基于spss的自然科學总论期刊综合评价.docxVIP

滨江学院 课程报告 题 目 基于spss的自然科学总论期刊综合评价 学生姓名 李媛媛 学 号 20119307008 院 系 滨江学院花旗营校区 专 业 信息管理与信息系统 指导教师 曹玲 二Ｏ 一四 年 十一 月 七 日 目 录 一．引言 二．描述性统计分析 1.指标选择和解释 2.样本选择 3.分析方法选择 三．T影响因子 四．相关分析 五．排序分析 基于spss的自然科学总论期刊综和评价 学号20119307008 姓名 李媛媛 专业 信息管理与信息系统 摘要:科技期刊要求的定性和定量指标的评价，是一个庞大而复杂的工程.单指标评价相对比较简单，有较强的可比性，但所提供的信息量受到一定的限制，因此，多元统计评价的综合评价指标体系得到了越来越广泛的应用。在本文基于中国科技期刊引证报告数据，使用因子分析方法对120种自然科学类期刊进行综合评价，以期为期刊综合质量评价指标的选择和改进提供参考。 关键词: 因子分析 自然科学类 综合评价 一 引言 期刊评价就是通过对学术期刊的发展规律和增长趋势进行量化分析，来发现并揭示学科文献数量在期刊中的分布规律，为提高学术期刊的综合评价提供一定参考，同时也可以提高学术期刊的内在质量，促进学术期刊的健康成长和发展。因子分析是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，找出能控制所有变量的少数几个随机变量去描述多个随机变量之间的相关关系，把一些具有错综复杂关系的变量归结为少数几个综合因子的多元统计分析方法，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表示，这个基本结构就称为公共因子。 因子分析模型是主成分分析的推广，和主成分分析相比，因子分析更倾向于描述原始变量间的相关关系，因此，因子分析的出发点是原始变量的相关矩阵。而且，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更有优势。 二 描述性统计分析 描述性统计分析 由表一我们可以看出： 1.从频率来看出，有些指标的数据是缺失的 2.从标准差来看：有些指标的标准差还是蛮大的 3.由峰度指标来看：其中有即年指标、H指数、机构分布数、平均引文数这些指标的峰度数值是小于0的，因此他们为平峰分布，而其他的指标则是大于0的则为尖峰分布。 三 T检验因子 有上述表格，我们可以看出，他引率这个变量的均值为0.9523，其标准差为0.6666。 而由此上述表格我们可以看出，他引率的T值结果为122.069，其概率P值为0.000。小于显著性水平0.05，则应该拒绝原假设，该他引率的均值检验是不等于0的，则说明他引率对于该刊物是有影响的。 四 相关性 由于分析的变量较多，因此选取了前面4个指标相互做分析 由上述结果我们可以看出：来源文献量是与地区分布数与机构分布数是有强相关性的，而引文平均数与作者平均数是有较强的相关性。 五 排序 期刊名称 影响因子 他引率 Bulletin of the Chinese 0 1 High Technology Letters 0.104 0.96 Journal of Systems Science and Systems engineering 0.138 0.87 安徽科技 0.145 0.99 创新科技 0.349 1 大众科技 0.22 0.99 电大理工 0.108 0.99 福建分析测试 0.755 0.98 复杂系统与复杂性科学 1.204 0.88 甘肃科技 0.21 0.97 甘肃科技纵横 0.152 0.92 甘肃科学学报 0.486 0.72 高科技通讯 0.239 0.98 高科技与产业化 0.199 1 广东技术 0.227 0.99 广西科学 0.257 0.96 广西科技院学报 0.262 0.97 贵州科学 0.476 0.96 杭州科技 0.222 1 河北省科学院学报 0.187 0.98 河南科技 0.109 1 河南科学 0.296 0.92 黑龙江科技信息 0.097 0.97 江苏科技信息 0.161 0.98 江西科学 0.344 0.97 今日科技 0.137 1 科海故事博览 0.009 1 科技创新导报 0.254 0.82 科技风 0.049 0.98 科技广场 0.199 0.99 科技通报 0.473 0.99 科技资讯 0.