数据分析软件与应用解析.ppt

* * * 11.1聚类分析的SPSS实现 聚类分析介绍 方法依据：“物以类聚，人以群分 ” 方法特征：聚类分析是一种建立分类的多元统计方法，它能够将一批样本（或变量）根据其诸多数据特征，按照在性质上的亲疏程度在没有先知知识的情况下进行自动分类，产生多个分类结果。类内部的个体在特征上具有相似性，不同类间个体特征的差异性较大。 聚类过程中亲疏程度的度量：计算个体间的距离，计算方法因变量类型不同而不同。 定距型变量个体间距离的计算：有7种方法，其中最常用的是欧氏距离（Euclidean distance)； 计数变量个体间距离的计算：卡方（Chi-Square measure)距离、Phi方（ Phi-Square measure)距离； 二值变量个体间距离的计算：简单匹配系数（Simple Matching）、雅科比系数（Jaccard) 聚类分析想（续） 聚类分析的方法：层次聚类法、K-Means聚类、模糊聚类等 层次聚类法：Q型聚类、R型聚类。 聚类方式有：凝聚方式、分解方式两种。Spss层次聚类采用的是凝聚方式。 个体与小类、小类与小类间“亲疏程度”的度量方法： 最近邻居（Nearest Neighbor)距离 最远邻居（Furthest Neighbor)距离 组内平均连锁（Within-groups-linkage）距离 重心（Centroid clustering）距离 11.2因子分析的SPSS实现 因子分析 因子分析的基本思想：根据相关性大小把原始变量分组，使的同组内的变量之间相关性较高，而不同组变量间的相关性较低。每组变量代表一个基本结构，并用一个不可观测的综合变量来表示，这个基本结构称为公共因子。因子分析的目的是寻求变量的基本结构，简化观测系统，减少变量维数，用少数的变量解释所研究的复杂问题。 因子分析的一般数学模型 因子分析的步骤 第一步，对原始变量进行标准化处理； 第二步，提取因子，确定描述数据所需要的因子数以及计算方法； 第三步，因子旋转，集中于变换因子使之更好解释； 第四步，计算因子得分； 第五步，根据因子的分值作进一步的分析。 因子分析中的几个重要概念 因子负荷:（因子载荷），即因子分析模型中的各因子系数值。他的绝对值越大，表示该因子对当前变量的影响程度越大。 公因子方差比（Communalities):指的是提取公因子后，各变量信息分别被提取的比例，或者说原变量方差中有公因子决定的比例。其取值在0~1之间，其值越大，说明该变量能被因子说明的程度越高。 特征根（Eigenvalue):特可以看做是公因子影响力度的指标，代表引入该因子后可以解释多少元是变量的信息。 因子分析的应用 解决多重共线性问题。 数据简化。 对样本进行分类和综合评价。 11.3信度分析的SPSS实现 11.4时间序列分析的SPSS实现 第十二章SPSS图形制作与应用 Spss图形制作 基本图形制作： 1、条形图（Bar Chart） （1）简单条形图 （2）复式条形图 （3）堆积条形图 （4）多变量汇总条形图 （5）个体观察值条形图 2、线图（Line Chart） （1）单线图 （2）双线图 （3）垂线图 （4）线图的特殊编辑（添加参考线和特别显示） 3、面积图（Area Chart） Spss图形制作（续） 4、饼图（Pie Chart） 5、散点图（Scattre Plot） （1）简单散点图 （2）相关阵图 （3）三维旋转图 （4）散点图的特殊编辑 添加均值参考线、拟合回归线、预测区间设置等。 Spss图形制作（续） 6、直方图（Histogram） 7、箱线图 Spss图形制作（续） 排列图，又称帕累托（Pareto)图。全称为主次因素排列图，在质量管理中非常有用。 绘制依据：次数分布。 判别准则：一般把项目按累计百分比分为三类： 0%—80% A类 ，为主要原因 80%—90% B类，为次要原因 90%—100% C类，为一般原因 9、排列图 四分图模型，是一种偏于定性研究的企业经营活动诊断模型。它列出企业产品或服务的所有绩效指标，每个绩效指标有重要性和满意度两个属性。根据顾客对该绩效指标的的重要程度和满意程度打分，将所有绩效指标归进四个象限内，然后对归入不同象限的绩效指标进行分别处理。各象限划分如下： A区—优势区 B区—维持区 C区—机会区 D区—修补区 10、四分图 第四部分马克威软件与数据整理与分析 马克威分析系统概述 ▲特点：中文数据分析软件 ▲基本功能： 1、数据处理 2、数据