Комплекс программ анализа данных общественных наук SPSS

SPSS является программным продуктом, предназначенным для выполнения всех этапов статистического анализа, начиная от просмотра данных, создания таблиц, вычисления описательных статистик и заканчивая применением «тонких» многомерных методов. Базовый модель SPSS содержит большое число процедур, позволяющих решить большинство задач, возникающих в процессе анализа социологических данных. К ним относятся (речь идет о версии SPSS Base 8.0):

1. Дескриптивные статистики. Они являются первым шагом в изучении набора данных. В зависимости от уровня измерения различают дескриптивные статистики для нормально распределенных данных, количественных переменных и переменных с упорядоченными значениями, для переменных с неупорядоченными категориями.

2. Критерии сравнения средних. В SPSS предусмотрены алгоритмы для трех типов t-критериев: одновыборочный, парный и двухвыборочный t-критерий.

3. Однофакторный и многофакторный дисперсионный анализ.

4. Проверка взаимосвязей: измерение связи между двумя дискретными переменными, корреляция и регрессия для количественных переменных;

5. Выявление групп: кластерный, дискриминантный и факторный анализ.

Каждая из перечисленных задач может быть решена с помощью нескольких процедур.

Так, задачи описательной статистики решают следующие процедуры:

— Частоты (итожащие статистики). Эта процедура реализует:

· подсчет частот и процентов для числовых и строковых переменных;

· расчет накопленных процентов для количественных переменных и переменных с упорядоченными категориями;

· расчет робастных статистик (медиана, квартили, процентили) для количественных переменных, которые не обязательно подчиняются нормальному рапределению;

· определение статистик типа среднего и стандартного отклонения для переменных с нормальным или симметричным распределением;

· построение столбиковых диаграмм для представления переменных с неупорядоченными и упорядоченными категориями;

· построение гистограмм для представления количественных переменных;

— Дескриптивные статистики. Эта процедура используется для дополнительного исследования количественных данных, распределенных нормально или симметрично. Дополнительно к перечисленным в предыдущей процедуре статистикам, возможно вычисление z-статистик (результат преобразования исходных данных к нормированному виду).

— Разведочные статистики. Процедура используется для исследования данных и описания подвыборок.

В нашу задачу не входит подробное описание содержания и особенностей этих и других процедур; желающих детально ознакомиться с ними отсылаем к руководству пользователя и по применению, поставляемым фирмой СПСС Русь (г. Москва) вместе с пакетом SPSS Base.

Большое внимание в системе SPSS уделено вопросам интерфейса. Кроме простого интерфейса для статистического анализа, рассчитанного на работу с мышью, предусмотрены:

1. Редактор данных. Это система, похожая внешне на электронную таблицу, предназначена для определения, ввода, редактирования и представления данных;

2. Навигатор вывода. Его использование упрощает просмотр результатов применения процедуры, позволяя выборочно открыть и закрыть элементы вывода для показа;

3. Многомерные мобильные таблицы. Эта опция позволяет расщеплять таблицу, переустанавливать строки, столбцы и слои;

4. Высококачественные графики. Предусмотрены высокая разрешающая способность, полная цветовая палитра для построения секторных, столбиковых диаграмм, гистограмм, диаграмм рассеяния, трехмерных графиков и т.п.;

5. Доступ к базам данных.

6. Преобразование данных: выделение подмножеств; объединение категорий; добавление, агрегирование, слияние, расщепление, транспирование файлов и другие преобразования;

7. Электронное распределение: сообщение по E-mail нажатием мыши, экспорт таблиц и диаграмм в формате HTLM для Интернета и т.п.;

8. Интерактивная справка.

Большой интерес представляют приложения к базовому модулю SPSS — специализированные модули SPSS Professional Statistics, SPSS Advanced Statistics, SPSS Categories, SPSS Tables, SPSS Trends, SPSS Exact Tests, SPSS CHAID и другие. Приведем краткое назначение некоторых из них.

SPSS Professional Statisticsпредназначен для прогнозирования поведения или событий в случаях, когда данные не укладывются в рамки предположений более простой регрессионной техники. Имеются процедуры для проведения логистической регрессии и нелинейной регрессии с ограничениями, регрессии взвешенным методом наименьших квадратов и двухэтапным методом наименьших квадратов, анализа надежности, многомерного шкалирования и пробит-анализа.

SPSS Advanced Statisticsподдерживает мощные многомерные методы: уникальную процедуру общего линейного моделирования, оценивание компонент дисперсии, многооткликовый дисперсионный анализ, оценивание Каплана-Майера, регрессию Кокса, иерархический и обычный логлинейный анализ, анализ дожития.

SPSS Categories.В этом модуле представлены процедуры для выполнения совместного анализа категориальных данных, а также процедуры оптимального шкалирования и анализа соответствий.

SPSS Trends.Модуль SPSS Trends обеспечивает улучшение качества прогнозов при помощи полного набора методов анализа временных рядов: подгонки множественных кривых, моделей сглаживания и методов оценивания авторегрессионных функций.

SPSS Exact Testsпредназначен для анализа малых выборок, а также в случаях, когда данные разбиваются на небольшие группы или более 80% откликов по какой-либо переменной приходится на одну подгруппу, т.е. случаи, когда традиционные критерии значимости могут оказаться неприменимыми.

SPSS CHAIDимеет развитые прогностические модели, полезные при решении задач отфильтровывания «лишних» факторов, построения легко читаемых дендрограмм, разделяющих выборку на подгруппы со сходными характеристиками. Предназначен для работы с таблицами сопряженности и регрессией.

Neural Connection — по сути дела, самостоятельный нейросетевой пакет, который позволяет построить лучшие модели иными, отличными от статистических, способами. Технология нейронных сетей основана на подражании процессу решения задач мозгом. Подобно тому как человек использует знания, полученные из предыдущего опыта, для решения новых задач или в новых ситуациях, нейронная сеть использует т.н. «примеры» для построения системы «нейронов», с помощью которой можно решить задачи прогнозирования, классификации, анализа временных рядов и сегментации данных.

Нейросетевой пакет Neural Connection 2.0 и 2.1, наряду с чисто статистическими ПСП, использовался нами для решения разнообразных задач в сфере управления.