SPSS在系统预测中的应用PPT课件.ppt

第第13章章 SPSS在系统预测在系统预测中的应用中的应用1.13.1 实例提出：汽车保有量的预测分析实例提出：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，截止到国汽车工业协会估算，截止到2006年底，中国私人汽车保有量年底，中国私人汽车保有量约为约为2650万辆，占全国汽车保有量的万辆，占全国汽车保有量的60%左右。在左右。在2006年，我年，我国汽车销量为国汽车销量为710多万辆，私人购买比例超过多万辆，私人购买比例超过77%，中国已经，中国已经成为仅次于美国的全球第二大新车市场。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，汽车保有量据世界银行的研究，汽车保有量(尤其是私人汽车尤其是私人汽车)与人均国民与人均国民收入成正比。收入成正比。2003年，我国国内人均年，我国国内人均GDP首次突破首次突破1000美元，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，随着中国人均中国人均GDP的稳健增长，近年来，我国的家用汽车销量以两的稳健增长，近年来，我国的家用汽车销量以两位数的增速急剧扩大。位数的增速急剧扩大。2.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、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提供了我国某一经济发达地区的一些相关统计数据。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，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，并预测到并预测到2008年该地区私人汽车保有量有多少？年该地区私人汽车保有量有多少？3.4.12.2 实例的实例的SPSS软件操作详解软件操作详解 本实例要求分析人均国内生产总值、全社会消费品零售总额等本实例要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。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。保有量的未来趋势。具体操作步骤如下：具体操作步骤如下：5.Step01：打开数据文件：打开数据文件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。同时单击数据浏览窗口的【Variable View(变量视图变量视图)】按钮，检查各个变量的数据结构定义是否合按钮，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。理，是否需要修改调整。Step02：因子分析：因子分析在候选变量列表框中选择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设定为因子分析变量，将其添加至变量，将其添加至【Variables(变量变量)】列表框中。单击列表框中。单击【Extraction】按钮，勾选按钮，勾选【Scree plot】复选框，其他选项保持复选框，其他选项保持系统默认，单击系统默认，单击【Continue(继续继续)】按钮返回主对话框。按钮返回主对话框。6.在主话框中，单击在主话框中，单击【Score(尺度尺度)】按钮，勾选按钮，勾选【Save as variables(保保存变量存变量)】复选框，表示采用回归法计算因子得分并保持在原文件中；复选框，表示采用回归法计算因子得分并保持在原文件中；同时勾选同时勾选【Display factor score coefficient matrix(显示因子得分系数显示因子得分系数矩阵矩阵)】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，单击认，单击【Continue(继续继续)】按钮返回。按钮返回。单击单击【OK】按钮，完成本步操作。按钮，完成本步操作。7.Step03：回归分析：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。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。否存在相关关系。8.选择菜单栏中的选择菜单栏中的【Analyze(分析分析)】【Regression(回归回归)】【Curve Estimation(曲线估计曲线估计)】命令，弹出命令，弹出【Curve Estimation(曲线曲线估计估计)】对话框。在候选变量列表框中选择对话框。在候选变量列表框中选择“y”变量设定为因变量，变量设定为因变量，将其添加至将其添加至【Dependent(s)(因变量因变量)】列表框中。同时，选择列表框中。同时，选择“FAC1-1”变量设定为自变量，将其添加至变量设定为自变量，将其添加至【Variable(变量变量)】列表框中。在列表框中。在【Model(模型模型)】复选框中勾选复选框中勾选【Logistic】模型，并在模型，并在【Upper bound(上限上限)】文本框中填入文本框中填入1000，表示上限值。注意，这里的上限，表示上限值。注意，这里的上限值可以调整完善。最后单击值可以调整完善。最后单击【OK】按钮，完成操作。按钮，完成操作。9.10.Step04：预测私车保有量：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量在2010的数量，则首先需要估计综合经济发展值在的数量，则首先需要估计综合经济发展值在2008的取值，的取值，利用线性回归模型得到经济发展值的预测值后，带入利用线性回归模型得到经济发展值的预测值后，带入Logistic函数就函数就可以估计出可以估计出2008年该地区的私车保有量了。年该地区的私车保有量了。11.12.3 实例的实例的SPSS输出结果详解输出结果详解1 因子分析结果因子分析结果（1）因子分析共同度）因子分析共同度 表表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。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。被因子解释，这些变量信息丢失较少。12.（2）因子分析的总方差解释）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、方差贡献率及累计方差贡献接着计算得到相关系数矩阵的特征值、方差贡献率及累计方差贡献率结果如表率结果如表13-3所示。在表所示。在表13-3中，第一个因子的特征根值为中，第一个因子的特征根值为5.920，解释了原有，解释了原有6个变量总方差的个变量总方差的98.670。因此只选取第一个因子为。因此只选取第一个因子为主因子即可。主因子即可。13.（3）因子碎石图）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。一个因子是合适的。14.（4）因子载荷矩阵）因子载荷矩阵 表表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，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。故可以作为综合经济发展值看待。15.（5）因子得分系数）因子得分系数 表表13-5列出了采用回归法估计的因子得分系数。同时在原数据浏列出了采用回归法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，它表示不同年份的综合经济发展值。值。16.2 曲线估计结果曲线估计结果（1）模型描述）模型描述 表表13-6是是SPSS对曲线拟合结果的初步描述统计，例如自变量和因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。变量、估计方程的类型等。17.（2）模型汇总及参数估计）模型汇总及参数估计表表13-7给出了样本数据进行给出了样本数据进行Logistic回归的检验统计量和相应方程中回归的检验统计量和相应方程中的参数估计值。的参数估计值。模型的整体拟合优度值模型的整体拟合优度值R2为为0.994，F统计量等于统计量等于1624.416，概率，概率P值值小于显著性水平小于显著性水平0.05，说明该模型有统计学意义。得到估计方程如下：，说明该模型有统计学意义。得到估计方程如下：18.（3）拟合曲线图）拟合曲线图最后给出的是实际数据的散点图和最后给出的是实际数据的散点图和Logistic回归方程的预测图，这进回归方程的预测图，这进一步说明方程的拟合效果最好。一步说明方程的拟合效果最好。19.3 预测私车保有量预测私车保有量（1）预测综合经济发展值）预测综合经济发展值 绘制综合经济发展变量绘制综合经济发展变量“FAC1-1”的时间序列图的时间序列图13-6看到，该变量看到，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。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：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于是计算得到综合经济发展变量在2008的取值为的取值为1.78720.21.（2）预测私车保有量）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，回归模型，于是得到该地区在于是得到该地区在2008的私车保有量为：的私车保有量为：114.5万辆万辆22.第第14章章 SPSS在社会学中的在社会学中的应用应用23.14.1 实例提出：中国传统文化了解程度实例提出：中国传统文化了解程度研究研究 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。总共发放问卷人数比例。总共发放问卷250余份，回收有效问卷余份，回收有效问卷228份。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“佛佛教的来源是什么？教的来源是什么？”、“儒家的思想核心是什么？儒家的思想核心是什么？”、“清清明上河图明上河图的作者是谁？的作者是谁？”等。由于篇幅有限，数据文件等。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：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、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合理的分类。对得分进行合理的分类。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、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。关系。24.14.2 实例的实例的SPSS软件操作详解软件操作详解 1.问题一操作详解问题一操作详解 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，将其分为得分进行分类，将其分为“不了解不了解”、“不太了解不太了解”、“一般了解一般了解”、“较了解较了解”和和“很了解很了解”等五等五类。类。具体操作步骤如下：具体操作步骤如下：25.Step01：打开数据文件：打开数据文件 打开数据文件打开数据文件14-1.sav。同时单击数据浏览窗。同时单击数据浏览窗口的口的【Variable View（变量视图）（变量视图）】按钮，按钮，检查各个变量的数据结构定义是否合理，是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。否需要修改调整。26.Step02：频数分析：频数分析 选择菜单栏中的选择菜单栏中的【Analyze（分析）（分析）】【Descriptive Statistics（描述统计）（描述统计）】【Frequencies（频率）（频率）】命令，弹命令，弹出出【Frequencies（频率）（频率）】对话框。在此对话框左侧的候选变对话框。在此对话框左侧的候选变量列表框中选择量列表框中选择“X9”变量，将其添加至变量，将其添加至【Variable(s)（变量）（变量）】列表框中，表示它是进行频数分析的变量列表框中，表示它是进行频数分析的变量。27.单击单击【Statistics】按钮，在弹出的对话框的按钮，在弹出的对话框的【Cut points for equal groups（割点相等组）（割点相等组）】文本框中文本框中键入数字键入数字“5”，输出第，输出第20、40、60和和80百百分位数，即将数据按照题目要求分为等间隔的五类。分位数，即将数据按照题目要求分为等间隔的五类。接着，勾选接着，勾选【Std.Deviation（标准差）（标准差）】、【Mean（均值）（均值）】等选项，表示输出了解程度得分的等选项，表示输出了解程度得分的描述性统计量。再单击描述性统计量。再单击【Continue】按钮，返回按钮，返回【Frequencies（频率）（频率）】对话框。对话框。28.29.单击单击【Charts】按钮，勾选按钮，勾选【Histograms（直方图）（直方图）】和和【With normal curve（显示正态曲线）（显示正态曲线）】复选复选框，即直方图中附带正态曲线。再单击框，即直方图中附带正态曲线。再单击【Continue】按钮，返回按钮，返回【Frequencies（频率）（频率）】对话框。对话框。最后，单击最后，单击【OK（确定）（确定）】按钮，操作完成。按钮，操作完成。30.Step03：了解程度分类：了解程度分类 在得到第在得到第20、40、60和和80百分位数后，接着百分位数后，接着以它们为断点对得分数据进行分类，因此可以利用以它们为断点对得分数据进行分类，因此可以利用SPSS中的中的【Recode（编码）（编码）】功能来实现。功能来实现。打开打开SPSS软件，在菜单栏中选择软件，在菜单栏中选择【File（文件）（文件）】【Transform（转换）（转换）】【Recode into Different Variable（重新编码为不同变量）（重新编码为不同变量）】命令，弹出命令，弹出【Recode into Different Variable（重新编码为不同变（重新编码为不同变量）量）】对话框。对话框。31.32.在左侧的候选变量列表框中选择在左侧的候选变量列表框中选择“X9”变量进入变量进入【Input Variable-Output Variable（输入变量（输入变量-输出输出变量）变量）】列表框，同时在列表框，同时在【Output Variable（输出（输出变量）变量）】复选框中填写输出赋值变量名称复选框中填写输出赋值变量名称“等级等级”。同时单击同时单击【Change】按钮进行赋值转换。按钮进行赋值转换。单击单击【Old and New Value按钮，弹出重编码规则设按钮，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，单击重新赋值工作。设置完成后，单击【Continue（继（继续）续）】按钮返回主对话框按钮返回主对话框 最后，单击最后，单击【OK（确定）（确定）】按钮，操作完成。此时，按钮，操作完成。此时，原数据文件新增加了原数据文件新增加了“天数天数”变量。变量。33.34.2.问题二操作详解问题二操作详解 对于问题二，大学生获取传统文化来源主要是从学校、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。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据，由于文化来源途径和了解程度等级都是定性数据，因此可以考虑采用列联表分析中的行、列变量相关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。程度检验。具体操作步骤如下：具体操作步骤如下：35.选择菜单栏中的选择菜单栏中的【Analyze（分析）（分析）】【Descriptive Statistics（描述统计）（描述统计）】【Crosstabs（交叉表）（交叉表）】命命令，弹出令，弹出【Crosstabs（交叉表）（交叉表）】对话框。对话框。36.14.3 实例的实例的SPSS输出结果详解输出结果详解1.问题一结果问题一结果 （1）描述性统计量表）描述性统计量表 表表14-1是被调查者对中国传统文化了解程度得分的描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化了解程度得分均值等于57.18分，标准差为分，标准差为12.824，偏度为，偏度为-0.116，峰度为，峰度为-0.278等等.37.38.（2）直方图）直方图 SPSS输出结果也包括直方图。从图形特征看，数据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解程度得分近似服从正态分布N(57.18,12.824)，说明，说明大学生对中国传统文化的了解程度差异较大。大学生对中国传统文化的了解程度差异较大。39.40.2 问题二结果问题二结果 （1）来源途径与了解程度等级的列联表）来源途径与了解程度等级的列联表 表表14-2是来源途径与了解程度等级的列联表，表中数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，以人数。可以看到，以“学校教育学校教育”为主要来源途径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的学生大多数对传统中国文化了解程度位于“很不很不了解了解”和和“不太了解不太了解”的等级，而采用的等级，而采用“自学自学”方方式来获取传统文化的学生对其了解程度都比较高，式来获取传统文化的学生对其了解程度都比较高，多数学生都多数学生都“比较了解比较了解”或或“很了解很了解”传统文化。传统文化。41.42.（2）独立性检验）独立性检验 上面的列联表只是从数值大小的角度说明了不同来源途径上面的列联表只是从数值大小的角度说明了不同来源途径的学生对传统中国文化了解程度差异很大，但究竟这种的学生对传统中国文化了解程度差异很大，但究竟这种级别有无显著性差异，还是要借助于卡方检验。表级别有无显著性差异，还是要借助于卡方检验。表14-3是是“来源途径来源途径”对对“了解程度等级了解程度等级”有无显著性影响的卡有无显著性影响的卡方检验结果。卡方检验的零假设是不同来源途径对传统方检验结果。卡方检验的零假设是不同来源途径对传统文化了解程度没有显著性差异。系统默认显著性水平为文化了解程度没有显著性差异。系统默认显著性水平为0.05，由于卡方检验概率，由于卡方检验概率P值都小于值都小于0.05，则拒绝零假设，则拒绝零假设，认为来源途径对学生了解中国传统文化程度有显著性差认为来源途径对学生了解中国传统文化程度有显著性差异。这表示应努力激发学生对传统文化的兴趣，只有建异。这表示应努力激发学生对传统文化的兴趣，只有建立在兴趣爱好的基础上，学生即使花费自己的工作学习立在兴趣爱好的基础上，学生即使花费自己的工作学习时间，也会自学中国传统文化，提高自身的文化修养水时间，也会自学中国传统文化，提高自身的文化修养水平。平。43.44.