19 8 Parametersch tzer 95 Konfidenzintervall Effekt des Standard Untere Stich Parameter Sch tzung fehler Grenze Obere Grenze probenplans Konstanter Term 518 249 11 731 492 905 543 592 shopfor 1 174 757 10 762 198 006 151 508 Sho
53. Ein und Endzeiten aus der Studie ausw hlen W hlen Sie eine Ereignisstatusvariable aus Klicken Sie auf Ereignis definieren und definieren Sie mindestens einen Ereigniswert Sie k nnen optional auch eine Subjekt ID ausw hlen 81 Cox Regression f r komplexe Stichproben Ereignis definieren Abbildung 12 2 Dialogfeld Ereignis definieren E Ereignis definieren rWerte die das Eintreten eines Ereignisses anzeigen G Einzelnefr Wert e O wVertebereich Minimum Maximum weiter Abbrechen Hilfe Definieren Sie die Werte die angeben dass ein terminales Ereignis eingetreten ist m Einzelne r Wert e Geben Sie mindestens einen Wert an indem Sie ihn in das Gitter eingeben oder aus einer Werteliste mit definierten Wertelabeln ausw hlen m Wertebereich Geben Sie einen Wertebereich an indem Sie die Mindest und Maximalwerte eingeben oder aus einer Werteliste mit definierten Wertelabeln ausw hlen 82 Kapitel 12 Einflussvariablen Abbildung 12 3 Dialogfeld Cox Regression Registerkarte Statistiken i Cox Regression f r komplexe Stichproben K Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen Yariablen Faktoren amp Region region amp Province province b District district S City city amp Arrest ID arrest E Age in years age ai
54. Ergebnisse der Stichprobenziehung werden im Daten Editor angezeigt Drei neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen f r die Einschlusswahrscheinlichkeiten und die kumulierten Stichprobengewichtungen f r die dritte Stufe sowie f r die endg ltigen Stichprobengewichtungen Diese neuen Gewichtungen ber cksichtigen die w hrend der Stichprobenziehung f r die ersten beiden Stufen berechneten Gewichtungen m Einheiten mit Werten f r diese Variablen wurden f r die Stichprobe ausgew hlt m Einheiten mit systemdefinierten fehlenden Werten f r diese Variablen wurden nicht ausgew hlt Das Unternehmen setzt seine Ressourcen nun ein um Umfrageinformationen f r die in der Stichprobe ausgew hlten Haushaltseinheiten zu gewinnen Sobald diese Umfragen vorliegen kann die Stichprobe mit den Analyseverfahren f r komplexe Stichproben verarbeitet werden Die Stichprobenspezifikationen entnehmen Sie dem Stichprobenplan demo csplan Stichprobenziehung mit PPS Probability Proportional to Size Wahrscheinlichkeit proportional zur Gr e Abgeordnete die in Erw gung ziehen einen Gesetzesentwurf einzubringen sind daran interessiert zu ermitteln ob dieser Gesetzesantrag ffentlich unterst tzt 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 E
55. F llen Ausw hlen von Variablen Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche variablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Variablen ausw hlen die als variablen mit festem Format in die neue Datei kopiert werden Yariablen in der aktuellen Datei HM Trestment resut resut A Angabe von Fallgruppen b Post event preventative Ausgew hlte Variable verwenden v D Post event rehabilitation L Length of stay for rehabi gt variable ga Patient ID patid E Total treatment and reha D First event post attack e rZu transponierende Variablen L Time to first event post a Zielvariable fis B A History of myocardial inf A History of ischemic strok a History of ischemic stroke is A History of hemorrhagic s a History of ischemic stroke is1 5 Second event post attac ELi History of ischemic stroke is2 L Time to second event po A History of myocardial inf A History of ischemic strok Yariable n mit festem Format A History of hemorrhagic D Third event post sttack e Time to third event post v Zur ck Weiter gt Fertigstellen Abbrechen Hi
56. Insgesamt 25490680 680732 8 24151688 26829672 224 vom Gesamtwert Ja Nein Insgesamt Umfang der Ja 39163840 660855 7 37863946 40463734 252 Grundgesamtheit Nein 39503150 645934 2 38232606 40773693 900 Insgesamt 78666990 961114 3 76776491 80557488 865 vom Gesamtwert Ja 49 8 6 48 7 50 9 Nein 50 2 5 491 51 3 Insgesamt 100 0 100 0 100 0 Umfang der Ja 34154952 598603 7 32977507 35332397 428 Grundgesamtheit Nein 24005512 497723 8 23026496 24984528 041 Insgesamt 58160 814680 4 56557999 59762929 346 vom Gesamtwert Ja 58 7 57 5 60 0 Nein 41 40 0 42 5 Insgesamt 100 100 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 60 7 63 6 Nein 37 8 36 4 39 3 Insgesamt 100 0 100 0 100 0 Beim Berechnen von Statistiken nach Teilgesamtheit wird jede ausgew hlte Statistik f r jedes ausgew hlte Zellen Ma 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 nzung
57. Kapitel 17 Kreuztabellen f r komplexe Stichproben Mit der Prozedur Kreuztabellen f r komplexe Stichproben werden Kreuztabellen f r Paare von ausgew hlten Variablen erstellt und bivariate Statistiken angezeigt Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Verwendung von Kreuztabellen f r komplexe Stichproben zum Messen des relativen Risikos eines Ereignisses Ein Unternehmen das Zeitschriftenabonnements vertreibt sendet blicherweise jeden Monat Post an Personen aus einer gekauften Namensdatenbank Die Antwortrate ist 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 Beispieldateien in Anhang A auf S 2
58. 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 275 Beispieldateien demo_cs_1 sav Hierbei handelt es sich um eine hypothetische Datendatei f r den ersten Schritt eines Unternehmens das eine Datenbank mit Umfrageinformationen zusammenstellen m chte Jeder Fall entspricht einer anderen Stadt Au erdem sind IDs f r Region Provinz Landkreis und Stadt erfasst demo_cs_2 sav Hierbei handelt es sich um eine hypothetische Datendatei f r den zweiten Schritt eines Unternehmens das eine Datenbank mit Umfrageinformationen zusammenstellen m chte Jeder Fall entspricht einem anderen Stadtteil aus den im ersten Schritt ausgew hlten St dten Au erdem sind IDs f r Region Provinz Landkreis Stadt Stadtteil und Wohneinheit 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 Stichprobenzi
59. Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 Spaltenprozente in Kreuztabellen f r komplexe Stichproben 39 Standardfehler bei der logistischen Regression f r komplexe Stichproben 60 bei der ordinalen Regression f r komplexe Stichproben 70 im allgemeinen linearen Modell f r komplexe Stichproben 49 in Deskriptive Statistiken f r komplexe Stichproben 34 172 in H ufigkeiten f r komplexe Stichproben 30 166 167 in Kreuztabellen f r komplexe Stichproben 39 in Verh ltnisse f r komplexe Stichproben 43 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 22 Stichprobenumfang beim Stichprobenassistenten 10 12 st ckweise konstante zeitabh ngige Einflussvariablen in Cox Regression f r komplexe Stichproben 238 Summe in Deskriptive Statistiken f r komplexe Stichproben 34 Systematische Stichprobenziehung beim Stichprobenassistenten 8 T Test bei der logistischen R
60. Stichproben Hypothes Teststatistik Stichprobenziehung Freiheitsgrade F O Basierend auf dem Stichprobenpl F korrigiert en Fest O Chi Quadrat O n O Korrigiertes Chi Quadrat Korrektur f r Mehrfachvergleiche O Geringste signifikante Differenz Sidak sequentiell Bonferroni sequentiell Sidak O Bonferroni Selbst bei einer relativ kleinen Anzahl an Einflussvariablen und Antwortkategorien kann die Wald Test Statistik f r den Parallelit tstest f r Linien unsch tzbar sein W hlen Sie in der Gruppe Teststatistik die Option F korrigiert aus W hlen Sie Sidak sequentiell als Anpassungsmethode f r Mehrfachvergleiche aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Ordinale Regression f r komplexe Stichproben auf Quotenverh ltnisse 212 Kapitel 21 Abbildung 21 5 Dialogfeld Ordinale Regression Quotenverh ltnisse Ordinale Regression f r komplexe Stichproben Quotenverh ltnisse Faktoren Kumulative Quotenverh ltnisse f r den Vergleich von Faktorstufen dge category agecat Referenzkategorie amp Gender gender Age category agecat Gr ter Wert DV oted in last election Drivi i 10 14 999 miles year Ai Driving frequency dr Kovariaten Kumulative Quotenverh ltnisse f r Ver nderungen der Kovariatenwerte Kovariate nderungseinheiten Kumulstive Stichprobengewicht 1 F r jede Variable wird in den Gittern fiir die Quoten
61. 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 Abbildung 13 30 Stichprobenassistent f r komplexe Stichproben Stichprobenassistent Schritt Fertig stellen 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 Stichprobe ziehen Auswahloptionen Ausgabedateien P Abschluss Was m chten Sie tun O 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 SEI CLASSMISSING EXCLUDE DATA RENAMEVARS PRINT SELECTION ED 4231946 In diesem Fall f hrt das Drucken der Stichproben bersicht zu einer unhandlichen Tabelle die zu Problemen im Ausgabe Viewer f
62. 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 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 Sprache verf gen Sie au erdem ber folgende M glichkeiten m Mit dem Unterbefehl CUSTOM k nnen Sie benutzerdefinierte Tests auf Effekte im Vergleich zu linearen Kombinationen von Effekten oder einem Wert vornehmen m Mit dem Unterbefehl EMMEANS k nnen Sie bei der Berechnung der gesch tzten Randmittel einen anderen Wert f r die Kovariaten festlegen als den Mittelwert m Mit dem Unterbefehl EMMEANS k nnen Sie bei polynomialen Kontrasten eine Metrik angeben 55 Allgemeines lineares Modell f r komplexe Stichproben m Mit dem Unterbefehl CRITERIA k nnen Sie einen Toleranzwert f r die Pr fung auf Singularit t festlegen m 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 Vollst ndige Informatione
63. als XML exportieren Speichert die Parametersch tzungen und ggf die Parameter Kovarianzmatrix falls ausgew hlt im XML Format PMML SmartScore und SPSS Server gesondertes Produkt k nnen anhand dieser Modelldatei die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Ordinale Regression f r komplexe Stichproben Optionen Abbildung 11 8 Dialogfeld Ordinale Regression Optionen Ordinale Regression f r komplexe Stichproben Optionen Sch tzmethode Sch tzkriterien Newton Raphson Maximalzahl der Iterationen 100 Fisher B t Een Maximalzahl f r Schritt Halbierung 5 O Fisher Bewertung dann Newton Raphson Mesimale Anzehlian Iterationenivor Iterationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen dem Wechseln Ai Bee Mindest nderung 0 000001 Typ Relativ v Iterationen auf der Grundlage der Log Likelihood nderung begrenzen Benutzerdefiniert fehlende Werte Als ung ltig behandeln Als g ltig behandeln Pr fung auf vollst ndige Trennung der Datenpunkte Diese Einstellung gilt f r Kategoriale Beginn der Iteration 20 Stichproben Variablen und Modellvariablen Fl Iterationsprotokoll anzeigen Konfidenzintervall 95 Sch tzmethode Sie k nnen eine Methode f r die Parametersch tzung ausw hlen Sie haben die Wahl zwischen Newton Raphson Fisher Bewertung und einer Hybridmethode bei der zuerst Iterationen der Fisher Bewert
64. atta d y MA S d History of hemorrhagic stroke hs2 8E Time to second event p Ag History of myocardial in A History of ischemic stro Ri History of hemorrhagic amp Third event post attack amp Time to third event post Zu transponierende Variablen Yariable n mit festem Format Geben Sie hs als Zielvariable ein W hlen Sie History of hemorrhagic stroke hs h morrhagische Schlaganf lle in der Anamnese History of hemorrhagic stroke hs1 und History of hemorrhagic stroke hs2 als zu transponierende Variablen aus Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Erstellen von Indexvariablen ebenfalls auf Weiter 249 Cox Regression f r komplexe Stichproben Abbildung 22 31 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Optionen 1 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 YVerten 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 Indexwrerte a ee O Yariablennamen Indexwerte eventi event2 event3 Name und Label der Ind
65. befindet 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 Abh ngige Variable The legislature should enact a gas tax Absteigend 95 Konfidenzintervall 95 Konfidenzintervall_ Effekt des f r Exp B Standardf Untere Obere Stichprob Untere Obere Parameter ehler Grenze Grenze enplans Exp B Grenze Grenze Schwellenwert opinion_gastax 4 3 343 opinion_gastax 3 1 910 opinion_gastax 2 674 Regression agecat 1 324 agecat 2 138 agecat 3 0935 agecat 4 0003 gender 0 008 gender 1 0003 votelast 0 011 votelast 1 000 drivefreg 1 3751 drivefreg 2 3 003 drivefreg 3 2 295 drivefreg 4 1 570 drivefreg 5 812 drivefreg 6 0003 Modell Schwellenwert agecat gender votelast drivefreq vVerkn pfungsfunktion Logit a Auf 0 gesetzt da dieser Parameter redundant ist Auf der Grundlage der Parametersch tzer sind folgende Interpretationen m glich Die Personen in den niedrigeren Alterskategorien zeigen gr ere Unterst tzung f r die Gesetzesvorlage als die Personen in der h chsten Alterskategorie Die Personen die weniger h ufi
66. die Wahrscheinlichkeiten mit denen die Stichprobenziehung der Einheiten erfolgte m Wert Allen Schichten wird derselbe Wert zugewiesen Wenn Umfang der Grundgesamtheiten als Metrik f r die Einheiten ausgew hlt wurde sollten Sie eine nichtnegative Ganzzahl eingeben Bei Auswahl von Einschlusswahrscheinlichkeiten sollten Sie einen Wert aus dem Bereich von 0 bis 1 eingeben m Ungleiche Werte f r Schichten Erm glicht die Eingabe von Umfangswerten f r die einzelnen Schichten ber das Dialogfeld Ungleiche Werte f r Schichten m Werte aus Variable lesen Erm glicht die Auswahl einer numerischen Variablen die die Umfangswerte f r Schichten enth lt Ungleiche Umf nge definieren Abbildung 3 5 Dialogfeld Ungleiche Umf nge definieren Ungleiche Umf nge definieren Spezifikationen f r Umfang Beschriftungen werte Ausschlie en ji county Anzah Central 4 Eastern Northern Southern Western Schichten aktualisieren 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 angeordne
67. 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 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 ge
68. diesem Dialogfeld k nnen Sie Variablen ausw hlen die beim Ziehen der Stichprobe gespeichert werden sollen Die Variablen enthalten Informationen ber die Stichprobe oder die Grundgesamtheit f r die aktuelle Stufe Wenn die Stichprobe geschichtet ist enthalten die Variablen Daten f r die einzelnen Schichten willkommen Stufe 1 Welche Variablen sollen gespeichert werden Stichproben Yariablen Methode r Stichprobenumfang oy C Stichprobenanteil Ausgabevariablen Auswertung Stufe 2 hinzuf gen C Stichprobenumfang C Stichprobengewichtung Stichprobe ziehen Auswahloptionen Ausgabedateien Einschlusswahrscheinlichkeiten kumulative Stichprobengewichtungen und Abschluss Q endg ltige Stichprobengewichtungen werden immer gespeichert Duplizierungsindizes werden automatisch erstellt wenn der Plan eine Stichprobenziehung mit Zur cklegen vorsieht In diesem Schritt k nnen Sie Variablen ausw hlen die beim Ziehen der Stichprobe gespeichert werden sollen Umfang der Grundgesamtheit Die gesch tzte Anzahl an Einheiten in der Grundgesamtheit f r eine bestimmte Stufe Der Stammname der gespeicherten Variablen lautet PopulationSize_ Stichprobenanteil Die Stichprobenquote in einer bestimmten Stufe Der Stammname der gespeicherten Variablen lautet SamplingRate_ Stichprobenumfang Die Anzahl der Einheiten die in einer bestimmten Stufe als Stichprobe gezogen wurden Der Stammname der gespeicherten Variablen lautet Samplesize_ Stich
69. drei verschiedenen Filialen einer Bank Jeder Fall entspricht einem Kunden und zeichnet die Wartezeit und die Filiale webusability sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Tests zur Benutzerfreundlichkeit eines neuen Internetgesch fts geht Jeder Fall entspricht einer von f nf Testpersonen die die Benutzerfreundlichkeit bewerten und gibt f r sechs separate Aufgaben an ob die Testperson sie erfolgreich ausf hren k nnte wheeze_steubenville sav Hierbei handelt es sich um eine Teilmenge der Daten aus einer Langzeitstudie zu den gesundheitlichen Auswirkungen der Luftverschmutzung auf Kinder Ware Dockery Spiro III Speizer als auch Ferris Jr 1984 Die Daten enthalten wiederholte bin re Messungen des Keuchens von Kindern aus Steubenville Ohio im Alter von 7 8 9 und 10 Jahren sowie eine unver nderlichen Angabe ob die Mutter im ersten Jahr der Studie rauchte oder nicht workprog sav Hierbei handelt es sich um eine hypothetische Datendatei zu einem Arbeitsprogramm der Regierung das versucht benachteiligten Personen bessere Arbeitspl tze zu verschaffen Eine Stichprobe potenzieller Programmteilnehmer wurde beobachtet Von diesen Personen wurden nach dem Zufallsprinzip einige f r die Teilnahme an dem Programm ausgew hlt Jeder Fall entspricht einem Programmteilnehmer Bibliografie Bell E H 1961 Social foundations of human behavior Introduction to the study of sociology New York Harpe
70. durch die ihre Anamnese ver ndert wird In diesem Daten Set werden das Auftreten von Herzinfarkt isch mischem Schlaganfall und h morrhagischem Schlaganfall sowie der Zeitpunkt des Ereignisses aufgezeichnet Sie k nnten berechenbare zeitabh ngige Kovariaten innerhalb der Prozedur erstellen um diese Informationen in das Modell aufzunehmen es sollte jedoch praktischer sein mehrere F lle pro Subjekt zu verwenden Beachten Sie dass die Variablen urspr nglich kodiert waren sodass die Aufzeichnungen ber die Anamnese des Patienten auf verschiedene Variablen verteilt ist Daher m ssen Sie das Daten Set umstrukturieren Abschneiden auf der linken Seite Risikobeginn ist der Zeitpunkt des isch mischen Schlaganfalls Die Stichprobe umfasst jedoch nur Patienten die das Rehabilitationsprogramm berlebt haben daher ist die Stichprobe auf der linken Seite in dem Sinne abgeschnitten dass die beobachteten berlebenszeiten durch die Rehabilitationsl nge erh ht sind Sie k nnen dies ber cksichtigen indem Sie die Zeit angeben zu der die Patienten die Rehabilitation zu Beginn der Studie beendet haben Kein Stichprobenplan Das Daten Set wurde nicht mithilfe eines komplexen Stichprobenplans erstellt und wird als einfache Zufallsstichprobe betrachtet Um die Cox Regression f r komplexe Stichproben verwenden zu k nnen m ssen Sie einen Analyseplan erstellen 239 Cox Regression f r komplexe Stichproben Das Daten Set finden Sie in
71. einem anderen Kunden entspricht Dadurch entfallen einige der Variablen die w chentlichen nderungen unterworfen waren und der verzeichnete ausgegebene Betrag ist nun die Summe der Betr ge die in den vier Wochen der Studie ausgegeben wurden grocery_coupons sav Hierbei handelt es sich um eine hypothetische Datendatei die Umfragedaten enth lt die von einer Lebensmittelkette erfasst wurden die sich f r die Kaufgewohnheiten ihrer Kunden interessiert Jeder Kunde wird ber vier Wochen beobachtet und jeder Fall entspricht einer Kundenwoche und enth lt Informationen zu den Gesch ften in denen der Kunde einkauft sowie zu anderen Merkmalen beispielsweise welcher Betrag in der betreffenden Woche f r Lebensmittel ausgegeben wurde guttman sav Bell Bell 1961 legte eine Tabelle zur Darstellung m glicher sozialer Gruppen vor Guttman Guttman 1968 verwendete einen Teil dieser Tabelle bei der f nf Variablen die Aspekte beschreiben wie soziale Interaktion das Gef hl der Gruppenzugeh rigkeit die 276 Anhang A 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 Menschenmasse
72. einzelnen Einschlusswahrscheinlichkeiten das Produkt des ersten Falls von Joint _Prob_ 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 f r komplexe Stichproben Der Analysevorbereitungsassistent f hrt Sie durch die Schritte zum Erstellen bzw Bearbeiten eines Analyseplans zur Verwendung mit den verschiedenen Analyseverfahren f r komplexe Stichproben Der Assistent ist besonders n tzlich wenn Sie keinen Zugriff auf die Datei mit dem Stichprobenplan haben der zum Ziehen der Stichprobe verwendet wurde Verwendung des Analysevorbereitungsassistenten f r komplexe Stichproben zur Vorbereitung von ffentlich zug nglic
73. 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 18 Kapitel 2 Auswahloptionen nicht zur Verf gung und k nnen beim Bearbeiten des Plans nicht ge ndert werden Stufen entfernen Sie k nnen die Stufen 2 und 3 aus einem mehrstufigen Plan entfernen Ausf hren eines bestehenden Stichprobenplans W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben Stichprobe ausw hlen W hlen Sie die Option Stichprobe ziehen und w hlen Sie eine Plandatei f r die Ausf hrung aus Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren berarbeiten Sie den Stichprobenplan im Schritt Plan bersicht und klicken Sie auf Weiter vv v Yy 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 Bef
74. f r komplexe Stichproben zur Anpassung einer zweifaktoriellen ANOVA Eine Lebensmittelkette hat eine Kundenumfrage ber die Kaufgewohnheiten durchgef hrt die nach einem komplexen Plan ausgef hrt wurde Auf der Grundlage der Umfrageergebnisse und der Zahlen ber die Ausgaben der einzelnen Kunden im vergangenen Monat m chte das Unternehmen ermitteln ob die Einkaufsh ufigkeit in einem Zusammenhang mit den monatlichen Ausgaben steht und zwar getrennt nach Geschlecht Bei dieser Untersuchung soll der Stichprobenplan ber cksichtigt werden Diese Informationen finden Sie in der Datei grocery_Imonth_sample sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 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 hrung der Analyse gt Um eine Analyse der Art Allgemeines lineares Modell f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren Komplexe Stichproben Allgemeines lineares Modell 186 187 Allgemeines lineares Modell f r komplexe Stichproben Abbildung 19 1 Dialogfeld Komplexe Stichproben Plan Plan f r komplexe Stichproben f r allgemeines lineare X rPlan Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistent
75. f r komplexe Stichproben bietet deskriptive Statistiken f r Kreuztabellen mit kategorialen Variablen Die Prozedur Deskriptive Statistiken f r komplexe Stichproben bietet univariate deskriptive Statistiken f r metrische Variablen Kapitel Deskriptive Statistiken f r komplexe Stichproben Die Prozedur Deskriptive Statistiken f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r verschiedene Variablen an Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Verwendung von Deskriptive Statistiken f r 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 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 Beispieldateien in Anhang A auf S 271 Mit Deskriptive Statistiken f r komplexe Stichproben k nnen Sie univariate deskriptive Statistiken f r Aktivit tsniveaus erstellen Durchf hrung der An
76. festem Format in die neue Datei kopiert werden Yariablen in der aktuellen Datei A Trestment resut fresut A Angabe von Fallgruppen Post event preventative Ausgew hlte Variable verwenden v D Post event rehabilitation 8 Length of stay for rehabi gt Variable ga Patient ID patid E Total treatment and reha 5 First event post attack e rZu transponierende Variablen L Time to first event post a i her A A History of myocardial inf en mi IE Ag History of ischemic strok d History of myocardial infarction mi A History of hemorrhagic s d History of myocardial infarction mit 5 Second event post attac aLi History of myocardial infarction mi2 L Time to second event po A History of myocardial inf A History of ischemic strok Yariable n mit festem Format A History of hemorrhagic 5 Third event post sttack w 8 Time to third event post v Zur ck Weiter gt Fertigstellen Abbrechen Hilfe Geben Sie mi als Zielvariable ein W hlen Sie History of myocardial infarction mi Herzinfarktanamnese History of myocardial infarction mil und History of myocardial infarction mi2 als zu transponierende Variablen aus W hlen Sie trans5 aus der Liste der Zielvariablen 247 Cox Regression f r komplexe Stichproben Abbildung 22 29 Assistent f r die Datenumstrukturierung Schritt Variablen zu
77. gt SPSS Complex Samples 16 0 E E E u Weitere Informationen zu SPSS Software Produkten finden Sie auf unserer Website unter der Adresse http www spss com oder wenden Sie sich an SPSS Inc 233 South Wacker Drive 11th Floor Chicago IL 60606 6412 USA Tel 312 651 3000 Fax 312 651 3668 SPSS ist eine eingetragene Marke und weitere Produktnamen sind Marken der SPSS Inc f r Computerprogramme von SPSS Inc Die Herstellung oder Verbreitung von Materialien die diese Programme beschreiben ist ohne die schriftliche Erlaubnis des Eigent mers der Marke und der Lizenzrechte der Software und der Copyrights der ver ffentlichten Materialien verboten Die SOFTWARE und die Dokumentation werden mit BESCHR NKTEN RECHTEN zur Verf gung gestellt Verwendung Vervielf ltigung und Ver ffentlichung durch die Regierung unterliegen den Beschr nkungen in Unterabschnitt c 1 ii von The Rights in Technical Data and Computer Software unter 52 227 7013 Vertragspartner Hersteller ist SPSS Inc 233 South Wacker Drive 11th Floor Chicago IL 60606 6412 Patentnr 7 023 453 Allgemeiner Hinweis Andere in diesem Dokument verwendete Produktnamen werden nur zu Identifikationszwecken genannt und k nnen Marken der entsprechenden Unternehmen sein Windows ist eine eingetragene Marke der Microsoft Corporation Apple Mac und das Mac Logo sind Marken von Apple Computer Inc die in den USA und in anderen L ndern eingetragen sind
78. haben diese Datens tze wurden nach einem komplexen Plan zusammengestellt Diese Informationen finden Sie in bankloan_cs sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 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 hrung der Analyse W hlen Sie zum Erstellen des logistischen Regressionsmodells die folgenden Men befehle aus Analysieren Komplexe Stichproben Logistische Regression 197 198 Kapitel 20 Abbildung 20 1 Dialogfeld Komplexe Stichproben Plan Plan f r komplexe Stichproben f r logistische Regression a rPlan Datei pankloan csaplar 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 rGemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Yyahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarcdatei verwenden c bankloan say Ein offenes Daten Set Benutzerdefinierte Datei D
79. 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 Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien gt Abschluss Was m chten Sie tun O Vom 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 13 10 Plan bersicht Stufe 1 Stufe 2 Stichproben Yariablen Schichtung n Umgebun Region o Klumpen Stadt 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 Cumulatiyv Cumulativ e_1_ e_2_ Anteil der Stichp
80. hlen die als variablen mit festem Format in die neue Datei kopiert werden Yariablen in der aktuellen Datei A Treatment result result g3 Angabe von Fallgruppen D Post event preventative Ausgew hlte Variable verwenden v E Post event rehabilitation E Length of stay for rehab gt Were Baier BJ TERIEN L Total treatment and reha R f amp First event post attack rZu transponierende Variablen E Time to first event post Zielvariable start_time 3 A History of myocardial inf El History of ischemic stro 4 Length of stay for rehabilitation los_rehab A History of hemorrhagic A start_time2 amp Second event post atta L start_fime3 v E Time to second event po A History of myocardial inf A History of ischemic stro Yariable n mit festem Format A History of hemorrhagic 5 Third event post attack e Time to third event post w lt Zur ck weiter Fertigstelen Abbrechen Hilfe Geben Sie start_time als Zielvariable ein gt W hlen Sie Length of stay for rehabilitation los_rehab Aufenthaltsdauer f r Rehabilitation start_time2 und start_time3 als zu transponierende Variablen aus Time to first event post attack timel Zeit bis zum ersten Ereignis nach dem Anfall und Time to second event post attack time2 Zeit bis zum zweiten Ereignis nach dem Anfall werde
81. 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 16 Kapitel 2 Stichprobenassistent Fertig stellen Abbildung 2 10 Stichprobenassistent Schritt Fertig stellen Stichprobenassistent Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und 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 X p Stufe 1 Was m chten Sie tun Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Auswa hloptionen Ausgabedateien gt Abschluss O Vom Assistenten generierte Syntax in ein Syntaxfenster einf gen Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen Dies ist der letzte Schritt Sie k nnen die Plandatei jetzt speichern und die Stichprobe ziehe
82. kodieren w hlen Sie die folgenden Men befehle aus Transformieren Variable berechnen Abbildung 22 1 Dialogfeld Variable berechnen Variable berechnen O O gt 7 Zielvariable Numerischer Ausdruck date2 DATE DMY 30 6 2006 EEEO EOE amp Employed employ e amp Gender gender Rg Severity of first crim 5 violent first crime vi amp Date of release from 5 Posted bail bail amp Received rehabilitatio amp Second arrest arres Rg Severity of second c amp Violent second crime amp Second conviction c DATE DM Y tag monat jahr DATE DMY tag monst jahr amp Date ot second Ha Numerisch Ergibt einen Datumswert der den Angaben inclusion Selection f r tag monat und jahr entspricht Die Argumente j j m ssen ganze Zahlen ergeben wobei tag zwischen A Cumial Samping u 1 und 31 und monat zwischen 1 und 13 liegen muss inclusion Selection und jahr eine 4 stellige ganze Zahl gr er als 1582 i i sein muss Um das Ergebnis als Datum anzuzeigen A Cumulative Sampara T muss der Ergebnisvariablen ein Datumsformat FA Final Sampling Vveigh zugewiesen werden optionale Fallauswahlbedingung m Geben Sie date2 als Zielvariable ein Geben Sie DATE DMY 30 6 2006 als Ausdruck ein Klicken Sie auf Falls 225 vv Vv vy y CoxRegression f r komplexe Stichproben Abbildu
83. komplexe Stichproben ist ein n tzliches Werkzeug f r die Vorbereitung einer Stichprobe f r die Analyse wenn Sie nicht auf die Datei mit dem Stichprobenplan zugreifen k nnen m Um eine Stichprobenplan Datei zu erstellen und eine Stichprobe zu ziehen verwenden Sie den Stichprobenassistenten Kapitel H ufigkeiten f r komplexe Stichproben Mit der Prozedur H ufigkeiten f r komplexe Stichproben k nnen Sie H ufigkeitstabellen f r ausgew hlte Variablen erstellen und univariate Statistiken anzeigen Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Verwendung von H ufigkeiten f r komplexe Stichproben zur Analyse der 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 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 Beispieldateien in Anhang A auf S 271 Erstellen Sie mithilfe von H ufigkeiten f r k
84. mit dem Modellparameter verkn pft ist und dem erwarteten Wert der Einflussvariablen f r F lle im Risikoset zur beobachteten Ereigniszeit Schoenfeld Residuen k nnen verwendet werden um die Beurteilung der proportionalen Hazard Annahme zu unterst tzen beispielsweise sollten bei einer Einflussvariable x Diagramme der Schoenfeld Residuen f r die zeitabh ngige Einflussvariable x In 7_ im Vergleich zur Zeit eine horizontale Linie bei 0 zeigen wenn proportionale Hazards sich als richtig erweisen F r jeden nicht redundanten Parameter im Modell wird eine separate Variable gespeichert Schoenfeld Residuen werden nur f r nicht zensierte F lle berechnet Martingale Residuum Das Martingale Residuum bedeutet f r jeden Fall den Unterschied zwischen der beobachteten Zensierung 0 bei Zensierung 1 ohne Zensierung und der Erwartung eines Ereignisses w hrend der Beobachtungszeit Abweichungsresiduum Abweichungsresiduen sind Martingale Residuen die angepasst wurden um symmetrischer bei 0 zu erscheinen Diagramme von Abweichungsresiduen gegen Einflussvariablen sollten keine Muster aufweisen Cox Snell Residuum Das Cox Snell Residuum ist f r jeden Fall die Ausnahme eines Ereignisses w hrend der Beobachtungszeit oder die beobachtete Zensierung minus dem Martingale Residuum Score Residuum Das Score Residuum ist f r jeden Fall und jeden nicht redundanten Parameter im Modell der Anteil der ersten Ableitung des Falls an die Pseudo Likelih
85. own car vs frequency 10 14 999 milesiyear lt 10 000 milesiyear vs 10 14 999 milesiyear 15 19 999 milesiyear vs 10 14 999 miles year 20 29 999 miles year vs 10 14 999 milesiyear gt 30 000 miles year vs 10 14 999 miles year Abh ngige Yariable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq Yerkn pfungsfunktion Logit a Die bei der Berechnung verwendeten Faktoren und Kovariaten werden auf folgende Werte festgesetzt Age category gt 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 beteiligt ist handelt es sich bei den Quotenverh ltnissen einfach um die Verh ltnisse der potenzierten Parametersch tzer So betr gt beispielsweise das kumulative Quotenverh ltnis f r 20 29 999 miles vear 20 000 bis 29 999 Meilen Jahr gegen ber 0 14 999 miles year 10 000 bis 14 999 Meilen Jahr 0 101 0 444 0 227 Verallgemeinertes kumulatives Modell Abbildung 21 13 Parallelit tstest f r Linien Freiheitsg Freiheitsg Wald F Sidak Sig grade 1 grade 2 korrigiert Sig sequentiell
86. 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 und Antwort ee Sn nn Soa Abonnement Quotenverh ltnis 1 812 Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja 1 573 F r Kohorte Antwort Nein 923 Statistiken werden nur f r 2x2 Tabellen unter Ber cksichtigung aller Zellen berechnet Das relative Risiko ist ein Quotient aus Ereigniswahrscheinlichkeiten Das relative Risiko f r eine Antwort auf die Postsendung ist der Quotient aus der Wahrscheinlichkeit dass ein Zeitungsabonnent antwortet und der Wahrscheinlichkeit dass ein Nicht Abonnent antwortet Daher ist der Sch tzer f r das relative Risiko einfach 17 2 10 3 1 673 Entsprechend ist das relative Risiko f r die Nichtantwort der Quotient aus der Wahrscheinlichkeit dass ein Abonnent nicht antwortet und der Wahrscheinlichkeit dass ein 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 Quotien
87. rker der Wert von 1 abweicht desto gr er ist der Effekt Modellannahmen Mit dieser Gruppe k nnen Sie einen Test der proportionalen Hazard Annahme durchf hren Der Test vergleicht das angepasste Modell mit einem alternativen Modell mit zeitabh ngigen Einflussvariablen x 77 f r jede Einflussvariable x wobei _TF die angegebene Zeitfunktion ist Zeitfunktion Gibt _TF f r das alternative Modell an F r die Funktion Identit t 7F 7 _ F r die Funktion Log _7F log 7 _ F r Kaplan Meier _TF 1 Sxm T _ wobei Sgq die Kaplan Meier Sch tzung der berlebensfunktion ist F r Rang _TF ist die Rangreihenfolge von T_zwischen den beobachteten Endzeiten Parametersch tzer f r alternatives Modell Zeigt die Sch tzung den Standardfehler und das Konfidenzintervall f r jeden Parameter im alternativen Modell an Kovarianzmatrix f r alternatives Modell Zeigt die Matrix von gesch tzten Kovarianzen zwischen Parametern im alternativen Modell an Basis berlebensfunktion und kumulative Hazard Funktion Zeigt die Basis berlebens sowie die kumulative Basis Hazard Funktion zusammen mit den zugeh rigen Standardfehlern an Anmerkung Wenn auf der Registerkarte Einflussvariablen definierte zeitabh ngige Einflussvariablen Bestandteil des Modells sind ist diese Option nicht verf gbar 90 Kapitel 12 Diagramme Abbildung 12 8 Dialogfeld Cox Regression Registerkarte Diagramme r 3 Cox Regress
88. 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 Klumpen sind Schulen Krankenh user oder geografische Gebiete die dazugeh rigen Stichprobeneinheiten sind Sch ler Patienten bzw Einwohner Klumpenbildung ist bei mehrstufigen Pl nen und Gebietsstichproben geografischen Stichproben blich Mehrere Stufen Bei einer mehrs
89. sind Komplexe Stichproben Optionen Abbildung 7 4 Dialogfeld Optionen E H ufigkeiten f r komplexe Stichprob Anzeige f r Teilgesamtheiten G alle in derselben Tabelle Jeweils in einer eigenen Tabelle Abbrechen Hite Anzeige f r Teilgesamtheiten Sie k nnen Teilgesamtheiten in derselben Tabelle oder in getrennten Tabellen anzeigen lassen Kapitel Verh ltnisse f r komplexe Stichproben Die Prozedur Verh ltnisse f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r Verh ltnisse von Variablen an Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Beispiel Mit der Prozedur Verh ltnisse f r komplexe Stichproben k nnen Sie deskriptive Statistiken f r das Verh ltnis des aktuellen Eigenschaftswerts zum letzten bewerteten Wert erstellen Diese Statistiken beruhen auf den Ergebnissen einer Studie die anhand eines komplexen Plans und mit einem geeigneten Analyseplan f r die Daten in einem US Bundesstaat durchgef hrt wurde Statistiken Mit diesem Verfahren erhalten Sie Verh ltnissch tzer T Tests Standardfehler Konfidenzintervalle Variationskoeffizienten die ungewichteten Anzahlen den Umfang der Grundgesamtheiten die Effekte des Stichprobenplans und die Quadratwurzeln aus den Effekten des Stichprobenplans Daten Z hler und Nenner sollten metrische Variablen mit posi
90. 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 Logistische Regression f r komplexe Stichproben Speichern Variablen speichern C Yorhergesagte Kategorie C Gesch tzte Wahrscheinlichkeiten eine pro Kategorie der abh ngigen Yariat Modell als SPSS Daten exportieren Datei Durchsuchen Parametersch tzer und Kovarianzmatrix O Parametersch tzer und Korrelationsmatrix Modell als XML exportieren Parametersch tzer und Kovarianzmatrix O Nur Parametersch tzer 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 Daten exportieren Schreibt ein SPSS Daten Set 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 tz
91. tzmethode Spe Umfang s Aus Auswertung O Yom Assistenten generierte Syntax in ein Syntaxfenster einf gen P Abschluss Um diesen Assistenten zu schlie en klicken Sie auf Fertigstellen zu 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 W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben F r Analyse vorbereiten W hlen Sie die Option Plandatei bearbeiten aus und w hlen Sie einen Dateinamen f r die Plandatei in der der Analyseplan gespeichert werden soll Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren 27 Vorbereiten einer komplexen Stichprobe f r die Analyse gt berarbeiten Sie den Analyseplan im Schritt Plan bersicht und klicken Sie auf Weiter Die darauf folgenden Schritte sind gr tent
92. verwenden c Program Files SPSSInc SPS poll sav Ein offenes Daten Set Benutzerdefinierte Datei Abbrechen Hilfe Wechseln Sie zu der Datei poll csplan und w hlen Sie sie als Plandatei aus F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 W hlen Sie poll_jointprob sav als Datei f r die gemeinsamen Wahrscheinlichkeiten Klicken Sie auf Weiter 209 Abbildung 21 2 Dialogfeld Ordinale Regression Ordinale Regression f r komplexe Stichproben Yariablen Voter ID voteid amp Neighborhood nbrh amp Township town amp County county Einschlu Auswahl E Kumulative Stichpro E Kumulative Stichpro Teilgesamtheit gt ntwortwahrscheinlichkeiten Abh ngige Variable Fi The legislature shoul Faktoren afi Age category ag eb Gender gender Voted in last elec net e m Kovariaten Verkn pfungsfunktion Logit Variable Kategorie Ordinale Regression f r komplexe Stichproben Statistiken Hypothesentests Quotenverh ltnisse Speichern Optionen OK Einf gen Zur cksetzen Abbrechen Hilfe 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 Kraftfahrzeugnutz
93. vornehmen m 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 m Mit dem Unterbefehl ODDSRATIOS k nnen Sie Werte ohne Label als benutzerdefinierte Referenzkategorien f r Faktoren verwenden wenn Quotenverh ltnisse angefordert werden 77 Ordinale Regression f r komplexe Stichproben m Mit dem Unterbefehl CRITERIA k nnen Sie einen Toleranzwert f r die Pr fung auf Singularit t festlegen m Mit dem Unterbefehl PRINT k nnen Sie eine Tabelle mit allgemeinen sch tzbaren Funktionen anlegen m Mit dem Unterbefehl save k nnen Sie mehr als 25 Wahrscheinlichkeitsvariablen speichern Vollst ndige Informationen zur Syntax finden Sie in der Command Syntax Reference Kapitel Cox Regression f r komplexe Stichproben Die Prozedur Cox Regression f r komplexe Stichproben besteht aus einer berlebensanalyse 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 Strafverfolgungsbeh rde ist hinsichtlich der R ckfallraten in ihrem Zust ndigkeitsbereich unsicher Einer der Messwerte der R ckfallrate ist die Zeit bis zur zweiten Festnahme von Straft tern Die Beh rde m chte die Zeit bis zur erneuten Festnahme mithilfe der Cox Regression modellieren ist jedoch besorgt
94. w C Nicht ausgew hlte F lle l schen O Ausgew hlte F lle in neues Daten Set kopieren Daten Set Name Aktueller Status F lle nicht filtern Aktivieren Sie das Optionsfeld Falls Bedingung zutrifft Klicken Sie auf Falls 253 Cox Regression f r komplexe Stichproben Abbildung 22 35 Dialogfeld F lle ausw hlen Falls SA Hospital ID hospid event gt 0 A Hospital size hospsi da Patient ID patid da Attending physician l E Age in years age g Age category agecat amp Gender gender amp Physically active act amp Obesity obesity amp b History of diabetes amp Blood pressure bp Funktionen und Sonderyariablen amp Atrial fibrillation af amp Smoker smoker b Cholesterol choles amp History of angina an M History of myocardial Rg History of ischemic g History of hemorrhag amp Prescribed nitroglyce 5 Taking anti clotting dr story nf transient Funktionsquppe gt Geben Sie event gt 0 als Ausdruck f r die Bedingung ein Klicken Sie auf Weiter 254 Kapitel 22 Abbildung 22 36 Dialogfeld F lle ausw hlen EA F lle ausw hlen rAusw hlen g Time to hospital time mg Initial Rankin score rankin0 amp CAT scan result catscan G Falls Bedingung zutrifft amp Clot dissolving drugs clot event 0 mg
95. worldwide finden Bei einem Anruf werden Sie nach Ihrem Namen dem Namen Ihrer Organisation und Ihrer Seriennummer gefragt Weitere Ver ffentlichungen Weitere Exemplare von Produkthandb chern k nnen direkt bei SPSS Inc bestellt werden Besuchen Sie den SPSS Web Store unter http www spss com estore oder wenden Sie sich an Ihr regionales SPSS B ro das Sie auf der SPSS Website unter http www spss com worldwide finden Wenden Sie sich bei telefonischen Bestellungen in den USA und Kanada unter 800 543 2185 direkt an SPSS Inc Wenden Sie sich bei telefonischen Bestellungen au erhalb von Nordamerika an Ihr regionales SPSS B ro das Sie auf der SPPS Website finden Das Handbuch SPSS Statistical Procedures Companion von Marija NoruSis wurde von Prentice Hall ver ffentlicht Eine neue Fassung dieses Buchs mit Aktualisierungen f r SPSS 16 0 ist geplant Das Handbuch SPSS Advanced Statistical Procedures Companion bei dem auch SPSS 16 0 ber cksichtigt wird erscheint demn chst Das Handbuch SPSS Guide to Data Analysis f r SPSS 16 0 wird ebenfalls derzeit erstellt Ank ndigungen f r Ver ffentlichungen die ausschlie lich ber Prentice Hall verf gbar sind finden Sie auf der SPSS Website unter http fwww spss com estore w hlen Sie Ihr Land aus und klicken Sie auf Books Kundenmeinungen Ihre Meinung ist uns wichtig Teilen Sie uns bitte Ihre Erfahrungen mit SPSS Produkten mit Insbesondere haben wir Interesse an neuen interessanten Anw
96. 0 1 0 2 4 1311 1325 1 1 0 3 3 1325 3 3 3 3 1 4 12 1098 1 1 D 2 3 1098 3 3 3 3 3 3 3 3 3 3 1 4 4 1356 0 1 0 2 1356 3 3 3 3 3 3 3 3 3 Die umstrukturierten Daten enthalten drei F lle f r jeden Patienten bei vielen Patienten traten jedoch weniger als drei Ereignisse auf sodass es viele F lle mit negativen fehlenden Werten f r event gibt Sie k nnen diese F lle einfach aus dem Daten Set herausfiltern Um diese F lle herauszufiltern w hlen Sie die folgenden Optionen aus den Men s aus Daten F lle ausw hlen 252 Kapitel 22 Abbildung 22 34 Dialogfeld F lle ausw hlen rAusw hlen amp Time to hospital time a i Initial Rankin score rankin0 O Ale F lle amp CAT scan result catscan Falls Bedingung zutrifft amp Clot dissolving drugs clot i Treatment result result 3 Post event preventative s O Zufalsstichprobe b Post event rehabilitation r 8 Length of stay for rehabili O Nach Zeit oder Fallbereich 9 Total treatment and rehabi amp First event post attack e E Time to first event post at O Fittervariable verwenden A History of ischemic stroke A History of hemorrhagic st 5 Second event post attack rAusgabe Time to second event pos Nicht ausgew hlte F lle filtern Mi History of myocardial infa A History of ischemic stroke i History of hemorrhagic st 8b Third event post attack e
97. 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 Wilkommen Stufe 1 Welcher der folgenden Stichprobenpl ne soll f r die Sch tzung angenommen werden Stichproben Variablen gt bersicht Abschluss MZ Stichprobenziehung mit Zur cklegen 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 Endlichkeitskorrektur Finite Population Correction FPC beim Sch tzen der OZ gleich Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur cklegen obenziehung mit ungleicher Jahrscheinlichkeit ohne Zur ck egen ir die Analyse der Stichprobendaten sind gemeinsame Wahrscheinlichkeiten erforderlich Diese Option ist nur ir Stufe 1 verf gbar lt zw ck wete Fertigstellen Abbrechen L Hilfe Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswahrscheinlichkeiten oder die Umf nge der Grundges gt Deaktivieren Sie die Option Endlichkeitskorrektur verwenden Klicken Sie auf Fertig stellen Nun k nnen Sie die Analyse durchf hren Durchf hrung der Analyse gt Um eine Analyse der Art Cox Regression f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Me
98. 14 3 Auswertung Stichproben Variablen Schichtung Stratum f r Yarlanzsc h tzung Klumpen PSU f r Yarianzsc h tzung Informationen f r die Annahmen f r die Sch tzung Stichprob Auswertung enziehun g mit Zur ckleg en Plandatei Ci 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 Kreditsachbearbeiteinr verf gt ber eine Sammlung von Kundendatens tzen die anhand eines komplexen Plans zusammengestellt wurde die Stichprobengewichte sind jedoch nicht in der Datei enthalten Diese Informationen finden Sie in bankloan_cs_noweights sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 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 Stic
99. 2 7 Dialogfeld Cox Regression f r komplexe Stichproben Plan f r komplexe Stichproben f r Cox Regression X rPlan Datei 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 rGemeinsame Wahrscheinlichkeiten Gemeinsame Yahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche YYyahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden recidivism_cs sav Ein offenes Daten Set recidiyism_cs_sample sav Benutzerdefinierte Datei Datei reciivism_cs_jeintprob sav Weiter Abbrechen Hilfe Wechseln Sie zu dem Verzeichnis mit den Beispieldateien und w hlen Sie recidivism_cs csplan als Plandatei aus W hlen Sie im Gruppenfeld Gemeinsame Wahrscheinlichkeiten die Option Benutzerdefinierte Datei und w hlen Sie die Datei recidivism_cs_jointprob sav aus Klicken Sie auf Weiter 230 Kapitel 22 Abbildung 22 8 Registerkarte Zeit und Ereignis Dialogfeld Cox Regression 1 Cox Regression f r komplexe Stichproben X Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern l Exportieren Optionen Variablen r b
100. 6 13 13 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 co t 103 10 8 10 33 10 88 VININ N N N N N Io m mn Seen m 8 4 8 a a at a at 9 2l m m az ha t Yariablenansicht 112 Kapitel 13 Die Ergebnisse der Stichprobenziehung werden im Daten Editor angezeigt F nf neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen f r die Einschlusswahrscheinlichkeiten und die kumulierten Stichprobengewichtungen f r die einzelnen Stufen sowie f r die endg ltigen Stichprobengewichtungen m F lle mit Werten f r diese Variablen wurden f r die Stichprobe ausgew hlt m F lle mit systemdefinierten fehlenden Werten f r die Variablen wurden nicht ausgew hlt Die Beh rde verwendet nun ihre Ressourcen um aktuelle Bewertungen f r die in der Stichprobe ausgew hlten Immobilien einzuholen Sobald diese Bewertungen vorliegen kann die Stichprobe mit den Analyseverfahren f r komplexe Stichproben verarbeitet werden Die Stichprobenspezifikationen entnehmen Sie dem Stichp
101. 71 Durchf hrung der Analyse gt Um eine Analyse der Art Kreuztabellen f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren Komplexe Stichproben Kreuztabellen 174 175 Kreuztabellen f r komplexe Stichproben Abbildung 17 1 Dialogfeld Komplexe Stichproben Plan Plan f r komplexe Stichproben f r Kreuztabellen Anal X rPlan Datei 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 rGemeinsame 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 anhand des Namens der Plandatei Ein offenes Daten Set Benutzerdefinierte Datei Datei Durchsuchen Abbrechen Hilfe Wechseln Sie zu der Datei demo csplan und w hlen Sie sie aus F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Klicken Sie auf Weiter 176 Kapitel 17 Abbildung 17 2 Dialogfeld Kreuztabellen E Kreuztabellen f r komplexe Stichproben F amp b Region region amp Newspaper subscription Z
102. 79 814 25617 804 6595 532 Prozent gewichtet Ordinale Regression f r komplexe Stichproben 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 SE Tag Tan RAE A agree Agree Disagree disagree korrekt 7067 567 12130 814 3875 825 2058 750 4271 234 14464 286 7320 767 6205 137 2024 816 11703 368 7108 487 8640 746 889 869 8169 109 6946 522 15308 703 12 1 39 3 21 4 27 3 Abh ngige Variable The legislature should enact a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreq verkn pfungsfunktion Logit Beobachtet Strongly agree Agree Disagree Strongly disagree Prozent insgesamt Die Klassifikationsmatrix zeigt die praktischen Ergebnisse der Verwendung des Modells F r jeden Fall ist die vorhergesagte Antwortkategorie die Kategorie mit der h chsten vom Modell vorhergesagten Wahrscheinlichkeit Die F lle werden nach der endg ltigen Stichprobengewichtung gewichtet sodass die Klassifikationsmatrix die erwartete Modellleistung in der Grundgesamtheit wiedergibt m Die Zellen auf der Diagonale stellen korrekte Vorhersagen dar m Die Zellen a
103. Age category agecat gt Marital status marital Social status social Level of education ed amp Employed employ f Gender gender Severity of first crime crime1 amp Yiolent first crime violent1 Pd Date of release from first arrest date1 Ea Kovariaten amp Received rehabilitation rehab E Age in years age ai Severity of second crime crime2 5 t_age amp Violent second crime violent2 amp Second conviction convict2 N amp Date of second arrest date2 v E Inclusion Selection Probability for Stage 1 InclusionProbability _1 _ Zeitabh ngige Einflussvariablen oK Einf gen Zur cksetzen Abbrechen Hilfe Sie k nnen auf der Registerkarte Einflussvariablen die Faktoren und Kovariate zum Erstellen von Modelleffekten angeben Faktoren Faktoren sind kategoriale Einflussvariablen es kann sich dabei um numerische Variablen oder Stringvariablen handeln Kovariate Kovariate sind metrische Einflussvariablen sie m ssen numerisch sein Zeitabh ngige Einflussvariablen Es gibt bestimmte Situationen in denen die Annahme f r proportionale Hazards nicht beibehalten werden kann Dies bedeutet dass sich Hazard Verh ltnisse ber die Zeit ndern k nnen Die Werte einer oder mehrerer Einflussvariablen k nnen zu verschiedenen Zeitpunkten unterschiedlich sein Sie m ssen in solchen F llen zeitabh ngige Einfl
104. 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 besteht aus einer berlebensanalyse 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 Strafverfolgungsbeh rde ist hinsichtlich der R ckfallraten in ihrem Zust ndigkeitsbereich unsicher Eine der Messwerte der R ckfallrate ist die Zeit bis zur zweiten Festnahme von Straft tern Die Beh rde m chte die Zeit bis zur erneuten Festnahme mithilfe der Anwendung der Cox Regression auf eine Stichprobe modellieren die mit Methoden f r komplexe Stichproben gezogen wurde ist jedoch besorgt dass die proportionale Hazard Annahme f r die einzelnen Alterskategorien ung ltig ist Personen die im Juni 2003 erstmals aus der Haft entlassen wurden wurden aus per Stichprobenziehung ermittelten Po
105. ERN sarii ea aa a ar ar a a de aur naeh ine Bee ar 92 EXpOTtIEKET un as en a ayena aan re en en era ee a Prien nee 94 Optionen u aae m i i a ne ee er een 96 Zus tzliche Funktionen des CSCOXREG Befehls 222ceeeeeeenen ern nnn 98 Teil Il Beispiele 13 Stichprobenassistent f r komplexe Stichproben 100 Ziehen einer Stichprobe aus einem vollst ndigen Stichprobenrahmen 100 Verwendung des Assistenten 2 2c2menenenenenereeenenen rer 100 Plan bersicht ai ai a aade a a a eaa aaah a aaa aA a aia aa a aa a i aaa aaa a aG a 110 Stichproben bersicht cis sisa iima a iaa adaa a a iata a Ea a m aida bea ai di aiaia a a a a Ea 110 Stichprobenergebnisse nnna nnna 111 Ziehen einer Stichprobe aus einem partiellen Stichprobenrahmen 222222220 112 Verwenden des Assistenten f r die Stichprobenziehung aus dem ersten Teilrahmen 112 Stichprobenergebnisse 2 22 222menenenenereneeneneeenen een 125 Verwenden des Assistenten f r die Stichprobenziehung aus dem zweiten Teilrahmen 125 Stichprobenergebnisse 2 2222 2csneneneneneneeneneeeen rennen een 130 Stichprobenziehung mit PPS Probability Proportional to Size Wahrscheinlichkeit proportional zur Gr e 220 130 Verwendung des Assistenten naa aa anna 131 Plan bersicht ssaa samiera naea base E a ea fen 142 Stichproben bersicht sanna naana anane 143 Stichprobenergebnisse nunna nn n
106. 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 blicherweise werden bei Cox Regressionsmodellen proportionale Hazards angenommen d h das Verh ltnis von Hazards sollte zwischen einzelnen F llen im Laufe der Zeit nicht variieren Wenn diese Annahme nicht beibehalten werden kann m ssen Sie dem Modell zeitabh ngige Einflussvariablen hinzuf gen Kaplan Meier Analyse Wenn Sie keine Einflussvariablen ausw hlen oder keine ausgew hlten Einflussvariablen in das Modell eingeben und die Produktgrenzenmethode zum Berechnen der Basis berlebenskurve auf der Registerkarte Optionen ausw hlen f hrt die Prozedur eine Kaplan Meier berlebensanalyse durch So erstellen Sie die Cox Regression f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben Cox Regression 80 Kapitel 12 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 Registerkarte Zeit und Ereignis Dialogfeld Cox Regression 1 Cox Regression f r komplexe Stichproben x Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen variab
107. Good Housekeeping und Geld zur ck Garantie Die Verpackungsgestaltung liegt in drei Faktorstufen vor die sich durch die Position der Auftrageb rste unterscheiden Au erdem gibt es drei Markennamen K2R Glory und Bissell drei Preisstufen sowie je zwei Stufen 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 jedoch die tats chlichen Einstufungen durch jeden der 10 Kunden Die Kunden wurden gebeten die 22 Produktprofile in der Reihenfolge ihrer Pr ferenzen einzustufen Die Variablen PREFI 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 cellul
108. Grundgesamtheiten f r die aktuelle Stufe an Sie k nnen einen Umfang angeben der ber die Schichten hinweg gleich bleibt oder verschiedene LImf nge f r die verschiedenen Schichten willkommen Variablen sure l i E Kundenanzahl nKu Stichproben Yariablen amp Kunden ID idKunden Sch tzmethode P Umfang E Alter in Jahren lter O wert Auswertung ai Ausbildung Ausbildu FB Stufe 2 hinzuf gen E wohnhaft an gleiche LE Abschluss E Haushaltseinkomme L Relation Schulden z O Ungleiche Werte f r Schichten E Schulden auf Kredit E Andere Schulden in amp vorherige Nichtzahlu werte aus Variable lesen E inclprob_s2 inclprob Einheiten Einschlusswahrscheinlichkeiten Definieren Iprob_s1 inclprob W hlen Sie die Option Werte aus Variable lesen und w hlen Sie inc prob_s1 als die Variable aus die die Einschlusswahrscheinlichkeiten f r die erste Stufe enth lt Klicken Sie auf Weiter 159 Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 11 Analysevorbereitungsassistent Schritt Plan bersicht Stufe 1 Analysevorbereitungsassistent Stufe 1 Planauswertung 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 bschlussdialogfeld angezeigt z bersicht E Stute Beschritung Schichten _ Ku
109. Konfidenzintervall Effekt des Parameter Standardfehler Untere obere Grenze terroemens yere EEE Grenze age _TF 012 002 017 008 666 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age age _TF Bei Betrachtung der Parametersch tzer und Standardfehler sehen Sie dass Sie das alternative Modell aus dem Test f r proportionale Hazard Raten reproduziert haben Durch die explizite Angabe des Modells k nnen Sie weitere Parameterstatistiken und Diagramme anfordern In diesem Fall 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 unter der Annahme erg be dass es sich bei dem Daten Set um eine einfache Zufallsstichprobe handelt In diesem Fall w re der Effekt von t_age immer noch statistisch signifikant die Konfidenzintervalle w ren allerdings gr er Mehrere F lle pro Subjekt in Cox Regression f r komplexe Stichproben Forscher befassen sich mit den 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 Variablen die die Anamnese des Patienten repr sentieren d rften als Einflussvariablen n tzlich sein Bei diesen Patienten werden im Laufe der Zeit m glicherweise wichtige medizinische Ereignisse eintreten
110. Sidak O Bonferroni ox Ji Einf gen J Zur cksetzen Il Abbrechen I Hilfe 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 92 Kapitel 12 m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Able
111. Tabelle jedoch mit den F llen erstellt wurde die auch zum Aufbau des Modells dienten sind diese Sch tzungen wahrscheinlich zu optimistisch 203 Logistische Regression f r komplexe Stichproben Tests der Modelleffekte Abbildung 20 8 Tests der Zwischensubjekteffekte Freiheits Freiheits grade 1 grade 2 Wald F Korrigiertes Modell 11 000 14 669 Konstanter Term 1 000 5 777 Ausbildung 4 000 1 683 Alter 1 000 5 352 besch ftigt 1 000 88 244 wohnhaft 1 000 1 123 Einkommen 1 000 007 Schulden_Eink 1 000 27 632 Card_Schulden 1 000 33 402 sonst_Schulden 1 000 09 Abh ngige Variable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden Jeder Term im Modell sowie das Modell als Ganzes werden daraufhin getestet ob sein Effekt gleich 0 ist Terme mit Signifikanzwerten von weniger als 0 05 weisen einen erkennbaren Effekt auf So tragen Alter besch ftigt Schulden_Eink und Card_Schulden zum Modell bei wohingegen die andern Haupteffekte keinen Beitrag zum Modell leisten Bei einer weiteren Analyse der Daten w rden Sie vermutlich Ausbildung wohnhaft Einkommen und sonst_Schulden aus der Modellbetrachtung herausnehmen Parametersch tzer Abbildung 20 9 Parametersch tzer 95 Konfidenzintervall f r 95 Konfidenzintervall ExpiB Standard Untere Untere vorherige Nichtzahlung Param
112. Time to second event post attack fime2 amp Second event post sttac 8 Time to third event post attack time3 L Time to second event po A History of myocardial inf A History of ischemic strok Yariable n mit festem Format A History of hemorrhagic 5 Third event post attack 4 E Time to third event post v lt Zur ck Weiter gt Fertigstellen Abbrechen Hilfe Zielvariable time _to_event x Geben Sie time_to_event als Zielvariable ein gt W hlen Sie First event post attack eventl Erstes Ereignis nach dem Anfall Second event post attack event2 Zweites Ereignis nach dem Anfall und Third event post attack event3 Drittes Ereignis nach dem Anfall als zu transponierende Variablen aus W hlen Sie trans4 aus der Liste der Zielvariablen 246 Kapitel 22 Abbildung 22 28 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden r 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 Variablen ausw hlen die als variablen mit
113. Treatment result result amp Post event preventative eher er 5 Post event rehabilitation r Stichprobe 4 Length of stay for rehabili O Nach Zeit oder Fallbereich 9 Total treatment and rehabi Be amp First event post attack e E Time to first event post at O Fittervariable verwenden mg History of myocardial infa gt Er Mg History of ischemic stroke mg History of hemorrhagic st amp Second event post attack rAusgabe 2 Time to second event pos 4 History of myocardial infa mi History of ischemic stroke mg History of hemorrhagic st 8 Third event post attack e Nicht ausgew hlte F lle l schen alle F lle O Zufallsstichprobe Nicht ausgew hlte F lle filtern O Ausgew hlte F lle in neues Daten Set kopieren Daten Set Name Aktueller Status F lle nicht filtern Einf gen Zur cksetzen Abbrechen Hilfe W hlen Sie 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 Zun chst m ssen Sie eine Variable f r die Stichprobengewichtung erstellen W hlen Sie die folgenden Befehle aus den Men s aus Transformieren Variable berechnen 255 Cox Regression f r komplexe Stichproben Abbildung 22 37 Dia
114. abel 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 Stellung in der Unternehmenshierarchie in Kategorien eingeteilt Au erdem werden der Betrag des letzten Verkaufs die Zeit seit dem letzten Verkauf und die Gr e des Unternehmens in dem die Kontaktperson arbeitet aufgezeichnet creditpromo sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Kaufhauses geht die Wirksamkeit einer k rzlich durchgef hrten Kreditkarten Werbeaktion einzusch tzen Dazu wurden 500 Karteninhaber nach dem Zufallsprinzip ausgew hlt Die H lfte erhielt eine Werbebeilage die einen reduzierten Zinssatz f r Eink ufe in den n chsten drei Monaten ank ndigte Die andere H lfte erhielt eine Standard Werbebeilage customer_dbase sav Hierbei handelt es sich um ei
115. ablen 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 Sprache verf gen Sie au erdem ber folgende M glichkeiten Mit dem Unterbefehl CUSTOM k nnen Sie benutzerdefinierte Tests auf Effekte im Vergleich zu linearen Kombinationen von Effekten oder einem Wert vornehmen Mit dem Unterbefehl ODDSRATIOS k nnen Sie Werte f r andere Modellvariablen festlegen wenn Sie die Quotenverh ltnisse f r Faktoren und Kovariaten berechnen Mit dem Unterbefehl CRITERIA k nnen Sie einen Toleranzwert f r die Pr fung auf Singularit t festlegen Mit dem Unterbefehl sAvE k nnen Sie benutzerdefinierte Namen f r gespeicherte Variablen angeben Mit dem Unterbefehl PRINT k nnen Sie eine Tabelle mit allgemeinen sch tzbaren Funktionen anlegen Vollst ndige Informationen zur Syntax finden Sie in der Command Syntax Reference Kapitel Ordinale Regression f r komplexe Stichproben Die Prozedur Ordinale Regression f r komplexe Stichproben besteht aus einer Regressionsa
116. act a gas tax Absteigend Modell Schwellenwert agecat gender votelast drivefreg verkn pfungsfunktion Logit a Die bei der Berechnung verwendeten Faktoren und Koyariaten werden auf folgende Werte festgesetzt Age category 60 Gender Female Voted in last election Yes Driving frequency gt 30 000 milesiyear Age category In dieser Tabelle werden kumulative Quotenverh ltnisse f r die Faktorstufen von Age category Alterskategorie angezeigt Bei den ausgegebenen Werten handelt es sich um die Verh ltnisse der kumulativen Odds f r 78 30 bis 46 60 im Vergleich zu den kumulierten Odds f r gt 60 Das Quotenverh ltnis Odds Verh ltnis von 1 383 in der ersten Tabellenzeile bedeutet dass die kumulativen Odds f r eine Person im Alter von 18 30 das 1 383 Fache der kumualativen Odds f r eine Person betragen die lter als 60 ist Beachten Sie Da Age category Alterskategorie an keinem Wechselwirkungsterm beteiligt ist handelt es sich bei den Quotenverh ltnissen einfach um die Verh ltnisse der potenzierten Parametersch tzer So hat beispielsweise das kumulative Quotenverh ltnis f r 78 30 gegen ber gt 60 den Wert 1 00 0 723 1 383 217 Ordinale Regression f r komplexe Stichproben 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
117. alle 147 Stichprobenassistent f r komplexe Stichproben prim ren Stichprobeneinheiten Primary Sampling Units PSUs der ersten Stufe eindeutig identifiziert Unit_No_ bezeichnet PSUs in den einzelnen Schichten und wird zum Abgleich mit Joint _Prob_l Joint_Prob_2_ Joint_Prob_3_ Joint_Prob_4 und Joint_Prob_5_ verwendet Die ersten beiden Schichten weisen jeweils 4 PSUs auf Daher haben die Matrizen f r die gemeinsame Einschlusswahrscheinlichkeit die Gr e 4x4 f r diese Schichten und die Spalte Joint_Prob_5_ wird f r die betreffenden Zeilen leer gelassen Die Schichten 3 und 5 weisen Matrizen der Gr e 3x3 f r die gemeinsame Einschlusswahrscheinlichkeit auf und Schicht 4 weist eine Matrix der Gr e 5x5 f r die gemeinsame Einschlusswahrscheinlichkeit auf Die Notwendigkeit einer Datei f r gemeinsame Wahrscheinlichkeiten wird bei der Durchsicht der Werte f r die Matrizen f r die gemeinsame Einschlusswahrscheinlichkeit deutlich Wenn es sich bei der Stichprobenmethode nicht um eine PPS Methode ohne Zur cklegen handelt ist die Auswahl einer PSU unabh ngig von der Auswahl einer weiteren PSU und die gemeinsame Einschlusswahrscheinlichkeit ist einfach das Produkt der beiden Einschlusswahrscheinlichkeiten Im Gegensatz dazu betr gt die gemeinsame Einschlusswahrscheinlichkeit f r Township 9 und 10 von County 1 ungef hr 0 11 siehe den ersten Fall von Joint_Prob_3_ bzw den dritten Fall von Joint_Prob_1l bzw weniger als das Produkt der
118. alyse gt Um eine Analyse der Art Deskriptive Statistiken f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren Komplexe Stichproben Deskriptive Statistiken 169 170 Kapitel 16 Abbildung 16 1 Dialogfeld Komplexe Stichproben Plan Plan f r komplexe Stichproben f r Verh ltnisanalyse X rPlan Datei nhis2000_subset csaplan Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandstei 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 Yahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche YYahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden nhis2000_subset sav Ein offenes Daten Set 20 Js et S O Benutzerdefinierte Datei Datei gt Wechseln Sie zu der Datei nhis2000_subset csaplan und w hlen Sie sie aus F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Klicken Sie auf Weiter 171 Deskriptive Statistiken f r komplexe Stichproben Abbildung 16 2 Dialogfeld Deskriptive Statistik Yariablen Deskriptive Statistiken f r komplexe Stichproben X 9 Sex SEX
119. 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 195 Allgemeines lineares Modell f r komplexe Stichproben Abbildung 19 13 Einzeltestergebnisse f r gesch tzte Randmittel des Einkaufsstils Differenz Use coupons Einfacher Kontrast Hypotheti Sch tzer Standard Freiheits Freiheits Kontrast sch tzer scher Wert hypothetisch fehler grade 1 grade 2 Yald F Sig 105 352 000 Niveau From newspaper vs Niveau No Niveau From mailings vs Niveau No Niveau 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 3000 1100 era no In der Tabelle mit dem Gesamttest finden Sie die Ergebnisse eines Tests der Kontraste in der Einzeltesttabelle
120. an 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 Beispieldateien in Anhang A auf S 271 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 hrung 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 Komplexe Stichproben Ordinale Regression 207 208 Kapitel 21 Abbildung 21 1 Dialogfeld Komplexe Stichproben Plan Plan f r komplexe Stichproben f r Verh ltnisanalyse a rPlan Datei poll csplan 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 rGemeinsame Wahrscheinlichkeiten Gemeinsame Wahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche Yyahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert O Standarddatei
121. ananana 145 Verwandte Prozeduren nnana unnan 147 viii 14 Analysevorbereitungsassistent f r komplexe Stichproben 148 Verwendung des Analysevorbereitungsassistenten f r komplexe Stichproben zur Vorbereitung von ffentlich zug nglichen NHIS Daten 2 22 neneseeeeereren een nenn 148 Verwendung des Assistenten 2 222csnenenenenereeenenen ernennen 148 Auswertung 2 2 22er eee een ne ee eereeenenn 151 Vorbereitung f r die Analyse wenn die Datendatei keine Stichprobengewichte enth lt 151 Berechnung von Einschlusswahrscheinlichkeiten und Stichprobengewichten 151 Verwendung des Assistenten 2 2c2csnenenenener nennen en 154 AUSWERLUNG a cu er ale ae an ee Aae 162 Verwandte Prozeduren 2 2c2nseeneneneenenen ernennen 162 15 H ufigkeiten f r komplexe Stichproben 163 Verwendung von H ufigkeiten f r komplexe Stichproben zur Analyse der Verwendung von Nahrungserg nzungen 2 ucnneneeeneneneneneneenene nennen ernennen 163 Durchf hrung der Analyse 222 nunenenenennenenenrnen nennen 163 H ufigkeitstabelle 2 2 ooneneneneerenenerene nennen een en 166 H ufigkeit nach Teilgesamtheit 2cucuoeeeeeeeneneen nennen 167 Zusammenfassung ananuna 167 Verwandte Prozeduren s aunan annann 168 16 Deskriptive Statistiken f r komplexe Stichproben 169 Verwendung von Deskriptive Statistiken f r komplexe Stichprob
122. and _are Klicken Sie auf Weiter Klicken Sie im Dialogfeld H ufigkeiten auf OK W hlen Sie im Gruppenfeld Zellen die Option Tabellenprozente aus W hlen Sie im Gruppenfeld Statistiken die Option Konfidenzintervall aus 166 Kapitel 15 H ufigkeitstabelle Abbildung 15 4 H ufigkeitstabelle f r Variable Situation 95 Konfidenzintervall Standardf Untere Sch tzung ehler Grenze Obere Grenze Umfang der Ja 102767095 1185127 100435967 105098223 2 Grundgesamtheit Nein 30794234 1094402 88641560 92946907 816 Insgesamt 193561329 1789099 190042195 197080461 9 vom Gesamtwert Ja Nein Insgesamt Jede der ausgew hlten Statistiken wird f r jedes der ausgew hlten Zellen Ma e 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
123. ar sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Mobiltelefonunternehmens geht die Kundenabwanderung zu verringern Scores f r die Abwanderungsneigung von 0 bis 100 werden auf die Kunden angewendet Kunden mit einem Score von 50 oder h her streben vermutlich einen Anbieterwechsel an ceramics sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Herstellers geht der ermitteln m chte ob ein neue hochwertige Keramiklegierung eine gr ere Hitzebest ndigkeit aufweist als eine Standardlegierung Jeder Fall entspricht einem Test einer der Legierungen die Temperatur bei der das Keramikw lzlager versagte wurde erfasst cereal sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um eine Umfrage geht bei der 880 Personen nach ihren Fr hst ckgewohnheiten befragt wurden Au erdem wurden Alter Geschlecht Familienstand und Vorliegen bzw Nichtvorliegen eines aktiven Lebensstils auf der Grundlage von mindestens zwei Trainingseinheiten pro Woche erfasst Jeder Fall entspricht einem Teilnehmer 274 Anhang A 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 inakzept
124. ares Modell f r komplexe Stichproben Allgemeines lineares Modell f r komplexe Stichproben Yariablen amp Store ID storeid Health food store hlt Size of store size db Store organization o E Number of customer amp Customer ID custid amp Gender gender Vegetarian veg amp Shopping style style L Umfang der Grundg E Kumulative Stichpro E Kumulative Stichpro Abh ngige Variable E Amount spent amts Faktoren who shopping for s g Use coupons useco Kovariaten Teilgesamtheit Variable Kategorie Jre sn see Li W hlen Sie eine abh ngige Variable aus Die folgenden Optionen sind verf gbar Statistiken Hypothesentests Gesch tzte Mittelwerte Speichern Optionen W hlen Sie die entsprechenden Variablen f r Faktoren und Kovariaten gem den vorliegenden Daten aus 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 48 Kapitel 9 Abbildung 9 2 Dialogfeld Modell Allgemeines lineares Modell f r komplexe Stichproben Modell Modelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten Modell nt shopfor 5 shopfor x mM Termfe konstruieren usecoup 4 shopfor usecoup Se Typ Wechselwirk v Yv Verschachtelter Ter
125. ariablen 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 Komplexe Stichproben 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 56 57 Abbildung 10 1 Dialogfeld Logistische Regression Logistische Regression f r komplexe Stichproben Yariablen Zweig Eweig E Kundenanzahl nKu amp Kunden ID idKunden Abh ngige Variable db vorherige Nichtzahlu Referenzkategorie Faktoren a Ausbildung Ausbildu Kovariaten wohnhaft an glei Alter in Jahren A Schulden auf Kr Teilgesamtheit gt Variable Kategorie Einf gen Zur cksetzen Abbrechen Hilfe W hlen Sie eine abh ngige Variable aus Die folgenden Optionen sind verf gbar Logistische Regression f r komplexe Stichproben Modell Sta
126. artwert f r Zufallszahlen und die Angabe ob benutzerdefinierte fehlende Werte als g ltige Werte von Stichproben Variablen behandelt werden sollen Die Auswahl des Speicherorts f r die Ausgabedaten Einf gen der getroffenen Auswahl als Befehlssyntax 6 Kapitel 2 Stichprobenassistent Stichproben Variablen Abbildung 2 2 Stichprobenassistent Schritt Stichproben Variablen Stichprobenassistent 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 Variablen vs Immobilien ID Immo ESSIG LEI Der VE Stichproben Yariablen er Methode amp Umgebung Umgebu amp BEgon HERE Stichprobenumfang L letzte Sch tzung in J L Wert bei letzter Sch Klumpen Stadt Stadt Eingabe Stichprobengewichtung Seerne Stufenbeschriftung amp unvollst ndiger Abschnitt In diesem Schritt k nnen Sie die Schichtungs und Klumpenvariablen ausw hlen und Eingabe Stichprobengewichte definieren Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben Schichten nach Durch die Kombination von Schichtungsvariablen werden eindeutige Teilgesamtheiten so genannte Schichten d
127. atei Durchsuchen Abbrechen Hilfe Wechseln Sie zu der Datei bankloan csaplan und w hlen Sie sie aus F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Klicken Sie auf Weiter 199 Abbildung 20 2 Dialogfeld Logistische Regression Logistische Regression f r komplexe Stichproben Yariablen Zweig Zweig L Kundenanzahl nKu amp Kunden ID idKunden Abh ngige Variable db vorherige Nichtzahlu Referenzkategorie Faktoren Hl Ausbildung Ausbildu Kovariaten wohnhaft an glei Alter in Jahren A Schulden auf Kr Teilgesamtheit gt Variable Kategorie Logistische Regression f r komplexe Stichproben Statistiken Hypothesentests uotenverh ltnisse Speichern Optionen W hlen Sie Vorherige Nichtzahlung als abh ngige Variable aus W hlen Sie Ausbildung als Faktor aus W hlen Sie Alter in Jahren bis Andere Schulden in Tausend als Kovariaten aus W hlen Sie Vorherige Nichtzahlung aus und klicken Sie auf Referenzkategorie 200 Kapitel 20 Abbildung 20 3 Dialogfeld Logistische Regression Referenzkategorie Logistische Regression f r komplexe Stichproben Referenzkateg Referenzkategorie O Gr ter wert OK Benutzerdefiniert Abbrechen Hilfe W hlen Sie Kleinster Wert als Referenzkategorie aus Dadurch wird die Kate
128. atistiken 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 1 Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der Tests liegt vor wenn der Koeffizient den Wert 0 aufweist 89 Cox Regression f r komplexe Stichproben Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Modellkoeffizienten Korrelationen der Parametersch tzer Zeigt eine Sch tzung der Korrelationsmatrix f r die Modellkoeffizienten Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der 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
129. aus Analysieren Komplexe Stichproben 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 66 67 Ordinale Regression f r komplexe Stichproben Abbildung 11 1 Dialogfeld Ordinale Regression Ordinale Regression f r komplexe Stichproben Variablen Abh ngige Variable Yoater ID voteid Fi The legislature shoul Modell E Neighborhood nbrh n 2 Antwortwahrscheinlichkeiten Statistiken amp Township town County county i Hypothesentests E Einschlu Auswahl Faktoren 2 _ 8 Kumulative Stichpro sill Age category ag o Quotenverh tnisse E Kumulative Stichpro g Gender gender Speichern Voted in last elec f ii Optionen Kovariaten Verkn pfungsfunktion Logit Teilgesamtheit Variable gt Kategorie OK Einf gen Zur cksetzen Abbrechen Hilfe 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 die Varianzen jedoch werden dennoch ord
130. b_s2 inclprob L amp unvollst ndiger Abschnitt W hlen Sie die Option Werte aus Variable lesen und w hlen Sie inclprob_s2 als die Variable aus die die Einschlusswahrscheinlichkeiten f r die zweite Stufe enth lt Klicken Sie auf Fertig stellen 162 Kapitel 14 Auswertung Abbildung 14 14 Zusammenfassende Tabelle I Poster sture2 Stichproben Variablen Klumpen 1 Zweig Informationen f r die Annahmen f r die Sch tzung Stichprob Auswertung enziehun g mit gleicher wahrsch einlichkeit ohne Zur ckleg en Einschlu wahrscheinlichkeit Gewonne n aus variable inclprob_ s1 Plandatei Ci bankloan csaplan Gewichtungsvariable finalweight SRS Sch tzer Stichprobenziehung ohne Zur cklegen In der Auswertungstabelle wird Ihr Analyseplan zusammengefasst Der Plan besteht aus zwei Stufen mit einer 1 Klumpenvariable F r die Sch tzung wird von Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur cklegen OZ ausgegangen und der Plan wird unter c bankloan csaplan gespeichert Mit dieser Plandatei k nnen Sie nun bankloan_noweights sav mit den von Ihnen berechneten Einschlusswahrscheinlichkeiten und Stichprobengewichten mit Stichprob enziehun g mit gleicher Wahrsch einlichkeit ohne Zur ckleg en Gewonne n aus Yariable inclprob_ s2 den Analyseverfahren f r komplexe Stichproben verarbeiten Verwandte Prozeduren Die Prozedur Analysevorbereitungsassistent f r
131. be schichten oder Klumpen definieren Sie k nnen auch eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Wenn Stichprobengewichtungen aus einer fr heren Stufe des Stichprobenplans vorliegen k nnen Sie diese als Eingabedaten f r die aktuelle Stufe verwenden Wilkommen Variablen Stufe 1 ra Schichten nach Stichproben Variablen amp Immobilien ID Immao FT Methode E letzte Sch tzung in J ou Stichprobenumfang E wert bei letzter Sch Ausgabevariablen Auswertung amp Stufe 2 Klumpen Stichproben Variablen Methode Stichprobenumfang Stufenbeschriftung 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 Stichprobenassistent Schritt Stichprobenumfang Stufe 2 Stichprobenassistent Stufe 2 Stichprobenumfang 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 gleichbleiben oder f r die versc
132. belle der Rauchgewohnheiten und der Berufskategorie gebildet Die Variable Berufsgruppe enth lt die Berufskategorien Senior Manager Junior Manager Angestellter mit Erfahrung Angestellter ohne Erfahrung und Sekretariat sowie die Kategorie National Average die als Erg nzung der Analyse dienen kann Die Variable Rauchen enth lt die Rauchgewohnheiten Nichtraucher Leicht Mittel und Stark sowie die Kategorien No Alcohol und Alcohol die als Erg nzung der Analyse dienen k nnen storebrand sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen einer Verkaufsleiterin in einem Lebensmittelmarkt geht die die Verkaufszahlen des Waschmittels der Eigenmarke gegen ber den anderen Marken steigern m chte Sie erarbeitet eine Werbeaktion im Gesch ft und spricht an der Kasse mit Kunden Jeder Fall entspricht einem Kunden stores sav Diese Datendatei enth lt hypothetische monatliche Marktanteilsdaten f r zwei konkurrierende Lebensmittelgesch fte Jeder Fall entspricht den Marktanteilsdaten f r einen bestimmten Monat stroke_clean sav Diese hypothetische Datendatei enth lt den Zustand einer medizinischen Datenbank nachdem diese mithilfe der Prozeduren in der Option Data Preparation bereinigt wurde stroke_invalid sav Diese hypothetische Datendatei enth lt den urspr nglichen Zustand einer medizinischen Datenbank der mehrere Dateneingabefehler aufweist stroke_survival In dieser hypothetischen Date
133. bildung 2 3 Stichprobenassistent Schritt Methode der Stichprobenziehung Stichprobenassistent Stufe 1 Methode der Stichprobenziehung In diesem Dialogfeld k nnen Sie festlegen wie Items aus den rbeitsdateien ausgew hlt werden sollen Wenn Sie eine PPS Methode PPS probability proportional to size W hrscheinlichkeit proportional zur Gr e ausw hlen m ssen Sie auch ein Ma f r die Gro e der Einheiten MOS angeben kommen S Variablen Methode Q Stufe 1 Property ID propid Typ Einfache Zufallsstichprobenziehu v Stichproben Yariablen amp Neighborhood nbrh gt Methode E Years since last appr Ohne Zur cklegen 0Z Stichprobenumfang E Value at last apprais TE Mit Zur cklegen MZ o MZ Sch tzung f r Analyse verwenden amp unvollst ndiger Abschnitt In diesem Schritt k nnen Sie angeben wie F lle aus der Arbeitsdatei ausgew hlt werden sollen Methode Die Steuerelemente in dieser Gruppe werden zur Festlegung einer Auswahlmethode verwendet Bei einigen Arten der Stichprobenziehung k nnen Sie ausw hlen ob die Stichprobenziehung mit Zur cklegen MZ oder ohne Zur cklegen OZ erfolgen soll Weitere Informationen finden Sie in den Beschreibungen zu den verschiedenen Arten Hinweis einige PPS Methoden PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e sind nur verf gbar wenn Klumpen definiert wurden und alle PPS Methoden sind nur in der erste
134. blen E Stratum for variance estimati E PSU for variance estimation 9 Weight Final Annual ATF A 9 Sex SEX 9 age aGE_P Region REGION E Smoking frequency SMKNOWY 8 Take any multi vitamins in pas E Take herbal supplements duri E Freq vigorous activity times 8 Freq moderate activity times 2 Freg strength activity times p E Desirable Body Weight DESI 8 Daily activities moving aroun 8 Daily activities lifting or carryi H ufigkeitstabellen Teilgesamtheiten Jede Kombination von Kategorien definiert eine Teilgesamtheit H ufigkeiten f r komplexe Stichproben Statistiken Fehlende Verte Optionen W hlen Sie Vitamin mineral supplmnts past 12 m Vitamin Mineralstofferg nzungen letzte 12 gt vv v y Klicken Sie auf Statistiken Abbildung 15 3 Dialogfeld H ufigkeiten Statistiken H ufigkeiten f r komplexe Stichproben Statistiken X Monate als H ufigkeitsvariable aus W hlen Sie Age category Alterskategorie als Teilgesamtheitsvariable aus rZellen M Umfang der Grundgesamtheit V Tabelenprozente rStatistiken V Standardfehler V Konfidenzintervall Niveau C variationskoettizient C Ungewichtete Anzahl C Effekt des Stichprobenplans C Quadratwurzel aus dem Effekt des Stichprobenplans C Kumulative Werte Fr Test auf gleiche Spaltenanteile vers
135. bseits der Diagonale stellen falsche Vorhersagen dar 216 Kapitel 21 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 Kumulative Quoten Odds sind definiert als Verh ltnis zwischen der Wahrscheinlichkeit dass die abh ngige Variable einen Wert kleiner oder gleich einer bestimmten Antwortkategorie annimmt und der Wahrscheinlichkeit das sie einen Wert annimmt der gr er als die Antwortkategorie ist Das kumulative Quotenverh ltnis ist das Verh ltnis der kumulativen Odds f r verschiedene Einflusswerte und ist eng mit den potenzierten Parametersch tzern verwandt Interessanterweise ist das kumulative Quotenverh ltnis selbst nicht von der Antwortkategorie abh ngig Abbildung 21 11 Kumulative Quotenverh ltnisse f r Age category Alterskategorie 95 Konfidenzinteryall Untere Grenze 1 166 Effekt des Stichprob enplans 1 793 1 158 2 206 Kumulatives Quotenverh Itnis 1 383 Wurzel aus dem Effekt 1 339 1 076 1 485 Obere Grenze 18 30 vs gt 60 1 639 31 45 vs gt 60 1 148 1 022 1 290 46 60 vs gt 60 1 100 935 1 294 Abh ngige Yariable The legislature should en
136. che Arten von sportlicher Aktivit t auf Aufgeschl sselt nach Alter ergibt sich grob gesagt dass Amerikaner nach dem College Alter zun chst weniger aktiv sind als in der Schule jedoch mit steigendem Alter k rperliche Bet tigung wieder ernster nehmen 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 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
137. che 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 273 Beispieldateien 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 Link Funktion 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 Skalierungsgewicht 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 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
138. chen Hilfe Im Dialogfeld Ungleiche Umf nge definieren k nnen Sie Umf nge schichtweise eingeben Gitter Spezifikationen f r Umfang Das Gitter zeigt die Kombination von bis zu f nf Schicht oder Klumpenvariablen an in jeder Zeile eine Schicht Klumpenkombination Als Gittervariablen zul ssig sind alle Schichtungsvariablen aus der aktuellen Stufe und den vorangegangenen Stufen sowie alle Klumpenvariablen aus den vorangegangenen Stufen Die Variablen k nnen im Gitter neu angeordnet oder in die Ausschlussliste verschoben werden Geben Sie die Werte f r den Umfang in die Spalte rechts au en ein Klicken Sie auf Labels Beschriftungen oder Werte um die Anzeige der Wertelabels und der Datenwerte f r die Schichtungs und Klumpenvariablen in den Gitterzellen ein bzw auszuschalten Bei Zellen die Werte ohne Labels enthalten werden immer Werte angezeigt Klicken Sie auf Schichten aktualisieren um das Gitter mit allen Kombinationen von beschrifteten Datenwerten f r Variablen im Gitter neu auszuf llen Ausschlie en Um die Umf nge f r eine Teilmenge von Schicht Klumpenkombinationen anzugeben verschieben Sie eine oder mehrere Variablen in die Ausschlussliste Diese Variablen werden nicht f r die Festlegung der Stichprobenumf nge verwendet 12 Kapitel 2 Stichprobenassistent Ausgabevariablen Abbildung 2 6 Stichprobenassistent Schritt Ausgabevariablen Stichprobenassistent Stufe 1 Ausgabevariablen In
139. chichten 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 Sarel Voter ID voteid Stichproben Yariablen Methode Stichprobenumfan Wert r ee he 02 Desen u Umfang gilt f r jede Auswertung Schicht Stufe 2 Stichproben Yariablen O Ungleiche werte f r Schichten Methode Stichprobenumfang Ausgabevariablen O Werte aus Variable lesen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Mindestzahl H chstzah Abschluss i C o Einheiten Anteile Definieren W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus Geben Sie 0 2 als Wert f r den Anteil der aus jeder Schicht zu ziehenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 138 Kapitel 13 Abbildung 13 39 Stichprobenassistent Schritt Plan bersicht Stufe 2 Stichprobenassistent Stufe 2 Planauswertung In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzufiigen Wenn Sie keine Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen z bersicht willkommen Stufe 1 stufe Beschriftung Schichten Methode Stichproben Variablen Keine county
140. chproben Variablen Methode Stichprobenumfang Ausgabevariablen gt Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Abschluss bersicht stufe Beschriftung Schichten Methode Keine Region Bundesland 3 Einfache Keine Landkreis Zufallsstichprobenzieh ung OZ 0 1 Einfache Zufallsstichprobenzieh ung OZ Datei C demo_cs csplan M chten Sie Stufe 3 hinzuf gen OH O Nein jetzt keine weitere Stufe hinzuf gen w hlen Sie diese Option wenn die Arbeitsdatei Daten f r Stufe 3 enth lt W hlen Sie Ja Stufe 3 jetzt hinzuf gen Klicken Sie auf Weiter w hlen Sie diese Option wenn die Daten aus Stufe 3 noch nicht verf gbar sind oder Ihr Stichprobenplan nur aus 2 Stufen besteht Fertig stellen Abbrechen 120 Kapitel 13 Abbildung 13 21 Stichprobenassistent Schritt Stichproben Variablen Stufe 3 Stichprobenassistent Stufe 3 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 Stufe 1 Variablen Stichproben Variablen En Schichten nach Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichprobe
141. cial status sociai aii Level of education ed D Employed employ PN Gender gender Mi Severity of first crime crime1 Pen Violent first crime violent1 amp Date of release from first arrest date1 amp Received rehabilitation rehab Mi Severity of second crime crime2 amp Violent second crime violent2 amp Second conviction convict2 amp Date of second arrest date2 ra Inclusion Selection Probability for Stage 1 InclusionProbability_1_ E Cumulative Sampling Weight for Stage 1 SampleWeightCumulative_1 _ 2 Cumulative Sampling Weight for Stage 2 SampleYeightCumulative_2_ 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 rn Einf gen Zur cksetzen Abbrechen Basisschichten F r jeden Wert dieser Variablen wird eine getrennte Grundlinien Hazard und berlebensfunktion berechnet w hrend ein einzelner Satz mit Modellkoeffizienten ber Schichten hinweg gesch tzt wird Teilgesamtheitsvariable Legen Sie eine Variable fest um so eine Teilgesamtheit zu definieren Die Analyse wird ausschlie lich f r die ausgew hlte Kategorie der Teilgesamtheit Variablen vorgenommen 86 Kapitel 12 Modell Abbildung 12 6 Dialogfeld Cox Regression Registerkarte Modell
142. ck event2 Ps Second event post attac 8 Time to second event po g History of myocardial inf A History of ischemic strok Yariable n mit festem Format A History of hemorrhagic D Third event post attack Time to third event post v lt Zur ck wetter Fertigsteien __ Abbrechen Hilfe W hlen Sie in der Gruppe Angabe von Fallgruppen Ausgew hlte Variable verwenden und w hlen Sie Patient ID patid Patienten ID als Subjekt ID Geben Sie ereignis als erste Zielvariable ein W hlen Sie First event post attack eventl Erstes Ereignis nach dem Anfall Second event post attack event2 Zweites Ereignis nach dem Anfall und Third event post attack event3 Drittes Ereignis nach dem Anfall als zu transponierende Variablen aus W hlen Sie trans2 aus der Liste der Zielvariablen 244 Kapitel 22 Abbildung 22 26 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen E Assistent f r die Datenumstrukturierung Schritt 3 von 7 Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche variablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Variablen ausw
143. d 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 75 Ordinale Regression f r komplexe Stichproben m varname_ Nimmt f r die Zeilentypen COV bzw CORR die Werte Pl P2 an was einer geordneten Liste aller gesch tzten Modellparameter 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 Anmerkung 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
144. 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 agecat 2 agecat 3 agecat 4 gender 0 A gender 1 votelast 0 i d votelast 1 drivefreg 1 drivefreq 2 P drivefreg 3 drivefreg 4 drivefreg 5 k 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 d drivefreg 5 drivefreg 6 Dar ber hinaus scheinen sich die gesch tzten Werte der Koeffizienten des verallgemeinerten Modells nicht stark von den Sch tzern unter der Annahme paralleler Linien zu unterscheiden Verwerfen nichtsignifikanter Einflussvariablen Die Tests von Modelleffekten haben gezeigt dass die Modellkoeflizienten 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 219 Ordinale Regression f r komplexe Stichproben Klicken Sie im Dialogfeld Plan auf Weiter Abbildung 21 15 Dialogfeld
145. de f r die Parametersch tzung Efron Als ung ltig behandeln O Breslow O Als g ltig behandeln Diese Einstellung gilt f r alle kategorialen Modell und Stichprobenplan Yariablen Konfidenzintervall 95 C ox Einf gen J Zur cksetzen Abbrechen Hilfe Sch tzung Diese Steuerelemente geben 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 97 Cox Regression f r komplexe Stichproben 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 angegebenen positiven 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 angegebenen positiven Wert liegt Iterationsprotokoll anzeigen Zeigt das Iterationsprotokoll f
146. denten 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 Fr hst cksartikel in der Vorzugsreihenfolge von 1 am meisten bevorzugt bis 15 am wenigsten bevorzugt zu ordnen Die Bevorzugungen wurden in sechs unterschiedlichen Szenarien erfasst von Overall preference Allgemein bevorzugt bis Snack with beverage only Imbiss nur mit Getr nk breakfast overall sav Diese Datei enth lt die Daten zu den bevorzugten Fr hst cksartikeln allerdings nur f r das erste Szenario Overall preference Allgemein bevorzugt broadband_1 sav Hierbei handelt es sich um eine hypothetis
147. der berlebensfunktionen Das Konfidenzintervall kann auf drei Arten berechnet werden In urspr nglichen Einheiten ber eine Log Transformation oder ber eine Minus Log Transformation Es wird nur durch die Log Minus Log Transformation gew hrleistet dass die Grenzen des Konfidenzintervalls zwischen 0 und 1 liegen im Allgemeinen scheint die Log Transformation am besten zu funktionieren Benutzerdefiniert fehlende Werte Alle Variablen m ssen ber g ltige Werte f r einen Fall verf gen damit dieser in die Analyse einbezogen werden kann Mit diesen Steuerelementen k nnen Sie entscheiden ob benutzerdefiniert fehlende Werte bei kategorialen Modellen einschlie lich Faktoren Ereignis Einheiten und Teilgesamtheitsvariablen und bei Stichprobenplan Variablen als g ltig behandelt werden Konfidenzintervall Dies ist die Konfidenzintervallstufe die f r Koeffizientensch tzungen potenzierte Koeffizientensch tzungen berlebensfunktionssch tzungen und Sch tzungen f r kumulative Hazard Funktionen verwendet wird Geben Sie einen Wert gr er oder gleich 0 und kleiner als 100 an 93 Kapitel 12 Zus tzliche Funktionen des CSCOXREG Befehls Mit der SPSS Befehlssprache verf gen Sie ber die folgenden zus tzlichen M glichkeiten m F hren Sie benutzerdefinierte Hypothesentests durch mithilfe des Unterbefehls CUSTOM und PRINT LMATRIX Toleranzspezifikation mithilfe von CRITERIA SINGULAR Allgemein sch tzbare Fun
148. der Datei stroke_survival sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Verwenden Sie den Assistenten f r die Datenumstrukturierung um die Daten f r die Analyse vorzubereiten und anschlie end den Analysevorbereitungsassistenten um einen einfachen Zufallsstichprobenplan zu erstellen und schlie lich die Cox Regression f r komplexe Stichproben um ein Modell f r die berlebenszeiten zu erstellen Vorbereiten der Daten f r die Analyse Vor der Umstrukturierung der Daten m ssen Sie zwei Hilfsvariablen erstellen die die Umstrukturierung unterst tzen sollen W hlen Sie zur Berechnung einer neuen Variablen folgende Optionen aus den Men s aus Transformieren Variable berechnen Abbildung 22 21 Dialogfeld Variable berechnen E Variable berechnen Zielvariable Numerischer Ausdruck li start_time2 m time1 Typ amp Label I l Hospital ID hospid v Ri Hospital size hospsi L da Patient ID patid da Attending physician l 8 Age in years age Mg Age category agecat amp Gender gender Aktuelles Datum aktuelle Uhrz w amp Physically active act ni amp Obesity obesity el amp History of diabetes Funktionen und Sondervariablen amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker amp Cholesterol choles amp History of angina an mg History of myocardial Mg History of ischemic
149. 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 Yariablen Stufe 1 p Stichproben Yariablen Kundenanzahl nKu Sch tzmethode amp Kunden ID idKunden Auswertung E Alter in Jahren lter Abschluss N Ausbildung Ausbildu E Jahre der Besch ftig E wohnhaft an gleiche Klumpen Haushaltseinkomme Sb Zweig Zweig E Relation Schulden z E Schulden auf Kredit E Andere Schulden in amp vorherige Nichtzahlu Stichprobengewichtung G inclprob_s1 inclprob finalweight finalweia E inclprob_s2 inclprob i Schichten Stufenbeschriftung 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 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 ckleg
150. derte Variablen Einschluss Auswahl w Probabilit Probabilit ahrscheinlichkeiten _2_ Stufenweise kumulierte Sample Stichprobengewichtung Weight Cumulativ e_2_ Informationen f r die Annahmen f r die Sch tzung Stichprob Auswertung enziehun g mit ungleiche Stichprob enziehun g mit gleicher wahrsch einlichkeit ohne Zur ckleg en r Wahrsch einlichkeit ohne Zur ckleg en unter Verwendu ng von gemeins amen Einschlu Rwahrsch einlichkeit en Einschlu wahrscheinlichkeit Gewonne Gewonne n aus n aus Yariable Variable Inclusion Inclusion Probabilit Probabilit yal yt Plandatei C poll csplan Gewichtungsvariable SampleWeight_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 County Gew nscht Tats chlich Gew nscht Tats chlich Eastern 4 4 Central Western Southern 4 3 Northern 5 3 Plandatei Ciipoll csplan Diese zusammenfassende Tabelle enth lt eine bersicht ber die erste Stufe der Stichprobenziehung Anhand dieser Tabelle k nnen Sie berpr fen ob die Stichprobenziehung plangem verlief Erinnern Sie sich daran dass Sie eine Stichprobe von 30 der Gemeinden pro County a
151. 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 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 Variable
152. dratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt T Test Sie k nnen T Tests der Sch tzer unter Verwendung eines angegebenen Werts abrufen Verh ltnisse f r komplexe Stichproben Fehlende Werte Abbildung 8 3 Dialogfeld Verh lntisse Fehlende Werte E Verh ltnisse f r komplexe Stichproben Fehlende Werte Verh ltnisse gt falle verf gbaren Daten verwenden verh ltnisweiser Ausschluss Einheitliche Fallbasis gew hrleisten listenweiser Ausschluss Kategoriale Stichproben Yariablen G 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 Weiter Abbrechen Hite 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
153. e Grenzen als der Bonferroni Ansatz Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden 52 Kapitel 9 Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Abbildung 9 5 Dialogfeld Allgemeines lineares Modell Gesch tzte Mittelwerte Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Faktoren und Wechselwirkungen Mittelwerte anzeigen f r usecoup Term Kontrast Referenzkategorie shopfor shopfor Einfach 3 shopfor usecoup usecou Einfach shopfortusecoup 1 No 2 From newspaper 3 From mailings 4 From both C Mittelwert f r Grundgesamtheit anzeigen Im Dialogfeld Gesch tzte Mittelwerte werden die vom Modell gesch tzten Randmittel f r die Ebenen der Faktoren und die Wechselwirkungen zwischen Faktoren aufgef hrt die im untergeordneten Dialogfeld Modell angegeben wurden Des Weiteren k nnen Sie den Mittelwert f r die gesamte Grundgesamtheit anzeigen lassen Term Gesch tzte Mittel werden f r die ausgew hlten Faktoren und Wechselwirkungen zwischen Faktoren berechnet Kontrast Der Kontrast bestimmt wie die Hypothesentests zum Vergleich der gesch tzten Mittel eingerichtet werden m Einfach Vergleicht den Mittelwert jeder Stufe mit dem Mittelwert einer vorgegebenen Stufe Diese Art von Kontrast ist n tzlich wenn es eine Kontrollgruppe gibt m Abweichung Vergle
154. e Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben 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 33 34 Kapitel 6 Abbildung 6 1 Dialogfeld Deskriptive Statistik Deskriptive Statistiken f r komplexe Stichproben X Yariablen E Stratum for variance estima 8 Freq vigorous activity times Statistiken E PSU for variance estimation E Freq moderate activity times Weight Final Annual TF Freq strength activity times p 9 Sex SEX Region REGION 8 Smoking frequency SMKN 8 Yitaminmineral supplmnts 8 Take any multi vitamins in p 8 Take herbal supplements d Desirable Body Weight DE Teilgesamtheiten E Daily activities moving arou 9 Daily activities lifting or car 8 Age category age_cat Jede Kombination von Kategorien definiert eine Teilgesamtheit Einf gen Zur cksetzen Abbrechen Hilfe 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 H Deskrip
155. e anhand eines bestehenden Plans ziehen Durchsuchen Durchsuchen W hlen Sie die Option Stichprobe entwerfen und geben Sie als Namen der Plandatei poll csplan ein Klicken Sie auf Weiter 132 Kapitel 13 Abbildung 13 33 Stichprobenassistent Schritt Stichproben Variablen Stufe 1 Stichprobenassistent 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 amp Stufe 1 RR var 1D voteid el Stichproben Variablen ONE YOYE neteis Sb Neighborhood Inbih Bo County coun Stichprobenumfang Variablen E Schichten nach Township town E Eingabe Stichprobengewichtung Stufenbeschriftung amp unvollst ndiger Abschnitt W hlen Sie County als Schichtungsvariable aus W hlen Sie Township Gemeinde als Klumpenvariable aus Klicken Sie auf Weiter Diese Planstruktur bedeutet dass f r jedes County unabh ngige Stichproben gezogen werden In dieser Phase werden Townships Gemeinden als prim re Stichprobeneinheit gezogen 133 Stichprobenassistent f r komplexe Stichproben Abbildung 13 34 Stichprobenassistent Schri
156. e eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen rGemeinsame 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 ci property_assess sav O Ein offenes Daten Set 0 Benutzerdefinierte Datei Datei Durchsuchen Klicken Sie auf Weiter W hlen Sie Current value Aktueller Wert als Z hlervariable aus Abbildung 18 2 Dialogfeld Verh ltnisse Verh ltnisse f r plexe Stichproben Variablen amp b Property ID propid 5 Neighborhood nbrho amp b Township town 9 Years since last appr amp Inclusion Selection amp Cumulative Samplin amp Cumulative Samplin Nenner Yalue at last appraisal la Teilgesamtheiten Jede Kombination von Kategorien definiert eine Teilgesamtheit Eehlende Werte 183 Verh ltnisse f r komplexe Stichproben W hlen Sie Value at last appraisal Wert bei der letzten Sch tzung als Nennervariable aus W hlen Sie County als Teilgesamtheitsvariable aus Klicken Sie auf Statistik Abbildung 18 3 Dialogfeld Verh ltnisse Statistiken E Verh ltnisse f r kom
157. effizienten erwartete Werte Effekte des Stichprobenplans Quadratwurzeln aus den Effekten des Stichprobenplans Residuen korrigierte Residuen sowie die ungewichtete Anzahl f r jede Sch tzung Das Quotenverh ltnis das relative Risiko und die Risiko Differenz werden f r 2x2 Tabellen berechnet Des Weiteren werden die Pearson Statistik und die Statistik f r den Likelihood Quotienten f r den Test auf Unabh ngigkeit der Zeilen und Spaltenvariablen berechnet Daten Die Zeilen und Spaltenvariablen sollten kategorial sein Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Erstellen von Kreuztabellen f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben 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 37 38 Kapitel 7 Abbildung 7 1 Dialogfeld Kreuztabellen A Kreuztabellen f r komplexe Stichproben X Yariablen 85 Region region 8 Province province amp District district amp City cit
158. efiniert Aus jeder Schicht werden getrennte Stichproben gewonnen 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 einen mehrstufigen Plan muss mindestens eine Klumpenvariable definiert werden Klumpen sind au erdem erforderlich wenn mehrere verschiedene Stichprobenmethoden verwendet werden sollen F r weitere Informationen siehe Stichprobenassistent Methode der Stichprobenziehung auf S 8 7 Stichprobenziehung mithilfe eines komplexen Plans Eingabe Stichprobengewichtung Wenn der aktuelle Stichprobenplan Teil eines gr eren Stichprobenplans ist k nnen Stichprobengewichte aus einer fr heren Stufe des gr eren Plans vorlieg
159. egisterkarte Diagramme G TE TE BE Cox Regression f r komplexe Stichproben Diagramme berlebensfunktion Hazard Funktion Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Log minus Log berlebenswahrscheinlichkeits Funktion 1 minus berlebenswahrscheinlichkeits Funktion Optionen Konfidenzintervalle in ausgew hlten Diagrammen darstellen Eaktoren im Diagramm darstellen in Faktor History of ischemic stroke Separate Linien istory of myocardial infarction H chstes Niveau 1 0 History of hemorrhagic stroke 0 0 v Kovariaten im Diagramm darstellen in Kovariate In der Standardeinstellung werden Kovariaten im Modell an ihren Mittelwerten und Faktoren im Modell auf ihrem h chsten Niveau bewertet Sie k nnen den Wert bei dem irgendeine Einflussvariable bewertet wird ver ndern und separate Linien f r jedes Niveau einer Faktorvariable im Diagramm darstellen Einf gen Zur cksetzen Abbrechen W hlen Sie Log minus Log berlebenswahrscheinlichkeits Funktion Aktivieren Sie Separate Linien f r History of myocardial infarction Herzinfarktanamnese W hlen Sie 1 0 als Stufe f r History of ischemic stroke isch mische Schlaganf lle in der Anamnese W
160. egression f r komplexe Stichproben 60 bei der ordinalen Regression f r komplexe Stichproben 70 im allgemeinen linearen Modell f r komplexe Stichproben 49 Tabelle Kreuztabelle in Kreuztabellen f r komplexe Stichproben 177 Tabellenprozente in H ufigkeiten f r komplexe Stichproben 30 166 167 in Kreuztabellen f r komplexe Stichproben 39 Teilgesamtheit in Cox Regression f r komplexe Stichproben 85 Test f r proportionale Hazard Raten in Cox Regression f r komplexe Stichproben 234 Test proportionaler Hazards in Cox Regression f r komplexe Stichproben 88 289 Tests der Modelleffekte bei der logistischen Regression f r komplexe Stichproben 203 bei der ordinalen Regression f r komplexe Stichproben 213 im allgemeinen linearen Modell f r komplexe Stichproben 191 in Cox Regression f r komplexe Stichproben 267 Trennung bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 Umfang der Grundgesamtheit beim Stichprobenassistenten 12 in Deskriptive Statistiken f r komplexe Stichproben 34 in H ufigkeiten f r komplexe Stichproben 30 166 167 in Kreuztabellen f r komplexe Stichproben 39 in Verh ltnisse f r komplexe Stichproben 43 Ungewichtete Anzahl in Deskriptive Statistiken f r komplexe Stichproben 34 in H ufigkeiten f r komplexe Stichproben 30 in Kreuztabellen f r komplexe Stichproben 39 in Verh ltnisse f r komplexe Stichprobe
161. ehlen CSPLAN und CSSELECT Mit der Befehlssyntax Sprache verf gen Sie au erdem ber folgende M glichkeiten m Festlegen der benutzerdefinierten Namen f r Ausgabevariablen m Festlegen der Ausgabe im Viewer Sie k nnen beispielsweise die stufenweise bersicht ber den Plan unterdr cken der angezeigt wird wenn eine Stichprobe entworfen oder bearbeitet wird die bersicht ber die F lle in der Stichprobe f r die einzelnen Schichten unterdr cken und eine Zusammenfassung der Fallverarbeitung abrufen m W hlen Sie eine Teilmenge der Variablen in der Arbeitsdatei aus die in eine externe Stichprobendatei oder in ein anderes Daten Set geschrieben werden soll Vollst ndige Informationen zur Syntax finden Sie in der Command Syntax Reference Kapitel Vorbereiten einer komplexen Stichprobe f r die Analyse Abbildung 3 1 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent x 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 A Wie m chten S
162. ehung erfasst dietstudy sav Diese hypothetische Datendatei enth lt die Ergebnisse einer Studie der Stillman Di t Rickman Mitchell Dingman als auch Dalen 1974 Jeder Fall entspricht einem Teilnehmer und enth lt dessen Gewicht vor und nach der Di t in amerikanischen Pfund sowie mehrere Messungen des Triglyceridspiegels in mg 100 ml dischargedata sav Hierbei handelt es sich um eine Datendatei zum Thema Seasonal Patterns of Winnipeg Hospital Use Menec Roos Nowicki MacWilliam Finlayson als auch Black 1999 Saisonale Muster der Belegung im Krankenhaus von Winnipeg vom Manitoba Centre for Health Policy 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 flying sav Diese Datendatei enth lt die Flugmeilen zwischen zehn St dten in den USA 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 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
163. eils 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 Plan bersicht Stichprobenassistent Plan bersicht In diesem Dialogfeld wird der Stichprobenplar 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 Au erdem k nnen Sie bestehende Stufen aus dem Plan l schen willkommen gt Stufe 1 Stichproben Yariablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichproben Yariablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Ausw hloptionen Ausgabedateien Abschluss bersicht Stufe_ Beschriftung Schichten Klumpen umfang Methode 1 Keine branch finalweight Einfache Zufallsstichprobenzieh ung OZ Keine Einfache Zufallsstichprobenzieh ung OZ Datei C bankloan csaplan C Stufen aus dem Plan entfeme
164. einen linearen Modell f r komplexe Stichproben 52 Effekt des Stichprobenplans bei der logistischen Regression f r komplexe Stichproben 60 bei der ordinalen Regression f r komplexe Stichproben 70 im allgemeinen linearen Modell f r komplexe Stichproben 49 in Cox Regression f r komplexe Stichproben 88 in Deskriptive Statistiken f r komplexe Stichproben 34 in H ufigkeiten f r komplexe Stichproben 30 in Kreuztabellen f r komplexe Stichproben 39 in Verh ltnisse f r komplexe Stichproben 43 Efron Sch tzmethode in Cox Regression f r komplexe Stichproben 96 Einfache Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 52 Einfache Zufallsstichprobenziehung beim Stichprobenassistenten 8 285 286 Index Einflussvariablenmuster in Cox Regression f r komplexe Stichproben 268 Eingabe Stichprobengewichtung beim Stichprobenassistenten 6 Einschlusswahrscheinlichkeiten beim Stichprobenassistenten 12 erwartete Werte in Kreuztabellen f r komplexe Stichproben 39 F korrigiert Statistik in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 F Statistik in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 Fehlende Werte bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 im allgemeinen linearen Modell f r komplexe Stichproben 54 in Deskriptive Statistiken f r komp
165. eit f r das untersuchte Ereignis ist niedrig lt 0 1 Diese Bedingung garantiert dass das Quotenverh ltnis eine gute Approximation f r das relative Risiko darstellt In diesem Beispiel ist das untersuchte Ereignis eine Antwort auf die Postsendung m Bei der Studie handelt es sich um eine Fall Kontroll Studie Diese Bedingung bedeutet dass der bliche Sch tzer f r das relative Risiko mit hoher Wahrscheinlichkeit nicht gut ist Eine Fall Kontroll Studie ist retrospektiv und wird besonders h ufig verwendet wenn das untersuchte 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 und Antwort nach Einkommensklasse kontrolliert Einkommensgruppen ooo o o scn tzung Under 25 Abonnement Quotenverh ltnis 2712 Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja 2 24 F r Kohorte Antwort Nein B2 25 49 Abonnement Quotenverh ltnis 1 794 Tageszeitung Antwort Relatives Risiko F r Kohorte Antwort Ja 1 645 F r Kohorte Antwort Nein 317
166. eived rehabilitation rehab amp Second arrest arrest2 mi Severity of second crime crime2 amp Violent second crime violert2 amp Second conviction convict2 amp Date of second arrest date2 ul Faktoren Zeitabh ngige Einflussvariablen neu Bearbeiten L schen W hlen Sie Age in years age Alter in Jahren als Kovariate aus Klicken Sie auf die Registerkarte Statistik 233 Abbildung 22 11 Dialogfeld Cox Regression Registerkarte Statistiken Cox Regression f r komplexe Stichproben Cox Regression f r komplexe Stichproben x Zeit und Ereignis l Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen v Informationen zum Stichprobenplan v Ereignis und Zensierungsauswertung Risiko Set zum Ereigniszeitpunkt Parameter Sch tzer Kovarianzen der Parametersch tzer Exponentialfunktion des Sch tzers Korrelationen der Parametersch tzer Standardfehler Effekt des Stichprobenplans Konfidenzintervall Quadratwurzel aus dem Effekt des Stichprobenplans t Test Modellannahmen v Test f r proportionale Hazard Raten Zeitfunktion Kaplan Meier Y V Parametersch tzer f r alternatives Modell Kovarianzmatrix f r alternatives Modell Basi
167. els eines komplexen Stichprobenplans gewonnen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll m Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren m Die Prozedur H ufigkeiten f r komplexe Stichprobe bietet univariate deskriptive Statistiken f r kategoriale Variablen Kapitel Verh ltnisse f r komplexe Stichproben Die Prozedur Verh ltnisse f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r Verh ltnisse von 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 S
168. elsweise berlebenszeiten f r Patienten analysieren die an einem Rehabilitationsprogramm nach einem Schlaganfall teilnehmen gehen Sie m glicherweise davon aus dass das Risiko zum Zeitpunkt des Schlaganfalls beginnt Wenn Ihre Stichprobe jedoch nur Patienten umfasst die das Rehabilitationsprogramm berlebt haben ist die Stichprobe auf der linken Seite in dem Sinne abgeschnitten dass die beobachteten berlebenszeiten durch die Rehabilitationsl nge erh ht sind Sie k nnen dies ber cksichtigen indem Sie die Zeit angeben zu der die Patienten die Rehabilitation zu Beginn der Studie beendet haben Datums Zeitvariablen Datums Zeitvariablen k nnen nicht zum direkten Definieren von Anfang und Ende des Intervalls verwendet werden Wenn Sie ber Datums Zeitvariablen verf gen sollten Sie diese zum Erstellen von Variablen mit berlebenszeiten verwenden Wenn kein 78 79 Cox Regression f r komplexe Stichproben Abschneiden auf der linken Seite vorhanden ist erstellen Sie einfach eine Variable mit Endzeiten auf Grundlage des Unterschieds zwischen dem Eintritt in die Studie und dem Beobachtungsdatum Wenn ein Abschneiden nach links vorhanden ist erstellen Sie eine Variable mit Startzeiten auf Grundlage des Unterschieds zwischen dem Datum des Studienbeginns und dem Datum des Eintrags sowie eine Variable mit Endzeiten auf Grundlage des Unterschieds zwischen dem Beginn der Studie und dem Beobachtungsdatum Ereignisstatus Sie be
169. em System geliefert werden Seriennummern Die Seriennummer des Programms dient gleichzeitig als Identifikationsnummer bei SPSS Sie ben tigen diese Seriennummer wenn Sie sich an SPSS wenden um Informationen ber Kundendienst zu Zahlungen oder Aktualisierungen des Systems zu erhalten Die Seriennummer wird mit dem Base System ausgeliefert Kundendienst Wenden Sie sich mit Fragen bez glich der Lieferung oder Ihres Kundenkontos an Ihr regionales SPSS B ro das Sie auf der SPSS Website unter hitp wwnw spss com worldwide finden Halten Sie bitte stets Ihre Seriennummer bereit Ausbildungsseminare SPSS 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 Schulungen w nschen wenden Sie sich an Ihr regionales SPSS B ro das Sie auf der SPSS Website unter http www spss com worldwide finden Technischer Support Kunden von SPSS 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 SPSS oder bei der Installation in einer der unterst tzten Hardware Umgebungen ben tigen Informationen ber den Technischen Support finden Sie auf der Website von SPSS unter http www spss com oder wenden Sie sich an Ihr regionales SPSS B ro das Sie auf der SPSS Website unter http www spss com
170. em einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen ee re W hlen Sie die Option Stichprobe entwerfen und geben Sie als Namen der Plandatei demo csplan en Klicken Sie auf Weiter 114 Kapitel 13 Abbildung 13 15 Stichprobenassistent Schritt Stichproben Variablen Stufe 1 Stichprobenassistent 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 Q Stufe 1 Stichproben Variablen b Landkreis Landkreis fe EN Methode amp Stadt Stadt eb Region Region Stichprobenumfang e Subdivision subdivis Variablen Schichten nach Klumpen Bundesland Bundes 5 Eingabe Stichprobengewichtung Stufenbeschriftung o 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 Prov
171. en zur Analyse von Aktivit tsniveaus 2 2 2 2 aaa a aea a ak a ata aia ar a aad h a een 169 Durchf hrung der Analyse n n nannan annaa 169 Univariate Statistiken nunnana aaan 172 Univariate Statistiken nach Teilgesamtheit nnana anaana aaa 172 Zusammenfassung s snanu naaa n nae 173 Verwandte Prozeduren asnan aa naau 173 17 Kreuztabellen f r komplexe Stichproben 174 Verwendung von Kreuztabellen f r komplexe Stichproben zum Messen des relativen Risikos eines Ereignisses 0sH u a uor ie oia aa ee a u ee ee nee 174 Durchf hrung der Analyse nananana naana 174 Kreuztabellen 222coosneeeeenenenenenen nennen een nen 177 Risikosch tzen sicca asan a ae a a a a aa 178 Risikosch tzer nach Teilgesamtheit 2 ccuceeseeeeeeeneneeeenennenn 179 Zusammenfassung 222222 eneeneeeeeeeeeneneeeeeneeeeeereeneeneenenene 179 Verwandte Prozeduren 2 2cceeeeeenseneeneneeeeneneeneeneeeeeeeeernenn 180 18 Verh ltnisse f r komplexe Stichproben 181 Verwenden von Verh ltnisse f r komplexe Stichproben zur Erleichterung der Sch tzung von Immobilienwerten nannan naana aaa 181 Durchf hrung der Analyse n n n nunana 181 Verh ltnisse u ai eiaa a a daa ne a aE E a nenne 183 Pivotierte Verh ltnistabelle n n annann nananana 184 Zusammenfassung ur 2 2 en kan ale 184 Verwandte Prozeduren 2 2cceeeeseeeeneeeeneeeeneeeeneeneeeeeeeee rennen 185
172. en 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 vorangegangenen Schritte g ltig sind d h wenn f r jeden vorangegangen Schritt die erforderlichen Mindestangaben vorgenommen wurden Weitere Informationen dazu warum ein Schritt m glicherweise ung ltig ist finden Sie in der Hilfe zu den einzelnen Schritten 8 Kapitel 2 Stichprobenassistent Methode der Stichprobenziehung Ab
173. en Quotenverh ltnisse f r den Vergleich von Faktorstufen Ausbildung Ausbildu Faktor Referenzkategorie Ausbildung Ausbildun Gr ter Wert Kovariaten Quotenverh ltnisse f r Ver nderungen der Variablenwerte L ler in Jahren Alte A Kovariate nderungseinheiten E Andere Schulden ir besch ftigt L Kundenanzahl nK Relation Schulden zu Einkomme E Kumulative Stichpre A Schulden auf Kredil 4 lt i amp F r jede Variable wird in den Gittern f r die Quotenverh ltnisse genau ein Set von Quotenyverh 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 Klicken Sie im Dialogfeld Logistische Regression auf OK Werte f r Pseudo R Quadrat Abbildung 20 6 Pseudo R Quadrat Statistik Cox und Snell Nagelkerke McFadden Abh ngige Variable 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 ha
174. en erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen rGemeinsame Wahrscheinlichkeiten Gemeinsame ahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche YYyahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden c grocery sav Ein offenes Daten Set Benutzerdefinierte Datei Datei Durchsuchen Abbrechen Hilfe Wechseln Sie zu der Datei grocery csplan und w hlen Sie sie aus F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Klicken Sie auf Weiter 188 Kapitel 19 Abbildung 19 2 Dialogfeld Allgemeines lineares Modell Allgemeines lineares Modell f r komplexe Stichproben Yariablen amp Store ID storeid Size of store size Health food store hlt db Store organization o 9 Number of customer Abh ngige Variable E Amount spent amts Faktoren who shopping for s g Use coupons useco Statistiken Hypothesentests amp Customer ID custid Gesch tzte Mittelwerte amp Gender gender Vegetarian veg amp Shopping style style L Umfang der Grundg E Kumulative Stichpro E Kumulative Stichpro Speichern Kovariaten c Optionen Teilgesamtheit Variable Kategorie
175. en Hazard Modell liegt der Signifikanzwert f r die Einflussvariable age Alter unter 0 05 und scheint somit einen Beitrag zu dem Modell zu leisten Test f r proportionale Hazard Raten Abbildung 22 14 Gesamttest f r proportionale Hazard Raten Freiheitsgrade Freiheitsgrade Fr 1 2 wWald F Sig aooo de 51358181E 5 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age age _TF Abbildung 22 15 Parametersch tzer f r alternatives Modell 90 TA Parameter Standardfehler umere gree a Grenze Se E age _TF A pa 002 016 009 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age age _TF a Zeitfunktion Log b Entscheidungsmethode Efron Der Signifikanzwert des Gesamttests f r proportionale Hazard Raten liegt unter 0 05 was anzeigt dass die Annahme proportionaler Hazard Raten verletzt ist F r das alternative Modell wird die Funktion zum Protokollieren der Zeit verwendet wodurch die Reproduktion dieser zeitabh ngigen Einflussvariablen erleichtert wird 235 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 gt Klicken Sie auf Neu Abbildung 22 16 Cox Regression Dialogfeld Zeitabh ngige Einflussvariable definie
176. en Pfad zu einer Analyse oder Beispielplan Datei an Gemeinsame Wahrscheinlichkeiten Um die Sch tzung OZ ungleich f r Klumpen verwenden zu k nnen die mit einer PPS Methode OZ gezogen wurden m ssen Sie eine gesonderte Datei oder ein ge ffnetes Daten Set angeben die bzw das die gemeinsamen Wahrscheinlichkeiten enth lt Diese Datei bzw dieses Daten Set wird vom Stichprobenassistenten w hrend der Stichprobenziehung erstellt 28 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 kumu
177. en Variablen steigt 69 Ordinale Regression f r komplexe Stichproben Ordinale Regression f r komplexe Stichproben Modell Abbildung 11 3 Dialogfeld Ordinale Regression Modell Ordinale Regression f r komplexe Stichproben Modell Modelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Koariaten Modell l m agecat Termle konstruieren So gender are E votelast u votelast 4 diivefreq u drivefreg Typ Haupteffekte v w Verschachtelter Term Term Abbrechen 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 fach Hiermit werden alle m glichen 2 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 3 fach Hiermit werden alle m glichen 3 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 fach Hiermit werden alle m glichen 4 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 5 fach Hiermit werden al
178. en angeben die f r die angefragten Diagramme und die exportierte berlebensdatei auf der Registerkarte Exportieren verwendet werden soll Beachten Sie dass diese Optionen nicht verf gbar sind wenn auf der Registerkarte Einflussvariablen definierte zeitabh ngige Einflussvariablen Bestandteil des Modells sind m Faktoren im Diagramm darstellen in Standardm ig wird jeder Faktor auf seiner jeweiligen h chsten Stufe ausgewertet Geben Sie bei Bedarf eine andere Stufe ein oder w hlen Sie sie aus Sie k nnen alternativ auch ein Diagramm mit separaten Linien f r jede Stufe eines einzelnen Faktors erstellen indem Sie das Kontrollk stchen f r den jeweiligen Faktor aktivieren m Kovariaten im Diagramm darstellen in Jede Kovariate wird bei ihrem Mittelwert ausgewertet Geben Sie bei Bedarf eine andere Stufe ein oder w hlen Sie sie aus 91 Cox Regression f r komplexe Stichproben Hypothesentests Abbildung 12 9 Dialogfeld Cox Regression Registerkarte Hypothesentests 3 Cox Regression f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme ts Speichern Exportieren Optionen Teststatistik Stichprobenziehung Freiheitsgrade E Basierend auf dem Stichprobenplan D F korrigiert D Fest O Chi Quadrat O Korrigiertes Chi Quadrat Korrektur f r Mehrfachvergleiche Geringste signifikante Differenz D Sidak sequenziell O Bonferroni seguenziell O
179. en erstellt werden sollten Sie auch den Duplizierungsindex als Klumpenvariable verwenden Stichprobengewichtung In der ersten Stufe m ssen Sie Stichprobengewichte angeben Die Stichprobengewichte f r die weiteren Stufen des aktuellen Plans werden automatisch berechnet Stufenbeschriftung Sie k nnen f r jede Stufe ein optionales String Label angeben Dieses wird in der Ausgabe verwendet um die stufenweisen Informationen besser identifizieren zu k nnen 22 Kapitel 3 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 Analysevorbereitung
180. en in T amp vorherige Nichtzahlun O Falls optionale Fallauswahlbedingung In der ersten Stufe wurden 15 von 100 Bankfilialen ohne Zur cklegen ausgew hlt daher betr gt die Wahrscheinlichkeit dass eine bestimmte Bank ausgew hlt wurde 15 100 0 15 gt Geben Sie inclprob_s1 als Zielvariable ein Geben Sie 0 15 als numerischen Ausdruck ein Klicken Sie auf OK 153 vy v v y Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 5 Dialogfeld Variable berechnen W Variable berechnen Zielvariable Numerischer Ausdruck inclprob_s2 100 nKunder Typ amp Label Funktionsguppe L Kundenanzahl nKund E Aktuelles Datum aktuelle UF A amp Kunden ID idKunden Alle W Arithmetisch E Alter in Jahren lter s al Ausbildung Ausbildun GDE S COE nichizentral L Jahre der Besch ftigui Datumserstellung i Datumsextraktion 6 wohnhaft an gleicher Erstellung der Zeitdauer v Lre tecl tioso Io Faitdarne O E Haushaltseinkommen nf E Relation Schulden zu Funktionen und Sondervariablen E Schulden auf Kreditka E Andere Schulden in T amp vorherige Nichtzahlun L inclprob_s1 Falls 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 K
181. en mit steigendem Alter zunimmt Zusammenfassung Mit der Prozedur H ufigkeiten f r komplexe Stichproben haben Sie Statistiken f r die Verwendung von Nahrungserg nzungen bei US B rgern erhalten m Insgesamt nimmt die Mehrzahl der Amerikaner Vitamin Mineralstofferg nzungen ein m Aufgeschl sselt nach Alter l sst sich sagen dass mit zunehmendem Alter ein h herer Prozentsatz der Amerikaner Vitamin Mineralstofferg nzungen einnimmt 168 Kapitel 15 Verwandte Prozeduren Die Prozedur H ufigkeiten f r komplexe Stichproben ist ein n tzliches Werkzeug zur Gewinnung deskriptiver 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
182. en werden zu F llen Durch Auswahl dieser Option wird der Assistent beendet und das Dialogfeld Transponieren wird eingeblendet lt Zur ck Weiter gt Fertigstellen Abbrechen Hilfe gt Vergewissern Sie sich dass Umstrukturieren ausgew hlter Variablen in F lle ausgew hlt ist Klicken Sie auf Weiter 242 Kapitel 22 Abbildung 22 24 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Anzahl von Variablengruppen E Assistent f r die Datenumstrukturierung Schritt 2 von 7 Variablen zu F llen Anzahl von Variablengruppen Sie m chten ausgew hlte Variablen in der neuen Datei in Gruppen von zusammengeh rigen F llen umstrukturieren Eine Gruppe zusammengeh riger Variablen auch als Yariablengruppe 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 Nenn die Datei mehrere Yariablen enth lt werden diese h ufig ebenfalls in einer Yariablengruppe aufgezeichnet beispielsweise die H he als h1 h2 und h3 Wieviele Yariablengruppen m chten Sie umstrukturieren Eine beispielsweise w1 w2 und w3 Mehrere beispielsweise w1 w2 w3 und h1 h2 h3 usw Anzahl 6 Weter Fertigstelen __ Abbreche
183. endungsgebieten von SPSS Complex Samples Komplexe Stichproben Erweiterungsmodul Senden Sie uns eine E Mail an suggest spss com oder schreiben Sie an SPSS Inc Attn Director of Product Planning 233 South Wacker Drive 11th Floor Chicago IL 60606 6412 ber dieses Handbuch In diesem Handbuch wird die grafische Benutzeroberfl che f r die in SPSS Complex Samples Komplexe Stichproben Erweiterungsmodul enthaltenen Prozeduren erl utert Die Abbildungen der Dialogfelder stammen aus SPSS Detaillierte Informationen zur Befehlssyntax f r die Funktionen in SPSS Complex Samples Komplexe Stichproben Erweiterungsmodul sind auf zwei Arten verf gbar als Bestandteil des umfassenden Hilfesystems und als separates Dokument im PDF Format im Handbuch SPSS 16 0 Command Syntax Reference das auch ber das Men Hilfe verf gbar ist Kontakt zu SPSS Wenn Sie in unseren Verteiler aufgenommen werden m chten wenden Sie sich an eines unserer B ros die Sie auf unserer Website unter http www spss com worldwide finden iv Inhalt Teil I Benutzerhandbuch 1 Einf hrung in die Prozeduren von Complex Samples 1 Eigenschaften komplexer Stichproben 22 on oneneeeeeeeeeneneer nenne nenn 1 Verwendung der Prozeduren f r komplexe Stichproben 2 22 22 nererenennn 2 Plandateien u 4 0404 a aa a a a ae ade 3 Weiterf hrende Literatur 2222ooueeeeeeeeeeneee nennen een een 3 2 Stichprobenziehung mithilfe ei
184. eordneten 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 Anmerkung 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 Daten exportieren Schreibt ein SPSS Daten Set mit der berlebensfunktion dem Standardfehler der berlebensfunktion den Ober und Untergrenzen des Konfidenzintervalls der berlebensfunktion sowie der kumulativen Hazard Funktion f r jeden Fehler oder jede Ereigniszeit die auf der Registerkarte Diagramm an der Grundlinie und den Einflussvariablenwerten ausgewertet wird Die Reihenfolge der Variablen in der Matrixdatei lautet wie folgt m Basisschichtvariable F r jeden Wert der Schichtvariablen werden separate berlebenstabellen erstellt m berlebenszeitvariable Die Ereigniszeit F r jede eindeutige Ereigniszeit wird ein separater Fall erstellt m Sur_0 LCL_Sur_0 UCL_Sur_0 Basis berlebensfunkt
185. er 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 64 Kapitel 10 m varname_ Nimmt f r die Zeilentypen COV bzw CORR die Werte Pl P2 an was einer geordneten Liste aller gesch tzten Modellparameter 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 Anmerkung 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
186. er 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 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 ko
187. er angezeigten Parameter Strings entsprechen Die Werte h ngen jeweils vom Zeilentyp ab Bei redundanten Parametern sind 54 Kapitel 9 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 Anmerkung 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 SmartScore und SPSS Server gesondertes Produkt k nnen anhand dieser Modelldatei die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Allgemeines lineares Modell f r komplexe Stichproben Optionen Abbildung 9 7 Dialogfeld Allgemeines lineares Modell Optionen Allgemeines lineares Modell f r komplexe Stichp Benutzerdefiniert fehlende Werte Als ung ltig behandeln O Als g ltig behandeln Diese Einstellung gilt f r Faktoren Teilgesamtheitsvariablen und kategoriale Stichproben Yariablen Konfidenzintervall 95 Benutzerdefinierte fehlende Werte Alle Stichproben Variablen sowie die abh ngige Variable und ggf
188. er 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 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 Vari
189. erhalten 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 dass 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 Allgemeines lineares Modell f r komplexe Stichproben Statistik Abbildung 9 3 Dialogfeld Allgemeines lineares Modell Statistik Allgemeines lineares Modell f r komplexe S
190. erkauft 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 279 Beispieldateien recidivism sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem h
191. erlebenszeit ri Region region Beginn des Intervalls Eintreten des Risikos Province province 5 District district Zeto City eity O Yariiert nach Subjekt amp Arrest ID arrest Startvariable i E Age in years age mi Age category agecat amp Marital status marital i A Endvariable Mi Social status social v S ee z A Level of education ed EZ Time to second arrest time_to_evert amp Employed employ amp Gender gender rEreignis Mi Severity of first crime crime1 Statusvariable amp 5 violent first crime violent1 I Second arrest arrest2 Date of release from first arrest date1 EN j Received rehabilitation rehab 2 en eines kein anzeigen ai Severity of second crime crime2 u gt A Ereignis definieren amp Yiolent second crime violent2 rEnde des Intervalls amp Second conviction convict2 e Subjekt ID Date of second arrest date2 E Inclusion Selection Probability for Stage 1 Inclusi E Cumulative Sampling Weight for Stage 1 SampleW W hlen Sie ID Variablen f r die Befragten wenn es mehrere F lle pro Befragten gibt gs Inclusion Selection Probability for Stage 2 Inclusi E Cumulative Sampling Weight for Stage 2 SampleW L Final Sampling Weight SamplewVeight_Final_ Einf gen Zur cksetzen Abbrechen Hilfe W hlen Sie Time to second arrest time_t
192. etens von Geschw ren Es stellt ein gutes Beispiel f r intervallzensierte Daten dar und wurde an anderer Stelle Collett 2003 vorgestellt und analysiert 282 Anhang A 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 waittimes sav Hierbei handelt es sich um eine hypothetische Datendatei zu den Wartezeiten f r Kunden bei
193. eter fehler Grenze Obere Grenze Exp B Grenze Obere Grenze Konstanter Term Ausbildung 1 Ausbildung 2 Ausbildung 3 Ausbildung 4 Ausbildung 5 Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden Abh ngige Yariable 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 204 Kapitel 20 positiven Koeffizienten die Wahrscheinlichkeit einer Nichtzahlung wohingegen Parameter mit negativen Koeffizienten die Wahrscheinlichkeit der Nichtzahlung verringern Die Bedeutung von logistischen Regressionskoeffizienten ist nicht so eindeutig wie die von linearen Regressionskoeffizienten W hrend B praktisch zum Testen der Modelleffekte ist ist Exp B einfacher zu interpretieren Exp B steht f r die nderung in den Quotenverh ltnissen des zu untersuchenden Ereignisses die auf einen Anstieg um eine Einheit f r Einflussvariablen zur ckzuf hren ist die nicht Teil von Wechselwirkungstermen sind Beispiel Exp B f r besch ftigt entspricht 0
194. exe Stichproben zur Analyse von Umfrageergebnissen 2 2consseeeeenenenenenene nennen Durchf hrung der Analyse c cc coo sense eeeeneeeeeeeenenennn Werte f r Pseudo R Quadrat 222ccoeneeseneeeeeseeneneneenenn nn Tests der Modelleffekten oec sacre 2 44 202 24 02 a44u 80 ranae Laser Parametersch tzer 22 ccoceneeeeeeeeeneeneeeseeneeneeneenenene Klassifikation 4 4 4 2a Se a ER ae er ala a Da Quotenverh ltnisse 2 2 2 cceeeeeeeneenenseeeeeeeeneeeeenn een Verallgemeinertes kumulatives Modell anaana aaa Verwerfen nichtsignifikanter Einflussvariablen 222202 ceceeeeeeee Warnungen cas a ne en a eek Are Vergleichen von Modellen 2cceeseseeeeeeeneneenenennennenn Zusammenfass ng eresi un en aa Verwandte Prozeduren is rosii caine riiri ieiti tinti ei th aa neneda ia ipaa 22 Cox Regression f r komplexe Stichproben Verwenden einer zeitabh ngigen Einflussvariablen in der Cox Regression f r komplexe Stichproben u 4 2 42 224 aaa en a ae E erh pe dr E Be Vorbereitung der Daten coooeeeeeeeeeeeeenenneeeeereennnnn Durchf hrung der Analyse annann aannaaien Informationen zum Stichprobenplan 2 neseseeerererer nennen Tests der Modelleffekte aaun Test f r proportionale Hazard Raten cc nananana aaea Hinzuf gen einer zeitabh ngigen Einflussvariablen 2 ccececeeccn Mehrere F lle pro Subjek
195. exvariablen bearbeiten Name Variablenlabel Indexwerte 1 event_index Event index ah gt Geben Sie event_index als Namen der Indexvariablen und Event index Ereignisindex als Variablenlabel ein Klicken Sie auf Weiter 250 Kapitel 22 Abbildung 22 32 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Optionen Assistent f r die Datenumstrukturierung Schritt 6 von 7 X Variablen zu F llen Optionen In diesem Schritt k nnen Sie Optionen festlegen die auf die umstrukturierte Datendatei angewendet werden rVerarbeitung nicht ausgew hlter Variablen Yariable n aus neuer Datendatei entfernen Beibehalten und als Yariable n mit festem Format behandeln rSystem Missing fehlender Wert oder leere Werte in allen transponierten Variablen Einen Fall in der neuen Datei erstellen O Daten verwerfen Variable zum Z hlen von F llen m Anzahl neuer F lle z hlen die vom Fall in den aktuellen Daten erstellt wurden Name Beschriftung gt Vergewissern Sie sich dass Beibehalten und als Variable n mit festem Format behandeln ausgew hlt ist Klicken Sie auf Fertig stellen 251 Cox Regression f r komplexe Stichproben Abbildung 22 33 Umstrukturieren von Daten event_index event start_time a mi is hs 1 D 3 1500 0 1 0 2 4 1500 4 4 4 4 3 4 4 4 4 4 1 1 33 1311
196. 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 188289 7 31871 267 85 5 ja 49970 600 77675 133 60 9 Prozent insgesamt 68 5 31 5 76 5 Abh ngige Yariable vorherige Nichtzahlung Referenzkategorie Nein Modell Konstanter Term Ausbildung Alter besch ftigt wohnhaft Einkommen Schulden_Eink Card_Schulden sonst_Schulden Die Klassifikationsmatrix zeigt die praktischen Ergebnisse der Verwendung des logistischen Regressionsmodells In jedem Fall ist die vorhergesagte Antwort Ja wenn der vom Modell vorhergesagte Logit Wert gr er als 0 ist Die F lle werden nach finalweight gewichtet sodass die Klassifikationsmatrix die erwartete Modellleistung in der Grundgesamtheit wiedergibt m Die Zellen auf der Diagonale stellen korrekte Vorhersagen dar m Die Zellen abseits der Diagonale stellen falsche Vorhersagen dar Auf der Grundlage der zum Erstellen des Modells verwendeten F lle k nnen Sie davon ausgehen dass Sie mit diesem Modell 85 5 der Personen in der Grundgesamtheit die nicht zahlungsunf hig werden korrekt klassifizieren Ebenso k nnen Sie davon ausgehen dass Sie 60 9 der Personen die zahlungsunf hig werden korrekt klassifizieren Insgesamt k nnen Sie davon ausgehen dass 76 5 der F lle korrekt klassifiziert werden Da diese
197. f r komplexe Stichproben ist ein n tzliches Werkzeug zur Gewinnung deskriptiver Statistiken f r das Verh ltnis von Skalenma en f r Beobachtungen die mittels eines komplexen Stichprobenplans gewonnen wurden Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren Die Prozedur Deskriptive Statistiken f r komplexe Stichproben bietet 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
198. f 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 insure sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um eine Versicherungsgesellschaft geht die die Risikofaktoren untersucht die darauf hinweisen ob ein Kunde die Leistungen einer mit einer Laufzeit von 10 Jahren abgeschlossenen Lebensversicherung in Anspruch nehmen wird Jeder Fall in der Datendatei entspricht einem Paar von Vertr gen je einer mit Leistungsforderung und der andere ohne wobei die beiden Versicherungsnehmer in Alter und Geschlecht bereinstimmen judges sav Hierbei handelt es sich um eine hypothetische Datendatei mit den Wertungen von ausgebildeten Kampfrichtern sowie eines Sportliebhabers zu 300 Kunstturnleistungen Jede Zeile stellt eine Leistung dar die Kampfrichter bewerteten jeweils dieselben Leistungen kinship_dat sav Rosenberg und Kim Rosenberg als auch Kim 1975 haben 15 Bezeichnungen f r den Verwandtschaftsgrad untersucht Tante Bruder Cousin Tochter Vater Enkelin Gro vater Gro mutter Enkel Mutter Neffe Nichte Schwester Sohn Onkel Die beiden Analytiker baten vier Gruppen von College Studenten zwei weibliche und zwei m nnliche
199. f f r wen enth lt Als Ergebnis ist der Parametersch tzer f r shopfor 1 ein einfacher Kontrast zwischen den Stufen Self Eigene Person und Self and Family Eigene Person und Familie auf der Stufe From both Aus beiden Quellen der Variablen Use coupons Verwendung von Coupons F r den Kontrastsch tzer in dieser Tabelle wird der Durchschnitt ber die einzelnen Stufen von Use coupons Verwendung von Coupons ermittelt Abbildung 19 11 Ergebnisse des Gesamttests f r gesch tzte Randmittel f r die Geschlechter Freiheits Freiheits grade 1 grade 2 Wald F Sig 2000 12noo easa mon In der Tabelle mit dem Gesamttest finden Sie die Ergebnisse eines Tests aller Kontraste in der Einzeltesttabelle Der Signifikanzwert von weniger als 0 05 best tigt dass ein Unterschied in den ausgegebenen Betr gen zwischen den einzelnen Stufen von Who shopping for Einkauf f r wen vorliegt Abbildung 19 12 Gesch tzte Randmittel f r die Stufen 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
200. fszahlen 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 Vergleich der Wirksamkeit zweier Therapien zur Vermeidung des Wiederauftr
201. g ein Kraftfahrzeug nutzen zeigen gr ere Unterst tzung f r die Gesetzesvorlage als Personen die h ufiger ein Kraftfahrzeug nutzen 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 215 Klassifikation Abbildung 21 9 Informationen zu kategorialen Variablen The legislature should enact a gas tax Age category Gender Yoted in last election Driving frequency Strongly agree Agree Disagree Strongly disagree 18 30 31 45 46 60 gt 60 Male Female No Yes Do not own car 10 000 miles year 10 14 999 miles year 15 19 999 miles year 20 29 999 miles year gt 30 000 miles year Gewichtete Anzahl 25132 955 32261 425 29477 417 31314 203 20509 504 35380 506 34865 792 27430 198 61424 547 56761 453 70607 216 47578 784 3437 137 10316 349 32539 364 391
202. g 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 Konfidenzintervall Quoten Untere nderungseinheiten vorherige Nichtzahlung verh ltnis Grenze Obere Grenze Relation Schulden zu 1 000 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 Koyariaten werden auf folgende Werte festgesetzt Ausbildung Promotion Alter in Jahren 34 19 Jahre der Besch ftigung beim derzeitigen
203. gen 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 Komplexe Stichproben Stichprobe ausw hlen 113 Stichprobenassistent f r komplexe Stichproben Abbildung 13 14 Stichprobenassistent Schritt Willkommen Willkommen beim Stichprobenassistenten a A Wie m chten Sie vorgehen Stichprobe entwerfen W hlen Sie diese Option wenn Sie keine Plandatei erstellt haben Sie haben dann die M glichkeit Datei O Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen entfernen oder bearbeiten m chten Sie haben Datei O Stichprobe ziehen W hlen Sie diese Option wenn Sie bereits ber eine Plandatei verf gen und eine Stichprobe Datei 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 erd
204. 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 a Subtrahieren zweier Werte f r Dauer z B Arbeitszet Anfahrtszeit lt zur ck _weter gt Feriosteien Abbrechen Hwe W hlen Sie Berechnen der Anzahl der Zeiteinheiten zwischen zwei Datumswerten Klicken Sie auf Weiter 227 Cox Regression f r komplexe Stichproben Abbildung 22 5 Assistent f r Datum und Uhrzeit Schritt Berechnen der Anzahl der Zeiteinheiten zwischen zwei Datumswerten A Assistent f r Datum und Uhrzeit Schritt 2 von 3 amp 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 variable In der unten stehenden Yariablenliste werden nur Dauer Yariablen angezeigt Yariablen Datum r Aktuelles Datum und aktuelle Uhrzeit TIME F Date of second arrest date2 minus Datum2 J Date of release from first arrest date1 Einheit Tage M Ergebnisbehandlung Auf ganze Zahl k rzen Auf ganze Zahl runden Bruchteil beibehalten F r Einheiten von Monat und Jahr basiert das Ergebnis auf durchschnittlichen Einheitenl ngen es
205. genen 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 R und Gesamtklassifizierungsquote im Vergleich zum urspr nglichen Modell sehr gut funktioniert Das reduzierte Modell klassifiziert jedoch mehr W hler hinsichtlich der Trennlinie Agree Stimme zu Disagree Stimme nicht zu falsch weshalb sich der Gesetzgeber vorerst f r die Beibehaltung des urspr nglichen Modells entschieden hat Verwandte Prozeduren Die Prozedur Ordinale Regression f r komplexe Stichproben ist ein n tzliches Tool f r die Modellierung einer ordinalen Variablen wenn die F lle anhand eines Schemas f r komplexe Stichproben gezogen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll m Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der
206. gorie keine Nichtzahlung als Referenzkategorie festgelegt Die in der Ausgabe enthaltenen Quotenverh ltnisse haben daher die Eigenschaft dass steigende Quotenverh ltnisse einer h heren Wahrscheinlichkeit einer Nichtzahlung entsprechen Klicken Sie auf Weiter Klicken Sie im Dialogfeld Logistische Regression auf Statistik Abbildung 20 4 Dialogfeld Logistische Regression Statistik Logistische Regression f r komplexe Stichproben Statistik X Anpassungsg te des Modells Pseudo R Quadrat Klassifikationsmatrix Parameter Sch tzer C Koyarian zen der Parametersch tzer Potenzierter Sch tzer C Korrelationen der Parametersch tzer Standardfehler Konfidenzintervall t Test C Quadratwurzel aus dem Effekt des Stichprobenplans Auswertungsstatistik f r Modellvariablen Informationen zum Stichprobenplan W hlen Sie im Gruppenfeld Anpassungsg te des Modells die Option Klassifikationsmatrix W hlen Sie in der Gruppe Parameter die Optionen Sch tzer Exponentialfunktion des Sch tzers Standardfehler Konfidenzintervall und Effekt des Stichprobenplans aus Klicken Sie auf Weiter 201 Logistische Regression f r komplexe Stichproben gt Klicken Sie im Dialogfeld Logistische Regression auf Quotenverh ltnisse Abbildung 20 5 Dialogfeld Logistische Regression Quotenverh ltnisse Logistische Regression f r komplexe Stichproben Quotenverh ltnis Faktor
207. gression f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen Modell als SPSS Daten exportieren _ berlebensfunktion als SPSS Daten exportieren Ziel Ziel Inhalte Modell als XML exportieren __ ox J Einf gen J Zur cksetzen J Abbrechen I Hilfe 95 Cox Regression f r komplexe Stichproben Modell als SPSS Daten exportieren Schreibt ein SPSS Daten Set 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 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 g
208. h 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 170 363 368 Verdegaal R 1985 Meer sets analyse voor kwalitatieve gegevens in niederl ndischer Sprache Leiden Department of Data Theory Universit t Leiden Ware J H D W Dockery A Spiro II F E Speizer als auch B G Ferris Jr 1984 Passive smoking gas cooking and respiratory health of children living in six cities American Review of Respiratory Diseases 129 366 374 Abweichungskontraste im allgemeinen linearen Modell f r komplexe Stichproben 52 Abweichungsresiduen in Cox Regression f r komplexe Stichproben 92 Aggregierte Residuen in Cox Regression f r komplexe Stichproben 92 Allgemeines lineares Modell f r komplexe Stichproben 46 186 gesch tzte Mittelwerte 52 Modell 48 Modellzusammenfassung 191 Optionen 54 Parametersch tzer 192 Randmittel 193 Statistiken 49 Tests der Modelleffekte 191 Variablen speichern 53 verwandte Prozeduren 196 zus tzliche Funktionen beim Befehl 54 Analyseplan 19 Analysevorbereitungsassistent f r komplexe Stichproben 148 Auswertung 151 162 keine Stichprobengewichte verf gbar 151 ffentliche Daten 148 verwandte Prozeduren 162 Antwortwahrscheinl
209. hen 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 Beispieldateien in Anhang A auf S 271 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 Komplexe Stichproben F r Analyse vorbereiten 148 149 Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 1 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent Wilkommen beim Analysevorbereitungsassistenten Der Analysevorbereitungsassistent unterst tzt Sie bei der Beschreibung Ihrer komplexen Stichprobe und bei der Auswahl einer Sch tzmethode Sie werden aufgefordert Stichprobengewichtungen u
210. henden Da nn Plans hinzuf gen entfernen oder bearbeiten m chten Sie haben O Stichprobe ziehen W hlen Sie diese Option wenn Datei Sie bereits ber eine Plandatei p I F _ Durchsuchen i verf gen und eine Stichprobe property_assess csplan ein Klicken Sie auf Weiter 102 Kapitel 13 Abbildung 13 2 Stichprobenassistent Schritt Stichproben Variablen Stufe 1 Stichprobenassistent 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 Q Stufe 1 Stichproben Yariablen b Immobilien ID Immo Methode amp Umgebung Umgebu Stichprobenumfang E letzte Sch tzung in J L wert bei letzter Sch Variablen Schichten nach amp Region Region Klumpen S Stadt Stadt Eingabe Stichprobengewichtung aloit Stufenbeschriftung o 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 Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet das
211. hern Exportieren Optionen Yariablen amp Region region amp Province province o District district S Cty city amp Arrest ID arrest E Age in years age ai Age category agecat amp Marital status marital d Social status sociai mi Level of education ed amp Employed employ amp Gender gender Mi Severity of first crime crime1 Violent first crime violent1 amp Date of release from first arrest date1 5 Received rehabilitation rehab mi Severity of second crime crime2 Violent second crime violent2 amp Second conviction convict2 Pd Date of second arrest date2 Zeitabh ngige Einflussvariablen Bearbeiten L schen ox Een zueisetzen averecnen me W hlen Sie age als Kovariate aus Klicken Sie auf die Registerkarte Statistik r Inclusion Selection Probability for Stage 1 InclusionProbakility_1_ mulatisze li ight tor Stane amnleAteinht mulstise ul Faktoren X Kovariaten Page in years age 237 Cox Regression f r komplexe Stichproben Abbildung 22 18 Dialogfeld Cox Regression Registerkarte Statistiken Cox Regression f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen v Informationen zum Stichprobenplan v Ereignis und Zensierungsauswertung
212. hiedenen 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 Fl Stichproben Variablen E letzte Sch tzung in J Methode i Stichprobenumfang E Wert bei letzter Sch Wert Ausgabevariablen 02 Dese eea 9 Umfang gilt f r jede Auswertung Schicht Stufe 2 Stichproben Yariablen O Ungleiche werte f r Schichten Methode Stichprobenumfang Ausgabevariablen O werte aus Variable lesen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Mindestzahl H chstzaht 7 Abschluss i O o Einheiten Anteile Definieren lt Zur ck were Fertig stellen Abbrechen W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus gt Geben Sie 0 2 als Wert f r den Anteil der aus jeder Schicht zu ziehenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 107 Stichprobenassistent f r komplexe Stichproben Abbildung 13 7 Stichprobenassistent Schritt Plan bersicht Stufe 2 Stichprobenassistent Stufe 2 Planauswertung In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf igen m chten besteht der n chste Schritt darin Opt
213. hlen Sie 0 0 als Stufe f r History of hemorrhagic stroke h morrhagische Schlaganf lle in der Anamnese Klicken Sie auf die Registerkarte Optionen 266 Kapitel 22 Abbildung 22 48 Dialogfeld Cox Regression Registerkarte Optionen Ta il Cox Regression f r komplexe Stichproben X Sch tzung Maximalzahl der Iterationen 100 Maximalzahl f r Schritt Halbierung 5 Minimale Ver nderung 0 000001 Typ Relativ Minimale Ver nderung p Relativ v kterationsprotokoll anzeigen Entscheidungsmethode f r die Parametersch tzung inkrement O Efron Breslow Konfidenzintervall 95 Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken v tterationen auf der Grundlage der nderung bei den Parametersch tzern begrenzen tterationen auf der Grundlage der Log Likelihood nderung begrenzen Diagramme Hypothesentests Speichern Exportieren Optionen r berlebensfunktionen Sch tzmethode f r Basis kerlebensfunktion Efron Methode O Bresiow Methode O Produktgrenzwert Methode Konfidenzintervalle der berlebensfunktionen Auf der Grundlage der transformierten A berlebensfunktion berechnen anschlie end in originale Einheiten zur cktransformieren Transformation Log v Auf der Grundlage der originalen Einheiten der berlebensfunktion berechne
214. hnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt m Bonferroni sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt Sidak Dieses Verfahren liefert engere Grenzen als der Bonferroni Ansatz Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden Speichern Abbildung 12 10 Dialogfeld Cox Regression Registerkarte Speichern Tas Cox Regression f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen l Variablen speichern Variablen Variablenname Stammname Speichern Zu speicherndes Element Untergrenze des Konfidenzintervalls f r die berlebensfunktion LCL_Survival Obergrenze des Konfidenzintervalls f r die berlebensfunktion UCL_Survi Kumulative Hazardfunktion CumHazar Untergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion L umHazard Obergrenze des Konfidenzintervalls f r die kumulative Hazard Funktion UCI mHazard Vorhergesagter Vert f r die lineare Einflussvariable Schoenfeld Residuum eine Variable pro Modellparameter Resid_Sch
215. hproben 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 Variable berechnen 152 Kapitel 14 Abbildung 14 4 Dialogfeld Variable berechnen E Variable berechnen Zielvariable Numerischer Ausdruck inclprob_s1 10 15 Typ amp Label l Funktionsguppe 4 Kundenanzahl nKund Ei Aktuelles Datum aktuelle UF A Kunden ID idKunden Alle E wE Arithmetisch L Alter in Jahren lter R A Ausbildung Ausbildun I een 5 Jahre der Besch ftigui Datumserstellung wohnhaft an gleicher Datumsextraktion Yen MET Erstelung derZeidau 2 Relation Schulden zu Funktionen und Sonderyariablen L Schulden auf Kreditka E Andere Schuld
216. hrt Um die Anzeige der Stichproben bersicht zu deaktivieren ersetzen Sie im Unterbefehl PR Syntax im Syntaxfenster aus INT den Wert SELECTION durch cps F hren Sie anschlie end die 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 city subdivision unit InclusionPr SampleWeil InclusionPr Sample Weil InclusionPr Sample Yeil SampleVei obability_1_ ghtCumulati obability_2_ ghtCumulati obability_3_ ghtCumulati ght_Final_ ve_1 ve_2 ve_3 14 190 946 94514 20 5 00 10 50 00 15 190 946 94515 20 5 00 10 50 00 A i i 16 190 946 94516 20 5 00 10 50 00 20 244 44 244 44 17 190 946 94517 20 5 00 10 50 00 18 190 946 94518 20 5 00 10 50 00 19 190 946 94519 20 5 00 10 50 00 20 190 946 94520 20 5 00 10 50 00 21 190 946 94521 20 5 00 10 50 00 22 190 946 94522 20 5 00 10 50 00 23 190 946 94523 20 5 00 10 50 00 j i 24 190 946 94524 20 5 00 10 50 00 20 244 44 244 44 25 190 946 94525 20 5 00 10 50 00 26 90 946 94526 20 5 00 10 50 00 27 190 946 94527 20 5 00 10 50 00 28 190 946 94528 20 5 00 10 50 00 i 29 190 946 94529 20 5 00 10 50 00 20 244 44 244 44 Ali en I _Datenansicht Variablenansicht Die
217. hstzahl der zu ziehenden Einheiten festlegen willkommen Variablen Sarel amp Subdivision subdivis Stichproben Yariablen Methode Stichprobenumfan Wert r ee he 01 Dese een 9 Umfang gilt f r jede Auswertung Schicht Stufe 2 Stichproben Variablen Ungleiche werte f r Schichten Methode Stichprobenumfang Ausgabevariablen O Werte aus Variable lesen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien Mindestzahl H chstzaht 7 Abschluss i O o Einheiten Anteile Definieren lt Zur ck wete gt Fertig stellen Abbrechen W hlen Sie in der Dropdown Liste f r die Einheiten Anteile aus gt Geben Sie 0 1 als Wert f r den Anteil der aus jeder Schicht zu ziehenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 119 Abbildung 13 20 Stichprobenassistent f r komplexe Stichproben Stichprobenassistent Schritt Plan bersicht Stufe 2 Stichprobenassistent Stufe 2 Planauswertung In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf igen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen willkommen Stufe 1 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Sti
218. i 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 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 aflatoxin20 sav Diese Datendatei enth lt die Aflatoxinmessungen aus jeder der 16 Stichproben aus den Ertr gen 4 und 8 der Datendatei aflatoxin sav anorectic sav Bei der Ausarbeitung einer standardisierten Symptomatologie anorektischen bulimischen Verhaltens f hrten Forscher Van der Ham Meulman Van Strien als auch Van Engeland 1997 eine Studie mit 55 Jugendlichen mit bekannten Ess St rungen durch Jeder Patient wurde vier Mal ber einen Zeitraum von vier Jahren untersucht es fanden also insgesamt 220 Beobachtungen statt Bei jeder Beobachtung erhielten die Patienten Scores f r jedes von 16 Symptomen Die Symptomwerte fehlen f r Patient 71 271 272 Anhang A zum Zeitpunkt 2 Patient 76 zum Zeitpunkt 2 und Patient 47 zum Zeitpun
219. iable Patient ID Modell mi is hs Der Signifikanzwert f r die einzelnen Effekte liegt nahe bei 0 was darauf hindeutet dass sie alle zum Modell beitragen Parameter Sch tzer Abbildung 22 51 Parametersch tzer Grenze Obere Grenze BRETT 95 Konfidenzintervall f r Exp 95 Konfidenzintervall B ExpiE Grenze Obere Grenze 002 001 003 Uberlebenszeitvariable Length of stay for rehabilitation Time to first event post attack Ereignisstatusvariable First event post attack 4 Subjekt ID Yariable Patient ID Modell mi is hs a Auf 0 gesetzt da dieser Parameter redundant ist b Entscheidungsmethode Breslow Die Prozedur verwendet die letzte Kategorie jedes Faktors als Referenzkategorie der Effekt anderer Kategorien ist relativ zur Referenzkategorie Hinweis Der Sch tzer ist zwar n tzlich f r statistische Tests der potenzierte Sch tzer Exp B l sst sich jedoch leichter interpretieren da die vorhergesagte nderung in der Hazard Rate relativ zur Referenzkategorie ist 268 Kapitel 22 Der Wert von Exp B f r mi 0 bedeutet dass die Hazard Rate f r den Tod eines Patienten ohne fr here Herzinfarkte mi das 0 002 Fache der Hazard Rate eines Patienten mit drei fr heren Herzinfarkten betr gt Die Konfidenzintervalle f r mi 1 und mi 0 berschneiden sich was darauf hindeutet dass die Hazard Rate f r einen Patienten mit einem einzelnen fr heren Herzinfarkt sich nicht in statistisch
220. ichkeiten bei der ordinalen Regression f r komplexe Stichproben 68 Auswertung im Analysevorbereitungsassistenten 151 162 Basisschichten in Cox Regression f r komplexe Stichproben 85 Beispieldateien Speicherort 271 Bonferroni in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 Breslow Sch tzmethode in Cox Regression f r komplexe Stichproben 96 Brewers Stichprobenmethode beim Stichprobenassistenten 8 Chi Quadrat in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 Cox Regression f r komplexe Stichproben 223 Datums und Uhrzeit Variablen 78 Diagramme 90 Index Einflussvariablen 82 Ereignis definieren 81 Hypothesentests 91 Informationen zum Stichprobenplan 233 266 Kaplan Meier Analyse 78 Log Minus Log Diagramm 269 Modell 86 Modellexport 94 Musterwerte 268 Optionen 96 Parametersch tzer 238 267 Statistik 88 st ckweise konstante zeitabh ngige Einflussvariablen 238 Test f r proportionale Hazard Raten 234 Tests der Modelleffekte 234 237 267 Untergruppen 85 Variablen speichern 92 Zeitabh ngige Einflussvariable 83 223 Cox Snell Residuen in Cox Regression f r komplexe Stichproben 92 Deskriptive Statistiken f r komplexe Stichproben 33 169 Fehlende Werte 35 ffentliche Daten 169 Statistiken 34 172 Statistiken nach Teilgesamtheit 172 verwandte Prozeduren 173 Differenzkontraste im allgem
221. ichprobenumfang 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 gleichbleiben 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 Yoter ID voteid Stichproben Variablen i Methode amp Neighborhood nbrh Wert P Stichprobenumfang Ower Der Wert f r den Ausgabevariablen 03 Umfang aita jede Auswertung Schicht Stufe 2 hinzuf gen Stichprobe ziehen O Ungleiche werte f r Schichten Ausw hloptionen Ausgabedateien Abschluss O Werte aus Variable lesen De Mindestzahl 3 H chstzahl 5 Einheiten Anteile mm 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
222. icht den Mittelwert jeder Stufe mit Ausnahme einer Referenzkategorie mit dem Mittelwert aller Stufen Gesamtmittel Die Stufen des Faktors k nnen in beliebiger Reihenfolge stehen m Differenz Vergleicht den Mittelwert jeder Stufe mit Ausnahme der ersten mit dem Mittelwert der vorangehenden Stufen Diese Kontraste werden auch als umgekehrte Helmert Kontraste bezeichnet m Helmert Vergleicht den Mittelwert jeder Stufe des Faktors mit Ausnahme der letzten mit dem Mittelwert der folgenden Stufen m Wiederholt Vergleicht den Mittelwert jeder Stufe au er der letzten mit dem Mittelwert der folgenden Stufe m Polynomial Vergleicht den linearen quadratischen kubischen Effekt usw Der erste Freiheitsgrad enth lt den linearen Effekt ber alle Kategorien der zweite Freiheitsgrad den quadratischen Effekt usw Diese Kontraste werden h ufig verwendet um polynomiale Trends zu sch tzen 53 Allgemeines lineares Modell f r komplexe Stichproben 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 Allgemeines lineares Modell f r komplexe Stichproben Speichern Variablen speichern Cl Yorhergesagte Werte C Besiduen Modell als SPSS Daten exportieren Datei
223. ie auf Weiter 257 Cox Regression f r komplexe Stichproben Abbildung 22 39 Analysevorbereitungsassistent Stichproben Variablen 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 Aufserdem k nnen Sie eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird Willkommen Yariablen Schichten da Hospital ID hospid A Hospital size hospsize da Patient ID patid da Attending physician ID physid mi Age category agecat amp Gender gender Sch tzmethode bersicht Abschluss amp Physically active active amp Obesity obesity amp History of diabetes diabetes amp Blood pressure bp bs Atrial fibrillation af amp Smoker smoker Stichprobengewichtung amp Cholesterol choles sampleweight amp History of angina angina mi History of myocardial infarction mi History of ischemic stroke is A History of hemorrhagic stroke hs Stufenbeschriftung Weiter Fertigstellen Abbrechen Hilfe W hlen Sie sampleweight als Variable f r die Stichprobengewichtung aus Klicken Sie auf Weiter 258 Kapitel 22 Abbildung 22 40 Analysevorbereitungsassistent Sch tzmethode om A Analysevorbereitungsassistent Stufe
224. ie vorgehen A G Plandatei erstellen A W hlen Sie diese Option wenn Sie ber Datei bankloan csaplan Stichprobendsten verf gen jedoch noch Durchsuchen keine Plandatei erstellt haben _ Plandatei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen A entfernen oder bearbeiten m chten Wenn Sie bereits ber eine Plandatei verf gen k nnen Sie den Analysevorbereitungsassistenten bergehen und ZEN direkt mit einer der Analyseprozeduren in der Option Komplexe Stichproben fortfahren um Ihre Stichprobe zu analysieren Abbrechen Hite Der Analysevorbereitungsassistent f hrt Sie durch die Schritte zum Erstellen bzw Bearbeiten eines Analyseplans zur Verwendung mit den verschiedenen Analyseverfahren f r komplexe Stichproben Vor der Verwendung des Assistenten sollten Sie nach einem komplexen Plan eine Stichprobe gezogen haben Das Erstellen eines neuen Plans ist am sinnvollsten wenn Sie keinen Zugriff auf die Datei mit dem Stichprobenplan haben der zum Ziehen der Stichprobe verwendet wurde der Stichprobenplan enth lt einen Standard Analyseplan Wenn Sie Zugriff auf 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 19 20
225. iese Methode steuert nicht die Gesamtwahrscheinlichkeit dass Hypothesen abgelehnt werden bei denen einige lineare Kontraste von den Werten einer Nullhypothese abweichen m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt m Bonferroni sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt Sidak Dieses Verfahren liefert engere Grenzen als der Bonferroni Ansatz m Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden Logistische Regression f r komplexe Stichproben Quotenverh ltnis Abbildung 10 6 Dialogfeld Logistische Regression Quotenverh ltnisse Logistische Regression f r komplexe Stichproben Quotenverh ltnis Faktoren i Quotenverh ltnisse f r den Vergleich von Faktorstufen MH Ausbildung usbildu Faktor Referenzkategorie Ausbildung Ausbildun Gr ter Wert Kovariaten Quotenyerh ltnisse f r Ver nderungen der Variablenwerte E Alter in Jahren lte A Kovariate nderungseinheiten E Andere Schulden ir besch ftigt E Kundenanzahl nK Relstion Schulde
226. ig sequentiell 2 283 31 966 6 215 004 003 046 334 334 agecat gender votelast drivefreg Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreq Verkn pfungsfunktion Logit Jeder Term im Modell wird daraufhin getestet ob sein Effekt gleich 0 ist Terme mit Signifikanzwerten von weniger als 0 05 weisen einen erkennbaren Effekt auf Daher tragen agecat und drivefreg zum Modell bei w hrend die anderen Haupteffekte keinen Beitrag leisten In einer weiteren Analyse der Daten k nnten Sie die Entfernung von gender und votelast aus dem Modell in Erw gung ziehen Parametersch tzer Die Tabelle der Parametersch tzer fasst den Effekt der einzelnen Einflussvariablen zusammen Aufgrund des Charakters der Link Funktion ist die Interpretation der Koeffizienten in diesem Modell zwar schwierig die Vorzeichen der Koeffizienten f r Kovariaten und die relativen Werte der Koeffizienten f r Faktorstufen k nnen jedoch wichtige Einblicke in die Effekte der Einflussvariablen im Modell bieten 214 Kapitel 21 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
227. ildung 10 5 Dialogfeld Hypothesentests Allgemeines lineares Modell f r komplexe Stichproben H Teststatistik Stichprobenziehung Freiheitsgrade O Basierend auf dem Stichprobenplan O Fest OF fkorrigiert O Chi Quadrat O Korrigiertes Chi Quadrat Korrektur f r Mehrfachvergleiche Geringste signifikante Differenz O Sidak sequentiell Bonferroni sequentiell O Sidak Bonferroni 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 62 Kapitel 10 m Geringste signifikante Differenz D
228. ine Liste der registrierten W hler finden Sie in poll_cs sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Verwenden Sie den Stichprobenassistenten f r komplexe Stichproben um eine Stichprobe zur weiteren Analyse zu ziehen 131 Verwendung des Assistenten Stichprobenassistent f r komplexe Stichproben gt Um den Stichprobenassistenten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren Komplexe Stichproben Stichprobe ausw hlen Abbildung 13 32 Stichprobenassistent Schritt Willkommen N a A Wilkommen beim Stichprobenassistenten Wie m chten Sie vorgehen Stichprobe entwerfen W hlen Sie diese Option wenn Datei Sie keine Plandatei erstellt haben Sie haben dann die M glichkeit O Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Datei Plans hinzuf gen entfernen oder bearbeiten m chten Sie haben O Stichprobe ziehen W hlen Sie diese Option wenn Dater Sie bereits ber eine Plandatei verf gen und eine Stichprobe 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 Stichprob
229. infacher die st ckweise konstante zeitabh ngige Einflussvariable anzugeben indem Sie die Subjekte ber mehrere F lle hinweg aufteilen Weitere Informationen finden Sie in der Er rterung zu Subjekt IDs unter Cox Regression f r komplexe Stichproben auf S 78 Sie k nnen die Steuerelemente im Dialogfeld Zeitabh ngige Einflussvariable definieren verwenden um den Ausdruck f r die zeitabh ngige Kovariate zu erstellen oder sie k nnen diesen direkt in das Textfeld 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 resultierende Variable erh lt den von Ihnen angegebenen Namen und sollte als Faktor oder Kovariate auf der Registerkarte Einflussvariablen einbezogen werden 85 Cox Regression f r komplexe Stichproben Untergruppen Abbildung 12 5 Dialogfeld Cox Regression Registerkarte Untergruppen E Cox Regression f r komplexe Stichproben x Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen l Yariablen Basisschichten D Region region er amp Province province 8b District district Rs City city amp Arrest ID arrest Age category agecat Teilgesamtheitsvariable Marital status marital a So
230. ing Measurement and Analysis for Marketing 5 56 70 Kish L 1965 Survey Sampling New York John Wiley and Sons Kish L 1987 Statistical Design for Research New York John Wiley and Sons McCullagh P als auch J A Nelder 1989 Generalized Linear Models 2nd Hg London Chapman amp Hall McFadden D 1974 Conditional logit analysis of qualitative choice behavior In Frontiers in Economics P Zarembka Hg New York Academic Press Menec V N Roos D Nowicki L MacWilliam G Finlayson als auch C Black 1999 Seasonal Patterns of Winnipeg Hospital Use Manitoba Centre for Health Policy 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 3 691 692 283 284 Bibliografie 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 30 579 586 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 54 58 Rosenberg S als auch M P Kim 1975 The method of sorting as a data gathering procedure in multivariate research Multivariate Behavioral Research 10 489 502 S rndal C B Swensson als auc
231. instufung einer zahlungsunf higen Person in die Gruppe der nicht zahlungsunf higen Personen Fehler erster Art Wie hoch sind die Kosten der Einstufung einer nicht zahlungsunf higen Person in die Gruppe der zahlungsunf higen Personen Fehler zweiter Art Wenn uneinbringliche Forderungen der wichtigste Punkt sind sollte der Fehler erster Art minimiert und die Sensitivit t maximiert werden Wenn die Erweiterung des Kundenstamms oberste Priorit t hat sollte der Fehler zweiter Art minimiert und die Spezifit t maximiert werden Normalerweise sind beide Punkte von gro er Bedeutung sodass Sie eine Entscheidungsregel f r die Klassifizierung von Kunden aufstellen m ssen die die beste Mischung aus Sensitivit t und Spezifit t bietet Verwandte Prozeduren Die Prozedur Logistische Regression f r komplexe Stichproben ist ein n tzliches Tool f r die Modellierung einer kategorialen Variablen wenn die F lle anhand eines Schemas f r komplexe Stichproben gezogen wurden m Der Stichprobenassistent f r komplexe Stichproben wird zur Angabe der Planspezifikationen f r komplexe Stichproben und zum Ziehen von Stichproben verwendet Die vom Stichprobenassistenten erstellte Stichprobenplan Datei enth lt einen Standard Analyseplan und kann im Dialogfeld Plan angegeben werden wenn die gezogene Stichprobe gem diesem Plan analysiert werden soll m Der Analysevorbereitungsassistent f r komplexe Stichproben wird zur Angabe der Analysespe
232. inzen mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 115 Stichprobenassistent f r komplexe Stichproben Abbildung 13 16 Stichprobenassistent Schritt Stichprobenumfang Stufe 1 Stichprobenassistent Stufe 1 Stichprobenumfang 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 gleichbleiben 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 Yariablen sufe 1 amp Landkreis Landkreis Stichproben Variablen ste dt Stadt Methode as u Stichprobenumfang db Subdivision subdivis wett Ausgabevariabl T Der Wert f r den er m N 13 Umfang gilt f r jede uswertung Schicht Stufe 2 hinzuf gen Stichprobe ziehen Ungleiche Werte f r Schichten Ausw hloptionen Ausgabedateien Abschluss O Werte aus Variable lesen Einheiten Anzahl Definieren W hlen Sie in der Dropdown Liste f r die Einheiten Anzahl aus Geben Sie 3 als Wert f r die Anzahl der in dieser Stufe auszuw hlenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Ausgabevariablen ebenfalls auf Weiter 116 Kapitel 13 Abbildung 13 17 S
233. ion Herzinfarktanamnese angezeigt wobei History of ischemic stroke isch mische Schlaganf lle in der Anamnese beim Wert One Einer und History of hemorrhagic stroke h morrhagische Schlaganf lle in der Anamnese beim Wert None Keine fixiert ist Es bietet eine n tzliche Visualisierung des Effekts von History of myocardial infarction Herzinfarktanamnese auf die berlebensfunktion Wie in der Tabelle der Parametersch tzer zu sehen scheint die berlebenszeit f r Patienten mit einem einzigen oder gar keinem fr heren Herzinfarkt sich von der berlebenszeit f r Patienten mit zwei fr heren Herzinfarkten zu unterscheiden welche sich wiederum von der berlebenszeit f r Patienten mit drei fr heren Herzinfarkten unterscheidet Zusammenfassung Sie haben ein Cox Regressionsmodell f r die berlebenszeit nach Schlaganf llen angepasst das die Effekte der Ver nderung der Patientengeschichte nach dem Schlaganfall sch tzt Dies ist nat rlich nur ein Anfang da die Forscher zweifellos bestrebt w ren noch andere potenzielle Einflussvariablen in das Modell aufzunehmen Au erdem k nnten Sie in einer weiteren Analyse dieses Daten Sets signifikantere nderungen an der Modellstruktur betrachten Beispielsweise geht das aktuelle Modell davon aus dass der Effekt eines Ereignisses das die Patientenanamnese 270 Kapitel 22 ver ndert sich durch Anwendung eines Multiplikators auf die Basis Hazard Rate quantifizieren l sst Stattde
234. ion f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen Diagramme berlebensfunktion C Log minus Log berlebenswahrscheinlichkeits Funktion Hazard Funktion _ 1 minus berlebenswahrscheinlichkeits Funktion Faktoren im Diagramm darstellen in Faktor Niveau Separate Linien Marital status Highest level v Social status 20 Level of education Highest level Kovariaten im Diagramm darstellen in Kovariate Wert Age in years Mean t_age 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 OK Einf gen Zur cksetzen Abbrechen Hilfe Sie k nnen auf der Registerkarte Diagramme Diagramme der Hazard Funktion der berlebensfunktion von Log minus Log der berlebensfunktion und von 1 der berlebensfunktion abfragen Sie k nnen auch Diagramme der Konfidenzintervalle f r die angegebenen Funktionen erstellen Das Konfidenzniveau wird auf der Registerkarte Optionen festgelegt Einflussvariablenmuster Sie k nnen ein Muster mit Einflussvariabl
235. ion und die Ober und Untergrenzen des zugeh rigen Konfidenzintervalls m Sur_R LCL_Sur_R UCL_Sur_R berlebensfunktion die beim Muster Referenz ausgewertet wird siehe die Tabelle mit Musterwerten in der Ausgabe sowie die Ober und Untergrenzen des zugeh rigen Konfidenzintervalls m Sur_ LCL_Sur_ UCL_Sur_ berlebensfunktion die bei jedem auf der Registerkarte Diagramme angegebenen Einflussvariablenmuster ausgewertet wird sowie die Ober und Untergrenze der zugeh rigen Konfidenzintervalle Siehe die Tabelle mit Musterwerten in der Ausgabe um eine bereinstimmung mit den Mustern mit der Zahl zu erzielen m Haz_0 LCL_Haz_0 UCL_Haz_0 Kumulative Basis Hazard Funktion sowie die Ober und Untergrenzen des zugeh rigen Konfidenzintervalls 96 Kapitel 12 Haz_R LCL_Haz_R UCL_Haz_R Kumulative Hazard Funktion die beim Muster Referenz ausgewertet wird siehe die Tabelle mit Musterwerten in der Ausgabe sowie die Ober und Untergrenzen des zugeh rigen Konfidenzintervalls Haz_ LCL_Haz_ UCL_Haz_ Kumulative Hazard Funktion die bei jedem auf der Registerkarte Diagramme angegebenen Einflussvariablenmuster ausgewertet wird sowie die Ober und Untergrenze der zugeh rigen Konfidenzintervalle Siehe die Tabelle mit Musterwerten in der Ausgabe um eine bereinstimmung mit den Mustern mit der Zahl zu erzielen Modell als XML exportieren Speichert alle zum Vo
236. ionen f r die Stichprobenziehung festzulegen z bersicht willkommen Stufe 1 stufe Beschriftung Schichten Methode Stichproben Yariablen Region Einfache Methode Zufallsstichprobenzieh Stichprobenumfang jung OZ Ausgabevariablen Umgebung Einfache Zufallsstichprobenzieh M eu ung 02 ufe Stichproben Variablen Methode Datei C 5 property_assess csplan Stichprobenumfang Ausgabevariablen P Auswertung O Ja Stufe 3 jetzt hinzuf gen Nein jetzt keine weitere Stufe hinzuf gen Stufe 3 hinzuf gen W hlen Sie diese Opti W hlen Sie diese Opti di i i hlen Sie diese Option hlen Sie diese Option wenn die Stichprobe ziehen wenn die Arbeitsdatei Daten Daten aus Stufe 3 noch nicht Auswahloptionen f r Stufe 3 enth lt verf gbar sind oder Ihr Ausgabedateien Stichprobenplan nur aus 2 Stufen Abschluss besteht M chten Sie Stufe 3 hinzuf gen berpr fen Sie den Stichprobenplan und klicken Sie dann auf Weiter 108 Kapitel 13 Abbildung 13 8 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen Stichprobenassistent Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendeten Startwert willkommen M chten Sie eine Stichprobe ziehen
237. iptive Statistiken f r komplexe Stichproben Die Prozedur Deskriptive Statistiken f r komplexe Stichproben zeigt univariate Auswertungsstatistiken f r verschiedene Variablen an Optional k nnen Sie Statistiken nach Untergruppen anfordern die durch eine oder mehrere kategoriale Variablen definiert sind Beispiel Mit der Prozedur Deskriptive Statistiken f r komplexe Stichproben k nnen Sie univariate deskriptive Statistiken f r das Aktivit tsniveau von US B rgern erstellen die auf den Ergebnissen der Umfrage National Health Interview Survey NHIS beruhen und einen geeigneten Analyseplan f r diese ffentlich zug nglichen Daten beinhalten Statistiken Mit diesem Verfahren erhalten Sie Mittelwerte und Summen sowie T Tests Standardfehler Konfidenzintervalle 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 komplex
238. is Risiko Differenz Relatives Risiko _ Test auf Unhakh ngigkeit von Zeilen und Spalten Weiter J Abbrechen Hife Zellen In dieser Gruppe k nnen Sie Sch tzungen f r den Umfang der Grundgesamtheit f r die Zellen sowie Prozents tze f r Zeilen Spalten und die Tabelle abrufen Statistiken In dieser Gruppe finden Sie Statistiken zu den Umf ngen der Grundgesamtheiten und zu den Prozents tzen f r Zeilen Spalten und die Tabelle m Standardfehler Der Standardfehler des Sch tzers m Konfidenzintervall Ein Konfidenzintervall f r den Sch tzer unter Verwendung der festgelegten Niveaus Variationskoeffizient Das Verh ltnis des Standardfehlers des Sch tzers zum Sch tzer Erwartete Werte Der erwartete Wert des Sch tzers unter der Hypothese der Unabh ngigkeit der Zeilen und Spaltenvariable m Ungewichtete Anzahl Die Anzahl der Einheiten die zur Berechnung des Sch tzers verwendet wurden m Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Es handelt sich hierbei um 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 Ouadratwurzel aus dem Effekt des Stichprobenplans Dies ist ein Ma f r den Effekt der Angabe eines komplexen Plans Je st rker der Wert von 1 abweicht desto gr
239. istische Regression f r komplexe Stichproben Statistik Anpassungsg te des Modells Pseudo R Quadrat Klassifikationsmatrix Parameter Sch tzer C Kovarianzen der Parametersch tzer Potenzierter Sch tzer C Korrelationen der Parametersch tzer Standardfehler Konf denzintervall tTest C Quadratwurzel aus dem Effekt des Stichprobenplans Auswertungsstatistik f r Modellvariablen Informationen zum Stichprobenplan Anpassungsg te des Modells Steuert die Anzeige der Statistik in der die Gesamtleistung des Modells bewertet wird Pseudo R Quadrat F r die R Statistik aus der linearen Regression bieten die Modelle f r die logistische Regression kein exaktes Gegenst ck Mit diesen Mehrfachmessungen werden stattdessen die Eigenschaften der R 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
240. iten f r komplexe Stichproben 30 in Kreuztabellen f r komplexe Stichproben 39 in Verh ltnisse f r komplexe Stichproben 43 Quotenverh ltnis bei der logistischen Regression f r komplexe Stichproben 62 204 bei der ordinalen Regression f r komplexe Stichproben 73 216 in Kreuztabellen f r komplexe Stichproben 39 174 R2 Statistik im allgemeinen linearen Modell f r komplexe Stichproben 49 191 Randmittel in GLM Univariat 193 Referenzkategorie bei der logistischen Regression f r komplexe Stichproben 57 im allgemeinen linearen Modell f r komplexe Stichproben 52 Relatives Risiko in Kreuztabellen f r komplexe Stichproben 39 174 178 179 Residuen im allgemeinen linearen Modell f r komplexe Stichproben 53 in Kreuztabellen f r komplexe Stichproben 39 Risiko Differenz in Kreuztabellen f r komplexe Stichproben 39 Sampfords Stichprobenmethode beim Stichprobenassistenten 8 Schichtung beim Stichprobenassistenten 6 im Analysevorbereitungsassistenten 21 Schritt Halbierungen bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 Sequenzielle Bonferroni Korrektur in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 Sequenzielle Sidak Korrektur in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 Sequenzielle Stichprobenziehung beim Stichprobenassistenten 8 Sidak Korrektur in Cox
241. iten 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 rfnissen ab Die Hauptbenutzertypen haben folgende Ziele m Planung und Durchf hrung von Studien anhand komplexer Pl ne eventuell sp tere Analyse der Stichprobe Das wichtigste Werkzeug f r Personen die Studien durchf hren ist der Stichprobenassistent m Analysieren von Dateien mit Stichprobendaten die zuvo
242. itt Ausgabevariablen ebenfalls auf Weiter 104 Kapitel 13 Abbildung 13 4 Stichprobenassistent Schritt Plan bersicht Stufe 1 Stichprobenassistent Stufe 1 Planauswertung In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen z bersicht willkommen Stufe 1 stufe Beschriftung Schichten Methode Stichproben Variablen Keine Region Einfache Methode Zufallsstichprobenzieh ung OZ Stichprobenumfang Ausgabevariablen gt Auswertung Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Datei C property_assess csplan Ausgabedateien Abschluss M chten Sie Stufe 2 hinzuf gen OJ O Nein jetzt keine weitere Stufe hinzuf gen w hlen Sie diese Option w hlen Sie diese Option wenn die wenn die Arbeitsdatei Daten Daten aus Stufe 2 noch nicht f r Stufe 2 enth lt verf gbar sind oder Ihr Stichprobenplan nur aus 1 Stufe besteht weiter gt d Fertig stellen Abbrechen W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter 105 Stichprobenassistent f r komplexe Stichproben Abbildung 13 5 Stichprobenassistent Schritt Stichproben Variablen Stufe 2 Stichprobenassistent Stufe 2 Stichproben Yariablen In diesem Dialogfeld k nnen Sie die Stichpro
243. jedem Analyseverfahren f r komplexe Stichproben verwenden um anzugeben wie die Stichprobe gezogen wurde willkommen Stufe 1 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Auswahloptionen Ausgabedateien gt Abschluss Was m chten Sie tun O Vom 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 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 f r die gemeinsamen Wahrscheinlichkeiten wird in der externen Datendatei poll_jointprob sav gespeichert 142 Kapitel 13 Plan bersicht Abbildung 13 43 Plan bersicht as a a Sn ra er m a ae Stichproben Yariablen Schichtung County Neighbor hood Klumpen Township Informationen zur Auswahlverfahren Einfache PPS Stichprobe Stichprob Zufallssti chproben enziehun 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 n
244. kt 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 von 850 fr heren und potenziellen Kunden Bei den ersten 700 F llen handelt es sich um Kunden denen bereits ein Kredit gew hrt wurde Bei den letzten 150 F llen handelt es sich um potenzielle Kunden deren Kreditrisiko die Bank als gering oder hoch einstufen m chte bankloan_binning sav Hierbei handelt es sich um eine hypothetische Datendatei die Informationen zum Finanzstatus und demografischen Hintergrund von 5 000 fr heren Kunden enth lt behavior sav In einem klassischen Beispiel Price als auch Bouffard 1974 wurden 52 Sch ler Stu
245. ktionen mithilfe von PRINT GEF Mehrere Einflussvariablenmuster mithilfe von mehreren Unterbefehlen PATTERN Maximale Anzahl von gespeicherten Variablen wenn ein Stammname angegeben wird mithilfe des Unterbefehls sAvE Das Dialogfeld ber cksichtigt den CSCOXREG Standard von 25 Variablen Vollst ndige Informationen zur Syntax finden Sie in der SPSS Command Syntax Reference Teil II Beispiele Kapitel 13 Stichprobenassistent f r komplexe Stichproben Der Stichprobenassistent f hrt Sie durch die Schritte zum Erstellen Bearbeiten bzw Ausf hren einer Stichprobenplan Datei Vor der Verwendung des 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 mi
246. lan im Kopf haben Erstellen eines neuen Stichprobenplans W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben Stichprobe ausw hlen 5 Stichprobenziehung mithilfe eines komplexen Plans W hlen Sie die Option Stichprobe entwerfen und w hlen Sie einen Dateinamen f r die Plandatei in der der Stichprobenplan gespeichert werden soll Klicken Sie auf Weiter um unter Verwendung des Assistenten fortzufahren Optional k nnen Sie im Schritt Stichproben Variablen Schichten Klumpen und Eingabe Stichprobengewichte definieren Klicken Sie anschlie end auf Weiter Optional k nnen Sie im Schritt Methode der Stichprobenziehung eine Methode f r die Auswahl der Items ausw hlen Bei Auswahl von PPS Brewer oder PPS Murthy k nnen Sie auf Fertig stellen klicken um die Stichprobe zu ziehen Anderenfalls klicken Sie auf Weiter und gehen Sie dann folgenderma en vor Geben Sie im Schritt Stichprobenumfang die Anzahl bzw den Anteil der Einheiten f r die Stichprobenziehung an Jetzt k nnen Sie auf Fertig stellen klicken um die Stichprobe zu ziehen Optional k nnen Sie in weiteren Schritten folgende Aktionen durchf hren m Ausgabevariablen ausw hlen die gespeichert werden sollen m Hinzuf gen einer zweiten oder dritten Stufe zum Plan m Festlegen verschiedener Auswahloptionen u a der folgenden die Angabe aus welchen Stufen die Stichproben gezogen werden sollen der St
247. lative Werte sowie die ungewichtete Anzahl f r jede Sch tzung Des Weiteren werden die Chi Quadrat Statistik und die Likelihood Quotienten Statistik f r den Test auf gleiche Spaltenanteile berechnet Daten Variablen f r die H ufigkeitstabellen erstellt werden sollten kategorial sein Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Berechnen von H ufigkeiten f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben 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 29 30 Kapitel 5 Abbildung 5 1 Dialogfeld H ufigkeiten Plan f r komplexe Stichproben f r Verh ltnisanalyse X Yariablen E Stratum for variance estimati E PSU for variance estimation 8 eight Final Annual TFA 9 Sex SEX 9 age aGE_P Region REGION E Smoking frequency SMKNOWY E Freq vigorous activity times E Desirable Body Weight DESI 8 Daily activities moving aroun 8 Take any multi
248. ldung 14 9 Analysevorbereitungsassistent Schritt Sch tzmethode Stufe 1 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 welcher der folgenden Stichprobenpl ne soll f r die Sch tzung angenommen werden amp Stufe 1 Stichproben Yariablen Sch tzmethode Umfang Wenn Sie diese Option ausw hlen k nnen Sie keine weiteren Stufen hinzuf gen Auswertung Alle Stichprobenstufen nach der aktuellen Stufe werden bei der Datenanalyse ignoriert O MZ Stichprobenziehung mit Zur cklegen Endlichk eit Sch tz i Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswahrscheinlichkeiten oder die Umf nge der Grundgesamtheiten anzugeben 0Z ungleich Stichprobenziehung mit ungleicher Wahrscheinlichkeit ohne Zur cklegen F r die Analyse der Stichprobendaten sind gemeinsame Wahrscheinlichkeiten erforderlich Diese Option ist nur in Stufe 1 verf gbar amp 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 Umfang Stufe 1 Analysevorbereitungsassistent Stufe 1 Umfang In diesem Dialogfeld geben Sie die Einschlusswahrscheinlichkeiten bzw den Umfang der
249. le m glichen 5 fach Wechselwirkungen der ausgew hlten Variablen erzeugt 70 Kapitel 11 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 Ordinale Regression f r komplexe Stichproben Statistik Abbildung 11 4 Dialogfeld Ordinale Regression Statis
250. len r berlebenszeit amp Region region Beginn des Intervalls Eintreten des Risikos 5 Province province amp District district Zeto e Cty city O variiert nach Subjekt amp Arrest ID arrest 8 Age in years age mi Age category agecat amp Marital status marital A i i Endvariable Ai Social status social Free M Level of education ed uiie e i amp Employed employ amp Gender gender rEreignis Mi Severity of first crime crime1 Statusvariable amp Yiolent first crime violent1 v amp Second arrest arrest2 2 Date of release from first arrest date1 amp b Received rehabilitation rehab Kae Mi Severity of second crime crime2 u amp Violent second crime violent2 amp Second conviction convict2 Subjekt ID amp Date of second arrest date2 E Inclusion Selection Probability for Stage 1 Inclusi E Cumulative Sampling Weight for Stage 1 SampleW W hlen Sie ID Yariablen f r die Befragten wenn es mehrere F lle pro Befragten gibt E Inclusion Selection Probability for Stage 2 Inclusi E Cumulative Sampling Weight for Stage 2 SampleW LE Final Sampling Weight SamplewVeight_Final_ Startvariable rEnde des Intervalls die das Eintreten eine kein Einf gen Zur cksetzen Abbrechen Hilfe gt Geben Sie die berlebenszeit an indem Sie die
251. len Sie History of myocardial infarction mi Herzinfarktanamnese bis History of hemorrhagic stroke hs h morrhagische Schlaganf lle in der Anamnese als Faktoren aus Klicken Sie auf die Registerkarte Statistik 264 Kapitel 22 Abbildung 22 46 Dialogfeld Cox Regression Registerkarte Statistiken 1 Cox Regression f r komplexe Stichproben X Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken _ Diagramme Hypothesentests Speichern Exportieren Optionen V Informationen zum Stichprobenplan v Ereignis und Zensierungsauswertung U Risiko Set zum Ereigniszeitpunkt rParameter V Sch tzer C Kovarianzen der Parametersch tzer Exponentialfunktion des Sch tzers _ Korrelationen der Parametersch tzer Standardfehler Effekt des Stichprobenplans Konfidenzintervall DO Quadratwurzel aus dem Effekt des Stichprobenplans _ t Test rModellannahmen Test f r proportionale Hazard Raten Basis berlebensfunktion und kumulative Hazardfunktion u OK Einf gen Zur cksetzen Abbrechen Hilfe W hlen Sie in der Gruppe Parameter die Optionen Sch tzer Exponentialfunktion des Sch tzers Standardfehler und Konfidenzintervall aus Klicken Sie auf die Registerkarte Diagramme 265 Abbildung 22 47 Cox Regression f r komplexe Stichproben Dialogfeld Cox Regression R
252. les schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt 73 Ordinale Regression f r komplexe Stichproben m Sidak Dieses Verfahren liefert engere Grenzen als der Bonferroni Ansatz m Bonferroni Dieses Verfahren passt das empirische Signifikanzniveau der Tatsache an dass mehrere Kontraste getestet werden Ordinale Regression f r komplexe Stichproben Quotenverh ltnisse Abbildung 11 6 Dialogfeld Ordinale Regression Quotenverh ltnisse Ordinale Regression f r komplexe Stichproben Quotenverh ltnisse Faktoren Kumulative Quotenverh ltnisse f r den Vergleich von Faktorstufen M ge category agecat Faktor Referenzkategorie amp Gender gender Age category agecat Gr ter Wert u Voted in last election Driving frequency drivefre 10 14 999 miles year Driving frequency dr Kovariaten Kumulative Quotenverh ltnisse f r Ver nderungen der Kovariatenwerte Kovariate nderungseinheiten Kumulative Stichprobengewicht 1 F r jede Variable wird in den Gittern f r die Quotenverh ltnisse genau ein Set von kumulativen Quotenverh ltnissen erstellt F r jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovariaten werden bei ihrem Mittelwert ausgewertet Abbrechen Hife Im Dialogfeld Quotenverh ltnisse rufe
253. lexe Stichproben 35 in Komplexe Stichproben 31 40 in Verh ltnisse f r komplexe Stichproben 44 Fisher Bewertung bei der ordinalen Regression f r komplexe Stichproben 75 Freiheitsgrade in Cox Regression f r komplexe Stichproben 91 Freiheitsgrade in Komplexe Stichproben 50 61 72 Geringste signifikante Differenz in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 Gesch tzte Randmittel im allgemeinen linearen Modell f r komplexe Stichproben 52 H ufigkeiten f r komplexe Stichproben 29 163 H ufigkeitstabelle 166 H ufigkeitstabelle nach Teilgesamtheit 167 Statistiken 30 verwandte Prozeduren 168 Helmert Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 52 Informationen zum Stichprobenplan in Cox Regression f r komplexe Stichproben 88 233 266 Iterationen bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 Iterationsprotokoll bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 Klassifikationstabellen bei der logistischen Regression f r komplexe Stichproben 60 202 bei der ordinalen Regression f r komplexe Stichproben 70 215 Klumpen beim Stichprobenassistenten 6 im Analysevorbereitungsassistenten 21 komplexe Stichproben Analyseplan 19 Stichprobenplan 4 Komplexe Stichproben Fehlende Werte 31 40 Hypothe
254. lfe Geben Sie is als Zielvariable ein W hlen Sie History ofischemic stroke is isch mische Schlaganf lle in der Anamnese History of ischemic stroke is1 und History of ischemic stroke is2 als zu transponierende Variablen auf W hlen Sie trans6 aus der Liste der Zielvariablen 248 Kapitel 22 Abbildung 22 30 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen i Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche Variablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Yariablen ausw hlen die als Variablen mit festem Format in die neue Datei kopiert werden variablen in der aktuellen Datei i 7 Angabe von Fallgruppen D Post event preventative amp Post event rehabilitation Ausgew hlte Variable verwenden E Total treatment and reh a amp First event post attack r Time to first event post ai History of myocardial in Zielvariable hs mi History of ischemic stro s gt A een ET Mn History of hemorrhagic History of hemorrhagic stroke hs1 amp Second event post
255. lizeidirektionen ausgew hlt und Ihr Fall wurde jeweils bis Ende Juni 2006 verfolgt Die Stichprobe befindet sich in 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 Beispieldateien in Anhang A auf S 271 Verwenden Sie die Cox Regression f r komplexe Stichproben um die G ltigkeit der Annahme proportionaler Hazard Raten zu bewerten und falls angemessen um ein Modell mit zeitabh ngigen Einflussvariablen zu erstellen Vorbereitung der Daten Das Daten Set enth lt die Daten der Freilassung nach der ersten Festnahme und die der zweiten Festnahme da die Cox Regression die berlebenszeiten analysiert m ssen Sie die Zeitdauer zwischen diesen Daten berechnen Date of second arrest date2 Datum der zweiten Festnahme enth lt jedoch F lle mit dem Wert 10 03 1582 einem fehlenden Wert f r Datumsvariablen Hierbei handelt es sich um Personen bei denen kein zweites Vergehen vorlag Diese sollen auf jeden Fall als rechtszensierte F lle in das Modell aufgenommen werden Der berwachungszeitraum endete am 30 Juni 2006 weshalb wir 10 03 1582 in 10 03 1582 umkodieren 223 224 Kapitel 22 gt Um diese Werte neu zu
256. logfeld Variable berechnen i Variable berechnen X Zielvariable Numerischer Ausdruck sampleweight 4 Typ amp Label da Hospital ID hospid i Hospital size hospsi da Patient ID patid da Attending physician I Age in years age Mi Age category agecat amp Gender gender amp Physically active act amp Obesity obesity El amp History of diabetes Funktionen und Sondervariablen Funktionsquppe Alle Arithmetisch CDF amp CDF nichtzentral Umwandlung Aktuelles Datum aktuelle Uhrz amp Blood pressure bp amp Atrial fibrillation af amp Smoker smoker amp Cholesterol choles amp History of angina an A History of myocardial Mi History of ischemic optionale Fallauswahlbedingung Einf gen Zur cksetzen Abbrechen Hilfe 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 mit den Beispieldateien befindet sich eine bestehende Plandatei srs csaplan die Sie verwenden k nnen wenn Sie die folgenden Anweisungen berspringen und gleich mit der Datenanalyse fortfahren m chten Zum Erstellen des Analyseplans w hlen Sie folgende Optionen in den Men s aus Analysieren Komplexe Stichproben F r Analyse vorbereiten
257. lt werden Standardfehler Der Standardfehler des Sch tzers Konfidenzintervall Ein Konfidenzintervall f r den Sch tzer unter Verwendung der festgelegten Niveaus Variationskoeffizient Das Verh ltnis des Standardfehlers des Sch tzers zum Sch tzer Ungewichtete Anzahl Die Anzahl der Einheiten die zur Berechnung des Sch tzers verwendet wurden Effekt des Stichprobenplans Das Verh ltnis der Varianz des Sch tzers zur Varianz unter der Annahme dass es sich bei der Stichprobe um eine einfache Zufallsstichprobe handelt Es handelt sich hierbei um 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 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 2 H ufigkeiten f r komplexe Stichproben Fehlende Werte x Tabellen Alle verf gbaren Daten verwenden tabellenweiser Ausschluss
258. lysieren weiter gt Fertgstsien Abbrechen Hilfe Geben Sie bankloan csaplan als Namen f r die Analyseplandatei ein Klicken Sie auf Weiter 156 Kapitel 14 Abbildung 14 8 Analysevorbereitungsassistent Schritt Stichproben Variablen Stufe 1 Analysevorbereitungsassistent Stufe 1 Stichproben Yariablen In diesem Dialogfeld k nnen Sie Variablen ausw hlen mit denen Schichten oder Klumpen definiert werden Eine Gewichtungsvariable f r die Stichprobe muss in der ersten Stufe ausgew hlt werden Au erdem k nnen Sie eine Beschriftung f r die Stufe angeben die in der Ausgabe verwendet wird willkommen Stufe 1 Stichproben Yariablen Sch tzmethode Auswertung Abschluss Variablen E Kundenanzahl nKu 5 Kunden ID idKunden E Alter in Jahren lter E Jahre der Besch ftig E wohnhaft an gleiche E Haushaltseinkomme E Relation Schulden z L Schulden auf Kredit E Andere Schulden in 5 vorherige Nichtzahlu E inclprob_s1 inclprob E inclprob_s2 inclprob W hlen Sie Zweig als Klumpenvariable aus Hl Ausbildung Ausbildu Stufenbeschriftung Schichten Klumpen amp Zweig Zweig Stichprobengewichtung eight final W hlen Sie finalweight als Variable f r die Stichprobengewichtung aus Klicken Sie auf Weiter 157 Analysevorbereitungsassistent f r komplexe Stichproben Abbi
259. m einer Poisson Rate modelliert werden Das Aggregat der Betriebsmonate f r jede Zelle der durch die Kreuzklassifizierung der Faktoren gebildeten Tabelle gibt die Werte f r die Risikoanf lligkeit an site sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Unternehmens geht neue Standorte f r die betriebliche Expansion auszuw hlen Das Unternehmen beauftragte zwei Berater unabh ngig voneinander mit der Bewertung der Standorte Neben einem umfassenden Bericht gaben die Berater auch eine zusammenfassende Wertung f r jeden Standort als good gut fair mittelm ig oder poor schlecht ab 280 Anhang A siteratings sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Betatests der neuen Website eines E Commerce Unternehmens geht Jeder Fall entspricht einem Beta Tester der die Brauchbarkeit der Website auf einer Skala von 0 bis 20 bewertete 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 Daher sollte der erste Schritt bei der Analyse dieser Datendatei darin bestehen die Daten entsprechend den Bev lkerungstrends zu gewichten smoking sav Hierbei handelt es sich um eine von Greenacre Greenacre 1984 vorgestellte hypothetische Tabelle Die relevante Tabelle wird durch eine Kreuzta
260. m Term Konstanter Term 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 fach Hiermit werden alle m glichen 2 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 3 fach Hiermit werden alle m glichen 3 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 4 fach Hiermit werden alle m glichen 4 fach Wechselwirkungen der ausgew hlten Variablen erzeugt Alle 5 fach Hiermit werden alle m glichen 5 fach Wechselwirkungen der ausgew hlten Variablen erzeugt 49 Allgemeines lineares Modell f r komplexe Stichproben 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 Kaufv
261. m Modell mit nichtparallelen Linien zugeordnet sind Dabei wird eine separate Regressionslinie f r jede Antwortkategorie au er der letzten angepasst Wald Test Erstellt einen Test f r die Nullhypothese dass die Regressionsparameter f r alle kumulativen Antworten gleich sind Das Modell mit nichtparallelen Linien wird gesch tzt und der Wald Test auf gleiche Parameter wird angewendet Parametersch tzer Zeigt Sch tzwerte f r die Koeffizienten und Standardfehler des Modells mit nichtparallelen Linien an Kovarianzen der Parametersch tzer Zeigt eine Sch tzung der Kovarianzmatrix f r die Koeffizienten des Modells mit nichtparallelen Linien an Auswertungsstatistik f r Modellvariablen Zeigt eine Zusammenfassung ber die abh ngige Variable die Kovariaten und die Faktoren Informationen zum Stichprobenplan Zeigt eine Zusammenfassung ber die Stichprobe mit ungewichteter Anzahl und Umfang der Grundgesamtheit 72 Kapitel 11 Hypothesentests f r komplexe Stichproben Abbildung 11 5 Dialogfeld Hypothesentests Allgemeines lineares Modell f r komplexe Stichproben H Teststatistik Stichprobenziehung Freiheitsgrade O Basierend auf dem OF konigient Stichprobenplan O Chi Quadrat Gre E O Korrigiertes Chi Quadrat Korrektur f r Mehrfachvergleiche Geringste signifikante Differenz O Sidak sequentiell Bonferroni sequentiell O Sidak Bonferroni Teststatistik In dieser Gruppe k nne
262. mpen Gewicrtunge Umtang metroe Stichproben Variablen Keine besch ftigt finalweight Sch tzmethode Umfang P Auswertung Stufe 2 hinzuf gen Abschluss lt Datei c bankloan csaplan M chten Sie Stufe 2 hinzuf gen O Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option W hlen Sie diese Option wenn dies wenn die Stichprobe eine die letzte Stufe der Stichprobe ist weitere Stufe enth lt W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Stichproben Variablen ebenfalls auf Weiter 160 Kapitel 14 Abbildung 14 12 Analysevorbereitungsassistent Schritt Sch tzmethode Stufe 2 Analysevorbereitungsassistent 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 welcher der folgenden Stichprobenpl ne soll f r die Sch tzung angenommen werden Stufe 1 Stichproben Yariablen Sch tzmethode Umfang Wenn Sie diese Option ausw hlen k nnen Sie keine weiteren Stufen hinzuf gen Auswertung Alle Stichprobenstufen nach der aktuellen Stufe werden bei der Datenanalyse ignoriert amp Stufe 2 Stichproben Yariablen Sch tzmethode p o Umfang il 0 ertung O MZ Stichprobenziehung mit Zur cklegen Im n chsten Dialogfeld werden Sie aufgeforde
263. mplexen Plans Abbildung 2 1 Stichprobenassistent Schritt Willkommen Stichprobenassistent Wilkommen 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 Datei property assess csplan Sie keine Plandatei erstellt haben Propety_assess csp _Dwrehsuchen Sie haben dann die M glichkeit Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Datei Deren Plans hinzuf gen entfernen oder bearbeiten m chten Sie haben Stichprobe ziehen W hlen Sie diese Option wenn Sie bereits ber eine Plandstei verf gen und eine Stichprobe lt Zur ck Fertigstellen Abbrechen Hilfe Datei Durchsuchen Der Stichprobenassistent f hrt Sie durch die Schritte zum Erstellen Bearbeiten bzw Ausf hren einer Stichprobenplan Datei Vor der Verwendung des Assistenten sollten Sie ber eine klar umrissene Ziel Grundgesamtheit und eine Liste der Stichprobeneinheiten verf gen und einen geeigneten Stichprobenp
264. mplexen Plans Je st rker der Wert von 1 abweicht desto gr er ist der Effekt 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 Statistiken f r Ma variablen Alle verf gbaren Daten verwenden variablenweiser Ausschluss Einheitliche Fallbasis gew hrleisten listenweiser Ausschluss Kategoriale Stichproben Yariablen gt Benutzerdefinierte fehlende Verte sind ung ltig O Benutzerdefinierte fehlende Werte sind g ltig F lle mit ung ltigen Daten f r eine kategoriale Stichprobenvariable werden aus der Analyse ausgeschlossen Weiter Abbrechen Hite 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
265. n Benutzerdefiniert fehlende Werte Als ung ltig behandeln O Als g ltig behandeln Diese Einstellung gilt f r alle kategorialen Modell und Stichprobenplan Yariablen Einf gen Zur cksetzen Abbrechen J Hilfe W hlen Sie im Gruppenfeld Sch tzung Breslow als Entscheidungsmethode gt Klicken Sie auf OK Informationen zum Stichprobenplan Abbildung 22 49 Informationen zum Stichprobenplan G ltig Subjekte 2421 F lle 3310 Ung ltige F lle 3953 Gesamtzahl der F lle 7263 Subjektgr e bei Grundgesamtheit 2421 000 Schichten 1 Einheiten 2421 Freiheitsgrade des Stichprobenplans 2420 Diese Tabelle enth lt Informationen zu dem Stichprobenplan der zur Sch tzung des Modells geh rt 267 Cox Regression f r komplexe Stichproben m Es gibt f r einige Subjekte mehrere F lle und alle 3 310 F lle werden in der Analyse verwendet m Der Plan enth lt eine einzige Schicht und 2 421 Einheiten eine f r jedes Subjekt Die Freiheitsgrade des Stichprobenplans werden als 2421 1 2420 gesch tzt Tests der Modelleffekte Abbildung 22 50 Tests der Modelleffekte Quee Freiheitsgrade Freiheitsgrade 1 2 Wald F Sig mi 2418 000 452 873 000 2419 000 1064 936 2419000 739 197 berlebenszeitvariable Length of stay for rehabilitation Time to first event post attack Ereignisstatusvariable First event post attack 4 Subjekt ID Yar
266. n Stufen 2 x lt Zur ck Wetter Fertig stellen Abbrechen In diesem Schritt k nnen Sie den Analyseplan berpr fen und Stufen aus dem Plan entfernen Stufen entfernen Sie k nnen die Stufen 2 und 3 aus einem mehrstufigen Plan entfernen Da ein Plan mindestens eine Stufe aufweisen muss k nnen Sie die Stufe 1 zwar bearbeiten nicht jedoch aus dem Plan entfernen Kapitel Plan f r komplexe Stichproben F r die Analyseverfahren f r komplexe Stichproben sind Analysespezifikationen aus einer Analyse oder Stichprobenplan Datei erforderlich um g ltige Ergebnisse zu erzielen Abbildung 4 1 Dialogfeld Komplexe Stichproben Plan E Plan f r komplexe Stichproben f r Verh ltnisanalyse Plan Datei nhis2000_subset csaplan Durchsuchen Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandatei mithilfe des Analysevorbereitungsassistenten erstellen W hlen Sie im Men Komplexe Stichproben die Option F r Analyse vorbereiten um den Assistenten aufzurufen Gemeinsame Wahrscheinlichkeiten Gemeinsame ahrscheinlichkeiten 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 say C Ein offenes Daten Set _ Benutzerdefinierte Datei Weiter Abbrechen Plan Geben Sie d
267. n 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 A4 BP4 Beachten 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 BPI verwendet wenn die Zeitspanne l nger als eine Woche aber k rzer als zwei Wochen ist wird BP2 verwendet usw F r segmentierte zeitabh ngige Einflussvariablen gilt dass F lle mit fehlenden Werten aus der Analyse entfernt werden Deshalb m ssen Sie sicherstellen dass alle F lle f r jeden gemessenen Zeitpunkt der Einflussvariablen ber Werte verf gen Dies gilt auch f r Zeitpunkte nachdem der Fall aus dem Risikoset entfernt wurde aufgrund eines Ereignisses oder der Rechtszensur Diese Werte werden zwar in der Analyse nicht verwendet m ssen aber f r SPSS g ltige Werte besitzen damit verhindert wird dass die F lle ausgeschlossen werden Wenn entsprechend der oben angef hrten Definition ein Fall beispielsweise in der zweiten Woche zensiert wird m ssen trotzdem Werte f r BP3 und BP4 vorhanden sein die Werte k nnen 0 oder eine andere Zahl sein weil sie in der Analyse nicht verwendet werden Anmerkung Wenn die segmentierte zeitabh ngige Einflussvariable innerhalb der Segmente konstant ist wie in dem Beispiel zum Blutdruck oben ist es m glicherweise e
268. n 43 Variationskoeffizient COV in Deskriptive Statistiken f r komplexe Stichproben 34 in H ufigkeiten f r komplexe Stichproben 30 in Kreuztabellen f r komplexe Stichproben 39 in Verh ltnisse f r komplexe Stichproben 43 Verallgemeinertes kumulatives Modell bei der ordinalen Regression f r komplexe Stichproben 217 Verh ltnisse in Verh ltnisse f r komplexe Stichproben 183 Verh ltnisse f r komplexe Stichproben 42 181 Fehlende Werte 44 Statistiken 43 Verh ltnisse 183 verwandte Prozeduren 185 Vorhergesagte Kategorien bei der logistischen Regression f r komplexe Stichproben 63 bei der ordinalen Regression f r komplexe Stichproben 74 Vorhergesagte Wahrscheinlichkeit bei der logistischen Regression f r komplexe Stichproben 63 bei der ordinalen Regression f r komplexe Stichproben 74 Vorhergesagte Werte im allgemeinen linearen Modell f r komplexe Stichproben 53 Index Warnungen bei der ordinalen Regression f r komplexe Stichproben 220 Wertresiduen in Cox Regression f r komplexe Stichproben 92 Wiederholte Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 52 Zeilenprozente in Kreuztabellen f r komplexe Stichproben 39 Zeitabh ngige Einflussvariable in Cox Regression f r komplexe Stichproben 83 223 Zusammenfassung beim Stichprobenassistenten 110 142 143
269. n ist die Startzeit immer 0 und die Endzeit immer unbegrenzt Mithilfe von 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 kommen keine Kovariaten vor Bei diesem Daten Set kann die Kombination der f r das Referenzmodell angezeigten Faktoren nicht vorkommen daher ignorieren wir das Log minus Log Diagramm f r das Bezugsmuster Die Muster 1 1 bis 1 4 unterscheiden sich nur hinsichtlich des Werts von History of myocardial infarction Herzinfarktanamnese F r jeden Wert von History of myocardial infarction Herzinfarktanamnese wird ein separates Muster und eine separate Linie im angeforderten Diagramm erstellt w hrend die anderen Variablen konstant gehalten werden 269 Cox Regression f r komplexe Stichproben Log Minus Log Diagramm Abbildung 22 53 Log Minus Log Diagramm Muster 1 History of myocardial infarction TTNone T710ne Two T1Three 2 500 000 Log minus Log berlebenswahrscheinlichkeits Funktion 0 400 000 800 000 1200 000 200 000 600 000 1000 000 1400 000 berlebenszeit Dieses Diagramm zeigt die Log minus Log Werte der berlebensfunktion In In suvival in Abh ngigkeit von der berlebenszeit an In diesem konkreten Diagramm wird eine separate Kurve f r jede Kategorie von History of myocardial infarct
270. n 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 healthplans sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen einer Versicherungsgruppe geht vier verschiedene Pl ne zur Gesundheitsvorsorge f r Kleinbetriebe zu evaluieren Zw lf Inhaber von Kleinbetrieben Arbeitgeber wurden gebeten die Pl ne danach in eine Rangfolge zu bringen wie gern sie sie ihren Mitarbeitern anbieten w rden Jeder Fall entspricht einem Arbeitgeber und enth lt die Reaktionen auf die einzelnen Pl ne health_funding sav Hierbei handelt es sich um eine hypothetische Datei die Daten zur Finanzierung des Gesundheitswesens Betrag pro 100 Personen Krankheitsraten Rate pro 10 000 Personen der Bev lkerung und Besuche bei medizinischen Einrichtungen rzten Rate pro 10 000 Personen der Bev lkerung enth lt Jeder Fall entspricht einer anderen Stadt hivassay sav Hierbei handelt es sich um eine hypothetische Datendatei zu den Bem hungen eines pharmazeutischen Labors einen Schnelltest zur Erkennung von HIV Infektionen zu entwickeln Die Ergebnisse des Tests sind acht kr ftiger werdende Rotschattierungen wobei kr ftigeren Schattierungen au
271. n s aus Analysieren Komplexe Stichproben Cox Regression 259 Cox Regression f r komplexe Stichproben Abbildung 22 41 Dialogfeld Plan f r Cox Regression Plan f r komplexe Stichproben f r Cox Regression a 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 rGemeinsame Wahrscheinlichkeiten Gemeinsame Yahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche YYyahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert G Standarddatei verwenden srs sav Ein offenes Daten Set stroke_survival sav Benutzerdefinierte Datei Datei Durchsuchen weiter Abbrechen Hilfe Wechseln Sie in das Verzeichnis in dem Sie den Analyseplan f r einfache Zufallsstichprobenziehungen gespeichert haben bzw zum Verzeichnis mit den Beispieldateien und w hlen Sie srs csaplan aus Klicken Sie auf Weiter 260 Kapitel 22 Abbildung 22 42 Dialogfeld Cox Regression Registerkarte Zeit und Ereignis pr m m E Cox Regression f r komplexe Stichproben Bl _ Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speiche
272. n tigen eine Variable mit der erfasst wird ob das Subjekt das relevante Ereignis innerhalb des Intervalls erfahren hat Subjekte bei denen das Ereignis nicht eingetreten ist werden rechts zensiert Subjekt ID Sie k nnen problemlos st ckweise konstante zeitabh ngige Einflussvariablen einbeziehen indem Sie die Beobachtungen f r ein einzelnes Subjekt ber mehrere F lle hinweg aufteilen Wenn Sie beispielsweise die berlebenszeiten f r Patienten nach einem Schlaganfall analysieren sollten Variablen mit Angaben ber ihre Anamnese als Einflussvariablen n tzlich sein Diese Patienten haben im Laufe der Zeit m glicherweise wichtige medizinische Ereignisse erfahren durch die ihre Anamnese ver ndert wurde Die folgende Tabelle zeigt wie ein solches Daten Set strukturiert wird Patienten ID ist die Subjekt ID Endzeit definiert die beobachteten Intervalle Status erfasst wichtige medizinische Ereignisse und Vorgeschichte mit Herzinfarkten und Vorgeschichte mit Blutungen sind st ckweise konstante zeitabh ngige Einflussvariablen Patien Endzeit Status Vorgeschichte mit Vorgeschichte mit ten ID Herzinfarkten Blutungen 1 5 Herzinfarkt Nein Generic Nein Generic 1 7 Blutungen Ja Generic Nein Generic 1 8 Verstorben Ja Generic Ja Generic 2 24 Verstorben Nein Generic Nein Generic 3 8 Herzinfarkt Nein Generic Nein Generic 3 15 Verstorben Ja Generic Nein Generic Annahmen Die
273. n 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 m Iterationsprotokoll anzeigen Die Parametersch tzer und die Statistik werden alle n Iterationen angezeigt beginnend mit der 0 Iteration den urspr nglichen Sch tzungen Wenn Sie das Iterationsprotokoll drucken wird die letzte Iteration stets unabh ngig vom Wert f r n ausgegeben Benutzerdefinierte fehlende Werte Metrische Stichproben Variablen sowie die abh ngige Variable und ggf alle Kovariaten m ssen g ltige Daten enthalten F lle bei denen ung ltige Daten f r diese Variablen vorliegen werden aus der Analyse gel scht Mit diesen Steuerungen legen Sie fest ob benutzerdefiniert fehlende 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 Sprache verf gen Sie au erdem ber folgende M glichkeiten m Mit dem Unterbefehl CUSTOM k nnen Sie benutzerdefinierte Tests auf Effekte im Vergleich zu linearen Kombinationen von Effekten oder einem Wert
274. n Optionen sind verf gbar m Angabe der Stufen f r die die Stichprobenziehung bereits erfolgt ist m Stufen aus dem Plan entfernen Stichprobenassistent Plan hersicht Abbildung 2 11 Stichprobenassistent Schritt Plan bersicht 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 emmeute Stichprobenziehung ist erst m glich nachdem die Sperre aufgehoben wurde Au erdem k nnen Sie bestehende Stufen aus dem Plan l schen willkommen gt Stufe 1 Stichproben Yariablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichproben Yariablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Ausw hloptionen Ausgabedateien Abschluss bersicht Stufe Beschriftung Sehichten Klumpen Umfang Methode 1 Keine Region Stadt 4 Einfache Zufallsstichprobenzieh ung OZ Keine Umgebung 0 2 Einfache Zufallsstichprobenzieh ung OZ Datei C property_assess csplan F r welche Stufen ist die Stichprobenziehung bereits erfolgt Stufen Keine v C Stufen aus dem Plan entfemen Stufen 2 Fr In diesem Schritt k nnen Sie den Stichprobenplan berpr fen und Stufen angeben f r die die Stichprobenziehung bereits
275. n Sie den Typ der Statistik zum Testen der Hypothesen festlegen Die folgenden Optionen stehen zur Auswahl F F korrigiert Chi Quadrat und Korrigiertes Chi Quadrat Stichprobenziehung Freiheitsgrade In dieser Gruppe steuern Sie die Freiheitsgrade im Stichprobenplan mit denen die p Werte f r alle Teststatistiken berechnet werden Dient der Stichprobenplan als Grundlage ist dieser Wert die Differenz zwischen der Anzahl der prim ren Stichprobeneinheiten und der Anzahl der Schichten in der ersten Stufe der Stichproben Alternativ k nnen Sie benutzerdefinierte Freiheitsgrade festlegen geben Sie hierzu eine positive Ganzzahl ein Korrektur f r Mehrfachvergleiche Bei der Durchf hrung von Hypothesentests mit mehreren Kontrasten kann das Gesamtsignifikanzniveau mithilfe der Signifikanzniveaus der eingeschlossenen Kontraste angepasst werden In dieser Gruppe k nnen Sie die Anpassungs Korrekturmethode ausw hlen m Geringste signifikante Differenz Diese Methode steuert nicht die Gesamtwahrscheinlichkeit dass Hypothesen abgelehnt werden bei denen einige lineare Kontraste von den Werten einer Nullhypothese abweichen m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt m Bonferroni sequenziell Hierbei handelt es sich um ein sequenziel
276. n 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 Link Funktion Logit verwenden F r alle Kategorien der abh ngigen Variablen mit Ausnahme der letzten wird ein einziges kumulatives Quotenverh ltnis berechnet das proportionale Odds Modell postuliert dass alle gleich sind Faktoren F r jeden ausgew hlten Faktor wird das Verh ltnis der kumulativen Quoten Odds in jeder Kategorie des Faktors zu den Quoten in der angegebenen Referenzkategorie angezeigt Kovariaten F r jede ausgew hlte Kovariate wird das Verh ltnis der kumulativen Quoten Odds f r den Mittelwert der Kovariaten zzgl der angegebenen nderungseinheiten zu den Quoten f r den Mittelwert angezeigt Beim Berechnen der Quotenverh ltnisse f r einen Faktor oder eine Kovariate werden alle anderen Faktoren auf die jeweils h chste Ebene fixiert alle anderen Kovariaten dagegen auf den Mittelwert 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 74 Kapitel 11 Wechselwirkungen mit sich selbst aufweist z B alter alter sind die Quotenverh ltnisse sowohl von den nderunge
277. n Startwert willkommen M chten Sie eine Stichprobe ziehen Stichproben Yariablen Ola Stufen Alle 1 Methode z Stichprobenumfang O Nen Ausgabevariablen Auswertung Welche Art von Startwert soll verwendet werden Stufe 2 hinzuf gen Stichprobe ziehen Zuf llig ausgew hlte Zahl P Auswahloptionen Ausgabedateien O Benutzerdefinierter Wert Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren Abschluss m chten o In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen o Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen die Verarbeitung beschleunigen In diesem Schritt k nnen Sie ausw hlen ob eine Stichprobe gezogen werden soll Au erdem k nnen Sie andere Optionen f r die Stichprobenauswahl festlegen beispielsweise den zuf lligen Startwert und den Umgang mit fehlenden Werten Stichprobe ziehen Sie k nnen ausw hlen ob eine Stichprobe gezogen werden soll Au erdem k nnen Sie festlegen dass ein Teil des Stichprobenplans ausgef hrt werden soll Die Stichprobenziehungen f r die Stufen muss der Reihe nach erfolgen Die Stichprobenziehung f r Stufe 2 kann also erst erfolgen wenn die Stichprobe f r Stufe 1 gezogen wurde Bei der Bearbeitung oder Ausf hrung eines Plans kann f r gesperrte Stufen keine erneute Stichprobenziehung erfolgen Startwert Damit k nnen Sie einen Startwert f r die Generierung v
278. n Stufe eines Plans verf gbar Au erdem sind Methoden MZ nur in der letzten Stufe eines Plans verf gbar sm Einfache Zufallsstichprobenziehung Die Einheiten werden mit gleicher Wahrscheinlichkeit ausgew hlt Sie k nnen mit oder ohne Zur cklegen ausgew hlt werden sm Einfach systematisch Die 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 m Einfach sequenziell Die Einheiten werden sequenziell mit gleicher Wahrscheinlichkeit und ohne Zur cklegen ausgew hlt 9 Stichprobenziehung mithilfe eines komplexen Plans m PPS Dies ist eine Methode f r die erste Stufe bei der Einheiten zuf llig ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zum Umfang Alle Einheiten k nnen mit Zur cklegen ausgew hlt werden nur Klumpen k nnen ohne Zur cklegen ausgew hlt werden m PPS systematisch Dies ist eine Methode f r die erste Stufe bei der Einheiten systematisch ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zum Umfang Die Auswahl erfolgt ohne Zur cklegen m PPS sequenziell Dies ist eine Methode f r die erste Stufe bei der Einheiten sequenziell ohne Zur cklegen ausgew hlt werden die Auswahlwahrscheinlichkeit ist proportional zur Klumpengr e m PPS Brewer Dies ist eine Methode f r
279. n Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung amp Stufe 3 Stichproben Variablen Methode Stichprobenumfang Subdivision subdivis Klumpen Stufenbeschriftung W hlen Sie Wohngebiet als Schichtungsvariable aus Klicken Sie auf Weiter und klicken Sie anschlie end im Schritt Methode der Stichprobenziehung ebenfalls auf Weiter Diese Planstruktur bedeutet dass f r jedes Wohngebiet unabh ngige Stichproben gezogen werden In dieser Phase werden Haushaltseinheiten mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 121 Stichprobenassistent f r komplexe Stichproben Abbildung 13 22 Stichprobenassistent Schritt Stichprobenumfang Stufe 3 Stichprobenassistent Stufe 3 Stichprobenumfang 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 gleichbleiben 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 Stufe 1 Variablen Stichproben Wariablen Einheiten Anteile Methode Stichprobenumfang un i Der Wert fiir den u Umfang gilt f r jede Stufe 2 Schicht Stichproben Variablen Methode Ungleiche werte f r Schichten
280. n angeben f r die Statistiken erstellt werden Verh ltnisse f r komplexe Stichproben Statistiken Abbildung 8 2 Dialogfeld Verh ltnisse Statistiken Statistiken v Standardfehler V Konfidenzintervall Niveau 95 E Verh ltnisse f r komplexe Stichproben Statistiken V Ungewichtete Anzahl V Umfang der Grundgesamtheit _ Effekt des Stichprobenplans _ Yaristionskoeffizient Fi Quadratwurzel aus dem Effekt des Stichprobenplans V t Test Testwert 1 3 Abbrechen Hilfe Statistiken Mit dieser Gruppe erhalten Sie Statistiken zum Verh ltnissch tzer m Standardfehler Der Standardfehler des Sch tzers m Konfidenzintervall Ein Konfidenzintervall f r den Sch tzer unter Verwendung der festgelegten Niveaus m Variationskoeffizient Das Verh ltnis des Standardfehlers des Sch tzers zum Sch tzer Ungewichtete Anzahl Die Anzahl der Einheiten die zur Berechnung des Sch tzers verwendet wurden 44 Kapitel 8 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 Es handelt sich hierbei um 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 Qua
281. n bei der Kovariate abh ngig als auch vom Wert der Kovariate Ordinale Regression f r komplexe Stichproben Speichern Abbildung 11 7 Dialogfeld Ordinale Regression Speichern Ordinale Regression f r komplexe Stichproben Speichern Variablen speichern vi Yorhergesagte Kategorie M Wahrscheinlichkeit der vorhergesagten Kategorie M wahrscheinlichkeit der beobachteten Kategorie V Kumulative Wahrscheinlichkeiten eine Variable pro Kategorie V Yarhergesagte W hrscheinlichkeiten eine Variable pro Kategorie Name Name Name Stammname Stammname C Bestehende Variablen ersetzen die denselben Namen oder Stammnamen aufweisen Modell exportieren C Modell als Daten exportieren PredictedYalue Predictedv alueProbability bservedYalueProbability CumulativeProbability PredictedProbatbility 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 Daten exportieren Schreibt ein SPSS Daten Set 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 un
282. n 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 Stichprobenassistent Stufe 1 Stichprobenumfang 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 gleichbleiben 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 Yariablen Stufe 1 amp Immobilien ID Immao Stichproben Variablen amp Umgebung Umgebu Methode E letzte Sch tzung in J wett Stichprobenumfan 2 A A n riabl u 8 Wert bei letzter Sch Der Wert f r den LSgabeyananis 4 Umfang gilt f r jede Auswertung Schicht Stufe 2 hinzuf gen Stichprobe ziehen Ungleiche werte f r Schichten Auswahloptionen Ausgabedateien Abschluss O werte aus Variable lesen I Einheiten Anzahl E a In diesem Schritt k nnen Sie die Anzahl bzw den Anteil der Einheiten festlegen die in der aktuellen Stufe als S
283. n die Zeile gt Schlie en Sie das Fenster Pivot Leisten Pivotierte Verh ltnistabelle Abbildung 18 5 Pivotierte Verh ltnistabelle Testen von Testwert Hypothesen t Verh ltnissch tzung Standardfehler 95 Konfidenzintervall Untere Grenze Ungewichtete Anzahl Nenner Current value Z hler Yalue at last appraisal Osten Mitte westen Obere Grenze Freiheitsgrad e Sig Die Verh ltnistabelle ist nun pivotiert sodass die Statistiken sich leichter zwischen den verschiedenen Counties vergleichen lassen 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 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 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 Schlie lich liegen die Signifikanzwerte ein objektiveres Ma f r die 7 Tests f r Western County und Southern County unter 0 05 Daraus l sst sich ableiten dass das Verh ltnis f r Western County ber 1 3 und f r Southern County unter 1 3 liegt Zusammenfassung Mithilfe der Prozedur
284. n einer Plandstei gespeichert die Sie w hrend der Analyse verwenden k nnen um anzugeben wie die Datenstichprobe gezogen wurde Mit dem Assistenten k nnen Sie au erdem einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen Wie m chten Sie vorgehen O Stichprobe entwerfen a W hlen Sie diese Option wenn Datei D Sie keine Plandatei erstellt haben f urchsuchen Sie haben dann die M glichkeit I O Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden oss OOS Plans hinzuf gen entfernen oder bearbeiten m chten Sie haben Stichprobe ziehen W hlen Sie diese Option wenn Datei psscnsucnen Sie bereits ber eine Plandstei Bl demo cspen Durchsuchen verf gen und eine Stichprobe W hlen Sie die Option Stichprobe ziehen und w hlen Sie die von Ihnen erstellte Plandatei demo csplan aus Klicken Sie auf Weiter 127 Stichprobenassistent f r komplexe Stichproben Abbildung 13 28 Stichprobenassistent Schritt Plan bersicht Stufe 3 Stichprobenassistent Plan bersicht In diesem Dialogfeld wird der Stichprobenplan zusammengefasst Geben Sie alle Stufen an fiir die bereits die Stichprobenziehung erfolgt ist und f r die keine emeute Stichprobenziehung erfolgen soll willkommen Plan bersicht bersicht nn Stufe Beschriftung Schichten _ K mpen _ umtang _ Metnode nn Keine Region Bundesla
285. n hife Aktivieren Sie Mehrere f r die Anzahl der umzustrukturierenden Variablengruppen gt Geben Sie als Wert f r die Anzahl der Gruppen 6 ein Klicken Sie auf Weiter 243 Abbildung 22 25 Cox Regression f r komplexe Stichproben Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen welche variablen zu den einzelnen Zielvariablen geh ren i Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Yariablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und Sie k nnen auch Variablen ausw hlen die als variablen mit festem Format in die neue Datei kopiert werden Yariablen in der aktuellen Datei Angabe von Fallgruppen Mg Treatment result result amp Post event preventative Post event rehabilitation E Length of stay for rehabi Ausgew hlte Variable verwenden gt Variable ga Patient ID patid L Total treatment and reha A History of myocardial int amp First event post attack e L Time to first event post a Mg History of ischemic strok g History of hemorrhagic s rZu transponierende Variablen amp First event post attack event1 amp Second event post atta
286. n oder Ihre Auswahl in ein Syntax Fenster einf gen Wenn Sie nderungen an Schritten in der bestehenden Plandatei vornehmen k nnen Sie den bearbeiteten Plan in einer neuen Datei speichern oder die bestehende Plandatei berschreiben Wenn Sie Stufen hinzuf gen ohne nderungen an bestehenden Stufen vorzunehmen berschreibt der Assistent die bestehende Plandatei Wenn Sie den Plan in einer neuen Datei speichern m chten w hlen Sie die Option Vom Assistenten generierte Syntax in ein Syntaxfenster einf gen aus und ndern Sie den Dateinamen in den Syntaxbefehlen Bearbeiten eines bestehenden Stichprobenplans gt W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben 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 17 Stichprobenziehung mithilfe eines komplexen Plans gt 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 gt 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 folgende
287. n zu Einkomme E Kumulative Stichpre A Schulden auf Kredil 24 lt amp F r jede Yariable wird in den Gittern f r die Quotenyerh 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 Im Dialogfeld Quotenverh ltnisse rufen Sie die vom Modell gesch tzten Quotenverh ltnisse f r bestimmte Faktoren und Kovariaten ab F r jede Kategorie der abh ngigen Variable mit Ausnahme der Referenzkategorie wird je ein separater Satz von Quotenverh ltnissen berechnet Faktoren F r jeden ausgew hlten Faktor wird das Verh ltnis der Quoten in jeder Kategorie des Faktors zu den Quoten in der angegebenen Referenzkategorie angezeigt Kovariaten F r jede ausgew hlte Kovariate wird das Verh ltnis der Quoten f r den Mittelwert der Kovariate zzgl der angegebenen nderungseinheiten zu den Quoten f r den Mittelwert angezeigt 63 Logistische Regression f r komplexe Stichproben 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
288. n zum Erstellen der Endzeitpunkte verwendet und jede Variable kann nur in einer Liste von zu transponierenden Variablen vorkommen Daher waren start_time2 und start_time3 erforderlich W hlen Sie trans3 aus der Liste der Zielvariablen 245 Cox Regression f r komplexe Stichproben Abbildung 22 27 Assistent f r die Datenumstrukturierung Schritt Variablen zu F llen Ausw hlen von Variablen Assistent f r die Datenumstrukturierung Schritt 3 von 7 X Variablen zu F llen Ausw hlen von Variablen F r jede Yariablengruppe in den aktuellen Daten ist in der umstrukturierten Datei eine Zielvariable vorhanden In diesem Schritt w hlen Sie aus wie Fallgruppen in den umstrukturierten Daten bestimmt werden sollen und welche variablen zu den einzelnen Zielvariablen geh ren Sie k nnen auch Yariablen ausw hlen die als variablen mit festem Format in die neue Datei kopiert werden Variablen in der aktuellen Datei A Trestment resut resut A Angabe von Fallgruppen Post event preventative Ausgew hlte Variable verwenden v D Post event rehabilitation L Length of stay for rehabi gt Variable Sa Patient ID patid E Total treatment and reha amp First event post attack e rZu transponierende Variablen L Time to first event post a A History of myocardial inf Cene aH History of ischemic strok gt Time to first event post attack time1 A History of hemorrhagic s
289. n zur Syntax finden Sie in der Command Syntax Reference Kapitel Logistische Regression f r komplexe Stichproben Die Prozedur Logistische Regression f r komplexe Stichproben besteht aus einer logistischen Regressionsanalyse einer bin ren oder multinomialen abh ngigen Variable f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Beispiel Ein Kreditsachbearbeiter verf gt ber eine Reihe von Datens tzen zu Kunden die ein Darlehen in verschiedenen Zweigstellen erhalten haben diese Datens tze wurden nach einem komplexen Plan zusammengestellt Bei der Einbeziehung des Stichprobenplans interessiert sich der Sachbearbeiter f r die Wahrscheinlichkeit mit der ein Kunde mit dem Darlehen in Verzug geraten k nnte und zwar im Zusammenhang mit dem Alter der beruflichen Entwicklung und der Darlehensh he Statistiken Mit dieser Prozedur erhalten Sie Sch tzungen potenzierte Sch tzungen Standardfehler Konfidenzintervalle Tests Effekte des Stichprobenplans und Quadratwurzeln aus den Effekten des Stichprobenplans au erdem die Korrelationen und Kovarianzen bei den Parametersch tzern 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 V
290. nalyse einer bin ren oder ordinalen abh ngigen Variablen f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Beispiel Abgeordnete die in Erw gung ziehen einen Gesetzesentwurf einzubringen sind daran interessiert zu ermitteln ob dieser Gesetzesantrag ffentlich unterst tzt wird und in welchem Bezug die Unterst tzung f r den Antrag zur demografischen Struktur der W hler steht Die Meinungsforscher verwenden f r die Erstellung und Durchf hrung der entsprechenden Umfragen einen komplexen Stichprobenplan Mit der ordinalen Regression f r komplexe Stichproben k nnen Sie ein Modell f r die St rke der Unterst tzung f r den Gesetzesentwurf auf der Grundlage der demografischen Struktur der W hler anpassen Daten Die abh ngige Variable ist ordinal Faktoren sind kategorial Kovariaten sind quantitative Variablen die mit der abh ngigen Variablen in Beziehung stehen Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine 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
291. nd 3 Einfache Zufallsstichprobenzi Abschluss ung OZ Keine Landkreis 0 1 Einfache Zufallsstichprobenzi ung OZ 3 Keine subdivision 0 2 Einfache v C PE REP ui Datei C demo csplan F r welche Stufen ist die Stichprobenziehung bereits erfolgt Stufen 1 2 v 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 Stichprobenassistent 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 Willkommen F r welche Stufen soll die Stichprobenziehung erfolgen Plan bersicht Stichprobe ziehen Stufen 3 v Auswahloptionen i 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 4231946 o In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen o rbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen die Verarbeitung beschleunigen W hlen Sie Benutzerdefinierter Wert als
292. nd Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern l Exportieren Optionen Variablen r berlebenszeit Sa Hospital ID nospid Beginn des Intervalls Eintreten des Risikos Mi Hospital size hospsize da Patient ID patid da Attending physician ID physid variiert nach Subjekt E Age in years age Startvariable W pti gt amp Gender gender de des Intervalis Fr Physically active active amp Obesity obesity Endvariable amp History of diabetes diabetes amp Blood pressure bp Ib Atrial fibrillation af ignis Smoker smoker Statusvariable h History of angina angina Lej Mi History of myocardial infarction mi i i Werte die das Eintreten eines Death Ri History of ischemic stroke is PESH P Ereignisses anzeigen ail History of hemorrhagic stroke hs D Prescribed nitroglycerin nitro Eeonie segnen amp Taking anti clotting drugs anticlot Subjekt ID amp History of transient ischemic attack tia Time to hospital time mi Initial Rankin score rankin0 W hlen Sie ID Yariablen f r die Befragten wenn es mehrere F lle pro Befragten gibt amp CAT scan result catscan Fr Clot dissolving drugs clotsolv A Treatment resut resut Pr Post event preventative surgery surgery D Post event rehabilitation rehab ra Total treatment and rehabilitation costs in thousa EI mm nase amese Je
293. nd 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 Plandstei erstellen W hlen Sie diese Option wenn Sie ber Datei nhi i nhis2000_subset csaplar Stichprobendaten verf gen jedoch noch E Durchsuchen keine Plandatei erstellt haben Plandstei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen Datei Durchsuchen 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 lt Zur ck Weiter gt Fertigstellen Abbrechen Hilfe gt Geben Sie nhis2000_subset csaplan als Namen f r die Analyseplandatei ein Klicken Sie auf Weiter 150 Kapitel 14 Abbildung 14 2 Analysevorbereitungsassistent Schritt Stichproben Variablen Stufe 1 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
294. ndardverfahren bei der Regression behindern pain_medication sav Diese hypothetische Datendatei enth lt die Ergebnisse eines klinischen Tests f r ein entz ndungshemmendes Medikament zur Schmerzbehandlung bei chronischer Arthritis Von besonderem Interesse ist die Zeitdauer bis die Wirkung des Medikaments einsetzt und wie es im Vergleich mit bestehenden Medikamenten abschneidet patient_los sav Diese hypothetische Datendatei enth lt die 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 278 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 Artikel sind Durchmesser Polierzeit Preis und Produkttyp erfasst poll_cs sav Hierbei handelt es sich
295. ndatei 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 tastetest sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Bewertung der Auswirkungen der Mulchfarbe auf den Geschmack von Pflanzenprodukten geht Der Geschmack von Erdbeeren die in rotem blauem und schwarzem Rindenmulch gezogen wurden wurde von Testpersonen auf einer ordinalen Skala weit unter bis weit ber dem Durchschnitt bewertet Jeder Fall entspricht einem Geschmackstester 281 Beispieldateien telco sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um die Bem hungen eines Telekommunikationsunternehmens geht die Kundenabwanderung zu verringern Jeder Fall entspricht einem Kunden und enth lt verschiedene Informationen
296. nden die sowohl mit der Post versandte Coupons als auch Coupons aus Zeitungen verwenden diejenigen ohne Familie weniger ausgeben als diejenigen mit Ehepartnern die wiederum weniger ausgeben als Personen mit unterhaltsberechtigten Familienangeh rigen im Haushalt Da die Tests der Modelleffekte zeigten dass dieser Term zum Modell beitr gt sollten sich diese Unterschiede nicht ndern Die usecoup Koeffizienten legen nahe dass die Ausgaben bei Kunden mit unterhaltsberechtigten Familienangeh rigen im Haushalt mit sinkender Coupon Verwendung abnehmen Es liegt ein m iger Grad an Unsicherheit bei den Sch tzern vor doch die Konfidenzintervalle enthalten nicht den Wert 0 Die Interaktionskoeffizienten legen nahe dass Kunden die keine Coupons oder nur Coupons aus der Zeitung verwenden und keine unterhaltsberechtigten Familienangeh rigen im Haushalt haben tendenziell mehr ausgeben als ansonsten zu erwarten gewesen w re Wenn 193 Allgemeines lineares Modell f r komplexe Stichproben ein Teil eines Wechselwirkungsparameters redundant ist ist der Wechselwirkungsparameter ebenfalls redundant m Die Abweichung in den Werten der Effekte des Stichprobenplans vom Wert 1 weisen darauf hin dass einige der f r diese Parametersch tzer 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 E
297. ne 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 customers_model sav Diese Datei enth lt hypothetische Daten zu Einzelpersonen auf die sich eine Marketingkampagne richtete 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 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
298. nes komplexen Plans 4 Erstellen eines neuen Stichprobenplans 2n anaana 4 Stichprobenassistent Stichproben Variablen 2u2eseseeeeneerenene nenn 6 Baumsteuerungen zur Navigation im Stichprobenassistenten 222 c r 7 Stichprobenassistent Methode der Stichprobenziehung 2 222 neneneneenenn 8 Stichprobenassistent Stichprobenumfang nanna nanana 10 Ungleiche Umf nge definieren 2 unononeeeeneeneeeneneeree een 11 Stichprobenassistent Ausgabevariablen 2 22 nonseeeeeeeenenner nenne nenn 12 Stichprobenassistent Plan bersicht 2cuceseeeeenenenenenen nennen 13 Stichprobenassistent Stichprobe ziehen Auswahloptionen 2eceeerene 14 Stichprobenassistent Stichprobe ziehen Ausgabedateien 2 22 aaa 15 Stichprobenassistent Fertig stellen 2coneneeenerenenenenenen nennen 16 Bearbeiten eines bestehenden Stichprobenplans 22sceeeeenenen ern nnn 16 Stichprobenassistent Plan bersicht 2 2cuneeeeerenenenenene nennen 17 Ausf hren eines bestehenden Stichprobenplans 2222e2reeerenener ern 18 Zus tzliche Funktionen bei den Befehlen CSPLAN und CSSELECT 2 222222 22 0 18 3 Vorbereiten einer komplexen Stichprobe f r die Analyse 19 Erstellen eines neuen Analyseplans 2 unoneneneeneneeeenen ernennen 20 Analysevorbereitungsassistent Stichproben Variablen
299. nfidenzintervalle t Tests Effekte des Stichprobenplans und Quadratwurzeln aus den Effekten des Stichprobenplans au erdem die Korrelationen und Kovarianzen bei den Parametersch tzern Auch Ma e f r die Anpassungsg te des Modells und deskriptive Statistken f r die abh ngigen und unabh ngigen Variablen stehen zur Verf gung Und nicht zuletzt k nnen Sie gesch tzte Randmittel f r die Modellfaktorebenen und die Wechselwirkungen zwischen den Faktoren anfordern Daten Die abh ngige Variable ist quantitativ Faktoren sind kategorial Kovariaten sind quantitative Variablen die mit der abh ngigen Variablen in Beziehung stehen Bei den Variablen f r die Teilgesamtheiten kann es sich um String Variablen oder numerische Variablen handeln sie sollten jedoch kategorial sein Annahmen Die F lle in der Datendatei stehen f r eine Stichprobe aus einem komplexen Plan deren Analyse gem den Angaben in der Datei erfolgen soll die im Dialogfeld Komplexe Stichproben Plan ausgew hlt wurde Erzeugen eines allgemeinen linearen Modells f r komplexe Stichproben W hlen Sie die folgenden Befehle aus den Men s aus Analysieren Komplexe Stichproben 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 46 47 Abbildung 9 1 Dialogfeld Allgemeines lineares Modell Allgemeines line
300. ng 22 2 Dialogfeld Variable berechnen Falls Bedingung erf llt ist Variable berechnen Falls Bedingung erf llt ist K amp Arrest ID arrest Alle F lle einschlie en L Age in years age G Fall einschlie en wenn Bedingung erf llt ist mi Age category agecat ISSING date2h 5 Marital status marital M Social status social d Leve of education ed Funktionsguppe 4 E Employed employ 8 Verschiedene i a J Fehlende Werte definieren everity of first crim PDF amp PDF nichtzentral violent first crime vi dL 2 Zufallszahlen Pid Date of release from 5 Posted bail bail 0 IF amp Received rehakilitatio Funktionen und Sondervariablen amp Second arrest arres pasia Sysmis mg Severity of second c Missing 5 Violent second crime ISSING variable Logical Returns 1 or true if variable has Nmiss Second conviction c system or user missing value The argument should be a Nvalid ariable name in the active dataset Sysmis 2 Inclusion Selection value 4 Cumulative Sampling 8 Inclusion Selection L Cumulative Sampling L Final Sampling Weigh v me 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 W hlen Sie als N chstes zur Berechnung des Zei
301. ngefordert haben die tats chlich bei der Stichprobe gezogenen Anteile liegen nahe an 30 au er f r Western County und Southern County Dies liegt daran dass diese Counties jeweils nur 6 Gemeinden besitzen und Sie au erdem angegeben haben dass mindestens drei Gemeinden pro County ausgew hlt werden sollten 144 Kapitel 13 Abbildung 13 45 Stufen bersicht Umfang der Stichprobe Anteil der Stichprobe County Township Neighborhood Tats chlich Tats chlich 1 Eastern g Central 2 3 4 5 6 1 2 3 4 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 1 2 3 4 w SR Zu 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 f r komplexe Stichproben Stichprobenergebnisse Abbildung 13 46 Daten Editor mit Stichprobenergebnissen Die Ergebnisse der Stichprobenziehung werden im neu erstellten Daten Set angezeigt F nf neue Variablen wurden in der Arbeitsdatei gespeichert Diese stehen f r die Einschlusswahrscheinlichkeiten und die kumulierten Stichprobengewichtungen f r die einzelnen Stufen so
302. nn 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 dass 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 60 Kapitel 10 Logistische Regression f r komplexe Stichproben Statistik Abbildung 10 4 Dialogfeld Logistische Regression Statistik Log
303. nnn Komplexe Stichproben Fehlende Werte ononoeeeeeeeeneneer nennen nn Komplexe Stichproben Optionen 2 2neneneneneeneneeeeeee nern nenn Verh ltnisse f r komplexe Stichproben 42 Verh ltnisse f r komplexe Stichproben Statistiken 2222ecerenenen ern Verh ltnisse f r komplexe Stichproben Fehlende Werte 2 22 22 uaaa Komplexe Stichproben Optionen 2 2neneneneneeneeereenen nennen nenn vi 9 Allgemeines lineares Modell f r komplexe Stichproben Allgemeines lineares Modell f r komplexe Stichproben Statistik Hypothesentests f r komplexe Stichproben 2 2222 nneneneneneneen nenn Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Allgemeines lineares Modell f r komplexe Stichproben Speichern Allgemeines lineares Modell f r komplexe Stichproben Optionen Zus tzliche Funktionen beim Befehl CSGLM 2 ceceeerereren ern 10 Logistische Regression f r komplexe Stichproben Logistische Regression f r komplexe Stichproben Referenzkategorie Logistische Regression f r komplexe Stichproben Modell 2200 amp Logistische Regression f r komplexe Stichproben Statistik 22222220 Hypothesentests f r komplexe Stichproben 2222 oneeenenenen nennen Logistische Regression f r komplexe Stichproben
304. nplans Yariationskoeffizient Auswertungen f r 2x2 Tabellen v Qutenverh ftnis Risiko Differenz v Relatives Risiko Test auf Unhabh ngigkeit von Zeilen und Spalten Abbrechen Hilfe gt 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 ncome category in thousands Einkommensklasse in Tausend aufgeschl sselt sind Kreuztabellen Abbildung 17 4 Kreuztabelle f r Zeitungsabonnement und Antwort Abonnement ESE Tageszeitung Nein _ nsgesam von Abonnement Sch tzung E 828 100 0 Tageszeitung Standardfehler 41 0 1 0 Nein von Abonnement Sch tzung 10 3 897 100 0 WE 2 2 ee Insgesamt von Abonnement Sch tzung 12 8 87 2 100 0 Tageszeitung Standardfehler 7 7 0 178 Kapitel 17 Die Kreuztabelle zeigt dass insgesamt
305. nplans W hlen Sie im Gruppenfeld Statistiken die Option Konfidenzintervall aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Deskriptive Statistiken f r komplexe Stichproben auf OK 172 Kapitel 16 Univariate Statistiken Abbildung 16 4 Univariate Statistiken Standard Sch tzung fehler Mittelwert Starke Anstrengung pro Woche Moderate Anstrengung pro Woche Krafttraining pro Woche 95 Konfidenzintervall Untere Grenze 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 Univariate Statistiken nach Teilgesamtheit Abbildung 16 5 Univariate Statistiken nach Teilgesamtheit Altersgruppe Sch tzung Mittelwert Starke Anstrengung pro Woche Moderate Anstrengung pro Woche Krafttraining pro Woche 95 Konfidenzintervall Standard Untere fehler Grenze Obere Grenze Mittelwert Starke Anstrengung pro Woche
306. nungsgem auf der Grundlage des gesamten Daten Sets gesch tzt m W hlen Sie eine Link Funktion Link Funktion Die Link Funktion ist eine Transformation der kumulativen Wahrscheinlichkeiten die eine Sch tzung des Modells erm glicht Es stehen f nf Link Funktionen zur Verf gung die in der folgenden Tabelle zusammengefasst sind Funktion Form Typische Anwendung Logit log 8 1 8 Gleichm ig verteilte Kategorien Log Log komplement r log log 1 8 H here Kategorien wahrscheinlicher Log Log negativ logC log Niedrigere Kategorien wahrscheinlicher 68 Kapitel 11 Funktion Form Typische Anwendung Probit oI e Latente Variable ist normalverteilt Cauchit Inverse von Cauchy tan n amp 0 5 Latente Variable weist viele Extremwerte auf Ordinale Regression f r komplexe Stichproben Antwortwahrscheinlichkeiten Abbildung 11 2 Dialogfeld Ordinale Regression Antwortwahrscheinlichkeiten Ordinale Regression f r komplexe Stichproben Antwortwahrsche Kumulierte Antwortwahrscheinlichkeiten O Vom h chsten zum niedrigsten Wert der abh ngigen Variablen akkumulieren Im Dialogfeld Antwortwahrscheinlichkeiten k nnen Sie angeben ob die kumulative Wahrscheinlichkeit einer Antwort d h die Wahrscheinlichkeit der Zugeh rigkeit bis zu einschlie lich einer bestimmten Kategorie der abh ngigen Variablen mit steigenden bzw sinkenden Werten der abh ngig
307. o_event Zeit bis zur zweiten Festnahme als die Variable die das Ende des Intervalls definiert W hlen Sie Second arrest arrest2 Zweite Festnahme als Variable die definiert ob das Ereignis eingetreten ist Klicken Sie auf Ereignis definieren 231 Cox Regression f r komplexe Stichproben Abbildung 22 9 Dialogfeld Ereignis definieren Ereignis definieren E rWVerte die das Eintreten eines Ereignisses anzeigen Q Einzelnefr Werte Geben Sie einen oder mehrere Werte an O Wiertebereich Minimum Maximum W hlen Sie 1 Yes Ja als Wert der anzeigt dass das relevante Ereignis erneute Festnahme eingetreten ist Klicken Sie auf Weiter Klicken Sie auf die Registerkarte Einflussvariablen 232 Kapitel 22 Abbildung 22 10 Dialogfeld Cox Regression Registerkarte Statistiken Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speichern Exportieren Optionen Yariablen amp Region region amp Province province 5 District district Rs City city amp Arrest ID arrest ki Age category agecat Marital status marital Mi Social status social d Leve of education ed amp Employed employ amp Gender gender mi Severity of first crime crime1 amp Violent first crime violent1 amp Date of release from first arrest date1 Posted bail bail Rec
308. oben Abbildung 21 18 Warnungen f r das reduzierte Modell N Schwellenwert Regression Schritt Pseudo 2 b Halbier Log opinion_ opinion_ opinion_ agecat agecat agecat drivefr drivefr drivefr drivefreg drivefr Iteration ungen Likelihood gastax 1 gastax 2 gastax 3 1 2 3 eq 1 eq 2 eg 3 4 eg 5 326640 341 303567 549 303336 336 303335 933 303335 933 303335 933 Redundante Parameter werden nicht angezeigt Ihre Werte sind in allen Iterationen stets null Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat drivefreqg Verkn pfungsfunktion Logit a Der Log Likelihood Wert kann nach der maximalen Anzahl der Schritte in der Schritt Halbierungs Methode nicht weiter erh ht werden b Zur Sch tzung der Parameter wurde die Newton Raphson Methode verwendet Wenn Sie das Iterationsprotokoll betrachten werden sie feststellen dass die nderungen in den Paramtersch tzern bei den letzten paar Iterationen so gering sind dass die Warnmeldung keinen Anlass zur Sorge darstellt Vergleichen von Modellen Abbildung 21 19 Pseudo R Quadrat Werte f r das reduzierte Modell Cox und Snell Nagelkerke McFadden Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreg Verkn pfungsfunktion Logit Die R2 Werte f r das reduzierte Modell sind mit den We
309. oenfele Martingale Residuum Res Abweichungsresiduum Resid_Devian Cox Snell Residuum Resid_ e Score Residuum eine Yariable pro Modellparameter Res DFBeta Residuum eine Variable pro Modellparameter Resid jgregiertes Martingal Residuum AggResid Martingale rNamen der gespeicherten Yariablen Automatisch eindeutige Namen generieren W hlen Sie diese Option wenn Sie bei jeder Analyse ein neues Set Modellvariablen zu Ihrem Daten Set hinzuf gen m chten Benutzerdefinierte Namen Geben Sie Namen in den Yariablenlisten an Bei Auswahl dieser Option werden bei jeder Analyse alle bestehenden variablen mit demselben Namen bzw Stammnamen ersetzt C Einf gen Zur cksetzen Abbrechen Hilfe Variablen speichern Mit dieser Gruppe k nnen Sie modellbezogene Variablen im aktiven Daten Set speichern um diese sp ter f r die Diagnose und Berichterstellung von Ergebnissen zu verwenden Beachten Sie dass keine dieser Variablen verf gbar ist wenn zeitabh ngige Einflussvariablen Bestandteil des Modells sind m berlebensfunktion Speichert die berlebenswahrscheinlichkeit den Wert der berlebensfunktion zur beobachteten Zeit sowie Einflussvariablenwerte f r jeden Fall 93 Cox Regression f r komplexe Stichproben Untergrenze des Konfidenzintervalls f r die berlebensfunktion Speichert die Untergrenze des K
310. omplexe Stichproben Statistiken f r die Verwendung von Nahrungserg nzungen Durchf hrung der Analyse gt Um eine Analyse der Art H ufigkeiten f r komplexe Stichproben durchzuf hren w hlen Sie folgende Optionen aus den Men s aus Analysieren Komplexe Stichproben H ufigkeiten 163 164 Kapitel 15 Abbildung 15 1 Dialogfeld Komplexe Stichproben Plan Plan f r komplexe Stichproben f r Verh ltnisanalyse X rPlan Datei nhis2000_subset csaplan Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Sie eine Plandstei 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 Yahrscheinlichkeiten sind erforderlich wenn f r den Plan eine Sch tzung f r ungleiche YYahrscheinlichkeiten OZ erforderlich ist Andernfalls werden sie ignoriert Standarddatei verwenden nhis2000_subset sav Ein offenes Daten Set 20 Js et S O Benutzerdefinierte Datei Datei gt Wechseln Sie zu der Datei nhis2000_subset csaplan und w hlen Sie sie aus F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Klicken Sie auf Weiter 165 Abbildung 15 2 Dialogfeld H ufigkeiten Plan f r komplexe Stichproben f r Verh ltnisanalyse X Yaria
311. on 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 15 Stichprobenziehung mithilfe eines komplexen Plans Stichprobenassistent Stichprobe ziehen Ausgabedateien Abbildung 2 9 Stichprobenassistent Schritt Stichprobe ziehen Ausgabedateien 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 Daten Set oder eine neue Datei ist werden neben den Yariablen die ausgew hlten F lle gespeichert Gemeinsame Wahrscheinlichkeiten werden gespeichert wenn Sie eine PPS Stichprobenziehung ohne Zur cklegen verwenden Sie werden f r Sch tzungen von PPS Designs DZ ben tigt willkommen Wo sollen die Stichprobendaten gespeichert werden Stufe 1 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 3 hinzuf gen Stich
312. onfidenzintervalls f r die berlebensfunktion zur beobachteten Zeit sowie Einflussvariablenwerte f r jeden Fall Obergrenze des Konfidenzintervalls f r die berlebensfunktion Speichert die Obergrenze des Konfidenzintervalls f r die berlebensfunktion zur beobachteten Zeit sowie Einflussvariablenwerte f r jeden Fall Kumulative Hazard Funktion Speichert den kumulativen Hazard oder In survival zur beobachteten Zeit 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 zur beobachteten Zeit 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 zur beobachteten Zeit sowie Einflussvariablenwerte f r jeden Fall Vorhergesagter Wert f r die lineare Einflussvariable Speichert die lineare Kombination von im Referenzwert berichtigten Regressionskoeffizienten der Einflussvariablenzeiten Die lineare Einflussvariable ist das Verh ltnis von Hazard Funktion zu Basis Hazard Bei dem proportionalen Hazard Modell ist dieser Wert im Laufe der Zeit konstant Schoenfeld Residuum F r jeden nicht zensierten Fall und jeden nicht redundanten Parameter im Modell bedeutet das Schoenfeld Residuum den Unterschied zwischen der beobachteten Einflussvariablen die
313. ood F r jeden nicht redundanten Parameter im Modell wird eine separate Variable gespeichert DFBeta Residuum Das DFBeta Residuum sch tzt f r jeden Fall und jeden nicht redundanten Parameter im Modell die nderung des Werts der Parametersch tzung wenn der Fall aus dem Modell entfernt wird F lle mit relativ gro en DFBeta Residuen ben m glicherweise 94 Kapitel 12 einen berm igen Einfluss auf die Analyse aus F r jeden nicht redundanten Parameter im Modell wird eine separate Variable gespeichert m Aggregierte Residuen Wenn mehrere F lle ein einzelnes Subjekt darstellen ist das aggregierte Residuum f r ein Subjekt einfach die Summe der entsprechenden Fall Residuen f r alle F lle die zu demselben Subjekt geh ren Bei dem Schoenfeld Residuum ist die aggregierte Version identisch mit der nicht aggregierten Version da das Schoenfeld Residuum nur f r nicht zensierte F lle definiert wird Diese Residuen sind nur dann verf gbar wenn eine Subjekt ID auf der Registerkarte Zeit und Ereignis angegeben wird 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 Exportieren Abbildung 12 11 Dialogfeld Cox Regression Registerkarte Exportieren 3 Cox Re
314. pen 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 Variablen Stufe 1 ra Schichten nach Stichproben Variablen do vater ID voteid Methode Stichprobenumfang Ausgabevariablen Auswertung Stufe 2 Klumpen 00000 Stichproben Variablen Methode Stichprobenumfang Stufenbeschniftung 0000000000000 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 f r komplexe Stichproben Abbildung 13 38 Stichprobenassistent Schritt Stichprobenumfang Stufe 2 Stichprobenassistent Stufe 2 Stichprobenumfang 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 gleichbleiben oder f r die verschiedenen S
315. pfor 2 129 443 11 455 154 191 104 696 shopfor 3 0002 usecoup 1 140 838 10 180 162 830 118 846 usecoup 2 63 026 13 195 91 531 34 520 usecoup 3 31 375 9 726 52 387 10 363 usecoup 4 0002 P shopfor 1 usecoup 1 41 693 11 170 17 562 65 824 shopfor 1 usecoup 2 44 505 18 068 5 471 83 539 shopfor 1 usecoup 3 9 204 11 057 14 684 33 092 shopfor 1 usecoup 4 0003 a 5 shopfor 2 usecoup 1 89 211 10 967 65 518 112 903 shopfor 2 usecoup 2 54 267 14 949 21 972 86 562 shopfor 2 usecoup 3 17 884 13 753 11 828 47 595 shopfor 2 usecoup 4 D00 shopfor 3 usecoup 1 0002 shopfor 3 usecoup 2 0002 shopfor 3 usecoup 3 0002 Shopfor 3 usecoup 4 0002 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 Koeflizienten legen nahe dass von den Ku
316. plexe Stichproben Statistiken Statistiken vi Standardfehler v Ungewichtete Anzahl Konfidenzintervall v Umfang der Grundgesamtheit Niveau 95 Effekt des Stichprobenplans Yariationskoeffizient Quadratwurzel aus dem Effekt des Stichprobenplans x t Test Testwert 1 3 Abbrechen Hilfe W hlen Sie im Gruppenfeld Statistiken die Optionen Konfidenzintervall Ungewichtete Anzahl und Umfang der Grundgesamtheit aus W hlen Sie T Test aus und geben Sie als Testwert 1 3 ein Klicken Sie auf Weiter Klicken Sie im Dialogfeld Verh ltnisse f r komplexe Stichproben auf OK Verh ltnisse Abbildung 18 4 Verh ltnistabelle 95 Konfiden verh ltnis Standardf zintervall County Z hler Nenner sch tzung ehler Osten Curent vave Vaue aast apprasa 11 os 128 1525 Mitte _ Curent vae Value iiestampraisel 1 68 ma 1 227 1 502 Die Standardansicht der Tabelle ist sehr breit Daher m ssen Sie zur besseren bersicht pivotieren Pivotieren der Verh ltnistabelle Doppelklicken Sie auf die Tabelle um sie zu aktivieren W hlen Sie die folgenden Befehle aus den Men s des Viewers aus Pivot Pivot Leisten Ziehen Sie Nenner und anschlie end Z hler aus der Zeile in die Schicht 184 Kapitel 18 Ziehen Sie County aus der Zeile in die Spalte Ziehen Sie Statistiken aus der Spalte i
317. probe ziehen Auswahloptionen gt Ausgabedateien Abschluss Arbeitsdatei O Neues Daten Set O Externe Datei C Fallauswahlregeln speichern 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 SPSS Format gespeichert werden Daten Sets sind in der aktuellen Sitzung verf gbar In nachfolgenden Sitzungen stehen Daten Sets nur zur Verf gung wenn Sie sie ausdr cklich als Datendateien speichern Die Namen von Daten Sets m ssen den Regeln zum Benennen von Variablen entsprechen Wenn eine externe Datei oder ein neues Daten Set angegeben wird werden die Ausgabevariablen f r die Stichprobenziehung und die Variablen in der Arbeitsdatei f r die ausgew hlten F lle gespeichert Gemeinsame Wahrscheinlichkeiten Mit diesen Optionen k nnen Sie festlegen in welche Datei die gemeinsamen Wahrscheinlichkeiten geschrieben werden sollen Sie werden in einer externen Datendatei im SPSS Format gespeichert Gemeinsame Wahrscheinlichkeiten werden erstellt wenn die PPS Methode ohne Zur cklegen PPS Brewer PPS Sampford oder PPS Murthy ausgew
318. probengewichtung Dies ist die Inverse der Einschlusswahrscheinlichkeiten Der Stammname der gespeicherten Variablen lautet SampleWeight_ 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_ 13 Stichprobenziehung mithilfe eines komplexen Plans Index Identifiziert Einheiten die mehrmals in einer Stufe ausgew hlt wurden Der Stammname der gespeicherten Variablen lautet ndex_ Anmerkung Die Stammnamen der gespeicherten Variablen beinhalten ein ganzzahliges Suffix das der Stufennummer entspricht beispielsweise Populationsize_l_ f r die gespeicherte Gr e des Stichprobenumfangs f r Stufe 1 Stichprobenassistent Plan hersicht Abbildung 2 7 Stichprobenassistent Schritt Plan bersicht Stichprobenassistent Stufe 1 Planauswertung In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen z bersicht willkommen e Stufe 1 Stufe Be
319. probenziehung ohne Zur cklegen verwenden Sie werden f r Sch tzungen von PPS Designs DZ ben tigt willkommen Wo sollen die Stichprobendaten gespeichert werden Stufe 1 Stichproben Variablen Methode Stichprobenumfang Ausgabevariablen 5 Auswertung O Externe Datei Stufe 2 Stichproben Yariablen Methode Datei C poll_jointprob sav Stichprobenumfang 2 Ausgabevariablen Auswertung Stufe 3 hinzuf gen Stichprobe ziehen Ausw hloptionen Ausgabedateien Abschluss O Arbeitsdatei Neues Daten Set poll_cs_sample Wo sollen die gemeinsamen Wahrscheinlichkeiten gespeichert werden C Fallauswahlregeln speichern 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 Geben Sie poll_jointprob sav als Name der Datei f r die gemeinsamen Wahrscheinlichkeiten ein Klicken Sie auf Weiter 141 Stichprobenassistent f r komplexe Stichproben Abbildung 13 42 Stichprobenassistent Schritt Fertig stellen Stichprobenassistent Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und 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
320. r amp Row Blake C L als auch C J Merz 1998 UCI Repository of machine learning 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 80 580 598 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 Hal 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 Greenacre M J 1984 Theory and applications of correspondence analysis London Academic Press Guttman L 1968 A general nonmetric technique for finding the smallest coordinate space for configurations of points Psychometrika 33 469 506 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 Target
321. r Parametersch tzer und Log Likelihood an und druckt die letzte Auswertung der nderung von Parametersch tzern und der Pseudo Log Likelihood an Die Tabelle mit dem Iterationsprotokoll druckt alle n Iterationen ausgehend von der 0 Iteration die Anfangssch tzungen wobei n der Wert des Inkrements ist Wenn das Iterationsprotokoll angefordert wird wird die letzte Iteration stets angezeigt unabh ngig von n Entscheidungsmethode f r Parametersch tzer Wenn gebundene beobachtete Fehlerzeiten vorhanden sind wird eine dieser Methoden zum Aufl sen der Bindungen verwendet Die Efron Methode ist rechenaufwendiger berlebensfunktionen Diese Steuerelemente geben Kriterien f r Berechnungen mit der berlebensfunktion an Sch tzmethode f r Basis berlebensfunktion Mit der Breslow oder Nelson Aalan bzw empirischen Methode wird der kumulative Basis Hazard durch eine nicht absteigende Schrittfunktion mit Schritten zu den beobachteten Fehlerzeiten gesch tzt und anschlie end die Basis berlebensfunktion nach dem Bezugs berleben exp cumulative hazard berechnet Die Efron Methode ist rechenintensiver und wird auf die Breslow Methode reduziert wenn keine Bindungen vorhanden sind Mit der Produktgrenzen Methode wird das Basis berleben durch eine nicht aufsteigende rechte stetige Funktion gesch tzt Wenn im Modell keine Einflussvariablen vorhanden sind wird diese Methode auf die Kaplan Meier Sch tzung reduziert Konfidenzintervalle
322. r 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 Spezifikationen 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 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 d
323. rbereitungsassistenten f r komplexe Stichproben vorzubereiten w hlen Sie folgende Optionen aus den Men s aus Analysieren Komplexe Stichproben F r Analyse vorbereiten 155 Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 7 Analysevorbereitungsassistent Schritt Willkommen Analysevorbereitungsassistent Wilkommen beim Analysevorbereitungsassistenten Der Analysevorbereitungsassistent unterst tzt Sie bei der Beschreibung Ihrer komplexen Stichprobe und bei der Auswahl einer Sch tzmethode Sie werden aufgefordert Stichprobengewichtungen und andere Informationen bereitzustellen die f r eine genaue Sch tzung der Standardfehler erforderlich sind Die getroffene Auswahl wird in einer Plandatei gespeichert die Sie bei allen Analyseverfahren der Option Komplexe Stichproben verwenden k nnen Wie m chten Sie vorgehen Plandstei erstellen W hlen Sie diese Option wenn Sie ber Datei 7b i ankloan csaplar Stichprobendaten verf gen jedoch noch Durchsuchen keine Plandatei erstellt haben Plandatei bearbeiten W hlen Sie diese Option wenn Sie Stufen eines bestehenden Plans hinzuf gen Datei 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 ana
324. reitungsassistent Stufe 1 Umfang 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 are 1 i E Kundenanzahl nKu Stichproben Variablen amp Kunden ID idKunden gt an sihech E Alter in Jahren lter O Wet a ail Ausbildung Ausbildu Za Auswertung F Stufe 2 hinzuf gen E wohnhaft an gleiche L Abschluss E Haushaltseinkomme L Relation Schulden z O Ungleiche Werte f r Schichten E Schulden auf Kredit z L Andere Schulden in amp vorherige Nichtzahlu werte aus Variable lesen E inclprob_s2 inclprob BEER inclprob_s1 inclprob Einheiten Einschlusswahrscheinlichkeiten 24 Kapitel 3 Dieser Schritt dient zur Angabe der Einschlusswahrscheinlichkeiten bzw der Umf nge der Grundgesamtheiten f r die aktuelle Stufe Die Umf nge k nnen fest oder f r die verschiedenen Schichten unterschiedlich sein F r die Angabe der Umf nge k nnen die in den vorangegangenen Stufen festgelegten Klumpen verwendet werden um Schichten zu definieren Beachten Sie dass dieser Schritt nur dann erforderlich ist wenn als Sch tzmethode OZ gleich ausgew hlt wurde Einheiten Sie k nnen den genauen Umfang der Grundgesamtheiten angeben oder
325. relevanter Weise von der eines Patienten ohne fr here Herzinfarkte unterscheidet Die Konfidenzintervalle f r mi 0 und mi 1 berschneiden sich nicht mit dem Intervall f r mi 2 und keines davon enth lt den Wert 0 Dies deutet darauf hin dass die Hazard Rate f r Patienten mit einem einzigen oder gar keinem fr heren Herzinfarkt sich von der Hazard Rate f r Patienten mit zwei fr heren Herzinfarkten unterscheidet welche sich wiederum von der Hazard Rate f r Patienten mit drei fr heren Herzinfarkten unterscheidet hnliche Beziehungen gelten f r die Stufen von is und hs bei denen die Erh hung der Anzahl der fr heren Vorf lle die Hazard Rate f r den Tod erh ht 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 infarction stroke stroke PE E E E E S Einer nicht angegebenen Einflussvariabeln wird der Wert dieser Einflussvariablen beim Bezugsmuster zugewiesen amp Jedes Intervall f r die berlebenszeit ist als Start lt Uberlebenszeit Ende definiert Modell mi is hs In der Tabelle mit den Musterwerten sind die Werte aufgelistet die die Muster der einzelnen Einflussvariablen festlegen Neben den Einflussvariablen im Modell werden die Start und Endzeiten f r das berlebensintervall angezeigt Bei Analysen die ber die Dialogfelder ausgef hrt werde
326. ren Cox Regression f r komplexe Stichproben zeitabh ngige Einflussvariable definieren X C Name tage Yariablen Numerischer Ausdruck amp Time T v nT tage amp Employed employ amp Gender gender Mg Severity of first crime c 5 violent first crime viole amp Date of release from fir 5 Posted bail bail rOper toren und Zahlen EIIESENTEZIET EN amp Second arrest arrest2 D Received rehabilitation A Severity of second crim amp violent second crime vi amp Second conviction con amp Date of second arrest Joa Hae JoL JUC lol Ce inclusion Selection Pro Funktionen und Sondervariablen E Cumulative Sampling We E Inclusion Selection Pro E Cumulative Sampling We 8E Final Sampling Weight S Funktion Beschreibung Abs Arsin Artan Cos Exp Lg10 Ln Lngamma Mod Rnd Anzeigen Arithmetisch v Einf gen weiter Abbrechen Hilfe gt Geben Sie t_age als Namen der zeitabh ngigen Einflussvariablen ein die definiert werden soll Geben Sie In T_ age als numerischen Ausdruck ein Klicken Sie auf Weiter 236 Kapitel 22 Abbildung 22 17 Dialogfeld Cox Regression Registerkarte Einflussvariablen Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypothesentests Speic
327. rhersagen der berlebensfunktion erforderlichen Informationen einschlie lich von Parametersch tzern und der Basis berlebensfunktion im XML PMML Format SmartScore und SPSS Server gesondertes Produkt k nnen anhand dieser Modelldatei die Modellinformationen zu Bewertungszwecken auf andere Datendateien anwenden Optionen Abbildung 12 12 Dialogfeld Cox Regression Registerkarte Optionen Cox Regression f r komplexe Stichproben Zeit und Ereignis Einflussvariablen Untergruppen Modell Statistiken Diagramme Hypathesentests Speichern Exportieren Optionen Sch tzung berlebensfunktionen Sch tzmethode f r Basis berlebensfunktion Maximalzahl der Iterationen 100 Efron Methode O Bresiow Methode O Produktgrenzwvert Methode Maximalzahl f r Schritt Halbierung 5 v tterstionen auf der Grundlage der nderung bei den Parametersch tzern begrenzen Konfidenzintervalle der berlebensfunktionen Auf der Grundlage der transformierten Typ R TE Q berlebensfunktion berechnen Be anschlie end in originale Einheiten zur cktransformieren Transformation Log X Auf der Grundlage der originalen Q Einheiten der berlebensfunktion berechnen Minimale Ver nderung 0 000001 tterationen auf der Grundlage der Log Likelihood nderung begrenzen kterationsprotokoll anzeigen 7 TT 5 Benutzerdefiniert fehlende Werte Entscheidungsmetho
328. rmit werden alle m glichen 5 fach 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 88 Kapitel 12 Statistik Abbildung 12 7 Dialogfeld Cox Regression Registerkarte Statistiken Ir A
329. rn Exportieren Optionen Variablen r berlebenszeit da Hospital ID hospid Beginn des Intervalls Eintreten des Risikos A Hospital size hospsize da Patient ID patid da Attending physician ID physid variiert nach Subjekt m Startvariable 8 Age in years age Mi Age category agecat gt L Length of stay for rehabilitation los_rehab amp Gender gender D Physically active active amp Obesity obesity Endvariable History of diabetes diabetes Time to first event post attack time1 amp Blood pressure bp amp Atrial fibrillation af Ereignis amp Smoker smoker Statusvariable amp History of angina angina amp First event post attack event1 A History of myocardial infarction mi Mi History of ischemic stroke is fi History of hemorrhagic stroke hs i i meen A i Br Ereignis definieren D Prescribed nitroglycerin nitro O Zeto de des Intervalls kein amp Taking anti clotting drugs anticlot Subjekt ID amp History of transient ischemic attack tia gt Time to hospital time Initial Rankin score rankinD W hlen Sie ID Yariablen f r die Befragten wenn es mehrere F lle pro Befragten gibt amp CAT scan result catscan amp Clot dissolving drugs clotsolv Mi Treatment result result amp Post event preventative surgery surgery amp Post event rehabilitation rehab
330. robe 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 y_1_ yiz Plandatei C property_assess csplan Gewichtungsvariable SampleWeight_Final_ Die zusammenfassende Tabelle enth lt eine bersicht ber den Stichprobenplan Anhand dieser Tabelle k nnen Sie berpr fen ob der Plan tats chlich Ihren Absichten entspricht Stichproben bersicht Abbildung 13 11 Stufen bersicht Umfang der Stichprobe Anteil der Stichprobe Region Tats chlich Tats chlich 4 4 Osten Mitte Norden S den Plandatei Ciiproperty_assess csplan 4 Westen 4 4 4 111 Stichprobenassistent f r komplexe Stichproben Diese zusammenfassende Tabelle enth lt eine bersicht ber die erste Stufe der Stichprobenziehung Anhand dieser Tabelle k nnen Sie berpr fen ob die Stichprobenziehung plangem verlief Wie angefordert wurden aus jedem County vier Gemeinden als Stichprobe gezogen Abbildung 13 12 Stufen bersicht Umfang der Stichprobe Anteil der Stichprobe Region Stadt Umgebung Tats chlich Tats chlich Osten 2 8 4 4 g 14 14 DEER 11 14 14 36 13 13 20 0 20 3 37 14 14 20 0 20 6 38 13 13 20 0 20 6 7 43 12 44 11 45 11 4
331. roben 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 m R nach Nagelkerke Nagelkerke 1991 ist eine korrigierte Version des R Quadrats nach Cox amp Snell bei dem die Skala der Statistik so angepasst wird dass sie den vollst ndigen Bereich von 0 bis 1 abdeckt m 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 R Wert ausmacht h ngt von den verschiedenen Anwendungsbereichen ab Diese Statistiken k nnen zwar auch f r sich genommen bereits Schl sse erlauben sie sind jedoch am sinnvollsten wenn es um den Vergleich von konkurrierenden Modellen f r dieselben Daten geht Das Modell mit der gr ten R Statistik ist nach diesem Ma stab am besten Tests der Modelleffekte Abbildung 21 7 Tests der Modelleffekte oe ers ee grade 1 grade 2 korrigiert S
332. robenplan 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 Schichten Klumpen 1 Region Provinz 2 Bezirk Ort 3 Wohngebiet In der dritten Stufe sind Haushalte die prim re Stichprobeneinheit und die Umfrage wird in den ausgew hlten Haushalten durchgef hrt Da Informationen jedoch nur auf der Ortsebene leicht zu beschaffen sind hat das Unternehmen vor die ersten beiden Stufen des Plans jetzt durchzuf hren und anschlie end Informationen zur Anzahl der Wohngebiete und Haushalte in den als Stichprobe ausgew hlten Orten einzuholen Die auf der Ortsebene zur Verf gung stehenden Informationen befinden sich in der Datei demo_cs_1 sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 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 ndi
333. rrelationen der Parametersch tzer Konfidenzintervall lt Test C Quadratwurzel aus dem Effekt des Stichprobenplans Anpassungsg te des Modells Grundgesamtheitsmittelwerte der abh ngigen Variablen und der Kovariaten Informationen zum Stichprobenplan W hlen Sie Sch tzer Standardfehler Konfidenzintervall und Effekt des Stichprobenplans in der Gruppe Modellparameter aus Klicken Sie auf Weiter Klicken Sie im Dialogfeld Allgemeines lineares Modell auf Gesch tzte Mittelwerte Abbildung 19 5 Dialogfeld Allgemeines lineares Modell Gesch tzte Mittelwerte Allgemeines lineares Modell f r komplexe Stichproben Gesch tzte Mittelwerte Faktoren und Wechselwirkungen Mittelwerte anzeigen f r usecoup Term Ser i P shopfor usecoup ar shopfor usecoup 1 No 2 From newspaper 3 From mailings 4 From both C Mittelwert f r Grundgesamtheit anzeigen 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 191 Allgemeines lineares Modell f r komplexe Stichproben Klicken Sie auf Weiter gt Klicken Sie im
334. rt Einschlusswahrscheinlichkeiten oder die Umf nge der Grundgesamtheiten anzugeben OZ ungleich Stichprobenziehung mit ungleicher w hrscheinlichkeit ohne Zur cklegen ichprobendaten sind gemeinsame W hrscheinlichkeiten Stufe 1 verf gbar amp unvollst ndiger Abschnitt W hlen Sie OZ gleich als Sch tzmethode f r die zweite Stufe Klicken Sie auf Weiter 161 Analysevorbereitungsassistent f r komplexe Stichproben Abbildung 14 13 Analysevorbereitungsassistent Schritt Umfang Stufe 2 Analysevorbereitungsassistent Stufe 2 Umfang 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 Variablen willkommen Sure f i E Kundenanzahl nKu Stichproben Yariablen amp Kunden ID idKunden en E Alter in Jahren lter O Wet ke ail Ausbildung Ausbildu T Stufe 2 E Jahre der Besch ftig Stichproben Variablen E wohnhaft an gleiche Sch tzmethode L Haushaltseinkomme O Ungleiche Werte f r Schichten gt Umfang L Relation Schulden 2 Auswertung E Schulden auf Kredit Stufe 3 hinzuf gen E Andere Schulden in Werte aus Variable lesen Einheiten Einschlusswahrscheinlichkeiten Definieren Abschluss e vorherige Nichtzahlu i inelpro
335. rten f r das urspr ngliche Modell identisch Dies spricht f r das reduzierte Modell Abbildung 21 20 Klassifikationsmatrix f r das reduzierte Modell Strongly Strongly Prozent Beobachtet agree Agree Disagree disagree korrekt Strongly agree 7067 567 12823 258 3183 380 2058 750 Agree 4271 234 15694 090 6100 963 6205 137 Disagree 2024 816 13157 809 5654 047 8640 746 Strongly disagree 889 869 9226 578 5389 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 drivefreg Verkn pfungsfunktion Logit Die Klassifikationsmatrix verkompliziert die Sache ein wenig Die Gesamtklassifizierungsquote von 37 0 f r das reduzierte Modell ist mit dem urspr nglichen Modell vergleichbar was f r das reduzierte Modell spricht Das reduzierte Modell verlagert jedoch die vorhergesagte Antwort 222 Kapitel 21 von 3 8 der W her von Disagree Stimme nicht zu zu Agree Stimme zu Den beobachteten Daten zufolge antwortete mehr als die H lfte davon mit Disagree Stimme nicht zu bzw Strongly disagree Stimme ganz und gar nicht zu Dies ist eine sehr wichtige Unterscheidung die sorgf ltiger Erw gung bedarf bevor das reduzierte Modell gew hlt wird Zusammenfassung Sie haben mithilfe der ordinalen Regression f r komplexe Stichproben konkurrierende Modelle f r die St rke der Unterst tzung f r den vorgeschla
336. rtung welche Art von Startwert soll verwendet werden Stufe 2 Stichproben Variablen O Zuf llig ausgew hlte Zahl Methode Stichprobenumfang Benutzerdefirierter Wert 592004 Geben Sie einen Startwert ein wenn Sie die Stichprobe sp ter reproduzieren Ausgabevariablen m chten Auswertung Stufe 3 hinzuf gen 7 TE m 1 Stichprobe ziehen o Inden Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen Auswahloptionen Ausgabedateien o rbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen Abschluss die Yerarbeitung 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 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 Daten Set oder eine neue Datei ist werden neben den Variablen die ausgew hlten F lle gespeichert Gemeinsame Wahrscheinlichkeiten werden gespeichert wenn Sie eine PPS Stich
337. ruppe steuern Sie die Freiheitsgrade im Stichprobenplan mit denen die p Werte f r alle Teststatistiken berechnet werden Dient der Stichprobenplan als Grundlage ist dieser Wert die Differenz zwischen der Anzahl der prim ren Stichprobeneinheiten und der Anzahl der Schichten in der ersten Stufe der Stichproben Alternativ k nnen Sie benutzerdefinierte Freiheitsgrade festlegen geben Sie hierzu eine positive Ganzzahl ein Korrektur f r Mehrfachvergleiche Bei der Durchf hrung von Hypothesentests mit mehreren Kontrasten kann das Gesamtsignifikanzniveau mithilfe der Signifikanzniveaus der eingeschlossenen Kontraste angepasst werden In dieser Gruppe k nnen Sie die Anpassungs Korrekturmethode ausw hlen m Geringste signifikante Differenz Diese Methode steuert nicht die Gesamtwahrscheinlichkeit dass Hypothesen abgelehnt werden bei denen einige lineare Kontraste von den Werten einer Nullhypothese abweichen m Sidak sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Sidak Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt m Bonferroni sequenziell Hierbei handelt es sich um ein sequenzielles schrittweises Bonferroni Verfahren das deutlich weniger konservativ ist was die Ablehnung einzelner Hypothesen anbelangt aber dennoch dasselbe allgemeine Signifikanzniveau beibeh lt Sidak Dieses Verfahren liefert enger
338. s berlebensfunktion und kumulative Hazardfunktion ok Einf gen Zur cksetzen Abbrechen Hilfe W hlen Sie Test f r proportionale Hazard Raten aus und w hlen Sie dann im Gruppenfeld Modellannahmen Log als Zeitfunktion aus W hlen Sie Parametersch tzer f r alternatives Modell Klicken Sie auf OK Informationen zum Stichprobenplan Abbildung 22 12 Informationen zum Stichprobenplan Subjekte F lle Ung ltige F lle Gesamtzahl der F lle Subjektgr e bei Grundgesamtheit Schichten Einheiten Freiheitsgrade des Stichprobenplans 5687 5687 0 5687 307583 898 4 20 16 234 Kapitel 22 Diese Tabelle enth lt Informationen zu dem Stichprobenplan der zur Sch tzung des Modells geh rt m Es gibt einen Fall pro Subjekt und alle 5 687 F lle werden in der Analyse verwendet m Die Stichprobe stellt weniger als 2 der gesamten gesch tzten Grundgesamtheit dar m Der Stichprobenplan forderte 4 Schichten und 5 Einheiten pro Schicht f r insgesamt 20 Einheiten in der ersten Stufe des Plans an Die Freiheitsgrade des Stichprobenplans werden als 20 4 16 gesch tzt Tests der Modelleffekte Abbildung 22 13 Tests der Modelleffekte uene Freiheitsgrade Freiheitsgrade Be 1 2 Wald F Sig ase sooo 18 000 504 787 1 580E 13 berlebenszeitvariable Time to second arrest Ereignisstatusvariable Second arrest 1 Modell age im proportional
339. s 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 3 H ufigkeiten f r komplexe Stichproben Fehlende Werte Tabellen Ble verf gbaren Daten verwenden tabellenweiser Ausschluss Einheitliche Fallbasis f r alle metrischen Variablen listenweiser Ausschluss Kategoriale Stichproben Variablen G 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 Weiter Abbrechen Hilfe Tabellen Diese Gruppe bestimmt welche F lle bei der Analyse verwendet werden Alle verf gbaren Daten verwenden Fehlende Werte werden jeweils f r einzelne Tabellen bestimmt Daher k nnen die zur Berechnung von Statistiken verwendeten F lle zwischen den einzelnen H ufigkeits bzw Kreuztabellen variieren Einheitliche Fallbasis verwenden Fehlende Werte werden ber alle Variablen bestimmt Daher sind die zur Berechnung der Statistiken verwendeten F lle ber die verschiedenen Tabellen konsistent 41 Kreuztabellen f r komplexe Stichproben Kategoriale Stichproben Variablen Diese Gruppe bestimmt ob benutzerdefinierte fehlende Werte g ltig oder ung ltig
340. s f r jedes County unabh ngige Stichproben gezogen werden In dieser Phase werden Gemeinden mithilfe der Standardmethode Einfache Zufallsstichprobenziehung als prim re Stichprobeneinheit gezogen 103 Stichprobenassistent f r komplexe Stichproben Abbildung 13 3 Stichprobenassistent Schritt Stichprobenumfang Stufe 1 Stichprobenassistent Stufe 1 Stichprobenumfang 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 gleichbleiben 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 Yariablen Stufe 1 amp Immobilien ID Immo Stichproben Variablen amp Umgebung Umgebu gt peod E letzte Sch tzung in J Wert PEETA 9 Weit bei letzter Sch TO DerWertf rden g 4 Umfang gilt f r jede Auswertung Schicht Stufe 2 hinzuf gen Stichprobe ziehen O Ungleiche werte f r Schichten Ausw hloptionen Ausgabedateien Abschluss O Werte aus Variable lesen Einheiten Anzahl Definieren m os Cie im W hlen Sie in der Dropdown Liste f r die Einheiten Anzahl aus Geben Sie 4 als Wert f r die Anzahl der in dieser Stufe auszuw hlenden Einheiten ein Klicken Sie auf Weiter und klicken Sie anschlie end im Schr
341. s 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 Abbildung 19 9 Gesch tzte Randmittel f r die Stufen von Who shopping for Einkauf f r wen 95 Konfidenzintervall Standard Who shopping for Mittelwert fehler Obere Grenze Self 308 5326 3 94286 300 0145 317 0506 Self and spouse 370 3361 4 87908 359 7955 380 8767 Self and family 459 4392 7 19769 443 8895 474 9888 Diese Tabelle zeigt die vom Modell gesch tzten Randmittel als Standardfehler von Amount spent Ausgegebener Betrag bei den Faktorstufen von Who shopping for Einkauf f r wen an Diese Tabelle kann bei der Ermittlung der Unterschiede zwischen den Stufen dieses Faktors n tzlich sein In diesem Beispiel wird erwartet dass ein Kunde der f r sich selbst einkauft ungef hr 308 53 ausgibt w hrend erwartet wird dass ein Kunde mit Ehepartner 370 34 und 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
342. sassistent Sch tzmethode Abbildung 3 3 Analysevorbereitungsassistent Schritt Sch tzmethode 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 Welcher der folgenden Stichprobenpl ne soll f r die Sch tzung angenommen werden amp Stufe 1 Stichproben Yariablen 2 5 TT P Sch tzmethode O MZ Stichprobenziehung mit Zur cklegen Umfang Wenn Sie diese Option ausw hlen k nnen Sie keine weiteren Stufen hinzufiigen Alle Stichprobenstufen nach der aktuellen Stufe werden bei der Datenanalyse ignoriert Im n chsten Dialogfeld werden Sie aufgefordert Einschlusswa hrscheinlichkeiten oder die Umf nge der Grundgesamtheiten anzugeben DZ ungleich Stichprobenziehung mit ungleicher Wahrscheinlichkeit ohne Zur cklegen F r die Analyse der Stichprobendaten sind gemeinsame Wahrscheinlichkeiten erforderlich Diese Option ist nur in Stufe 1 verf gbar amp unvollst ndiger Abschnitt 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 23 Vorberei
343. schriftung Schichten Klumpen Umfang Methode Stichproben Variablen 1 Keine Region Stadt 4 Einfache Methode Zufallsstichprobenzieh Stichprobenumfang ung OZ Ausgabevariablen gt Auswertung Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Datei C property_assess csplan Ausgabedateien A y BR Abschhles M chten Sie Stufe 2 hinzuf gen OJ Nein jetzt keine weitere Stufe hinzuf gen w hlen Sie diese Option w hlen Sie diese Option wenn die wenn die Arbeitsdatei Daten Daten aus Stufe 2 noch nicht f r Stufe 2 enth lt verf gbar sind oder Ihr Stichprobenplan nur aus 1 Stufe besteht Abbrechen Hilfe Dies ist der letzte Schritt in jeder Stufe in der eine bersicht der in der aktuellen Stufe vorgenommenen Angaben zum Stichprobenplan angezeigt wird Anschlie end k nnen Sie entweder zur n chsten Stufe weitergehen und sie falls erforderlich erstellen oder die Optionen f r die Stichprobenziehung festlegen 14 Kapitel 2 Stichprobenassistent Stichprobe ziehen Auswahloptionen Abbildung 2 8 Stichprobenassistent Schritt Stichprobe ziehen Auswahloptionen Stichprobenassistent Stichprobe ziehen Auswahloptionen In diesem Dialogfeld k nnen Sie festlegen ob eine Stichprobe gezogen werden soll Sie k nnen festlegen welche Stufen extrahiert werden sollen und andere Optionen f r die Stichprobenziehung festlegen beispielsweise den f r die Generierung von Zufallszahlen verwendete
344. sentests 50 61 72 Optionen 32 36 41 45 Konfidenzintervalle bei der logistischen Regression f r komplexe Stichproben 60 bei der ordinalen Regression f r komplexe Stichproben 70 im allgemeinen linearen Modell f r komplexe Stichproben 49 54 in Deskriptive Statistiken f r komplexe Stichproben 34 172 in H ufigkeiten f r komplexe Stichproben 30 166 167 in Kreuztabellen f r komplexe Stichproben 39 in Verh ltnisse f r komplexe Stichproben 43 Konfidenzniveau bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 Kontraste im allgemeinen linearen Modell f r komplexe Stichproben 52 Korrelationen der Parametersch tzer bei der logistischen Regression f r komplexe Stichproben 60 bei der ordinalen Regression f r komplexe Stichproben 70 im allgemeinen linearen Modell f r komplexe Stichproben 49 Korrigierte Residuen in Kreuztabellen f r komplexe Stichproben 39 Korrigiertes Chi Quadrat in Cox Regression f r komplexe Stichproben 91 in Komplexe Stichproben 50 61 72 287 Kovarianzen der Parametersch tzer bei der logistischen Regression f r komplexe Stichproben 60 bei der ordinalen Regression f r komplexe Stichproben 70 im allgemeinen linearen Modell f r komplexe Stichproben 49 Kreuztabellen f r komplexe Stichproben 37 174 Relatives Risiko 174 178 179 Statistiken 39 Tabelle Kreuztabelle 177 verwandte Prozeduren 180 Kum
345. ssen kann es sinnvoll sein anzunehmen dass sich durch das eintreten eines nichtt dlichen Ereignisses die Form der Basis Hazard Rate ndert Um dies zu erreichen k nnten Sie die Analyse auf der Grundlage von Event index Ereignisvariable schichten Anhang A Beispieldateien Die zusammen mit dem Produkt installierten Beispieldateien finden Sie im Unterverzeichnis Samples des Installationsverzeichnisses Beschreibungen Im Folgenden finden Sie Kurzbeschreibungen der in den verschiedenen Beispielen in der Dokumentation verwendeten Beispieldateien 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 adl sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Bem hungen geht die Vorteile einer vorgeschlagenen Therapieform f r Schlaganfallpatienten zu ermitteln rzte teilten weibliche Schlaganfallpatienten nach dem Zufallsprinzip jeweils einer von zwei Gruppen zu Die erste Gruppe erhielt die physische Standardtherapie die zweite erhielt eine zus tzliche Emotionaltherapie Drei Monate nach den Behandlungen wurden die F higkeiten der einzelnen Patienten bliche Alltagsaktivit ten auszuf hren als ordinale Variablen bewertet advert sav Hierbe
346. stent f r komplexe Stichproben wird zur Angabe der Analysespezifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren Die Prozedur Logistische Regression f r komplexe Stichproben erm glicht die Modellierung einer kategorialen Antwort Responsevariablen Die Prozedur Ordinale Regression f r komplexe Stichproben erm glicht die Modellierung einer ordinalen Antwort Responsevariablen Kapitel Logistische Regression f r komplexe Stichproben Die Prozedur Logistische Regression f r komplexe Stichproben besteht aus einer logistischen Regressionsanalyse einer bin ren oder multinomialen abh ngigen Variable f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Verwenden der logistischen Regression f r komplexe Stichproben zur Bewertung des Kreditrisikos Als Kreditsachbearbeiter in einer Bank sollten Sie in der Lage sein Merkmale zu ermitteln die auf Personen hindeuten die mit hoher Wahrscheinlichkeit ihre Kredite nicht zur 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
347. t zusammen Dabei deuten gr ere R 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 202 Kapitel 20 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 m R nach Nagelkerke Nagelkerke 1991 ist eine korrigierte Version des R Quadrats nach Cox amp Snell bei dem die Skala der Statistik so angepasst wird dass sie den vollst ndigen Bereich von 0 bis 1 abdeckt m 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 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
348. t aus der Wahrscheinlichkeit dass das Ereignis eintritt und der Wahrscheinlichkeit dass das Ereignis nicht eintritt Daher ist der Sch tzer f r die Chance dass ein Abonnent auf die Postsendung reagiert 17 2 82 8 0 208 Entsprechend ist der Sch tzer f r die Chance dass ein Nicht Abonnent auf die Postsendung reagiert 10 3 89 7 0 115 Der Sch tzer f r das Quotenverh ltnis ist daher 0 208 0 115 1 812 beachten Sie dass es in den Zwischenschritten zu einem gewissen Rundungsfehler kommt Das Quotenverh ltnis ist auch der Quotient aus dem relativen Antwortrisiko und dem relativen Risiko dass keine Antwort erfolgt also 1 673 0 923 1 812 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 179 Kreuztabellen f r komplexe Stichproben Risiko des untersuchten Ereignisses verwendet werden wenn beide der folgenden Bedingungen vorliegen m Die Wahrscheinlichk
349. t in Cox Regression f r komplexe Stichproben Vorbereiten der Daten f r die Analyse cc ccoooneeeeeeeeeeeeenennn Erstellen eines Analyseplans f r einfache Zufallsstichprobenziehungen Durchf hrung der Analyse 22cuoneeeeenneneen een nennen Informationen zum Stichprobenplan 2 2uneseeeeererer een enn Tests der Modelleffekte 22 2c2conenenenenernnenenenenen nenn Parameter Sch tzer 2coseeeneneeneeeneeenenerene nennen Mu sterwerte u dan ee a pidea a en En naeh Log Minus Log Diagramm 2 2222 oconeeneeneneeeeneeeeeeeenen nenn Zusammenfassung sae ainia iae ate een een xi Anhang A Beispieldateien 271 Bibliografie 283 Index 285 Teil I Benutzerhandbuch Kapitel Einf hrung in die Prozeduren von Complex Samples Eine Grundannahme bei analytischen Prozeduren in herk mmlichen Softwarepaketen ist dass die Beobachtungen in einer Datendatei eine einfache Zufallsstichprobe aus der zu betrachtenden Grundgesamtheit darstellen Diese Annahme ist f r eine wachsende Anzahl von Unternehmen und Wissenschaftler unhaltbar f r die es kosteng nstig und zweckm ig ist Stichproben auf strukturiertere Weise zu gewinnen Mit der Option Complex Samples Komplexe Stichproben k nnen Sie eine Stichprobe nach einem komplexen Plan ausw hlen und die Planspezifikationen in die Datenanalyse integrieren um sicherzustellen dass die Ergebnisse g ltig
350. t komplexen Stichproben zur Auswahl einer Stichprobe der Immobilien Eine Liste der Immobilien finden Sie in property_assess_cs sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 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 Komplexe Stichproben Stichprobe ausw hlen 100 101 Abbildung 13 1 Stichprobenassistent f r komplexe Stichproben Stichprobenassistent Schritt Willkommen N a A W hlen Sie die Option Stichprobe entwerfen und geben Sie als Namen der Plandatei Wilkommen beim Stichprobenassistenten Der Stichprobenassistent unterst tzt Sie bei Entwurf und Auswahl einer komplexen Stichprobe Ihre Auswahlentscheidungen werden in einer Plandstei gespeichert die Sie w hrend der Analyse verwenden k nnen um anzugeben wie die Datenstichprobe gezogen wurde Mit dem Assistenten k nnen Sie au erdem einen Stichprobenplan bearbeiten oder eine Stichprobe anhand eines bestehenden Plans ziehen Wie m chten Sie vorgehen Stichprobe entwerfen W hlen Sie diese Option wenn R Vpropeny_assess csplan Sa re Datei property_assess csplan Sie haben dann die M glichkeit O Stichprobenplan bearbeiten W hlen Sie diese Option wenn Sie Stufen eines beste
351. t 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 25 Vorbereiten einer komplexen Stichprobe f r die Analyse 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 Analysevorbereitungsassistent Plan bersicht Abbildung 3 6 Analysevorbereitungsassistent Schritt Plan bersicht Analysevorbereitungsassistent Stufe 1 Planauswertung 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 bersicht willkommen g Stufe 1 Stufe Beschriftung Schichten Klumpen Gewichtunge Umfang Methode Stichproben Variablen 1 Keine besch ftigt finalweight Aus OZ gleich Sch tzmethode inciprob_s1 Umfang lesen gt Auswertung
352. tabstands zwischen erster und zweiter Festnahme folgende Optionen in den Men s aus Transformieren Assistent f r Datum und Uhrzeit 226 Kapitel 22 Abbildung 22 3 Assistent f r Datum und Uhrzeit Schritt Willkommen E Assistent f r Datum und Uhrzeit X Herzlich willkommen beim Assistenten f r Datum und Uhrzeit Wie m chten Sie vorgehen Erfahren wie Datum und Uhrzeit in SPSS dargestellt werden b Eine Datums Zeitvariable aus einem String erstellen der ein Datum oder eine Uhrzeit enth lt O Eine Datums Zeityariable aus einer Variablen erstellen in der Teile von Datums und Uhrzeitangaben enthalten sind Berechnungen mit Datums und Zeitwerten durchf hren O Einen Teil einer Datums oder Zeityariablen extrahieren O Einem Datensatz f r Zeitreihendaten Periodizit t zuweisen Dadurch wird der Assistent beendet und das Dialogfeld Datum definieren ge ffnet lt Zur ck weters Fertigstellen Abbrechen J Hilfe W hlen Sie Berechnungen mit Datums und Zeitwerten durchf hren Klicken Sie auf Weiter Abbildung 22 4 Assistent f r Datum und Uhrzeit Schritt Durchf hren von Berechnungen mit Datumswerten Assistent f r Datum und Uhrzeit Schritt 1 von 3 Durchf hren von Berechnungen mit Datums werteni hlen Sie eine der folgenden Aufgaben aus und klicken Sie auf Weiter O Addieren bzw Subtrahieren einer Dauer zu bzw von einem Datum z B Hinzuf
353. tellungen aufgegeben wurden 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 mutualfund sav Diese Datendatei betrifft Aktienmarktdaten f r verschiedene Technologieaktien die in im Index S amp P 500 verzeichnet sind Jeder Fall entspricht einem Unternehmen 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 fip cdc gov pub Health_Statistics NCHS Datasets NHIS 2000 Zugriff erfolgte 2003 ozone sav Die Daten enthalten 330 Beobachtungen zu sechs meteorologischen Variablen zur Vorhersage der Ozonkonzentration aus den brigen Variablen Bei fr heren Untersuchungen Breiman als auch Friedman 1985 Hastie als auch Tibshirani 1990 fanden Wissenschaftler einige Nichtlinearit ten unter diesen Variablen die die Sta
354. ten Der Sch tzer bietet zwar ergiebige Eigenschaften f r statische Tests der potenzierte Sch tzer oder exp B ist jedoch einfacher zu interpretieren Standardfehler Zeigt den Standardfehler f r die einzelnen Koeffizientensch tzer Konfidenzintervall Zeigt ein Konfidenzintervall f r die einzelnen Koeffizientensch tzer Das Konfidenzniveau f r das Intervall wird im Dialogfeld Optionen festgelegt T Test Zeigt je einen t Test f r die einzelnen Koeffizientensch tzer Die Nullhypothese der Tests liegt vor wenn der Koeffizient den Wert 0 aufweist 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 Es handelt sich hierbei um 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 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 eine
355. ten einer komplexen Stichprobe f r die Analyse Zufallsstrichprobenziehung Simple Random Sampling SRS k nnen Sie ausw hlen ob die Endlichkeitskorrektur FPC aufgenommen oder ausgeschlossen werden soll Es wird empfohlen bei der SRS Varianzsch tzung keine FPC aufzunehmen wenn die Analysegewichtungen skaliert wurden sodass ihre Summe nicht die Populationsgr e ergibt Der SRS Varianzsch tzer wird bei der Berechnung von Statistiken wie dem Effekt des Stichprobenplans verwendet MZ Sch tzung kann nur in der letzten Stufe eines Planes angegeben werden der Assistent l sst nicht zu dass eine weitere Stufe hinzugef gt wird wenn die Option f r die MZ Sch tzung ausgew hlt wird 0Z gleich Stichprobenziehung mit gleicher Wahrscheinlichkeit ohne Zur cklegen Die Sch tzung f r OZ gleich beinhaltet eine Endlichkeitskorrektur und geht davon aus dass die Stichprobenziehung bei den Einheiten mit gleicher Wahrscheinlichkeit erfolgt OZ gleich kann in jeder Stufe eines Plans angegeben werden 0Z ungleich Stichprobenziehung mit ungleicher Wahrscheinlichkeit ohne Zur cklegen Neben der Endlichkeitskorrektur ber cksichtigt OZ ungleich auch Stichprobeneinheiten in der Regel Klumpen die mit ungleicher Wahrscheinlichkeit ausgew hlt wurden Diese Sch tzmethode ist nur in der ersten Stufe verf gbar Analysevorbereitungsassistent Umfang Abbildung 3 4 Analysevorbereitungsassistent Schritt Umfang Analysevorbe
356. teuern beruhen auf der Sch tzung des Immobilienwerts Daher m chte die Beh rde die Immobilienwerte in allen Counties untersuchen um sicherzugehen dass die Akten jedes County gleicherma en auf dem neuesten Stand sind Da die Ressourcen f r die Gewinnung aktueller Sch tzungen begrenzt sind entschied sich die Beh rde f r die Anwendung eines Verfahrens mit komplexen Stichproben zur Auswahl von Immobilien Die Stichprobe der ausgew hlten Immobilien und der zugeh rigen Informationen zur Sch tzung ihres Werts finden Sie in property_assess_cs_sample sav F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 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 hrung 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 Komplexe Stichproben Verh ltnisse 181 182 Kapitel 18 gt Wechseln Sie zu der Datei property_assess csplan und w hlen Sie sie aus F r weitere Informationen siehe Beispieldateien in Anhang A auf S 271 Abbildung 18 1 Dialogfeld Komplexe Stichproben Plan r lan f r komplexe Stichproben f r Verh ltnisanalyse rPlan Datei property_assess csplan Wenn Sie nicht ber eine Plandatei f r Ihre komplexe Stichprobe verf gen k nnen Si
357. tichprobe 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 Bei Auswahl von Anteile haben Sie die M glichkeit Unter und Obergrenzen f r die Anzahl der in der Stichprobe enthaltenen Einheiten festzulegen 11 Stichprobenziehung mithilfe eines komplexen Plans Ungleiche Umf nge definieren Abbildung 2 5 Dialogfeld Ungleiche Umf nge definieren Ungleiche Umf nge definieren Spezifikationen f r Umfang Beschriftungen Werte county Schichten aktualisieren Weiter Abbre
358. tichproben Sta Modellparameter Sch tzer C Kovarianzen der Parametersch tzer Standardfehler C Korrelationen der Parametersch tzer Konfidenzintervall lt Test C Quadratwurzel aus dem Effekt des Stichprobenplans Anpassungsg te des Modells Grundgesamtheitsmittelwerte der abh ngigen Variablen und der Kovariaten Informationen zum Stichprobenplan Modellparameter In dieser Gruppe steuern Sie die Anzeige der Statistiken f r die Modellparameter m Sch tzer Zeigt eine Sch tzung der Koeffizienten 50 Kapitel 9 Standardfehler Zeigt den Standardfehler f r die einzelnen Koeffizientensch tzer m Konfidenzintervall Zeigt ein Konfidenzintervall f r die einzelnen Koeffizientensch tzer Das Konfidenzniveau f r das Intervall wird im Dialogfeld Optionen festgelegt m T Test Zeigt je einen 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 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 Es handelt sich hierbei um ein Ma f r den Effekt der Angabe eines komplexen Plans Je st
359. tichprobenassistent Schritt Plan bersicht Stufe 1 Stichprobenassistent Stufe 1 Planauswertung In diesem Dialogfeld wird der bisherige Stichprobenplan zusammengefasst Sie k nnen eine weitere Stufe zum Plan hinzuf gen Wenn Sie keine Stufe hinzuf gen m chten besteht der n chste Schritt darin Optionen f r die Stichprobenziehung festzulegen Willkommen bersicht Stufe 1 stufe Beschriftung Schichten Stichproben Variablen Keine Region Methode Stichprobenumfang Ausgabevariablen gt Auswertung Stufe 2 hinzuf gen Stichprobe ziehen Auswahloptionen Datei C demo_cs csplan Ausgabedateien en P E Abschluss M chten Sie Stufe 2 hinzufiigen Oj W hlen Sie diese Option wenn die Arbeitsdatei Daten f r Stufe 2 enth lt W hlen Sie Ja Stufe 2 jetzt hinzuf gen Klicken Sie auf Weiter Klumpen Methode Bundesland 3 Einfache Zufallsstichprobenzieh ung OZ O Nein jetzt keine weitere Stufe hinzuf gen W hlen Sie diese Option wenn die Daten aus Stufe 2 noch nicht verf gbar sind oder Ihr Stichprobenplan nur aus 1 Stufe besteht 117 Stichprobenassistent f r komplexe Stichproben Abbildung 13 18 Stichprobenassistent Schritt Stichproben Variablen Stufe 2 Stichprobenassistent Stufe 2 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
360. tichprobenumfang Ja Stufen 1 2 Ausgabevariablen O Nein Auswertung Stufe 2 Stichproben Variablen welche Art von Startwert soll verwendet werden Methode Stichprobenumfang O Zuf llig ausgew hlte Zahl Ausgabevariablen et A 3 eg Benutzerdefinierter Wert 241972 Fer eak E eA Sie Stufe 3 m chten Stichproben Yariablen Methode Stichprobenumfang o Ausgabevariablen Auswertung o Arbeitsdaten sind nach Schichtungsvariablen sortiert vorsortierte Daten k nnen die Verarbeitung beschleunigen In den Stichprobenumfang F lle mit benutzerdefinierten fehlenden Schichtungs oder Klumpenvariablen aufnehmen Stichprobe ziehen Auswahloptionen Au Arien 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 Stichprobenassistent Abschlie en des Stichprobenassistenten Sie haben alle Informationen bereitgestellt die f r die Erstellung eines Stichprobenplans und das Ziehen einer Stichprobe erforderlich sind Sie k nnen sp ter zum Stichprobenassistenten zur
361. tik Ordinale Regression f r komplexe Stichproben Statistiken Anpassungsg te des Modells Pseudo R Quadrat Klassifikationsmatrix Parameter Sch tzer C kovarianzen der Parametersch tzer Patenzierter Sch tzer C korrelationen der Parametersch tzer Standardfehler Effekt des Stichprobenplans Konfidenzintervall C Quadratwurzel des Effekts des Stichprobenplans lt Test Parallele Linien Wald Test auf gleiche Neigungen Kovarianzen der Parametersch tzer f r verallgemeinertes Modell Neigungen ungleich Auswertungsstatistik f r Modellvariablen Informationen zum Stichprobenplan 71 Ordinale Regression f r komplexe Stichproben Anpassungsg te des Modells Steuert die Anzeige der Statistik in der die Gesamtleistung des Modells bewertet wird Pseudo R Quadrat F r die R Statistik aus der linearen Regression bieten die Modelle f r die ordinale Regression kein exaktes Gegenst ck Mit diesen Mehrfachmessungen werden stattdessen die Eigenschaften der R 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 Koeffizien
362. tistiken Hypothesentests Qustenverh ttnisse Speichern Optionen 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 Abbildung 10 2 Logistische Regression f r komplexe Stichproben Referenzkategorie Dialogfeld Logistische Regression Referenzkategorie Logistische Regression f r komplexe Stichproben Referenzkateg Referenzkategorie O kleinster Wert O Benutzerdefiniert 58 Kapitel 10 Bei der Prozedur Logistische Regression f r komplexe Stichproben wird standardm ig die h chstwertige Kategorie als Referenzkategorie verwendet In diesem Dialogfeld k nnen Sie den h chsten bzw niedrigsten Wert oder auch eine benutzerdefinierte Kategorie als Referenzkategorie angeben Logistische Regression f r komplexe Stichproben Modell Abbildung 10 3 Dialogfeld Logistische Regression Modell Logistische Regression f r komplexe Stichproben Modell Modelleffekte angeben Haupteffekte Benutzerdefiniert Faktoren und Kovariaten Z age al E employ Z address 4 Ea income Ea debtinc Ea creddebt w Modell ed age employ address income debtinc creddebt othdebt Termf e konstruieren Typ Haupteffekte v othdebt
363. tive Statistiken f r komplexe Stichproben Statistiken X rAuswertungen Mittelwert Test i Ut Tes I rStatistiken V Standardfehler C Ungewichtete Anzahl V Konfidenzintervall Umfang der Grundgesamtheit Stufe 95 _ Effekt des Stichprobenplans C Varistionskoeffizient _ Quadratwurzel aus dem Effekt des Stichprobenplans Abbrechen Hilfe Auswertungen Mit dieser Gruppe k nnen Sie Sch tzer der Mittelwerte und Summen der Ma variablen abrufen Au erdem k nnen Sie 7 Tests der Sch tzer unter Verwendung eines angegebenen Werts abrufen 35 Deskriptive Statistiken f r komplexe Stichproben 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 Es handelt sich hierbei um ein Ma f r den Effekt der Angabe eines ko
364. tivem 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 Komplexe Stichproben Verh ltnisse W hlen Sie eine Plandatei aus Optional k nnen Sie eine benutzerdefinierte Datei f r die gemeinsamen Wahrscheinlichkeiten ausw hlen Klicken Sie auf Weiter 42 43 Abbildung 8 1 Verh ltnisse f r komplexe Stichproben Dialogfeld Verh ltnisse variablen E Verh ltnisse f r komplexe Stichproben Property ID propid amp b Township town b Neighborhood nbrho 9 Years since last appr amp Inclusion Selection amp Cumulative Samplin amp Cumulative Samplin Statistiken Fehlende WVerte Nenner ei L Value at last appraisal la Teilgesamtheiten Jede Kombination von Kategorien definiert eine Teilgesamtheit Einf gen Zur cksetzen Abbrechen Hilfe W hlen Sie mindestens eine Z hler und eine Nennervariable aus Optional k nnen Sie Variablen zur Definition der Untergruppe
365. tt Methode der Stichprobenziehung Stufe 1 Stichprobenassistent Stufe 1 Methode der Stichprobenziehung In diesem Dialogfeld k nnen Sie festlegen wie Items aus den Arbeitsdateien ausgew hlt werden sollen Wenn Sie eine PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e ausw hlen miissen Sie auch ein Ma f r die Gr e der Einheiten MOS angeben Willkommen Variablen O Methode amp Stufe 1 Voter ID voteid Typ PPS x Stichproben Yariablen amp Neighborhood nbrh P Methode Ohne Zur cklegen DZ Stichprobenumfang Mit Zur cklegen MZ o MZ Sch tzung f r Analyse verwenden Ma f r die Gro e der Einheiten MOS O Aus Variable lesen Datens tze z hlen Minimum Maximum amp unvollst ndiger Abschnitt 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 Stichprobenassistent Stufe 1 St
366. tufigen 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 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 nichtzuf lliger Stichproben Wenn eine zuf llige Auswahl schwer zu erzielen ist k nnen die Stichprobeneinheiten systematisch in festgelegten Intervallen oder sequenziell gezogen werden Ungleiche Auswahlwahrscheinlichkeiten Bei der Ziehung von Klumpen die jeweils eine andere Anzahl von Einheiten enthalten k nnen Sie eine PPS Methode PPS probability proportional to size Wahrscheinlichkeit proportional zur Gr e f r die Stichprobenziehung verwenden Diese gew hrleistet dass die Auswahlwahrscheinlichkeit eines Klumpens dem Anteil an Einheiten entspricht die er enth lt Bei der PPS Stichprobenziehung k nnen auch allgemeinere Gewichtungsschemata f r die Auswahl der Einhe
367. ulative Wahrscheinlichkeiten bei der ordinalen Regression f r komplexe Stichproben 74 Kumulative Werte in H ufigkeiten f r komplexe Stichproben 30 Likelihood Konvergenz bei der logistischen Regression f r komplexe Stichproben 64 bei der ordinalen Regression f r komplexe Stichproben 75 Log Minus Log Diagramm in Cox Regression f r komplexe Stichproben 269 Logistische Regression f r komplexe Stichproben 56 197 Klassifikationstabellen 202 Modell 58 Optionen 64 Parametersch tzer 203 Pseudo R Statistik 201 Quotenverh ltnis 62 204 Referenzkategorie 57 Statistiken 60 Tests der Modelleffekte 203 Variablen speichern 63 verwandte Prozeduren 206 zus tzliche Funktionen beim Befehl 65 Martingal 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 34 172 Murthys Stichprobenmethode beim Stichprobenassistenten 8 Newton Raphson Methode bei der ordinalen Regression f r komplexe Stichproben 75 Index ffentliche Daten im Analysevorbereitungsassistenten 148 in Deskriptive Statistiken f r komplexe Stichproben 169 Ordinale Regression f r komplexe Stichproben 66 207 Antwortwahrscheinlichkeiten 68 Klassifikationstabellen 215 Modell 69 Optionen 75 Parametersch tzer 213 Pseudo R2 Statistik
368. 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 Stand zu halten Die F lle entsprechen den Immobilien die im vergangenen Jahr in dem betreffenden County v
369. unden 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 E Variable berechnen Zielvariable Numerischer Ausdruck finalweight 1 fnelprob_s1 inclprob_s2 Typ amp Label L Funktionsguppe L Kundenanzahl nK oog Aktuelles Datum aktuelle UF A amp b Kunden ID idKunc o00 Ale E L Alter in Jahren Alte ne chtzentral 7 Ausbildung Ausbil 0 GC9 tee hr s Jahre der Besch fl C E A Datumserstellung wohnhaft an gleich 50o Datumsextraktion D Hanikka Erstelung der Zeitdauer E Relation Schulden Funktionen und Sondervariablen E Schulden auf Kred E Andere Schulden i 5 vorherige Nichtzar L inclprob_s1 E inclprob_s2 finalweight JE optionale Fallauswahlbedingung 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 Analysevo
370. ung als Faktoren aus Klicken Sie auf Statistik 210 Kapitel 21 Abbildung 21 3 Dialogfeld Ordinale Regression Statistik Ordinale Regression f r komplexe Stichproben Statistiken Anpassungsg te des Modells Pseudo R Quadrat Klassifikationsmatrix Parameter Sch tzer Kovarianzen der Parametersch tzer Potenzierter Sch tzer C korrelationen der Parametersch tzer Standardfehler Effekt des Stichprobenplans Konfidenzintervall C Quadratwurzel des Effekts des Stichprobenplans lt Test Parallele Linien Wald Test auf gleiche Neigungen Kovarianzen der Parametersch tzer f r verallgemeinertes Modell Neigungen ungleich Auswertungsstatistik f r Modellvariablen Informationen zum Stichprobenplan Abbrechen Hilfe W hlen Sie in der Gruppe Anpassungsg te des Modells die Option Klassifikationsmatrix aus W hlen Sie in der Gruppe Parameter die Optionen Sch tzer Exponentialfunktion des Sch tzers 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 211 vy v v y Ordinale Regression f r komplexe Stichproben Abbildung 21 4 Dialogfeld Hypothesentests Ordinale Regression f r komplexe
371. ung durchgef hrt werden und dann zur Methode Newton Raphson 76 Kapitel 11 gewechselt wird Wenn w hrend der Phase Fisher Bewertung der Hybridmethode Konvergenz erreicht wird bevor die maximale Anzahl an Fisher Iterationen erreicht wurde f hrt der Algorithmus mit der Newton Raphson Methode fort Sch tzung In dieser Gruppe steuern Sie verschiedene Kriterien f r die Sch tzung im Modell m Maximalzahl der Iterationen Dies ist die maximale Anzahl der Iterationen die im Algorithmus vorgenommen werden Geben Sie eine nichtnegative Ganzzahl an m Maximalzahl f r Schritt Halbierung Bei jeder Iteration wird die Schrittgr e um den Faktor 0 5 reduziert bis die Log Likelihood ansteigt oder die 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 angegeben nicht negativen 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 angegeben nicht negativen Wert liegt m Pr fung auf vollst ndige Trennung der Datenpunkte Mit dieser Option lassen Sie Tests durch de
372. ungen 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 salesperformance sav Hierbei handelt es sich um eine hypothetische Datendatei bei der es um Bewertung von zwei neuen Verkaufsschulungen geht 60 Mitarbeiter
373. ussvariablen angeben F r weitere Informationen siehe Definieren einer zeitabh ngigen Einflussvariablen auf S 83 Zeitabh ngige Einflussvariablen k nnen als Faktoren oder Kovariate ausgew hlt werden 83 Cox Regression f r komplexe Stichproben Definieren einer zeitabh ngigen Einflussvariablen Abbildung 12 4 Cox Regression Dialogfeld Zeitabh ngige Einflussvariable definieren i Cox Regression f r komplexe Stichproben zeitabh ngige Einflussvariable definieren amp Employed employ amp Gender gender Mg Severity of first crime c amp Yiolent first crime viole C Name t_age Yariablen Numerischer Ausdruck amp Time T Se Operatoren und Zahlen amp Date of release from fir lt gt 7 e 9 5 Posted bail bail Received rehabilitation laaa li 5 E amp Second arrest arrest2 P 3 43 2 J 3 A Severity of second crim amp Yiolent second crime vi i amp 0 amp Second conviction con a amp Date of second arrest gt o pete Inclusion Selection Pro Funktionen und Sondervariablen E Cumulative Sampling We Funktion Beschreibung E Inclusion Selection Pro Abs a 9 Cumulative Sampling We pane E Final Sampling Weight S lArtan Cos Exp Lg10 Ln Lngamma Mod i Rnd x Anzeigen Artihmetisch
374. verh ltnisse genau ein Set von kumulativen Quotenverh ltnissen erstellt Fiir jedes Set werden alle anderen Faktoren im Modell auf der h chsten Ebene ausgewertet alle anderen Kovariaten werden bei ihrem Mittelwert ausgewertet 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 Werte f r Pseudo R Quadrat Abbildung 21 6 Werte f r Pseudo R Quadrat Cox und Snell Nagelkerke McFadden Abh ngige Variable The legislature should enact a gas tax Aufsteigend Modell Schwellenwert agecat gender votelast drivefreqg Verkn pfungsfunktion Logit Im linearen Regressionsmodell fasst das Bestimmtheitsma R den Anteil der Varianz in der abh ngigen Variable das mit den unabh ngigen Einflussvariablen zu tun hat zusammen Dabei deuten gr ere R 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 213 Ordinale Regression f r komplexe Stichp
375. vitamins in pas L Take herbal supplements duri 8 Freq moderate activity times 8 Freg strength activity times p L Daily activities lifting or carryi H ufigkeitstabellen Teilgesamtheiten Jede Kombination von Kategorien definiert eine Teilgesamtheit Statistiken Fehlende WVerte Optionen Einf gen Zur cksetzen Abbrechen Hilfe 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 H ufigkeiten f r komplexe Stichproben Statistiken X rZellen Imfang der Grundgesamtheit C Tabellenprozente rStatistiken V Standardfehler C Konfidenzintervall Niveau 33 C Yaristionskoeffizient C Ungewichtete Anzahl _ Effekt des Stichprobenplans C Kumulative Werte C Quadratwurzel aus dem Effekt des Stichprobenplans C Test auf gleiche Spattenanteile Zellen In dieser Gruppe k nnen Sie Sch tzungen f r die Umf nge der Grundgesamtheiten f r die Zellen und Tabellenprozents tze abrufen 31 H ufigkeiten f r komplexe Stichproben Statistiken Mit dieser Gruppe k nnen Statistiken zum Umfang der Grundgesamtheit oder zum Tabellenprozentsatz erstel
376. wie 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 variablenansicht Anders als bei den W hlern in der zweiten Phase sind die Strichprobengewichte der ersten Phase nicht f r Gemeinden innerhalb desselben County identisch da sie nach der Methode Wahrscheinlichkeit proportional zur Gr e ausgew hlt wurden Abbildung 13 48 Datei f r gemeinsame Wahrscheinlichkeiten county Unit_No_ _ _ D w Gone ol l l WW TI N 0 1 1 1 2 2 2 2 3 3 3 4 4 4 4 4 5 5 Yariablenansicht Die Datei poll_jointprob sav enth lt die gemeinsamen Wahrscheinlichkeiten der ersten Stufe f r ausgew hlte Townships in Counties County Schichtungsvariable der ersten Stufe und Township ist eine Klumpenvariable Durch Kombinationen aus diesen Variablen werden
377. y amp Subdivision subdi amp Unit unit 9 Age in years age E Marital status mar E Years at current a 9 Household incom E Price of primary ve A Primary vehicle pri Level of education E Years with current 9 Retired retire di Years with current E Job satisfaction jo L Gender gender E Number of people 9 Multiple lines mult w Zeilen E Newspaper subscription Spalte y Response response Teilgesamtheiten Jede Kombination von Kategorien definiert eine Teilgesamtheit Statistiken Eehlende Werte 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 39 Kreuztabellen f r komplexe Stichproben Kreuztabellen f r komplexe Stichproben Statistik Abbildung 7 2 Dialogfeld Kreuztabellen Statistik E Kreuztabellen f r komplexe Stichproben Statistiken zellen v Umfang der Grundgesamtheit Spaltenprozent Zeilenprozent Tabellenprozente Statistiken v Standardfehler _ Ungewichtete Anzahl Konfidenzintervall _ Effekt des Stichprobenplans C Quadratwurzel aus dem Effekt des Stichprobenplans Yaristionskoeffizient Auswertungen f r 2x2 Tabellen Qutenverh ftn
378. zifikationen f r eine bestehende komplexe Stichprobe verwendet Die vom Stichprobenassistenten erstellte Analyseplan Datei kann im Dialogfeld Plan angegeben werden wenn Sie die Stichprobe gem diesem Plan analysieren m Die Prozedur Allgemeines lineares Modell f r komplexe Stichproben erm glicht die Modellierung einer metrischen Antwort Responsevariablen m Die Prozedur Ordinale Regression f r komplexe Stichproben erm glicht die Modellierung einer ordinalen Antwort Responsevariablen Kapitel Ordinale Regression f r komplexe Stichproben Die Prozedur Ordinale Regression f r komplexe Stichproben erstellt ein Vorhersagemodell f r eine ordinale abh ngige Variable f r Stichproben die mit Methoden f r komplexe Stichproben gezogen wurden Optional k nnen Sie auch Analysen f r eine Teilgesamtheit vornehmen Verwendung der ordinalen Regression f r komplexe Stichproben zur Analyse von Umfrageergebnissen Abgeordnete die in Erw gung ziehen einen Gesetzesentwurf einzubringen sind daran interessiert zu ermitteln ob dieser Gesetzesantrag ffentlich unterst tzt wird und in welchem Bezug die Unterst tzung f r den Antrag zur demografischen Struktur der W hler steht Die Meinungsforscher verwenden f r die Erstellung und Durchf hrung der entsprechenden Umfragen einen komplexen Stichprobenplan Die Umfrageergebnisse finden Sie in der Datei poll_cs_sample sav Der von den Meinungsforschern verwendete Stichprobenpl
379. 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 entspricht der Datei telco_mva_complete sav allerdings wurde ein Teil der Daten durch fehlende Werte ersetzt telco_mva_complete sav Bei dieser Datendatei handelt es sich um eine Teilmenge der Datendatei telco sav allerdings mit anderen Variablennamen 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 w chentlichen nderungen unterworfen waren und die verzeichneten Verkau

Logistische Regression für komplexe Stichproben

Contents

Download Pdf Manuals

Related Search

Related Contents

Logistische Regression f&uuml;r komplexe Stichproben

Contents

Download Pdf Manuals

Related Search

Related Contents

Logistische Regression für komplexe Stichproben