信息分析实验2.docxVIP

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