Svečias
Titulinis Mokymai Mokymų medžiaga Metodologiniai paketai Taikomoji regresija
Apie mokymus
Mokomieji duomenys
E. mokymai
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE

Pavyzdinis metodologinis mokomasis studijų paketas

TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE

Autorus Prof. habil. dr. Vydas Čekanavičius

Ankstesnis dokumentas Turinys  Literatūros sąrašas Duomenų šaltiniai Sekantis dokumentas

10. PROBIT REGRESIJA
10.2. Probit regresinė analizė su SPSS
       10.2.4. Prognozavimas

Vieną konkrečią reikšmę galima prognozuoti ir su SPSS. Tarkime norime ištirti, ką apie studijų naudojimą mąsto respondentai, kuriems K33_2 = 4, K35_1 = 1, K37_1 = 4. Duomenyse įvedame papildomą eilutę:  stulpelyje K33_2  įrašome 4, stulpelyje K35_1 įrašome 1, stulpelyje K37_1 įrašome 4, stulpelyje filter_$ įrašome 1, kitus stulpelius paliekame tuščius. Jeigu išmestume kitus kintamuosius, tai paskutinė duomenų eilutė atrodys taip:

 Vykdydami probit analizę lange Save pažymime Predicted value of mean of response.

Duomenyse atsiranda papildomas stulpelis MeanPredicted, kuriame įrašytas tikimybės
P( Y = 0) = P(Retai naudoja studijų žinias) įvertis. Gavome, kad ši tikimybė lygi 0,175. Taigi labai mažai tikėtina, kad toks respondentas retai tnaudojasi studijų metais įgytomis žiniomis. Daug tikėtiniau (tikimybė lygi 1 - 0,175 = 0,825), kad jis tomis žiniomis  naudojasi dažnai.


 

NAUJIEMS VARTOTOJAMS
NAUJIENOS
Naujienlaiškis

Nr.1  2009 07-11
Nr.2  2009 12-2010 02
Nr.3  2010 03-05
Nr.4  2010 06-08
Nr.5  2010 09-11
Nr.6  2010 12-2011 02
Nr.7 2011 03-05
Nr.8 2011 06-08
 
© KTU Politikos ir viešojo administravimo institutas
Atnaujinta 2018-09-27