IBM SPSS Statistics Base 22
195 IBM SPSS Statistics 22 0 0 IBM SPSS Statistics Base 22
1......... 1......... 1.......... 3 2............. 5............. 5............ 7............. 7 3........... 9........... 9 DESCRIPTIVES...... 10 4............ 11............ 12............ 12........... 12.......... 13 EXAMINE........ 13 5........ 15............ 16...... 16... 16........... 16.......... 18........... 19 6............ 21......... 21........... 22 7........... 25........ 25 8 OLAP....... 29 OLAP........... 30 OLAP........... 31 OLAP........... 32 9 t........... 33 t................ 33 T......... 33 t.. 34 t... 34 T........ 34 t... 35 T-TEST........ 35 1 T........... 35 1 t...... 36 T-TEST........ 36 T-TEST......... 36 10...... 39.......... 39....... 40........ 41 ONEWAY........ 42 11 GLM 1..... 43 GLM.............. 44.............. 45............... 45 GLM.............. 46............. 46 GLM....... 47 GLM........... 47 UNIANOVA...... 48 GLM........... 48 GLM........... 50 UNIANOVA...... 50 GLM.............. 51 GLM............ 52 UNIANOVA....... 52 12 2...... 55 2........ 55 CORRELATIONS NONPAR CORR............. 56 13........... 57........... 57 PARTIAL CORR..... 58 14............ 59........ 59........ 60 PROXIMITIES...... 60 15......... 61........... 61................. 61................. 62.............. 63.............. 64............... 64........... 64.............. 64............. 65............. 65.............. 65................. 65 iii
................ 66................. 66................. 66............... 67............ 67 16.......... 69.......... 70........... 70............. 70 :......... 71............. 72........... 73 REGRESSION...... 74 17.......... 75........... 76............. 76........... 77.............. 77........... 78.............. 78 PLUM......... 78 18.......... 79............ 80............. 80 19....... 81................ 83.............. 83 20......... 85................. 87................. 88................. 88................. 89................. 89.............. 90............. 90.............. 90............. 92................ 92............. 92............. 92.......... 92 k.......... 93 k....... 93............. 93............. 93 21.......... 95 :........... 96 :.......... 96 :............. 96 :......... 97 :............. 97 :............. 98 DISCRIMINANT...... 98 22......... 101.......... 102........... 102........... 102............. 103........... 104........... 104 FACTOR........ 104 23................ 105 24 TwoStep.. 107 TwoStep..... 108 TwoStep....... 109.......... 110......... 110.... 114........ 115 25..... 117......... 117......... 118......... 118..... 118 CLUSTER.. 118 26............... 121.... 122.... 122.... 122.. 123 QUICK CLUSTER..... 123 27... 125 1..... 125 1............... 125.......... 125............ 126 NPTESTS....... 128.... 128............... 129.......... 129............ 129 NPTESTS....... 131.... 131............... 131.......... 132 i IBM SPSS Statistics Base 22
............ 132 NPTESTS....... 134............. 134............ 134 NPTESTS........ 139............ 139 2............ 140 2.............. 141.............. 142 1 Kolmogoro-Smirno.... 143 2........ 144 2........ 146........ 147........ 148 28....... 151............. 151.......... 151............ 152.......... 153.... 154.... 154 MULT RESPONSE... 155 29........ 157.............. 157............ 157 :.... 157 /..... 158 /........ 158...... 158.......... 159.......... 159............ 159............ 159 :.... 160.......... 160......... 160........... 161 161...... 161...... 161 REPORT........ 161 30........ 163............ 164 RELIABILITY...... 165 31.... 167...... 168...... 168........ 168...... 169 ALSCAL........ 169 32......... 171............... 171 33 ROC......... 173 ROC.......... 173 34...... 175.............. 176............... 176................ 177............. 178........ 178............ 179........ 181.... 189........ 189............ 191.... 192.......... 193.............. 195................ 196............... 199
i IBM SPSS Statistics Base 22
1 () 4 : ( ) 1. > > 2. 3. 1 () 3 ( ) 1. 2. : : Copyright IBM Corp. 1989, 2013 1
: : ( A4 F8.2 DATE11 ) : : ( ) : : : : : ($) @ $@ : IBM SPSS Statistics IBM SPSS Statistics ( ) : IBM SPSS Statistics ( ) IBM SPSS Statistics : : FILE LABEL ( ) 2 IBM SPSS Statistics Base 22
: : : DATAFILE ATTRIBUTE : ($) @ $@ : : () : 4 ( ) : ( ) : : 200 : ( ) Percent ( ). 1 3
Mean (). () Standard Deiation (). 1 68% 2 95% 45 10 95% 25 65 Quartiles (4 (Kaplan-Meier)). 25 50 75 : ( ) 4 IBM SPSS Statistics Base 22
2 ( ) : 37.5% 24.9% 28.1% 9.4% 3,576 1,078 : () 4 : ( ) : 4 1. > >... 2. 1 : 4 (25 50 75 ) 4 4 n ( 95 95% ) Copyright IBM Corp. 1989, 2013 5
: Mean (). () Median ( ). 50 2 : Sum (). () : : 1 68% 2 95% 45 10 95% 25 65 Variance ( ( )). 1 2 Range (OK ( )). Minimum ( ). Maximum (). : ( -2 +2 2 ) : Skewness (). 0 2 Kurtosis (). 0 : (30 35 ) 6 IBM SPSS Statistics Base 22
: 1 1 : : ( ) : 1 ( ) ( ) : 2 7
8 IBM SPSS Statistics Base 22
3 1 1 (z ) ( ) ( ) z (1 ) z : ( Bob Kim Brian 1 ) : : ( ) : (z ) ( ) z z 1. > >... 2. 1 z : () : Copyright IBM Corp. 1989, 2013 9
: 1 68% 2 95% 45 10 95% 25 65 Variance ( ( )). 1 2 Range (OK ( )). Minimum ( ). Maximum (). : ( -2 +2 2 ) : Kurtosis (). 0 Skewness (). 0 2 : DESCRIPTIVES (z ) (VARIABLES ) (VARIABLES ) (MISSING ) (SORT ) 10 IBM SPSS Statistics Base 22
4 () : 4 4 4 5 5 : 5% 4 ( ) Huber M Andrews Hampel M Tukey 5 5 Lilliefors Kolmogoro-Smirno Shapiro-Wilk Leene : () () ( ) ( 15 ) : 1. > >... 2. 1 1 ( ) Leene Copyright IBM Corp. 1989, 2013 11
: 5% 4 95% M : Huber M Andrews Hampel M Tukey : 5 5 : 5 10 25 50 75 90 95 : 1 1 : : Lilliefors Kolmogoro-Smirno 3 50 Shapiro-Wilk 3 5,000 Leene : Leene Leene 4 ( ) 4 1 : 12 IBM SPSS Statistics Base 22
: : : 2 : 2 3 : 3 : : : () : EXAMINE EXAMINE (TOTAL ) (SCALE ) (VARIABLES ) (PERCENTILES ) 5 (PERCENTILES ) (PLOT ) (STATISTICS ) M (MESTIMATORS ) 4 13
14 IBM SPSS Statistics Base 22
5 2 2 2 ( ) ( 2 ) 1 ( ) ( ) 2 2 : ( 500 ) ( 2,500 ) : Pearson 2 2 Fisher Yates 2 Pearson r Spearman Cramér V Goodman Kruskal Somers d Kendall b Kendall c Cohen McNemar Cochran Mantel-Haenszel : (8 ) 1 2 : ( ) ( ) ( ) 2 (Cramer V ) : ( : 1=2 =3 = ) 1. > >... 2. 1 1 Copyright IBM Corp. 1989, 2013 15
1 2 1 () 1 2 1 2 1 1 2 (3 ) 2 : 1 1 2 : () demo.sa ( Samples ) 1. ( ) [ ] [] [] 2. 3. 4. 2 : 2 2 2 Pearson 2 2 Fisher Yates 2 ( ) 2 2 5 Fisher 2 2 Yates 2 16 IBM SPSS Statistics Base 22
2 Pearson 2 2 2 : Spearman ( ) Spearman () Pearson r : ( ) () Cramér V ( Goodman Kruskal ) : 2 0 1 0 1 Phi and Cramer's V ( ()). 2 2 Cramer V 2 Lambda ( ). 1 0 : 0.83 83% : (2 0 3 10 )Kendall bkendall c Somers d Gamma ( ). 2-1 1 1 2 0 2 0 3 n Somers' d (Somers d). 2-1 1 1 2 0 2 ( ) Somers d Kendall's tau-b (Kendall b). () -1 1-1 +1 Kendall's tau-c (Kendall c). -1 1-1 +1 : 5 17
: 1 0 1 0 1 () () 2 1 1 Kappa ( ()). Cohen 2 1 0 1 0 2 ( ) : 2x2 1 McNemar: 2 2 McNemar-Bowker Cochran's and Mantel-Haenszel statistics (Cochran Mantel-Haenszel ). Cochran Mantel-Haenszel 1 () 2 2 Cochran Mantel-Haenszel 2 3 () : ( ) <NN 2 0 : () APA 0.05 : APA p (Bonferroni ): Bonferroni : (1 ) : 18 IBM SPSS Statistics Base 22
: 2 : Pearson 0 1 : ( - ) : (1.25 ) Round cell counts (). Truncate cell counts (). Round case weights ( ). Truncate case weights ( ). : ( ) 5 19
20 IBM SPSS Statistics Base 22
6 1 n : : N N : : () 1. > >... 2. 1 1 100 n n Copyright IBM Corp. 1989, 2013 21
N N 1 First (). Geometric Mean (). n n Grouped Median ( ). 30 35 40 45 Harmonic Mean (). Kurtosis (). 0 Last (). Maximum (). Mean (). () Median ( ). 50 2 Minimum ( ). N. () : : 22 IBM SPSS Statistics Base 22
Range (OK ( )). Skewness (). 0 2 Standard Deiation (). 1 68% 2 95% 45 10 95% 25 65 Standard Error of Kurtosis ( ). ( -2 +2 ) () Standard Error of Mean (). ( -2 +2 2 ) Standard Error of Skewness ( ). ( -2 +2 ) Sum (). () Variance ( ( )). 1 2 6 23
24 IBM SPSS Statistics Base 22
7 1 1 : 3 : N N 2 R R 2 : : ( ) Leene 1. > >... 2. 1 3. 1 1 1 2 1 1 4. 2 R R 2 N Copyright IBM Corp. 1989, 2013 25
N 1 First (). Geometric Mean (). n n Grouped Median ( ). 30 35 40 45 Harmonic Mean (). Kurtosis (). 0 Last (). Maximum (). Mean (). () Median ( ). 50 2 Minimum ( ). N. () Percent of total N (). Percent of total sum ( ). Range (OK ( )). Skewness (). 0 2 Standard Deiation (). 1 68% 2 95% 45 10 95% 25 65 26 IBM SPSS Statistics Base 22
Standard Error of Kurtosis ( ). ( -2 +2 ) () Standard Error of Mean (). ( -2 +2 2 ) Standard Error of Skewness ( ). ( -2 +2 ) Sum (). () Variance ( ( )). 1 2 1 : 2 ( ) : F R R2 7 27
28 IBM SPSS Statistics Base 22
8 OLAP OLAP (Online Analytical Processing) 1 1 : : OLAP : () : () OLAP 1. > > OLAP... 2. 1 3. 1 ( ) 1 ( ) ( ) <NN 2 Copyright IBM Corp. 1989, 2013 29
OLAP 1 1 First (). Geometric Mean (). n n Grouped Median ( ). 30 35 40 45 Harmonic Mean (). Kurtosis (). 0 Last (). Maximum (). Mean (). () Median ( ). 50 2 Minimum ( ). N. () Percent of N in ( ). 1 : 1 : 30 IBM SPSS Statistics Base 22
: Range (OK ( )). Skewness (). 0 2 Standard Deiation (). 1 68% 2 95% 45 10 95% 25 65 Standard Error of Kurtosis ( ). ( -2 +2 ) () Standard Error of Mean (). ( -2 +2 2 ) Standard Error of Skewness ( ). ( -2 +2 ) Sum (). () Variance ( ( )). 1 2 OLAP OLAP : : 2 () 2 : 2 () 1 8 OLAP 31
OLAP n 32 IBM SPSS Statistics Base 22
9 t t 3 t t (2 t ): 2 1 Leene t 95% t ( t ): 1 2 t 95% 1 t : 1 t 95% T t 2 2 ( ) () : 2 2 t 1 : : : ( ) : Leene 2 t t : 1 2 2 (1 2 6.25 12.5 ) () 2 ( 21 21 21 ) Copyright IBM Corp. 1989, 2013 33
: t t 2 t t 1. > > t... 2. 1 t 3. 1 2 4. t 2 t 2 : 1 2 (6.25 12.5 ) : 2 1 2 () t : 95% 1 99 : 1 () : t : t t T t 1 2 2 0 : 2 34 IBM SPSS Statistics Base 22
(75 75 ) : : : t ( ) t : 2 ( ) : t 1. > > t... 2. 1 3. t : 95% 1 99 : 1 () : t : t T-TEST 1 t 1 t (PAIRS ) 1 T 1 t 9 t 35
: IQ 100 95% 1.3 : : 0 t ( ) 1 t : : 1 t 1. > > 1 t... 2. 1 3. 4. 1 t : 95% 1 99 : 1 () : t : t t T-TEST 1 t 1 t (PAIRS ) T-TEST 1 t 1 t (PAIRS ) 36 IBM SPSS Statistics Base 22
9 t 37
38 IBM SPSS Statistics Base 22
10 () 2 t 2 : 3 : 95% Leene : Bonferroni Sidak Tukey HSD Hochberg GT2 Gabriel Dunnett Ryan-Einot-Gabriel-Welsch F (R-E-G-W F) Ryan-Einot-Gabriel-Welsch (R-E-G-W Q) Tamhane T2 Dunnett T3 Games-Howell Dunnett C Duncan Student-Newman-Keuls (S-N-K) Tukey b Waller-Duncan Scheffé : () : Leene 1. > >... 2. 1 3. Copyright IBM Corp. 1989, 2013 39
( ) : 1 2 3 4 5 : t ( ) 6 1 0 0 0 0.5 0.5 5 6 0 0 0.05 Tukey HSD Hochberg GT2 Gabriel Scheffé Tukey b S-N-K (Student-Newman-Keuls) Duncan R-E-G-W F (Ryan-Einot-Gabriel-Welsch F ) R-E-G-W Q (Ryan-Einot-Gabriel-Welsch ) Waller-Duncan Bonferroni Tukey HSD Sidak Gabriel Hochberg Dunnett Scheffé LSD ( ) LSD: t Bonferroni. t Sidak: t Sidak Bonferroni Scheffe. F R-E-G-W F: F Ryan-Einot-Gabriel-Welsch R-E-G-W Q: Ryan-Einot-Gabriel-Welsch S-N-K: 40 IBM SPSS Statistics Base 22
Tukey: Tukey b: Tukey HSD Student-Newman-Keuls Duncan: Student Newman Keuls Hochberg GT2: Tukey HSD Gabriel: Hochberg GT2 Gabriel Waller-Duncan: t Dunnett: t () < > Tamhane T2 Dunnett T3 Games-Howell Dunnett C Tamhane T2: t Dunnett T3: Games-Howell: Dunnett C: : ( ) : 1 : 95% : 95% 95% 10 41
: Leene Brown-Forsythe: Brown-Forsythe F Welch: Welch F : ( ) : : : ONEWAY 95% 95% (STATISTICS=EFFECTS ) Bonferroni Duncan Scheffé (RANGES ) (MATRIX ) 42 IBM SPSS Statistics Base 22
11 GLM 1 GLM 1 1 1 1 () GLM 1 F () Cook WLS (WLS) : () : I II III IV III : : Bonferroni Sidak Scheffé Ryan-Einot-Gabriel-Welsch F Ryan-Einot-Gabriel-Welsch Student-Newman-Keuls Tukey HSD Tukey b Duncan Hochberg GT2 Gabriel Waller-Duncan t Dunnett ( ) Tamhane T2 Dunnett T3 Games-Howell Dunnett C : Leene : () GLM 1 : 8 Copyright IBM Corp. 1989, 2013 43
: GLM 1 1. > > 1... 2. 3. 4. WLS 0 GLM 1. 1 : : : 44 IBM SPSS Statistics Base 22
: III : : : 2 : 2 3 : 3 4 : 4 5 : 5 III I: I 1 2 1 ( ) 2 2 3 ( ) ( ) II: II ( ) III: () III 11 GLM 1 45
Yates 2 III I II IV: F F IV = III = II F IV F IV I II GLM 1 ( ) GLM 1 : LB =0 L B L L L F t Bonferroni Helmert () ( ) ( ) ( Helmert ) Helmert ( ) ( ) 1 2 3... 1 1 2 2 ( 3 ) 46 IBM SPSS Statistics Base 22
GLM () 1 1 ( ) 2 3 Adanced Statistics GLM GLM 1 1 2. ( ) ( ) GLM : : : (LSD) Bonferroni Sidak : 2 2 t L 11 GLM 1 47
Leene : UNIANOVA (DESIGN ) () (TEST ) (CONTRAST ) (MISSING ) EPS (CRITERIA ) L M K (LMATRIX MMATRIX KMATRIX ) (CONTRAST ) (CONTRAST ) (POSTHOC ) (EMMEANS ) (SAVE ) (OUTFILE ) (OUTFILE ) (OUTFILE ) GLM : GLM GLM Adanced Statistics GLM GLM 48 IBM SPSS Statistics Base 22
Bonferroni Tukey HSD Bonferroni t Sidak t Bonferroni Tukey HSD Tukey HSD Bonferroni Bonferroni Hochberg GT2 Tukey HSD Tukey Gabriel Hochberg GT2 Gabriel Dunnett t 1 ( ) < > Ryan Einot Gabriel Welsch (R-E-G-W) 2 R-E-G-W F F R-E-G-W Q Duncan Student-Newman-Keuls ( ) Tamhane T2 (t ) Dunnett T3 ( ) Games-Howell ( ) Dunnett C () Duncan Student-Newman-Keuls (S-N-K) Tukey b Waller-Duncan t Bayesian Scheffé Scheffé (LSD) t : LSD Sidak Bonferroni Games-Howell Tamhane T2 T3 Dunnett C Dunnett T3 11 GLM 1 49
S-N-K Tukey b Duncan R-E-G-W F R-E-G-W Q Waller Tukey HSD Hochberg GT2 Gabriel Scheffé GLM : : : (LSD) Bonferroni Sidak : 2 2 t L Leene : UNIANOVA (DESIGN ) () (TEST ) (CONTRAST ) (MISSING ) EPS (CRITERIA ) L M K (LMATRIX MMATRIX KMATRIX ) (CONTRAST ) 50 IBM SPSS Statistics Base 22
(CONTRAST ) (POSTHOC ) (EMMEANS ) (SAVE ) (OUTFILE ) (OUTFILE ) (OUTFILE ) GLM IBM SPSS Statistics : : WLS : : Cook : Cook D : WLS : : WLS : Pearson 0 1 : : : IBM SPSS Statistics 11 GLM 1 51
t GLM : : : (LSD) Bonferroni Sidak : 2 2 t L Leene : UNIANOVA (DESIGN ) () (TEST ) (CONTRAST ) (MISSING ) EPS (CRITERIA ) L M K (LMATRIX MMATRIX KMATRIX ) 52 IBM SPSS Statistics Base 22
(CONTRAST ) (CONTRAST ) (POSTHOC ) (EMMEANS ) (SAVE ) (OUTFILE ) (OUTFILE ) (OUTFILE ) 11 GLM 1 53
54 IBM SPSS Statistics Base 22
12 2 2 Pearson Spearman Kendall b () Pearson 2 Pearson : 1 1994 1995 NBA Pearson (0.581) 0.01 ( 0.401) 0.05 : : : Pearson Spearman Kendall b 2 : Pearson Spearman Kendall b : Pearson 2 2 > > 2... 1. 2 : Pearson Kendall b Spearman -1 ( ) +1 ( ) 0 : : 5% 1 1 % 2 2 : Pearson Copyright IBM Corp. 1989, 2013 55
: : Pearson 2 N 1 : : : 1 CORRELATIONS NONPAR CORR Pearson (MATRIX ) 2 (VARIABLES WITH ) 56 IBM SPSS Statistics Base 22
13 1 2 2 : : : 0 : : 2 1. > >... 2. 2 3. 1 : : 5% 1 1% 2 0 : 0 : : : : 0 Copyright IBM Corp. 1989, 2013 57
0 PARTIAL CORR 0 (MATRIX ) 2 (VARIABLES WITH ) ( VARIABLES ) 2 1 2 (VARIABLES ) (FORMAT ) (STATISTICS ) 58 IBM SPSS Statistics Base 22
14 () : MPG ( 1 ) : () ChebycheMinkowski 2 2 2 Lance Williams Pearson 2 Russel Rao Jaccard Dice Rogers Tanimoto Sokal Sneath 1 Sokal Sneath 2 Sokal Sneath 3 Kulczynski 1 Kulczynski 2 Sokal Sneath 4 Hamann Anderberg D Yule Y Yule QSokal Sneath 5 4 1. > >... 2. 1 2 3. (2 ) 1 : ChebycheMinkowski : 2 2 2 : Lance Williams ( 2 ) 2 z 1 1 0 1 1 1 1 Copyright IBM Corp. 1989, 2013 59
0 1 ( 2 ) 1 : Pearson 2 : Russell RaoJaccard Dice Rogers Tanimoto Sokal Sneath 1 Sokal Sneath 2 Sokal Sneath 3 Kulczynski 1 Kulczynski 2 Sokal Sneath 4 Hamann Anderberg D Yule Y Yule QSokal Sneath 5 4 ( 2 ) 2 z 1 1 0 1 1 1 1 0 1 PROXIMITIES PROXIMITIES Minkowski 60 IBM SPSS Statistics Base 22
15 1 ( ) : : 1 1 () () ( ) : 1000 Statistics Base > >... 1. 1 2. 3. 4.?: : ( ): Copyright IBM Corp. 1989, 2013 61
(): () () (IBM SPSS Statistics Serer ): IBM SPSS Statistics Serer 64 : : (1970-01-01) (00:00:00) : 5 10 : ( 3) : : (p 0.1 ) 1 62 IBM SPSS Statistics Base 22
: 0 100 95 : () : : (AICC) F R2 (ASE) ( (ASE)) 30% F F P p 0.05 P p 0.10 : : 3 : (AICC) R2 (ASE) ( (ASE)) 30% : 15 63
: : : : 1 2147483647 54752075 : PredictedValue :.zip : : 100 R 2 64 IBM SPSS Statistics Base 22
(ADP) ADP () : ( ) : ( ) 5 10 ( 3) (p 0.05 ) / / 1 ADP 1.0 45 : 15 65
: P-P : - S ID ( ) Cook Cook Cook : : (p ) p : : 10 : 1.00 () ( ) 1 : 66 IBM SPSS Statistics Base 22
: ( ) (p ) p : T () : 10 : 1.00 : : 10 : 10 15 67
( 1 ) 68 IBM SPSS Statistics Base 22
16 1 () : 1 : : : R R 2 R 2 R 2 95% Durbin-Watson (Mahalanobis Cook) DfBeta DfFit : : 2 ( ) : 1. > >... 2. 3. 1 WLS WLS. 0 Copyright IBM Corp. 1989, 2013 69
Enter (Regression) ( ()). 1 1 Stepwise (). F F Remoe ( ). 1 1 Backward Elimination ( ). Forward Selection ( ). 1 1 ( ) 0.0001 1 5 5 70 IBM SPSS Statistics Base 22
: 2 : (DEPENDNT) ( (*ZPRED) (*ZRESID) (*DRESID) (*ADJPRED) (*SRESID) (*SDRESID)) : 2 : (*ZPRED *ZRESID) : 1 : : 0 1 : : : Mahalanobis: 1 Cook: Cook D : 1 0 ( ) (N-1)/N : Mean (). (2 ) : 1 (2 ) : 2 1 99.99 90 95 99 16 71
: : Pearson 0 1 : : : : (DfBeta) (DfFit) DfBeta DfFit DfBeta. () Standardized DfBeta ( DfBeta). 2/(N ) (N ) () DfFit. Standardized DfFit ( DfFit). p/n 2 p N : 1 : XML ( ) XML (PMML) : B B B t t : R R 2 R 2 72 IBM SPSS Statistics Base 22
R2 : R 2 R 2 : Partial Correlation ( ). 2 2 Part Correlation ( ( )). R2 : () 1 (VIF) : Durbin-Watson ( n ) : F F Use Probability of F (F ). F Use F Value (F ). F : R 2 : : : N : 16 73
REGRESSION (MATRIX ) (CRITERIA ) (METHOD DEPENDENT ) (DESCRIPTIVES STATISTICS ) 74 IBM SPSS Statistics Base 22
17 McCullagh (1980 1998) PLUM () () 2 150 cm 140 cm 10 cm 210 cm 200 cm : : Pearson Pearson 2 2 Cox Snell R 2 Negalkerke R 2 McFadden R 2 : : 1 : 1. > >... 2. 1 3. OK Copyright IBM Corp. 1989, 2013 75
: : 0 2 : : 0 : 0 : 0 100 0 1 : 5 : f(x)=log(x/(1 x) ) : f(x)=log( log(1 x)) : f(x)= log( log(x)) : f(x)=φ 1 (x) (): f(x)=tan(π(x 0.5)) : : : Pearson 2 2 : Cox Snell R 2 Nagelkerke R 2 McFadden R 2 : : : 76 IBM SPSS Statistics Base 22
: Pearson ( ) : : / / : / / / : : / : : : 2 : 2 3 : 3 4 : 4 5 : 5 17 77
/ : : : 2 : 2 3 : 3 4 : 4 5 : 5 PLUM PLUM 78 IBM SPSS Statistics Base 22
18 11 : E E 2 3 : : R R 2 R 2 : 2 3 S : ( ) ( ) : ( ) 1. > >... 2. 1 3. ( ) 4. 1 : : : Copyright IBM Corp. 1989, 2013 79
1 : Y=b0+(b1*t) : Y = b0 + (b1 * ln(t)) : Y=b0+(b1/t) 2 : Y = b0 + (b1 * t) + (b2 * t**2) 2 3 : Y = b0 + (b1 * t) + (b2 * t**2) + (b3 * t**3) : Y = b0 * (t**b1) ln(y) = ln(b0) + (b1 * ln(t)) : Y = b0 * (b1**t) ln(y) = ln(b0) + (ln(b1) * t) S : Y = e**(b0 + (b1/t)) ln(y) = b0 + (b1/t) : Y=1/(1/u + (b0 * (b1**t))) ln(1/y-1/u) = ln (b0) + (ln(b1) * t) u : Y = e**(b0 + (b1 * t)) ln(y) = b0 + (b1 * t) : Y = b0 * (e**(b1 * t)) ln(y) = ln(b0) + (b1 * t) : ( ) ( ) : : : ( ) 80 IBM SPSS Statistics Base 22
19 (PLS (projection to latent structure) ) PLS (OLS) PLS PLS : ( ) (VIP) ( ) : (VIP) 3 : () ( ) : one-of-c c c (1,0,...,0) (0,1,0,...,0) (0,0,...,0,1) : 0.5 : : > >... 1. 1 2. 1 Copyright IBM Corp. 1989, 2013 81
( ) ID 2 Python IBM SPSS Statistics - Essentials for Python IBM SPSS Statistics NumPy SciPy Python : (IBM SPSS Statistics Serer ) NumPy SciPy Windows Mac Windows Mac IBM SPSS Statistics Python 2.7 NumPy SciPy Python 2.7 http://www.python.org Python 2.7 NumPy SciPy http://www.scipy.org/download NumPy SciPy NumPy SciPy Python 2.7 Python Python (> ) Linux NumPy SciPy http://www.scipy.org/download NumPy SciPy IBM SPSS Statistics Python 2.7 IBM SPSS Statistics Python NumPy SciPy IBM SPSS Statistics Python 2.7 Python Python (> ) Windows Unix NumPy SciPy IBM SPSS Statistics Python 2.7 Python 2.7 http://www.python.org Python 2.7 NumPy SciPy http://www.scipy.org/download NumPy SciPy Python NumPy SciPy Python 2.7 Python IBM SPSS Statistics Administration Console 82 IBM SPSS Statistics Base 22
: : : : : 2 : 2 3 : 3 4 : 4 5 : 5 : : : (VIP) VIP 19 83
84 IBM SPSS Statistics Base 22
20 2 ( ) ( ) k : Nominal ( ). ( ) Ordinal ( ). ( ) Scale ( ). ( ) 1. () n/a 85
: one-of-c c c (1,0,...,0) (0,1,0,...,0) (0,0,...,0,1) one-of-c (88 ) : (88 ) : : Mersenne Twister (88 ) > >... 1. 1 ( ): ( ) k : [2*(x min)/(max min)] 1 1 1 ( ): ( ) k 86 IBM SPSS Statistics Base 22
( ): 1 ( ) : : (k): k ( ) k V : : x y 2 : 2 Manhattan 1 20 87
: : ( ) : : 92 : : : 0 : V 88 IBM SPSS Statistics Base 22
2 2 3 : 1 V ( ) : 1 V () Mersenne Twister : Mersenne Twister : : : n n /: () : : : k 4 90 20 89
XML : k : ( ) k k : 2 2 2 2 ( ) ( 4 ) : () / k 90 IBM SPSS Statistics Base 22
: Ctrl (k) ( ) / // 1. > 2. 3. > > 4. x y z 20 91
X 1.0 k : 2 () k k k i i i i i k ( ) y x y ( ) x (x ) 92 IBM SPSS Statistics Base 22
k y ( ) x (k) k k (92 ) k k ( ) : (100% ) 20 93
94 IBM SPSS Statistics Base 22
21 1 () : 3 : 1 2 1 a b c d D=a*climate +b*urban +c*population +d*gross domestic product per capita 2 D 4 : : 1 : Box M : Wilks 2 : Fisher Wilks : : ( ) ( ) ( IQ IQ ) 1. > >... 2. Copyright IBM Corp. 1989, 2013 95
3. () 4. : : 5. : : 1. 2. : : ( ) 1 Box M Means ( ( )). Uniariate ANOVAs (1 ()). Box M : p : Fisher Fisher's (Fisher ). Fisher () Unstandardized ( ()). : : : 96 IBM SPSS Statistics Base 22
: : 1 : : Wilks Mahalanobis F Rao V Rao V V Wilks : 1 Wilks Wilks : Mahalanobis : 1 F : F Rao V: Lawley-Hotelling Rao V F F F : F F : F : Mahalanobis F F : : : : 50% 25% 2 25% 3 2 21 97
: Leae-one-out : : Leae-one-out : U : : : : () 2 : : 2 1 : 2 1 : 1 : () ( 1 ) ( 1 ) XML DISCRIMINANT (1 ) (ANALYSIS ) (PRIORS ) (ROTATE ) (FUNCTIONS ) ( ) (SELECT ) (MATRIX ) 98 IBM SPSS Statistics Base 22
(MATRIX ) 21 99
100 IBM SPSS Statistics Base 22
22 () ( ) 7 5 3 : : : : ( ) Kaiser-Meyer-Olkin Bartlett : : 2 3 : () Pearson : 2 () ( ) 1. > >... 2. Copyright IBM Corp. 1989, 2013 101
1. 2. : 1 : KMO Bartlett KMO Bartlett : Kaiser-Meyer-Olkin Bartlett ( ) : ( ) : : Principal Components Analysis ( ()). 1 Unweighted Least-Squares Method ( 2 ()). 1 ( ) Generalized Least-Squares Method ( 2 ()). 1 Maximum-Likelihood Method ( ()). 1 Principal Axis Factoring ( ()). 2 Alpha ( ()). 102 IBM SPSS Statistics Base 22
Image Factoring ( ()). Guttman ( ) : : : : : Unrotated Factor Solution ( ()). ( ) : () : : Varimax Method ( ()). 1 : ( ) 1 0( ) 0 0.8 Quartimax Method ( ()). 1 Equamax Method ( ()). 1 Promax Rotation ( ()). 1 : 2 3 Rotated Solution ( ()). Factor Loading Plot (). 3 3 2 2 1 22 103
: : 1 : Bartlett Anderson-Rubin Regression Method ( ()). 1 0 2 Bartlett : 1 0 Anderson-Rubin Method (Anderson-Rubin ()). 1 Bartlett 0 1 : : : FACTOR 104 IBM SPSS Statistics Base 22
23 TwoStep TwoStep : TwoStep XML TwoStep : ( ) ()2 : IBM SPSS Statistics IBM SPSS Statistics Copyright IBM Corp. 1989, 2013 105
106 IBM SPSS Statistics Base 22
24 TwoStep TwoStep () : : : (CF) TwoStep : : 2 : : 2 : : : : 108 TwoStep : (BIC) (AIC) TwoStep : : Copyright IBM Corp. 1989, 2013 107
: ( ) 2 2 2 2 TwoStep 1. > > TwoStep... 2. 1 XML TwoStep : (CF) CF CF CF CF CF CF CF 1 ID : (MB) 4 108 IBM SPSS Statistics Base 22
: CF : (CF) : CF CF (): 1 : 1 CF : (b d+1 1)/(b 1) CF b d CF 16 : CF XML XML TwoStep CF CF : 1 TwoStep TwoStep : : : : 24 TwoStep 109
: : ID tsc_n n XML : XML CF 2 : XML (PMML) CF : () 2 1 ( ) 2 2 ( ) 111 111 / 4 113 110 IBM SPSS Statistics Base 22
( ) 113 113 113 () () Kaufman Rousseeuw (1990) Kaufman Rousseeuw (B A) / max(a,b) A B 1 1 0 : (TwoStep ) : : : : ( ) ( ) : ( ) (55 $100,000 ) : : 24 TwoStep 111
/ : 4.32 () : : : : : : : : // () 112 IBM SPSS Statistics Base 22
: / : / : () () Ctrl Shift : 5 () 24 TwoStep 113
4 4 () 111 2. : : ( ) : 114 IBM SPSS Statistics Base 22
: : : 20 1. Ctrl 2. >... 3. 1 0 4. OK 24 TwoStep 115
116 IBM SPSS Statistics Base 22
25 ( ) ( ) 1 :? ( ) ( ) : () : : 2 ( ) ( ) ( ) : : ( ) 1. > >... 2. 1 3 : Ward 117
: : Pearson Chebyche Minkowski : 2 2 2 : 4 Anderberg D Dice Hamann Jaccard Kulczynski 1 Kulczynski 2 Lance-Williams Ochiai Rogers-Tanimoto Russel-Rao Sokal-Sneath 1 Sokal-Sneath 2 Sokal-Sneath 3 Sokal-Sneath 4 Sokal-Sneath 5 Yule Y Yule Q : (2 ) z 1 1 0 1 1 1 1 : 0 1 : ( ) : : 1 : : : CLUSTER CLUSTER 1 118 IBM SPSS Statistics Base 22
() 25 119
120 IBM SPSS Statistics Base 22
26 F ( ) : ( ) k ( ) : : : : 2 : : () ( ) 1. Copyright IBM Corp. 1989, 2013 121
> >... 2. 3. ( 2 ) 4. 5. : 1 999 5.0 Quick Cluster 1 : 0 1 0.02 2% : : 1 122 IBM SPSS Statistics Base 22
: : : 1 ANOVA table ( (/ )). 1 F F 1 : : : : QUICK CLUSTER QUICK CLUSTER k 26 123
124 IBM SPSS Statistics Base 22
27 3 1 1 2 1 1 1 1?: : 2 2 2 Kolmogoro-Smirno : : 1 > > 1... 1. : 1 : Copyright IBM Corp. 1989, 2013 125
: 1 : ( ) 2 2 2 Kolmogoro-Smirno : 2 (2 ): 2 ( 2 ) 2 1 2 ( 2 ): 2 2 1 127 2 (Kolmogoro-Smirno ): 1 1 127 Kolmogoro-Smirno (Wilcoxon ): Wilcoxon 1 (): 2 1 127 2 : 2 ( 2 ) : (p) 0 1 0.5 : 2 Clopper-Pearson (): 2 Jeffreys: Jeffreys p : p 126 IBM SPSS Statistics Base 22
:( ( )) 2 2 2 :( ( )) 2 : : : 0 1 2 3 10 20 30 1/6 1/3 2 1/2 3 Kolmogoro-Smirno : : : : : : ( 2 ) : 2 2 27 127
2 1 1 1 : : () 0 1 0.05 (%): 0 100 95 : : NPTESTS 1 1 1 2?: : 2 Mann-Whitney U k Kruskal-Wallis 128 IBM SPSS Statistics Base 22
: : > >... 1. : 1 : : 1 : : 2 Mann-Whitney U k Kruskal-Wallis : : 27 129
Mann-Whitney U(2) 2 2 2 Kolmogoro-Smirno (2 ) 2 2 (2 Wald-Wolfowitz) 2 Kruskal-Wallis ANOVA (k ) Mann-Whitney U k (k Jonckheere-Terpstra) k Kruskal-Wallis k k Jonckheere-Terpstra 2 2 3 2 2 3 k : Moses (2 ) 2 2 : (k ) ( ) k : Hodges-Lehman (2 )2 2 : () 0 1 0.05 (%): 0 100 95 130 IBM SPSS Statistics Base 22
: : NPTESTS 1 1 1 2 : 2?: : 2 McNemar 3 Cochran Q 2 Wilcoxon 3 Friedman : 3 2 Friedman McNemar > >... 1. 27 131
: 2 : : 2 : 2 McNemar 3 Cochran Q 2 Wilcoxon 3 Friedman : 2 : McNemar (2 ) 2 ( 2 ) 3 133 McNemar : Cochran Q(k) k ( 2 ) k 133 Cochran Q: : (2 ) 2 McNemar 2 3 132 IBM SPSS Statistics Base 22
: 2 0 3 : 2 3 : Kendall (k ) ( ) 1 k : Friedman (k k k McNemar : : McNemar ( 2 ) : 2 Cochran Q: : Cochran Q ( 2 ) : 2 : () 0 1 0.05 27 133
(%): 0 100 95 : : NPTESTS 1 1 2 ( ) 2 135 135 / 7 1 1 135 1 1 136 1 137 138 134 IBM SPSS Statistics Base 22
138 138 139 p 1 1 1 1 2 2 2 2 2 () Wilcoxon 27 135
Wilcoxon Kolmogoro-Smirno Kolmogoro-Smirno 1 1 1 McNemar McNemar 2 2 Wilcoxon Wilcoxon 136 IBM SPSS Statistics Base 22
Cochran Q Cochran Q Friedman Friedman Kendall Kendall Mann-Whitney Mann-Whitney Kolmogoro-Smirno Kolmogoro-Smirno 27 137
Wald-Wolfowitz Wald-Wolfowitz Kruskal-Wallis Kruskal-Wallis Jonckheere-Terpstra Jonckheere-Terpstra Moses Moses ID k 138 IBM SPSS Statistics Base 22
k ( ) 1 NPTESTS 1 1 2 : 2 2 : 2 2 : 1 2 1 Kolmogoro-Smirno : ( ) 2 : 1 2 Mann-Whitney U 2 Kolmogoro-Smirno Moses Wald-Wolfowitz 2 : 2Wilcoxon McNemar : 1 2 Kruskal-Wallis Jonckheere-Terpstra 27 139
: 2Friedman Kendall W Cochran Q 4 2 2 2 : 2 5% 30% 10% 20% 15% 15% : 4 2 2 : ( ) : 1 5 20% 2 1. > > > 2... 2. 1 3. 4 2 : 1 4 1 4 2 : 0 3 4 5 4 3/16 4/16 5/16 4/16 140 IBM SPSS Statistics Base 22
2 : : 4 : 25 50 75 : : : NPAR TESTS ( 2 ) (CHISQUARE ) 1 (EXPECTED ) 2 2 2 2 2 0.5 2 1 : 2 1 40 ( ) 2 3/4 (0.0027) 1/2 : 4 2 : 2 2 true false0 1 2 2 2 2 : 2 1. > > > 2... 2. 1 27 141
3. 4 2 : : 4 : 25 50 75 : : : NPAR TESTS (2 ) 3 (BINOMIAL ) (BINOMIAL ) (EXPECTED ) 2 : 20 20 : 4 : : 1. > > >... 2. 1 3. 4 142 IBM SPSS Statistics Base 22
: 2 1 : : 4 : 25 50 75 : : : NPAR TESTS () (RUNS ) 1 (RUNS ) 1 Kolmogoro-Smirno 1 Kolmogoro-Smirno 1 () Kolmogoro-Smirno Z ( ) : 1 Kolmogoro-Smirno : 4 1 Kolmogoro-Smirno : ( ) : Kolmogoro-Smirno K-S Lilliefors ( ) 1 Kolmogoro-Smirno 1. 27 143
> > > 1 K-S... 2. 1 3. 4 1 Kolmogoro-Smirno : : 4 : 25 50 75 : : : NPAR TESTS (1 Kolmogoro-Smirno ) (K-S ) 2 2 1 2 : 10 10 Mann-Whitney U : 4 : Mann-Whitney U Moses Kolmogoro-Smirno Z Wald-Wolfowitz 2 : : Mann-Whitney U 2 2 2 1. > > > 2... 2. 1 144 IBM SPSS Statistics Base 22
3. 2 2 : 2 () 4 Mann-Whitney U 2 2 Wilcoxon Kruskal-Wallis Mann-Whitney 2 2 2 1 2 2 1 Mann-Whitney U 2 Wilcoxon W W 2 : Kolmogoro-Smirno Z Wald-Wolfowitz Kolmogoro-Smirno 2 Wald-Wolfowitz 2 2 Moses 2 : 1 1 5% 2 2 1 2 2 : : 4 : 25 50 75 : : : 27 145
NPAR TESTS (2 ) Moses (MOSES ) 2 2 2 : Wilcoxon 10 7 1 2 : 4 : Wilcoxon McNemar (Windows ) 2 : : 2 2 1. > > > 2... 2. 1 2 2 Wilcoxon 2 2 Wilcoxon Wilcoxon 2 McNemar 1 2 McNemar () () McNemar 2 ( 2 ) 146 IBM SPSS Statistics Base 22
2 : : 4 : 25 50 75 : : : NPAR TESTS (2 ) 1 : 100 3 Kruskal-Wallis 3 : 4 : Kruskal-Wallis H : : Kruskal-Wallis H 1. > > > K... 2. 1 3. 3 Kruskal-Wallis H Jonckheere-Terpstra 27 147
Mann-Whitney U Kruskal-Wallis H () Kruskal-Wallis H k k ( ) Jonckheere-Terpstra k k Jonckheere-Terpstra Exact Tests Jonckheere-Terpstra 1 3 1 3 : : 4 : 25 50 75 : : : NPAR TESTS (K ) (MEDIAN ) : 10 4 Friedman 4 : 4 : Friedman Kendall W Cochran Q : 148 IBM SPSS Statistics Base 22
: 1. > > > K... 2. 2 3 Friedman 1 1 Friedman k k 1 k Kendall W Friedman Kendall W Kendall W 0 ( ) 1( ) Cochran Q Friedman 2 McNemar k Cochran Q 2 : 4 : 25 50 75 NPAR TESTS (K ) Command Syntax Reference 27 149
150 IBM SPSS Statistics Base 22
28 2 2 2 3 : US 6 1 1 2 1 ( : US ) united 1 0 2 1 6 3 10 3 1 =2 = 3 = 4 =US 5 = 1 2 3 3 1 2 5 3 2 14 2 20 Copyright IBM Corp. 1989, 2013 151
2 2 2 2 1 2 7 ($) casenum sysmis jdate date time length width 40 1. > >... 2. 2 3. 2 4. 5. 1 () 2 : 2 : 2 2 2 1 : 152 IBM SPSS Statistics Base 22
: 2 ( 2 ) 1 3 ( ) 6 2 2 3 3 1 3 1 3 2 30 1 5 2 25 3 1 : : : : 1. > >... 2. 1 1 ( ) 2 3 8 : 2 6 1 ( ) 28 153
1 2 1 : : : : 1. > >... 2. 1 3. 2 1 ( ) : 2 () : ( ) 2 : 2 : 2 2 2 1 : 154 IBM SPSS Statistics Base 22
2 2 1 : 2 2 MULT RESPONSE 5 (BY ) (FORMAT ) 28 155
156 IBM SPSS Statistics Base 22
29 : : : : () ( ) () : : : : ( ) : : : 1. > > :... Copyright IBM Corp. 1989, 2013 157
2. 1 1 3. 1 4. 5. / : Enter : : ( ) / 2 : : 158 IBM SPSS Statistics Base 22
: : ( ) : 1 : : : ( ) ( ) : : : : () () : 10 10 : DATE PAGE DATE PAGE : 29 159
: ( ) : : : : : : 1. > > :... 2. 1 1 3. 4. 1 5. 6. 1 2 1 160 IBM SPSS Statistics Base 22
: : : : 1 2: 2 1 /2 : 2 1 /2 %: 2 1 2 : : : : : : : ( ) : : : : REPORT 1 29 161
() n REPORT 162 IBM SPSS Statistics Base 22
30 : : : Hotelling T 2 Tukey : (Cronbach): : 2 Guttman: Guttman : : : 2 : 2 : ( ) 1. > >... 2. 3. Copyright IBM Corp. 1989, 2013 163
: 2 Kuder-Richardson 20 (KR20) : Guttman Spearman-Brown ( ) 2 Guttman : 1 6 : : : : : Cronbach : Means ( ( )). : : : : : F : Friedman 2 : Friedman 2 Kendall 2 F Cochran 2 : Cochran Q 2 Q F Hotelling T2: Tukey : : 164 IBM SPSS Statistics Base 22
: : : 95% : 0 RELIABILITY 30 165
166 IBM SPSS Statistics Base 22
31 ( 2 3 ) ( ) :? 2 : : S- (Young) (Kruskal) RSQ RSQ (RMDS ) (INDSCAL) : : RSQ : (2 3 ) : 2 ( ) ( ) : ( ) : k-means 1. > >... 2. 4 3. Copyright IBM Corp. 1989, 2013 167
4. 1 2 : ( ) : 1 1 : ChebycheMinkowski : 2 2 2 : Lance-Williams : : ( ) (2 ) : ( ) : 168 IBM SPSS Statistics Base 22
: ( ) 1 1 6 1 1 : (INDSCAL ) : S S n : ALSCAL ASCAL AINDS GEMSCAL 3 () 31 169
170 IBM SPSS Statistics Base 22
32 2 : 5 : (COD) (PRD) (AAD) : ( ) : 1. > >... 2. 3. : : : : : ( ) 0 100 : ( ) AAD: Copyright IBM Corp. 1989, 2013 171
COD: PRD: ( ) COV: COV: : 1 : : : : 2 : : 0 100 (1 0.01 ) (1 + 0.01 ) 172 IBM SPSS Statistics Base 22
33 ROC 2 1 : ROC : ROC ROC : ROC : ROC 2 ROC : () : ROC 1. > ROC... 2. 1 3. 1 4. ROC ROC : : : 2 50.1% 99.9% : 173
174 IBM SPSS Statistics Base 22
34 IBM SPSS Statistics () IBM SPSS Statistics () 2 IBM SPSS Copyright IBM Corp. 1989, 2013 175
1. >... 2. SPSS 3. IBM SPSS Statistics IBM SPSS Modeler PMML XML 179 4. 5. 1. >... 2. 3. 4. 176 IBM SPSS Statistics Base 22
5. 1. >... 2. 3. 4. 5. 34 177
2 1 ( ) 1 1. >... 2. 3. 4. 5. 1. >... 2. 3. 4. 5. 6. PMML IBM SPSS 178 IBM SPSS Statistics Base 22
SPSS : IBM SPSS IBM SPSS IBM SPSS Statistics IBM SPSS Modeler PMML XML IBM SPSS Statistics PMML 2 Cox (C5) 2 () : () PMML 8 8 8 : 1 34 179
3 (profit) (reenue) (expenses) reenue = price*olume expenses = fixed + olume*(unit_cost_materials + unit_cost_labor) profit = reenue - expenses : 1. 2. ( ) (.) : : 180 IBM SPSS Statistics Base 22
: : () () ( ) 2 : : : 34 181
: 1. -- () 2. ( ) 184 : : : 1 : PMML 2 - : thresh prob 2 - : thresh prob 182 IBM SPSS Statistics Base 22
: 1 $10 $15 40% $15 $20 60% 10-15 15-20 2 0.4 2 0.6 $10 $15 $20 $25 $10 $15 $13 $16 Weibull: c 2 2 ( ) : : : : ( ) 184 3. 34 183
3. () : ( ) : Anderson-Darling Kolmogoro-Smirnoff (Anderson-Darling A Kolmogoro-Smirnoff K ) 2 p : 2 2 () : () : () : 184 IBM SPSS Statistics Base 22
: : : -1 1 0 : 0 : : : : : : 34 185
: : : 10,000,000 99 : : 95% 5% : : N N ( ): Anderson-Darling Kolmogoro-Smirnoff Anderson-Darling : 100 1000 : 1 2147483647 629111597 : 186 IBM SPSS Statistics Base 22
(PDF): ( ) PMML 2 (CDF): : PDF CDF 5 95 ( ) ( ): : : 1 2 9595 95% 55 5% : : ( ) PDF CDF : ( ) : PMML 34 187
: ( 1 ) : : : 2 2 : 2 2 : 1 : : 4 (25 50 75 ) 4 4 (99 ) : 5 95 ( ) PMML : 188 IBM SPSS Statistics Base 22
: : 1 : ( ) :.splan : SPSS Statistics Excel ( ) ( ) 34 189
( ) ( ) 184 () 1. 2. 3. ( ) : 181 () 190 IBM SPSS Statistics Base 22
1. 2. () 181 : : : ( ) : : : : : 1 : : 4 : 4 4 25 50 75 4 : : 1 34 191
1 :.splan : SPSS Statistics Excel ( ) 178 ( ) : 2 () 193 : 2 ( ) 193 : 2 : 1 192 IBM SPSS Statistics Base 22
: : ( ) : - : ( ) : : 1 2 9595 95% 55 5% : (Label reference lines): 34 193
194 IBM SPSS Statistics Base 22
IBM IBM IBM IBM IBM IBM IBM ( ) 103-8510 19 21 IBM IBM IBM Web Web Web IBM Web IBM (i) ( ) (ii) IBM Software Group ATTN: Licensing 200 W. Madison St. Chicago, IL; 60606 U.S.A. 195
IBM IBM IBM IBM IBM IBM IBM ( ) ( ). IBM Corp. Copyright IBM Corp. _ _. All rights resered. IBM IBM ibm.com International Business Machines Corporation IBM IBM http://www.ibm.com/legal/copytrade.shtml Adobe Adobe PostScript PostScript Adobe Systems Incorporated 196 IBM SPSS Statistics Base 22
Intel Intel Intel Inside Intel Inside Centrino Intel Centrino Celeron Xeon Intel SpeedStep Itanium Pentium Intel Corporation Linux Linus Toralds Microsoft Windows Windows NT Windows Microsoft Corporation UNIX The Open Group Jaa Jaa Oracle 197
198 IBM SPSS Statistics Base 22
,,,, 63 102 163, 164 64 25 16 2 25 GLM 1 47, 50, 52 39 39 41 41 42 40 39 39 40 41 77 t 34 102 102 104 101 104 103 101 102 102 104 104 104 102, 103 102 101, 102 () 103 101 103 7 63 69 171 GLM 51 102 163, 164 2 140 141 140 140 16 141 16 141 16 16 1 140 Fisher 16 Pearson 16 Yates 16 2 59 2 1 126, 127 70 69 69 72 117 117 118 117 () 117 118 117 117 118 118 118 117 118 118 117, 118 118 117 117 45 70 12 TwoStep 108 (PRD) 171 88 187 GLM 44 135 16 138 18 76 GLM 1 47, 50, 52 184 16 25 22 OLAP 30 9 9 9 z 9 199
9 22 12 5 171 GLM 1 47, 50, 52 TwoStep 109 18 76 Helmert GLM 46 80 (ICC) 164 72 18 76 72 96, 97 GLM 51 71 79 80 79 79 80 80 80 80 12 72 59 59, 60 59 60 59, 60 59 59 59 60 59 117 59 87 117 103 TwoStep 109 117 122 121 110 112 111 111 112 112 113 112 113 113 112 113 113 110 114 112 112 113 113 112 112 111 111 113 115 110 110 110 105 79 OLAP 31 25 22 OLAP 30 OLAP 31 25, 29 15 16 15 19 16 () 18 16 153 16 15 72 25 22 OLAP 30 21 T 34 12 64 41 104 2 141 90 73 t 35 154 152 13 t 34 148 57 159 143 161 1 Kolmogoro-Smirno 144 1 t 36 2 142 2 147 2 145 2 55 ROC 173 163, 164 1 1 3 GLM 1 47, 50, 52 9 25 22 5 OLAP 30 200 IBM SPSS Statistics Base 22
18 160 45, 77, 78 45, 77, 78 93 102 72 92 85 90 87 89 88 88 89 90 25 22 OLAP 30 25 22 OLAP 30 9 25 22 12 5 171 160 OLAP 30 40 GLM 48 59 9 25 22 12 5 171 160 OLAP 30 TwoStep 108 63 5 102 71 GLM 51 25, 29 80 18 71 GLM 1 47, 50, 52 GLM 46 188 70 110 80 80 1 80 65 181 92 175 180 192 187 184 179 188 189 178 176, 177 178, 189 189 187, 188 185 193 () 185 188 185 188 184 184 189 181 180 188 188 179 187 what-if 184 178 78 102 102, 103 122 t t 34 132 2 146 101, 102 2 55 75 77 76 78 78 75 76 161 160 63 TwoStep 108 160 158 41 72 71 t 35 12 201
() t 34 1 t 36 GLM 46, 47, 50, 52 ROC 173 135, 136 163 164 164 164 165 163, 164 164 163 Hotelling T2 164 Kuder-Richardson 20 164 Tukey (K) 164 12 GLM 1 47, 50, 52 GLM 1 47, 50, 52 163 167 t 33 71 70 167 ROC 173 GLM 44 70 12 12 16 80 69 69 73 74 70 71 71 70 72 69 () 70, 73 71 25 16 61 64 66 80 66 64 64 65 62, 65 64 62 67 66 61 67 63 64 64 65 65 R2 64 70 9 25 22 12 5 158 160 OLAP 30 25 22 OLAP 30 16 16 185 57 0 57 2 55 101, 102 76 96 161 16 40 146, 148 131 132 Cochran Q 133 McNemar 133 T 34 35 35 34 121 122 122 123 122 123 122 122 121, 123 122 121 121 80 39 GLM 46 b 16 c 16 39 GLM 46 167 168 169 168 168 169 168 168 168 168 168 167 169 202 IBM SPSS Statistics Base 22
() 167 R 72 155 151 151 151 151 2 151 1 153 154 154 154 154 154 154 152 152 153 153 152 152 40 11 13 13 13 12 12 12 GLM 46 25 22 12 5 171 OLAP 30 12 5 171 R2 72 63 25 22 OLAP 30 103 (COD) 171 9 12 5 171 118 TwoStep 108 76 71 GLM 51 118 92 139 41 GLM 1 47, 50, 52 90 92 137 128 129 T 33 34 34 34 34 34 34 2 16 87 5 7 7 5 7 7 12 5 188 TwoStep 108 171 2 140 148 147 134 142 1 Kolmogoro-Smirno 143 2 146 2 144 188 12 5 18 61 12 188 12 12 101 59 76 GLM 1 47, 50, 52 103 9 25 22 5 171 OLAP 30 102, 103 203
() 122 GLM 46 76 95 96 96 97 97 96 95 96 97 98 97 97 95 95, 96 95 96 97 97 98 98 95 Mahalanobis 97 Rao V 97 Wilks 97 70 12 7 TwoStep 108 72 9 GLM 51 71 GLM 51 9 12 5 GLM 47, 50, 51, 52 ROC 173 9 25 22 12 () 5 171 158 160 GLM 1 47, 50, 52 OLAP 30 OLAP 32 171 171 61 16 2 59 16 80 69 148 149 149 149 147 148 148 148 147 148 148 148 132 2 146 59 103 GLM 47 16 15 9 25 22 12 5 158 160 () OLAP 30 72 39 79 25 72 66 44 GLM 1 43 9 5 181 ROC 173 93 159 161 159 161 138 41 9 25 22 25, 29 12 5 171 160 158 160 OLAP 30 25 25 25 25 22 OLAP 30 (AAD) 171 76 163, 164 204 IBM SPSS Statistics Base 22
59 45 GLM 44 GLM 1 47, 50, 52 80 101 81 83 83 GLM 46 OLAP 31 70 63 88 70 92 OLAP 31 57 57 57 58 72 57 0 57 70 (COV) 171 88 7 157 160 160 160 160 159 160 157 159 161 157 157 () 159 159 159 158 157 158 159 159 158 159 161 160 161 161 161 161 159 161 158 12 2 147 TwoStep 108 90 134 175 59 87 2 16 76 1 126 21 21 22 80 80 71 65 80 71 16 143 143 143 143 142, 143 1 126, 127 16 76 117 60 76 187 159 18 18 138 16 2 55 80 9 25 22 12 5 158 160 OLAP 30 25 22 OLAP 30 205
0 57 1 Kolmogoro-Smirno 143 144 144 143 144 144 1 T 35 36 36 35, 36 36 1 125 2 127 125 127 2 126 Kolmogoro-Smirno 127 2 141 142 142 142 142 1 126 2 141 2 146 147 147 146 147 147 2 144 145 145 145 145 145 146 145 2 t t 33 2 80 2 55 55 56 55 55 55 206 IBM SPSS Statistics Base 22 3 80 4 5 5% 12 A Anderson-Rubin 104 Andrews 12 B Bartlett 104 Bartlett 102 Bonferroni 40 GLM 48 Box M 96 Brown-Forsythe 41 C Chebyche 59 Clopper-Pearson 1 126 Cochran 16 Cochran Q 149 Cochran Q 132, 133 Cohen 16 Cook 71 GLM 51 Cox Snell R2 76 Cramér V 16 Cronbach 163, 164 D d 16 Descripties 10 DfBeta 71 DfFit(F) 71 Duncan 40 GLM 48 Dunnett C(U) 40 GLM 48 Dunnett t 40 GLM 48 Dunnett T3(3) 40 GLM 48 Durbin-Watson 72 F F 63 Fisher LSD GLM 48 Fisher 16 Friedman 132 149 G Gabriel 40 GLM 48 Games Howell 40 GLM 48 GLM 51 48 47 44 51 44 GLM 1 43, 48, 50, 52 47, 50, 52 47, 50, 52
GLM 1 () 47, 50, 52 46 47, 50, 52 Goodman Kruskal 16 Goodman Kruskal 16 Goodman Kruskal 16 Guttman 163, 164 H Hampel M 12 Helmert GLM 46 Hochberg GT2(H) 40 GLM 48 Hodge-Lehman 132 Hotelling T2 163, 164 Huber M 12 I ICC 164 J Jeffreys 1 126 K k 93 k 93 Kendall W(K) 149 Kendall (W) 132 Kendall b 16 2 55 Kendall c 16 Kendall c () 16 Kolmogoro-Smirno 1 126, 127 Kolmogoro-Smirno Z(K) 1 Kolmogoro-Smirno 143 2 145 KR20 164 Kruskal 16 Kruskal-Wallis H(K) 2 147 Kuder-Richardson 20 (KR20) 164 L Lance Williams 59 59 Leene 41 12 GLM 1 47, 50, 52 Lilliefors 12 M M 12 Mahalanobis 71 97 Manhattan 87 Mann-Whitney U(M) 2 145 Mantel-Haenszel 16 McFadden R2 76 McNemar 16 132, 133 2 146 Minkowski 59 Moses 2 145 N Nagelkerke R2 76 Newman-Keuls GLM 48 O OLAP 29 30 32 P Pearson 2 16 76 Pearson 76 Pearson 16 2 55 PLUM 75 R R2 25 72 R2 72 R2 64 r 16 2 55 R 25 72 Rao V 97 ROC 173 173 Ryan-Einot-Gabriel-Welsch F 40 GLM 48 Ryan-Einot-Gabriel-Welsch 40 GLM 48 R-E-G-W F(R) 40 GLM 48 R-E-G-W Q(Q) 40 207
R-E-G-W Q(Q) () GLM 48 S S 80 Scheffé 40 GLM 48 Shapiro-Wilk 12 Sidak t 40 GLM 48 Somers d 16 Spearman 16 2 55 Spearman-Brown 164 Student-Newman-Keuls 40 GLM 48 S- 167 T t t 34 t 33 1 t 35 GLM 1 47, 50, 52 Tamhane T2(M) 40 GLM 48 Tukey b 40 GLM 48 Tukey HSD 40 GLM 48 Tukey (K) 163, 164 Tukey 12 TwoStep 107 108 109 109 109 V V 16 W Wald-Wolfowitz (W) 2 145 Waller-Duncan t 40 GLM 48 Welch 41 what-if 184 Wilcoxon 132 1 126 2 146 Wilks 97 Y Yates 16 Z z 9 9 208 IBM SPSS Statistics Base 22
Printed in Japan