1. Əmtəə və xidmətlər bazarında rəqabətin vəziyyətinin, təmərküzləşmə səviyyəsinin, qiymətin formalaşmasında inhisarçılığın təsirinin statistik tədqiqinin yekunları



Yüklə 0,61 Mb.
səhifə8/8
tarix31.08.2018
ölçüsü0,61 Mb.
#65526
1   2   3   4   5   6   7   8

Indikator dəyişəni kimi alınan mülkiyyət növlərinə görə dəyişənlərin buraxılmış dəyərləri arasında fərqi ölür. Məsələn, gr1 dəyişəni üçün dövlət mülkiyyəti ilə xüsusi mülkiyyət növünə görə buraxılmış dəyər sayı çox böyük fərqlilik göstərmir. Belə ki, cəmi 89.9, dövlət 88.1, xüsusi isə 89.9 olaraq göstərilir. 5%-dən az buraxılmış dəyəri olan indikator dəyişənləri cədvəldə əks etdirilmir.


Təxmin edici statistikalar və buraxılmış dəyərlərin bərpası

Orta kəmiyyətlər, standart kənarlaşmalar, kovaryanslar və korrelyasiyalar listwise, pairwise, EM və reqressiya metodları ilə hesablana bilər. Həmçinin bu metodlarla buraxılmış dəyərlər bərpa olunur. Little’s MCAR testi buraxılmış dəyərlərin bərpasının lazım olub olmadığını müəyyənləşdirir.

Listwise metodu. Bu metod sadəcə tam hadisələr üçün uyğundur. Orta kəmiyyətləri, matrislərin korrelyasiyasını və kovariasiyasını əks etdirir. Burada dəyişkənlərin analizi buraxılmış dəyərlər nəzərə alınmadan aparılır.

Pairwise metodu. Bu metod analiz dəyişkənlərinin cütlərinə baxır və əgər hər iki dəyişkənin buraxılmamış dəyərləri varsa istifadə edilir. Frekansları, orta kəmiyyətləri və standart kənarlaşmaları hər cüt üçün ayrı hesablayır. Çünki hadisədə buraxılmış dəyərlər ehmal edilə bilər; iki dəyişkənin korrelyasiya və kovaryansı digər hər hansı dəyişkənlərin buraxılmış dəyərlərindən asılı deyil.

EM metodu. Orta kəmiyyətlər, korrelyasiya və kovariasiya matrisləri EM metodu vasitəsilə hesablanır. Bu metod buraxılmış dəyərləri təkrarlanan mərhələlərlə təxmin edir. Hər təkrarlama gözlənilən “buraxılmış” dəyər üçün E addım və parametrlərin maksimum oxşarlıq ehtimalları üçün M addımdan ibarət iterativ proses yaradılır.

Reqressiya metodu. Bu metod çox dəyişənli xətti reqressiya təxminlərini hesablayır və təsadüfi komponentlərlə təxmin gücünü artırma seçimi var. Orta kəmiyyətlər, korrelyasiya və kovariasiya matrislərinin reqressiya metodu vasitəsilə hesablayır.

Buraxılmış qiymətlərin reqressiv analizi

Analyze>Missing Value Analysis> Regression



f6

Şəkil 5. Missing Value Analysis Regression pəncərəsi


Buraxılmış dəyərlər təkrarlanan xətti reqressiya metodu vasitəsi ilə də analiz edilir. Bu metodda dəyişənlərin kovariasiya və korrelyasiya matrislərindən istifadə edilir. Reqreesiya metodu pəncərəsində qalıqlar, normal dəyişənlər, Styudent”in t təsadüfi kəmiyyəti və ya heç biri təxmin bəndəlindən birini seçə bilərsiniz.

Qalıqlar. Xətalar vektoru reqressiya hesablamalarına əlavə ediləcək tam hadisələrdən müşahidələrdən olunan qalıqlar arasından təsadüfü seçmə yolu ilə müəyyən edilir.

Normal təsadüfi kəmiyyətlər. Xətalar vektoru gözlənilən t(n) paylanmasından xaotik qaydada uzaqlaşdırılır və standart xəta reqressiya xətasının orta qiymətinin kvadrat kökünə bərabərdir.

Styudentin təsadüfi kəmiyyəti. Xətalar vektoru gözlənilən 0 paylanmasından xaotik qaydada uzaqlaşdırılır və orta kvadratik xəta hesablanır.

Təxminlərin maksimum dəyəri: asılı olmayan dəyişənlərin əvvəlcədən təxmin edilməsində maksimum dəyəri təyin edir.

Buraxılmış dəyərlərin EM metodu ilə analizi


EM metodu buraxılmış dəyərlərin orta kəmiyyətlərini, kovariasiya matrisini və korrelyasiya matrisini təkrarlanan prosesdən istifadə edərək hesablayır.

Paylama. Müxtəlif ehtimallardan məlumatın paylanması üçün: normal, qarışıq normal və Styudent”in dəyişən kəmiyyətləri. Bəndlərindən istifadə edilir. Qarışıq normal ehtimal proporsiyanı və standart paylanmanın nisbəti müəyyən edilir. Styudentin dəyişən kəmiyyətlərinin paylanması üçün isə sərbəstlik dərəcələri müəyyən edilməlidir.


f7
Maximum İterations bəndində isə təkrarlanmanın maksimum ölçüsü müəyyən edilir.

Şəkil 6. Missing Value Analysis EM pəncərəsi



EM Meansa

gr1

gr2

gr5

gr3

gr6

57468,538

3139,749

52581,987

52708,827

1190,974

a. Little's MCAR test: Chi-Square = 560,453, DF = 33, Sig. = ,000



Cədvəlin sonunda verilən Little”s-ın MCAR (Missing Completely At Random) Ki-kvadrat testinin ehtimal dəyəri (sig.=0.00) 0.05- dən kiçik olduğu üçün misalımızda buraxılmış dəyərlər tamamən təsadüfi deyildir.

Dəyişənlərin buraxılmış dəyərinin analizi


Analyze>Missing Value Analysis


menyuları seçilir və açılan pəncərədən Estimation bölməsinin qruplarından EM və ya Regression seçib (variables) Dəyişənlər düyməsinə basılır : birinci bənddə bütün kəmiyyət dəyişənlər, ikinci bənddə isə seçilən dəyişənlər, daxil edilir. Çıxış cədvəllərində isə həm Regression həmdə EM metoduna aid cədvəllər əks olunur.





f8

Şəkil 7. Missing Value Analysis pəncərəsi







Təkrarlanan hesablamalar

Buraxılmış dəyərlərin üzərində aparılan təkrarlı analizlər daha real və ya reallığa daha yaxın nəticələrin əldə edilməsinə kömək edir. Təkrarlanan hesablamalardan keçən verilənlər çoxluğuna tətbiq edilən analitik prosedurlar əldə edilən nəticəni hər dəfə “tam dəyər” (buraxılmış dəyəri olmayan xəyali verilənlər) ilkin verilənlər çoxluğu ilə müqayisə edərək birləşdirirlər. Bu prosedurların nəticəsində əldə edilən verilənlər çoxluğundan daha dəqiq nəticələr əldə edilir. Aşağıdakı kimi analiz dəyişənləri vardır:


Nominal. Dəyişənin dəyəri kateqoriyaları təmsil edir. Misal olaraq idarənin şöbələri, rayonlar, dini mənsubiyyət, poçt ünvanlarını göstərə bilərik.

Sıra bildirən saylar. Bu tip dəyişənlərin dəyərləri müqayisə olunandır. Məsələn, müştərilərin məmnunluğunu, xidmətin səviyyəsi və üstünlüyün dərəcələrini təmsil edir.

Şkala (miqyas). Dəyişənin dəyəri ölçülən kateqoriyalıdır və onun qiymətləri arasındakı məsafələr vardır və müqayisə olunurlar. Məsələn, yaş, gəlir və s.





Frekans ölçüləri. Mənfi və ya sıfır ölçülər rədd edilir yəni, hesablamalardan nəzərə alınmır. Buraxılmış ölçülər ən uyğun yaxın tam ədədə yuvarlaqlaşdırılır.

Analiz ölçüsü. Analizin ölçüsü (reqressiya və ya seçmə) buraxılmış dəyərlər və təkrarlanan hesablamalara uyğun gəlir. Mənfi və ya sıfır ölçülü analizi olan hadisələr rədd edilir (hesablamalardan nəzərə alınmır).

Mürəkkəb nümunələr: Sadəcə çox şaxəli nəticə çıxarma proseduru deyil, təbəqələri, çoxluqları və ya digər mürəkkəb nümunələri analiz edir.

Buraxılmış dəyərlər. Həm istifadəçinin, həm də sistemin buraxılmış olduğu dəyərləri həqiqi olmayan qiymətlər hesab edilir və onlar hesablamalarda iştirak etmir.

Təsadüfi say ailəsi: Əlavə edilən dəyərlərin hesablanmasında təsadüfi saylar ailəsindən istifadə edilir.


fd

Şəkil 8. Analyze Patterns pəncərəsi



Buraxılmış dəyərlərin ümumi məzmunu

(Overall Summary Of Missing Value)

Bu bölmədə verilənlərin buraxılmış dəyərləri üç fərqli dairə diaqram ilə göstərilmişdir.



Dəyişənlər: diaqramı hər 6 hadisədən hər biri ən az bir buraxılmış dəyərə sahibdir.

Hadisələr : diaqramı 5656 hadisənin 220 –si ən az bir buraxılmış dəyərə sahibdir.

Dəyərlər : diaqramı isə hər 33936 hadisədən 15467-sində ən az bir buraxılmış dəyər var.





Dəyişənlərin xülasəsi

(Variable Summary)

Bu cədvəldə isə, buraxılmış dəyərlərin sayı və faiz olaraq ifadəsi, tam dəyərlərin sayı, orta kəmiyyəti və standart kənarlaşması göstərilir.




Variable Summarya,b




Missing

Valid N

Mean

Std. Deviation




N

Percent

Əvvəlki ayda daxili ehtiyaclar üçün istifadə edilmişdir və itkilər (5-ci sütundan)

5424

95,9%

232

1181,406

5584,2382

Əvvəlki ayda istehsal edilmişdir (yerinə yetirilmişdir)

4545

80,4%

1111

104978,178

1,8397

Hesabat ayında göndərilmişdir (verilmişdir)

4320

76,4%

1336

221816,246

6,3879

Hesabat ayında daxili ehtiyaclar üçün istifadə edilmişdir və itkilər (1-ci sütundan)

3606

63,8%

2050

2967,037

54886,3558

Hesabat ayında istehsal edilmişdir (yerinə yetirilmişdir)

574

10,1%

5082

60059,384

3,2762

a. Maximum number of variables shown: 25

b. Minimum percentage of missing values for variable to be included: 10,0%





Verilənlərin tam və buraxılmış dəyərlərinin xəritəsini çıxarır və müvafiq tiplərə

görə rənglərlə göstərir. Aşağıda verilən dəyişənlərin adlarından hansı dəyişənin daha

çox buraxılmış dəyəri olduğu görülür.

Frekans diqramından da eynı nəticəyə gəlmək olar ki, frekansı böyük olan dəyişən daha çox buraxılmış dəyərə sahibdir.







Buraxılmış qiymətlərin analizinin əlavə xüsusiyyətləri

(MVA komandası)

SPSS dilinin MVA komandası (Missing Value Analisys) bir sıra əyani dəyişənləri təyin edir ki, onlar da aşağıdakıları yerinə yetirməyə imkan verir :




  • Təsviredici MPATTERN, DPATTERN və ya TPATTERN açar sözlərindən istifadə edərək müəyyən qiymətləri, verilənləri, yekun halında olan məlumatı buraxa (kənarlaşdıra) bilərsiniz.




  • Verilənləri birdən çox sayda növlərini cədvələ köçürə bilərsiniz.




  • EM komandasından istifadə edərək dözümlülük və konvergensiyanı hesablaya bilərsiniz.




  • REGRESSİON komandasından istifadə edərək dözümlülüyü və

F-to-enter-i təyin edə bilərsiniz.


  • TTESTS, TABULATE və MISMATCH testlərindən hər biri üçün müxtəlif faizlər əks etdirilə bilər.

MVA komandasının tam sintaksisi fəslin sonunda verilir.


Verilənlərin buraxılmış qiymətlərinin hesablanması təkrarlanan hesablamalar vasitəsilə həyata keçirilir.
Verilənlərin buraxılmış qiymətlərini hesablamaq üçün aşağıdakıları yerinə yetirin :
Menyudan seçin : Analiz

Təkrarlanan hesablamalar

Verilənlərin buraxılmış qiymətlərinin hesablanması

Siyahıdan hesablama modeli üzrə iki dəyişən seçin

Təkrarların sayını göstərin. Susmaya görə 5 götürülür.

Verilənlərin Statistik formatını təyin edin.



MVA komandasının tam sintaksisi

(MVA Command Syntax)

MVA [VARIABLES =] {varlist}

{ALL }
[/CATEGORICAL = varlist]

[/MAXCAT = {25**}]

{n }

[/ID = varname]


Description:

[/NOUNIVARIATE]

[/TTEST [PERCENT = {5}] [{T }] [{DF } [{PROB }]

{n} {NOT } {NODF} {NOPROB}]

[{COUNTS }] [{MEANS }]]

{NOCOUNTS} {NOMEANS }

[/CROSSTAB [PERCENT = {5}]]

{n}


[/MISMATCH [PERCENT = {5}] [NOSORT]]

{n}


[/DPATTERN [SORT = varname[({ASCENDING })] [varname ... ]]

{DESCENDING}

[DESCRIBE = varlist]]

[/MPATTERN [NOSORT] [DESCRIBE = varlist]]

[/TPATTERN [NOSORT] [DESCRIBE = varlist] [PERCENT={1}]]

{n}


Estimation:

[/LISTWISE]

[/PAIRWISE]

[/EM [predicted_varlist] [WITH predictor_varlist]

[([TOLERANCE = {0.001} ]

{value}


[CONVERGENCE = {0.0001}]

{value }

[ITERATIONS = {25} ]

{n }


[TDF = n ]

[LAMBDA = a ]

[PROPORTION = b ]

[OUTFILE ='file' ])]


[/REGRESSION [predicted_varlist] [WITH predictor_varlist]

[([TOLERANCE = {0.001} ]

{n }

[FLIMIT={4.0} ]



{N }

[NPREDICTORS = number of independent variables]

[ADDTYPE = {RESIDUAL*} ]

{NORMAL }

{T[({5}) }

{n}


{NONE }
[OUTFILE = 'file'

])]]


Verilənlərin buraxılmış dəyərinin hesablanması


Verilənlərin buraxılmış qiymətlərinin hesablanması təkrarlanan hesablamalar vasitəsilə həyata keçirilir. Ana menyudan :

Analyze>Multiple İmputation> Impute Missing Values



f9
Şəkil 9. İnput Missing Data Values pəncərəsi


Imputation Models




Model

Missing Values

Imputed Values

Type

Effects

Hesabat ayında istehsal edilmişdir (yerinə yetirilmişdir)

Linear Regression

gr2,gr3,gr5,

gr6


258

1290

Hesabat ayında daxili ehtiyaclar üçün istifadə edilmişdir və itkilər (1-ci sütundan)

Linear Regression

gr1,gr3,gr5,

gr6


3290

16450

Hesabat ayında göndərilmişdir (verilmişdir)

Linear Regression

gr1,gr2,gr5,

gr6


4004

20020

Əvvəlki ayda istehsal edilmişdir (yerinə yetirilmişdir)

Linear Regression

gr1,gr2,gr3,

gr6


4229

21145

Əvvəlki ayda daxili ehtiyaclar üçün istifadə edilmişdir və itkilər (5-ci sütundan)

Linear Regression

gr1,gr2,gr3,

gr5


5108

25540

Yüklə 0,61 Mb.

Dostları ilə paylaş:
1   2   3   4   5   6   7   8




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2024
rəhbərliyinə müraciət

    Ana səhifə