信息分析实验2.docxVIP

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信息分析实验2

北京林业大学2013学年—2014学年第二学期信息分析实验任务书专业:信息管理与信息系统课程名称:信息分析实验题目:实验二相关分析及因子分析实验环境: SPSS Statistics 18.0 实验内容:应用合适的相关系数进行相关分析了解偏相关分析和距离分析及其应用掌握因子分析及分析其主要结论图表实现方法及分析1相关分析判断人均寿命和人均GDP之间是否相关?是正相关还是负相关?1.1 实验步骤:(1)首先画出两个变量的散点图,由图形可以看出两者可能存在线性相关关系,所以可以进行下一步分析;(2)选择“分析-相关-双变量”,进入如下对话框,在相关系数栏选择“Pearson”,显著性检验选“双侧检验”,同时选择“标记显著性相关”,(3)“点击”选项进入如下对话框,选中“均值和标准差”复选框,在缺失值栏选择“按对排除个案”,(4)点击“确定”按钮,得到如下结果,描述性统计量均值标准差NGDP33359.838717144.4006831life74.90612.7475631相关性GDPlifeGDPPearson 相关性1.788**显著性(双侧).000N3131LifePearson 相关性.788**1显著性(双侧).000N3131**. 在 .01 水平(双侧)上显著相关。1.2 结果分析由上图可看出,在显著水平为0.1的情况下GDP与人均寿命显著相关,同时二者呈现正相关关系。2 偏相关分析分析人均寿命和GDP之间的相关关系。人均寿命除受GDP影响外,居民环境(用废水排放量代表)也是一个重要的影响因素,所以要剔除居民环境的影响,将其作为控制变量进行偏相关分析。2.1 具体步骤(1)选择进入偏相关分析对话框,控制变量为废水排放量,选择双侧检验以及“显示实际显著性水平”,在“选项”对话框中选择“按列表排除个案”和“零阶相关系数”,结果如下所示,相关性控制变量人均预期寿命GDP废水排放量-无-a人均预期寿命相关性1.000.788.367显著性(双侧)..000.042df02929GDP相关性.7881.000.254显著性(双侧).000..168df29029废水排放量相关性.367.2541.000显著性(双侧).042.168.df29290废水排放量人均预期寿命相关性1.000.772显著性(双侧)..000df028GDP相关性.7721.000显著性(双侧).000.df280a. 单元格包含零阶 (Pearson) 相关。2.2 结果分析表中上半部分是对各变量做两两一般的相关分析的结果。注释a说明此相关系数是按照Pearson相关系数计算的。从一般的相关分析结果来看,人均寿命与GDP的相关系数取值为0.788,其Sig.值为0,小于0.01,说明在一般的相关分析下,人均寿命和GDP的相关性是高度显著的。表的下半部分是以废水排放量作为控制变量的偏相关分析结果,此时人均寿命与GDP的偏相关系数取值为0.772,其Sig.值为0,小于0.01。说明此时人均寿命和GDP的相关性还是是高度显著的。当两个变量还受其他变量影响的时候,用一般的相关分析和偏相关分析得到的结论可能是相同,但是有一些情况下是不同的,所以在分析两个变量相关关系时要考虑全面。3 距离分析分析各地区消费水平是否近似3.1 具体步骤(1)选择距离分析,进入距离分析对话框,结果如下,案例处理摘要案例有效缺失合计N百分比N百分比N百分比6100.0%0.0%6100.0%近似矩阵 Euclidean 距离1:Beijing 2:Tianjin 3:Hebei 4:Shanxi 5:Inner Mongolia 6:Liaoning 1:Beijing .000151.8002203.450891.5101142.4801025.6002:Tianjin 151.800.0002355.2501043.3101294.2801177.4003:Hebei 2.203E32355.250.0001311.9401060.9701177.8504:Shanxi 891.5101043.3101311.940.000250.970134.0905:Inner Mongolia

文档评论(0)

juhui05 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档