Тренинг «Подготовка и анализ данных выборочных обследований в IBM SPSS Statistics»

Цель проведения тренинга: научиться  использовать программу IBM SPSS Statistics для создания планов отбора, формирования выборки и корректного анализа данных, полученных выборочным методом. Программа SPSS имеет отдельный модуль Сложные выборки (Complex Samples), который представляет собой конструктор для отбора данных выборочным методом и анализа данных выборки. На тренинге подробно рассматриваются возможности этого модуля.

По окончании обучения Вы будете знать и уметь:

• знать основы теории выборочных обследований;
• уметь составлять план отбора для формирования выборки;
• определять минимальный объем выборки;
• формировать выборку в SPSS;
• подготавливать данные выборочных обследований для анализа;
• анализировать данные выборочных обследований методами описательной статистики;
• строить модели взаимосвязи по данным выборочных обследований

Продолжительность тренинга: 3 дня (с 10:00 до 17:00)

Программа тренинга:

Тема 1. Основы теории выборочных обследований

• Генеральная и выборочная совокупность
• Свойства выборочной совокупности
• Особенности выборочного метода
• Классификация выборок
• Виды и методы вероятностного отбора
• Способы формирования вероятностных выборок
• Простой случайный отбор
• Систематический случайный отбор
• Вероятностно-пропорциональный отбор
• Кластерный отбор
• Одноступенчатый кластерный отбор
• Многоступенчатый кластерный отбор
• Алгоритм  проведения выборочных обследований
• Определение необходимого объема выборки

Тема 2. Работа с конструктором отбора

• Процедуры модуля
• Сложные выборки
• Конструктор отбора
• Параметры Конструктора отбора
• Задание переменных плана отбора
• Задание метода отбора
• Методы ВПР-отбора
• Задание объема выборки
• Выходные переменные отбора и сводка плана
• Расслоение на втором этапе отбора
• Методы отбора на втором этапе отбора
• Доля выборки на втором этапе отбора
• Параметры отбора
• Выходные файлы отбора и завершение отбора
• Сводка плана и сводка отбора

Тема 3.  Работа с конструктором подготовки к анализу

• Конструктор подготовки к анализу
• Параметры Конструктора подготовки к анализу
• Задание переменных плана
• Задание метода отбора
• Сводка плана и завершение работы
• Конструктора подготовки к анализу
• Вычисление окончательных выборочных весов

Тема 4. Подготовка данных выборочных обследований для анализа

• Анализ и шкалы измерения переменных
• План отбора и план анализа
• Подготовка файла данных для анализа
• Ввод данных выборочного обследования
• Слияние файла выборки и файла собранных данных

Тема 5. Анализ частот данных выборочных обследований

• Процедура Частоты
• Параметры процедуры Частоты
• Результаты процедуры Частоты
• Критерий равенства долей в ячейках
• Процедура Частоты для подсовокупностей

Тема 6. Анализ описательных статистик данных выборочных обследований

• Процедура Описательные
• Параметры процедуры Описательные
• Результаты процедуры Описательные
• T-критерий для описательных статистик
• Процедура Описательные для подсовокупностей

Тема 7. Анализ таблиц сопряженности данных выборочных обследований

• Процедура Таблицы сопряженности
• Параметры процедуры Таблицы сопряженности
• Проверка наличия взаимосвязи на основе критерия хи-квадрат
• Оценка риска в таблицах сопряженности
• Процедура Таблицы сопряженности для подсовокупностей

Тема 8. Анализ отношений данных выборочных обследований

• Процедура Отношения
• Параметры процедуры Отношения
• Результаты процедуры Отношения
• Процедура Отношения для подсовокупностей

Тема 9. Построение общей линейной модели взаимосвязи на основе выборочных данных

• Общая линейная модель регрессии
• Процедура Общая линейная модель для сложных выборок
• Виды переменных в общей линейной модели регрессии
• Настройка модели Исследование качества модели
• Проверка значимости модели
• Проверка значимости коэффициентов модели
• Интерпретация коэффициентов
• Проверка различий между уровнями факторов и их взаимодействием
• Исследование остатков и точности предсказания модели 

Тема 10. Построение модели логистической регрессии на основе выборочных данных  

• Модель бинарной логистической регрессии
• Модель мультиномиальной логистической регрессии
• Процедура Логистическая регрессия для сложных выборок
• Результаты процедуры Логистическая регрессия для сложных выборок
• Исследование качества модели логистической регрессии
• Анализ отношений шансов
• Настройка модели
• Анализ предсказанных вероятностей и значений зависимой переменной
• Параметры оценки модели логистической регрессии  

Тема 11. Построение модели порядковой регрессии на основе выборочных данных

• Модель порядковой регрессии
• Параметры модели порядковой регрессии и их интерпретация
• Процедура Порядковая регрессия для сложных выборок
• Результаты процедуры Порядковая регрессия для сложных выборок
• Исследование качества модели порядковой регрессии
• Анализ отношений шансов
• Настройка модели
• Анализ предсказанных вероятностей и значений зависимой переменной
• Параметры оценки модели порядковой регрессии

Тема 12. Построение модели регрессии Кокса на основе выборочных данных

• Исходные данные для моделирования
• Регрессионная модель Кокса
• Процедура Регрессия Кокса для сложных выборок
• Результаты процедуры Регрессия Кокса для сложных выборок
• Выбор предикторов для модели
• Исследование качества модели регрессии Кокса
• Задание предикторов, зависящих от времени
• Построение модели по подгруппам
• Графические результаты моделирования
• Сохранение результатов моделирования
• Экспорт результатов Параметры оценивания модели