属性数据建模分析_毕业设计.docVIP

PAGE 1 属性数据建模分析 目录 TOC \o 1-3 \h \z \u 中文摘要 2 h 英文摘要 3 1 引 言 h 3 1.1 研究背景和意义 h 3 1.2 数据来源和预处理 h 4 1.3 属性数据的相关概念 h 6 1.3.1属性数据的定义 h 6 1.3.2 名义变量和有序变量的区别 h 6 1.4 SPSS和SAS介绍 h 7 2 基本理论 h 7 2.1 相关系数的定义 h 7 2.2 相关系数的显著性检验 h 8 2.3 Kendall的τ相关系数的定义 h 8 2.4 聚类分析的定义 h 10 2.5 聚类分析的统计量 h 10 2.5.1距离系数 h 11 2.5.2 聚类分析的方法 h 13 2.6 用VARCLUS过程进行变量聚类 h 14 2.6.1 VARCLUS过程的原理 h 14 2.6.2 VARCLUS过程的步骤 h 14 3 结果和分析 h 15 3.1 相关性分析在SPSS中的实现 h 15 3.1.1 相关性分析的结果分析 h 16 3.2 聚类结果解释分析 h 17 3.2.1聚类分析的结论 h 27 4 总结 h 27 5 谢辞 h 29 6 参考文献 h 30 属性数据建模分析—某项调查数据的统计分析 中文摘要 摘 要：本文的目的是通过对问卷调查中的数据进行相关性分析和聚类分析， 以便探索出影响女性健康的因素。首先，本文把问卷中的20个问题作为变量，并用SPSS软件计算它们的Kendall的τ相关系数。其次，运用SAS软件实现对这20个问题的聚类分析。最终得出一些结论，如精神比较衰弱的女性心慌气短和胸闷的可能性较大，泌尿系统受感染的患者一般会有尿黄、尿频的症状等等。因此相关性分析和聚类分析对医生诊断以及开药都具有很大的指导性，故本文建议医生在诊断时要善于参考相关性分析和聚类分析的结果。 关键词：属性数据；女性健康；相关性分析；聚类分析 Attribute data modeling and analysis - statistical analysis of a survey data 英文摘要 Abstract： The task of this paper is to explore the factors that affect women’s health, so it needs to the correlation analysis and cluster analysis of questionnaire data. First of all, 20 questions in the questionnaire as 20 variables, and it uses SPSS software calculate the Kendall τ correlation coefficient. Secondly, it uses SAS software to achieve a cluster analysis of these 20 questions. Finally，it draws some conclusions，such as，mentally weak women are more likely to feel chest tightness and shortness of breath, Urinary system of infected female patients usually have dark urine and frequent urination， and so on. Therefore, the correlation analysis and cluster analysis have a lot guidance for doctors to diagnose and prescribe medication, so this article suggests that doctors should refer to the results of correlation analysis and cluster analysis. Kewords：attribute data；womens health；correlation analysis；cluster analysis 引 言 1.1 研究背景和意义 专门针对属性数据的分析方法起源于20世纪初的英国，20世纪早期，属性数据领域的研究主要集中于变量间的关联性。其后，Yule提