* Опубликован: 30.12.2005. *(Вопрос) Я хотел бы осуществить 1000 выборок из двумерной совокупности и для каждой выборки подсчитать корреляцию между двумя переменными, а затем - вывести на график выборочное распределение коэффициентов. * (Ответ) Размещён в SPSSX_L 16 ноября 2001 Jelani Mandara. DEFINE !sdist (samples=!TOKENS(1) /size=!TOKENS(1) /mean=!TOKENS(1) /sd=!TOKENS(1)). INPUT PROGRAM. LOOP id = 1 TO !samples* !size. END CASE. END LOOP. END FILE. END INPUT PROGRAM. RANK VARIABLES = id /NTILES(!size) /PRINT = NO /TIES = MEAN . * Переменная nid появляется в результате предыдущего ранжирования. SORT CASES BY nid . SPLIT FILE LAYERED BY nid . * Независимо симулируем нормально распределённые переменные с заданным средним и стандартом. COMPUTE X = RV.NORMAL(!mean,!sd) . COMPUTE Y = RV.NORMAL(!mean,!sd) . DESCRIPTIVES VARIABLES=x y /SAVE /STATISTICS=MEAN. * Переменные zx и zy появляются в результате стандартизации, запрошенной в предыдущей команде DESCRIPTIVES. COMPUTE ZxZy = zx * zy . SPLIT FILE OFF. AGGREGATE /OUTFILE='C:\\temp\\samplingdistribution.SAV' /BREAK=nid /zxzy = SUM(zxzy) /N_BREAK=N. GET FILE='C:\\temp\\samplingdistribution.SAV'. * Вычисляем коэффициент корреляции как сумму произведений стандартизированных переменных, полученную в предыдущей команде агрегирования, делённую на количество элементов в выборке. COMPUTE corr = zxzy / n_break . FREQUENCIES VARIABLES=corr /FORMAT=NOTABLE /STATISTICS=STDDEV VARIANCE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN /HISTOGRAM NORMAL /ORDER ANALYSIS . !ENDDEFINE. !sdist samples=100 size=100 mean =100 sd =15.