PRAKTYCZNA ANALIZA DANYCH ZA POMOCĄ METOD ILOŚCIOWYCH

[[[separator]]]

WPROWADZENIE

Dla kogo ten podręcznik nie jest? Dziwne pytanie na początek, ale z Czytelnikiem trzeba być szczerym. Książka nie jest dla osób, które szukają szerokiej oraz dogłębnej dyskusji opartej na matematyczno-statystycznej analizie teorii i serii równań, głównie zapisanych greckimi literami. Czytelnikom, którzy szukają takiej literatury, proponuję np. książki wspomniane przeze mnie w bibliografii (przede wszystkim pozycje Wooldridge'a [2010, 2014] i Madali [2006]). Są to wspaniałe lektury, które na pewno w sposób kompletny opowiedzą Czytelnikowi o wielu aspektach związanych z analizą danych ilościowych i nie tylko.

W takim razie dla kogo jest ten podręcznik? Książka jest dla osób, które traktują narzędzia do analizy danych ilościowych... narzędziowo. Każdy z tematów omawiam według prostego schematu: co to jest, po co to jest, na czym to polega i jak - z wykorzystaniem danego programu statystycznego - to wykonać, a jeśli są problemy, to jakie może być ich źródło i w jaki sposób można te problemy rozwiązać. Zatem bardzo dużo kwestii, procedur sprowadzam do prostych sekwencji, które mają być pomocne w wykonaniu danego testu i przeprowadzeniu analizy. Z tego powodu Czytelnik znajdzie w tekście uproszczenia (może nawet niedomówienia), które należy traktować jako utarte (poprzez moją pracę akademicką i branżową) ścieżki konieczne do utrzymania tonu i osiągnięcia zamierzonego przeze mnie celu.

Cel czy ideę tej książki można porównać z kursem nauki jazdy samochodem. Kursant ma się nauczyć jeździć, a do tego musi znać podstawy tego, jak działa samochód, ale nie musi wiedzieć, jak działa silnik, czym jest wał napędowy, a czym wałek rozrządu itd. Czytelnik po lekturze tej książki musi umieć wykonać trzy czynności: 1) dobrać test do problemu badawczego, 2) dobrany test poprawnie wykonać (wliczając w to ocenę możliwości zastosowania wybranego testu) i 3) zinterpretować jego wyniki. Do tego czytelnik nie musi wiedzieć, jak wybrany test działa.

W tekście wykorzystuję przede wszystkim dwa programy statystyczne. Pierwszym z nich jest SPSS Statistics, a drugim GRETL1. Dodatkowymi programami, które się pojawią w publikacji, są programy EViews i Stata. O ile w każdym programie możemy robić (prawie) wszystko, o tyle - z punktu widzenia używania - można powiedzieć, że program SPSS jest bardzo dobry do analizy ilościowych wyników ankiet, a program GRETL do modelowania ekonometrycznego. Nawet w samym modelowaniu ekonometrycznym można zauważyć pewne przeznaczenie, np. program Stata jest - w mojej ocenie - najlepszym (znanym mi) programem do modelowania ekonometrycznego opartego na danych panelowych. Na koniec, kto bogatemu zabroni orać pole pługiem podłączonym do Ferrari, ale lepiej jest to zrobić Lamborghini (które produkuje traktory).

Pierwsze dwa rozdziały (Wnioskowanie na podstawie próby dla populacji i Testowanie hipotez) należy potraktować jako wprowadzenie przedstawiające podstawo[1]we informacje i zależności, z których będziemy korzystać w książce. Rozdział trzeci (Testy na normalny rozkład, homogeniczność wariancji i inne wymogi parametryczności) podejmuje temat parametryczności i jest kontynuacją rozdziału pierwszego z wykorzystaniem informacji zawartych w rozdziale drugim. Kolejne trzy rozdziały (Testy t, Jednoczynnikowa analiza wariancji (ANOVA) i Analiza korelacji) są poświęcone badaniu prostych zależności pomiędzy zmiennymi, a ostatnie dwa rozdziały (Model regresji - Klasyczna metoda najmniejszych kwadratów i Model regresji - Modelowanie danych panelowych i analiza trendu) podejmują temat modelowania ekonometrycznego. Każdy temat kończy się szczegółowym przykładem omawianym krok po kroku. Wszelkiego rodzaju procedury opisane w tej książce są uzupełnione o opis w stylu „kliknij tu, zaznacz to, to oznacza to" (zaznaczone strzałką →), który dodatkowo jest suplementowany rysunkami przedstawiającymi okna wykorzystywanych programów statystycznych i otrzymanymi wynikami. O ile o całej książce należy myśleć jak o nauce jazdy, o tyle o wspomnianych opisach krok po kroku należy myśleć jak o GPS-ie, który na pewno doprowadzi Czytelnika do celu, jakim jest poprawnie wypracowany i zinterpretowany wynik.

Na końcu rozdziałów zamieściłem parę pytań. Nie są to zadania w stylu „policz" (osoby korzystające z tej książki jeszcze się w życiu naliczą), a raczej pytania do zastanowienia się, pomocne w zrozumieniu omawianego tematu.

[[[separator]]]

WPROWADZENIE

WNIOSKOWANIE NA PODSTAWIE PRÓBY DLA POPULACJI

1.1. Populacja badawcza

1.2. Próbka badawcza

1.3. Podsumowanie rozdziału pierwszego

Pytania do rozdziału pierwszego

TESTOWANIE HIPOTEZ

2.1. Sformułowanie hipotez

2.2. Wybór testu i przetestowanie jego założeń

2.3. Wybór poziomu istotności statystycznej

2.4. Wykonanie testu

2.5. Podjęcie decyzji odnośnie do hipotezy zerowej

2.6. Interpretacja wyników

2.7. Podsumowanie rozdziału drugiego

Pytania do rozdziału drugiego

TESTY NA NORMALNY ROZKŁAD, HOMOGENICZNOŚĆ WARIANCJI I INNE WYMOGI PARAMETRYCZNOŚCI

3.1. Przygotowywanie danych

3.2. Normalny rozkład

3.3. Homogeniczność wariancji

3.4. Odpowiednia skala pomiaru

3.5. Niezależność obserwacji

3.6. Podsumowanie rozdziału trzeciego

Pytania do rozdziału trzeciego

TESTY T

4.1. Test t jednej próby

4.2. Przykład: test t dla jednej próby

4.3. Test t dla prób niezależnych

4.4. Przykład: test t dla prób niezależnych

4.5. Test t dla prób zależnych

4.6. Przykład: test t dla prób zależnych

4.7. Podsumowanie rozdziału czwartego

Pytania do rozdziału czwartego

JEDNOCZYNNIKOWA ANALIZA WARIANCJI (ANOVA)

5.1. Hipotezy testu ANOVA

5.2. Wymogi ANOVA

5.3. Post hoc

5.4. Przykład: ANOVA

5.5. Podsumowanie rozdziału piątego

Pytania do rozdziału piątego

ANALIZA KORELACJI

6.1. Czym korelacja nie jest

6.2. Od hipotez do interpretacji współczynników korelacji

6.3. Rodzaje współczynników korelacji

6.4. Przykład: analiza korelacji

6.5. Podsumowanie rozdziału szóstego

Pytania do rozdziału szóstego

MODEL REGRESJI - KLASYCZNA METODA NAJMNIEJSZYCH KWADRATÓW

7.1. Metoda najmniejszych kwadratów na szybko

7.2. Testowanie modelu

7.2.1. Testowanie założeń przed estymacją

7.2.2. Testowanie modelu po estymacji

7.2.3. Ocena stopnia (jakości) dopasowania modelu

7.2.4. Ocena i interpretacja oszacowanych współczynników

7.3. Przykład: regresja liniowa (w programie GRETL)

7.4. Podsumowanie rozdziału siódmego

Pytania do rozdziału siódmego

Załącznik do rozdziału 7: tabelka podsumowująca

MODEL REGRESJI - MODELOWANIE DANYCH PANELOWYCH I ANALIZA TRENDU

8.1. Modelowanie danych panelowych

8.1.1. Wprowadzenie do modelowania danych panelowych (w programie Stata)

8.1.2. Przykład modelowania danych panelowych

8.2. Dopasowanie i prezentacja relacji za pomocą trendu

8.2.1. Dopasowanie i prezentacja relacji za pomocą trendu

8.2.2. Uzupełnianie danych i prosta prognoza za pomocą trendu

8.2.3. Trend a sezonowość

Pytania do rozdziału ósmego

BIBLIOGRAFIA

INDEKS

WYKAZ RYSUNKÓW

WYKAZ TABEL