Praktikum 6 Seite 1 Praktikum 4. Praktikum 5. Praktikum 6. VV - Verkaufszahl in der Vorwoche

Transkript

1 Praktikum 6 Seite 1 Praktikum 4? Aufgabe A1: Laden Sie die Datei P4.txt. Achten Sie darauf, dass die Variablen passend formatiert werden. In der Datei nden sie die Daten zur Marktanalyse für ein neues Produkt. Es wurden Geschäfte an 40 Orten untersucht, die jeweils lokal für die Werbung zuständig waren. - V - Verkaufszahl in einer Woche VV - Verkaufszahl in der Vorwoche - W - Werbeaufwand in der Woche (0-100) - WW - Werbeaufwand in der Vorwoche (0-100) - G - Gröÿe des Geschäfts (0-100) - K - Kunden pro Tag - P - Gröÿe der Stadt (tsd. Einwohner) - O - Önungszeiten (h/woche) Führen Sie eine lineare Regression nach dem Vorbild der Zusammenfassung im Skript durch. Praktikum 5? Aufgabe A2: Laden Sie die Datei QMPreis.sav und führen Sie nach neuen Version der Zusammenfassung im Skript eine umfassende lineare multiple Regression durch.? Aufgabe A3: Laden Sie die Datei Obst.sav und führen Sie nach neuen Version der Zusammenfassung im Skript eine logistische Regression durch. Praktikum 6? Aufgabe A4: In der Datei Tennis.sav nden Sie Daten eines Tennisspielers zu 30 Matches. Folgende Variablen wurden ermittelt: - Gewonnen: 0=Nein, 1=Ja, - Vorbereitung: Vorbereitung auf den Gegner (h), - Schlaf: Schlaf in der Nacht vor dem Match (h), - Spieldauer: Matchdauer (min). Führen Sie eine logistische Regression für die zu erklärende Variable Gewonnen durch.? Aufgabe A5: Führen Sie eine einfaktorielle Varianzanalyse der Daten in der Datei Arch.sav für die Variable Fe und den Faktor Ort durch.

2 Praktikum 8 Seite 2 Praktikum 7? Aufgabe A6: 30 Personen nehmen an einem Diätprogramm teil. In den Dateien Diät0.sav und Diät.sav nden Sie jeweils die Gewichtsdaten der Probanden nach einem, zwei und drei Monaten. 1. Führen Sie mit den Daten in der Datei Diät0.sav eine einfaktorielle Varianzanalyse durch. 2. Wiederholen Sie die Varianzanalyse mit den Daten in Diät.sav und berücksichtigen Sie diesmal die Messwiederholungen.? Aufgabe A7: Drei Medikamente gegen erhöhte Blutzuckerwerte werden an drei Altersklassen von Patienten getestet. Die Datei BZucker.sav enthält die Auswertung. Führen Sie eine zweifaktorielle ANOVA durch, die klären soll, ob es signikante Unterschiede bei der Veränderung des Blutzuckers nach Einnahme des Medikaments in den 3 3 Gruppen gibt. Praktikum 8? Aufgabe A8: In der Date Krank nden Sie Daten zu 50 Patienten, die entweder als krank (Krank=1) oder gesund (Krank=0) diagnostiziert wurden. Dabei geht es um eine ganz bestimmte schwer zu diagnostizierende Krankheit. Auÿerdem stehen folgende Daten zur Verfügung: Temp: Die gemessene Körpertemperatur (Grad Celsius) Alter: Das Alter des Patienten (Jahre) Syst: Der systolische Blutdruck des Patienten (mmhg) 1. Geben Sie Matrix-Streudiagramme aus. 2. Führen Sie eine logistische Regression durch um zu klären, ob und wie der Gesundheitszustand der Patienten von den drei übrigen Variablen abhängt. 3. Schätzen Sie die Wahrscheinlichkeit krank zu sein für einen fünfzigjährigen Patienten mit 37.4 Grad Körpertemperatur, einem Blutdruck von 110 mmhg. 4. Führen Sie eine Diskriminanzanalyse durch. Lassen sich die beiden Gruppen (gesund/krank) durch die drei Variablen hinreichend gut einteilen? 5. Geben Sie für den ersten Patienten den Funktionswert der Diskriminanzfunktion an und teilen Sie ihn damit in eine Gruppe ein. 6. Führen Sie unter Klassifizieren Fallweise Ergebnisse eine Klassikation der Patienten durch und betrachten geben Sie auch eine Zusammenfassungstabelle aus. 7. In einer zweiten Datei Krank2 wurde der Gesundheitszustand in drei Gruppen (0=gesund, 2=krank, 1=unentschieden) kodiert. Führen Sie eine erneute Diskriminanzanalyse und eine Klassikation wie oben durch.

3 Praktikum 10 Seite 3 Praktikum 9? Aufgabe A9: Drei Sorten Erdbeeren werden in einem Labor getestet. Dabei werden die Inhaltsstoe A,B und C (g/100g) gemessen. 1. Laden Sie die Datei Erdbeeren. 2. Zeichnen Sie für die drei Variablen jeweils drei Boxplots (je einen Boxplot für jede Sorte). 3. Führen Sie eine Varianzanalyse für alle drei Variablen durch: Unterscheiden sich ihre Mittelwerte signikant in den drei Gruppen? Führen Sie ggf. eine Post-Hoc-Analyse durch. 4. Führen Sie eine Diskriminanzanalyse durch: Kann man mit Hilfe der Konzentrationen der Inhaltsstoe die Sorten unterscheiden? 5. Klassizieren Sie eine Frucht mit folgenden Werten: A B C Legen Sie mit Hilfe der Funktion Daten Fälle auswählen einen Filter an und betrachten Sie dabei nur die Erdbeeren mit folgenden Restriktionen: A < 50 und C > Kopieren Sie die gelterten Daten in einen neuen Datensatz E2. 8. Kopieren Sie alle Fälle, für die nicht A < 50 und C > 20 gilt in einen dritten Datensatz E3. 9. Führen Sie beide Datensätze E2 und E3 wieder zusammen. Praktikum 10? Aufgabe A10: Laden Sie die Datei HH.sav. Die dort enthaltenen Daten spiegeln die Bürgerschaftswahl in Hamburg 2015 für die einzelnen Wahlkreise wieder. Angegeben sind die Stimmanteile für die verschiedenen Parteien und die Wahlbeteiligung in Prozent. 1. Berechnen Sie aus der Variablen WB eine neue Variable WB2 mit Werten zwischen null (=0%) und fünf (=100%). 2. Führen Sie eine Diskriminanzanalyse mit entsprechenden Vortests durch. Interpretieren Sie auch die Varianzanalyse. Lassen sich die durch WB2 bestimmten Klassen mit Hilfe der Wahlergebnisse einteilen? Welche Parteien sind für die Diskriminanzfunktionen maÿgeblich?? Aufgabe A11: Laden Sie die Daten aus der Datei DWDNDS.sav, die die Niederschlagsdaten von 50 deutschen Wetterstationen enthält. 1. Geben Sie Boxplots der Jahressummen für die verschiedenen Bundesländer aus ( Boxplots Einfach/über Kategorien). 2. Führen Sie eine hierarchische Clusteranalyse durch. Wählen Sie als Clustermethode nächster Nachbar, als Distanz den Pearsonschen Koeffizienten und wählen Sie als Fallbeschriftung das Bundesland. 3. Transponieren Sie die Daten, so dass die Stationen nun in den Spalten aufgeführt werden ( Daten Transponieren, keine Namensvariable). 4. Zeichnen Sie für wenige ausgewählte Stationen, die im Dendrogramm besonders weit voneinander entfernt liegen, bzw. sehr nah beisammen liegen jeweils den Jahresverlauf der Niederschlagsdaten mit Hilfe von Liniendiagrammen auf ( Linie Mehrfach/Werte einzelner Fälle).

4 Praktikum 12 Seite 4 Praktikum 11? Aufgabe A12: Laden Sie die Datei Bforsa.txt. Sie enthält Umfrageergebnisse zur Sonntagsfrage (Quelle: Wahlrecht.de): Welche partei würden Sie wählen, wenn am nächsten Sonntag Bundestagswahl wäre? 1. Zeichnen Sie ein Liniendiagramm ( Grafik) in dem im Zeitverlauf die Umfrageergebnisse der Parteien dargestellt werden. 2. Unter Analysieren Vorhersage nden Sie den Befehl Sequenzdiagramme. Geben Sie die Zeitreihen für die Parteien aus. 3. Berechnen Sie ein gleitendes Mittel mit Lag 10 für die CDU/CSU. Geben Sie das gleitende Mittel und die Originaldaten in einem Sequenzdiagramm aus. 4. Führen Sie unter Analysieren Regression Kurvenanpassung eine lineare Regression der Daten für die CDU/CSU durch. Geben Sie auch die Residuen aus. 5. Zeichnen Sie ein Liniendiagramm der Residuen. 6. Vergleichen Sie mit den Ergebnissen für die Kurvenanpassung mit Hilfe der Modelle Quadratisch, Kubisch, Exponent und Exponentiell. 7. Zeichnen Sie für die quadratische Regression ein Diagramm mit den Prognosen und 90%-Prognoseintervallen. 8. Zeichnen Sie ein vom (quadratischen) Trend befreite Zeitreihe. 9. Transponieren Sie die Datentabelle und führen Sie eine Clusteranalyse (Cluster-Methode Entferntester Nachbar, Proximitätsmaÿ Pearson-Koeffizient) durch. Welche Parteien kann man Anhand des Umfrageverlaufs in ähnliche Cluster einteilen? Praktikum 12? Aufgabe A13: Laden Sie die Daten aus der Datei Strom. Die dort vorliegende Zeitreihe beschreibt die Bruttostromerzeugung in Deutschland von 1994 bis Geben Sie ein Sequenzdiagramm zu den Daten aus. 2. Führen Sie eine geeignete Kurvenanpassung durch. 3. Zeichnen Sie Residuen. 4. Mit welchem Wert für die Stromerzeugung rechnen Sie für das jahr 2025?? Aufgabe A14: Für 98 Berufe sind im Datensatz Prestige den Beruf betreende Daten abgespeichert. Beruf bc=arbeiter, prof=geschäftsperson, Manager oder Techniker, wc=angestellter. Einkommen mittleres jährliches Einkommen 1972 ($) Ausbildung mittlere Ausbildungsdauer (Jahren) Geschlecht Anteil an weiblichen Arbeitern/Angestellten Ansehen Prestige des Berufs (Skala von 0 bis 100) Führen Sie eine multiple Regression durch, die das Einkommen mit Hilfe der vorliegenden metrischen Variablen erklären soll.

5 Praktikum 14 Seite 5 Praktikum 13? Aufgabe A15: Laden Sie die Daten aus der Datei DresdenQ.txt. 1. Zeichnen Sie die Temperaturwerte im Zeitverlauf. 2. Berechnen Sie die Autokorrelationsfunktion und zeichnen Sie die Autokorrelationen. 3. Betrachten Sie das Periodogramm. 4. Führen Sie eine Spektralzerlegung durch. Praktikum 14? Aufgabe A16: Führen Sie mit den SPSS-Dateien BT2013West und X eine Hauptkomponentenanalyse durch.