大数据与商务智能 研究家庭收入跟教育程度年龄就业年限之间的关系.docxVIP

  • 27
  • 0
  • 约6.6千字
  • 约 21页
  • 2021-02-08 发布于北京
  • 举报

大数据与商务智能 研究家庭收入跟教育程度年龄就业年限之间的关系.docx

基于SPSS软件的Statistics 分析 研究家庭收入跟教育程度,年龄,就业年限之间的关系 家庭收入的描述性统计 Household Encome In 77J3500 3:3B5034 thou胡M寻 平吗馳95%拄倩区風 下呱倚 上陋 7C.B9241 B4.17759 5%嚴恳蚀値 62J 5S67 47.00000 11458.453 107,044165 ?? 9J0D 166B.nD IBE^DOD 54 000 Q.643 69.597 .155 瞄异国 工0岳尋邯-Twrrtr可^^审骂當 沟“ B 3PF!H,*af p豆 Frmqlfwnfy .S1E 日 hETMF T2J09 1 JW 心黑 4 鴉瞥會彗 777 B¥.舉LL. oli s占二 2囂盂iLt卅如蛊4富说主畫-t融CR輻曹說樂I ssn鳥」匚|器皑 s? 岀常書需67 帶d^^Mssssssfi? 1醫g 严C6001 Lil i A §怪留21器霜」士 Mwul5留.3{量6專粵777甜皿386雷9^ 曾盥 S ? 0iMwd= 3 肾 ElK233aU144 京汰 55i?6?6T7^7€SF 器g器 OCM 宁 OQnlN 品质粘 4直體国 ESJ-f-klj-JBsa tw严宙 Y ?鬣H陪隔豐审叢勺囂 牌帶 董s谚 aJHts監 Wi 飜S-10-2蛙立甘? 爆+富 丘 “ 0015573993 ^s 獻-S7M 匕冒 £**警會 C.聲 14 -里^ Ear 宫甜沪 *3rad*- 常 OQEMnfmV占騷 第啓字1MH Ezdi M凸畳塔 国 裁駆ar ■ Did 灯 cojrp^te r!ih it hoof Hbllgiii Bchocggree n^WU^ ? degree □Pw^uncicftrKiuQtc 相关性分析 家庭收入和教育程度散点图 JDOO 口g u-?■(*匸一 P-Q匸*祸n 口工 ODO Die mol l-igntCTOCl tegj e* h gh achoal svnt eotf^s CdflQr dtQie Po?l-ji?rgracuite dEQrct 家庭收入和就业年限的散点图 2000.000^ SPLtfJMno 上一 u-4JIUQPW poHW5n0H 1500.000- looo.aoo^ 500.030 ooo @oti9 ^JODO 4DWD 5DOOO 就业年限 Pearson相关性系数分析 相关性 Household income in thousands 教育程度 Household income in Pearson 相关性 1 .114*| ■ thousands 显著性 (双尾) .000 ■ N 1000 1000 教育程度 Pearson 相关性 ** .114 1 ■ 显著性 (双尾) .000 N 1000 1000 ■ **.在置信度(双测)为 0.01 时,相关性是显著的。 相关性 Household income in thousands 就业年限 Household income in Pearson 相关性 1 .516 ** n thousands 显著性 (双尾) .000 ■ N 1000 1000 就业年限 Pearson 相关性 ** .516 1 ■ 显著性 (双尾) .000 H N 1000 1000 **.在置信度(双测)为 0.01 时,相关性是显著的。 相关性 Household income in thousands 就业年限 Age in years 教 攵 Household income in Pearson 相关性 1 || .516 || .328 thousands 显著性 (双尾) .000 .000 N 1000 1000 1000 就业年限 Pearson 相关性 ** .516 1 || .670 显著性 (双尾) .000 .000 N 1000 1000 1000 Age in years Pearson 相关性 ** .328 || .670 1 显著性 (双尾) .000 .000 N 1000 1000 1000 教育程度 Pearson 相关性 ** .114 || -.229 || -.155 显著性 (双尾) .000 .000 .000 N 1000 1000 1000 **.在置信度(双测)为 0.01时,相关性是显著的 、实验(实训)概述: 【目的及要求】 目的: 熟悉数据流的构建过程,掌握决策树模型在客户分析中的应用。 要求: 根据实验步骤完成数据流建立,并获得分析结果。实验结束后提交实验报告。 【基本原理】 数据挖掘流程;决策树模型; 【实施环境】(使用的材料、设

文档评论(0)

1亿VIP精品文档

相关文档