Ich versuche, gleitenden Durchschnitt von 30 Tagen berechnen Spanning (Stand der Moving Average) mit SPSS 20 für etwa 1200 Aktienticker. Ich möchte eine Schleife wie verwenden: Berechnen 30 Tage gleitenden Durchschnitt für einen Ticker sagen AAAA oder 0001 und speichern Sie es wie MA30AAAA oder MA300001. Nehmen Sie einen anderen Ticker sagen AAAB oder 0002 und tun wie oben. Fortsetzung, bis alle Ticker erfasst und MA berechnet, in neuen Spalten gespeichert. Denken Sie, dass ich eine SPSS-Syntax dafür entwickeln kann. Wenn ich das folgende versuche, erhalte ich Störungswarnungen. Bitte können Sie mir helfen, eine vernünftig gut strukturierte Syntax, um meinen Job zu tun. Gestern gab es eine sehr ähnliche Frage heute auf LinkedIn (siehe hier oder unten für die Antwort). - Annahme jedes Datums ist genau einmal in Ihren Daten vorhanden ist, wird die Syntax unten berechnen berechnet jährliche Summen und Mittelwerte über jedes Datum der vorangegangenen 29 Termine. - Wenn weniger als 29 Tage vor einem bestimmten Datum liegen, werden diese neuen Variablen nicht für dieses Datum berechnet. (IMHO, das wäre irreführende Informationen.) - Die 2 neuen Variablen werden in einer Spalte erscheinen, aber mit ein paar zusätzliche Zeilen können Sie jeden Wert in seine eigene Spalte setzen, wenn gewünscht. Moving Averages - Einfache und Exponential Moving Averages - Einfache und Exponentielle Einführung Die gleitenden Mittelwerte glatt machen die Kursdaten zu einem Trend folgendes Indikator. Sie prognostizieren nicht die Kursrichtung, sondern definieren die aktuelle Richtung mit einer Verzögerung. Moving Averages Lag, weil sie auf vergangenen Preisen basieren. Trotz dieser Verzögerung, gleitende Durchschnitte helfen, glatte Preis-Aktion und Filter aus dem Lärm. Sie bilden auch die Bausteine für viele andere technische Indikatoren und Overlays, wie Bollinger Bands. MACD und dem McClellan-Oszillator. Die beiden beliebtesten Arten von gleitenden Durchschnitten sind die Simple Moving Average (SMA) und die Exponential Moving Average (EMA). Diese Bewegungsdurchschnitte können verwendet werden, um die Richtung des Trends zu identifizieren oder potentielle Unterstützungs - und Widerstandswerte zu definieren. Here039s ein Diagramm mit einem SMA und einem EMA auf ihm: Einfache gleitende durchschnittliche Berechnung Ein einfacher gleitender Durchschnitt wird gebildet, indem man den durchschnittlichen Preis eines Wertpapiers über einer bestimmten Anzahl von Perioden berechnet. Die meisten gleitenden Mittelwerte basieren auf den Schlusskursen. Ein 5-tägiger einfacher gleitender Durchschnitt ist die fünftägige Summe der Schlusskurse geteilt durch fünf. Wie der Name schon sagt, ist ein gleitender Durchschnitt ein Durchschnitt, der sich bewegt. Alte Daten werden gelöscht, wenn neue Daten verfügbar sind. Dies bewirkt, dass sich der Durchschnitt entlang der Zeitskala bewegt. Unten ist ein Beispiel für einen 5-tägigen gleitenden Durchschnitt, der sich über drei Tage entwickelt. Der erste Tag des gleitenden Durchschnitts deckt nur die letzten fünf Tage ab. Der zweite Tag des gleitenden Mittelwerts fällt den ersten Datenpunkt (11) und fügt den neuen Datenpunkt (16) hinzu. Der dritte Tag des gleitenden Durchschnitts setzt sich fort, indem der erste Datenpunkt (12) abfällt und der neue Datenpunkt (17) addiert wird. Im obigen Beispiel steigen die Preise allmählich von 11 auf 17 über insgesamt sieben Tage. Beachten Sie, dass der gleitende Durchschnitt auch von 13 auf 15 über einen dreitägigen Berechnungszeitraum steigt. Beachten Sie auch, dass jeder gleitende Durchschnittswert knapp unter dem letzten Kurs liegt. Zum Beispiel ist der gleitende Durchschnitt für Tag eins gleich 13 und der letzte Preis ist 15. Preise der vorherigen vier Tage waren niedriger und dies führt dazu, dass der gleitende Durchschnitt zu verzögern. Exponentielle gleitende Durchschnittsberechnung Exponentielle gleitende Mittelwerte reduzieren die Verzögerung, indem mehr Gewicht auf die jüngsten Preise angewendet wird. Die Gewichtung des jüngsten Preises hängt von der Anzahl der Perioden im gleitenden Durchschnitt ab. Es gibt drei Schritte, um einen exponentiellen gleitenden Durchschnitt zu berechnen. Berechnen Sie zunächst den einfachen gleitenden Durchschnitt. Ein exponentieller gleitender Durchschnitt (EMA) muss irgendwo anfangen, so dass ein einfacher gleitender Durchschnitt als die vorherige Periode039s EMA in der ersten Berechnung verwendet wird. Zweitens, berechnen Sie die Gewichtung Multiplikator. Drittens berechnen Sie den exponentiellen gleitenden Durchschnitt. Die folgende Formel ist für eine 10-tägige EMA. Ein 10-Perioden-exponentieller gleitender Durchschnitt wendet eine 18,18 Gewichtung auf den jüngsten Preis an. Eine 10-Perioden-EMA kann auch als 18.18 EMA bezeichnet werden. Ein 20-Perioden-EMA wendet einen 9,52 - Wiegen auf den jüngsten Preis an (2 / (201) .0952). Beachten Sie, dass die Gewichtung für den kürzeren Zeitraum mehr ist als die Gewichtung für den längeren Zeitraum. In der Tat, die Gewichtung sinkt um die Hälfte jedes Mal, wenn die gleitende durchschnittliche Periode verdoppelt. Wenn Sie uns einen bestimmten Prozentsatz für eine EMA zuweisen möchten, können Sie diese Formel verwenden, um sie in Zeiträume zu konvertieren, und geben Sie dann diesen Wert als den EMA039s-Parameter ein: Nachstehend ist ein Kalkulationstabellenbeispiel für einen 10-tägigen einfachen gleitenden Durchschnitt und ein 10- Tag exponentiellen gleitenden Durchschnitt für Intel. Einfache gleitende Durchschnitte sind geradlinig und erfordern wenig Erklärung. Der 10-Tage-Durchschnitt bewegt sich einfach, sobald neue Preise verfügbar sind und alte Preise fallen. Der exponentielle gleitende Durchschnitt beginnt mit dem einfachen gleitenden Mittelwert (22.22) bei der ersten Berechnung. Nach der ersten Berechnung übernimmt die Normalformel. Da eine EMA mit einem einfachen gleitenden Durchschnitt beginnt, wird ihr wahrer Wert erst nach 20 oder späteren Perioden realisiert. Mit anderen Worten, der Wert auf der Excel-Tabelle kann sich aufgrund des kurzen Rückblicks von dem Diagrammwert unterscheiden. Diese Kalkulationstabelle geht nur zurück 30 Perioden, was bedeutet, dass der Einfluss der einfachen gleitenden Durchschnitt hatte 20 Perioden zu zerstreuen. StockCharts geht mindestens 250 Perioden (typischerweise viel weiter) für seine Berechnungen zurück, so dass die Effekte des einfachen gleitenden Durchschnitts in der ersten Berechnung vollständig abgebaut sind. Der Lagfaktor Je länger der gleitende Durchschnitt ist, desto stärker ist die Verzögerung. Ein 10-Tage-exponentieller gleitender Durchschnitt wird die Preise sehr eng umringen und sich kurz nach dem Kursumschlag wenden. Kurze gleitende Durchschnitte sind wie Schnellboote - flink und schnell zu ändern. Im Gegensatz dazu enthält ein 100-Tage gleitender Durchschnitt viele vergangene Daten, die ihn verlangsamen. Längere gleitende Durchschnitte sind wie Ozeantanker - lethargisch und langsam zu ändern. Es dauert eine größere und längere Kursbewegung für einen 100-Tage gleitenden Durchschnitt, um Kurs zu ändern. Die Grafik oben zeigt die SampP 500 ETF mit einer 10-tägigen EMA eng ansprechender Preise und einem 100-tägigen SMA-Schleifen höher. Selbst mit dem Januar-Februar-Rückgang hielt die 100-tägige SMA den Kurs und kehrte nicht zurück. Die 50-Tage-SMA passt irgendwo zwischen den 10 und 100 Tage gleitenden Durchschnitten, wenn es um den Verzögerungsfaktor kommt. Simple vs Exponential Moving Averages Obwohl es klare Unterschiede zwischen einfachen gleitenden Durchschnitten und exponentiellen gleitenden Durchschnitten, ist eine nicht unbedingt besser als die anderen. Exponentielle gleitende Mittelwerte haben weniger Verzögerungen und sind daher empfindlicher gegenüber den jüngsten Preisen - und den jüngsten Preisveränderungen. Exponentielle gleitende Mittelwerte drehen sich vor einfachen gleitenden Durchschnitten. Einfache gleitende Durchschnitte stellen dagegen einen wahren Durchschnittspreis für den gesamten Zeitraum dar. Als solches können einfache gleitende Mittel besser geeignet sein, um Unterstützungs - oder Widerstandsniveaus zu identifizieren. Die gleitende Durchschnittspräferenz hängt von den Zielen, dem analytischen Stil und dem Zeithorizont ab. Chartisten sollten mit beiden Arten von gleitenden Durchschnitten sowie verschiedene Zeitrahmen zu experimentieren, um die beste Passform zu finden. Die nachstehende Grafik zeigt IBM mit der 50-Tage-SMA in Rot und der 50-Tage-EMA in Grün. Beide gipfelten Ende Januar, aber der Rückgang in der EMA war schärfer als der Rückgang der SMA. Die EMA erschien Mitte Februar, aber die SMA setzte weiter unten bis Ende März. Beachten Sie, dass die SMA über einen Monat nach der EMA. Längen und Zeitrahmen Die Länge des gleitenden Mittelwerts hängt von den analytischen Zielen ab. Kurze gleitende Durchschnitte (5-20 Perioden) eignen sich am besten für kurzfristige Trends und den Handel. Chartisten, die sich für mittelfristige Trends interessieren, würden sich für längere bewegte Durchschnitte entscheiden, die 20-60 Perioden verlängern könnten. Langfristige Anleger bevorzugen gleitende Durchschnitte mit 100 oder mehr Perioden. Einige gleitende durchschnittliche Längen sind beliebter als andere. Die 200-Tage gleitenden Durchschnitt ist vielleicht die beliebteste. Wegen ihrer Länge ist dies eindeutig ein langfristiger gleitender Durchschnitt. Als nächstes ist der 50-Tage gleitende Durchschnitt für den mittelfristigen Trend ziemlich populär. Viele Chartisten nutzen die 50-Tage-und 200-Tage gleitende Durchschnitte zusammen. Kurzfristig war ein 10 Tage gleitender Durchschnitt in der Vergangenheit ziemlich populär, weil er leicht zu berechnen war. Man hat einfach die Zahlen addiert und den Dezimalpunkt verschoben. Trendidentifikation Die gleichen Signale können mit einfachen oder exponentiellen gleitenden Mittelwerten erzeugt werden. Wie oben erwähnt, hängt die Präferenz von jedem Individuum ab. Die folgenden Beispiele werden sowohl einfache als auch exponentielle gleitende Mittelwerte verwenden. Der Begriff gleitender Durchschnitt gilt für einfache und exponentielle gleitende Mittelwerte. Die Richtung des gleitenden Durchschnitts vermittelt wichtige Informationen über die Preise. Ein steigender Durchschnitt zeigt, dass die Preise im Allgemeinen steigen. Ein sinkender Durchschnittswert zeigt an, dass die Preise im Durchschnitt sinken. Ein steigender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Aufwärtstrend wider. Ein sinkender langfristiger gleitender Durchschnitt spiegelt einen langfristigen Abwärtstrend wider. Das Diagramm oben zeigt 3M (MMM) mit einem 150-Tage-exponentiellen gleitenden Durchschnitt. Dieses Beispiel zeigt, wie gut bewegte Durchschnitte arbeiten, wenn der Trend stark ist. Die 150-Tage-EMA sank im November 2007 und wieder im Januar 2008. Beachten Sie, dass es einen Rückgang von 15 nahm, um die Richtung dieses gleitenden Durchschnitts umzukehren. Diese nachlaufenden Indikatoren identifizieren Trendumkehrungen, wie sie auftreten (am besten) oder nach deren Eintritt (im schlimmsten Fall). MMM setzte unten in März 2009 und dann stieg 40-50. Beachten Sie, dass die 150-Tage-EMA nicht auftauchte, bis nach diesem Anstieg. Sobald es aber tat, setzte MMM die folgenden 12 Monate höher fort. Moving-Durchschnitte arbeiten brillant in starken Trends. Doppelte Frequenzweichen Zwei gleitende Mittelwerte können zusammen verwendet werden, um Frequenzweiche zu erzeugen. In der technischen Analyse der Finanzmärkte. John Murphy nennt dies die doppelte Crossover-Methode. Doppelte Crossover beinhalten einen relativ kurzen gleitenden Durchschnitt und einen relativ langen gleitenden Durchschnitt. Wie bei allen gleitenden Durchschnitten definiert die allgemeine Länge des gleitenden Durchschnitts den Zeitrahmen für das System. Ein System, das eine 5-Tage-EMA und eine 35-Tage-EMA verwendet, wäre kurzfristig. Ein System, das eine 50-tägige SMA - und 200-Tage-SMA verwendet, wäre mittelfristig, vielleicht sogar langfristig. Eine bullische Überkreuzung tritt auf, wenn der kürzere gleitende Durchschnitt über dem längeren gleitenden Durchschnitt kreuzt. Dies wird auch als goldenes Kreuz bezeichnet. Eine bärische Überkreuzung tritt ein, wenn der kürzere gleitende Durchschnitt unter dem längeren gleitenden Durchschnitt liegt. Dies wird als ein totes Kreuz bekannt. Gleitende Mittelübergänge erzeugen relativ späte Signale. Schließlich setzt das System zwei hintere Indikatoren ein. Je länger die gleitenden Durchschnittsperioden, desto größer die Verzögerung in den Signalen. Diese Signale funktionieren gut, wenn eine gute Tendenz gilt. Allerdings wird ein gleitender Durchschnitt Crossover-System produzieren viele whipsaws in Abwesenheit einer starken Tendenz. Es gibt auch eine Dreifach-Crossover-Methode, die drei gleitende Durchschnitte beinhaltet. Wieder wird ein Signal erzeugt, wenn der kürzeste gleitende Durchschnitt die beiden längeren Mittelwerte durchläuft. Ein einfaches Triple-Crossover-System könnte 5-Tage-, 10-Tage - und 20-Tage-Bewegungsdurchschnitte beinhalten. Das Diagramm oben zeigt Home Depot (HD) mit einer 10-tägigen EMA (grüne gepunktete Linie) und 50-Tage-EMA (rote Linie). Die schwarze Linie ist die tägliche Schließung. Mit einem gleitenden Durchschnitt Crossover hätte dazu geführt, dass drei Peitschen vor dem Fang eines guten Handels. Die 10-tägige EMA brach unterhalb der 50-Tage-EMA Ende Oktober (1), aber dies dauerte nicht lange, wie die 10-Tage zog zurück oben Mitte November (2). Dieses Kreuz dauerte länger, aber die nächste bärige Crossover im Januar (3) ereignete sich gegen Ende November Preisniveaus, was zu einer weiteren Peitsche führte. Dieses bärische Kreuz dauerte nicht lange, als die 10-Tage-EMA über die 50-Tage ein paar Tage später zurückging (4). Nach drei schlechten Signalen, schien das vierte Signal eine starke Bewegung als die Aktie vorrückte über 20. Es gibt zwei Takeaways hier. Erstens, Crossovers sind anfällig für whipsaw. Ein Preis oder Zeitfilter kann angewendet werden, um zu helfen, whipsaws zu verhindern. Händler könnten verlangen, dass die Crossover 3 Tage dauern, bevor sie handeln oder verlangen, dass die 10-Tage-EMA zu bewegen, über / unterhalb der 50-Tage-EMA um einen bestimmten Betrag vor handeln. Zweitens kann MACD verwendet werden, um diese Frequenzweichen zu identifizieren und zu quantifizieren. MACD (10,50,1) zeigt eine Linie, die die Differenz zwischen den beiden exponentiellen gleitenden Mittelwerten darstellt. MACD wird positiv während eines goldenen Kreuzes und negativ während eines toten Kreuzes. Der Prozentsatz-Oszillator (PPO) kann auf die gleiche Weise verwendet werden, um Prozentunterschiede anzuzeigen. Beachten Sie, dass MACD und das PPO auf exponentiellen gleitenden Durchschnitten basieren und nicht mit einfachen gleitenden Durchschnitten zusammenpassen. Diese Grafik zeigt Oracle (ORCL) mit dem 50-Tage EMA, 200-Tage EMA und MACD (50.200,1). Es gab vier gleitende durchschnittliche Kreuzungen über einen Zeitraum von 2 1/2 Jahren. Die ersten drei führten zu Peitschen oder schlechten Trades. Ein anhaltender Trend begann mit der vierten Crossover als ORCL bis Mitte der 20er Jahre. Erneut bewegen sich die durchschnittlichen Crossover-Effekte groß, wenn der Trend stark ist, erzeugen aber Verluste in Abwesenheit eines Trends. Preis-Crossover Moving-Durchschnitte können auch verwendet werden, um Signale mit einfachen Preis-Crossover zu generieren. Ein bullisches Signal wird erzeugt, wenn die Preise über dem gleitenden Durchschnitt liegen. Ein bäres Signal wird erzeugt, wenn die Preise unter dem gleitenden Durchschnitt liegen. Preis-Crossover können kombiniert werden, um innerhalb der größeren Trend Handel. Der längere gleitende Durchschnitt setzt den Ton für den größeren Trend und der kürzere gleitende Durchschnitt wird verwendet, um die Signale zu erzeugen. Man würde bullish Preiskreuze nur dann suchen, wenn die Preise schon über dem längeren gleitenden Durchschnitt liegen. Dies würde den Handel im Einklang mit dem größeren Trend. Wenn zum Beispiel der Kurs über dem gleitenden 200-Tage-Durchschnitt liegt, würden sich die Chartisten nur auf Signale konzentrieren, wenn der Kurs über dem 50-Tage-Gleitender Durchschnitt liegt. Offensichtlich würde ein Schritt unterhalb der 50-Tage gleitenden Durchschnitt ein solches Signal vorausgehen, aber solche bearish Kreuze würden ignoriert, weil der größere Trend ist. Ein bearish Kreuz würde einfach vorschlagen, ein Pullback in einem größeren Aufwärtstrend. Ein Cross-Back über dem 50-Tage-Gleitender Durchschnitt würde einen Preisanstieg und eine Fortsetzung des größeren Aufwärtstrends signalisieren. Die nächste Tabelle zeigt Emerson Electric (EMR) mit dem 50-Tage EMA und 200-Tage EMA. Die Aktie bewegte sich über und hielt über dem 200-Tage gleitenden Durchschnitt im August. Es gab Dips unterhalb der 50-Tage-EMA Anfang November und wieder Anfang Februar. Die Preise schnell zurück über die 50-Tage-EMA zu bullish Signale (grüne Pfeile) in Harmonie mit dem größeren Aufwärtstrend. Im Indikatorfenster wird MACD (1,50,1) angezeigt, um Preiskreuze über oder unter dem 50-Tage-EMA zu bestätigen. Die 1-tägige EMA entspricht dem Schlusskurs. MACD (1,50,1) ist positiv, wenn das Schließen oberhalb der 50-Tage-EMA und negativ ist, wenn das Schließen unterhalb der 50-Tage-EMA liegt. Unterstützung und Widerstand Der Gleitende Durchschnitt kann auch als Unterstützung in einem Aufwärtstrend und Widerstand in einem Abwärtstrend dienen. Ein kurzfristiger Aufwärtstrend könnte Unterstützung nahe dem 20-tägigen einfachen gleitenden Durchschnitt finden, der auch in Bollinger-Bändern verwendet wird. Ein langfristiger Aufwärtstrend könnte Unterstützung nahe dem 200-tägigen einfachen gleitenden Durchschnitt finden, der der populärste langfristige bewegliche Durchschnitt ist. Wenn Tatsache, die 200-Tage gleitenden Durchschnitt bieten kann Unterstützung oder Widerstand, nur weil es so weit verbreitet ist. Es ist fast wie eine sich selbst erfüllende Prophezeiung. Die Grafik oben zeigt die NY Composite mit dem 200-Tage einfachen gleitenden Durchschnitt von Mitte 2004 bis Ende 2008. Die 200-Tage-Support zur Verfügung gestellt, mehrmals während des Vorhabens. Sobald der Trend mit einem Doppel-Top-Support-Pause umgekehrt, der 200-Tage gleitenden Durchschnitt als Widerstand um 9500 gehandelt. Erwarten Sie nicht genaue Unterstützung und Widerstand Ebenen von gleitenden Durchschnitten, vor allem längeren gleitenden Durchschnitten. Märkte werden durch Emotionen gefahren, wodurch sie anfällig für Überschreitungen sind. Statt genauer Ebenen können gleitende Mittelwerte verwendet werden, um Unterstützungs - oder Widerstandszonen zu identifizieren. Schlussfolgerungen Die Vorteile der Verwendung von bewegten Durchschnitten müssen gegen die Nachteile gewogen werden. Moving-Durchschnitte sind Trend nach, oder nacheilende, Indikatoren, die immer einen Schritt hinter sich. Dies ist nicht unbedingt eine schlechte Sache. Immerhin ist der Trend ist dein Freund und es ist am besten, in die Richtung des Trends Handel. Die gleitenden Durchschnitte gewährleisten, dass ein Händler dem aktuellen Trend entspricht. Auch wenn der Trend ist dein Freund, verbringen die Wertpapiere viel Zeit in Handelsspannen, die gleitende Durchschnitte ineffektiv machen. Einmal in einem Trend, bewegte Durchschnitte halten Sie in, sondern geben auch späte Signale. Don039t erwarten, an der Spitze zu verkaufen und kaufen Sie am unteren Rand mit gleitenden Durchschnitten. Wie bei den meisten technischen Analysetools sollten die gleitenden Mittelwerte nicht allein verwendet werden, sondern in Verbindung mit anderen komplementären Tools. Chartisten können gleitende Durchschnitte verwenden, um den Gesamttrend zu definieren und dann RSI zu verwenden, um überkaufte oder überverkaufte Niveaus zu definieren. Hinzufügen von Bewegungsdurchschnitten zu StockCharts Diagrammen Gleitende Durchschnitte sind als Preisüberlagerungsfunktion auf der SharpCharts-Workbench verfügbar. Mit dem Dropdown-Menü Overlays können Benutzer entweder einen einfachen gleitenden Durchschnitt oder einen exponentiellen gleitenden Durchschnitt auswählen. Der erste Parameter wird verwendet, um die Anzahl der Zeitperioden einzustellen. Ein optionaler Parameter kann hinzugefügt werden, um festzulegen, welches Preisfeld in den Berechnungen verwendet werden soll - O für die Open, H für High, L für Low und C für Close. Ein Komma wird verwendet, um Parameter zu trennen. Ein weiterer optionaler Parameter kann hinzugefügt werden, um die gleitenden Mittelwerte nach links (vorbei) oder nach rechts (zukünftig) zu verschieben. Eine negative Zahl (-10) würde den gleitenden Durchschnitt auf die linken 10 Perioden verschieben. Eine positive Zahl (10) würde den gleitenden Durchschnitt auf die rechten 10 Perioden verschieben. Mehrere gleitende Durchschnitte können dem Preisplot überlagert werden, indem einfach eine weitere Überlagerungslinie zur Werkbank hinzugefügt wird. StockCharts-Mitglieder können die Farben und den Stil ändern, um zwischen mehreren gleitenden Durchschnitten zu unterscheiden. Nachdem Sie eine Anzeige ausgewählt haben, öffnen Sie die erweiterten Optionen, indem Sie auf das kleine grüne Dreieck klicken. Erweiterte Optionen können auch verwendet werden, um eine gleitende mittlere Überlagerung zu anderen technischen Indikatoren wie RSI, CCI und Volumen hinzuzufügen. Klicken Sie hier für ein Live-Diagramm mit mehreren verschiedenen gleitenden Durchschnitten. Verwenden von Moving Averages mit StockCharts-Scans Hier finden Sie einige Beispielscans, die die StockCharts-Mitglieder verwenden können, um verschiedene gleitende durchschnittliche Situationen zu scannen: Bullish Moving Average Cross: Diese Scans suchen nach Aktien mit einem steigenden 150-Tage-Durchschnitt und einem bullish Kreuz der 5 Tag EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt steigt, solange er über seinem Niveau vor fünf Tagen handelt. Ein bullish Kreuz tritt auf, wenn die 5-Tage-EMA bewegt sich über dem 35-Tage-EMA auf überdurchschnittlichen Volumen. Bearish Moving Average Cross: Diese Scans sucht nach Aktien mit einem fallenden 150-Tage einfachen gleitenden Durchschnitt und einem bärischen Kreuz der 5-Tage EMA und 35-Tage EMA. Der 150-Tage gleitende Durchschnitt fällt, solange er unter seinem Niveau vor fünf Tagen handelt. Ein bäriges Kreuz tritt auf, wenn die 5-Tage-EMA unterhalb der 35-Tage-EMA auf überdurchschnittlichem Volumen bewegt. Weitere Studie John Murphy039s Buch hat ein Kapitel gewidmet gleitende Durchschnitte und ihre verschiedenen Verwendungen. Murphy deckt die Vor-und Nachteile der gleitenden Durchschnitte. Darüber hinaus zeigt Murphy, wie bewegte Durchschnitte mit Bollinger Bands und kanalbasierten Handelssystemen funktionieren. Technische Analyse der Finanzmärkte John MurphyMoving Durchschnitt: Wie man sie verwendet Einige der primären Funktionen eines gleitenden Durchschnitt sind, Trends und Umkehrungen zu identifizieren. Die Stärke eines Vermögensimpulses zu messen und potenzielle Bereiche zu bestimmen, in denen ein Vermögenswert Unterstützung oder Widerstand findet. In diesem Abschnitt werden wir darauf hinweisen, wie verschiedene Zeitperioden die Dynamik überwachen können und wie sich gleitende Mittelwerte bei der Einstellung von Stopp-Verlusten vorteilhaft auswirken können. Darüber hinaus werden wir einige der Möglichkeiten und Grenzen der gleitenden Durchschnitte, die man beachten sollte, wenn sie als Teil einer Handelsroutine. Trend Trends identifizieren ist eine der Schlüsselfunktionen der gleitenden Durchschnitte, die von den meisten Händlern verwendet werden, die den Trend zu ihrem Freund machen wollen. Gleitende Mittelwerte sind nacheilende Indikatoren. Was bedeutet, dass sie nicht vorhersagen, neue Trends, sondern bestätigen Trends, sobald sie etabliert wurden. Wie Sie in Abbildung 1 sehen können, wird eine Aktie in einem Aufwärtstrend betrachtet, wenn der Kurs über einem gleitenden Durchschnitt liegt und der Durchschnitt nach oben geneigt ist. Umgekehrt wird ein Händler einen Preis unter einem nach unten abfallenden Durchschnitt verwenden, um einen Abwärtstrend zu bestätigen. Viele Händler werden nur in Erwägung ziehen, eine lange Position in einem Vermögenswert zu halten, wenn der Preis über einem gleitenden Durchschnitt handelt. Diese einfache Regel kann dazu beitragen, dass der Trend funktioniert in den Händlern zugunsten. Momentum Viele Anfänger-Trader fragen, wie es möglich ist, Impulse zu messen und wie bewegte Durchschnitte verwendet werden können, um eine solche Leistung zu bewältigen. Die einfache Antwort ist, genau auf die Zeiträume zu achten, die bei der Erstellung des Durchschnitts verwendet werden, da jeder Zeitraum wertvolle Einblicke in verschiedene Arten von Impuls geben kann. Im allgemeinen kann das kurzzeitige Momentum durch Betrachten von sich bewegenden Durchschnitten gemessen werden, die sich auf Zeitabschnitte von 20 Tagen oder weniger konzentrieren. Betrachtet man bewegte Durchschnitte, die mit einer Periode von 20 bis 100 Tagen erstellt werden, gilt allgemein als ein gutes Maß für das mittelfristige Momentum. Schließlich kann jeder gleitende Durchschnitt, der 100 Tage oder mehr in der Berechnung verwendet, als Maß für das Langzeitmomentum verwendet werden. Der gesunde Menschenverstand sollte Ihnen sagen, dass ein gleitender 15-Tage-Durchschnitt ein geeigneterer Maßstab für kurzfristige Impulse ist als ein 200-Tage-Gleitender Durchschnitt. Eine der besten Methoden, um die Stärke und Richtung eines Vermögensimpulses zu bestimmen, besteht darin, drei gleitende Durchschnittswerte auf ein Diagramm zu legen und dann genau darauf zu achten, wie sie sich in Beziehung zueinander stapeln. Die drei gleitenden Durchschnitte, die in der Regel verwendet werden, haben unterschiedliche Zeitrahmen, um kurzfristige, mittelfristige und langfristige Kursbewegungen darzustellen. In Abbildung 2 ist ein starkes Aufwärtsmoment zu beobachten, wenn kürzere Mittelwerte über längerfristigen Durchschnittswerten liegen und die beiden Mittelwerte divergieren. Wenn umgekehrt die kürzeren Mittelwerte sich unterhalb der längeren Mittelwerte befinden, ist der Impuls in der Abwärtsrichtung. Unterstützung Eine weitere häufige Verwendung von gleitenden Durchschnitten ist die Bestimmung potenzieller Preisstützungen. Es braucht nicht viel Erfahrung im Umgang mit gleitenden Durchschnitten zu bemerken, dass der sinkende Preis eines Vermögenswertes oft stoppen und umkehren Richtung auf dem gleichen Niveau wie ein wichtiger Durchschnitt. Zum Beispiel in Abbildung 3 können Sie sehen, dass der 200-Tage gleitenden Durchschnitt war in der Lage, den Preis der Aktie zu stützen, nachdem sie von seiner hohen in der Nähe von 32 fiel. Viele Händler erwarten eine Absprung von großen gleitenden Durchschnitten und wird andere nutzen Technische Indikatoren als Bestätigung der erwarteten Bewegung. Widerstand Sobald der Preis eines Vermögenswertes unter ein einflussreiches Unterstützungsniveau fällt, wie zum Beispiel der gleitende 200-Tage-Durchschnitt, ist es nicht ungewöhnlich, die durchschnittliche Aktie als eine starke Barriere zu sehen, die Investoren daran hindert, den Kurs über diesen Durchschnitt hinaus zu drücken. Wie Sie aus der unten stehenden Tabelle sehen können, wird dieser Widerstand oft von Händlern als Vorzeichen genutzt, um Gewinne zu erzielen oder bestehende Longpositionen zu schließen. Viele Leerverkäufer werden auch diese Mittelwerte als Einstiegspunkte verwenden, da der Preis oftmals vom Widerstand abprallt und seinen Kurs weiter senken wird. Wenn Sie ein Investor sind, der eine Long-Position in einem Vermögenswert hält, der unter den gleitenden Hauptdurchschnitten handelt, kann es in Ihrem besten Interesse sein, diese Niveaus genau zu beobachten, weil sie den Wert Ihrer Investition stark beeinflussen können. Stop-Losses Die Unterstützung und Widerstand Eigenschaften der gleitenden Durchschnitte machen sie ein großes Werkzeug für die Verwaltung von Risiken. Die Fähigkeit, sich zu bewegen, um strategische Plätze zu ermitteln, um Stop-Loss-Aufträge festzulegen, erlaubt es Händlern, Positionen zu verlieren, bevor sie größer werden können. Wie Sie in Abbildung 5 sehen können, können Händler, die eine Long-Position in einer Aktie halten und ihre Stop-Loss-Aufträge unter einflussreichen Durchschnittswerten einstellen, sich eine Menge Geld sparen. Verwenden von Moving Average, um Stop-Loss-Aufträge festzulegen ist der Schlüssel für jede erfolgreiche trading strategy. How zu berechnen, einen gleitenden Durchschnitt innerhalb einer Variablen in SPSS / PASW Statistiken Frage Ich verwende SPSS für Windows. Ich möchte einen gleitenden Durchschnitt mit einer Spanne von 3 für eine gegebene Variable berechnen. Ich möchte zum Beispiel eine neue Variable erstellen, die den Durchschnitt des ersten, zweiten und dritten Falles für eine gegebene Variable enthält. Ich würde dann wie der nächste Fall der neuen Variable enthalten den Durchschnitt des zweiten, dritten und vierten Fall für die gegebene Variable, und so weiter. Wie kann ich das tun? Antwort Die folgenden Befehle sollten Sie unterstützen. DATA LIST dient zur Erstellung von Beispieldaten. Die Variablen, Tag und Score werden erstellt. Wir verwenden dann die PMA-Funktion innerhalb des CREATE-Befehls, um den gleitenden Durchschnitt der Variablen zu berechnen. Wir setzen die Spanne des gleitenden Mittels auf 3. Beachten Sie, dass in der resultierenden Variablen mavg die ersten n Fälle (basierend auf dem Spanwert) systembedingt fehlen. In diesem Beispiel entspricht der vierte Fall der neuen Variablen mavg dem Durchschnitt der Fälle 1, 2 und 3 der Variablen, und der fünfte Fall der Variable mavg entspricht dem Durchschnitt der Fälle 2,3, Und 4, und so weiter. Weitere Informationen zu solchen gleitenden Durchschnittsberechnungen finden Sie im Kapitel CREATE, im Einzelnen im Abschnitt PMA-Funktion im SPSS-Syntax-Referenzhandbuch. DATENLISTE / Tag 1-2 Punkte 4-5. BEGIN DATEN 1 98 2 34 3 45 4 67 5 23 6 25 7 89 8 23 9 25 10 23 11 45 12 23 13 34 14 67 15 78 16 45 17 89 18 34 19 45 20 23 ENDDATEN. EXE. CREATE mavg PMA (Ergebnis, 3). EXE Historical NumberSPSS für das Klassenraum: Überblick über die Grundlagen IBM SPSS Statistics ist eine Software zur Verwaltung von Daten und zur Berechnung einer Vielzahl von Statistiken. Dieses Dokument richtet sich an Studierende, die Klassen mit SPSS Statistics oder jemand, der völlig neu in der SPSS-Software ist. Diejenigen, die planen, mehr zu tun beteiligt Forschungsprojekte mit SPSS sollten folgen dieser kurzen Intro mit mehr eingehende Ausbildung. Informationen zu SSCC-Laborkonten, den Labors, Winstat und mehr finden Sie unter Informationen für SSCC-Instruktionslaborbenutzer. Die SPSS-Software basiert auf der SPSS-Programmiersprache. Die gute Nachricht für Anfänger ist, dass Sie die meisten grundlegenden Datenanalyse durch Menüs und Dialogfelder erreichen können, ohne die SPSS-Sprache tatsächlich lernen zu müssen. Menüs und Dialogfelder sind nützlich, weil sie Ihnen visuelle Erinnerungen an (die meisten) Optionen mit jedem Schritt Ihrer Analyse. Allerdings können einige Aufgaben nicht aus den Menüs ausgeführt werden, und andere werden schneller durch Eingabe ein paar Schlüsselwörter, als durch die Arbeit durch eine lange Reihe von Menüs und Dialoge durchgeführt. Als Anfänger, ist es strategisch, ein wenig von sowohl SPSS-Programmierung und die Menüs zu lernen. Auf die Dauer wollen Sie lernen, nur direkt in der Programmiersprache arbeiten, weil dies ist, wie Sie Ihre Arbeit zu dokumentieren, und eine gute Dokumentation ist der Schlüssel zu beiden Fehlersuche und Replikation komplizierter Projekte. Für jetzt gehen wir davon aus, dass Sie nur sehr einfache Aufgaben durchführen. Teil zwei diskutiert gemeinsame Statistiken, Regression und Graphen. Starten von SPSS Statistics Das SSCC hat SPSS in unseren Computerlabors (4218 und 3218 Sewell Social Sciences Building) und auf einigen Winstats installiert. Wenn Sie an einem Universitätscomputer arbeiten, können Sie auch auf die DoITs Campus Software Library zugreifen und SPSS auf diesem Computer herunterladen und installieren (dies erfordert eine NetID - und Administratorrechte). Um SPSS auszuführen, melden Sie sich an und klicken Sie auf Start - Programme - IBM SPSS Statistics - IBM SPSS Statistics 23. Wenn SPSS zum ersten Mal gestartet wird, wird ein Dialogfenster angezeigt, in dem Sie aufgefordert werden, eine Datei zu öffnen. Wählen Sie eine vor kurzem geöffnete Datei aus oder wählen Sie aus der Liste auf der linken Seite eine andere Datei aus. Normalerweise starten Sie Ihre SPSS-Sitzung, indem Sie die Datendatei öffnen, mit der Sie arbeiten müssen. Die SPSS Windows und Dateien SPSS Statistics hat drei Hauptfenster, plus eine Menüleiste an der Spitze. Diese ermöglichen es Ihnen, (1) Ihre Daten, (2) sehen Sie Ihre statistische Ausgabe, und (3) sehen Sie alle Programmierbefehle, die Sie geschrieben haben. Jedes Fenster entspricht einer separaten SPSS-Datei. Daten-Editor (.sav-Dateien) Mit dem Daten-Editor können Sie Ihre Daten sehen und manipulieren. Sie haben immer mindestens einen Daten-Editor geöffnet (auch wenn Sie noch keinen Datensatz geöffnet haben). Wenn Sie eine SPSS-Datendatei öffnen, sehen Sie eine Arbeitskopie Ihrer Daten. Änderungen, die Sie an Ihren Daten vornehmen, sind nicht dauerhaft, bis Sie sie speichern (klicken Sie auf Datei - Speichern oder Speichern unter). Datendateien werden mit einem Dateityp von. sav gespeichert. Einen Dateityp, den die meisten anderen Software nicht verwenden können. Wenn Sie den letzten Daten-Editor schließen, beenden Sie SPSS und Sie werden aufgefordert, alle nicht gespeicherten Dateien zu speichern. Um einen anderen Datensatz zu öffnen, klicken Sie auf Datei - Öffnen - Daten. (Es ist auch möglich, einige Nicht-SPSS-Datendateien nach dieser Methode wie Excel-, Stata - oder SAS-Dateien zu öffnen.) Mit SPSS können Sie gleichzeitig viele Datensätze öffnen und den Datensatz, mit dem Sie gerade arbeiten Aktiver Datensatz ist immer mit einem kleinen roten Zettelschild auf der Titelleiste markiert. Um Verwirrung zu vermeiden, ist es normalerweise eine gute Strategie, alle Daten-Editoren zu schließen, die Sie getan haben. Output Viewer (.spv-Dateien) Wie Sie SPSS bitten, verschiedene Berechnungen und andere Aufgaben durchzuführen, können die Ergebnisse in einer Vielzahl von Orten auftauchen. Neue Datenwerte werden im Dateneditor angezeigt. Statistische Ergebnisse werden im Ausgabe-Viewer angezeigt. Der Ausgabe-Viewer zeigt Ihnen Tabellen der statistischen Ausgabe und grafischer Darstellungen. Standardmäßig zeigt es auch die Programmiersprache für die von Ihnen ausgegebenen Befehle (im SPSS-Jargon Syntax genannt), und die meisten Fehlermeldungen werden auch hier angezeigt. Mit dem Output Viewer können Sie Ihre Ergebnisse bearbeiten und drucken. Die Tabellen des Ausgabe-Viewers werden gespeichert (klicken Sie auf Datei - Speichern oder Speichern unter) mit einem Dateityp von. spv. Die nur mit SPSS-Software geöffnet werden können. Wie bei Data Editors ist es möglich, mehr als einen Output Viewer zu öffnen, um mehr als eine Ausgabedatei zu betrachten. Der aktive Viewer, markiert mit einem kleinen blauen Pluszeichen, empfängt die Ergebnisse aller Befehle, die Sie ausgeben. Wenn Sie alle Ausgabe-Viewer schließen und dann einen neuen Befehl ausgeben, wird ein neuer Ausgabe-Viewer gestartet. Syntax-Editor (.sps-Dateien) Wenn Sie direkt mit der SPSS-Programmiersprache arbeiten, öffnen Sie auch einen Syntax-Editor. Mit dem Syntaxeditor können Sie Befehle in der SPSS-Programmiersprache schreiben, bearbeiten und ausführen. Wenn Sie auch die Menüs und Dialogfelder verwenden, schreibt die Schaltfläche Einfügen automatisch die Syntax für den angegebenen Befehl in den aktiven Syntaxeditor. Diese Dateien werden als Klartext gespeichert und fast jeder Text-Editor kann sie öffnen, aber mit einer Dateierweiterung von. sps. Wie bei den anderen Fenstertypen können auch mehrere Syntaxeditoren geöffnet und das aktive Fenster mit einem kleinen orangefarbenen Pluszeichen markiert werden. Wenn Sie die Syntax aus Dialogfeldern einfügen, gelangen Sie zum aktiven Syntaxeditor. Wenn Sie alle Syntaxeditoren schließen und dann einen Befehl einfügen, wird ein neuer Syntaxeditor geöffnet. Ausgeben von Befehlen Wenn Sie SPSS nicht beauftragen, etwas zu tun, sitzt es einfach da und schaut Sie an. Im Allgemeinen können Befehle entweder über Menüs und Dialogfelder ausgegeben werden, die die Programmiersprache hinter den Szenen aufrufen, oder indem Sie die Programmiersprache in einem Syntaxeditor eingeben und die Befehle ausführen. Dialogfelder Obwohl jedes Dialogfeld eindeutig ist, haben sie viele gemeinsame Funktionen. Ein typisches Beispiel ist das Dialogfenster zur Erstellung von Häufigkeitstabellen (Tabellen mit Zählungen und Prozente). Um dieses Dialogfenster aus den Menüs aufzurufen, klicken Sie auf Analysieren - Deskriptive Statistik - Frequenzen. Links ist eine Variablenauswahlliste mit allen Variablen in Ihrem Datensatz. Wenn Ihre Variablen Variablenlabels haben, sehen Sie den Anfang des Variablenlabels. Um das vollständige Label sowie den Variablennamen in eckigen Klammern zu sehen, halten Sie den Cursor über dem Label-Anfang. Wählen Sie die zu analysierenden Variablen aus, indem Sie darauf klicken (Sie müssen möglicherweise durch die Liste blättern). Klicken Sie dann auf die Pfeilschaltfläche rechts neben der Auswahlliste, und die Variablen werden in die Analyseliste auf der rechten Seite verschoben. Wenn Sie Ihre Meinung über eine Variable ändern, können Sie sie in der Liste rechts auswählen und dann auf die Pfeilschaltfläche klicken, um sie aus der Analyseliste zurück zu verschieben. Ganz rechts im Dialog befinden sich mehrere Schaltflächen, die zu weiteren Dialogboxen mit Optionen für den Frequenzenbefehl führen. Klicken Sie am unteren Rand des Dialogfelds auf OK, um Ihren Befehl an SPSS zu übergeben, oder Einfügen, damit der Befehl in einen Syntaxeditor geschrieben wird. Wenn Sie zu einem Dialogfeld zurückkehren, finden Sie, dass es mit allen Spezifikationen, die Sie zuletzt verwendet haben, geöffnet wird. Dies kann nützlich sein, wenn Sie versuchen, eine Reihe von Variationen auf Ihre Analyse, oder wenn Sie etwas debuggen. Wenn Sie es vorziehen, frisch zu beginnen, können Sie auf die Schaltfläche "Zurücksetzen" klicken. Arbeiten mit dem Dateneditor Die Hauptanwendung des Dateneditors besteht darin, Ihnen die Datenwerte anzuzeigen, mit denen Sie arbeiten. Es kann auch verwendet werden, um die Eigenschaften von Variablen neu zu definieren (Typ ändern, Etiketten hinzufügen, fehlende Werte definieren usw.), neue Variablen erstellen und Daten manuell eingeben. Der Dateneditor bietet Ihnen zwei Ansichten Ihres Datensatzes: eine Datenansicht und eine Variablenansicht. Indem Sie auf die entsprechende Registerkarte in der linken unteren Ecke des Fensters klicken. Datenansicht In der Datenansicht werden die Daten im Standard-Rechteckformat für statistische Software ausgelegt. Jede Zeile repräsentiert eine Beobachtungseinheit, die manchmal auch als Datensatz oder in SPSS als Fall bezeichnet wird. Die Fall - (Beobachtungs-) Zahl in der linken Spalte wird automatisch zugewiesen und nicht als Daten gespeichert. Jede Spalte repräsentiert eine Variable. Alle Daten in einer Spalte müssen vom gleichen Typ sein. Entweder numerisch oder Zeichenfolge (auch Zeichen genannt). Jede Datenzelle hält einen Datenwert. Wenn Daten fehlen, werden sie als Periode (quot) oder als Leerzeichen (quotiert) angezeigt. Datenwerte können entweder als Istwert oder als formatierter Wert angezeigt werden. Beispielsweise könnte ein Datenwert über ein Personeneinkommen 15000 sein, während sein formatierter Wert als 15.000 angezeigt werden könnte. Formate können auch die Form von Wert-Etiketten, zum Beispiel, Daten als 1s und 2s als "Malequot und quotFemale. quot gekennzeichnet markiert werden. Während Formatierung macht es einfacher, Ergebnisse zu interpretieren, ist es wichtig, sich daran zu erinnern, dass die Datenwerte sind, was SPSS tatsächlich Verfahren. Insbesondere wenn Sie einen Befehl einrichten, der erfordert, dass Sie einen oder mehrere Datenwerte angeben, verwenden Sie Werte und nicht formatierte Werte. Sie können die Datenansicht zwischen formatierten und unformatierten Daten umschalten, indem Sie in der Toolbar auf die Schaltfläche Value Labels klicken, die vierte Schaltfläche rechts in der Datenansicht. Mit Wert-Labels können Sie auch die tatsächlichen Werte für eine gegebene Variable sehen, indem Sie auf eine Zelle klicken und dann die Leiste direkt über den Daten sehen. Das Feld nach links zeigt die Beobachtungsnummer und die ausgewählte Variable, z. B. 1: Geschlecht. Während die mittlere Box den tatsächlichen Wert, z. B. M Datenwerte können bearbeitet oder hinzugefügt werden, indem sie direkt in die Datenansicht eingegeben werden. Um Daten einzugeben, geben Sie den aktuellen Datenwert ein. Abgesehen von sehr kleinen Datensätzen für Klasse Übungen, sollten Sie fast nie, dies zu tun. Variablenansicht In der Variablenansicht können Sie die Informationen sehen, die jede Variable (manchmal Meta-Daten genannt) in Ihrem Datensatz definieren: Jede Spalte der Datenansicht wird durch eine Zeile der Variablenansicht beschrieben. Das erste Attribut jeder Variablen ist ihr Name. Der Variablenname ist, wie die Datenspalte in der Programmiersprache identifiziert wird, und damit die Programmiersprache graziös arbeitet, müssen Variablennamen bestimmte Einschränkungen beachten: Namen müssen mit einem Buchstaben beginnen und können aus Zeichen, Ziffern bestehen , Zeichen ohne Interpunktion und Periode. Die Großschreibung wird ignoriert. Variablennamen können bis zu 64 Zeichen lang sein. Andere Einschränkungen sind möglich. Variablennamen können hinzugefügt oder geändert werden, indem Sie sie einfach eingeben. Die grundlegenden Variablentypen sind entweder numerisch oder String. Mit SPSS können Sie jedoch zwischen verschiedenen Standardformaten wählen, um numerische Daten (z. B. wissenschaftliche Notation, Komma-Formatierung, Währungen) anzuzeigen und diesen Typ aufzurufen. Sie legen den Variablentyp fest, indem Sie in der Spalte klicken und dann auf die graue Schaltfläche klicken, die in einem Dialogfenster angezeigt wird. Mit dem Label-Attribut können Sie jeder Variablen eine längere Beschreibung zuweisen, die an Stelle des Variablennamens analog zu den Wertetiketten für Datenwerte angezeigt wird. Sowohl variable Labels als auch Wert-Labels sind nützlich, um Ihnen eine verständlichere Ausgabe zu ermöglichen. Mit dem Attribut Werte können Sie eine Liste mit Wertelabel erstellen. Oft werden mehrere Variablen einen gemeinsamen Satz von Wertelabels teilen und in diesem Fenster können Sie Wert-Label-Sets kopieren und einfügen. Variablen-Labels werden durch einfaches Eingeben gesetzt, Werte-Labels arbeiten über ein Dialogfenster. Das fehlende Attribut ist ein Platz für Sie, um bestimmte Datenwerte festzulegen, die SPSS ignorieren soll, wenn es Statistiken berechnet. Zum Beispiel ist es bei den Umfragedaten üblich, einen Datenwert von 8 aufzuzeichnen, wenn ein Befragter anzeigt, dass ich keine Antwort auf eine Frage bekomme, und Sie können SPSS die 8s in einer Variablen behandeln, als wären sie fehlende Daten. Die anderen Attribute, Breite. Dezimalstellen. Spalten. Ausrichten. Messen. Und Rolle. Sind kleinere Einstellungen im Zusammenhang mit der Datenanzeige. Obwohl Messen (Maßstab) statistisch ein sehr wichtiges Konzept ist, hat es wenig Bedeutung innerhalb der SPSS-Software. Arbeiten mit dem Ausgabe-Viewer Der Ausgabe-Viewer sammelt Ihre statistischen Tabellen und Grafiken und gibt Ihnen die Möglichkeit, sie zu bearbeiten, bevor Sie sie speichern oder drucken. Der Ausgabe-Viewer ist in zwei Hauptbereiche unterteilt, einen Umrissbereich links und einen Tabellenbereich auf der rechten Seite. Wenn Sie Ihre Ausgabe drucken, ist es das Tabellenfenster, das gedruckt wird. Wenn SPSS die Ausgabe erzeugt (Tabellen, Syntax, Fehlermeldungen, etc.), fügt es sie dem Tabellenbereich als Objekte hinzu. Und jedes Objekt wird im Umrissfenster notiert. Einzelne Objekte können geöffnet und bearbeitet, gelöscht, ausgeblendet, umgeordnet oder gedruckt werden. Um ein Objekt auszuwählen, mit dem gearbeitet werden soll, können Sie es entweder im Tabellenbereich anklicken oder auf den entsprechenden Eintrag im Gliederungsbereich klicken. In beiden Fenstern wird neben dem Objekt ein roter Pfeil angezeigt. Um Objekte zu bearbeiten. Doppelklicken Sie darauf im Tabellenbereich. Abhängig davon, ob Sie versuchen, ein einfaches Objekt wie ein Titel (das ist nur ein Feld mit einigen Text in ihm) oder etwas komplizierter wie eine Tabelle oder ein Diagramm zu bearbeiten, können Sie einfach das Objekt in der Ausgabe ändern Viewer oder ein anderes Fenster geöffnet. Abgesehen von der Bearbeitung des Aussehens von Graphen wird es oft einfacher sein, Ihre Ausgabe zu bearbeiten, indem Sie es zuerst in Microsoft Word exportieren. Grundsätzlich können Sie jedoch alles ändern, was Sie in Ihrer Ausgabe sehen können, bis zum Löschen von Spalten und Ändern von Zahlen. (Wenn aber Ihre Absicht ist, Ihre Ergebnisse zu fälschen, sollten Sie an unserem Simulations-Workshop teilnehmen, um bessere Methoden zu finden.) So löschen Sie Objekte. Wählen Sie sie in beiden Fenstern und verwenden Sie die Entf-Taste. Objekte ausblenden. Doppelklicken Sie auf das Symbol für jedes Objekt im Gliederungsfenster. Um sie sichtbar zu machen, doppelklicken Sie erneut. Sie können einen ganzen Abschnitt der Gliederung ausblenden, indem Sie auf das Minuszeichen links neben der Gruppe im Gliederungsfenster klicken. Ausgeblendete Objekte werden nicht gedruckt, sondern mit der Ausgabedatei gespeichert. Objekte neu anordnen. Wählen Sie das Objekt (oder die Gruppe von Objekten) in beiden Fenstern und ziehen Sie sie, bis der rote Pfeil auf das Objekt zeigt, unter dem Sie sie anzeigen möchten. So exportieren Sie Ihre Ausgabe. Sie gehen durch eine spezielle Prozedur. Klicken Sie im Ausgabe-Viewer auf Datei - Export, um das Dialogfeld Exportieren aufzurufen. Es gibt drei Haupteinstellungen zu betrachten. Wählen Sie zuerst den Dateityp aus, zu dem Sie exportieren möchten: nützliche Dateitypen umfassen Excel, PDF, PowerPoint oder Word. Überprüfen Sie als Nächstes, dass Sie so viel von Ihrer Ausgabe exportieren, wie Sie möchten, die zu exportierenden Objekte am oberen Rand des Dialogfelds. Wenn Sie einen Teil Ihrer Ausgabe ausgewählt haben, wird diese Option standardmäßig nur Ihre Auswahl exportieren, sonst exportieren Sie normalerweise alle Ihre sichtbaren Ausgaben. Schließlich ändern Sie den Standard-Dateinamen, um etwas Sinnvolles, und speichern Sie Ihre Datei an einem Ort, wo Sie in der Lage, es zu halten, wie Ihr U:-Laufwerk. Sobald Ihre Optionen festgelegt sind, klicken Sie auf OK. Arbeiten mit dem Syntaxeditor Das Erlernen der SPSS-Programmiersyntax ist ein separates Thema, in dem die Grundlagen in unseren SSCC-Schulungsworkshops angesprochen werden. Aber Sie müssen nicht eine ganz neue Sprache auswendig lernen, um SPSS-Syntax einzufügen und auszuführen. Die grundlegende Arbeitseinheit in der SPSS-Sprache ist der Befehl: Denken Sie an Befehle als analog zu gut geformten Sätzen. In dieser Sprache beginnen Befehle mit einem Schlüsselwort und enden mit einem Punkt. Befehle sollten in der linken Spalte im Editor beginnen. Wenn sie auf mehr als eine Zeile gewickelt werden, sollten die fortlaufenden Zeilen mit einem Leerzeichen beginnen. Kapitalisierung spielt keine Rolle. Der Syntax-Editor zeigt Syntax an, die SPSS nicht im roten Typ interpretieren kann. Wie der Ausgabe-Editor hat der Syntax-Editor zwei Bereiche. Das Tabellenfenster auf der rechten Seite ist das, was tatsächlich in der SPS-Datei gespeichert wird. Syntax ausführen. Damit SPSS Ihre Befehle tatsächlich ausführen kann, müssen Sie sie ausführen. Klicken Sie auf Ausführen. Und dann eine der Menüoptionen. Es gibt auch ein Symbol auf der Toolbar, um Ihr Programm auszuführen, ein rechtsgerichtetes Dreieck (quotplayquot). Sie können alle Befehle im Editor ausführen oder eine Gruppe von Befehlen auswählen und nur so ausführen, dass Sie volle Befehle vom ersten Schlüsselwort bis zum letzten Punkt markieren. Sie können auch den aktuellen Befehl ausführen, dh welcher Befehl der Cursor innerhalb des Befehls befindet. Einfügen und Laufen. In den meisten Dialogfeldern haben Sie die Möglichkeit, Befehle einzufügen, anstatt sie einfach auszuführen. SPSS schreibt dann den Befehl in einen Syntaxeditor. Die Syntax neigt dazu, ausführlich zu sein, spezifiziert viele Optionen, die die Standardwerte sind - Syntax, die Sie selbst schreiben tendenziell viel kürzer und einfacher. Nachdem Sie einen Befehl eingefügt haben, müssen Sie ihn ausführen, um eine Ausgabe zu erhalten. Lernen mehr Jetzt, da Sie die Grundlagen der Verwendung der SPSS-Fenster verstehen, können Sie lernen, wie die Durchführung statistischer Aufgaben durch das Lesen Teil zwei von SPSS für Studenten. Es umfasst gemeinsame Statistiken, Regression und Graphen. Um mehr über die SPSS-Benutzeroberfläche zu erfahren, können Sie sich das Online-Tutorial ansehen, das mit der Software geliefert wird: klicken Sie auf Hilfe - Tutorial. Um mehr über spezifische Datenverwaltung oder statistische Aufgaben zu erfahren, sollten Sie die Online-Hilfedateien ausprobieren. Klicken Sie auf Hilfe - Themen, und Sie können über eine Vielzahl von grundlegenden SPSS-Themen lesen oder den Index durchsuchen. Ihr Instruktor und / oder TA sind Ihre beste Ressource für klassenbezogene Aufgaben. Wenn Sie bei UW-Madison sind, Doug Hemken. Ein statistischer Berater für das SSCC, steht für SPSS-Projekte zur Verfügung. Weitere Informationen finden Sie unter Stat Consulting. Letzte Änderung: 7/5/2016
No comments:
Post a Comment