1 Datenaufbereitung und Weiterverarbeitung

Transkript

1 1 Datenaufbereitung und Weiterverarbeitung 1.1 PXLab-Werkzeuge zur Datenaufbereitung In diesem Kapitel sollen die Möglichkeit von PXLab zur Datenauswertung vorgestellt werden, zuerst schauen wir uns eine Klasse zur Ermittlung einiger genereller Kennwerte von Stichproben an (Mittelwert, Maximum etc.), danach soll gezeigt werden, wie man mit PXLab eine Regressionsanalyse durchführen kann Vorbemerkungen In diesem Kapitel werden einige Klassen angesprochen, die man direkt auf der Kommandozeile ausführen kann, z.b. die Klasse de.pxlab.stat.statistics des nächsten Abschnitts. Falls man die Datei pxlab.jar z.b. in das Verzeichnis lib/ext der Java- Installation kopiert hat, so kann diese Klasse mit java de.pxlab.stat.statistics direkt aufgerufen werden, anderenfalls muss man Java mitteilen, wo die Klasse gespeichert ist. Dies kann man z.b. mit der Option -classpath erreichen, der Aufruf würde dann folgenermaÿen aussehen: java -classpath pxlab.jar de.pxlab.stat.statistics falls die pxlab.jar sich im aktuellen Verzeichnis bendet, ansonsten muss man noch den Pfad zu dieser Datei mit angeben Einfach Datenanalyse Um für eine Stichprobe einige Kennwerte zu ermitteln, kann man die Klasse de.pxlab-.stat.statistics von PXLab benutzen. Sei eine Datei reg_sample.dat mit folgendem Inhalt gegeben:

2 Wollte man nun von den Werten in der zweiten Spalte einige statistische Kennwerte ermitteln so kann man dies mit folgendem Kommando tun: java de.pxlab.stat.statistics -c 1 -d reg_sample.dat -t stats.html wobei: -c 1 Die Spalte angibt, die Zählung fängt hier von 0 an, d.h. mit diesem Aufruf wird die zweite Spalte ausgewählt. -d reg_sample.dat Hier wird die Eingabedatendatei angegeben. -t stats.html Mit dieser Option wird die Ausgabedatei festgelegt. Als Ausgabe wird HTML-Quelltext erzeugt, dieser sollte im Browser etwa folgendermaÿen aussehen. Alternativ kann man die Auswertung auch direkt in der Design-Datei festlegen, hier hat man dann auch noch einige weitere Möglichkeiten die zu analysierenden Datensätze auszuwählen. Zur Datenauswertung kann man in jeder Design-Datei sogenannte Datenbereiche festlegen, es gibt hier insgesamt die Bereiche: TrialData BlockData SessionData ProcedureData ExperimentData 2

3 Diese sind im Context-Bereich festzulegen. Jeder dieser Datenbereiche wird direkt nach dem zugehörigen Experimentalteil ausgeführt, so z.b. SessionData direkt nach jeder Session, und kann entsprechend auf die dort gesammelten Daten zugreifen. Eine Ausnahme bildet hier ExperimentData, welches man mit der Klasse de.pxlab.pxl.run.exstat ausführen muss. Schauen wir uns hierzu ein Beispiel an. Einer Versuchsperson wird ein Kreis oder ein Rechteck präsentiert und sie muss entsprechend durch Tastendruck reagieren. Die Reaktionszeiten sollen separat für beide dargebotenen Objekte ausgewertet werden. Zuerst sollen folgende Parameter global in AssignmentGroup festgelegt werden. SubjectCode = "pxlab"; TrialFactor = 10; DataProcessingEnabled = 1; // Um vom SystemParameter ResponseTime zu unterscheiden. new GlobalResponseTime = 0; Mit DataProcessingEnabled = 1 wird dem System mitgeteilt, dass in der Design-Datei eine Bereich zur Datenauswertung steht und dieser auch ausgeführt werden soll. Im Parameter GlobalResponseTime wird die Reaktionszeit der Versuchsperson gespeichert, um die Berechnung zu verstehen ist es notwendig sich den Trial-Bereich anzugucken. Trial(Object, GlobalResponseTime) { ClearScreenRandomTime() { Timer = CLOCK_TIMER; ExpectedWait = 1000; WaitingTimeLimit = 3000; SimpleDisk() { Timer = RESPONSE_TIMER; SimpleBar() { Timer = RESPONSE_TIMER; SetParameter() { Parameter = "GlobalResponseTime"; Value = Trial.SimpleDisk.Execute? Trial.SimpleDisk.ResponseTime : Trial.SimpleBar.ResponseTime; Mit ClearScreenRandomTime wird eine Warteintervall zwischen den Stimuli eingestellt, undzwar derart, dass die erwartete Wartezeit eine Sekunden beträgt (ExpectedWait = 1000) aber dass auch nur höchstens 3 Sekunden gewartet wird (WaitingTimeLimit = 3000). Zu jedem Zeitpunkt ist hier die Wahrscheinlichkeit, dass die folgenden Anzeigeelemente präsentiert werden, gleich. Mit der zufälligen Wartezeit soll ausgeschlossen werden, dass die Versuchsperson lernt immer nach einem festen Zeitintervall zu reagieren. In einem ernsthaften Experiment müsste man allerdings noch unterbinden, dass 3

4 die VP zu früh reagiert indem solche voreiligen Antworten entsprechend bestraft bzw. nicht wertet. Um das Beispiel einfach zu halten soll dies hier aber nicht geschehen. Im Factores-Bereich werden die Versuchsbedingungen festgelegt. IndependentFactor(Object, Trial.SimpleDisk.Execute, Trial.SimpleBar.Execute) { FactorLevel("Kugel", 1, 0); FactorLevel("Rechteck", 0, 1); DependentFactor(GlobalResponseTime); Die unabhängige Variable ist Object, über den Execute-Parameter wird entsprechend festgelegt ob das SimpleDisk oder das SimpleBar-Objekt präsentiert werden. Damit können wir uns nun den Bereich für die Datenauswertung angucken. ProcedureData(Object, GlobalResponseTime) { Statistics:Sphere() { Include = Object == "Kugel"; Exclude = 0; Stats = MINIMUM MAXIMUM MEAN INCLUDED_N; Statistics:Rect() { Include = Object == "Rechteck"; Exclude = 0; Stats = MINIMUM MAXIMUM MEAN INCLUDED_N; Das ProcedureData-Objekt wird nach dem Procedure-Bereich ausgeführt, ihm werden die beiden Parameter Object und GlobalResponseTime zur Auswertung übergeben. Diese werden aus den präsentierten Anzeigeelementen ausgelesen, deswegen müssen diese Parameter unter anderem auch in der Argumentliste des Trial-Bereiches auftauchen. Mit der Statistics-Klasse werden die Daten anschlieÿend ausgewertet, es wird jeweils das Maximum, das Minimum und der Mittelwert berechnet. Mit den beiden Parametern Include und Exclude werden die Datensätze ausgewählt. Hier kann ein beliebiger boolescher Ausdruck stehen, in unserem Beispiel werden mit Include = Object == "Kugel" im ersten Statistics-Objekt alle Datensätze, die die Versuchsbedingung Kugel betreffen, ausgewählt, Exclude = 0 bedeutet, dass von den einbezogenen Datensätzen auch keiner wieder ausgeschlossen wird. Das komplette Beispiel hat dann die Gestalt. 1 Experiment() { 2 Context() { 3 AssignmentGroup() { 4 SubjectCode = "pxlab"; 5 TrialFactor = 10; 6 DataProcessingEnabled = 1; 7 // Um vom SystemParameter ResponseTime zu unterscheiden. 4

5 8 new GlobalResponseTime = 0; 9 10 Trial(Object, GlobalResponseTime) { 11 ClearScreenRandomTime() { 12 Timer = CLOCK_TIMER; 13 ExpectedWait = 1000; 14 WaitingTimeLimit = 3000; SimpleDisk() { Timer = RESPONSE_TIMER; 17 SimpleBar() { Timer = RESPONSE_TIMER; 18 SetParameter() { 19 Parameter = "GlobalResponseTime"; 20 Value = 21 Trial.SimpleDisk.Execute? 22 Trial.SimpleDisk.ResponseTime : Trial.SimpleBar.ResponseTime; ProcedureData(Object, GlobalResponseTime) { 26 Statistics:Sphere() { 27 Include = Object == "Kugel"; 28 Exclude = 0; 29 Stats = MINIMUM MAXIMUM MEAN INCLUDED_N; Statistics:Rect() { 32 Include = Object == "Rechteck"; 33 Exclude = 0; 34 Stats = MINIMUM MAXIMUM MEAN INCLUDED_N; Factors() { 39 IndependentFactor(Object, Trial.SimpleDisk.Execute, Trial.SimpleBar.Execute 40 FactorLevel("Kugel", 1, 0); 41 FactorLevel("Rechteck", 0, 1); DependentFactor(GlobalResponseTime); Procedure() { 46 Session() { 47 Block() { 48 Trial("Kugel",?); 49 Trial("Rechteck",?);

6 52 53 Wenn man dieses ausführt, so ndet man neben der üblichen Datendatei pxlab.dat eine Datei pxlab.html im aktuellen Verzeichnis, in dieser stehen die berechneten Statistiken Regressionsanalyse Mit PXLab kann man eine einfache Regressionsanalyse durchführen. Seien folgende Daten gegeben und in der Datei reg_sample.dat abgelegt. Y X Wie diese nochmal in Abbildung 1 zu sehen sind Abbildung 1: Links sind die Datenpunkte in einem Koordinatensystem eingetragen, rechts ist der Inhalt der verwendeten Datendatei reg_sample.dat zu sehen. In der ersten Spalte stehen die Realisierungen der Zufallsgröÿe Y und in der zweiten Spalte jene von X. Zur Analyse wird die Klasse de.pxlab.stat.regression verwendet, folgender Aufruf analysiert unsere Daten. java de.pxlab.stat.regression -d reg_sample.dat -t results.html In der Datei results.html sollte jetzt in etwa folgendes stehen. 6

7 Es wurde also die Gerade A = 0.86 B ermittelt, diese ist in Abbildung nochmal zu sehen. Abbildung 2: Durch PXLab ermittelte Regressionsgerade. Mit Hilfe der Klasse Regression kann man auch die Auswertung direkt in der Design- Datei vorgeben, wie dies im letzen Kapitel gezeigt wurde. 7