應用統(tǒng)計學spss論文

1、信ZI?Tit應用統(tǒng)計學課程論文（2011學年01學期）SPSS信用卡消費調(diào)查中的應用學生姓名學號院系工學院專業(yè)工程管理班級工管完成日期2011年12月04日SPSS在信用卡消費調(diào)查中的應用XX紹興文理學院工程管理摘要：本文通過消費者的年收入、家庭人口和每年使用信用卡支付的金額數(shù)據(jù)，利用SPSS軟件提供的散點圖、相關系數(shù)分析、回歸分析對數(shù)據(jù)進行了深入的分析，再把分析結果進行預測，最后根據(jù)預測結果來進行控制調(diào)整。關鍵詞：信用卡；消費；SPSS分析引言消費是社會生產(chǎn)的重要環(huán)節(jié)，是社會經(jīng)濟活動的出發(fā)點和歸宿，消費結構的狀況不僅反映社會經(jīng)濟發(fā)展的水平，又涉及到社會經(jīng)濟諸多方面，近年來，隨著社會經(jīng)濟、計

2、算機技術和信息技術的發(fā)展，商業(yè)領域越來越活躍，消費者除了用現(xiàn)金和個人支票支付外，信用卡支付方式越來越被廣泛的采用。通過信用卡的使用狀況，分析各相關因數(shù)的關系，利用SPSS軟件提對數(shù)據(jù)進行了深入的分析。1抽樣調(diào)查基本情況研究人員分層抽樣的方法從收集的資料中隨機抽取50位消費者的年收入、家庭人口和每年使用費信用卡支付的金額數(shù)據(jù)，用于統(tǒng)計分析。通過調(diào)查消費者的消費特征，此特征可以用來預測用戶使用信用卡的支付金額的消費特征。信用卡消費調(diào)查數(shù)據(jù)見附錄。2 SPSS中的統(tǒng)計分析SPSS作為統(tǒng)計分析工具，理論嚴謹、內(nèi)容豐富，具有數(shù)據(jù)管理、統(tǒng)計分析、趨勢研究、制表繪圖、文字處理等功能。其中的統(tǒng)計分析功能包括從

3、基本描述統(tǒng)計、推斷統(tǒng)計到聚類分析、因子分析等多元統(tǒng)計分析方法。本文主要利用其中的散點圖、相關系數(shù)分析、回歸分析對相關信息進行統(tǒng)計分析，而基本描述統(tǒng)計功能就不再做介紹。2.1 散點圖散點圖用于表現(xiàn)測量數(shù)據(jù)的原始分布狀況，可從點的位置判斷測量值的高低、大小、變動趨勢或變化范圍，在相關與回歸分析中，側重于使用散點圖來直觀的觀察和判斷變量之間的關系，據(jù)此判斷變量之間協(xié)變關系的類型。具體創(chuàng)建過程是利用在三維空間中繪制出2個或3個變量確定的點，然后通過這些點的分布特征來顯示數(shù)據(jù)的分布特征。散點圖有五種類型：簡單散點圖(SimpleScatterplot)重疊散點圖(OverlayScatterplot)散

4、點圖矩陣(ScatterplotMatrix)三維散點圖(3-DScatterplot)散點/圓點圖(Scatter/Dot)2.2 相關系數(shù)分析(1)相關分析相關分析就是從數(shù)量的角度出發(fā)，精確界定變量之間的關系，把變量之間的關聯(lián)的緊密程度用數(shù)量方法予以反映，即相關系數(shù)；相關系數(shù)大說明變量之間的關聯(lián)程度高，相關系數(shù)小說明變量之間的關聯(lián)比較松散。相關系數(shù)是測定變量之間線性相關程度和方向的代表性指標。其特點表現(xiàn)在：參與相關分析的兩個變量是對等的，不分自變量和因變量，因此相關系數(shù)只有一個，計算相關系數(shù)的兩個變量都是隨機變量。相關系數(shù)有Pearson目關系數(shù)、Spearma號口Kendall'

5、stua-b等級相關系數(shù)。(2)偏相關分析在實際問題中，事物之間的聯(lián)系往往比較復雜，一個結果往往是受到多種因素相互綜合作用產(chǎn)生的。在多變量的情況下，變量之間的的相關系復雜。偏相關分析是指在對其他變量的影響進行控制的條件下，分析多個變量中兩個變量之間的線性相關程度。偏相關分析的工作是計算偏相關系數(shù)，計算偏相關系數(shù)時需要掌握多個變量的數(shù)據(jù)，一方面考慮多個變量之間可能產(chǎn)生的影響，另一方面又采用一定的方法控制其他變量，專門考察兩個特低昂變量的凈相關關系。由于變量之間穿在錯綜復雜的關系，因此偏相關系數(shù)與濟南單的相關系數(shù)與簡單的相關系數(shù)在數(shù)值上可能相差很大，有時甚至符號都相反，一般偏相關系數(shù)更能反映現(xiàn)象之

6、間的真實關系。2.3 線性回歸分析回歸分析是從一組樣本數(shù)據(jù)出發(fā)，確定變量之間的數(shù)學關系式，對這些關系式的可信程度進行各種統(tǒng)計檢驗，并從影響某一特定變量的諸多變量中找出哪些變量影響顯著，哪些不顯著。然后利用所求得關系式根據(jù)一個或幾個變量的取值來預測或控制另一個特定變量的取值，并給出這種預測或控制的精度。回歸分析按照經(jīng)驗公式的函數(shù)類型可以分為線性回歸和非線性回歸。若回歸分析的經(jīng)驗公式是線性函數(shù)，則稱為線性回歸；若回歸分析的經(jīng)驗公式是非線性函數(shù)，則稱為非線性回歸。按自變量的個數(shù)可以將回歸分析分為一元回歸和多元回歸。一元回歸是自由一個自變量的回歸分析。有兩個或兩個以上的自變量的回歸分析稱為多元回歸。按

7、自變量和因變量的類型回歸分析分為一般的回歸分析、含有啞變量的回歸分析和Logistic回歸分析。一般的回歸分析自變量和因變量都是定量變量。若因變量是定性變量的回歸分析，則稱為Logistic回歸。3 SPSS在消費特征調(diào)查中的應用3.1 創(chuàng)建SPS繳據(jù)文件將信用卡消費調(diào)查數(shù)據(jù)保存在xykxf.sav中該數(shù)據(jù)文件的變量、類型及其標簽如圖1所示：Untitled-SPSSDataEditorFileEditNameTypeWidthDecimalsLabelValues1nsrNumeric30年收入(元)None2_jtrkNumeric10家庭人口(A)None3Numeric40消費金額No

8、neJjC圖1數(shù)據(jù)文件xykxf.sav的變量、類型及其標簽3.2 繪制散點圖通過散點圖可以觀察變量之間的關系，從而決定擬合模型的類型。啟動SPSS讀入數(shù)據(jù)后：(1)打開對話框。點擊Graphs-Scatter/Dot系統(tǒng)彈出一個對話窗口，選擇ScatterplotMatrix,單擊De巾ne進入ScatterplotMatrix對話框。(2)選擇矩陣變量。把變量“年收入”、“家庭人口”、“消費金額”移到MatrixVariables。(3)選擇圖形標題。在對話框中單擊Titles,在Titles中修改散點圖矩陣的標題“消費特征的散點圖”，單擊Continue。(4)單擊Scatterplot

9、Matrix對話框中的OK,得到繪制的散點圖矩陣圖，即圖2。耦級特征的放點惆ee0°oa0Ooco88OoodoogOD00cos6mmqdcdodo69QOQ0g®0040HQO90a>o8CDoooooggODDOC3MHIIBcm不收入(元)家典人口人用紀全前元)圖2消費特征的散點圖從圖2可以看出，家庭人口、年收入與信用卡消費金額成比較明顯的線性關系。3.3 相關系數(shù)分析通過變量之間的相關性分析，初步了解銷售額與哪些因素相關性高，各種提高銷售措施之間是否有高度的相關性或可替代性，以及為后續(xù)回歸分析的變量納入方式提供參考依據(jù)。操作步驟如下：(1)單擊Analyze

10、-CorrelatePartial,把變量“消費金額”、“年收入”移到Variables,把變量“家庭人口”移到Controlling0(2)單擊Options,參數(shù)選項如圖3。單擊Continue,返回PartialCorrelations對話框。S3ContinueCanedPartialCorrelationsOptionsStatistics“Meansandstandanidevictons7Zero-ondercorrelationsMi與ngValues1*Excludecaseslistwisebcckidecasespairwise圖3Options對話框(3)單擊OK按鈕，

11、得到相關分析結果如圖4、圖5DescriptiveStatisticsMeanStd.DeviationN消費金額(元964.06933.49450年收入(元)3480.00145550.74250家庭人口(人)3.421.73950圖4偏相關的描述性統(tǒng)計量CorrelationsControlVariables櫻金額(元那人(元內(nèi)-none-a苑Correlation1.000.631.753Significance(2-tailed).000.000df04848年1處例Correlation.6311.000.173Significance(2-tailed).000.231df4804

12、8家庭人口(A)Correlation.753.1731.000Significance(2-tailed).000.231.df48480liSsAn(A)苑Correlation1.000.773Significance(2-tailed).000df047年1處例Correlation.7731.000Significance(2-tailed).000.df470a.Cellscontainzero-order(Pearson)correlations.圖5偏相關的分析結果從圖4可知，50位消費者通過信用卡消費的平均的額度為3964.06元，年平均為43480元，家庭人均為3人。從圖5

13、的分析結果初步可知，信用卡消費金額與家庭人口、年收入較顯著，對應的顯著水平都遠小于0.01。3.4回歸分析建立回歸模型，進一步研究信用卡消費金額與家庭人口、年收入的關系，并利用預測結果來控制調(diào)節(jié)信用卡的市場營銷策略。操作步驟如下：(1)單擊AnalyzefRegressionLinear,把LinearRegression對話框左側列表中選擇變量“消費金額”使之進入Dependent選擇變量“家庭人口”和“年收入”，使之進入Independent(s)根據(jù)偏相關系數(shù)，在Method下拉框中選擇Enter選項，使其他選項框為默認值。(2)單擊Statistics按鈕，彈出“線性回歸統(tǒng)計量”窗口，

14、選中復選框EstimatesModelfit和Collinearitydiagnostics;,單擊continue返回LinearRegression對話框。（3）單擊OK,得到結果如圖610所示VariablesEntered/RemovedbModelVariablesEnteredVariablesRemovedMethod1外,那人aa伉）.Entera-Allrequestedvariablesentered.b.DependentVariable：7H|K(元a-Predictors:(Constant),(元)圖6變量進入情況ModelRRSquareFAdjustedS:Sq

15、uarethd.ErrorofeEstimate1.909a.826.818398.091ModelSummary家庭人口（人），年圖7模型模擬合度檢驗b.DependentVariable:消費金額（元）ANOVAbModelSSumofquaresdfMeanSquareFSig.1Regressi0525cResidual7448Total26997563931492254758449377.8476.450111.218.000aa.Predictors:(Constant),家庭人口（人），年收入（元）圖8方差分析表UnstaCidardizedoefficientstanCoeff

16、lardizecientslinrarityStatisModBStd.Err(）BetatSig.ToleranceVIF1(Constant04.90；i97.6556.()02.000年收入（元).033.004.5168.：550.000.9701.031家庭人口56.29（入33.201.66410.732.000.9701.031Coefficientsaa-DependentVariable:消費金額(元)圖9回歸分析結果ModelDimensionEi(genvalueConditionIndex(CVarianceProportionsConstant)年收入(元)家庭人口(

17、人)112.8101.000.01.01.022.1414.469.05.17.933.0497.568.94.82.05CollinearityDiagnosticsaa-DependentVariable:消費金額(元)圖10共線性檢驗(1)根據(jù)相關分析結果，認為信用卡消費金額與家庭人口、年收入相關性高，所以采用所有變量強行進入模型的方法。(2)對模型模擬合度進行檢驗，進入模型的變量其調(diào)整的決定系數(shù)(AdjustedRSquarR為0.818?？梢娔Ｐ偷臄M合效果很理想。(3)對模型進行方差分析?；貧w模型的Sig.值為0,說明該模型有顯著的統(tǒng)計意義。(4)對模型的回歸分析結果和共線性檢驗結果

18、可知，未標準化時本例的擬合結果為：Y=1304.905+0.033為+356.296x2常數(shù)項和自變量系數(shù)的Sig.值為0,模型中不存在共線問題。檢驗結果是顯著的。該模型的擬合程度很高，可以用來預測。4結果分析回歸分析在數(shù)據(jù)挖掘中主要有預測和控制兩大功能，通過對已知訓練數(shù)據(jù)進行回歸分析的出經(jīng)驗公式，利用經(jīng)驗公式就可以在已知變量的情況下，預測因變量的取值。實際問題中往往是根據(jù)預測結果來進行控制調(diào)整。本案例中，根據(jù)50為消費者的年收入、家庭人口和每年石油信用卡支付的金額數(shù)據(jù)得到經(jīng)驗公式為：Y=1304.905+0.033xi+356.296x2經(jīng)驗公式可以預測：在其他條件不變的情況下，家庭人口每增

19、加1人，信用卡支付的金額將增加356.296元；收入每增加1000元，信用卡支付金額將增加33元。因此，針對此地區(qū)的消費者，家庭人口的數(shù)量對信用卡支付的金額影響較大。若要推行信用卡消費，其目標用戶的首選是家庭人口較多的用戶。附錄信用卡消費調(diào)查數(shù)據(jù)年收入家庭人口消費金額年收入家庭人口消費金額（元）（人）（元）（元）（人）（元）5400034016410007482830000231592300064127320004510051000341105000054742250003420831000218644800044219550002407027000124773700012731330002251440000233