Построение диаграммы рассеяния. Одновыборочный критерий Колмогорова-Смирнова, страница 3

                                                                                                  Descriptive Statistics

 

	N	Minimum	Maximum	Mean	Std. Deviation	Skewness		Kurtosis
	Statistic	Statistic	Statistic	Statistic	Statistic	Statistic	Std. Error	Statistic	Std. Error
LnY	376	2,58	10,28	8,5386	,83339	-1,410	,126	7,087	,251
Valid N (listwise)	376

Проверяем условия: |А|≤3*S_A; |Э|≤5*S_Э            

1,410 ≤ 3*0,126; 7,087 ≤ 5*0,251

Оба условия не выполняются, поэтому гипотеза о нормальности распределения отвергается.

1.2)  С помощью критерия Колмагорова-Смирнова

Анализ -> Непараметрические критерии (не взвешивать)

Условие: p < 0,05 – не нормальное распределение (p – Ассимпт.знч. (двустороннее))

                       One-Sample Kolmogorov-Smirnov Test

 

 

 

		LnY
N		376
Normal Parameters(a,b)	Mean	8,5386
	Std. Deviation	,83339
Most Extreme Differences	Absolute	,056
	Positive	,043
	Negative	-,056
Kolmogorov-Smirnov Z		1,076
Asymp. Sig. (2-tailed)		,197

a  Test distribution is Normal.

b  Calculated from data.

0,197>0,05 - следовательно распределение нормальное

1.3)  Анализ -> Описательные статистики -> Исследовать

Графики…

Графики критерии для проверки нормальности

                                                           Tests of Normality

 

	Kolmogorov-Smirnov(a)			Shapiro-Wilk
	Statistic	df	Sig.	Statistic	df	Sig.
LnY	,056	376	,007	,926	376	,000

a  Lilliefors Significance Correction

Для работы берем третий вариант преобразований, т.к. он ближе всего к нормальному (и при проверке один из трёх методов показал, что распределение нормальное).

6.  (3) Ранговый коэффициент корреляции для количественных – число наличных членов домохозяйства

Корреляция -> Парные   Спирмена

                                                            Correlations

  

  

 

  

  

			Число наличных лиц в домохозяйстве	Налоги, сборы, платежи
Spearman's rho	Число наличных лиц в домохозяйстве	Correlation Coefficient	1,000	,492(**)
		Sig. (2-tailed)	.	,000
		N	456	456
	Налоги, сборы, платежи	Correlation Coefficient	,492(**)	1,000
		Sig. (2-tailed)	,000	.
		N	456	456

**  Correlation is significant at the 0.01 level (2-tailed).

То же самое для количества детей

                                                                              Correlations

  

  

 

  

  

			Налоги, сборы, платежи	Фактическое число детей до 16 лет
Spearman's rho	Налоги, сборы, платежи	Correlation Coefficient	1,000	,256(**)
		Sig. (2-tailed)	.	,000
		N	456	456
	Фактическое число детей до 16 лет	Correlation Coefficient	,256(**)	1,000
		Sig. (2-tailed)	,000	.
		N	456	456

**  Correlation is significant at the 0.01 level (2-tailed).

Теперь для номинальной шкалы. Сначала переводим у в номинальную шкалу:

Преобразовать -> Визуальная категоризация

Границы интервала: равные процентили, количество интервалов 10

                                                                    Case Processing Summary

 

 

	Cases
	Valid		Missing		Total
	N	Percent	N	Percent	N	Percent
Тип населенного пункта * Налоги, сборы, платежи (Banded)	456	100,0%	0	,0%	456	100,0%

              Тип населенного пункта * Налоги, сборы, платежи (Banded) Crosstabulation

Count

 

 

		Налоги, сборы, платежи (Banded)										Total
		1	2	3	4	5	6	7	8	9	10
Тип населенного пункта
	Городская местность	50	20	25	31	27	20	22	22	31	35	283
Сельская местность	30	17	24	13	19	23	20	17	10	0	173
Total		80	37	49	44	46	43	42	39	41	35	456

                                           Chi-Square Tests

	Value	df	Asymp. Sig. (2-sided)
Pearson Chi-Square	36,297(a)	9	,000
Likelihood Ratio	48,253	9	,000
Linear-by-Linear Association	7,185	1	,007
N of Valid Cases	456

a  0 cells (,0%) have expected count less than 5. The minimum expected count is 13,28.

Для дальнейшей работы выбираем тип населенного пункта и число членов домохозяйств, так как коэффициент корреляции выше.

Далее разбиваем на сегменты.

Сегмент (код)	mest	chlicn
1	1	1
2	1	2
3	1	3
4	1	4
5	1	5-6
6	2	1
7	2	2
8	2	3
9	2	4
10	2	5-6