mÁSODIK FÉLÉV ELSŐ ÉS MÁSODIK HÁZI FELADATÁNAK MAJDNEM TELJES ÉS MAJDNEM TÖKÉLETES MEGOLDÁSA:D

SPSSHF1

Készítsük el azt az adatfile-t, ami szükséges az alábbi feladatok megválaszolásához!

Futtassuk le a megfelelő eljárásokat a syntax ablakból. A válaszokat indokoljuk meg, a megfelelő statisztika-értékek és szignifikancia-értékek megadásával.

Az elkészített adatfile-t, a syntax file-t az output file-t mentsük el (külön-külön) saját TELJES nevünkön Lencsés Gyula – Házi feladatok – I. házi feladat alkönyvtárba!

A szöveges kérdésekre adott választ papíron, kézírással kérem beadni.

1. Egy karatecsapat eredményei cseréptörésben edzőtábor
előtt    (CSERÉP1):  4, 6, 5,  7, 3,  8
és után (CSERÉP2):  7, 8, 9, 10, 5, 15
Változott-e a teljesítmény alfa=0.05 valószínűségi szinten ?

analyze-compare means-paired

cserép1, cserép2à paste

syntax ablakban ctrl+R

táblázatban, legalsóban, jobb oladlon: sig(2-tailed): 0,006

h0: nincs különbség a két változó között

alfa=0.05 ngayobb, mint sig (0.006)àezért elvetjük H0-t

2. Számítsuk ki a korrelációs együtthatót a fenti két adatsor (változó) között.

Szignifikáns kapcsolatot mutat-e a korrelációs együttható?

Analyze-correlate-bivariate

Cserép1,cserép2àpaste

H0: nincs kapcsolat

Alfa=0.05

Táblázatban:sig: 0.12 és ez nagyobb, mint alfa (0.05)àezért H0-t elvetjük!

3. a) Rajzoltassuk meg a két változó együttes eloszlását ábrázoló ábrát (szórásdiagramot)!

Graphs-scatter/dot-simple scatteràdefine

yàcserép2

xàcserép1

b) Az ábrán jelenítsük meg a regressziós egyenest!

Grafikonra kétszer rákattà”add fit line at total” ikonra rákattàlineràapply gomb

4. a) Határozzuk meg a regressziós egyenes egyenletét!

b) Szignifikánsak-e az együtthatók?

c) A táborozás utáni eredmények varianciájának hány százalékát tudjuk megmagyarázni a korábbi eredmények segítségével?

d) Az F próba alapján jó-e a regressziós modellünk?

H0:rossz a regressziós becslés

Sig:0.012, ez kisebb mint alfa (0.05) tehát H0-t elvetjük, vagyis jó a regressziós becslés, tehát jó az egyenes egyenlete

e) Mennyi a hibatag szórása? Értelmezzük ezt az adatot!

Y=bx+cà1,657

B: -0,114

Hibatag szórása

Model summary táblázatban a „std error of the estimate”:1,577

BEADÁSI HATÁRIDŐ: 2007. MÁRCIUS 19. 14.00

SPSSHF2

Futtassuk le a megfelelő eljárásokat a syntax ablakból.

A válaszokat indokoljuk meg, a megfelelő statisztika-értékek és szignifikancia-értékek megadásával.

Az első két feladathoz tartozó adatfile-t, a teljes syntax file-t és a teljes output file-t mentsük el (külön-külön) saját TELJES nevünkön az Lencsés Gyula – Házi feladatok – II. házi feladat alkönyvtárba!

A szöveges kérdésekre adott választ papíron, kézírással kérem beadni.

A) Készítsük el azt az adatfile-t, ami szükséges az első két feladat megválaszolásához!

1.)Az erdei kiránduláson lepényevőversenyt rendeztek.
Az eredményeket az elfogyasztott mazsolák számával mérték.
Lányok : 10, 5,  9, 11, 4, 3
Fiúk   :  2, 6, 12,  3, 7

a nem változót címkézzük meg a valuesnál: 1=fiú 2=lány

Különbözik-e a fiúk és lányok ügyessége
alfa=0.05 valószínűségi szinten ?

Analyze-compare means-independentà

Test:mazsola

Grouping variable: nem (define groups:1, 2)

Paste 8így átkerülsz a syntax ablakba)

Ctrl+r

H0: nincs szignifikáns kapcsolat

Sig:0,852 nagyobb, mint alfa(0.05)àmegtartjuk H0-t

(ha megtartjuk első sort kell nézni, ha elvetjük, alsó sort.)

tehát az első sort nézzük, itt a sig(2tailed)=0.662 ezt kell tesztelnünk

h0. két átlag megegyezik

sig(0.662) nagyobb, mint alfa(0.05)àh0-t megtartjuk, vagyis megegyezik a két átlag, nincs szignifikáns különbségànem különbözik a lányok és fiúk teljesítménye(szignifikánsan)

Mentsük el az adatfile-t, amit használtunk a kérdés megválaszolásához!

2.) Szemléltessük oszlopdiagrammal a két csoport átlagát!

Graphs-bar-simple-define gomb

Category axis: nemàpaste

B) Olvassuk be a Kocsik adatállományt.

Lencsés-adatok-kocsik beolvasása

3.)Többszörös lineáris regresszióval vizsgáljuk meg, hogy az autók TELJESÍTménye hogyan függ a SÚLYtól, GYORSULástól, ÉVJÁRATtól és a MOTOR hengerűrtartalmától.

A forward módszert alkalmazzuk. Mentsük el a függő változó becsült értékét és a standardizálatlan hibatagot.

Analyze-regression-linear

Dependent:teljesít

Independent. Súly, gyorsul, évjárat, motor

Alul save… gombàpredicted valuesnál unstandardized beikszelése

Method(az independent doboz alatti legördítősáv):forward

paste

a) Hogyan változott a megmagyarázott variancia és a becslés standard hibája az újabb változók bevonásával?

Model summary táblázatot kell nézni

R square növekedett

Std error csökent (hibatag szórásnégyzete) Tehát: az Rnégyzet növekedett a standard hiba pedig csökkent.

b) Mennyi a fenti két mutató értéke a végső modellben?

Model summary 4. sor (folyamatosan vonja be a változókat, a negyedik sor a végső modell. Forward módszernél végigmegy a változókon)

Rnégyzet:0.892

St. Error: 12,763 (nekem nem pont ennyi jött ki egyikre sem, de valszeg azért, mert bénáztam, de azért kb ennyi)

c) Melyik változó hiányzik a legutolsó modellből? Miért nem került be a modellbe?

Az első táblázatban(variables entered, removed) szerepel mind a négy.Az excluded variables táblázatban már csak három, és a henger űrtartalma hiányzik, mert nem szignifikáns

d) Írjuk fel a standardizálatlan regressziós egyenletet.

Coefficients táblázat

Ykalap=bx+c

C:157,099 (és innen nem értem, hogy mér pont ennyi, bár bene van a táblázatban, de mér pont ez a c?)

Ykalap=0,093x1+(-4,733)x2+0,21x3+(-0,776)x4+c

e) Írjuk fel a standardizált regressziós egyenletet.

Ugyanúgy, csak nem a B oszlop, hanem Beta oszlop b helyén

4.sor

standardizálzànincs c

ykalap=0,253x1+(-0,344)x2+0,455x3+(-0,075)x4

f) A fentiek alapján mit mondhatunk a magyarázó változók egymáshoz viszonyított fontosságáról?

Excluded variables táblázatot nézni

„Collinearity statistics, tolerance” oszlopot nézni

4 változó a táblázat alatt felsorolva

g) Készítsünk szórásdiagramot a függő változó és minden egyes magyarázó változó között (külön-külön). Az ábrák mennyire vannak összhangban a béta előjelével és abszolút értékével?

Graphs-scatter/dot-simple scatter

Yaxisàteljesít

X axisà súly (mert y függ az x-tőlày a függő változó)

Majd ugyanúgy, csak x helyére gyorsul, évjárat, motor kerül (összesen négyszer megcsinálni)

Összhagnban vannak

Coefficients 4. sora:+ vagy – előjelű—ymegnézzük a hozzá tartozó grafikont, hogy pozitív vagy negatív meredekségű a grafikon (akkor pozitív, ha lentről indul és felfelé megy, akkor negatív, ha magasról indul és lefelé lejt)

Ha egyezik, akkor összhangban van

h) Számítsuk ki a korrelációs együtthatót a teljesítmény mért és becsült értéke között!

Analyze-correlate-bivariate

Variables:teljesít, pre1

0,947**ßkorr. Együttható

i) Számoljuk ki a becslés hibájának átlagát és szórását.

Analyze-descriptive statistics-descriptives

Variables:res3, teljesít

Átlag: 0,0

Szórás: 12,41

j) Az előző két pontban kapott eredményeket hasonlítsuk össze a Model Summary táblázatban talált megfelelő értékekkel!

Mit tapasztalunk?

H, i eredményei

Megegyeznek a megfelelő értékek

k) Számítsuk ki a FOGYASZTás és a GYORSULás közötti korrelációs együtthatót, majd ugyanezen két változó közötti parciális korrelációs együtthatót először a TELJESÍTmény, majd a TELJESÍTmény és SÚLY kontroll-változók bevonásával.

Értelmezzük a kapott eredményeket!

Analyze-correlate-bivariate

Fogyaszt-gyorsul

Korr:0,434

Analyze-correlate-partial

Variables: fogyaszt, gyorsul

Controlling: teljesít

Paste

Csökken

Ha contorllingnak MÉG a súlyt is bevesszük, akkor még tovább csökken

BEADÁSI HATÁRIDŐ: 2007. április 16. hétfő 14.00.