SPSS在系統(tǒng)預(yù)測中的應(yīng)用課件(PPT 44頁)

1、 第13章 SPSS在系統(tǒng)預(yù)測中的應(yīng)用第1頁，共44頁。13.1 實例提出：汽車保有量的預(yù)測分析我國經(jīng)濟的快速發(fā)展為私人汽車提供了巨大的發(fā)展空間。據(jù)中國汽車工業(yè)協(xié)會估算，截止到2006年底，中國私人汽車保有量約為2650萬輛，占全國汽車保有量的60%左右。在2006年，我國汽車銷量為710多萬輛，私人購買比例超過77%，中國已經(jīng)成為僅次于美國的全球第二大新車市場。據(jù)世界銀行的研究，汽車保有量 (尤其是私人汽車)與人均國民收入成正比。2003年，我國國內(nèi)人均GDP首次突破1000美元，這預(yù)示著中國汽車開始進入家庭消費階段。而事實表明，隨著中國人均GDP的穩(wěn)健增長，近年來，我國的家用汽車銷量以兩位

2、數(shù)的增速急劇擴大。 第2頁，共44頁。汽車特別是用于消費的私人汽車保有量的多少，與經(jīng)濟發(fā)展程度、居民收入以及道路建設(shè)等有著密切的聯(lián)系。隨著私人汽車消費時代的到來，汽車保有量上升的一個重要因素就是國內(nèi)汽車消費的快速增長。消費者購買力的增強和個體私營經(jīng)濟的快速發(fā)展，也帶動了私人汽車的大發(fā)展。私人汽車保有量與一個國家或地區(qū)的社會經(jīng)濟發(fā)展的有關(guān)數(shù)據(jù)有著密切關(guān)系。附表13-1提供了我國某一經(jīng)濟發(fā)達地區(qū)的一些相關(guān)統(tǒng)計數(shù)據(jù)。請根據(jù)附表中的相關(guān)數(shù)據(jù)分析影響該地區(qū)私人汽車保有量的因素，并預(yù)測到2008年該地區(qū)私人汽車保有量有多少？第3頁，共44頁。第4頁，共44頁。12.2 實例的SPSS軟件操作詳解 本實例要

3、求分析人均國內(nèi)生產(chǎn)總值、全社會消費品零售總額等因素對私人汽車保有量的影響情況，并做相應(yīng)的預(yù)測分析。由于人均國內(nèi)生產(chǎn)總值等指標(biāo)都描述了國民經(jīng)濟的發(fā)展情況，因此它們和私人汽車保有量有著密切的關(guān)系。但是要全部考慮這些指標(biāo)是非常困難的，這是因為指標(biāo)數(shù)量眾多，難以全部考慮?？紤]到這些經(jīng)濟指標(biāo)之間還存在著相關(guān)性，因此可以利用因子分析，利用降維的方法綜合這些眾多的經(jīng)濟指標(biāo)為少量的公共因子，這樣通過分析因子和私人汽車保有量的關(guān)系來預(yù)測私車保有量的未來趨勢。具體操作步驟如下：第5頁，共44頁。 Step01：打開數(shù)據(jù)文件打開數(shù)據(jù)文件13-1.sav。同時單擊數(shù)據(jù)瀏覽窗口的【Variable View(變量視圖)

4、】按鈕，檢查各個變量的數(shù)據(jù)結(jié)構(gòu)定義是否合理，是否需要修改調(diào)整。Step02：因子分析在候選變量列表框中選擇X1、X2、X6變量設(shè)定為因子分析變量，將其添加至【Variables(變量)】列表框中。單擊【Extraction】按鈕，勾選【Scree plot】復(fù)選框，其他選項保持系統(tǒng)默認，單擊【Continue(繼續(xù))】按鈕返回主對話框。第6頁，共44頁。在主話框中，單擊【Score(尺度)】按鈕，勾選【Save as variables(保存變量)】復(fù)選框，表示采用回歸法計算因子得分并保持在原文件中；同時勾選【Display factor score coefficient matrix(顯示

5、因子得分系數(shù)矩陣)】復(fù)選框，表示輸出因子得分系數(shù)矩陣。其他選項保持系統(tǒng)默認，單擊【Continue(繼續(xù))】按鈕返回。單擊【OK】按鈕，完成本步操作。第7頁，共44頁。Step03：回歸分析在第二步因子分析中得到了不同年份的因子得分，這些因子得分充分反映了不同年份的綜合經(jīng)濟發(fā)展值。于是可以考慮利用它來對私車保有量進行預(yù)測。首先繪制綜合經(jīng)濟發(fā)展值與私車保有量的散點圖，判斷兩者之間是否存在相關(guān)關(guān)系。 第8頁，共44頁。選擇菜單欄中的【Analyze(分析)】【Regression(回歸)】【Curve Estimation(曲線估計)】命令，彈出【Curve Estimation(曲線估計)】對話

6、框。在候選變量列表框中選擇“y”變量設(shè)定為因變量，將其添加至【Dependent(s)(因變量)】列表框中。同時，選擇“FAC1-1”變量設(shè)定為自變量，將其添加至【Variable(變量)】列表框中。在【Model(模型)】復(fù)選框中勾選【Logistic】模型，并在【Upper bound(上限)】文本框中填入1000，表示上限值。注意，這里的上限值可以調(diào)整完善。最后單擊【OK】按鈕，完成操作。 第9頁，共44頁。第10頁，共44頁。Step04：預(yù)測私車保有量在得到了私車保有量和綜合經(jīng)濟發(fā)展值的模型后，要預(yù)測私車保有量在2010的數(shù)量，則首先需要估計綜合經(jīng)濟發(fā)展值在2008的取值，利用線性回

7、歸模型得到經(jīng)濟發(fā)展值的預(yù)測值后，帶入Logistic函數(shù)就可以估計出2008年該地區(qū)的私車保有量了。第11頁，共44頁。12.3 實例的SPSS輸出結(jié)果詳解1 因子分析結(jié)果（1）因子分析共同度 表13-2是因子分析的共同度，顯示了所有變量的共同度數(shù)據(jù)。第一列是因子分析初始解下的變量共同度。它表明，對原有六個變量如果采用主成分分析法提取所有六個特征根，那么原有變量的所有方差都可被解釋，變量的共同度均為1。第二列列出了按指定提取條件提取特征根時的共同度?？梢钥吹?，所有變量的絕大部分信息可被因子解釋，這些變量信息丟失較少。第12頁，共44頁。（2）因子分析的總方差解釋接著計算得到相關(guān)系數(shù)矩陣的特征值

8、、方差貢獻率及累計方差貢獻率結(jié)果如表13-3所示。在表13-3中，第一個因子的特征根值為5.920，解釋了原有6個變量總方差的98.670。因此只選取第一個因子為主因子即可。第13頁，共44頁。（3）因子碎石圖從碎石圖看到，第一個特征值明顯大于后面的特征值，說明提取第一個因子是合適的。第14頁，共44頁。（4）因子載荷矩陣 表13-4顯示了因子載荷矩陣。通過載荷系數(shù)大小可以分析不同公共因子所反映的主要指標(biāo)的區(qū)別。從結(jié)果看，第一主因子在這六個指標(biāo)上的載荷值都很大，說明它綜合反映了該地區(qū)綜合經(jīng)濟發(fā)展值，故可以作為綜合經(jīng)濟發(fā)展值看待。第15頁，共44頁。（5）因子得分系數(shù) 表13-5列出了采用回歸法

9、估計的因子得分系數(shù)。同時在原數(shù)據(jù)瀏覽窗口中新增了變量“FAC1_1”，它表示不同年份的綜合經(jīng)濟發(fā)展值。第16頁，共44頁。2 曲線估計結(jié)果（1）模型描述 表13-6是SPSS對曲線擬合結(jié)果的初步描述統(tǒng)計，例如自變量和因變量、估計方程的類型等。 第17頁，共44頁。（2）模型匯總及參數(shù)估計表13-7給出了樣本數(shù)據(jù)進行Logistic回歸的檢驗統(tǒng)計量和相應(yīng)方程中的參數(shù)估計值。模型的整體擬合優(yōu)度值R2為0.994，F(xiàn)統(tǒng)計量等于1624.416，概率P值小于顯著性水平0.05，說明該模型有統(tǒng)計學(xué)意義。得到估計方程如下： 第18頁，共44頁。（3）擬合曲線圖最后給出的是實際數(shù)據(jù)的散點圖和Logistic

10、回歸方程的預(yù)測圖，這進一步說明方程的擬合效果最好。第19頁，共44頁。3 預(yù)測私車保有量（1）預(yù)測綜合經(jīng)濟發(fā)展值 繪制綜合經(jīng)濟發(fā)展變量“FAC1-1”的時間序列圖13-6看到，該變量的增長基本呈線性趨勢，于是可以采用線性回歸來估計該變量在2008年的取值。 采用曲線估計中的線性回歸選項可以估計得到預(yù)測方程如下：于是計算得到綜合經(jīng)濟發(fā)展變量在2008的取值為1.787第20頁，共44頁。第21頁，共44頁。（2）預(yù)測私車保有量 在計算得到綜合經(jīng)濟發(fā)展變量的預(yù)測值后，帶入Logistic回歸模型，于是得到該地區(qū)在2008的私車保有量為： 114.5萬輛第22頁，共44頁。 第14章 SPSS在社會

11、學(xué)中的應(yīng)用第23頁，共44頁。14.1 實例提出：中國傳統(tǒng)文化了解程度研究 某大學(xué)研究機構(gòu)對該校電氣、管理、電信、外語、人文幾個學(xué)院的同學(xué)進行了調(diào)查，各個學(xué)院發(fā)放的問卷數(shù)參照各個學(xué)院的人數(shù)比例?？偣舶l(fā)放問卷250余份，回收有效問卷228份。 調(diào)查問卷設(shè)置了大學(xué)生對傳統(tǒng)文化了解程度的題目，例如“佛教的來源是什么？”、“儒家的思想核心是什么？”、“清明上河圖的作者是誰？”等。由于篇幅有限，數(shù)據(jù)文件14-1.sav給出了每位調(diào)查者對傳統(tǒng)文化了解程度的總得分，同時也列出了被調(diào)查者性別、專業(yè)、年級等數(shù)據(jù)信息。請利用這些資料，分析以下問題： 1、分析大學(xué)生對中國傳統(tǒng)文化了解程度得分，并按了解程度對得分進行

12、合理的分類。 2、研究獲取文化來源對大學(xué)生傳統(tǒng)文化了解程度是否存在影響關(guān)系。第24頁，共44頁。14.2 實例的SPSS軟件操作詳解 1. 問題一操作詳解 對于問題一，首先可以采用描述性統(tǒng)計對被調(diào)查者的文化了解程度進行分析，了解大學(xué)生整體的傳統(tǒng)文化了解程度；接著可以利用百分位數(shù)對了解程度得分進行分類，將其分為“不了解”、“不太了解”、“一般了解”、“較了解”和“很了解”等五類。 具體操作步驟如下：第25頁，共44頁。 Step01：打開數(shù)據(jù)文件 打開數(shù)據(jù)文件14-1.sav。同時單擊數(shù)據(jù)瀏覽窗口的【Variable View（變量視圖）】按鈕，檢查各個變量的數(shù)據(jù)結(jié)構(gòu)定義是否合理，是否需要修改調(diào)

13、整。第26頁，共44頁。Step02：頻數(shù)分析 選擇菜單欄中的【Analyze（分析）】【Descriptive Statistics（描述統(tǒng)計）】【Frequencies（頻率）】命令，彈出【Frequencies（頻率）】對話框。在此對話框左側(cè)的候選變量列表框中選擇“X9”變量，將其添加至【Variable(s)（變量）】列表框中，表示它是進行頻數(shù)分析的變量。第27頁，共44頁。 單擊【Statistics】按鈕，在彈出的對話框的【Cut points for equal groups（割點相等組）】文本框中鍵入數(shù)字“5”，輸出第20、40、60和80百分位數(shù)，即將數(shù)據(jù)按照題目要求分為等間

14、隔的五類。接著，勾選【Std. Deviation（標(biāo)準(zhǔn)差）】、【Mean（均值）】等選項，表示輸出了解程度得分的描述性統(tǒng)計量。再單擊【Continue】按鈕，返回【Frequencies（頻率）】對話框。第28頁，共44頁。第29頁，共44頁。 單擊【Charts】按鈕，勾選【Histograms（直方圖）】和【W(wǎng)ith normal curve（顯示正態(tài)曲線）】復(fù)選框，即直方圖中附帶正態(tài)曲線。再單擊【Continue】按鈕，返回【Frequencies（頻率）】對話框。 最后，單擊【OK（確定）】按鈕，操作完成。 第30頁，共44頁。Step03：了解程度分類 在得到第20、40、60和8

15、0百分位數(shù)后，接著以它們?yōu)閿帱c對得分數(shù)據(jù)進行分類，因此可以利用SPSS中的【Recode（編碼）】功能來實現(xiàn)。 打開SPSS軟件，在菜單欄中選擇【File（文件）】【Transform（轉(zhuǎn)換）】【Recode into Different Variable（重新編碼為不同變量）】命令，彈出【Recode into Different Variable（重新編碼為不同變量）】對話框。第31頁，共44頁。第32頁，共44頁。 在左側(cè)的候選變量列表框中選擇“X9”變量進入【Input Variable-Output Variable（輸入變量-輸出變量）】列表框，同時在【Output Variabl

16、e（輸出變量）】復(fù)選框中填寫輸出賦值變量名稱“等級”。同時單擊【Change】按鈕進行賦值轉(zhuǎn)換。 單擊【Old and New Value按鈕，彈出重編碼規(guī)則設(shè)置對話框。接著按照等級轉(zhuǎn)換賦值規(guī)則進行變量的重新賦值工作。設(shè)置完成后，單擊【Continue（繼續(xù)）】按鈕返回主對話框 最后，單擊【OK（確定）】按鈕，操作完成。此時，原數(shù)據(jù)文件新增加了“天數(shù)”變量。第33頁，共44頁。第34頁，共44頁。2. 問題二操作詳解 對于問題二，大學(xué)生獲取傳統(tǒng)文化來源主要是從學(xué)校、家庭或自學(xué)等。因此本問題主要要分析不同學(xué)習(xí)途徑對大學(xué)生傳統(tǒng)文化了解程度是否存在顯著性影響。由于文化來源途徑和了解程度等級都是定性數(shù)

17、據(jù)，因此可以考慮采用列聯(lián)表分析中的行、列變量相關(guān)程度檢驗。 具體操作步驟如下： 第35頁，共44頁。 選擇菜單欄中的【Analyze（分析）】【Descriptive Statistics（描述統(tǒng)計）】【Crosstabs（交叉表）】命令，彈出【Crosstabs（交叉表）】對話框。第36頁，共44頁。14.3 實例的SPSS輸出結(jié)果詳解問題一結(jié)果 （1）描述性統(tǒng)計量表 表14-1是被調(diào)查者對中國傳統(tǒng)文化了解程度得分的描述性統(tǒng)計量輸出表，其中包括了均值、中位數(shù)、方差等基本統(tǒng)計量?？梢钥吹?，大學(xué)生對傳統(tǒng)中國文化了解程度得分均值等于57.18分，標(biāo)準(zhǔn)差為12.824，偏度為-0.116，峰度為-0

18、.278等.第37頁，共44頁。第38頁，共44頁。 （2）直方圖 SPSS輸出結(jié)果也包括直方圖。從圖形特征看，數(shù)據(jù)呈稍微左偏分布。根據(jù)附帶的正態(tài)分布曲線可見了解程度得分近似服從正態(tài)分布N(57.18,12.824)，說明大學(xué)生對中國傳統(tǒng)文化的了解程度差異較大。第39頁，共44頁。第40頁，共44頁。2 問題二結(jié)果 （1）來源途徑與了解程度等級的列聯(lián)表 表14-2是來源途徑與了解程度等級的列聯(lián)表，表中數(shù)據(jù)列出了處于不同了解程度等級及來源途徑的學(xué)生人數(shù)?？梢钥吹剑浴皩W(xué)校教育”為主要來源途徑的學(xué)生大多數(shù)對傳統(tǒng)中國文化了解程度位于“很不了解”和“不太了解”的等級，而采用“自學(xué)”方式來獲取傳統(tǒng)文化的學(xué)生對其了解程度都比較高，多數(shù)學(xué)生都“比較了解”或“很了解”傳統(tǒng)文化。第41頁，共44頁。第42頁，共44頁。 （2）獨立性檢驗 上面的列聯(lián)表只是