spss在旅游業(yè)中的應(yīng)用(文件)
【正文】 機(jī)擁有量、物價(jià)水平等），同時(shí)也與地區(qū)業(yè)務(wù)的宣傳力度有密切聯(lián)系。表中具體給出了均值、統(tǒng)計(jì)數(shù)目及標(biāo)準(zhǔn)差等基本統(tǒng)計(jì)量?？梢钥吹剑?股票點(diǎn)播 ” 變量的平均秩最大，等于 ，說(shuō)明它的點(diǎn)播量最大，排名更靠后；相反的， “ 勁爆笑話 ”變量的平均秩最小，等于 ，說(shuō)明它的點(diǎn)播量最小，排名更靠前。因此，公司需要分開(kāi)對(duì)待它們各自的點(diǎn)播業(yè)務(wù)特點(diǎn)。 問(wèn)題三輸出結(jié)果詳解 問(wèn)題三輸出結(jié)果詳解 （ 2） 模型擬合優(yōu)度檢驗(yàn)表 下表給出了 AR(7)模型的擬合優(yōu)度值，可以看到擬合優(yōu)度統(tǒng)計(jì)量 R2等于 ，說(shuō)明模型的整體的擬合效果較好。假設(shè) “ 每日股票點(diǎn)播量 ” 記為 Xt，則最終擬合的模型為： Xt=+ Xt1 問(wèn)題三輸出結(jié)果詳解 Estimate SE t Sig. 股票點(diǎn)播 Natural Log Constant .084 .000 AR Lag 1 .075 .493 Lag 2 .081 .433 Lag 3 .081 .440 Lag 4 .084 .580 Lag 5 .080 .345 Lag 6 .079 .727 Lag 7 .916 .074 .000 問(wèn)題三輸出結(jié)果詳解 （ 4） 殘差自相關(guān)和偏相關(guān)圖 下圖給出了不同階數(shù)下擬合模型的殘差的自相關(guān)和偏相關(guān)圖。從圖形來(lái)看，除了在初始幾天的模型擬合值偏高外，其他時(shí)間的模擬擬合效果都較好，這樣可以利用該模型進(jìn)行后續(xù)日期的預(yù)測(cè)。這也進(jìn)一步反映了 AR(7)模型的合理性。從檢驗(yàn)結(jié)果看， LB檢驗(yàn)概率 P值大于顯著性水平 ，說(shuō)明序列基本不存在自相關(guān)性 問(wèn)題三輸出結(jié)果詳解 Model Number of Predictors Model Fit statistics LjungBox Q(18) Number of Outliers Stationary Rsquared Statistics DF Sig. 股票點(diǎn)播 Model_1 0 .880 11 .874 0 問(wèn)題三輸出結(jié)果詳解 （ 3） 模型參數(shù)估計(jì)值表 下表列出了 AR(7)模型的參數(shù)估計(jì)值。可以看到，股票點(diǎn)播量是平穩(wěn)的，但具有顯著的周期性，在每個(gè)周末的點(diǎn)播量明顯低于周內(nèi)的點(diǎn)播量，這與股票周末休市有密切聯(lián)系。所以拒絕零假設(shè)，認(rèn)為這三種業(yè)務(wù)的點(diǎn)播量存在顯著差異。而相反的，“ 商訊點(diǎn)播 ” 、 “ 區(qū)號(hào)郵編 ” 等業(yè)務(wù)的點(diǎn)播量太低，因此公司可以考慮停止這些服務(wù)功能以節(jié)約成本。 問(wèn)題一輸出結(jié)果詳解 Case 3 Clusters 西安 1 寶雞 2 榆林 3 延安 3 咸陽(yáng) 2 銅川 2 渭南 3 安康 3 漢中 2 商洛 3 問(wèn)題一輸出結(jié)果詳解 （ 3） 樹(shù)形圖 上表已給出了相關(guān)聚類結(jié)果，最后用樹(shù)形圖（ Dendrogram）直觀反映整個(gè)聚類過(guò)程和結(jié)果?？梢钥吹骄垲惤Y(jié)果分為兩大類： 第 Ⅰ 類：西安； 第 Ⅱ 類：寶雞、咸陽(yáng)、銅川、漢中； 第 Ⅲ 類：榆林、延安、渭南、安康、商洛。 實(shí)例的 SPSS輸出結(jié)果詳解 問(wèn)題一輸出結(jié)果詳解 （ 1）聚類過(guò)程表 SPSS軟件首先給出了進(jìn)行系統(tǒng)聚類分析的過(guò)程表，它動(dòng)態(tài)顯示了所有地區(qū)的聚類過(guò)程。 單擊 【 Plots】 選項(xiàng)，勾選其中的 【 Residual autocorrelation function(ACF)(殘差自相關(guān)函數(shù) )】 和 【 Residual partial autocorrelation function(PACF)(殘差部分自相關(guān)函數(shù) )】 復(fù)選框，表示繪制殘差的自相關(guān)圖和偏相關(guān)圖。 觀察序列圖發(fā)現(xiàn)點(diǎn)播數(shù)據(jù)以 7天為周期進(jìn)行波動(dòng)，反復(fù)進(jìn)行 ARMA模型滯后階數(shù)的嘗試后，最終選擇 AR(7)模型來(lái)描述股票點(diǎn)播流量的波動(dòng)性。 問(wèn)題三操作詳解 問(wèn)題三操作詳解 Step02： 時(shí)間序列 ARMA模型 選擇菜單欄中的 【 Analyze(分析 )】 → 【 Forecasting(預(yù)測(cè) )】→ 【 Create Models(創(chuàng)建模型 )】 命令，彈出 【 Time Series Modeler
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1