dati nominali è una variabile qualitativa , composta da etichette di gruppo piuttosto che numeri . Ciò significa che i valori di dati sono qualità (qualitativa) piuttosto che numeri ( quantitative ) . Per analizzare i dati nominali , è necessario disporre di almeno due categorie e un set di dati . A scopo illustrativo , analizzeremo Colore preferito per Sesso . Questo rende Colore preferito la variabile dipendente e la variabile indipendente di genere . Al termine avrete creato una analisi della frequenza di cross- tabellare di data.Things nominali Hai bisogno

Foglio di calcolo o grafico di carta

Mostra Altre istruzioni

Configurazione dei dati

1

Elencare le variabili dipendenti ( rosso , Blu, Giallo ) come intestazioni di riga , a partire nella cella A2 . Ciò significa che Red si immette nella cella A2 , Blu nella cella A3 e giallo in cella A4 .

2

Elencare le variabili indipendenti ( maschio, femmina ) come intestazioni di colonna , a partire nella cella B1 . Ciò significa che il maschio viene inserito nella cella B1 e femminile viene immesso nella cella C1

3

Si supponga il seguente set di dati per i maschi : .

Rosso 40%

Blu del 60 %

Giallo 0 %

4

Si supponga il seguente set di dati per femmine :

Rosso 30%

Blue 30%

gialli 40 %

5

Inserire i set di dati nelle celle appropriate . Ciò significa che il maschio ( colonna B , variabile indipendente ) dataset è iscritta nel colore appropriato ( variabile dipendente ) riga e la femmina ( colonna C , variabile indipendente) dataset viene immesso nel colore appropriato ( variabile dipendente ) riga .

Si dispone ora di una analisi della frequenza di cross- tabellare dei dati nominali .

Visualizzazione vostri dati

6

Utilizzare il metodo della tabella incrociata tabulare sopra descritto , con torta e grafici a barre , per assistere in analisi descrittiva e grafica dei dati in forma nominale .

7

Utilizzare una metodologia trasversale schede di applicare l’analisi inferenziale ai dati nominali per confrontare gli effetti di gruppo utilizzando i dati nominali .

Pagina 8

Utilizzare una metodologia cross- schede in combinazione con test statistici Chi- quadrato corretto di applicare l’analisi inferenziale per analizzare la relazione tra due variabili di dati nominali .

9

Utilizzare un regressione logistica per modellare una risposta ( variabile dipendente ) con variabili predittive (variabili indipendenti) in cui solo due valori di risposta sono possibili . Utilizzare la regressione logistica multinomiale se la risposta ha più di due valori possibili .