管理统计学第16章SPSS在数据挖掘中的应用.pptxVIP

第16章SPSS在数据挖掘中的应用;16.1实例提出：168信息点播业务;16.2实例的SPSS软件操作详解;第三步：输出聚类数目

在主对话框中单击【统计量】按钮，弹出相应对话

框。点选【单一方案】单选钮，并在【聚类数】文本框

中键入数字“3”表示利用聚类分析将十个地区分为三类

。其他选项保持系统默认，单击【继续】按钮返回主对

话框。

第四步：输出聚类图

在主对话框中单击【绘制】按钮，弹出【绘制】对

话框。勾选【树状图】复选框，表示输出样品的聚类树

形图。其他选项保持系统默认，单击【继续】按钮返回

主对话框。

第五步：聚类方法选择

在主对话框中单击【方法】按钮，弹出【方法】对

话框。在【转换值】选项组的【标准化】下拉菜单中选

择【Z得分】标准化方法。其他选项保持系统默认，单击

【继续】按钮返回主对话框。;第六步：单击【确定】按钮，完成操作。;问题二操作详解;第二步：业务流量的差异性研究

选择菜单栏中的【分析】→【非参数检验】→【旧对话框】→【K个相关样本】命令，弹出【多个关联样本检验】对话框。在候选变量列表框中同时选择“股票点播”、“每日运程”和“劲爆笑话”变量作为配对检验变量，将其同时

添加至【检验变量】列

表框中。在【检验类型

】选项组中勾选【Frie

dman】复选框作为配对

样本检验的方法。最后

单击主对话框中的【确

定】按钮，完成操作。;问题三操作详解;第二步：时间序列ARMA模型

选择菜单栏中的【分析】→【预测】→【创建模型】命令，弹出【时间序列建模器】对话框。在左侧的候选变量列表框中选择“股票点播”进入右侧的【因变量】列表框，表示对其进行ARMA模型分析。选择【方法】下拉菜单中的【ARIMA】选项，表示进行ARMA模型估计。接着单击【条件】按钮，弹出ARIMA模型阶数设定窗口。

观察序列图发现点播数据以7天为周期进行波动，反复进行ARMA模型滞后阶数的尝试后，最终选择AR(7)模型来描述股票点播流量的波动性。于是在【时间序列建模器】窗口【自回归(p)】选项组的【非季节性】文本框中填入数字“7”。在???转换】选项组中点选【自然对数】单选钮，再单击【继续】按钮，返回主对话框。;单击【统计量】按钮，勾选其中的【参数估计】复选框，表示输出模型参数估计结果和模型预测值；同时取消勾选【拟合优度】复选框，其他选项保持系统默认。

单击【图表】选项，勾选其中的【残差自相关函数】和【残差部分自相关函数】复选框，表示绘制残差的自相关图和偏相关图。不仅如此，勾选【拟合值】复选框输出模型的拟合效果图。其他选项保持系统默认。

最后，单击【确定】按钮完成操作。;阶;（2）聚类分析结果表

下表显示了系统聚类法的聚类结果。可以看到聚类结果分为两大类：

第Ⅰ类：西安；

第Ⅱ类：宝鸡、咸阳、铜川、汉中；

第Ⅲ类：榆林、延安、渭南、安康、商洛。

其中第Ⅰ类地区西安是168信息各类点播业务流量最大的地区，第Ⅲ类的五个地区在所有地区中是相对168信息点播业务流量最低，而第Ⅱ类地区的点播业务流量是介于第Ⅰ类和第Ⅲ类之间，保持中游水平。

分析地区间的点播量的差异部分是由于地区特征的差异引起的，例如人口数量、经济发展状况（收入水平、手机拥有量、物价水平等），同时也与地区业务的宣传力度有密切联系。分析清楚这些原因后公司就可以采取相应的措施扩大业务。;问题一输出结果详解;（3）树形图

上表已给出了相关聚类结果，最后用树形图直观反映整个聚类过程和结果。;问题二输出结果详解;;（2）秩统计表

下表是多配对样本非参数检验的秩统计表。可以看到，“股票点播”变量的平均秩最大，等于2.42，说明它的点播量最大，排名更靠后；相反的，“劲爆笑话”变量的平均秩最小，等于1.35，说明它的点播量最小，排名更靠前。;（3）Friedman统计表

Friedman检验结果如下表所示，样本容量等于31，Chi-Square统计量等于19.935，自由度df等于2，近似相伴概率P值为0.000，远远小于显著性水平0.05。所以拒绝零假设，认为这三种业务的点播量存在显著差异。这说明虽然它们位居所有业务的前三位，但其点播量还是存在显著的差异。因此，公司需要分开对待它们各自的点播业务特点。;问题三输出结果详解;模型;;（4）残差自相关和偏相关图

下图给出了不同阶数下拟合模型的残差的自相关和偏相关图。可以看到，两列相关系数都落在置信区间内，说明