球队数据挖掘实训论文.docxVIP

基于因子分析的影响NBA热火队上赛季 i=i 成绩的几个主要因素的数据挖掘 摘要：该文首先简介了因子分析理论及分析步骤，然后举例说明如何使用SPSS 统计软件对NBA热火队上赛季成绩是进行因子分析，分析数据，挖掘出球队的 潜在能力，从而帮助球队在以后的比赛中取得更好的成绩。 一、 弓I言 球队成绩分析是整个比赛过程的一个重要环节。它对于教练来说是一件必须 要做的事情，但是它也是一件复杂的事情。每个赛季教练都能获得很多球队和队 员的数据，那么我们该如何从这些数据中获得对比赛有用的信息呢？我们该怎样 从这些数据中挖掘出球队的潜在能力呢？因子分析是研究如何以最少的信息的 丢失，将众多的原始变量浓缩成少数几个因子变量，以及如何使因子变量具有较 强的解释性的一种多元统计分析方法。也就是说利用少数的几个公共因子，即挖 掘出数据的共性，去解释较多需观测的变量中存在的复杂关系。因此我们可以利 用因子分析方法的这一特性来分析球队的各项数据，找出少数隐含的公共因子来 解释球队的各项数据，进而分析球队的潜在能力。SPSS是世界上最早的，也是 目前最好的统计软件，所以我们使用SPSS这一统计软件来对球队成绩进行因子 分析。 二、 因子分析 我们观测的变量之间往往存在相关性，那么变量之间为何会有相关性呢？这 是因为往往有一些共同的因子支配着这些相关的变量。例如，随着年龄的增长， 儿童的身高、体重会随着变化，具有一定的相关性；身高和体重之间为何会有相 关性呢？因为存在着一个同时支配或影响着身高与体重的生长因子。那么，我们 能否通过对多个变量的相关系数矩阵的研究，找出同时影响或支配所有变量的共 性因子呢？因子分析就是从大量的数据中“由表及里”、“去粗取精”，寻找影 响或支配变量的多元统计方法。因子分析正是基于信息损失最小化而提出的一种 非常有效的方法。它把众多的指标综合成几个为数较少的指标，这些指标即因子 指标。因子的特点是：第一，因子变量的数量远远少于原始变量的个数；第二， 因子变量并非原始变量的简单取舍，而是一种新的综合；第三，因子变量之间没 有线性关系；第四，因子变量具有明明解释性，可以最大限度地发挥专业分析的 作用。因子分析是把每个原始变量分解成两个部分：一部分是由所有变量共同具 有的少数几个因子构成的，即所谓公共因子；另一部分是仅对某一个变量产生影 响，为某一个变量所特有的，即所谓特殊因子。 基于这样的假设，相应的因子模型为：设有p个气,七,…，X为可观测的随 机变量，每个变量可作如下分解： X =M F +人 F + +人 F + 8 1 11 1 12 2 1 m m 1 X =M F +M F + ... +人 F + 8 X =人彳.+人 F + +人 F +8 上式为因子模型，其中F , F，…，F为公共因子，8, 8 ,…，8为特殊因 12 m 12 p 子，人(i=1~p，j=1~m)为因子载荷；数学上可以证明，因子载荷人就是第i变量 与第j因子的相关系数，反映了第i变量在第j因子上的重要性。在因子模型 中，公共因子F , F，…，F之间互不相关，特殊因子8 , 8 ,…，8之间互不相关， 1 2 m 1 2 p 都是独立的，相互之间是没有关的。特殊因子与公共因子互不相关。特殊因子与 被测原始变量相关。因子载荷人 表示了公共因子f对第i个变量入的影响程 度，即入对F.的依赖程度。它是变量入在公共因子F 上的载荷量。所以因子 分析是如何从一组原始的观测变量出发，分析出公共因子和特殊因子，并求出相 应的载荷矩阵，进而解释各个公共因子的含义。即用于寻找表示这种潜在能力因 子的统计方法。 因子分析的核心问题有两个：一是如何构造因子变量；二是如何对因子变量 进行命名解释。因此，因子分析的基本步骤和解决思路就是围绕这两个核心问题 展开的。因子分析常常有以下四个基本步骤：(1)确认待分析的原有干变量是 否适合作因子分析。（2）构造因子变量。（3）利用旋转方法使因子变量更具有 可解释性。（4）计算因子变量得分。 三、应用SPSS统计软件来分析NBA热火队的上赛季季后赛成绩 现使用NBA热火队的上赛季季后赛21场比赛中篮板、助攻、失误、抢断、 盖帽、犯规6项数据使用SPSS统计软件进行分析，将篮板、助攻、失误、抢断、 盖帽、犯规作为六个变量，也就是因子模型中的可观测的随机变量 X , X , X , X , X , X，具体步骤是: 1 2 3 4 5 6 1、在SPSS中将数据输入表中。 2、按Analyze —Data Reduction—Factor顺序点击菜单项，打开Factor对话框。 3、在对话框中指定分析变量。 将如下数据选入右面框中： 4、 点击Extraction...按钮，出现对话框，选择主成分提取法。 5、 点击对话框Rota