SPSS在系统预测中的应用课件(PPT 44页)

1、 第13章 SPSS在系统预测中的应用第1页，共44页。13.1 实例提出：汽车保有量的预测分析我国经济的快速发展为私人汽车提供了巨大的发展空间。据中国汽车工业协会估算，截止到2006年底，中国私人汽车保有量约为2650万辆，占全国汽车保有量的60%左右。在2006年，我国汽车销量为710多万辆，私人购买比例超过77%，中国已经成为仅次于美国的全球第二大新车市场。据世界银行的研究，汽车保有量 (尤其是私人汽车)与人均国民收入成正比。2003年，我国国内人均GDP首次突破1000美元，这预示着中国汽车开始进入家庭消费阶段。而事实表明，随着中国人均GDP的稳健增长，近年来，我国的家用汽车销量以两位

2、数的增速急剧扩大。 第2页，共44页。汽车特别是用于消费的私人汽车保有量的多少，与经济发展程度、居民收入以及道路建设等有着密切的联系。随着私人汽车消费时代的到来，汽车保有量上升的一个重要因素就是国内汽车消费的快速增长。消费者购买力的增强和个体私营经济的快速发展，也带动了私人汽车的大发展。私人汽车保有量与一个国家或地区的社会经济发展的有关数据有着密切关系。附表13-1提供了我国某一经济发达地区的一些相关统计数据。请根据附表中的相关数据分析影响该地区私人汽车保有量的因素，并预测到2008年该地区私人汽车保有量有多少？第3页，共44页。第4页，共44页。12.2 实例的SPSS软件操作详解 本实例要

3、求分析人均国内生产总值、全社会消费品零售总额等因素对私人汽车保有量的影响情况，并做相应的预测分析。由于人均国内生产总值等指标都描述了国民经济的发展情况，因此它们和私人汽车保有量有着密切的关系。但是要全部考虑这些指标是非常困难的，这是因为指标数量众多，难以全部考虑。考虑到这些经济指标之间还存在着相关性，因此可以利用因子分析，利用降维的方法综合这些众多的经济指标为少量的公共因子，这样通过分析因子和私人汽车保有量的关系来预测私车保有量的未来趋势。具体操作步骤如下：第5页，共44页。 Step01：打开数据文件打开数据文件13-1.sav。同时单击数据浏览窗口的【Variable View(变量视图)

4、】按钮，检查各个变量的数据结构定义是否合理，是否需要修改调整。Step02：因子分析在候选变量列表框中选择X1、X2、X6变量设定为因子分析变量，将其添加至【Variables(变量)】列表框中。单击【Extraction】按钮，勾选【Scree plot】复选框，其他选项保持系统默认，单击【Continue(继续)】按钮返回主对话框。第6页，共44页。在主话框中，单击【Score(尺度)】按钮，勾选【Save as variables(保存变量)】复选框，表示采用回归法计算因子得分并保持在原文件中；同时勾选【Display factor score coefficient matrix(显示

5、因子得分系数矩阵)】复选框，表示输出因子得分系数矩阵。其他选项保持系统默认，单击【Continue(继续)】按钮返回。单击【OK】按钮，完成本步操作。第7页，共44页。Step03：回归分析在第二步因子分析中得到了不同年份的因子得分，这些因子得分充分反映了不同年份的综合经济发展值。于是可以考虑利用它来对私车保有量进行预测。首先绘制综合经济发展值与私车保有量的散点图，判断两者之间是否存在相关关系。 第8页，共44页。选择菜单栏中的【Analyze(分析)】【Regression(回归)】【Curve Estimation(曲线估计)】命令，弹出【Curve Estimation(曲线估计)】对话

6、框。在候选变量列表框中选择“y”变量设定为因变量，将其添加至【Dependent(s)(因变量)】列表框中。同时，选择“FAC1-1”变量设定为自变量，将其添加至【Variable(变量)】列表框中。在【Model(模型)】复选框中勾选【Logistic】模型，并在【Upper bound(上限)】文本框中填入1000，表示上限值。注意，这里的上限值可以调整完善。最后单击【OK】按钮，完成操作。 第9页，共44页。第10页，共44页。Step04：预测私车保有量在得到了私车保有量和综合经济发展值的模型后，要预测私车保有量在2010的数量，则首先需要估计综合经济发展值在2008的取值，利用线性回

7、归模型得到经济发展值的预测值后，带入Logistic函数就可以估计出2008年该地区的私车保有量了。第11页，共44页。12.3 实例的SPSS输出结果详解1 因子分析结果（1）因子分析共同度 表13-2是因子分析的共同度，显示了所有变量的共同度数据。第一列是因子分析初始解下的变量共同度。它表明，对原有六个变量如果采用主成分分析法提取所有六个特征根，那么原有变量的所有方差都可被解释，变量的共同度均为1。第二列列出了按指定提取条件提取特征根时的共同度。可以看到，所有变量的绝大部分信息可被因子解释，这些变量信息丢失较少。第12页，共44页。（2）因子分析的总方差解释接着计算得到相关系数矩阵的特征值

8、、方差贡献率及累计方差贡献率结果如表13-3所示。在表13-3中，第一个因子的特征根值为5.920，解释了原有6个变量总方差的98.670。因此只选取第一个因子为主因子即可。第13页，共44页。（3）因子碎石图从碎石图看到，第一个特征值明显大于后面的特征值，说明提取第一个因子是合适的。第14页，共44页。（4）因子载荷矩阵 表13-4显示了因子载荷矩阵。通过载荷系数大小可以分析不同公共因子所反映的主要指标的区别。从结果看，第一主因子在这六个指标上的载荷值都很大，说明它综合反映了该地区综合经济发展值，故可以作为综合经济发展值看待。第15页，共44页。（5）因子得分系数 表13-5列出了采用回归法

9、估计的因子得分系数。同时在原数据浏览窗口中新增了变量“FAC1_1”，它表示不同年份的综合经济发展值。第16页，共44页。2 曲线估计结果（1）模型描述 表13-6是SPSS对曲线拟合结果的初步描述统计，例如自变量和因变量、估计方程的类型等。 第17页，共44页。（2）模型汇总及参数估计表13-7给出了样本数据进行Logistic回归的检验统计量和相应方程中的参数估计值。模型的整体拟合优度值R2为0.994，F统计量等于1624.416，概率P值小于显著性水平0.05，说明该模型有统计学意义。得到估计方程如下： 第18页，共44页。（3）拟合曲线图最后给出的是实际数据的散点图和Logistic

10、回归方程的预测图，这进一步说明方程的拟合效果最好。第19页，共44页。3 预测私车保有量（1）预测综合经济发展值 绘制综合经济发展变量“FAC1-1”的时间序列图13-6看到，该变量的增长基本呈线性趋势，于是可以采用线性回归来估计该变量在2008年的取值。 采用曲线估计中的线性回归选项可以估计得到预测方程如下：于是计算得到综合经济发展变量在2008的取值为1.787第20页，共44页。第21页，共44页。（2）预测私车保有量 在计算得到综合经济发展变量的预测值后，带入Logistic回归模型，于是得到该地区在2008的私车保有量为： 114.5万辆第22页，共44页。 第14章 SPSS在社会

11、学中的应用第23页，共44页。14.1 实例提出：中国传统文化了解程度研究 某大学研究机构对该校电气、管理、电信、外语、人文几个学院的同学进行了调查，各个学院发放的问卷数参照各个学院的人数比例。总共发放问卷250余份，回收有效问卷228份。 调查问卷设置了大学生对传统文化了解程度的题目，例如“佛教的来源是什么？”、“儒家的思想核心是什么？”、“清明上河图的作者是谁？”等。由于篇幅有限，数据文件14-1.sav给出了每位调查者对传统文化了解程度的总得分，同时也列出了被调查者性别、专业、年级等数据信息。请利用这些资料，分析以下问题： 1、分析大学生对中国传统文化了解程度得分，并按了解程度对得分进行

12、合理的分类。 2、研究获取文化来源对大学生传统文化了解程度是否存在影响关系。第24页，共44页。14.2 实例的SPSS软件操作详解 1. 问题一操作详解 对于问题一，首先可以采用描述性统计对被调查者的文化了解程度进行分析，了解大学生整体的传统文化了解程度；接着可以利用百分位数对了解程度得分进行分类，将其分为“不了解”、“不太了解”、“一般了解”、“较了解”和“很了解”等五类。 具体操作步骤如下：第25页，共44页。 Step01：打开数据文件 打开数据文件14-1.sav。同时单击数据浏览窗口的【Variable View（变量视图）】按钮，检查各个变量的数据结构定义是否合理，是否需要修改调

13、整。第26页，共44页。Step02：频数分析 选择菜单栏中的【Analyze（分析）】【Descriptive Statistics（描述统计）】【Frequencies（频率）】命令，弹出【Frequencies（频率）】对话框。在此对话框左侧的候选变量列表框中选择“X9”变量，将其添加至【Variable(s)（变量）】列表框中，表示它是进行频数分析的变量。第27页，共44页。 单击【Statistics】按钮，在弹出的对话框的【Cut points for equal groups（割点相等组）】文本框中键入数字“5”，输出第20、40、60和80百分位数，即将数据按照题目要求分为等间

14、隔的五类。接着，勾选【Std. Deviation（标准差）】、【Mean（均值）】等选项，表示输出了解程度得分的描述性统计量。再单击【Continue】按钮，返回【Frequencies（频率）】对话框。第28页，共44页。第29页，共44页。 单击【Charts】按钮，勾选【Histograms（直方图）】和【With normal curve（显示正态曲线）】复选框，即直方图中附带正态曲线。再单击【Continue】按钮，返回【Frequencies（频率）】对话框。 最后，单击【OK（确定）】按钮，操作完成。 第30页，共44页。Step03：了解程度分类 在得到第20、40、60和8

15、0百分位数后，接着以它们为断点对得分数据进行分类，因此可以利用SPSS中的【Recode（编码）】功能来实现。 打开SPSS软件，在菜单栏中选择【File（文件）】【Transform（转换）】【Recode into Different Variable（重新编码为不同变量）】命令，弹出【Recode into Different Variable（重新编码为不同变量）】对话框。第31页，共44页。第32页，共44页。 在左侧的候选变量列表框中选择“X9”变量进入【Input Variable-Output Variable（输入变量-输出变量）】列表框，同时在【Output Variabl

16、e（输出变量）】复选框中填写输出赋值变量名称“等级”。同时单击【Change】按钮进行赋值转换。 单击【Old and New Value按钮，弹出重编码规则设置对话框。接着按照等级转换赋值规则进行变量的重新赋值工作。设置完成后，单击【Continue（继续）】按钮返回主对话框 最后，单击【OK（确定）】按钮，操作完成。此时，原数据文件新增加了“天数”变量。第33页，共44页。第34页，共44页。2. 问题二操作详解 对于问题二，大学生获取传统文化来源主要是从学校、家庭或自学等。因此本问题主要要分析不同学习途径对大学生传统文化了解程度是否存在显著性影响。由于文化来源途径和了解程度等级都是定性数

17、据，因此可以考虑采用列联表分析中的行、列变量相关程度检验。 具体操作步骤如下： 第35页，共44页。 选择菜单栏中的【Analyze（分析）】【Descriptive Statistics（描述统计）】【Crosstabs（交叉表）】命令，弹出【Crosstabs（交叉表）】对话框。第36页，共44页。14.3 实例的SPSS输出结果详解问题一结果 （1）描述性统计量表 表14-1是被调查者对中国传统文化了解程度得分的描述性统计量输出表，其中包括了均值、中位数、方差等基本统计量。可以看到，大学生对传统中国文化了解程度得分均值等于57.18分，标准差为12.824，偏度为-0.116，峰度为-0

18、.278等.第37页，共44页。第38页，共44页。 （2）直方图 SPSS输出结果也包括直方图。从图形特征看，数据呈稍微左偏分布。根据附带的正态分布曲线可见了解程度得分近似服从正态分布N(57.18,12.824)，说明大学生对中国传统文化的了解程度差异较大。第39页，共44页。第40页，共44页。2 问题二结果 （1）来源途径与了解程度等级的列联表 表14-2是来源途径与了解程度等级的列联表，表中数据列出了处于不同了解程度等级及来源途径的学生人数。可以看到，以“学校教育”为主要来源途径的学生大多数对传统中国文化了解程度位于“很不了解”和“不太了解”的等级，而采用“自学”方式来获取传统文化的学生对其了解程度都比较高，多数学生都“比较了解”或“很了解”传统文化。第41页，共44页。第42页，共44页。 （2）独立性检验 上面的列联表只是