【正文】 11 60 57 70 85 12 70 50 69 90 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 53 K均值聚類 第 1步 分析： 由于已知分成 3類，故可采用快速分類法。 按照這種方法迭代下去，直到達到指定 的迭代次數(shù)或達到中止迭代的判據(jù)要求時，迭代就停止了，聚類過程也就結(jié)束了。每個觀測量在 n維空間中是一個點。它先對數(shù)據(jù)進行初始分類，然后逐步調(diào)整，得到最終分類數(shù)。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 46 二階聚類 第 3步 二階聚類設(shè)置： 按“分析 → 分類 → 兩步聚類”順序打開“二階聚類分析”對話框，并按下圖進行設(shè)置。 第 2步 正式聚類： 使用凝聚算法對特征樹的葉節(jié)點分組，凝聚算法可用來產(chǎn)生一個結(jié)果范圍。分類變量和連續(xù)變量均可以參與兩步聚類分析。它是一種新型的分層聚類算法（ Hierarchical Algorithms） ,目前主要應用到數(shù)據(jù)挖掘（ Data Mining）和多元數(shù)據(jù)統(tǒng)計的交叉領(lǐng)域 ——模式分類中。 ? 聚類分析時應注意所選擇的變量是否存在數(shù)量級上的差別。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 38 聚類與判別分析概述 樣本間親疏關(guān)系的度量 (1)連續(xù)變量的樣本間距離常用度量 主要方法有歐氏距離 （ Euclidean Distance） 、 歐氏平方距離 （ Squared Euclidean Distance） 、 切比雪夫距離 （Chebychev Distance） 、 明可斯基距離 （ Minkowski Distance） 、 用戶自定義距離 （ Customize Distance） 、 Pearson相關(guān)系數(shù) 、 夾角余弦 （ Cosine） 等 。由于各回歸系數(shù)均為正數(shù)，取相應的指數(shù)后會大于 1，表示 X1， X2和 X3的取值越大，“兩年后具有償付能力”的可能性比“兩年后破產(chǎn)”的可能性就越大， 已觀測 已預測 Y 百分比校正 兩年后破 產(chǎn) 兩年后仍有償付 能力 步驟 1 Y 兩年后破產(chǎn) 32 1 兩年后仍有償付能力 1 32 總計百分比 a. 切割值為 .500。 卡方 df Sig. 步驟 1 步驟 3 .000 塊 3 .000 模型 3 .000 步驟 2 對數(shù)似然值 Cox amp。 B , Wals df Sig. Exp (B) 步驟 0 常量 .000 .246 .000 1 得分 df Sig. 步驟 0 變量 X1 1 .000 X2 1 .000 X3 1 .094 總統(tǒng)計量 3 .000 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 31 ?模型全局檢驗結(jié)果表 二元 Logistic回歸分析 共采用了三種檢驗方法，分別是步與步間的相對似然比檢驗、塊（ Block）間的相對似然比檢驗和模型間的相對似然比檢驗。 第 2步 數(shù)據(jù)組織： 定義三個自變量 X1， X2和 X3，再定義因變量 Y，輸入數(shù)據(jù)并保存。 二元 Logistic回歸分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 28 SPSS實例分析 【 例 84】 診斷發(fā)現(xiàn)運營不良的金融企業(yè)是審計核查的一項重要功能，審計核查的分類失敗會導致災難性的后果。二元 Logistic回歸模型中因變量只可以取兩個值 1和 0（虛擬因變量），而多元 Logistic回歸模型中因變量可取多個值。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 23 曲線估計 說明： 曲線估計是一個自變量與因變量的非線性回歸過程，但只能處理比較簡單的模型。故可判斷保費收入與國內(nèi)生產(chǎn)總值之間有較顯著的三次曲線關(guān)系 ?方差分析表 相伴概率 Sig.=說明模型具有顯著的統(tǒng)計學意義。 模型名稱 R Square（ R2） 直線（ Linear） 二次曲線（ Quadratic） 復合曲線（ Compound） 生長曲線（ Growth） 對數(shù)曲線（ Logarithmic） 三次曲線（ Cubic） S曲線（ S） 指數(shù)曲線（ Exponential） 逆函數(shù)（ Inverse） 冪函數(shù)（ Power） 邏輯函數(shù)（ Logistic） 從決定系數(shù)（ R方即 R2）來看，三次曲線效果最好（因為其R2值最大），并且方差分析的顯著性水平（ Sig.）為 0。 第 3步 作散點圖初步判定變量的分布趨勢： 保費收入 y隨國內(nèi)生產(chǎn)總值x的提高而逐漸提高，而且當國內(nèi)生產(chǎn)總值達到一定水平后，保費收入的增幅更加明顯。 (3) 分析步驟 ?首先， 在不能明確究竟哪種模型更接近樣本數(shù)據(jù)時，可在上述多種可選擇的模型中選擇幾種模型； ?其次， SPSS自動完成模型參數(shù)的估計，并輸出回歸方程顯著性檢驗的 F值和概率 p值、決定系數(shù) R2等統(tǒng)計量； ?最后， 以判定系數(shù)為主要依據(jù)選擇其中的最優(yōu)模型，并進行預測分析等。 ? 在曲線估計中，需要解決兩個問題：一是選用哪種理論模型，即用哪種方程來擬合觀測值；二是當模型確定后，如何選擇合適的參數(shù)，使得理論數(shù)據(jù)和實際數(shù)據(jù)的差異最小。因此，可以得出回歸方程：財政收入 = + 國內(nèi)生產(chǎn)總值。 模型 平方和 df 均方 F Sig. 1 回歸 1 殘差 13 總計 14 a. 預測變量： （ 常量 ） ， 國內(nèi)生產(chǎn)總值 。 b. 因變量：財政收入。 R方(R2) =，說明自變量“國內(nèi)生產(chǎn)總值”可以解釋因變量 “ 財政收入 ” 的 %的差異性。并且選擇 “ 直方圖”和“正態(tài)概率圖” ?作相應的保存選項設(shè)置，如預測值、殘差和距離等。 可以看出兩變量具有較強的線性關(guān)系，可以用一元線性回歸來擬合兩變量。 0 1 1 2 2() ppE y x x x? ? ? ?? ? ? ? ?SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 8 SPSS實例分析 【 例 81】 現(xiàn)有 1992年 2020年國家財政收入和國內(nèi)生產(chǎn)總值的數(shù)據(jù)如下表所示，請研究國家財政收入和國內(nèi)生產(chǎn)總值之間的線性關(guān)系。 回歸分析概述 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 5 主要內(nèi)容 回歸分析概述 線性回歸分析 曲線估計 二元 Logistic回歸分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 6 基本概念及統(tǒng)計原理 線性回歸假設(shè)因變量與自變量之間為線性關(guān)系，用一定的線性回歸模型來擬合因變量和自變量的數(shù)據(jù)，并通過確定模型參數(shù)來得到回歸方程。 ?第 2步 確定回歸模型 。 （ 2） 回歸分析基本概念 回歸分析是指通過提供變量之間的數(shù)學表達式來定量描述變量間相關(guān)關(guān)系的數(shù)學過程，這一數(shù)學表達式通常稱為經(jīng)驗公式。 研究變量間的非確定性關(guān)系 ， 構(gòu)造變量間經(jīng)驗公式的數(shù)理統(tǒng)計方法稱為回歸分析 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 4 （ 3） 回歸分析的一般步驟 ?第 1步 確定回歸方程中的因變量和自變量 。 ?擬合優(yōu)度 檢驗 ?回歸方程的顯著性 檢驗 ?回歸系數(shù)的顯著性 檢驗 ?第 5步 利用回歸方程進行預測 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 7 (2) 統(tǒng)計原理 一元回歸方程和多元回歸方程 01()E y x????一元線性和多元線性回歸分析的核心任務就是估計其中的參數(shù)。 第 3步 作散點圖，觀察兩個變量的相關(guān)性： 依次選擇菜單“圖形 → 舊對話框 → 散點 /點狀 → 簡單分布”，并將“國內(nèi)生產(chǎn)總值”作為 x軸，“財政收入”作為 y軸，得到如下所示圖形。 ?單擊“繪制（ T） ?” 按鈕，打開“線性回歸：圖”對話框， 選用 DEPENDENT作為 y軸， *ZPRED為 x軸作圖。 ?模型綜述表 R=，說明自變量與因變量之間的相關(guān)性很強。 模型 R R 方 調(diào)整 R 方 標準估計的誤差 1 .989a .979 .977 a. 預測變量：（常量），國內(nèi)生產(chǎn)總值。從表中可以看出， F統(tǒng)計量的觀測值為 ，顯著性概率為 ，即檢驗假設(shè)“ H0：回歸系數(shù) B = 0”成立的概率為 ，從而應拒絕原假設(shè)，說明因變量和自變量的線性關(guān)系是非常顯著的，可建立線性模型。從表中可看出，回歸模型的常數(shù)項為 ，自變量“國內(nèi)生產(chǎn)總值”的回歸系數(shù)為。如果曲線選擇得好，那么可以揭示因變量與自變量的內(nèi)在關(guān)系，并對因變量的預測有一定的意義。因此，在對曲線的形式的選擇上，對采取什么形式需要有一定的理論，這些理論是由問題本質(zhì)決定的。 第 2步 數(shù)據(jù)組織： 定義為三個變量，分別是“ year”（年度）、“ y”（保費收入）和“ x”（國內(nèi)生產(chǎn)總值），輸入數(shù)據(jù)并保存。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 19 曲線估計 第 4步 進行曲線估計： 依次選擇菜單“分析 → 回歸 → 曲線估計”，將所有模型全部選上，看哪種模型擬合效果更好 (主要看決定系數(shù) R2)，其所有模型的擬合優(yōu)度 R2如下表所示。 ?三次曲線模型擬合效果的檢驗表 復相關(guān)系數(shù) R = ， R2 = ，經(jīng)校正后的 R平方值為。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 21 曲線估計 ?回歸系數(shù)表 從表中可知因變量與自變量的三次回歸模型為： y=++ 未標準化系數(shù) 標準化系數(shù) t Sig. B 標準誤 Beta 內(nèi)民生產(chǎn)總值 .029 .005 .000 國內(nèi)生產(chǎn)總值 ** 2 .000 .000 國內(nèi)生產(chǎn)總值