Scribd Logo
Importer

Bienvenue sur Scribd !

  • 91 vues

    Spss Notes Seance 2

    Transféré par

    Ghita Masrour
    Ce document contient des notes sur l'utilisation du logiciel SPSS pour analyser des données qualitatives et quantitatives. Il décrit comment tester si une variable suit une loi normale, comment tester une moyenne, effectuer une régression linéaire et vérifier la linéarité d'une relation.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd

    Spss Notes Seance 2

    Transféré par

    Ghita Masrour
    91 vues8 pages
    Ce document contient des notes sur l'utilisation du logiciel SPSS pour analyser des données qualitatives et quantitatives. Il décrit comment tester si une variable suit une loi normale, comment tester une moyenne, effectuer une régression linéaire et vérifier la linéarité d'une relation.

    Description originale:

    nbn

    Copyright

    © © All Rights Reserved

    Formats disponibles

    DOCX, PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Ce document contient des notes sur l'utilisation du logiciel SPSS pour analyser des données qualitatives et quantitatives. Il décrit comment tester si une variable suit une loi normale, comment tester une moyenne, effectuer une régression linéaire et vérifier la linéarité d'une relation.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    91 vues8 pages

    Spss Notes Seance 2

    Transféré par

    Ghita Masrour
    Ce document contient des notes sur l'utilisation du logiciel SPSS pour analyser des données qualitatives et quantitatives. Il décrit comment tester si une variable suit une loi normale, comment tester une moyenne, effectuer une régression linéaire et vérifier la linéarité d'une relation.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    sur 8

    Spss notes 

    :
    qualitatif
    Pour voir une variable si elle suit une loi normale  :
    Analyse – statistique descriptive – explorer – diagramme et on coche graphe de
    répartition gaussiens avec tests .
    Apres cette procédure on trouve ce tableau :

    On travaille avec le premier test : kolmogorov-smirniv

     On a la signification = 0.2 est > 0.05 (le risque de se tromper on acceptant le h1 )(le
    h1 ne suit pas une loi normale )( on accepte le h0 : ho suit une loi normale

    Comment tester une moyenne  : test paramétrique


    On va tester u=u0 contre u diffèrent de u0 .
    Analyse – comparer les moyens – test t pour échantillon unique .
    Dans option on trouve le niveau d’acceptation : 95%

    60000 est une valeur proche de la moyenne d’accident , u0=60000

    Le résultat :
    Degré de liberté ddl =5 :
    T  dans le 2 -ème tableau : est un t théorique ( t de student) qui donne un intervalle
    d’acceptation [ -t , t]

    On a i accepte = [-0,388 , 0,388]


    Et après le calcule de z (la variable de décision )= (x-u0)/s/racine de (n-1) =0,35
    Donc 0,35 appartient a i accepte alors on accepte le h0 .

     On a la signification = 0.714 est > 0.05 (le risque de se tromper on acceptant le h1 )


    ( on accepte le h0 )
    C’est un intervalle d’acceptation pour le 0 : si 0 appartient a cet intervalle on accepte h0 ,
    sinon on rejet h0.
    Les 3 testes doivent donner le même résultat .
    Puisque le 0 appartient donc on accepte h0 .

     Si n>30 on fait : (x-u0)/s/racine de n. normal


     Si n<30 on fait : (x-u0)/s/racine de (n-1). Student.

    La régression linéaire :
    On va voir s’il ya une corrélation entre le nbr d’accident et la population
    Analyse – régression – linéaire

    La variable a expliquer : l’accident


    La variable explicative : population
    Apres :
    R-deux = 0,011
    R =0.106 valeur absolue de coefficient de corrélation

    C’est un tableau de l’analyse des variables


    La somme des carres expliques : 1445453,303
    La somme de carres résiduel : 12675380

    Y =AX+B
    B : 76161,484
    A= -0,77
    Puisque a est négatif donc R est négatif
    et R = beta = -0,106

    Erreur standard :
     Ecart type de B : 71955.069
     Ecart type de A : 0,361

    Analyse –- régression -- ajustement de fonction :


    On veut voir la liniarite

    Résultat :
    Le R au carre (au cours) : le pourcentage des valeurs a expliquer (ch7al mn données 9rib mn la courbe
    )

    R-DEUX = R au carrée = 0,443 presque < 0,5 donc presque 50% proche de la courbe .

    On a 6 points est presque 3 points sont proches de la courbe .

    Vous aimerez peut-être aussi