SPSS操作和实例.pptVIP

SPSS操作和实例 方差分析 为了认识客户消费时段特征，新开业的环山市旋门湾咖啡厅对开业八周的消费额按消费时段进行了复合分类统计。 我们假设没有季节性的差异，也假设消费群体结构不会产生较大的变动，假设其它因素可忽视。现在的问题归结为：消费额是否存在星期上的差异？这种差异主要表现为哪几天之间的差异？一天之内三个不同时段之间是否存在显著性差异？天时段与周时段之间是否存在交互影响？ 因子分析通常是在主成分分析的基础上，对因子载荷矩阵进行旋转，使得因子载荷矩阵结构简化，也即使因子载荷值向0或1两极分化，这样便于对各个公共因子的含义进行解释。 对国际45个国家按居民生活质量进行分类。 输出结果发现分类结果不理想，可以尝试用不同的聚类方法。 Ward’ Method 也是较常用的方法。 如果原始数据存在量纲的影响，可以现对原始数据做标准化变换。 某公司研发机构，在招聘人才时，出了3类题目（敬业类题目、智力类题目、人际类题目），对应聘者的测试。每位应聘者的得分都保存在档案中。一年后，在对已录用的12位人才类型的研究中发现，其中部分人是团队工作型人才，部分人是独立研究型人才。现在用这三类题目，对一位新应聘者测试，得道相应的3个分值。请预先判断这位应聘者是什么类型的人才？ 根据Rotated Component Matrix，解释各个公共因子的含义，对各个公共因子命名。 聚类分析 判别分析 * * 单因素方差分析 Sig.的值0.05时，表示相应的因素对指标有显著影响。 多因素方差分析 Sig.的值0.05时，表示相应的因素对指标有显著影响。 回归分析 回归分析：研究现象间的数量变化规律。 R2值，决定系数，表示因变量的总变化中有多少的比例是可以通过回归方程来解释的， R2值越大越好。 Sig.的值0.05时，表示回归方程是有意义的。 Sig.的值0.05时，表示相应的回归系数是有意义的。多变量的回归分析中，每一个系数都必须要通过检验。 未标准化的回归系数，具有实际的经济含义。例如，人均收入每增加1个单位，人均食品支出将平均增加0.352个单位。 标准化的回归系数，反映自变量的重要性。 主成分分析 % of Variances指主成分的方差贡献率 Eigenvalues是特征值 Cumulative %指主成分的累计方差贡献率 Component Matrix是指因子载荷矩阵 表中第一列的数据除以 ，就得到 所对应的单位特征向量，第二列的数据除以 ，就得到 所对应的单位特征向量， 以此类推可以得到相应的特征值所对应的单位特征向量。 要保留主成分的得分，点击Scores,再选中Saves as variables，这样在原始数据文件中原变量后的变量就是各个主成分的得分。 因子分析 因子分析 点击Extraction,决定保留的因子个数，点Number of factors,输入你需要的公共因子个数。 要保留因子得分，点击Scores,再选中Saves as variables，这样在原始数据文件中原变量后的变量就是各个公共因子的得分。 *