Datentransformation und deskriptive Statistik III

Slides:



Advertisements
Ähnliche Präsentationen
Befehlssatz und Struktur
Advertisements

8. Jahrgang: Abbildungen DIE ACHSENSPIEGELUNG
Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen
Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen
Allgemeine Technologien II
Franziska Schmidt Sarah Ahlheit
Der Produkt-Moment- Korrelationskoeffizient Der Produkt-Moment Korrelationskoeffizient gibt Stärke und Richtung des linearen Zusammenhanges zweier Variablen.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Schleifen-beobachtung
Einführung in SPSS 16 Die Software SPSS ist ein modular aufgebautes Programmpaket zur statistischen Analyse von Daten. Das Basismodul ermöglicht das grundlegende.
Schwierigkeitsgrad III 6 X - 7 = X
SoSe 06, Statistik mit SPSS
Datentransformation und deskriptive Statistik I
SoSe 06, Statistik mit SPSS
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Kapitel 5 Claudio Moraga; Gisbert Dittrich FBI Unido
Übung zur Vorlesung Theorien Psychometrischer Tests I
Teil I - Erstellen einer Excel-Tabelle zur Deckungsbeitragsrechnung
Eingabe und Kodierung von Daten in SPSS
Hochwasser-Regionalisierung
Batch-Programmierung Grundlagen
Tutorium Aufgabe 1 a) E(eIX)= 0 E(eIX)= E(Y-E(YIX)IX) = E(YIX)- E (E(YIX)IX) = E(YIX)- E(YIX) = 0 Im Mittel macht man mit seiner Schätzung keinen.
Übung zur Vorlesung: Mikroökonometrie
Erstellen eines Zufallsgenerators
Anlegen von Ordnern, speichern und Öffnen von Bildern und Briefen
Die Liga der Bundesländer – Wo steht Bayern?
Haus der Geschichte Workshop CMS Typo3 Bonn,
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Einführung in die Programmiersprache C 3.Tag Institut für Mathematische Optimierung - Technische Universität Braunschweig.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Einführung in SPSS/PASW. Inhaltsübersicht 1. Intro ( ) 2. Deskriptive Statistik ( ) 3. Ausgaben ( ) Wiederholung Tabellen,
Einführung in SPSS/PASW. Eckdaten Ort: ZIP-Pool Zielgruppe: Primär 3. Semester Bachelor, sekundär Diplomstudierende Zeiten: Dienstags: 10:15-11:45 Uhr.
Wiederholung BSP 2.1.
Theoriereferat Indexes, Scales and Typologies The Logic of Sampling
Kapitel 10 Multikollinearität
Kapitel 4 Annahmen des linearen Regressionsmodells
1 Nutzen Sie diese Powerpoint-Präsentation beim Selbstlernen oder in Veranstaltungen zur Einführung in das jeweilige Thema. Einführung Lernmodul Nutzungsbedingungen:
Finnland Info Separationsrate CH im kantonalen und im europäischen Vergleich 1 Finnland Info 348, Schweiz mit höchsten Separationsraten in.
Willkommen in der Welt der effizienten Datenanalyse! Seite 1 Dr. Franz Weissenböck.
Aufgabe 1 In einem Mikroprozessorsystem mit 32-bit-Datenzugriff auf den Hauptspeicher ist ein Daten-Cache vorhanden. Das Laden des Caches erfolgt in Blöcken.
Die Querschnittstudie
„Postmaterielle Werte“
Dynamische Webseiten-Generierung
Mala Bachmann, Beispiel Velorennen Velorennen mit 5 TeilnehmerInnen Wie kann die durchschnittliche Rennzeit berechnet werden?
Agenda für heute, 12. Mai, 2005 ProzedurenProzeduren Funktionsprozeduren Prozedurparameter Lokale und globale Variablen Datentypen: Ordinaltypen.
Erhebung des KER zum Unterrichtsausfall im Kreis OHV Januar 2009 Kop2009.
OOP Übung 6 Gruppe 4 | Anja Voeske Peter Isaak Christian Mader
Ergebnisse der Lernstandserhebungen
CSS Cascading Style Sheets
Übung 2 - MdMT Methoden der Medizintechnik Übung zur Vorlesung Folge 2 – Basics Vom ersten Befehl zum Plot.
Übung 4 - MdMT Methoden der Medizintechnik Übung zur Vorlesung Folge 4 – Signale verarbeiten I Audiodaten einlesen.
Veranstaltung 4.
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
PhpMyAdmin.
Beobachter – Lehrgang Burkhard Müller SRBO HV Sachsen1 Herzlich willkommen ! Viel Erfolg !
Delphi Chars und Strings
PHP imak – Präsentation Gruppe 1 Hildebrandt Latzer Schrön Schwaighofer.
Prüfungsbesprechung Barbara Scheuner Vorlesung: Programmieren und Problemlösen Prof. Hans Hinterberger.
Deskriptive Statistik, Korrelationen, Mittelwertvergleiche, Graphiken
Preisfindung Rabattgruppen
Auflösung klassischer Geschlechterrollen
ABC-Analyse Mit Hilfe der ABC- Analyse werden die bedeutendsten Verschwendungsursachen mit den möglichen Folgen in Verbindung gebracht und priorisiert.
Auflösung klassischer GeschlechterrollenLukas KereczSeminar zur angewandten Statistik 2008 Auflösung klassischer Geschlechterrollen.
Grafische Darstellung von Gruppenunterschieden.
C++ FÜR cOMPUTERSPIELENTWICKLER
SPSS – Kurs Übungen.
Datentypen: integer, char, string, boolean
Prüfungsbesprechung Barbara Scheuner
Datentypen: integer, char, string, boolean
Die programmierte Lösung
Wir lösen Bruchgleichungen, deren Nenner eine Variable enthalten
 Präsentation transkript:

Datentransformation und deskriptive Statistik III 08.06.05 Datentransformation und deskriptive Statistik III 

Überblick 1. Beispiel und Übungsaufgabe zum RECODE-Befehl 2. Beispiele und Übungsaufgabe zum COMPUTE-Befehl 

RECODE INTO 

Beispiel 1: Dichotomisierung der Variable „vjahr“ Die Variable vjahr soll in die neue, dichotome Variable „altgrup“ umkodiert werden. Die neue Variable soll zwei Werte aufweisen: Dem Wert 1 sollen alle Fälle bis Jahrgang 1949 zugeordnet werden. Das Label für den Wert 1 soll ‚ältere‘ lauten, Dem Wert 2 sollen alle Fälle ab Jahrgang 1950 zugeordnet werden. Das Label für den Wert 2 soll das Label ‚ältere‘ erhalten Die neue Variable „altgrup“ soll das Label: ‚Altersgruppen, dichotom ‘ bekommen. 

Beispiel 1: Dichotomisierung der Variable „vjahr“ 

Beispiel 1: Dichotomisierung der Variable „vjahr“ 

Übungsaufgabe 1 (s. Beispielblatt) Die Variable vpid soll in die neue, dichotome Variable „pid“ umkodiert werden. Die neue Variable soll zwei Werte aufweisen: Die Werte 1-9 sollen zu „1“, zusammengefasst werden die Werte 96 und 98 sollen zu „0“ zusammengefasst werden. der Wert 99 soll als systembedingter fehlender Wert definiert werden (99=sysmis), Die neue Variable „pid“ soll das Label: ‚Existenz Parteibindung‘ bekommen Der Wert 1 soll das Label ‚Partebindung vorhanden‘ und der Wert 0 das Label ‚keine Parteibindung‘ erhalten 

Beispiel 2 Die Variable v170d (Politik ist zu kompliziert) soll in der Bedeutung und in ihren Werten umgedreht werden. fre v170d v170i v170l. 

Beispiel 2 Die Variable v170d (Politik ist zu kompliziert) soll in der Bedeutung und in ihren Werten umgedreht werden. 

Beispiel 2 Mit folgendem Befehl werden die Werte umkodiert und die neue Variable v170d_um erstellt: recode v170d (1=5) (2=4) (4=2) (5=1) (else=copy) into v170d_um. Im nächsten Schritt muss die Bedeutung der Variable umgedreht werden: var lab v170d_um 'Politik ist nicht zu kompliziert'.   

Beispiel 2 Dann werden die Wertelabels vergeben, sie werden nicht verändert: val lab v170d_um 1'stimme überhaupt nicht zu‘ 5'stimme voll und ganz zu'. 

Beispiel 2 Die Ursprungsvariable v170d und die neue Variable v170d_um im Vergleich 

COMPUTE 

Beispiel 3: Indexerstellung Es soll eine neue Variable, ein Index „parverdr“ (Variablenname) mit dem Variablenlabel „Parteienverdrossenheit“ erstellt werden. Dazu werden die Variablen v130a, v130b, v130f und v130k zusammengefasst. Die neue Variable „parverdr“ hat einen Wertebereich von 4 bis 20. Der Wert 4 steht für die niedrigste Verdrossenheit, der Wert 20 steht für höchste Verdrossenheit. Vor der Erstellung der neuen Variable, müssen die fehlenden Werte definiert werden. 

Beispiel 3 

Beispiel 3 

Beispiel 3 

Beispiel 3 

