02.02.2014 Views

Introduktion till SPSS 10

Introduktion till SPSS 10

Introduktion till SPSS 10

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

12<br />

4.11 DISKRIMINANTANALYS<br />

ANALYZE<br />

CLASSIFY<br />

DISCRIMINANT<br />

GROUPING VARIABLE: Y-variabeln (grupperingsvariabel)<br />

DEFINE RANGE: min-max<br />

INDEPENDENT: X-variablerna (kvantitativa + dummyn)<br />

* enter independent. together<br />

(eller: * use stepwise method, om stegvis urvalsprocedur önskas)<br />

STATISTICS, bra att välja åtminstone följande:<br />

*means<br />

*univariate ANOVA<br />

*Box's M<br />

*Fisher’s<br />

(METHOD: ange metod om stegvis procedur valts)<br />

CLASSIFY<br />

PRIOR PROB.:*all groups equal<br />

eller *compute from groupsize<br />

(beakta även kostnader för felklassificering i a priori-sannolikheterna)<br />

DISPLAY: * summarytable (tabell över rättklassifisering)<br />

PLOTS: * Separate-groups (diskriminantfunktionen per grupp)<br />

OK<br />

4.12 LOGISTISK REGRESSION<br />

ANALYZE<br />

REGRESSION<br />

BINARY LOGISTIC<br />

DEPENDENT: Y-variabeln (grupperingsvariabel)<br />

COVARIATES: X-variablerna (kvantitativa + dummyn)<br />

OPTIONS:*classification plots<br />

*Hosmer-Lemeshow<br />

Display: *at last step<br />

Classification cut off: (klassificeringsgränsen kan ändras från 0,5<br />

<strong>till</strong> t.ex. 0,75 => grupperas i A då p(A) > 0,75)<br />

CONTINUE OK<br />

4.13 REGRESSIONSANALYS<br />

ANALYZE<br />

REGRESSION<br />

LINEAR<br />

DEPENDENT: Y-variabeln (kvantitativ)<br />

INDEPENDENT: X-variablerna (kvantitativa + dummyn)<br />

Method: Enter (eller Stepwise för stegvis procedur)<br />

STATISTICS: *Estimates<br />

*Model fit<br />

*Descriptives (för att få ut medeltal o.d.)<br />

*Collinearity diagnostics. (för att upptäcka multikollinearitet)<br />

PLOTS: Y= ZRESID<br />

X= ZPRED (för att upptäcka ev. heteroskedasticitet)<br />

*normal probability plot<br />

OK<br />

HANKEN 22.4.2009 / Susanna Taimitarha

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!