Агрегирование данных

На базе значений одной или нескольких группирующих переменных (переменных разбиения) можно объединить наблюдения в группы (агрегировать) и создать новый файл данных, содержащий по одному наблюдению для каждой группы разбиения. Для этого SPSS предоставляет большое количество функций агрегирования.

В сельскохозяйственном исследовании рассматривалось содержание свиней в двух различных типах свинарников. При этом в каждом из двух свинарников осуществлялся мониторинг поведения восьми свиней в течение двадцатидневного периода. На протяжении этого периода фиксировалась длительность определенных действий животных (то есть сколько времени свиньи рылись, ели, чесали голову и туловище). Данные хранятся в файле schwein.sav, содержащем следующие переменные:

Имя переменной	Пояснение
stall	Тип свинарника (1 или 2)
nr	Порядковый номер свиньи (от 1 до 8)
zert	Номер дня (от 1 до 20)
wuehlen	Длительность рытья (в секундах)
fressen	Длительность кормежки (в секундах)
massage	Длительность чесания (в секундах)

Следует выяснить, значительно ли различается по длительности эти три действия в свинарниках обоих типов, для чего необходимо применить соответствующий статистический текст, например, тест Стьюдента (см. главу 13).

В каждой из двух выборок для каждого из трех действий имеется по 8 + 20=160 измерений. Однако выполнение статистического тест на основе этих данных будет не совсем корректно, так как они относятся к восьми особям, для каждой из которых было проведено по двадцать измерений.

Поэтому мы просуммируем длительности для каждой отдельной свиньи и для каждого отдельного действия. Затем полученные наборы сумм мы сравним при помощи теста Стьюдента. Это типичный пример агрегирования данных.

· Загрузите файл schwein.sav.

· Выберите в меню команды Data (Данные) Aggregate... (Агрегировать)

Откроется диалоговое окно Aggregate Data (Агрегировать данные).

· В качестве переменных разбиения перенесите переменные stall и nr в поле Break Variable(s), а в качестве переменных агрегирования (Aggregate Variable(s)) выберите wuehlen, fressen и massage. Диалоговое окно приобретет вид, показанный на рис. 8.8.

Будут показаны три новые переменные wuehle_l, fresse_l и massag_l, имена которых состоят из первых шести букв имен соответствующих переменных агрегирования и комбинации символов _1. По умолчанию в качестве функции агрегирования принято среднее значение. Мы должны выбрать вместо него сумму.

· Для этого щелкните на первой переменной, а затем на кнопке Funktion... (Функция). Откроется диалоговое окно Aggregate Data: Aggregate Function (Агрегировать данные: Функция агрегирования) (см. рис. 8.9).

Можно выбрать одну из шестнадцати функций агрегирования, имена которых не требуют особых пояснений.

· Выберите пункт Sum of values (Сумма значений) и щелчком на кнопке Continue вернитесь в первое диалоговое окно.

· Выполните те же действия для двух других переменных агрегирования. Агрегированные данные будут сохранены в новом файле.

· Щелкните на кнопке File... и выберите для нового файла имя pigaggr.sav.

Рис. 8.8: Диалоговое окно Aggregate Data

Рис. 8.9:Диалоговое окно Aggregate Data: Aggregate Function

После щелчка на кнопке Отбудет создан новый файл, содержащий 2 х 8=16 наблюдений и переменные stall, nr, wuehle_l, fresse_l и massag_l.

· Загрузите этот файл и просмотрите его содержимое в редакторе данных.

· Как описано в разделе 13.1, проведите тест Стьюдента для независимых выборок с группирующей переменной stall и тестируемыми переменными fresse_l, massag_l и wuehle_l. Вы получите следующий результат:

Group Statistics (Статистика группы)

STALL	N	Mean (Среднее значение)	Std. Deviation (Стандартное отклонение)	Std. Error Mean (Стандартная ошибка среднего значения)
FRESSE 1 1		339,0125 231,6750	98,2384 109,5381	34,7325 38,7276
MASSAG 1 1		2,2875 40,3625	3,3689 54,1795	1,1911 19,1553
WUEHLE 1 1		1996,587 1964.600	326,3919 642,5314	115,3970 227,1692

Independent Samples Test (Тест для независимых выборок)

	Levne's Test forEquality of Variancies (Tecт Левена на равенство дисперсий)	Т-Test for Equality of Means (Тест Стьюдента на равенство средних)
F	Значи-мость	Т	df	(дву сторон-няя)	Разность средних	Стан-дартная ошибка разницы	95% доверительный интервал разности Нижняя и Верхняя
FRES-SE_.1	Equal variances assumed (Дис-персии равны) Equal variances not assumed (Дис-персии не равны)	.128	.726	2,063 2,063	14 13, 837	,058,058	107,3375 107,3375	52, 0209 52,0209	-4,2362 -4,3594	218, 9112 219, 0344
MAS-SAG 1	Equal variances assumed (Дис-персии равны) Equal variances not assumed (Дис-персии не равны)	7.390	,017	-1,984 -1,984	14 7,054	,067,087	-38, 0750 -38,0750	19, 1923 19. 1923	-79,2385 -83,3872	3,0885 7,2372
WU-EHLE_1	variances assumed (Дис-персии равны) Equal variances not assumed (Дис-персии не равны)	2,274	,154	,126,126	14 10,387	,902,902	31, 9875 31,9875	254,7985 254,7985	-514,5010 -532, 8844	578. 4760 596,8594

В первом свинарнике свиньи ели в продолжение наблюдаемого периода в среднем 339,0 секунд в день, а в другом — только 231,7 секунд. Это различие является почти статистически значимым (р= 0,058).