النموذج الخطي العام أحادي المتغير يسمح لك إجراء النموذج الخطي العام أحادي المتغير GLM Univariate (اختصار General Linear Model) بنمذجة قيمة متغير مقياس تابع dependent scale variable بناءً على علاقته بالتنبؤات الفئوية والقياسية. إجراء النموذج الخطي العام أحادي المتغير يعتمد إجراء GLM أحادي المتغير على إجراء النموذج الخطي العام، حيث يفترض أن العوامل والمتغيرات المشتركة […]

المقارنات المتعددة بين المتوسطات تعد التباينات Contrasts طريقة فعالة وقوية لمقارنة المجموعات التي تريد مقارنتها بشكل محدد ودقيق، باستخدام أي أوزان للتباين التي تحتاجها. ومع ذلك، هناك أوقات لا يوجد فيها أو لا تحتاج إلى مثل هذه المقارنات المحددة. يسمح لك إجراء تحليل التباين أحادي الاتجاه One-Way ANOVA بمقارنة كل متوسط مجموعة من المجموعات مع

اختبار التباين بين المتوسطات بشكل عام، تثبت إحصائيات F أنه يوجد أو لا يوجد فرق بين متوسطات المجموعة، ويشير المخطط إلى المكان الذي قد يكمن الاختلاف فيه. كما يوضح هذا القسم، يمكنك استخدام إجراء تحليل التباين أحادي الاتجاه One-Way ANOVA من أجل اختبار التباين بين المتوسطات وتحديد كيفية اختلاف تلك المتوسطات بالضبط واختبار تلك المواصفات.

إجراء تحليل التباين أحادي الاتجاه استجابة لطلبات العملاء، تقوم شركة إلكترونيات بتطوير مشغل أقراص DVD جديد. باستخدام نموذج أولي، قام فريق التسويق بجمع بيانات مجموعة التركيز. سوف يتم تطبيق إجراء تحليل التباين أحادي الاتجاه One-Way ANOVA لاكتشاف ما إذا كان المستهلكون من مختلف الأعمار قد صنفوا التصميم بشكل مختلف. يستخدم هذا المثال الملف dvdplayer.sav. راجع

اختبار مساواة التباين الجماعي تتمثل الخطوة الأولى المهمة في تحليل التباين الأحادي في إثبات صحة الافتراضات. أحد افتراضات ANOVA هو أن تباينات المجموعات متكافئة. يوضح المثال التالي كيفية إجراء هذا الاختبار. يرغب مدير المبيعات في تحديد العدد الأمثل لأيام التدريب على المنتج اللازمة للموظفين الجدد. لديه درجات أداء لثلاث مجموعات: الموظفون الذين حصلوا على تدريب

اختبار ت للعينات المستقلة يختبر إجراء اختبار ت للعينات المستقلة Independent-Samples T Test أهمية الاختلاف بين متوسطي العينة. كما يتم عرض: تحديد المجموعات في اختبار ت للعينات المستقلة عادة، يتم إصلاح المجموعات في اختبار t من عينتين باستخدام التصميم، ومتغير التجميع له قيمة واحدة لكل مجموعة. ومع ذلك، هناك أوقات يمكن فيها إجراء التخصيص لإحدى

اختبار ت لعينتين مرتبطتين يستخدم إجراء اختبار ت لعينتين مرتبطتين Paired-Samples T Test لاختبار فرضية عدم وجود فرق بين متغيرين. قد تتكون البيانات من قياسين تم إجراؤهما على نفس الموضوع أو قياس واحد مأخوذ من زوج متطابق من الموضوعات. أحد أكثر التصاميم التجريبية شيوعًا هو التصميم “قبل اللاحق”. غالبًا ما تتكون دراسة من هذا النوع

اختبار ت لعينة واحدة One-Sample T Test إن إجراء اختبار ت لعينة واحدة أو One-Sample T Test: مثال تطبيقي: مشكلة خط الإنتاج تنتج إحدى الشركات المصنعة للسيارات عالية الأداء فرامل قرصية يجب أن يبلغ قطرها 322 ملم. تقوم مراقبة الجودة بسحب 16 قرصًا بشكل عشوائي بواسطة كل آلة من آلات الإنتاج الثماني وتقيس أقطارها. يستخدم

إجراء OLAP Cubes – المعالجة التحليلية عبر الإنترنت يُعد إجراء OLAP Cubes المعالجة التحليلية عبر الإنترنت مفيدًا للحصول على إحصائيات موجزة لمتغيرات المقياس، مقسمة حسب فئات متغير تجميع واحد أو أكثر. يتضمن إجراء OLAP Cubes مجموعة متنوعة من الإحصائيات، بدءًا من الأعداد البسيطة والمجاميع والنسب المئوية إلى المقاييس المعقدة للنزعة المركزية والتشتت. يمكن استخدام أي

إجراء المتوسطات يعتبر إجراء المتوسطات Means procedure مفيدًا لوصف وتحليل متغيرات المقياس scale variables. باستخدام ميزاته الوصفية، يمكنك طلب مجموعة متنوعة من الإحصائيات لتوصيف النزعة المركزية وتشتت متغيرات الاختبار الخاصة بك. يمكن وضع أي عدد من متغيرات التجميع في طبقات أو تقسيمها إلى خلايا تحدد مجموعات المقارنة الخاصة بك بدقة. باستخدام ميزات اختبار الفرضية، يمكنك اختبار