Un contrasto definito dall’utente.Consente l’immissione di contrasti speciali come matrici quadrate con un numero di righe e di colonne pari al numero delle categorie della variabile indipendente.
PerMANOVAeLOGLINEAR, la prima riga inserita corrisponde sempre all’effetto medio, o costante, e rappresenta l’insieme di pesi che determina la media delle altre variabili in base alla variabile specificata. In genere, questo contrasto è un vettore.
Le altre righe della matrice contengono i contrasti speciali che indicano i confronti desiderati tra le categorie della variabile. Solitamente, risultano più utili i contrasti ortogonali. I contrasti ortogonali sono statisticamente indipendenti e non ridondanti. I contrasti sono ortogonali se:
Per ogni riga, la somma dei coefficienti di contrasto è pari a 0.
La somma dei prodotti dei coefficienti corrispondenti relativi a tutte le coppie di righe non congiunte corrisponde a 0.
Si supponga, ad esempio, che il trattamento presenti quattro livelli e che si desideri confrontarli tra loro. Un contrasto speciale appropriato è
( 1 1 1 1 ) pesi per il calcolo della media
( 3 –1 –1 –1 ) confronto tra il livello 1 e i livelli da 2 a 4 ( 0 2 –1 –1 ) confronto tra il livello 2 e i livelli da 3 a 4
( 0 0 1 –1 ) confronto tra il livello 3 e il livello 4
Il confronto viene specificato tramite il seguente sottocomandoCONTRASTperMANOVA, LOGISTIC REGRESSIONeCOXREG:
/CONTRAST(TREATMNT)=SPECIAL( 1 1 1 1 3 -1 -1 -1 0 2 -1 -1 0 0 1 -1 )
PerLOGLINEAR, è necessario specificare:
/CONTRAST(TREATMNT)=BASIS SPECIAL( 1 1 1 1 3 -1 -1 -1 0 2 -1 -1 0 0 1 -1 )
45 Schemi di codifica delle variabili categoriali
La somma di ogni riga ad eccezione della riga relativa alla media è pari a 0. Anche la somma dei prodotti di ogni coppia di righe non congiunte è pari a 0:
Righe 2 e 3: (3)(0) + (–1)(2) + (–1)(–1) + (–1)(–1) = 0 Righe 2 e 4: (3)(0) + (–1)(0) + (–1)(1) + (–1)(–1) = 0 Righe 3 e 4: (0)(0) + (2)(0) + (–1)(1) + (–1)(–1) = 0
Non è necessario che i contrasti speciali siano ortogonali. Tuttavia, non possono essere combinazioni lineari gli uni degli altri. In caso lo siano, la procedura segnala la dipendenza lineare e l’elaborazione viene interrotta. I contrasti di Helmert, di differenza e polinomiali sono contrasti ortogonali.
Indicatore
Codifica della variabile dell’indicatore. Denominata anche codifica fittizia, non è disponibile in LOGLINEARoMANOVA. Il numero delle nuove variabili codificate èk–1. La codifica dei casi nella categoria di riferimento è pari a 0 per tutte le variabilik–1. La codifica di un caso nella categoriai è 0 per tutte le variabili dell’indicatore, ad eccezione della variabileiper la quale è 1.
Notices B
Licensed Materials – Property of SPSS Inc., an IBM Company. © Copyright SPSS Inc. 1989, 2010.
Patent No. 7,023,453
The following paragraph does not apply to the United Kingdom or any other country where such provisions are inconsistent with local law:SPSS INC., AN IBM COMPANY, PROVIDES THIS PUBLICATION “AS IS” WITHOUT WARRANTY OF ANY KIND, EITHER EXPRESS OR IMPLIED, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF NON-INFRINGEMENT, MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE. Some states do not allow disclaimer of express or implied warranties in certain transactions, therefore, this statement may not apply to you.
This information could include technical inaccuracies or typographical errors. Changes are periodically made to the information herein; these changes will be incorporated in new editions of the publication. SPSS Inc. may make improvements and/or changes in the product(s) and/or the program(s) described in this publication at any time without notice.
Any references in this information to non-SPSS and non-IBM Web sites are provided for convenience only and do not in any manner serve as an endorsement of those Web sites. The materials at those Web sites are not part of the materials for this SPSS Inc. product and use of those Web sites is at your own risk.
When you send information to IBM or SPSS, you grant IBM and SPSS a nonexclusive right to use or distribute the information in any way it believes appropriate without incurring any obligation to you.
Information concerning non-SPSS products was obtained from the suppliers of those products, their published announcements or other publicly available sources. SPSS has not tested those products and cannot confirm the accuracy of performance, compatibility or any other claims related to non-SPSS products. Questions on the capabilities of non-SPSS products should be addressed to the suppliers of those products.
This information contains examples of data and reports used in daily business operations.
To illustrate them as completely as possible, the examples include the names of individuals, companies, brands, and products. All of these names are fictitious and any similarity to the names and addresses used by an actual business enterprise is entirely coincidental.
COPYRIGHT LICENSE:
This information contains sample application programs in source language, which illustrate programming techniques on various operating platforms. You may copy, modify, and distribute these sample programs in any form without payment to SPSS Inc., for the purposes of developing,
© Copyright SPSS Inc. 1989, 2010 46
47 Notices
using, marketing or distributing application programs conforming to the application programming interface for the operating platform for which the sample programs are written. These examples have not been thoroughly tested under all conditions. SPSS Inc., therefore, cannot guarantee or imply reliability, serviceability, or function of these programs. The sample programs are provided
“AS IS”, without warranty of any kind. SPSS Inc. shall not be liable for any damages arising out of your use of the sample programs.
Trademarks
IBM, the IBM logo, and ibm.com are trademarks of IBM Corporation, registered in many jurisdictions worldwide. A current list of IBM trademarks is available on the Web at http://www.ibm.com/legal/copytrade.shmtl.
SPSS is a trademark of SPSS Inc., an IBM Company, registered in many jurisdictions worldwide.
Adobe, the Adobe logo, PostScript, and the PostScript logo are either registered trademarks or trademarks of Adobe Systems Incorporated in the United States, and/or other countries.
Intel, Intel logo, Intel Inside, Intel Inside logo, Intel Centrino, Intel Centrino logo, Celeron, Intel Xeon, Intel SpeedStep, Itanium, and Pentium are trademarks or registered trademarks of Intel Corporation or its subsidiaries in the United States and other countries.
Linux is a registered trademark of Linus Torvalds in the United States, other countries, or both.
Microsoft, Windows, Windows NT, and the Windows logo are trademarks of Microsoft Corporation in the United States, other countries, or both.
UNIX is a registered trademark of The Open Group in the United States and other countries.
Java and all Java-based trademarks and logos are trademarks of Sun Microsystems, Inc. in the United States, other countries, or both.
This product uses WinWrap Basic, Copyright 1993-2007, Polar Engineering and Consulting, http://www.winwrap.com.
Other product and service names might be trademarks of IBM, SPSS, or other companies.
Adobe product screenshot(s) reprinted with permission from Adobe Systems Incorporated.
Microsoft product screenshot(s) reprinted with permission from Microsoft Corporation.
Analisi Probit
per la stima del valore della scala di dispersione, 18 classificazione
come correzione per le celle con zero osservazioni, 17 differenza in beta
per la stima del valore della scala di dispersione, 18
Intercetta
Legge dei rendimenti decrescenti di Metcherlich in regressione non lineare, 28
matrice di correlazione
in regressione logistica multinomiale, 16 matrice di covarianza
in regressione logistica multinomiale, 16 Minimi quadrati a 2 stadi, 37
covarianza dei parametri, 39
49 R quadrato di Cox e Snell
in regressione logistica multinomiale, 16
per la stima del valore della scala di dispersione, 18 regressione asintotica
in regressione non lineare, 28 Regressione lineare
Minimi quadrati a 2 stadi, 37 minimi quadrati ponderati (WLS), 34
metodi di selezione delle variabili, 5 misure dell’influenza, 7
Test di bontà dell’adattamento di Hosmer-Lemeshow, 9 valore di riferimento, 9
esportazione di informazioni dei modelli, 20 funzioni aggiuntive del comando, 20
Salva il miglior peso come nuova variabile, 36 statistiche, 34
verosimiglianza, 34
visualizzazione di ANOVA e stime, 36 stime dei parametri
test del parallelismo in analisi Probit, 23
Test di bontà dell’adattamento di Hosmer-Lemeshow in regressione logistica, 9
trademarks, 47
valore della scala di dispersione
in regressione logistica multinomiale, 18 valori d’influenza
in regressione logistica, 7 verosimiglianza
in Minimi quadrati ponderati (WLS), 34 in regressione logistica multinomiale, 16 vincoli sui parametri
in regressione non lineare, 30