Finding groups of the similar variables with statistical software SAS and SPSS

Monika Marková

Master's thesis

Zjišťování skupin podobných proměnných v systémech SAS a SPSS

Abstract:

Diplomová práce se zaměřuje na porovnání možností statistických programových systémů SAS a SPSS v oblasti faktorové a shlukové analýzy a vícerozměrného škálování. Jde o metody, pomocí nichž lze identifikovat skupiny podobných statistických znaků (proměnných). Zjištěné vazby mezi proměnnými mohou sloužit ke snížení rozměru vektorů hodnot, které charakterizují jednotlivé sledované objekty (statistické jednotky), což usnadňuje aplikaci dalších vícerozměrných metod, například regresní či diskriminační analýzy. Při shlukové analýze a vícerozměrném škálování je jedním ze způsobů zjišťování podobnosti proměnných zkoumání jejich závislosti. Zatímco základem pro faktorovou analýzu je vyjádření vztahu mezi dvěma proměnnými pomocí kovariance, případně Pearsonova korelačního koeficientu, pro shlukovou analýzu a vícerozměrné škálování lze použít i koeficienty pořadové korelace, případně jiné míry. Práce vychází především ze syntaxe příkazů vybraných procedur implementovaných v systémech SAS a SPSS. Je vysvětlován význam jednotlivých parametrů každého příkazu a jejich dílčích specifikací. Na základě analýzy reálných dat jsou pak porovnávány výsledky získané pomocí různých typů analýz. V závěru jsou zhodnoceny možnosti systémů SAS a SPSS při aplikaci sledovaných typů analýz, je poukázáno na jejich výhody i nevýhody. Pozornost je věnována například způsobům zadávání analýz, kvalitě výstupů a množství dílčích metod nabízených při daném typu analýzy.

Abstract:

My diploma thesis focuses on the comparison of possibilities of the statistical software SAS and SPSS in the area of the factor and cluster analysis and the multidimensional scaling. They deal with the methods for identifying groups of the similar statistical values (variables). The ascertained relations among the variables can serve to decrease the proportion vectors of the variables, which describe the individual monitored objects (statistical units), which helps us to apply other various methods, for example the regression or discriminant analysis. By one of the ways for finding the similarity of variables in the cluster analysis or the multidimensional scaling is searching for their relations. Whereas the base of the factor analysis is the formulation of the relation between two variables by means of the covariances, eventually Pearson correlation coefficient, it is possible to use also coefficients of correlation for the cluster analysis and the multidimensional scaling, in some case other measures. The thesis describes mainly the command syntax of the procedures implemented in SAS and SPSS. The meaning of the individual parametres and the partial specifications of each command are explained. The results gained by various types of analyses are compared on the basis of the real dataset. The possibilities of the statistical software SAS and SPSS are evaluated in the conclusion and it is referred to their advantages or disadvantages. The attention is also paid, for example, to the form of the input dataset, to the quaility of outputs or to the partial methods.

Keywords

SPSS, shluková analýza, SAS, vícerozměrné škálování, faktorová analýza

Keywords

factor analysis, SPSS, multidimensional scaling, cluster analysis, SAS

Language used: English

Date on which the thesis was submitted / produced: 26. 9. 2007

Thesis defence

• Date of defence: 16. 6. 2009
• Supervisor: Hana Řezanková
• Reader: Dušan Húsek

Vysoká škola ekonomická v Praze

Master programme / field:
Kvantitativní metody v ekonomice / Statistické a pojistné inženýrství