利用SPSS软件对国职业男子篮球联赛(NBA)球员的聚类分析和判别分析.docxVIP

应用数理统计（论文）利用SPSS软件对美国职业男子篮球联赛（NBA）球员的聚类分析和判别分析 院（系）名称材料科学与工程学院 专业名称材料科学与工程 学生姓名 任课教师2012年12月利用SPSS软件对美国职业男子篮球联赛（NBA）球员的聚类分析和判别分析摘要：美国职业男子篮球联赛（NBA）是全世界最受欢迎的职业篮球赛事。本文采用聚类分析和判别分析这两类数据分析方法对NBA球员进行了分类和判别。 首先对30个球员样本进行系统聚类分析，样本指标选自其比赛数据，得到树状谱系图，根据球员类型将其分为四类。然后选取4个球员的比赛数据，利用聚类分析 得到的分组结果，用Fisher判别分析进行判定，最终确定各NBA球员所属类型。分析过程应用了SPSS 19.0软件。关键字： NBA；聚类分析；判别分析；球员类型一、引言美国职业男子篮球联赛（NBA，全称National Basketball Association）是美国第一大职业篮球赛事，其中产生了迈克尔?乔丹、魔术师约翰逊、科比?布莱恩特、姚明、勒布朗?詹姆斯等世界巨星。该联赛一共拥有30支球队，分属两个联盟：东部联盟和西部联盟；而每个联盟各由三个赛区组成，每个赛区有五支球队。作为最受欢迎的篮球联赛，NBA对与篮球运动的 推广起到了巨大的推动作用，并在全球掀起了篮球的热潮，其培养的一批篮球运动员更是成为全世界篮球迷们的偶像。聚类分析又称群分析、点群分 析，是定量研究分类问题的一种多元统计方法。人类认识世界往往首先将被认识的对象进行分类，因此分类学便成为人类认识世界的基础科学。在社会生活的众多领 域中都存在着大量的分类问题。以前人们主要靠经验和专业知识做定性分类处理，致使许多分类带有主观性和任意性，不能很好地揭示客观事物内在的本质差别与联 系，特别是对于多因素、多指标的分类问题，定性分类更难以实现准确分类。为了克服定性分类存在的不足，于是把数学方法引进分类学中，形成了数值分类学，后 来随着多元分析的引进，聚类分析又逐渐从数值分类学中分离出来,形成一个相对独立的分支。在多元统计分析中，聚类分析在许多领域中都得到了广泛的应用，取 得了许多令人满意的成果。判别分析是在已知分类数目的情况下， 根据一定的指标对不知类别的数据进行归类。它是判别样品所属类型的一种统计方法。其主要原理是利用原有的分类信息，得到体现这种分类的函数关系式（称之为 判别函数，一般是与分类相关若干个指标的线形关系式），然后利用该函数去判断未知样品属于哪一类。因而是个学习和预测的过程。本文通过聚类分析对NBA球员进行了聚类分析，建立起了球员类型模型，然后通过判别分析选取球员样本进行判别，以判定其所归属的球员类型，通过使用SPSS 19.0软件以实现上述分析。二、数据采集首先，选取了ESPN最新发布的NBA现役球员排名中的前三十位球员，然后对其在2011~2012赛季场均比赛数据进行采集，包括身高、得分、投 篮命中率、篮板、助攻、抢断、封盖、失误八项指标。数据来源于ESPN官方网站现役球员排名和NBA官方网站球员资料，整理后如表1所示。表2-1? NBA三十大现役球员球员比赛数据表编号姓名身高(m)得分投篮命中率篮板助攻抢断封盖失误1LeBron James2.0327.10.530.83.42Kevin Durant2.0628.00.4968.03.83Dwight Howard2.1120.60.5732.13.24Chris Paul1.8319.80.470.12.15Derrick Rose1.9121.80.430.73.16Kobe Bryant1.9827.90.4300.33.57Kevin Love2.0826.00.44813.32.08Dwyane Wade1.9322.10.491.32.69Russel Westbrook1.9123.60.450.33.610Deron Williams1.9121.00.400.44.011Dirk Nowitzki2.1321.60.450.51.912Rajon Rondo1.8511.90.4484.83.613Andrew Bynum2.1318.70.5581.92.514Blake Griffin2.0820.70.5490.72.315Pau Gasol2.1317.40.501.42.216Tony Parker1.8818.30.4800.12.617Carmelo Anthony2.0322.60.4300.42.618Chris Bosh2.0818.00.480.82.119Steve Nash1.9112.50.5323.03.720Lamarcus Aldrdge2.1121.70.5128.02.021Kevin Garnett2.1