Nwlapcug.com


regressione multipla excel

Come fare una regressione multipla in Excel 2007

Analisi di regressione, uno strumento fondamentale in statistica applicata, viene utilizzato in campi diversi come l'analisi attuariale, ingegneria, previsione delle colture e bancari. La regressione multipla è usata per modellare problemi che richiedono l'analisi di più variabili e determinare come un risultato aggregato cambia quando un codipendente variabile viene modificata mentre gli altri rimangono fissi. Excel è dotato di un'analisi che consente di eseguire diverse forme di analisi statistica. Questo strumenti di analisi include uno strumento di regressione multiple.

Istruzioni

1

Installare il pacchetto di analisi in Excel 2007 facendo clic sul pulsante"Office", quindi facendo clic su "Opzioni di Excel". Fare clic sulla voce di menu "Add-Ins" a sinistra e selezionare "Excel Add-ins." Questo dimostra che i componenti aggiuntivi sono installati. Se l'analisi non è installato, è possibile selezionarlo dall'elenco.

2

Inserire i valori della chiave nella colonna "a".

3

Metti i tuoi valori di intercetta nella colonna "B" e il tuo regressori nella colonna "c". Assicurarsi che i valori di intercetta e regressore sono nelle colonne adiacenti.

4

Fare clic sulla scheda "Dati" in Excel. Selezionare "Analisi dei dati" nella sezione di analisi della scheda e scegliere "Regressione" dal menu che si apre. Viene visualizzata una finestra di dialogo.

5

Selezionare le celle contenenti i dati nella colonna "A" come il tuo "intervallo di Input Y" e selezionare l'intervallo di celle nella colonna "B" e "C" per il vostro input "Intervallo di Input X".

6

Fare clic su una cella di una riga che è più bassa dell'ultima riga dei dati inseriti e fare clic su "OK". L'analisi di regressione multipla è calcolato e messo in un intervallo di celle, con la cella superiore sinistra essendo quello selezionato. L'analisi di regressione standard fornisce una tabella di statistiche di regressione, ANOVA o analisi della varianza, tabella e una tabella di coefficienti di regressione.

Consigli & Avvertenze

  • È inoltre possibile installare gli strumenti di analisi di dati nelle versioni precedenti di Excel. Raggiungerla cliccando sul menu "Dati" e selezionando "Analisi", quindi seguire il resto dei passaggi come descritto qui.

Come utilizzare la regressione multipla in Excel

Come utilizzare la regressione multipla in Excel


Regressione multipla è una tecnica analitica avanzata disponibile in Excel. Precedenti a Excel 2007, necessaria l'installazione di strumenti di analisi. Da Excel 2007 fino al 2013, l'analisi è installato per impostazione predefinita. Analisi di regressione multipla consente di collegare più variabili indipendenti per una singola variabile dipendente; modifiche per i preannunciatori altererà l'output della variabile dipendente. Analisi di regressione costruirà una tabella indicante il coefficiente..--o l'efficacia relativa..--di ogni variabile.

Istruzioni

1

Inserisci i tuoi dati, o caricare i dati se è già presente in un file leggibile di Excel. Assicurarsi che i dati viene caricati in colonne, con le variabili dipendenti nella colonna più a sinistra nell'area dati. Ciascuno dei tuoi colonne predittive dovrebbe anche avere un'etichetta nella cella superiore.

2

Fare clic sulla scheda "Dati", fare clic su "Analisi dei dati" e poi selezionare "Regressione" per tirare sulla finestra di dialogo regressione. Se l'opzione di analisi dei dati non è presente nella scheda dati, vedere la sezione suggerimenti.

3

Fare clic sull'icona accanto all'etichetta "Intervallo di Input Y," e quindi selezionare la prima colonna di dati..--queste sono le variabili dipendenti. Assicurarsi di includere la cella del titolo nella parte superiore della colonna.

4

Fare clic sull'icona accanto all'etichetta "Intervallo di Input X" e quindi selezionare tutte le colonne dal tuo set di dati di predictor, compreso le loro cellule di titolo.

5

La casella di controllo per "Etichette" e quindi seleziona le caselle per particolari metodi, come "Residui" e "Normal probability." di modellazione dei dati Se non siete sicuri di cosa fanno quelle opzioni, verifica "Normal probability", che utilizza la distribuzione normale per la generazione di dati. Nulla dice che non è possibile ri-generare le trame con diverse opzioni controllati--analisi dei dati è spesso di esplorare diversi punti di vista delle relazioni tra variabili.

6

Clicca i pulsanti di opzione per cui si desidera i dati di output inseriti. Per inserire i dati in una nuova scheda di foglio di lavoro, selezionare "Nuovo foglio" e quindi immettere un nome nell'apposito spazio. Per l'analisi vengono visualizzati nella stessa scheda come i dati originali, selezionare la casella di testo "Intervallo di Output" e fare clic sulla cella che si desidera che l'intervallo di dati per l'avvio al; la cella selezionata sarà la cella più a sinistra superiore nella zona. Assicurarsi che c'è abbondanza di spazio a destra e sotto questa cella per i dati da scrivere.

7

Fare clic su "OK" per eseguire l'analisi.

Consigli & Avvertenze

  • Se è necessario caricare gli strumenti di analisi, fare clic sulla scheda "File", selezionare "Opzioni" e quindi fare clic sulla categoria "Add-Ins". Selezionare "Excel Add-Ins" e quindi fare clic su "Vai". Controllare "Strumenti di analisi" nel riquadro Componenti aggiuntivi di Excel e quindi fare clic su "OK". Potrebbe essere necessario cercare il file e potrebbe essere richiesto di confermare l'installazione.

Come utilizzare l'analisi di regressione multipla in Excel

In genere, Microsoft Excel è in grado di fare nulla di più complicato di un T-Test, quando si tratta di analisi statistica, facendo un'analisi di regressione multipla fuori questione. Tuttavia, con l'Addon di analisi di dati come parte di Excel, è possibile eseguire una serie di analisi statistiche, tra cui l'analisi di regressione e avere l'output dei risultati in un foglio separato.

Istruzioni

1

Fare clic sul menu "Strumenti" in Excel e quindi selezionare "Analisi dei dati."

2

Fare clic su "Regressione" nella finestra di analisi dei dati che viene visualizzata e selezionare "OK".

3

Immettere le variabili dipendenti ed indipendenti per il vostro studio in Y e X intervalli, rispettivamente.

4

Seleziona le caselle accanto i residui che si desidera per il test.

5

Fare clic su "OK" per generare i risultati.

Regressione multipla in Excel 2007 non funziona

Regressione multipla in Excel 2007 non funziona


Risolvere i problemi di Microsoft Excel 2007 regressione multipla degli strumenti di accesso alle opzioni di built-in. Se si sta eseguendo la regressione multipla con funzioni o gli strumenti di analisi di dati, si possono verificare problemi con sintassi errata e manca add-ins accesso le opzioni appropriate per rendere il vostro regressione multipla in Excel 2007 lavoro per voi.

Regressione multipla

Regressione multipla è uno strumento statistico che consente di confrontare i dati tra diversi insiemi di valori. È organizzata in variabili indipendenti e dipendenti. Ad esempio, nel trattamento della pressione sanguigna con il farmaco, la variabile indipendente è il farmaco e la variabile dipendente è il cambiamento nella pressione sanguigna. Se si desidera confrontare una combinazione di diversi trattamenti medicinali e la loro efficacia nell'abbassamento della pressione sanguigna, è possibile impiegare la regressione multipla.

Funzioni

Microsoft Excel consente di eseguire statistiche con l'ausilio di funzioni, che richiedono la sintassi corretta per lavorare. La funzione CORREL() consente di compilare i dati da due matrici per restituire il coefficiente di correlazione di tali set di dati. Manualmente, è possibile calcolare più linee di regressione con la funzione CORREL(). Se il tuo set di dati non è organizzato correttamente, si possono verificarsi problemi con le funzioni di regressione più. Assicurarsi che ogni matrice è inserita nella relativa colonna e separare ogni matrice con una virgola.

Strumenti di analisi di dati

In Excel sono disponibili opzioni avanzate per l'esecuzione di regressione multipla. Se avete il ToolPaks appropriato installato, è possibile attivare gli strumenti di analisi dei dati dalla scheda dati della barra multifunzione. Si possono verificarsi problemi con gli strumenti di analisi di dati se il componente aggiuntivo non è mai stato installato o è stato installato in modo non corretto. Se si utilizza Visual Basic con gli strumenti, è necessario caricare il componente aggiuntivo specifico di Analysis ToolPak VBA. È possibile caricare più componenti aggiuntivi allo stesso tempo.

Installare il componente aggiuntivo di analisi

Se il pulsante di analisi dei dati è mancante dalla scheda dati della barra multifunzione o malfunzionamento, caricare il componente aggiuntivo per risolvere il problema. Fare clic sul pulsante di Office nell'angolo superiore sinistro dello schermo, fare clic sul pulsante "Opzioni" e selezionare "Add-ins." Sotto la casella a discesa "Gestisci", selezionare "Excel Add-ins" e clicca su "Vai". Selezionare il "Analisi" o "Analysis ToolPak VBA" e fare clic su "OK" per installare gli strumenti appropriati.

Come utilizzare Excel per calcolare la regressione multipla

Come utilizzare Excel per calcolare la regressione multipla


Quando il "dati analisi Add-In," anche conosciuto come "strumenti di analisi," è installato in Microsoft Excel, una serie di caratteristiche di statistiche può essere utilizzata nel foglio di calcolo, tra cui regressione multipla. Una regressione multipla è una tecnica statistica che ti dice nella misura in cui una o più variabili possono essere utilizzate per prevedere punteggi su un'altra variabile. Insieme con le statistiche di regressione usuale, Excel può eseguire il rendering anche un numero di grafici per rappresentare i dati.

Istruzioni

1

Caricare Microsoft Excel. Se hai già i dati su un file, fare clic sul pulsante Microsoft Office e quindi fare clic su "Apri". Passare il percorso dei vostri dati e fare doppio clic su esso. Se non è stato ancora immesso nei dati, utilizzare il formato descritto nel passaggio 2.

2

Assicurarsi che i dati sono impostati in modo corretto. Posizionare ogni variabile su una colonna separata, con la prima colonna è la variabile dipendente – che è, la variabile che si sta tentando di prevedere..--e le colonne successive essendo tuo indipendente, o variabili "predittive". Inserire un'intestazione nella parte superiore di ciascuna colonna con un titolo descrittivo per tale variabile.

3

Fare clic su "Dati", poi "Analisi dei dati", poi "Regressione". Verrà visualizzata una finestra di dialogo. Fare clic sull'icona accanto alla casella di testo "Intervallo di Input Y", quindi selezionare la prima colonna della tabella, tra cui il titolo nella parte superiore della colonna. Fare clic sull'icona nuovo. Fare lo stesso con l'icona accanto alla casella di testo "Intervallo di Input X", solo che questa volta selezionare tutte le colonne tranne il primo, ancora una volta comprese le cellule di titolo.

4

Definire l'output. Fare clic sulla casella di testo "Etichette" e fare clic su una delle caselle di controllo sotto i "Residui" e "Normal probability" corrispondente alle trame che vuoi.

5

Selezionare dove si desidera che l'output di andare. Se si desidera in un nuovo foglio di lavoro, fare clic su "Nuovo foglio" sotto l'intestazione "Output options" e dargli un nome nella casella di testo. Se si desidera in stesso foglio di lavoro i dati, fare clic sull'icona accanto alla casella di testo "Intervallo di Output", quindi fare clic sulla cella che si desidera essere l'angolo superiore sinistro dell'uscita. Lasciare spazio a destra e sotto questa cella. Fare clic sull'icona nuovo quando hai finito.

6

Fare clic su "OK" per eseguire l'analisi.

Intervallo rapporto regressione utilizzando Excel

Intervallo rapporto regressione utilizzando Excel


Anche se le versioni standard di Microsoft Excel dispongono di alcune funzionalità di base statistica, non sono in grado di eseguire complesse procedure statistiche come regressione. Per eseguire questi, è necessario installare il pacchetto aggiuntivo di Microsoft, strumenti di analisi statistica. Una volta installato, è possibile utilizzare Excel per eseguire analisi di regressione su variabili di intervallo o di rapporto.

Variabili di rapporto e di intervallo

Per comprendere questa analisi è necessario prima capire questi tipi di variabile. Una variabile di intervallo è quello in cui l'ordine dei valori è importante e sono ugualmente distanziati gli uni dagli altri. Ad esempio, ogni ora del giorno è distanziato distanti 60 minuti e le ore seguono un ordine specifico. Una rapporto variabile contiene questa proprietà, ma i suoi valori anche diminuiscono a zero, come l'altezza. Per esempio, un'altezza pari a zero non significa nessuna altezza, ma un momento della giornata di zero ore e zero minuti non significa "senza tempo"; vuol dire mezzanotte. Così, l'altezza è una variabile di rapporto e tempo è una variabile di intervallo.

Nozioni di base di regressione

Una regressione è un metodo statistico utilizzato per prevedere i valori di una variabile di interesse, chiamato la variabile criterio, basano su che cosa è sapere su altre variabili che sono pensati per rapportarsi ad esso, chiamato variabili predittive. È possibile avere più di una variabile predittiva, in cui caso l'analisi è nota come una regressione multipla. Variabili di intervallo e rapporto possono essere utilizzate come il preannunciatore o la variabile criterio in un'analisi di regressione.

L'installazione di strumenti di analisi

Per installare gli strumenti di analisi per Excel 2010 fare clic sulla scheda "File", quindi fare clic su "Opzioni". Quando viene visualizzata la finestra di dialogo "Opzioni di Excel", fare clic su "Add-Ins" dall'elenco delle opzioni a sinistra. Fare clic sul pulsante "Go" accanto al menu a discesa "Gestire", quindi seleziona la casella accanto a "Strumenti di analisi" nella finestra "Add-Ins" che appare. Fare clic su "OK", quindi fare clic su "OK" per installare lo strumento di analisi [pak Add-In.

Esecuzione dell'analisi

Fare clic sulla scheda "Dati" sulla barra multifunzione, quindi fare clic sul pulsante "Data Analysis" nel pannello "Analysis". Fare clic su "Regressione" nella finestra di dialogo, quindi fare clic su "OK". Fare clic sull'icona all'interno della casella di testo "Intervallo di Input Y", selezionare le celle contenenti i dati variabili di criterio, quindi fare nuovamente clic sull'icona. Fare lo stesso con la casella "Intervallo di Input X", questa volta selezionando la variabile predittiva. Fare clic su "OK" per eseguire l'analisi. I risultati verranno visualizzati in un nuovo foglio di lavoro.

Come utilizzare le variabili indicatore in Minitab regressione multipla

Come utilizzare le variabili indicatore in Minitab regressione multipla


Una regressione multipla è una procedura statistica che cerca di prevedere i valori di una variabile sulla base dei valori degli altri. Perché può solo analizzare dati numerici, talvolta categoriali sono codificate in numeri – ma questo non è corretto perché variabili categoriche di solito non sono continue. Ad esempio, rosso, blu e verde possono essere codificati come uno, due e tre; ma verde non è "superiore" di blu. Invece, le variabili indicatore devono essere utilizzate.

Istruzioni

1

Caricare Minitab, cliccare su "File", poi "Apri progetto." Individuare il percorso dei dati sul disco rigido del computer, quindi fare doppio clic per caricarlo in Minitab.

2

Fare clic su "Calc" dalla barra dei menu, quindi fare clic su "Rendere variabili indicatrici". Fare doppio clic sulla colonna che contiene la variabile categoriale dall'elenco sulla sinistra. Compila la sezione "Archivio indicatore variabili nelle colonne" con una nuova colonna per ogni livello di questa categoria. Così, se si dispone di rosso, blu e verde, otterrete tre nuove colonne. Fare clic su "OK" quando fatto.

3

Controllare la finestra del foglio di lavoro per le nuove colonne. Vedrai che hanno una serie di zeri e uno di loro, che indica quale livello ogni riga di dati è in. Se una riga viene categorizzata in "rosso", per esempio, avrà "1" nella colonna rossa nuova e "0" nelle colonne blue e verde. Nota i nomi di queste colonne.

4

Fare clic su "Stat", "Regressione", quindi "Regressione". Fare clic all'interno della scatola di "Risposta", quindi fare doppio clic sulla variabile di risposta – quello che si vuole prevedere.

5

Fare clic all'interno della casella "Predittori". Per inserire variabili indicatrici, fare doppio clic su tutti, ma uno delle nuove colonne variabile indicatore. Non importa quale variabile non si entra, e otterrete gli stessi risultati. Questo è perché sono i livelli di una variabile, non variabili in se stessi, così Minitab può calcolare il valore di livello finale utilizzando i valori degli altri. Ad esempio, se un punto dati non è rosso o blu, deve essere verde.

6

Fare clic su "OK" per eseguire la regressione.

Consigli & Avvertenze

  • La variabile che non si sceglie in fase cinque è chiamata il "gruppo di base". Se desiderate conoscere le piste di ogni livello singolarmente, guardare i risultati di regressione nella finestra sessione sotto la colonna "Coef". Vedrete i valori per "Costante", seguiti dai valori per tutti i livelli selezionati. "Costante" è il valore del livello che non è stato selezionato, e per ottenere il resto semplicemente sottrarre loro valore elencato da quello elencato per costante. Ad esempio, se costante è 40 e rosso è 10, il pendio per il rosso è 40 – 10 = 30.

Come creare un grafico di equazione di regressione in Excel 2003

Un'equazione di regressione è l'equazione di una retta (per i nostri scopi, una linea retta) che possa essere considerato la "linea di best fit" per un set di dati. Quando si considera una regressione, è molto utile avere i dati tracciati in un grafico a dispersione in modo si può facilmente vedere la forma e diffusione dei dati e vedere se la linea di regressione ti sta dicendo qualcosa di utile. Microsoft Excel 2003 può essere utilizzato per tracciare i dati, a una retta di regressione e per darvi l'equazione per tale riga.

Istruzioni

1

I dati di input in foglio elettronico in due colonne. Ad esempio, utilizzare l'uso di fertilizzanti e ritagliare la resa. Assicurarsi che i dati "Allinea"..--che il fertilizzante utilizzare e ritagliare la resa della trama sono nella stessa riga; lo stesso per la trama B e così via.

2

Selezionare i dati di altezza e peso che si desidera grafico e utilizzare la creazione guidata grafico per tracciare i dati. La variabile dipendente, quello che ci si aspetta è influenzata dalla variabile di altre (in questo caso prodotto di raccolto), dovrebbe essere sull'asse y.

3

Pulsante destro del mouse su uno dei punti dati del grafico e selezionare "Aggiungi linea di tendenza."

4

Selezionare il tipo di tendenza/regressione "Lineare" e quindi fare clic sulla scheda "Opzioni".

5

Barrare la casella per "Equazione di Display grafico" e fare clic su "OK".

6

Spostare la casella di testo contenente l'equazione per cancellare da qualche parte di punti dati per migliorare la chiarezza del grafico.

Consigli & Avvertenze

  • Puoi anche spuntare una casella nella finestra di dialogo "Aggiungi linea di tendenza" alla "Visualizzazione valore R al quadrato sul grafico," che indica il grado di correlazione tra le due variabili.
  • Quando l'analisi dei dati, sempre guardare il grafico e non solo l'equazione di regressione e il valore R al quadrato. Questo vi permetterà di giudicare voi stessi la probabilità di una relazione tra le due variabili.

Come analizzare un DataSet di regressione utilizzando Excel ANOVA

Come analizzare un DataSet di regressione utilizzando Excel ANOVA


Analisi della varianza, o ANOVA, è una tecnica statistica avanzata che analizza la variazione in un esperimento. ANOVA test se la variazione nei risultati sperimentali non sono più grande di quello che si avrebbe normalmente qualsiasi si aspettano di trovare nella popolazione generale. Calcolare a mano ANOVA è che richiede tempo e soggetta a errori. Tuttavia, è possibile calcolare ANOVA da un set di dati di regressione in pochi secondi con l'aiuto dell'analisi dei dati in Microsoft Excel.

Istruzioni

1

Tipo del set di dati in Excel. Digitare i dati in colonne. Ad esempio, digitare un set di variabili nella colonna A e l'altro nella colonna B.

2

Fare clic su "Strumenti", quindi fare clic su "Analisi dei dati." Fare clic su "Anova a due fattori con replica" o "Anova a due fattori senza replica" e fare clic su "OK".

3

Digitare l'intervallo di input per i vostri dati nella casella di testo "Inout Range".

4

Digitare il numero di righe per campione nella casella di testo "Righe per campione". Ad esempio, se hai 10 righe nel tuo esempio, digitare "10".

5

Digitare la posizione di una cella cui si desidera che l'output inserito nella casella di testo "Intervallo di Output". Ad esempio, digitare "F1" per avere i dati ANOVA di uscita a partire dalla cella F1.

6

Fare clic su "OK". Excel verrà eseguito l'ANOVA e produrre i risultati nel foglio di calcolo.

Consigli & Avvertenze

  • Se non Vedi l'opzione di analisi dei dati, aggiungere il componente aggiuntivo in Excel. Fare clic sul pulsante "Microsoft Office", quindi fare clic su "Opzioni di Excel". Fare clic su "Add-Ins" e scegliere "Excel Add-Ins." Clicca su "Vai", quindi selezionare la casella di controllo "Strumenti di analisi". Fare clic su "OK" per aggiungere l'opzione alla barra multifunzione.

Come utilizzare le variabili Dummy in regressione in Excel

Popolare programma Excel di Microsoft ha capacità di analisi di dati che includono lo svolgimento di analisi di regressione con variabili dummy. Le variabili dummy sono variabili categoriche numericamente espresse come 1 o 0 per indicare la presenza o l'assenza di una particolare qualità o caratteristica. Excel non richiede alcuna funzione speciale quando un modello di regressione include una variabile fittizia tra le variabili indipendenti. Tuttavia, i modelli di regressione con variabili dummy dipendente richiedono ulteriori componenti aggiuntivi, programmi che espandere funzionalità e opzioni di Excel.

Istruzioni

Regressione con variabili Dummy utilizzando Excel

1

Caricare lo strumento di analisi di dati dai componenti aggiuntivi di Excel, inclusi tutte le versioni di Excel. È necessario farlo per condurre una regressione o qualsiasi altro tipo di analisi dei dati. Facendo clic su "Strumenti", si apre un menu a discesa. Selezionare "Add-ins" e dal menu che si apre, verificare "Analisi" e fare clic su "OK". "Analisi dei dati" dovrebbe essere visualizzato nel menu strumenti.

2

Immettere i dati che si utilizzerà per la regressione in un foglio di lavoro Excel, codifica tutte le variabili dummy con il valore 1 o 0, a seconda se il soggetto ha la caratteristica in questione. Genere è un esempio di una variabile fittizia, poiché soggetti dello studio possono essere solo maschio o femmina. Uno studio di punteggi dell'esame di ingresso collegio che comprendeva il genere degli oggetti, ad esempio, potrebbe codice studenti di sesso femminile con un 1. Utilizzo di variabili dummy tra le variabili indipendenti non richiede nessun funzioni speciali in Excel. Ricordate che se una variabile fittizia ha solo due categorie (come maschio o femmina), solo una variabile è necessaria per rappresentare le due categorie.

3

Codice variabili categoriche con più di due categorie come più variabili dummy, assicurandosi che il numero di variabili è una minore del numero di categorie (n-1, in termini statistici). Ad esempio, l'etnia di categoria espressa in cinque livelli (bianco, nero, ispanici, asiatici, americani indiani) richiederebbe quattro variabili dummy separate. Ad esempio, se stavate studiando punteggi dell'esame d'ingresso di college, è possibile creare le seguenti variabili dummy: neri, ispanici, asiatici e indiani d'America, ciascuna codifica un 1 se lo studente in questione si inserisce tale categoria etnica.

4

Espandere la capacità di Excel per la regressione con variabili dummy con un componente aggiuntivo che consentirà il programma per condurre regressioni con variabili dipendenti fittizia. Uno di questi programmi è XLStat, disponibile per l'acquisto e il download dal creatore, Addinsoft. Programmi come questo consentono di condurre regressioni in cui la variabile dipendente prende i valori, 1 o 0.

Consigli & Avvertenze

  • Un errore comune tra i principianti è quello di utilizzare quante variabili dummy ci sono categorie (come, ad esempio, due manichino variabili per maschi e femmine). Tale approccio sarebbe creare multicollinearità, in cui due variabili indipendenti sono altamente correlate, rendendo quasi impossibile determinare i loro effetti separati della variabile dipendente. Ricordate che il numero di variabili dummy dovrebbe sempre uno in meno il numero di categorie.

Come trovare l'equazione di regressione in Excel 2007

Spesso durante gli esperimenti, i dati sperimentali seguirà un rapporto approssimativamente lineare. L'equazione di regressione trova l'equazione di una retta che meglio si adatta ai dati, in modo che futuri risultati sperimentali sono facili da prevedere. Microsoft Excel 2007 offre tre metodi per determinare la pendenza e intercetta di quella linea, ognuno con il proprio livello di sforzo da parte dell'utente. Trovare l'equazione da rappresentare graficamente i dati, dalle funzioni di Excel incorporate o attraverso calcoli di forza bruta.

Istruzioni

Da rappresentare graficamente

1

Seleziona tutte le x (variabile indipendente) e dati y (variabile dipendente).

2

Clicca su "Inserisci" nella barra dei menu in alto, poi su "Scatter". Fare clic su una qualsiasi delle opzioni cinque grafico.

3

Fare clic una volta sulla linea nel grafico. La linea di destro e scegliere "Aggiungi linea di tendenza..." dal menu che appare.

4

Fare clic su casella di controllo per "Visualizza equazione su grafico" nella parte inferiore della finestra che appare. Fare clic su "Chiudi". L'equazione di regressione per i dati viene visualizzata sul grafico. Con x-valori di esempio (1,2,3,4,5) e i valori y (10,12,14,16,20), l'equazione che viene visualizzato è "y = 2.4 * x + 7.2."

Funzioni built-in Excel

5

Trovare la pendenza dell'equazione di regressione, sto,' digitando in qualsiasi cella vuota "= pendenza (known_ys, known_xs)." Ad esempio, se i valori y noti sono la cella intervallo B1: B5 e i valori x noti sono nell'intervallo di celle a1: a5, quindi digitare "= slope(B1:B5,A1:A5)." Con x-valori di esempio (1,2,3,4,5) e i valori y (10,12,14,16,20), il risultato è una pendenza di due e quattro decimi.

6

Trovare l'intercetta dell'equazione di regressione, 'b', digitando in qualsiasi cella vuota "= intercetta (known_ys, known_xs)." Ad esempio, se i valori y noti sono l'intervallo B1: B5 e i valori x noti sono nell'intervallo a1: a5, quindi digitare "= intercept(B1:B5,A1:A5)." Con gli stessi valori di esempi come prima, il risultato è un'intercetta di sette e due decimi.

7

Scrivere l'equazione di regressione ora come "y = mx + b." Nel nostro esempio, l'equazione della linea di regressione è "y = 2.4x + 7.2."

Calcoli di forza bruta

8

Calcolare la somma di tutti i valori x, denotato (x). A tale scopo, digitare in una cella vuota "= sum(A1:A5)," dove a1: a5 è l'intervallo di valori x. Eseguire la stessa operazione per trovare la somma di tutti i valori y, denotato (y), che può essere ad esempio nell'intervallo B1: B5.

9

Calcolare la somma del prodotto di ogni x e y coppia, indicata con (xy). Fare questo sommando insieme A1B1, A2B2, ecc... allo stesso modo come passo uno. Inoltre, indicare il numero di coppie x-y come 'n.'

10

Calcolare la somma del quadrato di ogni valore di x, denotato (x ^ 2). Fare questo sommando insieme A1 ^ 2, A2 ^ 2, ecc... allo stesso modo come passo uno.

11

Calcolare la pendenza, sto,' dell'equazione di regressione eseguendo il seguente calcolo: n(xy) - (x)*(y). Quindi calcolare n(x^2) - (x) ^ 2. Infine, dividere il primo risultato dal secondo risultato. Con x-valori di esempio (1,2,3,4,5) e i valori y (10,12,14,16,20), il risultato è una pendenza di due e quattro decimi.

12

Calcolare l'intercetta y, 'b', dell'equazione di regressione eseguendo il seguente calcolo: (y)-m*(x). Infine, dividere il risultato per 'n.' con gli stessi dati di esempio del passaggio precedente, il risultato è un'intercetta di sette e due decimi.

Come utilizzare Excel ANOVA a tre vie con replica

Analisi della varianza unidirezionale o ANOVA, è un test utilizzato per determinare se la popolazione significa di una variabile dipendente come frequenza cardiaca sono diversi gli uni dagli altri a diversi livelli di una variabile indipendente, come la temperatura. ANOVA a due vie aggiunge un secondo fattore, come umidità, e tre vie aggiunge un terzo fattore come il peso. In ogni test, l'ipotesi è che i mezzi della variabile dipendente sono le stesse, e l'ipotesi alternativa è che essi sono diversi. Due e tre vie ANOVA test aggiungere anche l'interazione tra i fattori. ANOVA con replica significa che, per ogni combinazione di variabili, ha preso due o più misurazioni. Excel può essere eseguito solo a ANOVA a due vie; si avrebbe bisogno di un programma più avanzato come Minitab, SAS o SPSS per farlo. Tuttavia, è possibile utilizzare un'equazione di regressione con tre fattori in Excel per approssimare i risultati di un test ANOVA tre vie con la replica.

Istruzioni

Installare il modulo di analisi di dati

1

Passare alla sezione successiva se è già stato installato i dati di analisi aggiuntivo per Excel. Se non, fare clic sul pulsante Microsoft Office in alto a sinistra della finestra per iniziare.

2

Fare clic su "Add-ins" e quindi, nella finestra che si apre, selezionare "Analisi ToolPack."

3

Fare clic su "OK".

Esecuzione di regressione multipla in Excel

4

Inserisci i tuoi dati in un nuovo foglio di calcolo, in quattro colonne, a sinistra per la variabile dipendente e i tre per le variabili del preannunciatore. Popolarli con le misurazioni di campione che avete preso.

5

Fare clic sulla scheda dati nella barra multifunzione.

6

Fare clic su analisi dei dati e quindi la regressione.

7

Inserire i riferimenti di cella della variabile dipendente nella casella contrassegnata "Intervallo di Input Y" e i riferimenti delle variabili indipendenti nella casella contrassegnata "Intervallo di Input X."

8

Immettere il riferimento di una cella posta due o tre righe sotto la tabella di dati nella finestra di "Intervallo di Output".

9

Fare clic su "OK" per eseguire l'analisi di regressione. L'output conterrà una tabella ANOVA che vi permetterà di capire se l'ipotesi nulla che i mezzi di ogni popolazione sono uguali e non c'è alcuna interazione tra le variabili, come si prova con un ANOVA a uno o due fattori.

Consigli & Avvertenze

  • Se le variabili indipendenti, o "predictor," sono categoriche, sarà necessario sostituirli con valori numerici binari (1 per Sì, 0 per no) al fine di indicare la categoria correttamente nel modello di regressione. Per esempio, se invece di peso corporeo è stato utilizzato genere per la terza variabile, si potrebbe sostituire "maschio" con 1 e "femminile" con 0 o viceversa.
  • Modelli di regressione sia l'ANOVA sono validi solo quando la variabile dipendente è una variabile continua. Una variabile continua è un valore numerico come la temperatura, anziché un valore categorico, quali sesso o dello status professionale.

Come utilizzare Excel per la correlazione dei dati dai tre sensori

Come utilizzare Excel per la correlazione dei dati dai tre sensori


Per determinare la correlazione tra tre insiemi di dati, come da una serie di sensori, una regressione multipla deve essere impiegata. Regressione multipla è una tecnica statistica che corre una linea retta attraverso vari punti di dati. La pendenza di questa linea è una stima della vicinanza dei punti dati a vicenda, o loro correlazione. È molto difficile da fare a mano, ma molto più facile con un foglio di calcolo come Excel.

Istruzioni

1

Organizzare i dati da tre sensori nelle colonne del foglio di calcolo Excel. Per illustrare come trovare la correlazione, numeri fittizi usarsi come un esempio.

2

Nella colonna A, nelle celle da A1 a A10, inserire i seguenti numeri:
0,33
0.05
0,77
0.90
0.25
0,66
0.30
0.12
0.05
0.85

3

Nella colonna B, nelle celle da B1 a B10, inserire i seguenti numeri:
0.54
0.18
0,29
0,01
0.60
0.05
0,01
0.89
0,02
0.36

4

Nella colonna C, nelle celle C1 per C10, immettere questi numeri:
0,32
0.95
0.50
0,52
0.91
0,75
0,83
0,01
0,11
0.15

5

Assicurarsi che il componente aggiuntivo di analisi dei dati è acceso. Passare all'impostazione "Strumenti" sulla barra dei menu, fare clic su "Aggiuntivi", quindi seleziona la casella accanto a "Strumenti di analisi."

6

Fare clic su nuovamente la selezione di menu "Strumenti", quindi scorrere fino a "Analisi dei dati."

7

Fare clic su "Analisi dei dati," scorrere "Regressione", quindi fare clic su "OK".

8

Posizionare il cursore in "Intervallo di Input Y" poi ombra celle A1 a A10.

9

Posizionare il cursore nella "Intervallo di Input X" allora ombra cellule B1 a C10.

10

Fare clic su "OK" e il foglio di calcolo produrrà automaticamente una tabella di dati di output di regressione.

11

Guardare sotto le statistiche di regressione. Il terzo numero giù è chiamato "Rettificato R Square." Questo numero rappresenta la correlazione di queste tre colonne di dati, che in questo caso sono leggermente negativamente correlati con un valore di-. 16.

Come condurre un'analisi di regressione utilizzando SPSS

Come condurre un'analisi di regressione utilizzando SPSS


Un'analisi di regressione viene utilizzata per determinare l'entità a cui è possibile prevedere una variabile basata su ciò che si conosce un'altra variabile. Ad esempio, potrebbe essere utilizzato per dirti con precisione come si potrebbe stimare un gruppo di peso della gente basato su cosa sai di loro altezza. In SPSS, regressione e regressione multipla le analisi vengono effettuate nello stesso modo; così se si aggiungono altre variabili predittive in futuro, è possibile eseguire la stessa procedura per poterli includere anche.

Istruzioni

1

Carica SPSS, fare clic sull'icona "Aprire" e selezionare il percorso dei dati sul disco rigido. Fare doppio clic per aprire i dati in visualizzazione "Dati".

2

Fare clic su "Analizza" dalla barra di menu principale nella parte superiore dello schermo, quindi "Regressione" quindi "Lineare". Nella finestra che appare individuare la variabile "Dipendente" dall'elenco a sinistra. Questa variabile, anche conosciuto come la variabile "Criterio", è quella che si desidera eseguire la stima utilizzando un'altra variabile. Fare clic sulla variabile una volta, quindi fare clic sulla freccia accanto a "Dipendenti".

3

Individuare la variabile "Indipendente" dall'elenco. Questa è la variabile da cui si desidera stimare la variabile dipendente. Cliccare una volta, quindi fare clic sulla freccia accanto alla casella etichettata "Indipendente". Se si desidera eseguire una "regressione multipla", è possibile immettere più di una variabile in questa casella. Ad esempio, si può sentire che altre variabili riguardano anche la variabile dipendente. Se si immette più di uno, l'uscita vi darà informazioni su queste variabili sia separatamente che insieme.

4

Fare clic su "Statistiche" nella parte inferiore della finestra. Selezionare le caselle di controllo pertinenti per ulteriori output desiderata SPSS per darvi. Se si desidera medie e deviazioni standard, fare clic su "R quadrato cambiamento" Se si sta facendo una regressione multipla e vuole vedere quanto il modello è stato migliorato da ogni ulteriore variabile e fare clic su "Intervalli di confidenza" se queste informazioni sono necessarie per un write-up, fare clic su "Descrittivi". Quando hai finito, fai clic su "Continua".

5

Fare clic su "OK" in alto a destra dello schermo. SPSS verrà ora eseguire l'analisi e riportare i risultati nella finestra output.

Come combinare cinque variabili indipendenti per eseguire una regressione

Come combinare cinque variabili indipendenti per eseguire una regressione


Una regressione multipla è una procedura statistica, dove due o più variabili di "indipendente" o "predictor" sono usate per predire i punteggi su una variabile "dipendente" o "criterio". In IBM SPSS, è possibile immettere cinque variabili indipendenti nell'equazione di regressione allo stesso tempo, un'analisi distinta o come un passo in un'analisi più complessa. Il metodo di regressione utilizzato dipende da quante altre variabili non ci devono essere analizzati.

Istruzioni

1

Caricare SPSS. Nella finestra di benvenuto, selezionare "Aprire un'origine dati esistente", quindi fare clic su "Altri file". Passare alla cartella contenente il file di dati, quindi fare doppio clic su esso. Viene visualizzata la finestra di una finestra di output, confermando che il file è stato caricato, e i dati verranno visualizzati nella visualizzazione dati principale.

2

Fare clic su "analisi," "Regressione" e "Lineare".

3

Individuare la variabile dipendente dall'elenco a sinistra. Cliccare una volta, quindi fare clic sulla freccia accanto alla casella di testo "Dipendente". La variabile si sposta nella casella.

4

Determinare l'ordine che si desidera IBM SPSS per analizzare le variabili rimanenti. Se hai solo il cinque variabili che si desidera analizzare contemporaneamente restanti, selezionarli e fare clic sulla freccia accanto a "Independent". Se avete altri si desidera mettere nel trascinamento del primo, di regressione li nella finestra di "Independent" in primo luogo, quindi fare clic su "Avanti" e trascinare nel tuo cinque variabili di interesse. Se si desidera analizzare tutte le variabili più dopo questi cinque, fare nuovamente clic su "Next" e trascinarli nella casella ora vuota.

5

Fare clic su "OK". Attendere che l'analisi completare, quindi scorrere verso il basso fino a raggiungere la tabella "Riepilogo modello". Questa tabella fornisce le statistiche di uscita principale dell'analisi. Se hai utilizzato più di un blocco di variabili, cercare le etichette sotto la tabella per vedere quale riga si riferisce a quale blocco. Qui troverete la "R", "R Square" e "Regolata R Square" statistiche. Si è anche dato "R Piazza del cambiamento," che ti dice il potere predittivo aggiuntivo fornito da ciascun blocco ad ogni passo.

Come utilizzare SPSS versione 15.0

Come utilizzare SPSS versione 15.0


SPSS sta per "pacchetto statistico per scienze sociali" ed è uno dei programmi di analisi statistica più comunemente utilizzati nel mondo accademico. SPSS può essere utilizzato per dati descrittivi semplici quali i media, la mediana e la modalità di un set di dati o procedure statistiche avanzate quali l'analisi fattoriale e l'analisi di regressione multipla. SPSS rende facile trarre conclusioni da molto grandi insiemi di dati astratti. Le possibilità di analisi dei dati sono praticamente infinite, ma alcuni passi di base verranno aiuterà a iniziare.

Istruzioni

1

Fare clic sulla scheda "Vista variabile" sulla parte inferiore della pagina. SPSS ha due fogli di Excel-stile, uno per le variabili di denominazione e uno per l'immissione di dati. Denominare le variabili in modo riconoscibile. Queste sono le variabili che si sarà essere analizzando più tardi.

2

Immettere i parametri corretti per ciascuna variabile. Avrete diverse opzioni e i parametri dipenderà dalla tua ipotesi di studio, tipo di dati e analisi previsto.

3

Fare clic sulla scheda "visualizzazione dati" nella parte inferiore della pagina. Immettere dati nell'ambito di ogni variabile rispettivi. Le variabili verranno visualizzato nella parte superiore della pagina, e i dati vengono immessi nelle colonne sotto ogni variabile.

4

Analizzare i dati. Le possibilità di analisi dei dati sono apparentemente infinite e determinato dal vostro risultato di studio. Fare clic sulla scheda "analizzare" nella parte superiore della pagina ed esplorare le opzioni. Fare clic sulla scheda "statistica descrittiva" Se si desidera una semplice visualizzazione delle tendenze centrale. Fare clic sul "significa confrontare" tab se si desidera esaminare la varianza tra due gruppi di dati.

5

Esaminare i dati. Quando hai scelto la procedura statistica desiderata e cliccato sul pulsante "OK", SPSS produrrà un foglio di output visualizzati tutte le analisi. Assicurarsi di salvare questo foglio.

Consigli & Avvertenze

  • SPSS è dotato di un tutorial che è molto disponibile a spiegare le basi del pacchetto software. Assicurarsi di eseguire attraverso questo. Il sito SPSS è anche molto utile. Registrazione del software SPSS per ricevere l'accesso alla Guida in linea oltre che utili aggiornamenti e consigli via e-mail.
  • Sempre salvare i dati ed eseguirne il backup su un disco per evitare di perdere ore di lavoro.

Quali sono i vantaggi nell'utilizzo di un programma di Software statistico dedicato per condurre l'analisi dei dati?



Ci sono due modi si potevano condurre analisi statistiche sul computer. Uno è quello di utilizzare un pacchetto statistico dedicato come SPSS, Minitab o SAS. Il secondo consiste nell'utilizzare una gestione dati più generalizzata o foglio di calcolo, come Microsoft Excel o Open Office Spreadsheet. Quest'ultimo hanno i loro vantaggi, principalmente a causa di essere imprevedibile, significato non c' non è nessuna struttura fissa ai loro fogli di lavoro e dati possono essere organizzati tuttavia si desidera. Tuttavia, programmi dedicati sono più appropriate per l'analisi dei dati per una serie di motivi.

Gamma di tecniche

Perché pacchetti di analisi statistica sono specificatamente prodotti per analisi di dati statistici, mentre il generale programmi coprono anche altre procedure utilizzando dati quali moduli contabili o fatturazione, essi offrono una vasta gamma di tecniche, tabelle e grafici. Esse comprendono anche altri metodi di pulizia e i dati, per prepararlo per successiva analisi di screening. Inoltre, programmi di calcolo potrebbero supportare solo la maggior parte delle analisi dei dati subito dopo l'installazione e plug-in potrebbe essere richiesto di accedere a tecniche più complesse.

Gestione dei dati

È vero che i programmi di calcolo danno maggiore controllo su dove e come organizzare i dati. Ma questo è anche uno svantaggio. Mentre non è possibile semplicemente spostare blocchi di dati intorno a un programma come SPSS, questo è per mantenere i dati organizzati in maniera ottimale. Una riga rappresenta sempre un singolo caso e una colonna di una singola variabile. Questo rende analisi più veloce, dato che il programma sa già dove sono le variabili e i casi. In un foglio di calcolo, questo deve essere definito manualmente con ogni analisi.

Organizzazione della produzione

Programmi di analisi dei dati sono inoltre progettati per mantenere l'uscita separata dai dati stessi. In un programma come Excel, i risultati dell'analisi devono essere posizionati in un foglio di lavoro, dove si corre il rischio di sovrascrivere altri dati e uscite o essendo sé sovrascritti accidentalmente in un secondo momento. Programmi di analisi più dedicati fare un passo ulteriore e output vengano archiviati in file separati per il set di dati principale.

Precisione

La precisione di pacchetti di analisi statistica autonomi è generalmente più affidabile rispetto a programmi di gestione dati generali. Questo è per vari motivi, tra cui la possibilità per una cella in un foglio di calcolo sia una formula e un valore, qualcosa che non è possibile in un pacchetto di statistiche. Test del componente aggiuntivo di Excel analisi statistica, di analisi, hanno dimostrato risultati non accurati nelle analisi di regressione multipla e di regressione. Questo problema è particolarmente evidente con analisi più complesse, come quelle che coinvolgono le variabili categoriche.

Come interpretare una selezione con le versioni precedenti in Minitab

Regressione multipla è un metodo utilizzato per prevedere una certa variabile utilizzando un modello statistico costituito da altre variabili. Ci sono diverse varietà di regressione multipla, uno dei quali è indietro selezione, anche noto come indietro eliminazione. Questa tecnica mette tutte le potenziali variabili nel modello in una sola volta quindi confronta quello con il potere meno predittivo contro un dato "livello di rimozione", utilizzando un procedimento statistico chiamato un "test di t." Se la variabile è sopra il livello di rimozione, viene eliminato e il modello viene ricalcolato. Questo processo continua finché tutte le restanti variabili sono sotto il livello di rimozione.

Istruzioni

1

Aprire Minitab, fare clic su "File" e scegliere "Apri progetto." Individuare il file di progetto contenente i tuoi dati, quindi fare doppio clic su esso.

2

Fare clic su "Stat" dalla barra dei menu al top, poi "Regressione", poi "Stepwise." Fare clic all'interno della casella di testo "Risposta", quindi fare doppio clic la variabile di risposta dall'elenco a sinistra. Fare clic all'interno della casella "Predittori" e fare doppio clic su tutte le variabili del preannunciatore.

3

Fare clic sul pulsante "Metodi", quindi fare clic sul pulsante radio "Backwards eliminazione". Fare clic su "OK" per uscire dalla finestra di metodi, quindi "OK" ancora una volta per eseguire la regressione multipla.

4

Passare alla finestra di "Sessione" per vedere i risultati. Si vedrà un numero di colonne. La riga superiore è etichettata "Passo", e alla sua destra sono colonne numerate che rappresentano le fasi del processo di eliminazione. Uno step include sempre tutte le variabili, così guardando giù questa colonna, si vede che ogni predictor ha un valore di t e un valore di p. La colonna di scansione e trovare quella con il più alto valore di p.

5

Verifica se c'è una seconda colonna, denominata semplicemente "2". Se non è presente, ciò significa che tutte le variabili sono sotto il livello di rimozione. Essi sono tutti statisticamente significativi predittori di vostro criterio. Se si dispone di una colonna due, si noti che la variabile con il valore più alto di p da colonna uno non è presente. Ecco perché esso non significativamente predice la variabile di risposta.

6

Scansione verso il basso l'ultima colonna nei risultati. Se l'ultimo numero di una colonna è superiore al numero delle variabili che hai inserito, è perché nessuno delle variabili predire la variabile di risposta. Si noti che la voce per "R-Sq(adj)" nella riga inferiore è zero, o vicino a zero. In caso contrario, le variabili che contengono voci nella colonna finale sono quelle che contribuiscono al modello finale. Vai in fondo e controllare "R-Sq(adj)." Questo vi dice che il modello correla fortemente con il criterio.

Definire i dati gestione & analisi statistica

Definire i dati gestione & analisi statistica


Gestione dei dati e analisi statistica sono grandi campi, entrambi relativi ai modi che i dati è archiviati, elaborati e analizzati. Anche se i due campi sono separati, si verifica una considerevole sovrapposizione tra i due, dato che i dati devono essere memorizzati e puliti prima di esso può essere analizzato e che alcune analisi dei dati sono necessaria al fine di determinare il modo più appropriato di memorizzazione e gestione it.

Gestione dei dati – definizione

Gestione dei dati è un processo mediante il quale i dati sono organizzati, modellati o archiviati in modo tale da essere utile per un business o altra organizzazione. Questo può comportare la configurazione di sistemi quali architetture di dati e processi che vengono effettuati sui dati regolarmente. Gestione dei dati può fare riferimento a origini dati statici, tali risposte alle indagini, ma si riferisce generalmente al dinamici fonti come dati di vendita, che vengono regolarmente aggiornati con nuove informazioni.

Metodi di gestione dei dati

Diversi metodi di organizzazione sono disponibili nella gestione dei dati. Le gerarchie di dati possono essere create da cui i dati sono strutturati – questo è talvolta chiamato "modellazione dei dati." Data Warehouse si intende estraendo i dati da un numero di fonti in un unico repository in modo che esso può essere analizzato. I modi che i dati vengono spostati in tutto un sistema viene chiamato semplicemente "spostamento dei dati". Una volta raccolti in un database, "amministrazione di database" viene eseguita per garantire che i dati sono accessibile, affidabile e sicuro.

Analisi statistica – Panoramica

Analisi statistica viene utilizzato per identificare modelli, tendenze, relazioni e differenze in un set di dati. Spesso, la ragione per fare qualsiasi gestione di dati è in primo luogo per permettere queste analisi possano essere effettuate. Analisi statistiche trovare questi modelli e determinano la probabilità che essi sono in realtà raccontando una storia utile invece di essere variazione casuale nei dati. Quindi possibile utilizzare le informazioni fornite per informare affari o decisioni di trading, o per testare ipotesi negli studi scientifici.

Metodi di analisi statistica

La vasta gamma di analisi statistiche disponibili possa essere raggruppata in due grandi categorie – quelli che si affacciano per le correlazioni e quelli che guardare le differenze tra le variabili. Esempi della gamma ex da semplici correlazioni e regressione / analisi di regressione multipla, fino a complessi metodi come l'analisi fattoriale. Sono esempi del successivamente t test e analisi della varianza (ANOVA). Altri metodi di cercare le tendenze nel tempo, compresi quelli che si occupano di analisi delle serie temporali e l'analisi di sopravvivenza.

Come visualizzare i file di Output in SPSS

IBM SPSS è un pacchetto di software di analisi statistica ampiamente utilizzato dai ricercatori di scienze comportamentali e sociali. SPSS fornisce un'interfaccia grafica per l'esecuzione di calcoli statistici come il T-test, Anova, campi incrociati e regressione multipla. Il tipo di file di output per le versioni più recenti di SPSS è il tipo di file SPV. Versioni precedenti del programma salvato i file di output nel formato SPO. Per visualizzare i file SPO, il sito SPSS fornisce un visualizzatore gratuito di SPSS Legacy per il download presso il sito Web.

Istruzioni

1

Pulsante destro del mouse sul file SPV per visualizzare il menu di Windows.

2

Fare clic sull'opzione "Apri con" dal menu. Apre un elenco di programmi installati.

3

Fare clic sull'icona "SPSS" per aprire il file di output in SPSS. Si apre il file di output e lancia una seconda finestra vuota. La finestra vuota è la finestra dei dati. Una finestra di dati deve sempre accompagnare una finestra di output dell'applicazione di SPSS.