SPSS Complex Samples 13.0

Transcript

1 SPSS Complex Samples 13.0 Eseguite correttamente calcoli e statistiche di campioni complessi SPSS Complex Samples è il prodotto statistico per produrre stime corrette dei campioni nelle indagini campionarie SPSS Complex Samples vi permette di calcolare correttamente le statistiche e gli errori standard di piani di campionamento complessi. Potete utilizzare SPSS Complex Samples per realizzare: Indagini e ricerche di mercato: per statistiche descrittive e inferenziali da dati campionari e analisi della soddisfazione del cliente Ricerche mediche: analisi di file molto ampi sullo studio dell uso dell alcol come causa di incidenti stradali Ricerche sociali e sondaggi di opinione SPSS Complex Samples fornisce: gli strumenti necessari per lavorare con campioni complessi, dalla fase di pianificazione al campionamento fino alla fase di analisi l autocomposizione guidata per il disegno e l estrazione del campione l autocomposizione guidata per produrre archivi di pubblico accesso, ad es. gli archivi relativi all indagine sulla salute nazionale del Centro di controllo e prevenzione delle malattie(cdc) la possibilità di condividere i piani e di campionamento e le analisi con il team di lavoro analisi più accurate grazie alla possibilità di considerare fino a tre livelli di campionamento quando si analizzano dati da piani campionari a più stadi stime dell impatto dei disegni una visione più chiara dei dati. Potete utilizzare i seguenti tipi di disegno campionario con SPSS Complex Samples: Campionamento stratificato: aumentate la precisione del vostro campione oppure assicuratevi che il vostro campione sia rappresentativo dei gruppi significativi, scegliendolo all interno della popolazione oggetto di indagine. Ad esempio, i sottogruppi possono contare un numero specifico di maschi o femmine, oppure possono contenere persone appartenenti ad una particolare categoria lavorativa, o ancora persone di un certa fascia di età e altro ancora. Campionamento a grappoli. selezionate per la vostra indagini i grappoli che rappresentano gruppi di unità campionarie. I grappoli possono includere scuole, ospedali o aree geografiche e le unità campionarie corrispondenti possono essere studenti, pazienti o cittadini. Tale piano di campionamento aiuta a rendere l indagine redditizia Campionamento a più stadi: selezionate un campione iniziale o di primo stadio sulla base di un gruppo di elementi della popolazione; poi create un campione di secondo stadio estraendo un sotto-campione dalle unità estratte dal primo stadio. Ripetendo questa operazione potete estendere il vostro campione a stadi sempre più ampi. Ad esempio, per un indagine basata su interviste personali, potete considerare nel campione gli individui all interno delle famiglie che a loro volta popolano alcuni quartieri.

2 Ottenete risultati corretti Per i ricercatori è indispensabile avere la certezza dei risultati delle analisi. Molti comuni software statistici presuppongono che i vostri dati siano estratti seguendo un campionamento casuale semplice. Tale piano di campionamento, tuttavia, non è fattibile nelle indagini su più grande scala. Analizzare tali dati del campione con le statistiche convenzionali potrebbe condurre a risultati non corretti. Ad esempio, la stima degli errori campionari delle statistiche sono spesso troppo ridotti. SPSS Complex Samples consente di ottenere statistiche inferenziali più accurate dei parametri delle popolazioni perché include il piano di campionamento nelle vostre analisi. Lavorate con efficacia e semplicità Solo SPSS Complex Samples vi permette di comprendere e utilizzare con facilità i risultati delle vostre analisi campionarie. Grazie all interfaccia intuitiva, potete analizzare i dati e interpretare i risultati. Quando avete terminato l analisi, potete pubblicare i vostri dati e i vostri piani di campionamento e analisi. Questi piani fungono da modelli e vi permettono di memorizzare tutte le impostazioni eseguite al momento della creazione del piano di campionamento. Ciò vi fa risparmiare tempo e vi permette di aumentare sia la precisione per voi stessi, sia per coloro che vorranno utilizzare i vostri piani di campionamento per replicare i risultati che avete ottenuto. Per iniziare il lavoro con SPSS Complex Samples, utilizzate le autocomposizioni guidate che vi richiedono tutte le informazioni sui fattori che dovete considerare prima di procedere con l analisi. Se volete crearvi il vostro campione, utilizzate il Campionamento Guidato per definire lo schema di campionamento. Se utilizzate un archivio di dati pubblico che ha già campioni al suo interno utilizzate Preparazione Guidata all Analisi per specificare come i campioni sono stati definiti e come devono essere stimati gli errori standard. Una volta creato il campione oppure specificati gli errori standard, potete creare dei piani, analizzare i vostri dati e produrre dei risultati (osservate il diagramma ) SPSS Complex Samples è facile da capire e velocizza il vostro lavoro. Utilizzate l aiuto in linea e lo studio dei casi interattivo per comprendere come utilizzare al meglio i vostri dati con il software. SPSS Complex Samples vi permette di: Ottenere risultati corretti per le stime dei totali, medie e rapporti Ottenere gli errori standard di queste statistiche e produrre corretti intervalli di confidenza e test di ipotesi

3 Analisi accurata dei dati di indagine Campionamento Guidato Raccolta dati: Definizione dello schema di campionamento Estrazione del campione Preparazione Guidata all Analisi Quando si utilizzano dataset di pubblico accesso: Definizione del metodo di estrazione File del piano Possibilità di condividere informazioni con i colleghi Analisi dei dati Statistiche descrittive: analisi di variabili continue, compresi i rapporti Risultati Tabelle: analisi di variabili categoriali, incluse le tabelle a doppia entrata

4 Statistiche Complex Samples Plan (CSPLAN) fornisce un area comune dove specificare la suddivisione del campione per creare un piano di campionamento complesso o di specifiche analitiche tali da essere utilizzate da altre procedure di SPSS Complex Samples. CSPLAN non estrae o analizza i dati. Per estrarre i casi, utilizzare il piano di campionamento creato da CSPLAN come input della procedura CSSELECT(descritta in seguito). Per analizzare dati campionari, utilizzare un piano di analisi creato con CSPLAN come input delle procedure CSDESCRIPTIVES o CSTABULATE (descritte in seguito) Creazione di un piano di campionamento per la l estrazione delle unità campionarie dal file Creazione del piano di analisi: per l analisi del campione complesso Al momento della creazione del piano campionario, la procedure salva automaticamente un piano di analisi appropriato al file contenete il piano. Un piano creato per definire un piano, tuttavia, può essere usato sia per la selezione sia per l analisi Visualizzazione del piano di campionamento e del piano di analisi Impostazione del piano in un file esterno Utilizzo del sottocomando PLANVARS per la definizione dei nomi delle variabili del piano al momento dell estrazione del campione oppure quando si utilizza un campione come input oppure nel processo di stima - Impostazione dei pesi campionari per unità utilizzata nelle procedure di analisi SPSS complex samples e nel processo di stima - Indicazione del pesi medi generati quando il piano di campionamento è stato eseguito dalla procedura CSSELECT - Definizione dei pesi da usare quando si calcolano i pesi finali del campionamento a più stadi Verifica dei risultati dalla procedura CSPLAN con il sottocomando PRINT - Visualizzazione del riassunto delle specifiche per ogni fase del piano di campionamento. - Visualizzazione di una tabella con le specifiche MATRIX Definizione dello stadio del piano di campionamento con il sottocomando DESIGN. Utilizzo di questo comando anche per definire le variabili di stratificazione, le variabili cluster,oppure per creare delle etichette descrittive per particolari stadi Definizione del metodo di estrazione con il sottocomando METHOD. Selezione tra una varietà di metodi con probabilità uguali o non uguali, inclusi il campionamento sistematico e quello semplice. Sono disponibili anche i metodi di estrazione PPS (probability proportionate to size).le unità possono essere estratte dalla popolazione con (WR) o senza (WOR): - SIMPLE_WOR:ciascuna unità ha uguale probabilità di essere estratta. Estrazione senza - SIMPLE_WR ciascuna unità ha uguale probabilità di essere estratta. Estrazione con - SIMPLE_SYSTEMATIC:selezione di unità ad intervallo fisso all interno del primo stadio o sezione. Il punto di inizio estrazione è casuale nel primo intervallo - SIMPLE_CHROMY: selezione di unità sequenziali con stessa probabilità. Estrazione senza - PPS_WOR: selezione unità con probabilità proporzionali alla dimensione campionaria. Estrazione senza - PPS_WR: selezione unità con probabilità proporzionali alla dimensione campionaria. Estrazione con - PPS_SYSTEMATIC:selezione unità con il campionamento sistematico con probabilità proporzionali alla dimensione campionaria. Estrazione senza - PPS_CHROMY: selezione di unità sequenziali con probabilità proporzionali alla dimensione campionaria. Estrazione senza - PPS_BREWER: selezione di due unità da ciascuno strato con probabilità proporzionali alla dimensione campionaria. Estrazione senza - PPS_MURTHY: selezione di due unità da ciascuno strato con probabilità proporzionali alla dimensione campionaria. Estrazione senza - PPS_SAMPFORD: estensione del metodo Brewer per selezionare più di due unità da ogni strato con probabilità proporzionali alla dimensione campionaria. Estrazione senza - Controllo del numero o percentuale di unità che possono essere estratte: ad ogni stadio del disegno. Possibilità di scegliere le variabili risultato, come i pesi relativi allo stadio che sono stati creati a monte dell esecuzione del disegno. - Metodi per la stima: con, uguale probabilità senza al primo stadio e probabilità non uguale senza. - Stima con probabilità non uguale senza : richiesta solo nella prima fase - Definizione variabili: specifica delle variabili in input del processo di stima, inclusi i pesi medi campionari e le probabilità di inclusione. Definizione del numero di unità campionarie estratte nella fase corrente utilizzando il sottocomando SIZE - Applicazione ad un singolo valore per tutti gli strati - Definizione delle dimensioni del campione non

5 proporzionale per strati differenti - Definizione del nome di una singola variabile che contiene la dimensione dei campioni Definizione del numero minimo di unità estratte quando si utilizza RATE. Ciò è utile quando il tasso campionario di un particolare strato è molto piccolo per arrotondamento Definizione del numero massimo di unità estratte quando si utilizza RATE. Ciò è utile quando il tasso campionario di un particolare strato è molto piccolo per arrotondamento Definizione nel campionamento PSS della dimensione campionaria. Definizione di una variabile che contiene le dimensioni, oppure ottenuta con la procedura CSSELECT - Definizione di una variabile che contiene le dimensioni - Calcolo del numero di casi appartenenti ad ogni gruppo per determinare la dimensione - Definizione del numero minimo o massimo della dimensione per le unità della popolazione che oltrepassano il valore specificato nella dimensione variabile del campione, oppure ottenuto dalla scansione dei dati per il metodo PPS Informazioni sulle variabili delle fasi di campionamento con il sottocomando STAGEVARS. Si possono ottenere: - La proporzione di unità estratte dalla popolazione per una particolare fase utilizzando la probabilità di inclusione - Fasi antecedenti utilizzando i pesi cumulati per una fase prescelta - Unità unicamente identificate selezionate più di una volta quando l estrazione è ottenuta con con indici duplicati per unità già selezionate nella fase corrente - Dimensione della popolazione per una data fase - Numero di unità estratte in una data fase - Tasso campionario per tutte le fasi - Peso del campione per una data fase Definizione del metodo di stima per la fase corrente con il sottocomando ESTIMATOR. Si possono indicare: - Selezione con probabilità uguale senza - Selezione con probabilità non uguale senza Selezione con Definizione della dimensione della popolazione per ogni elemento della popolazione con il sottocomando POPSIZE - Applicabile ad un singolo valore per tutti gli strati - Definizione di dimensioni non proporzionali di popolazione per differenti strati - Definizione del nome di una singola variabile che contiene le dimensioni della popolazione Definizione della proporzione di unità estratte dalla popolazione per un data fase con il comando INCLPROB. Questo comando è mutuamente esclusivo con il sottocomando POPSIZE - Applicabile ad un singolo valore per tutti gli strati - Definizione di dimensioni non proporzionali di popolazione per differenti strati - Definizione del nome di una singola variabile che contiene le dimensioni della popolazione Procedura Complex Samples Selection (CSSELECT) per estrarre campioni complessi e probabilistici da una popolazione. CSSELECT sceglie le unità in base ai parametri impostati nella CSPLAN. Verifica dell esecuzione e selezione della valore casuale con il sottocomando CRITERIA Verifica se un valore mancante definito dall utente di una variabile di classificazione(stratificazione o clustering) è considerato valido con il sottocomando CLASSMISSING Utilizzo del generatore di numeri casuali Marsenne Twister per la selezione del campione Definizione delle opzioni globali per i file di input e output con il sottocomando DATA - Opzione per rinominare le variabili con i pesi del campioni ottenute dalla procedura CSSELECT comprese le variabili di output richieste nel file del piano, come le probabilità di inclusione - Opzione per la selezione del pre-ordinamento dei dati Scrittura delle unità del campione in un file esterno utilizzando l opzione per mantenere/escludere le variabili Salvataggio automatico delle probabilità congiunte di inclusione delle prima fase in un file esterno quando il piano segue il metodo PPS_WR Opzione per generare file di testo contenenti le regole che descrivono le regole le caratteristiche delle unità Visualizzazione dell output con il sottocomando PRINT - Riepilogo della distribuzione dei casi selezionati per ciascun strato. Tale informazione è suddivisa per fase del piano - Riepilogo dei casi inseriti nel processo Complex Samples Descriptives (CSDESCRIPTIVES) stime delle medie, somme e rapporti e calcolo dei loro errori standard, effetti del disegno,intervalli di confidenza e test di ipotesi per campioni estratti con i metodi campionamento complessi. La procedura stima la varianza considerando il disegno campionario utilizzato per selezionare del campione, inclusa la pari probabilità e i metodi PPS, e le procedure WR e WOR. Opzionalmente, CSDESCRIPTIVES realizza le analisi per le sottopopolazioni Definizione del nome del file del piano con il sottocomando PLAN ottenuto con la procedura CSPLAN, contenente le specifiche adottate dall analisi Definizione del nome del file delle probabilità congiunte di inclusione Definizione con il sottocomando SUMMARY delle

6 variabili analitiche utilizzate dai sottocomandi MEAN e SUM La stima delle medie può essere richiesta con il comando MEAN per le variabili indicate nel sottocomando SUMMARY - Test t delle medie della popolazione(i) e valore(i) sotto l ipotesi nulla ottenuti con il parametro TTEST. Se si definisce la sottopopolazione con il sottocomando SUBPOP, allora i valori sotto l ipotesi nulla sono utilizzati nei test per ogni sottopopolazione, come per l intera popolazione La stima delle medie può essere richiesta per le variabili introdotte nel sottocomando SUMMARY con il sottocomando SUM - Richiesta di test t per la stima dei totali della popolazione e impostazione del valore del test sotto l ipotesi nulla con il parametro TTEST. Se si definiscono le sottopopolazioni con il sottocomando SUBPOP,I valori sotto l ipotesi nulla sono utilizzati nei test per ciascuna sottopopolazione, come per l intera popolazione Le stime dei rapporti posso essere calcolati per le variabili indicate nel sottocomando SUMMARY tramite il sottocomando RATIO - Richiesta di test t per la stima dei rapporti della popolazione e impostazione del valore del test sotto l ipotesi nulla con il parametro TTEST. Se si definiscono le sottopopolazioni con il sottocomando SUBPOP,i valori sotto l ipotesi nulla sono utilizzati nei test per ciascuna sottopopolazione, come per l intera popolazione Associazione del comando STATISTICS con le stime della delle media, somma e rapporto, include: - Il numero di osservazioni valide nel file di dati per ciascuna media, somma e rapporto - La dimensione della popolazione per ciascuna media, somma e rapporto - L errore standard per ciascuna media, somma e rapporto. Questo è l output predefinito se non si specifica il sottocomando STATISTICS - Coefficiente di variazione - Effetti del disegno - La radice quadrata degli effetti del disegno - Intervallo di confidenza Definizione con SUBPOP delle sottopopolazioni su cui si svolge l analisi - Visualizzazione dei risultati per tutte le sottopopolazioni nella stessa tabella - Visualizzazione dei risultati per sottopopolazioni distinte in tabelle separate Gestione dei dati mancanti - Calcolo di ciascuna statistica solo sui dati validi delle variabili dell analisi. Calcolo dei rapporti utilizzando tutti i casi con i valori validi per entrambe le variabili specificate. Possibilità di calcolare le statistiche per differenti variabili su differenti dimensioni campionarie(default) - Calcolo delle statistiche con i soli valori validi delle variabili. Calcolo delle statistiche di variabili diverse sulla stessa dimensione campionaria - Esclusione dei valori mancanti definiti dall utente tra gli strati, gruppi e variabili di sottopopolazione (Default) - Inclusione dei valori mancanti definiti dall utente tra gli strati, gruppo e variabili di sottopopolazione. Utilizzo dei valori mancanti di queste variabili come se fossero validi. Complex Sample Tabulate (CSTABULATE) visualizzazione delle tabelle di frequenza a singola oppure a doppia entrata degli errori standard, degli effetti del disegno, intervalli di confidenza e test di ipotesi per campioni estratti con metodi complessi. La procedura stima le varianze considerando il piano di campionamento utilizzato per selezionare il campione, incluse le probabilità uguali e i metodi PPS, e le procedure di campionamento WR e WOR. Opzionalmente il comando CSTABULATE crea tabelle per le sottopopolazioni Definizione del nome del file XML scritto dalla procedura CSPLAN, con le analisi ottenute dal sottocomando PLAN Definizione del nome del file delle probabilità congiunte Utilizzo delle seguenti statistiche: - Numerosità della popolazione: stima della numerosità per ogni cella e totale di riga di una tabella - Errore standard: calcolo dell errore standard per ogni stima della numerosità della popolazione - Percentuali di riga: la stima della numerosità della popolazione in ciascuna cella di una riga, come percentuale della numerosità della popolazione stimata per quella riga. Questa funzionalità è disponibile per tabelle a doppia entrata - Percentuale di colonna:la stima della numerosità della popolazione in ciascuna cella di una colonna, come percentuale della numerosità della popolazione stimata per quella colonna. Questa funzionalità è disponibile per tabelle a doppia entrata - Percentuale di tabelle: la stima della numerosità della popolazione in ciascuna cella di una tabella, come percentuale della numerosità della popolazione stimata per quella tabella - Coefficiente di variazione - Effetti del disegno - Radice quadrata degli effetti del disegno - Intervallo di confidenza: scelta di un numero qualsiasi compreso tra 0 e 100 come intervallo di confidenza oppure utilizzo del 95% come default - Conteggi non pesati: utilizzo dei conteggi non pesati come numero di osservazioni valide nel file dati per ciascuna stima della numerosità della popolazione - Stima della numerosità cumulata della popolazione: per le solo frequenze - Percentuali cumulate: per le solo frequenze - Stima attesa della numerosità della popolazione: utilizzo di questa stima se la numerosità della

7 popolazione stimata per ciascuna cella per le due variabili nella tabella a doppia entrata sono statisticamente indipendenti. Per le sole tabelle a doppia entrata. Definizione con il sottocomando SUBPOP delle sottopopolazioni per le quali - Residui: differenza tra I valori osservati e quelli attesi per le stime della popolazione per ciascuna cella. Solo per tabelle a doppie entrata. - Residui di Pearson: solo per tabelle a doppie entrata. - Residui di Pearson corretti: solo per tabelle a doppie entrata. Utilizzo delle seguenti statistiche e test per l intera tabella - Test delle proporzioni omogenee: solo per tabella di frequenza singola - Test di indipendenza: solo per tabelle a doppie entrata - Odds ratio: solo per tabelle a doppie entrata - Relative risk: solo per tabelle a doppie entrata - Risk difference: solo per tabelle a doppie entrata Definizione con il sottocomando SUBPOP delle sottopopolazioni per le quali deve essere svolta - Visualizzazione dei risultati per tutte le sottopopolazioni nella stessa tabella (Default) - Visualizzazione dei risultati per sottopopolazioni distinte in tabelle separate Gestione dei dati mancanti - Calcolo di ciascuna statistica solo sui dati validi delle variabili dell analisi. Calcolo dei rapporti utilizzando tutti i casi con i valori validi per entrambe le variabili specificate. Possibilità di calcolare le statistiche per differenti variabili su differenti dimensioni campionarie(default) - Calcolo delle statistiche con i soli valori validi delle variabili. Calcolo delle statistiche di variabili diverse sulla stessa dimensione campionaria - Esclusione dei valori mancanti definiti dall utente tra gli strati, gruppi e variabili di sottopopolazione (Default) - Inclusione dei valori mancanti definiti dall utente tra gli strati, gruppo e variabili di sottopopolazione. Utilizzo dei valori mancanti di queste variabili come se fossero validi.. Complex Samples General Linear Models (CSGLM) Costruzione della regressione lineare,analisi della varianza (ANOVA) e analisi della covarianza (ANCOVA) modelli per campioni estratti con metodi complessi. La procedura stima la varianza prendendo in considerazione il disegno campionario utilizzato per selezionare il campione, incluse le equiprobabilità e i metodi PPS,WR e WOR Opzionalmente, CSGLM svolge analisi per sottopopolazioni: Modelli - Effetti principali - Tutte le interazioni ad n-vie - Incroci - Personalizzati, inclusi i termini nidificati Statistiche - Parametri del modello: stima dei coefficienti, t- test e errore standard per ogni stima dei coefficienti, effetti del disegno e radice quadrata dell effetto per ogni stima dei coefficienti. - Medie della popolazione della variabile dipendente e delle covariate - Adattamento del modello - Informazioni sul disegno campionario Test di ipotesi - Statistiche test: Wald F test, Wald F test corretto, Wald Chi-quadrato, e Wald Chiquadrato corretto - Comparazioni multiple:least significant difference, Bonferroni, Bonferroni sequenziale, Sidak, e Sidak sequenziale - Gradi di libertà: basati sul disegno campionario o impostati dall utente - Stima delle medie: stima delle medie marginali per fattore e interazione nel modello Contrasti: semplice, deviazione, Helmert,ripetuto, o polinomiale Salvataggio delle variabli del modello nel file di lavoro oppure esportazione in un file esterno che contiene le matrici dei parametri: - Variabili: Valori previsti e residui - Parametri matrice delle covarianze e le relative statistiche come la matrice di correlazione dei parametri, possono essere esportate come file dati SPSS - Le stime dei parametri e/o la matrice di covarianza dei parametri può essere esportata in un file XML Output - Le informazioni del disegno campionario (come gli strati e PSU) - Coefficiente di regressione e test t - Riassunto delle informazioni sulla variabile dipendente, covariate e fattori - Riassunto del campione, inclusi il conteggio dei casi non pesato e la dimensione della popolazione - Intervallo di confidenza per le stime dei parametri e livelli di confidenza definiti da utente - Wald F test per gli effetti del modello - Effetti del disegno - R quadro multiplo - Matrici dell insieme dei coefficienti L - Matrice della varianza-covarianza delle stime dei coefficienti - Errore quadratico medio della media - Matrici di covarianza e correlazione per i coefficienti di regressione Gestione dei dati mancanti - Eliminazione Listwise dei dati mancanti Altro

8 - Denominatore definito dall utente, per il calcolo del p-value per tutte le statistiche test - Diagnosi della collinearità - Modelli possono essere adattati alle sottopopolazioni Complex Samples Logistic Regression (CSLOGISTIC) Realizzazione di regressione logistica binaria e regressione logistica multinominale per campioni estratti con metodi complessi. La procedura stima le varianze considerando il disegno campionario utilizzato per sceglire il campione, incluse le equiprobabilità e i metodi PPS, WR e WOR. Opzionalmente, CSLOGISTIC realizza analisi per le sottopopolazioni. Modelli - Effetti principali - Tutte le interazioni ad n-vie - Incroci - Personalizzati, inclusi i termini nidificati Statistiche - Parametri del modello: stima dei coefficienti, t- test e errore standard per ogni stima dei coefficienti, effetti del disegno e radice quadrata dell effetto per ogni stima dei coefficienti. - Medie della popolazione della variabile dipendente e delle covariate - Adattamento del modello - Informazioni sul disegno campionario Test di ipotesi - Statistiche test: Wald F test, Wald F test corretto, Wald Chi-quadrato, e Wald Chiquadrato corretto - Comparazioni multiple:least significant difference, Bonferroni, Bonferroni sequenziale, Sidak, e Sidak sequenziale - Gradi di libertà: basati sul disegno campionario o impostati dall utente - Stima delle medie: stima delle medie marginali per fattore e interazione nel modello Contrasti: semplice, deviazione, Helmert, ripetuto, o polinomiale Salvataggio delle variabili del modello nel file di lavoro oppure esportazione in un file esterno che contiene le matrici dei parametri: - Variabili: Valori previsti e residui - Parametri matrice delle covarianze e le relative statistiche come la matrice di correlazione dei parametri, possono essere esportate come file dati SPSS - Le stime dei parametri e/o la matrice di covarianza dei parametri può essere esportata in un file XML Output - Le informazioni del disegno campionario (come gli strati e PSU) - Coefficiente di regressione e test t - Riassunto delle informazioni sulla variabile dipendente, covariate e fattori - Riassunto del campione, inclusi il conteggio dei casi non pesato e la dimensione della popolazione - Intervallo di confidenza per le stime dei parametri e livelli di confidenza definiti da utente - Wald F test per gli effetti del modello - Effetti del disegno - R quadro multiplo - Matrici dell insieme dei coefficienti L - Matrice della varianza-covarianza delle stime dei coefficienti - Errore quadratico medio della media - Matrici di covarianza e correlazione per i coefficienti di regressione Gestione dei dati mancanti - Eliminazione Listwise dei dati mancanti Altro - Denominatore definito dall utente, per il calcolo del p-value per tutte le statistiche test - Diagnosi della collinearità - Modelli possono essere adattati alle sottopopolazioni Requisiti di sistema Spss 13.0 Spazio su disco: 1 Mb