WKID, haritalama şirketi ESRI tarafından oluşturulan popüler projeksiyonlarla ilişkili basit bir sayısal değerdir. Bu özel izdüşüm, durum düzlemi koordinat sistemi ile ilişkilidir ve doğrudan DC’de merkezlenmiştir. Harita projeksiyonunun WKID’sini bulmanın bir yolu, bu iletişim kutusunda seçenek olarak basit Kartezyen (X ve Y)’yi seçip yapıştırmaktır. sonunda sözdizimi. Şekil dosyanızda ilişkili bir .prj (projeksiyon dosyası) varsa, SPSS bunu algılayacak ve yapıştırılan sözdiziminde WKID’yi sağlayacaktır. Başka bir yol da .prj dosyanızı yüklemektir.

Şimdi, bağlam ve tahmin veri kümelerine dayalı olarak tahmin modellerini kurmaya geçebiliriz.

Jeo-Uzamsal Modelleme Sihirbazı’ndaki bir sonraki ekranda, ilgili tüm veri kaynaklarındaki değişkenler size sunulacaktır:

1. Gösterilen değişkenleri görmek için Veri Kaynakları kutusundaki Olay Verileri’ne tıklayın. SALDIRI kategorik alanını Yalnızca tahmin kutusuna yerleştirin.

2. Şimdi Veri Kaynakları kutusundaki Bağlam verilerini tıklayın ve ardından Çöp, Kızılötesi, Graff ve Park etme değişkenlerini Yalnızca koşul kutusuna taşıyın.

Bu özel alanlar, farklı genel kategorilerde sınıflandırılan 311 şikayetin sayısıdır. Çöp kategorisi sokağa dökülen çöplerle ilgili şikayetleri, Infra altyapıyla ilgili şikayetleri (sokak ışıklarının sönmesi veya kaldırımın bozulması gibi), Graff grafiti şikayetlerini ve Park etme yasa dışı park edilmiş kişilerle ilgili şikayetleri içerir.

3. Koşullar kutusunda bu değişkenler ayarlandıktan sonra İleri’ye tıklayın. Şimdi çıktıyı ayarlamak, kuralları seçme kriterlerine karar vermek ve iletişim kutusundan sözdizimini çalıştırmak veya yapıştırmak için iletişim kutusu sunulacaktır. Çıktı için mevcut seçenekleri gösterir. Hem Kural Tabloları bölümü hem de Harita bölümü için Kaldırma sekmesini kontrol etmek dışında varsayılan ayarları koruyun.

4. Sol bölmede Kural Oluşturma seçeneğine tıklayın, seçenekler karşınıza çıkacaktır. Kural Desteği ve Koşul Desteği’ni varsayılan değerleri olan %5’ten %1’e değiştirin, ancak diğer seçenekleri varsayılan değerlerinde bırakın.

Bu seçeneklerde belirtilen kriterler, prosedürün hangi ilişkileri belirleyeceğini sınırlar. Bu kriterler, kategorilerin her biri için marjinal ve koşullu özelliklere dayanmaktadır.

3D modelleme programları
3D tasarım Siteleri
3D modelleme ve Animasyon Bölümü
3D tasarım programı ücretsiz
STL programı
3D modelleme is ilanları
3D MODELLEME
3D ev tasarım programı ücretsiz

Kural Desteği, hem tahmin edilen kategoriyi hem de koşulu karşılayan veri değerlerinin oranıdır. Örneğin, bir kural X & Y ise (X koşul ve Y tahmin edilen kategori ile), kural desteği, örnekte hem X hem de Y’yi karşılayan durumların yüzdesidir. Olasılık terimleriyle yazıldığında, kural desteği P(X = Doğru ve Y = Doğru) olur.

Güven, örnekteki X koşulunun temel olasılığına bölünen kural desteğinin değeridir. Yani Güven eşittir P(X = Doğru VE Y = Doğru)/P(X = Doğru). Kaldırma alanı aynı paya, kural desteğine sahiptir, ancak payda örnekte tahmin edilen kategorinin temel olasılığıdır, P(X = Doğru VE Y = Doğru)/P(Y = Doğru). Koşul desteği basitçe koşulun olasılığıdır, P(X = True).

Belirli kuralların görüntülenmesi için koşulları ayarlarken, kategoriler için temel olasılıkları, özellikle potansiyel küçük sayı problemlerini aklınızda tutmanız gerekir. Koşul veya tahmin edilen kategori için çok küçük bir olasılık varsa, kural desteği her zaman çok küçük olacaktır ve bu nedenle algoritma her zaman bu belirli kombinasyonu hariç tutacaktır.

Örneğin, cinayet suçunu tahmin etmek için dahil edersek, bunlar listelenen diğer suçların herhangi birinden çok daha az sıklıkta gerçekleşir ve bu nedenle, en azından cinayeti öngören kuralları belirleme potansiyeline sahip olmak istiyorsanız, olasılığı azaltmak daha iyidir. kural desteği için. Koşullarda oldukça nadir sonuçlar varsa, aynı durum koşul desteği olasılığını düşürmek için de geçerlidir.

Burada suç kategorilerini otomobil, hırsızlık, soygun ve ağır silahla saldırıdan kaynaklanan hırsızlıklarla sınırladık ve çöp, altyapı, duvar yazısı ve parkla ilgili şikayetlerin genel kategorilerine yönelik 311 çağrı topladık, bu nedenle kategorilerin hiçbiri bu örnekte çok küçüklerdir.

Tipik olarak, genişten özele bir iş akışıyla ilişkilendirme kurallarına yaklaşmak daha kolaydır. Yani, ilk başta kolayca yorumlanabilir kuralları belirlemek için daha geniş ve daha az kategori kullanın. Daha sonra, daha geniş bir küme arasında kuralların belirlenmesi garanti edilirse, daha küçük bir veri kümesi veya daha belirli bir kategori kümesi arasında daha özel kurallar tanımlayıp tanımlayamayacağınızı görmek için detaya inebilirsiniz.

5. Ardından, sol taraftaki öğe kutusundaki Gruplama ve Toplama seçeneğini tıklayın.Gösterilen bu iletişim kutusu, alanların harita kategorilerine nasıl toplandığını, sürekli girdilerin kaç kutuya bölüneceğini veya kategorilerin gruplandırılmasında kullanılacak keyfi kesme noktalarını tanımlar.

Haritayı topla seçeneği varsayılan olarak işaretlidir, ancak bu örnek için farketmez, çünkü Agg311_Data.sav içindeki kayıtların her biri haritadaki yalnızca bir çokgenle ilişkilendirilir. Bağlam verileri ve harita verileri arasında farklı türlerde ilişkilerimiz olması durumunda (örneğin, mağazaları en yakın Posta koduyla ilişkilendirme), farklı türde toplama şemaları (ortalama veya toplam gibi) seçebiliriz. haritada kullanılan uzamsal analiz birimlerine toplanırken.

Burada 311 alanın her biri için kesme noktalarını değiştireceğim. Verileri daha önce inceledim ve verilerin yaklaşık 75. niceliğine dayalı olarak 311 değişkenin her biri için kesme noktaları tanımladım. Bu nedenle, kesme noktasının üzerinde, bu belirli 311 hizmet çağrısı türünün nispeten yüksek miktarlarına sahip yerler vardır. Yine bu, ilk başta daha geniş ve daha yorumlanabilir kuralların belirlenmesiyle motive edilir. Yüksek ve düşük kategorilerin yanı sıra daha fazla çöp kutusu yaptıysanız, kuralların yorumlanması daha zor olacaktır.

6. Belirli alanlar için özel ayarlar yapmak için, GUI’nin sağ tarafındaki ölçek simgesine tıklayın ve ardından dört alanı seçin.

7. Dört alan Özel ayarlar tablosuna yerleştirildikten sonra, kesme noktasını ayarlamak için her değişken için Bölmeler sütununun içine tıklayın. Burada 160’ı çöp şikayetleri, 50’si altyapı, 3’ü grafiti ve 40’ı park yeri için kullanıyorum.

8. Kesim noktalarını girmeyi bitirdikten sonra İleri’ye tıklayıp son ekrana geçmeye hazırsınız.

9. Son ekranda size bir önizleme haritası ve gelecekte kullanmak üzere komutu çalıştırma veya sözdizimini yapıştırma seçeneği sunulacaktır. Devam edin ve varsayılanı, Run Model’i koruyun.

10. Bitir düğmesini tıklayın. Bu örnek veri kümesi için, birliktelik kuralları algoritmasının sonuçları döndürmesi yaklaşık 2 ila 3 dakika sürer.

The post Modelleme Sihirbazı – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).