Üç değişkeni marjinal yaklaşımla incelemek faydalıdır, ancak üç değişkenin hepsinin aynı anda nasıl ilişkili olduğuna dair bazı değerli bilgileri gizleyebilir. Koşullu yaklaşım, üçüncünün her belirli değerindeki (“katman”) iki değişkenin ilişkisini inceler. Üçüncü bir değişken dikkate alındığında iki değişken arasındaki ilişki korunabilir, artırılabilir, azaltılabilir ve hatta tersine çevrilebilir.

Örnek olarak çocuk suçluluğu oranları, SES ve nüfus yoğunluğuna ilişkin verilere tekrar bakalım. Üçüncü tablodaki hücre sayılarını göstermektedir.

Tartıştığımız gibi, düşük suçlu toplulukların çoğu düşük yoğunluklu bölgelerde bulunurken, yüksek suçlu toplulukların çoğu yüksek yoğunluklu alanlarda. Şimdi üçüncü değişken olan sosyoekonomik statü dikkate alındığında suçluluk ile nüfus arasındaki ilişkiyi inceleyelim.

Verilerin üç yönlü çapraz tablo özetini oluşturmak için çapraz tablolar iletişim kutusundaki “katman” seçeneğini kullanmanız gerekir. Satır değişkeni olarak “pop_dens”, sütun değişkeni olarak “delinq” ve 1 değişkeninin Katman 1’i olarak “SES” kullanarak  açıklanan prosedürün aynısını izleyin.

Gösterilen marjinal ilişkilerde belirgin olmayan bir model ortaya koymaktadır. Düşük SES bölgeleri arasında, düşük nüfus yoğunluğuna sahip bölgelerin %60’ında çocuk suçluluğu oranı düşük, nüfus yoğunluğu yüksek olan alanlarda ise %94,3’ü yüksek suç oranına sahiptir.

Ancak, yüksek SES bölgelerinde hikaye aynı değil. Örneğin, yüksek nüfus yoğunluğuna sahip yüksek SES bölgelerinde, çocuk suçluluğu oranı düşük ve yüksek arasında eşit olarak (% 50) bölünmüştür. Bu nedenle, farklı SES bölgelerinde nüfus yoğunluğu ile çocuk suçluluğu arasındaki örüntü farklıdır.

Olasılığın Temel Fikirleri

Şans kavramı, olasılığı tanımlarken yaygın olarak kullanılır. İstatistiksel analizde, popülasyondan rastgele bir birey örneği, tüm olası örnek kümelerinin seçilme şansı aynı veya aynı olasılığa sahip olacak şekilde seçilir. SPSS for Windows, olasılık fonksiyonlarını tek başına değerlendirmek için değil, öncelikle veri analizi için kullanılmak üzere tasarlanmış olsa da, programla belirli olasılık kavramlarını göstermek mümkündür.

Bu bölüm, SPSS kullanarak “yazı-tura atmayı” ve “kalıp yuvarlamayı” gösterir. Bu bölümde tartışılan tüm prosedürler, değiştirme ile örneklemeyi içerir; Bu yaklaşımı kullanarak, belirli bir sonucun olasılığı, ondan önce gelen sonuç(lar) tarafından değiştirilmez.

Doğrusal olasılık modeli
Logit ve probit modeller nedir
Otoregresif gecikme modeli
Hata terimi varsayımları
Logit model nedir
Hata terimi formülü
Probit model nedir
Logit model örnek

EŞİT OLASI DURUMLAR AÇISINDAN OLASILIK

Bu bölüm, bozuk bir desteden bozuk para atmak veya kart dağıtmak gibi basit işlemlerin eşit derecede olası sonuçlarının nasıl simüle edileceğini gösterir. Bernoulli dağılımı, 0 veya 1 gibi iki değerden birini alabilen bir değişkenin dağılımıdır. Değerlerle ilişkili olasılığa göre farklılık gösteren birkaç Bernoulli dağılımı vardır. Bu dağılımdan rastgele bir çekilişin 1 olma olasılığı .5 ise (ve 0 olma olasılığı .5 ise), bu dağılımdan örneklemenin adil bir yazı tura atmakla aynı olduğunu söyleyebiliriz. Bizim amaçlarımız için, 1 değeri elde etmek bir “kafa” atmaya karşılık gelir ve 0 değeri bir “kuyruğa” karşılık gelir.

SPSS’de yazı tura atmayı simüle etmek için:

• Menü çubuğundan Dosya’ya tıklayın.
• Açılır menüden Yeni’ye tıklayın.
• Açılır menüden Veri’ye tıklayın.
• 1 veya 0 değerine sahip bir değişken (bir Bernoulli değişkeni) hesaplamanız gerekir. Ancak SPSS, aktif bir veri seti olmadan herhangi bir değişkeni hesaplamanıza izin vermez. Böyle bir veri seti oluşturmak için, veri dosyasının ilk sütununun ilk hücresine bir sayı (örn., 999) yazmalısınız.
• Menü çubuğundan Dönüştür’e tıklayın.
• Hesaplama Değişkeni iletişim kutusunu açmak için açılır menüden Hesapla’ya tıklayın.
• Hedef Değişken kutusuna yeni değişkenin adını (örneğin, “madeni para”) yazın. Fonksiyon grubu kutusunda Rastgele
• Sayılar’a tıklayın ve ardından Fonksiyonlar ve Özel Değişkenler kutusunda Rv.Bernoulli’ye çift tıklayın. İşlevin artık
• Sayısal İfade kutusunda göründüğüne dikkat edin.
• 1 değerini alma olasılığını belirterek belirli bir Bernoulli dağılımı seçin. Soru işaretinin olduğu yere 0,5 yazın.
• Prosedürü çalıştırmak için Tamam’a tıklayın.

Yeni değişken olan “coin” değerinin 1 (kafa) veya 0 (kuyruk) değerine sahip olduğuna dikkat edin. Bu yazı tura sonucunu temsil eder. Benzer bir prosedürle bir kalıbın yuvarlanmasını da simüle edebilirsiniz. Buna karşılık gelen rastgele değişken, 1 ile 6 arasında değişen değerlerle ayrık bir düzgün dağılımdandır. SPSS, bir rastgele değişken işlevi olarak yalnızca sürekli düzgün dağılıma sahiptir.

SPSS’nin bir zar atmasını sağlamak için yukarıdaki 1-6 arasındaki adımları izleyin ve ardından:

1. Hedef Değişken kutusuna yeni değişkenin adını yazın (örneğin, “öl”).
2. Fonksiyon grup kutusunda Aritmetik’e tıklayın ve Fonksiyonlar ve Özel Değişkenler kutusunda Rnd’ye çift tıklayın. Bu, sürekli ondalık sayıları tam sayılara yuvarlayan yuvarlak fonksiyondur.
3. Sayısal İfade kutusunda “RND(?)”nin göründüğüne dikkat edin. Yuvarlamak istediğiniz değeri veya ifadeyi belirtin. Function grup kutusunda Random Numbers’a tıklayın ve ardından Functions and Special Variables kutusunda Rv.Uniform’a çift tıklayın. “RND” ifadesindeki soru işaretini otomatik olarak değiştirmelidir.
4. İfadedeki soru işaretlerini “1, 6” ile değiştirin.
5. Bu prosedürü çalıştırmak için Tamam’a tıklayın.

Veri dosyasında kalıp etiketli sütunda, kalıbın rulosunu temsil eden 1 ile 6 arasında bir tam sayı olacaktır.

RASGELE ÖRNEKLEME; RASTGELE SAYILAR

Rastgele örnek çizmek genellikle önyargılara tabidir (örneğin, güverte yeterince karıştırılmamış veya madeni para biraz kusurlu). Sayısal yöntemler kullanarak bilgisayar, önyargısız belirli olasılıklara sahip olayları simüle edebilir.

Bir dağılımdan birkaç rastgele sayı üretmek için prosedürü birkaç kez tekrarlayabilirsiniz. Bunu yapmak için, değişken için çoklu durumlar için bir sayı girerek (4) adımını değiştirmeniz yeterlidir.

Örneğin, 10 yazı tura atmak istiyorsanız, ilk sütunun ilk 10 hücresine, örneğin 999’ların tümü gibi bir sayı girmeniz gerekir. Ardından, “jeton” değişkenini tam olarak yukarıda açıklandığı gibi hesaplayın. Her biri 0 (tura) veya 1 (yazı) olmak üzere on yazı tura işleminin sonucunu temsil eden 10 değer elde edeceksiniz. Benzer şekilde, “RV.UNIFORM(min,max)” ifadesinde sırasıyla minimum ve maksimum değerler olarak 1 ve 6’yı kullanarak bir kalıbın 10 rulosunu simüle edebilirsiniz.

The post Üç İkili Değişkenin Koşullu İlişkisi – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).