spss在系統(tǒng)預(yù)測(cè)中的應(yīng)用-wenkub
2022-08-31 10:17:21 本頁(yè)面
【正文】 e(分析 )】 → 【 Regression(回歸 )】 → 【 Curve Estimation(曲線估計(jì) )】 命令，彈出 【 Curve Estimation(曲線估計(jì) )】 對(duì)話框。 單擊 【 OK】 按鈕，完成本步操作。 Step02：因子分析 在候 選變 量列表框中 選擇 X X … X6變 量 設(shè) 定 為 因子分析變 量， 將 其添加至 【 Variables(變 量 )】 列表框中。但是要全部考慮這些指標(biāo)是非常困難的，這是因?yàn)橹笜?biāo)數(shù)量眾多，難以全部考慮。私人汽車保有量與一個(gè)國(guó)家或地區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展的有關(guān)數(shù)據(jù)有著密切關(guān)系。而事實(shí)表明，隨著中國(guó)人均 GDP的穩(wěn)健增長(zhǎng)，近年來(lái)，我國(guó)的家用汽車銷量以兩位數(shù)的增速急劇擴(kuò)大。據(jù)中國(guó)汽車工業(yè)協(xié)會(huì)估算，截止到 2020年底，中國(guó)私人汽車保有量約為 2650萬(wàn)輛，占全國(guó)汽車保有量的 60%左右。在 2020年，我國(guó)汽車銷量為 710多萬(wàn)輛，私人購(gòu)買比例超過(guò) 77%，中國(guó)已經(jīng)成為僅次于美國(guó)的全球第二大新車市場(chǎng)。 汽車特別是用于消費(fèi)的私人汽車保有量的多少，與經(jīng)濟(jì)發(fā)展程度、居民收入以及道路建設(shè)等有著密切的聯(lián)系。附表 131提供了我國(guó)某一經(jīng)濟(jì)發(fā)達(dá)地區(qū)的一些相關(guān)統(tǒng)計(jì)數(shù)據(jù)?？紤]到這些經(jīng)濟(jì)指標(biāo)之間還存在著相關(guān)性，因此可以利用因子分析，利用降維的方法綜合這些眾多的經(jīng)濟(jì)指標(biāo)為少量的公共因子，這樣通過(guò)分析因子和私人汽車保有量的關(guān)系來(lái)預(yù)測(cè)私車保有量的未來(lái)趨勢(shì)。 單擊 【 Extraction】 按 鈕 ，勾 選 【 Scree plot】 復(fù)選 框，其他 選項(xiàng) 保持系統(tǒng) 默 認(rèn) ， 單擊 【 Continue(繼續(xù) )】 按 鈕 返回主 對(duì)話 框。 Step03：回歸分析 在第二步因子分析中得到了不同年份的因子得分，這些因子得分充分反映了不同年份的綜合經(jīng)濟(jì)發(fā)展值。在候選變量列表框中選擇 “ y”變量設(shè)定為因變量，將其添加至 【 Dependent(s)(因變量 )】 列表框中。最后單擊 【 OK】 按鈕，完成操作。它表明，對(duì)原有六個(gè)變量如果采用主成分分析法提取所有六個(gè)特征根，那么原有變量的所有方差都可被解釋，變量的共同度均為 1。在表 133中，第一個(gè)因子的特征根值為 20，解釋了原有 6個(gè)變量總方差的 ％。通過(guò)載荷系數(shù)大小可以分析不同公共因子所反映的主要指標(biāo)的區(qū)別。 2 曲 線 估 計(jì)結(jié) 果 （ 1）模型描述 表 136是 SPSS對(duì)曲線擬合結(jié)果的初步描述統(tǒng)計(jì)，例如自變量和因變量、估計(jì)方程的類型等。 3 預(yù)測(cè) 私 車 保有量 （ 1）預(yù)測(cè)綜合經(jīng)濟(jì)發(fā)展值 繪制綜合經(jīng)濟(jì)發(fā)展變量 “ FAC11”的時(shí)間序列圖 136看到，該變量的增長(zhǎng)基本呈線性趨勢(shì)，于是可以采用線性回歸來(lái)估計(jì)該變量在 2020年的取值。由于篇幅有限，數(shù)據(jù)文件 14，同時(shí)也列出了被調(diào)查者性別、專業(yè)、年級(jí)等數(shù)據(jù)信息。 具體操作步驟如下： Step01：打 開(kāi)數(shù) 據(jù)文件 打開(kāi)數(shù)據(jù)文件 。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1