Александр Виноградов

Brand equity

Sat, 07 Nov 2009 07:32:08 GMT

Пакет SPSS недолго пробыл под дурацким названием PASW, теперь он называется IBM SPSS. Все-таки нашлись умные люди, которые понимают в брендинге

Третий кусочек задачи

Thu, 05 Nov 2009 12:47:08 GMT

Уже есть текст письма, вложения для каждого получателя, осталось письма разослать. Но стандартный mail merge в Word тут не поможет -- он умеет вставлять во вложение только текст сообщения. Написал макрос на VBA, который отсылает письма из Excel. В таблице прописываем тему, текст сообщения, адреса получателей и путь к вложениям для каждого получателя. Вставляем следующий макрос и ссылаемся на библиотеки Outlook и Redemtion (эту предварительно надо загрузить из Инета и установить):

Sub SendMsg()
    Dim objApp As Outlook.Application
    Dim objMsg As Outlook.MailItem
    Dim objSafeMsg As Redemption.SafeMailItem
    Dim C As Excel.Range
    
    Set objApp = CreateObject("Outlook.Application")
    Set C = Selection
    For I = 1 To C.Rows.Count
        Subject = C.Cells(I, 1)
        Body = C.Cells(I, 2)
        Email = C.Cells(I, 3)
        Attachmnt = C.Cells(I, 4)

        Set objMsg = objApp.CreateItem(olMailItem)
        With objMsg
          .Subject = Subject
          .Body = Body
          .To = Email
          .Attachments.Add Attachmnt
        End With
        
        Set objSafeMsg = CreateObject("Redemption.SafeMailItem")
        objSafeMsg.Item = objMsg
        objSafeMsg.Send
    Next

    Set objMsg = Nothing
    Set objApp = Nothing
End Sub

Для отсылки выделяем блок в Экселе и вызываем макрос

Вторая задачка

Wed, 04 Nov 2009 17:21:36 GMT

как когда-то сказал мой коллега Горбачик, преподавательский труд приносит радость, если бы только не мешали студенты. Псевдокарантин неожиданно подарил время для неспешной и в удовольствие работы на себя. Весь день сражался с Пайтоном, чтобы решить вторую часть задачки по проверке качества заполнения опросников. Наваял-таки небольшую программу, которая берет список переменных по определенному принципу (например, имя которых начинается на zN) и для каждого испытуемого выводит строку с именами тех переменных, значения которых у него находятся вне диапазона от -1 до 1.

BEGIN PROGRAM.
import spssaux, spssdata
varDict = spssaux.VariableDict(pattern=r'zN')

data = spssdata.Spssdata(indexes=(varDict,), accessType="w")
data.append(spssdata.vdef('vars', vtype=100))
data.commitdict()

for row in data:
  list = []
  for i in range(len(row)):
    if (abs(row[i]) > 1):
      list = list + [varDict[i].VariableName]
  vars = " ".join(list)
  data.setvalue("vars", vars)
  data.CommitCase()
data.CClose()
del data
del varDict
END PROGRAM.

Первые впечатления от СТАТА

Tue, 03 Nov 2009 20:11:16 GMT

Скачал несколько руководств и немного поигрался с простыми процедурами. Отличная программа, хотя, конечно, не конкурент СПСС в глазах обычного пользователя. Отстойный вывод результатов, необходимость пользоваться командным языком, размещение файлов данных в памяти. Но вот те несколько процедур, которые я попробовал, меня очень порадовали. Например, в банальном t-критерии выводится информация по всем типам альтернативных гипотез (направленным и ненаправленной), а не только одной, как в СПСС. В процедуре расчета альфы Кронбаха предусмотрена возможность автоматически менять ключ переменной, а также можно сохранять новую переменную, соответствующую проверяемой на надежность шкале

WiMAX

Tue, 03 Nov 2009 20:02:50 GMT

По ссылке в Гугле узнал, что в Киеве начинают строить сеть 4G. Оператор Freshtel до конца года обещает покрыть весь Киев сетью подстанций, а потом распространиться на все крупные города и областные центры. Доступ безлимитный, оплата определяет скорость скачивания. Модем величиной с флешку и стоит всего 199 гривен. Уже хочу -- пиплнет меня не очень устраивает низкой скростью и довольно высокой оплатой
UPD: Фрештел прорвало -- скорость в UA-IX до 4 мб/сек, а на мир остается низкой

замысел исследования

Tue, 03 Nov 2009 19:57:29 GMT

Давно хотел исследовать такую штуку: не раз замечал, что испытуемые путают направление шкалы и вместо варианта "полностью согласен" выбрать случайно "полностью не согласен". Как мне кажется, это одно из самых простых объяснений того, что на отечестенных выборках психологические шкалы почему-то имеют несколько меньшую надежность-согласованность. Идея такая: для каждого испытуемого определяем пункты, на которые он дал подозрительно несогласующиеся с остальными ответы, отсылаем ему протокол с просьбой проверить именно эти вопросы (и, для контроля, еще какие-нибудь) и смотрим на исправления -- сколько их, как влияют на согласованность.
Первая задача, которая возникла при реализации замысла, состояла в том, чтобы порезать файл данных СПСС на отдельные кусочки, в каждом данные только одного человека. Удалось ее решить при помоши такой програмки на Пайтоне:

BEGIN PROGRAM.
import spss
dataCursor=spss.Cursor([0])
data=dataCursor.fetchall()
dataCursor.close()
for i in range(spss.GetCaseCount()):
  filename = data[i][0]
  filename = "c:/temp/" + filename.rstrip() + ".sav";
  spss.Submit(r"""
  USE %s THRU %s.
  SAVE OUTFILE="%s" /UNSELECTED=DELETE.
  """ %(i+1, i+1, filename))
END PROGRAM.

STATA

Sat, 31 Oct 2009 09:13:50 GMT

Поставил STATA, впечатление в целом позитивное. Окно приложения разделено на 4 части: командная строка, список переменных в файле данных, история команд и окошко вывода (оформлено в моем любимом сумеречном стиле). Команды можно выбирать и из меню, задавая параметры в диалоговых окнах, так что обычные пользователи не почувствуют себя обиженными. В диалогах есть вкладки отбора, взвешивания и расслоения, что кажется весьма удобным. Вывод, правда, несколько разочаровал -- фиксированной ширины шрифт, таблицы в HTML формате переносятся перекошенными. Однако методов, по первому впечатлению, несколько больше, чем в СПСС

Ниже, чем у большинства

Mon, 26 Oct 2009 09:13:13 GMT

Интереса ради в последней из шкал для учстников тренинга включил не обычный формат ответа, а предполагающий соотнесение себя с большинством коллег (такой же уровень компетенции, как у большинства, ниже, выше и т.д.). Результат полностью совпал с известной закономерностью: практически никто не выбирает варианты "ниже, чем у большинства"

ggplot2

Mon, 26 Oct 2009 09:09:05 GMT

Книги по R появляются с завидной регулярностью. Некоторые даже имеют год выпуска 2010 -- что интересно, сами издатели выкладывают их в сеть даже до официального выхода. Предпоследнюю, посвященную графическому пакету ggplot2, я с интересом пролистал и попробовал некоторые команды. Действительно, графики получаются красивые и работать с пактом удобнее, чем со стандартными командами построения диаграмм. Ggplot2 реализует грамматику графиков, подобную GGRAPH в SPSS. Вот самые простые примеры работы с ggplot2:

# загружаем пакет
library(ggplot2)

# введем небольшой массив данных
w <- data.frame(
  x = c(1,3,2,6,8,5),
  y = c(5,2,1,7,4,3),
  sex = c(1,1,1,2,2,2),
  label = c("A","B","C","D","E","F")
)
# пустьпол будет категориальной переменной с метками
w$sex <- factor(w$sex, labels=c("male","female"))

# диаграмма рассеивания
qplot(
  x, y, 
  data=x,
  label=label,
  geom=c("point","text"),
  vjust=1.5
) + ylim(0,7)

# коробки
qplot(
  sex, x, 
  data = w, 
  geom = "boxplot", 
  fill = sex, 
  ylab = "extraversion"
)

# гистограмма
qplot(
  x,
  data = w,
  geom = "histogram",
  binwidth = 3,
  fill = I("red"),
  colour = I("black")
)

# для различных типов графиков можно установить параметры по умолчанию
update_geom_defaults("point", aes(colour = "darkblue"))

# последний из графиков экспортируется в файл вот так
ggplot(file = "c:/output.pdf", width=6, height=6)

преподавание статистики

Thu, 22 Oct 2009 14:03:12 GMT

Что меня не перестает удивлять в современных студентах, так это отсутствие привычки что-либо записывать на лекции. Большинство просто сидят и слушают (вполуха, естественно). Что при этом остается в голове нетрудно догадаться -- ничего. Читая прекрасную книжку Developing Students’ Statistical Reasoning, в которой на каждую тему авторы предлагают массу всяческих забавных упражнений для студентов (судя по содержанию заданий, скорее для учеников 8-10 классов), я тут подумал: а почему бы не ввести для наших студентов (уровень зрелости которых едва ли выше) вместо конспектов такие тетрадки, как в начальной школе? На этой страничке запиши определение, на этом графике проведи линию, тут ответь на вопросы...

неожиданная находка

Thu, 22 Oct 2009 13:45:01 GMT

вчера позвонил Андрей и сообщил, что оставил для меня на кафедре диск со STATA. Давно хотел с ней поиграться, потому что многие хвалили. Полез в гигапедию поискать к ней руководства, а в ней что-то поисковик в последнее время чудит. Ничего не нарыв, он предложил мне еще поискать на gigle.ws. Я там регистрировался раньше, но в то время ничего, кроме порнографии, народ не выкладывал, так что второй раз я уже и не заходил. А сегодня выяснилось, что там лежит 10 и 9 версии STATA. Ничего себе

Сложность Я

Thu, 22 Oct 2009 09:05:17 GMT

В каждом из нас сосуществуют множество различных Я. Я как друг, преподаватель, отец, или супруг могут довольно сильно отличаться проявляемыми качествами. Чем больше граней и различий между отдельными Я, тем сложнее устроен человек. Хорошо ли быть сложноустроенной, многогранной личностью? Смотря как посмотреть. Если я прост, то внешняя оценка вызовет во мне более сильные чувства: положительная очень обрадует, а отрицательная очень огорчит. Вдобавок, и отвлечься от событий, вызвавших эмоциональный отклик, будет гораздо труднее. Если жизнь наполнена позитивными событиями, а близкие люди оказывают поддержку, то простому человеку живется гораздо эмоционально комфортнее, чем сложному. Если же все с точностью до наоборот, то отрицательные эмоции доставляют простым больше беспокойства. Отсюда вывод: будьте проще и пусть люди к вам потянутся. Но если в жизни наступила черная полоса, спасение следует искать в развитии своего Я.

HTML вывод в R

Tue, 20 Oct 2009 12:37:24 GMT

Встретил, читая руководство по SAS и R, на полезные пакеты hwriter и prettyR, которые позволяют вывести объекты в формате HTML. Действительно, очень удобно и гибко получается. Вот пример (сначала нужно установить пакет hwriter):

# Создадим матрицу данных из 4 переменных и посчитаем матрицу корреляций:
v1 <- rnorm(25)
v2 <- rnorm(25)
v3 <- rnorm(25)
v4 <- rnorm(25)
x <- data.frame(v1,v2,v3,v4)
cors <- cor(x)

# теперь выведем корреляционную матрицу в файл с именем test.html

library(hwriter)
mydir <- "c:/temp"
page <- openPage('test.html', dirname=mydir)
hwrite("Correlations", page, center=TRUE, heading=2)
hwrite(format(cors, digits=2), page, border=1, style="text-align:right", bgcolor="tan", cellspacing=0, cellpadding=5)
closePage(page)
if (interactive()) try(browseURL(file.path(mydir, 'test.html')))

Результат:

Correlations

</center>

	v1	v2	v3	v4
v1	1.000	0.246	0.023	-0.165
v2	0.246	1.000	0.139	0.065
v3	0.023	0.139	1.000	-0.193
v4	-0.165	0.065	-0.193	1.000

Дальше, выше, быстрее

Sun, 11 Oct 2009 10:02:51 GMT

В пятницу между пар зашел ДХ поговорить о том, как можно было бы улучшить преподавание на бакалаврате. С его точки зрения до 3 курса студентов-социологов заваливают информацией о филосософии, культурологии, ПР и прочем настолько, что они теряют представление о прикладных социологических задачах. Поэтому, полагает он, хорошо бы им прочесть какой-то короткий прагматичный курс по анализу данных, чтобы они могли своими руками что-то делать, не дожидаясь большого цикла на третьем курсе. Мысль правильная, я считаю. Путь освоения статистики для социологов должен быть именно спиралевидным -- сначала решение практических задач, потом разбираемся в методологии, потом решение более сложных практических задач и понимание на теоретическом уровне

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

в ходе разговора вспомнил о сайте Била Трохима (Трочима?), который в свое время проивел на меня очень большое впечатление. Там масса полезного материала для социальных исследователей (включая подробный алгоритм выбора статистики для решения конкретной задачи). Особенно понравилось, что в его создании участвовали студенты и аспиранты. Думаю, именно такой сайт должен быть взят в качестве образца для нашего кафедрального

TURF анализ

Sun, 11 Oct 2009 08:45:07 GMT

Решил попробовать еще одно любопытное расширение под SPSS, востребованное маркетологами -- Total Unduplicated Reach and Frequency (TURF). С его помощью можно определить, какие именно комбинации услуг позволяют достичь наибольшей доли целевой аудитории. Первым делом следует загрузить архив расширения с http://www.spss.com/devcentral и скопировать файлы из него в папку, где размещаются расширения (например, C:\Program Files\SPSSInc\PASWStatistics18\extensions). Затем нужно установить диалоговое окно расширения, выбрав в меню команду Utilities > Custom Dialogs > Install Custom Dialogs. Перезапустив пакет, можно пользоваться новой командой как при помощи синтаксиса, так и из меню (Analyze > Statistics > TURF Analysis). Рассмотрим применение TURF на простом примере. Пусть телевизионный канал планирует к показу несколько сериалов. Необходимо из 5 претендентов выбрать максимум 3 сериала, которые позволят охватить как можно бОльшую аудиторию. Сначала определим данные -- семь респондентов указали, какой из 5 сериалов они будут смотреть (1 по умолчанию воспринимается командой как выбор):

data list free / v1 to v5.
begin data.
1 0 0 0 1
0 1 1 0 0
1 0 1 0 0
0 0 0 1 0
0 1 0 1 0
0 0 1 0 1
1 0 0 0 0
end data.

variable labels
  v1 "House MD"
  v2 "Sex and the City"
  v3 "Heroes"
  v4 "X-files"
  v5 "Two and a half men".

value labels
  v1 to v5 0 "не смотрит" 1 "смотрит".

Синтаксис для вызова команды выглядит следующим образом. BESTN обозначает максимальное количество сериалов в комбинации, NUMBERTODISPLAY -- число выводимых в таблицах комбинаций, CRITERIA -- значение переменных, указывающее на выбор. Снчала выводится таблица, в которой достижимость анализируется отдельно для каждого сериала. Затем идет таблица с комбинациями по два сериала. Четыре такие комбинации позволяют охватить 71.4% аудитории (v1,v3; v1,v2; v1;v4; v2,v4). Наконец, в последней таблице приведены комбинации по три сериала. Единственным лидером здесь является сочетание v1,v3,v4, которое позволяет охватить 100% аудитории.

SPSSINC TURF VARIABLES = v1 v2 v3 v4 v5
  /OPTIONS BESTN = 3 
   NUMBERTODISPLAY = 10 
   CRITERIA = 1
   REMOVALCYCLES = 0. 


Maximum Group Size: 1.  Reach and Frequency.
|-------------|--------------------------------------------------|
|Variables    |Statistics                                        |
|          |--|----------|------------|---------|----------------|
|             |Reach     |Pct of Cases|Frequency|Pct of Responses|
|----------|--|----------|------------|---------|----------------|
|dimension0|v3|3         |42,9        |3        |25,0            |
|          |--|----------|------------|---------|----------------|
|          |v1|3         |42,9        |3        |25,0            |
|          |--|----------|------------|---------|----------------|
|          |v4|2         |28,6        |2        |16,7            |
|          |--|----------|------------|---------|----------------|
|          |v2|2         |28,6        |2        |16,7            |
|          |--|----------|------------|---------|----------------|
|          |v5|2         |28,6        |2        |16,7            |
|----------|--|----------|------------|---------|----------------|
Variables: v1, v2, v3, v4, v5



Maximum Group Size: 2.  Reach and Frequency.
|-----------------|--------------------------------------------------|
|Variables        |Statistics                                        |
|          |------|----------|------------|---------|----------------|
|                 |Reach     |Pct of Cases|Frequency|Pct of Responses|
|----------|------|----------|------------|---------|----------------|
|dimension0|v1, v3|5         |71,4        |6        |50,0            |
|          |------|----------|------------|---------|----------------|
|          |v1, v2|5         |71,4        |5        |41,7            |
|          |------|----------|------------|---------|----------------|
|          |v1, v4|5         |71,4        |5        |41,7            |
|          |------|----------|------------|---------|----------------|
|          |v3, v4|5         |71,4        |5        |41,7            |
|          |------|----------|------------|---------|----------------|
|          |v1, v5|4         |57,1        |5        |41,7            |
|          |------|----------|------------|---------|----------------|
|          |v2, v3|4         |57,1        |5        |41,7            |
|          |------|----------|------------|---------|----------------|
|          |v3, v5|4         |57,1        |5        |41,7            |
|          |------|----------|------------|---------|----------------|
|          |v2, v5|4         |57,1        |4        |33,3            |
|          |------|----------|------------|---------|----------------|
|          |v4, v5|4         |57,1        |4        |33,3            |
|          |------|----------|------------|---------|----------------|
|          |v2, v4|3         |42,9        |4        |33,3            |
|----------|------|----------|------------|---------|----------------|
Variables: v1, v2, v3, v4, v5



Maximum Group Size: 3.  Reach and Frequency.
|----------|----------|--------------------------------------------------|
|          |Variables |Statistics                                        |
|                     |----------|------------|---------|----------------|
|                     |Reach     |Pct of Cases|Frequency|Pct of Responses|
|----------|----------|----------|------------|---------|----------------|
|dimension0|v1, v3, v4|7         |100,0       |8        |66,7            |
|          |----------|----------|------------|---------|----------------|
|          |v1, v2, v3|6         |85,7        |8        |66,7            |
|          |----------|----------|------------|---------|----------------|
|          |v1, v4, v5|6         |85,7        |7        |58,3            |
|          |----------|----------|------------|---------|----------------|
|          |v1, v2, v4|6         |85,7        |7        |58,3            |
|          |----------|----------|------------|---------|----------------|
|          |v1, v2, v5|6         |85,7        |7        |58,3            |
|          |----------|----------|------------|---------|----------------|
|          |v3, v4, v5|6         |85,7        |7        |58,3            |
|          |----------|----------|------------|---------|----------------|
|          |v1, v3, v5|5         |71,4        |8        |66,7            |
|          |----------|----------|------------|---------|----------------|
|          |v2, v3, v4|5         |71,4        |7        |58,3            |
|          |----------|----------|------------|---------|----------------|
|          |v2, v3, v5|5         |71,4        |7        |58,3            |
|          |----------|----------|------------|---------|----------------|
|          |v1, v3    |5         |71,4        |6        |50,0            |
|----------|----------|----------|------------|---------|----------------|
Variables: v1, v2, v3, v4, v5

Back

Sun, 11 Oct 2009 08:05:12 GMT

вернулся в четверг ночью из Москвы, отчитав 4 пары по статистике. Все получилось очень здоровоЮ будем продолжать сотрудничать, полон энтузиазма. Единственное, что напрягло -- московские пробки. Лететь в Москву 1 час 15 мин, а ехать из Домодедово пришлось более 3 часов, обратно так же.

информационный взрыв настиг

Sat, 03 Oct 2009 16:27:19 GMT

Хотел сегодня поработать, но коварный Сейдж открыл свободный доступ к своим журналам, и я весь день собирал информационные грибы в информационном лесу. Когда по любимым ключевым словам мне вывалилось 4500 статей, меня охватил азарт, которого хватило на 700 статей. В итоге отобрал 118, а на остальное пока плюнул, потому что охватило отчаяние. Завтра пройдусь прицельно по самым грибным журналам и запасусь чтивом на год

Wed, 30 Sep 2009 21:19:05 GMT

сегодня коллеги из Москвы предложили вместо лекции на 4 часа провести 8-часовую. Я так понимаю, Елена Григоренко не приедет. Жалко, я хотел еще к маркетологам зайти пива попить. Или зайти к Марине Александровне Холодной в гости

скрытые возможности count

Wed, 30 Sep 2009 07:37:58 GMT

выяснилось, что у функции count в SPSS (используется для подсчета значений внутри набора переменных) есть дополнительная особенность, доступная только через синтаксис. Можно подсчитывать встречаемость разных значений внутри подгрупп переменных, если после них указать в скобках подсчитываемое значение. Например:
count x = V1 V2 V3 (1) V4 V5 V6 (5).
exe.
Тогда в группе переменных V1 V2 V3 подсчитывается количество единиц, а в V4 V5 V6 -- пятерок

еду

Mon, 28 Sep 2009 12:10:24 GMT

все, билеты в Москву куплены, так что с 7 по 8 октября я там, если чего

extensions

Mon, 28 Sep 2009 12:07:56 GMT

Имея свежую версию SPSS, грех не попробовать нововведений. Вот, например, расширения (extensions). Поставил самое незамысловатое -- расчет доверительных интервалов для доли признака. Для этого скачиваем архив PROPOR с http://www.spss.com/devcentral, файл PROPOR.xml сохраняем в папке C:\Program Files\SPSSInc\PASWStatistics18\extensions, а PROPOR.py -- в папке C:\Python26\Lib\site-packages. Теперь можно через синтаксис вызывать команду PROPOR, вычисляющую биномиальные и пуассоновские доверительные интервалы для доли (если долей несколько, выводится еще и доверителбгый интервал разницы с первой). Синтаксис команды такой: propor num = 25 50 denom = 120 150. Т.е. задаем список того, что в числителе (num) и в знаменателе (denom). Можно также передаватьимена переменных, в которых хранятся эти агрегированные значения

Факторы второго порядка

Sun, 27 Sep 2009 17:01:58 GMT

Если при вращении факторного решения выбирается косоугольный метод, это означает, что факторам позволено коррелировать. Тогда для объяснения их связей можно извлечь факторы второго порядка. Было бы неправильно сохранять оценки факторов и искать связи между ними для поиска структуры второго порядка, так как корреляции между оценками содержат больше ошибок, чем оценки корреляций между факторами, вычисляемые в ходе вращения. Можно взять выводимую процедурой ФА матрицу корреляций между факторами и подвергнуть ее факторному анализу. Однако, увы, даже при помощи синтаксиса сохранить эту матрицу нельзя. Обходной путь нашелся через OMS. Пусть факторизуются переменные V1 to V10 и результат записывается в файл C:\factcor.sav:

OMS
  /SELECT TABLES
  /IF COMMANDS=['Factor Analysis'] SUBTYPES=['Factor Correlation Matrix']
  /DESTINATION FORMAT=SAV OUTFILE='C:\factcor.sav'.

FACTOR
  /VARIABLES V1 to V10
  /ROTATION OBLIMIN.

OMSEND.

Структура сохраненного файла не соответсвует ожиданиям факторного анализа -- это не матричный файл, в нем отсутствует информация о количестве наблюдений. Обойти эту проблему можно с помощью матричных команд. Сначала считываем корреляции между факторами (пусть выделилось 4 фактора, которые ОМС назвал @1 @2 @3 @4), потом создаем строку с количествами наблюдений (по 100) и результат записываем в текущее окно редактора с именами факторов F1 to F4:

matrix.
get M /file="C:/factcor.sav" /variables @1 @2 @3 @4.
msave MAKE(1,4,100)
  /type N
  /variables = F1 to F4
  /outfile = *.
msave M
  /type CORR.
end matrix.

FACTOR
  /matrix = IN(cor=*).

Последняя команда читает правильно отформатированную матрицу корреляций между факторами и выполняет ФА второго порядка

Вычисление значений факторов на новом массиве

Sat, 26 Sep 2009 07:15:01 GMT

Сохранить значения факторов в массив при проведении факторного анализа несложно. А как вычислить эти значения для нового массива, на котором факторный анализ не проводился? Для этого необходимо знать средние и стандартные отклонения переменных, а также иметь матрицу факторных коэффициентов. При помощи синтаксиса можно заставить СПСС сохранять требуемые данные в файл, например, вот так:

FACTOR VARIABLES a01 TO c02
  /MATRIX = OUT(FSC="c:/fsc.sav").

Теперь представим, что у нас в редакторе открыт новый массив, в котором те же имена переменных. Используя возможности матричных операций в СПСС, можно при помощи следующей несложной программы подсчитать значения факторов регрессионным методом (предполагается, что использовалось ортогональное вращение факторов):

MATRIX.
get X /variables = a01 TO c02.
get FSC /file = "c:/fsc.sav" /variables = a01 c01 e01 n01 o01 a02 c02.
compute M = FSC(1, :).
compute S = FSC(2, :).
compute V = FSC(3:nrow(FSC), :).
compute Z = (X - MAKE(NROW(X), NCOL(X), 1) * MDIAG(M)) * INV(MDIAG(S)).
compute B = Z * T(V).
save B /outfile = *.
END MATRIX.

В первой строке в переменную Х считываются данные из текущего файла (пропущенных данных не должно быть), во второй получаем матрицу с описательными статистиками и факторными коэффициентами, сохраненными процедурой факторного анализа на предыдущем этапе. Третья, четвертая и пятая строки извлекают из нее различные части -- средние, стандартныек отклонения и факторные коэффициенты. В шестой строке данные стандартизуются, а в седьмой умножаются на факторные коэффициенты.

Слияние большого количества файлов данных в SPSS

Fri, 25 Sep 2009 20:01:45 GMT

Понадобилось объединить в SPSS большое количество файлов данных с одинаковой структурой. Можно было бы и вручную это делать, но уж очень жалко времени. На помощь приходит следующий скрипт на Бейсике, который ищет файлы в заданном каталоге и генерирует текст синтаксиса:

Sub Main
    Path$ = "C:\b5 files"
    ChDir Path$
    Debug.Print "CD "; Chr(32); Path$; Chr(32); "."
    Debug.Print "ADD FILES"
    F$ = Dir$("*.sav")
    While F$ <> ""
        Debug.Print "  /FILE="; Chr(34); F$; Chr(34)
        F$ = Dir$()
    Wend
    Debug.Print "."
    Debug.Print "EXECUTE."
End Sub

Преобразование таблиц в графику

Fri, 25 Sep 2009 18:42:59 GMT

Готовил сегодня презентацию для лекции по SPSS и в который раз столкнулся с такой проблемой: если вставить из 15 версии таблицу в Power Point, то она копируется как графический объект в формате enhanced metafile. С одной стороны, это хорошо -- это довольно компактный формат, не бывает проблем с неожиданным изменением внешенго вида таблицы при копировании, таблица выглядит именно так, как и в SPSS. С другой стороны, имеется весьма неприятная особенность таких таблиц: кириллица на другом компьютере (где не выполнены определенные изменения реестра) может отображаться в виде кракозяблов. Выход был найден давно: преобразовывать таблицы в графику при помощи Word. В окне Output выделяем одну или несколько таблиц, выбираем в меню Edit > Copy Object и вставляем их в Word сразу в графическом формате. Затем сохраняем документ Word как веб-страницу (обычную, а не mht). В папке имядокумента.files сохраняются таблицы сразу в двух форматах -- wmz (вариант wmf, понимаемый офисными приложениями) и gif. Все изображения очень компактные и четкие. Кстати, при помощи команды вставки нового фотоальбома из них очень быстро можно создать заготовку для перезентации