Задание 8 Непараметрические тесты проверки гипотез о видах распределений или их совпадений для выборок

Правила представления и интерпретации результатов применения непараметрических тестов описаны в приложении 3 (табл. 3 и 4).

1. Допустим, что, по данным государственной статистики, трудоспособное население исследуемого региона имеет следующую половозрастную структуру:

	До 29 лет	30–49 лет	Старше 49 лет	Всего
Мужчины	9 000	18 000	6 000	33 000
Женщины	10 000	17 000	7 000	34 000
Всего	19 000	35 000	13 000	67 000

Предварительно посчитав выборочные пропорции, проверить, репрезентативна ли наша выборка по полу (тест биномиального распределения: NONPARAMETRIC TESTS\ BINOMIAL); то же самое – по возрасту (тест Хи-квадрат: NONPARAMETRIC TESTS\ CHI-SQUARE). Построив переменную «половозраст», проверить репрезентативность по половозрастной структуре (тест Хи-квадрат).

2. Проверить нормальность и логнормальность распределения по доходам (использовать тест Колмогорова–Смирнова – NONPARAMETRIC TESTS\ SAMPLE K-S), а также построить нормальную вероятностную бумагу для доходов и логарифма доходов (EXPLORE/ PLOTS/ NORMALITY PLOTS WITH TEST).

3. Тем же тестом проверить, совпадают ли распределения по доходам в бюджетных и небюджетных отраслях; то же самое – для групп, желающих в какой-то форме продать острова и не имеющих этого желания.

4. Проверить, совпадают ли распределения по доходам в группах по семейному положению (тест медиан и тест Краскела–Уоллиса в меню NONPARAMETRIC TESTS/ K INDEPENDENT SAMPLES).

Ростовцев П., Ковалева Г. Анализ социологических данных… с. 91–104.

Задание 9 Агрегирование файлов

1. Пользуясь процедурой DATA/ AGGREGATE, получить агрегированный файл GOR.SAV, основанный на статистиках по городам (переменная G – «Город» – в файле OCT.SAV). Файл GOR.SAV должен содержать переменные: W1 – доля в совокупности (здесь и далее в задании) респондентов, рассчитывающих на свои силы; W2 – доля отрицательно относящихся к свободным зонам; W3d1 – W3d6 – доли по подсказкам на вопрос 3; W4 – доля считающих, что острова нужно отдать полностью или частично; W8 – доля женщин; FF – доля женщин фертильного возраста (18–40 лет); V9 – средний возраст; W10 – доля лиц с высшим образованием; W11 – доля неженатых (незамужних), W12a – доля руководителей, W12b – доля рабочих; W14 – средний доход; W14m – максимальный доход; WR – регион. Агрегированный файл следует cохранить в Вашей библиотеке под именем GOR.SAV.

2. На агрегированном файле сравнить регионы по описательным статистикам (DESCRIPTIVES) по самым интересным для Вас переменным. Получить коэффициенты корреляции между этими переменными.

3. Предварительно упорядочив данные OCT.SAV по городам (DATA/SORT CASES, переменная G), присоединить переменные полученного файла к данным базового файла (в меню MERGE FILES/ ADD VARIABLES указать MATCH CASES ON KEY VARIABLES/ EXTERNAL FILE IS KEYED TABLE. KEY VARIABLE = G)).

4. Используя присоединенные переменные, проверить, как связано общественное мнение (V1, V2, V4) с социально-демографическим составом по городам (MEANS/ ANOVA TABLE AND ETA).

Ростовцев П., Ковалева Г. Анализ социологических данных… с. 34–39.