【正文】 例 83】 表 1989～ 2022年國(guó)家保費(fèi)收入與國(guó)內(nèi)生產(chǎn)總值的數(shù)據(jù)，試研究保費(fèi)收入與國(guó)內(nèi)生產(chǎn)總值的關(guān)系。 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) t Sig. B 標(biāo)準(zhǔn)誤差 試用版 1 （常量） .000 國(guó)內(nèi)生產(chǎn)總值 .197 .008 .989 .000 回歸系數(shù)的顯著性水平為 ，明顯小于 ，故應(yīng)拒絕 T檢驗(yàn)的原假設(shè)，這也說(shuō)明了回歸系數(shù)的顯著性，說(shuō)明建立線性模型是恰當(dāng)?shù)摹? SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 12 線性回歸分析 ?方差分析表 表中顯示因變量的方差來(lái)源、方差平方和、自由度、均方、 F檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和顯著性水平。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 11 線性回歸分析 第 5步 主要結(jié)果及分析： ?變量輸入和移去表 表中顯示回歸模型編號(hào)、進(jìn)入模型的變量、移出模型的變量和變量的篩選方法。 年份 國(guó)內(nèi)生產(chǎn)總值（單位：億元） 財(cái)政收入 （單位：億元） 年份 國(guó)內(nèi)生產(chǎn)總值（單位：億元） 財(cái)政收入 （單位：億元） 1992 2022 1993 2022 1994 2022 1995 2022 1996 2022 1997 2022 1998 2022 1999 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 9 線性回歸分析 第 1步 分析： 這是一個(gè)因變量和一個(gè)自變量之間的問(wèn)題，故應(yīng)該考慮用一元線性回歸解決。 ?第 3步 建立回歸方程 。SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 1 第八章 回歸分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 2 主要內(nèi)容 回歸分析概述 線性回歸分析 曲線估計(jì) 二元 Logistic回歸分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 3 回歸分析概述 （ 1）確定性關(guān)系與非確定性關(guān)系 變量與變量之間的關(guān)系分為 確定性關(guān)系 和 非確定性關(guān)系 ，函數(shù)表達(dá)確定性關(guān)系 。 ?第 4步 對(duì)回歸方程進(jìn)行各種檢驗(yàn) 。 第 2步 數(shù)據(jù)組織： 定義三個(gè)變量，分別為“ year”（年份）、“ x”（國(guó)內(nèi)生產(chǎn)總值）、“ y”（財(cái)政收入）。可以看出，進(jìn)入模型的自變量為“國(guó)內(nèi)生產(chǎn)總值 ” 。方差來(lái)源有回歸、殘差。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 14 主要內(nèi)容 回歸分析概述 線性回歸分析 曲線估計(jì) 二元 Logistic回歸分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 15 曲線估計(jì) 基本概念及統(tǒng)計(jì)原理 (1) 基本概念 ? 曲線估計(jì)（曲線擬合、曲線回歸）則是研究?jī)勺兞块g非線性關(guān)系的一種方法，選定一種用方程表達(dá)的曲線，使得實(shí)際數(shù)據(jù)與理論數(shù)據(jù)之間的差異盡可能地小。 年度 保費(fèi)收入 國(guó)民生產(chǎn)總值 年度 保費(fèi)收入 國(guó)民生產(chǎn)總值 1980 1991 1981 1992 378 1982 1993 525 1983 1994 630 46670 1984 20 1995 683 1985 1996 776 1986 1997 1080 1987 1998 1988 1999 1989 2022 1990 2022 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 18 曲線估計(jì) 第 1步 分析：先用散點(diǎn)圖的形式進(jìn)行分析， 看究竟是否具有一元線性關(guān)系，如果具有一元線性關(guān)系，則用一元線性回歸分析，否則采用曲線估計(jì)求解。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 20 曲線估計(jì) 第 5步 結(jié)果與分析。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 24 主要內(nèi)容 回歸分析概述 線性回歸分析 曲線估計(jì) 二元 Logistic回歸分析 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 25 基本概念及統(tǒng)計(jì)原理 （ 1）基本概念 Logistic回歸分析就是針對(duì)因變量是定性變量的回歸分析。請(qǐng)用變量 X1（未分配利潤(rùn) /總資產(chǎn)）、 X2（稅前利潤(rùn)/總資產(chǎn)）和 X3（銷(xiāo)售額 /總資產(chǎn)）擬合一個(gè) Logistic回歸模型。 ?模型情況摘要表 。 根據(jù)分類(lèi)對(duì)象的不同， 聚類(lèi)分析可分為對(duì) 樣本的聚類(lèi) 和對(duì) 變量的聚類(lèi) 兩種 。 ? 變量間的關(guān)系度量模型與樣本間相類(lèi)似，只不過(guò)一個(gè)用矩陣的行進(jìn)行計(jì)算，另一個(gè)用矩陣的列進(jìn)行計(jì)算。根據(jù)相近者為同一類(lèi)的原則，計(jì)算距離并把與類(lèi)中心距離最小的觀測(cè)量分到相應(yīng)的各類(lèi)中去。聚類(lèi)的平均輪廓值為（其范圍值為 ～ ，值越大越好），說(shuō)明聚類(lèi)質(zhì)量較好。 按照距這幾個(gè)類(lèi)中心的距離最小的原則把觀測(cè)量分派到各類(lèi)中心所在的類(lèi)中去；形成第一次迭代形成的 k類(lèi)。 第 3步 快速聚類(lèi)設(shè)置， 按“分析 → 分類(lèi) → K均值聚類(lèi)”順序打開(kāi)“ K均值聚類(lèi)分析”對(duì)話框，將“學(xué)習(xí)動(dòng)機(jī)”、“學(xué)習(xí)態(tài)度”、“自我感覺(jué)”、“學(xué)習(xí)效果”四個(gè)變量選入“變量”列表框。迭代無(wú)法收斂。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 59 系統(tǒng) 聚類(lèi) 基本概念與統(tǒng)計(jì)原理 (2) 統(tǒng)計(jì)原理 系統(tǒng)聚類(lèi)是根據(jù)個(gè)案或變量之間的親疏程度，將最相似的對(duì)象聚集在一起。 第 2步 數(shù)據(jù)組織： 如上表定義七個(gè)變量：“ order”（編號(hào)）、“ ca”（鈣）、“ mg”（鎂）、“ fe”（鐵）、“ mn”（錳）、“ cu”（銅）和“ hemogl”（血紅蛋白），其中“ order”為字符串型，其余變量為數(shù)值型。第 2步再將“血紅蛋白”聚到“銅”和“錳”一類(lèi)中，原先的 6個(gè)變量就變成了 4類(lèi)。 (2) 統(tǒng)計(jì)原理 判別分析按判別組數(shù)來(lái)分，有兩組判別分析和多組判別分析，按區(qū)分不同總體所用的數(shù)學(xué)模型來(lái)分，有線性差別和非線性判別。 order x1 x2 x3 x4 x5 c order x1 x2 x3 x4 x5 c 1 1 13 2 2 1 14 2 3 1 15 2 4 1 16 3 5 1 17 11 3 6 1 18 3 7 1 19 3 8 1 20 待定 9 1 21 待定 10 2 22 待定 11 2 23 待定 12 2 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 71 判別分析 第 1步 分析： 由于部分樣本已經(jīng)有分類(lèi)標(biāo)記，還有幾個(gè)待分類(lèi)樣本。判別函數(shù)的特征值越大，表明該函數(shù)越具有區(qū)別力。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 79 判別分析 ?分類(lèi)結(jié)果矩陣 對(duì)角線顯示的為準(zhǔn)確預(yù)測(cè)的個(gè)數(shù)，其余為錯(cuò)誤預(yù)測(cè)的個(gè)數(shù)。正確率還是比較高的。 ?判別函數(shù)的顯著性檢驗(yàn)結(jié)果表 其中“ 1到 2”表示兩個(gè)判別函數(shù)的平均數(shù)在 3個(gè)級(jí)別間的差異情況。 第 2步 數(shù)據(jù)組織： 建立 7個(gè)變量。 1 1 2 2 nny a x a x a x? ? ? ?判別函數(shù)的一般形式是 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 69 判別分析 分析步驟 第 1步 計(jì)算特征值： 計(jì)算需要用到的一些反映樣本的特征值，比如均值、協(xié)方差矩陣等。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 66 系統(tǒng) 聚類(lèi) 第 4步 主要結(jié)果及分析： ?系統(tǒng)聚類(lèi)的樹(shù)狀圖 第 1步將“ cu（銅）”和“ mn（錳）”聚成一類(lèi)，第 2步將“ hemogl（血紅蛋白）”聚到“ cu（銅）”和“ mn（錳）”類(lèi)中，第 3步將“ ca（鈣）”和“ mg（鎂）”聚成一類(lèi)。設(shè)置按“變量”分類(lèi)，并選擇輸出“統(tǒng)計(jì)量”和“圖”，以激活“統(tǒng)計(jì)量（ S） …” 和“繪制（ T） …“兩個(gè)按鈕。凝聚法的原理是將參與聚類(lèi)的每個(gè)個(gè)案（或變量）視為一類(lèi)，根據(jù)兩類(lèi)之間的距離或相似性，逐步合并直到合并為一個(gè)大類(lèi)為止；分解法的原理是將所有個(gè)案（或變量）都視為一類(lèi)，然后根據(jù)距離和相似性逐層分解，直到參與聚類(lèi)的每個(gè)個(gè)案（或變量）自成一類(lèi)為止。當(dāng)前迭代為 10。 其余“迭代”、“保存” 和“選項(xiàng)”設(shè)置參見(jiàn)教材。 按照這種方法迭代下去，直到達(dá)到指定 的迭代次數(shù)或達(dá)到中止迭代的判據(jù)要求時(shí)，迭代就停止了，聚類(lèi)過(guò)程也就結(jié)束了。它先對(duì)數(shù)據(jù)進(jìn)行初始分類(lèi)，然后逐步調(diào)整，得到最終分類(lèi)數(shù)。 第 2步 正式聚類(lèi)： 使用凝聚算法對(duì)特征樹(shù)的葉節(jié)點(diǎn)分組，凝聚算法可用來(lái)產(chǎn)生一個(gè)結(jié)果范圍。它是一種新型的分層聚類(lèi)算法（ Hierarchical Algorithms） ,目前主要應(yīng)用到數(shù)據(jù)挖掘（ Data Mining）和多元數(shù)據(jù)統(tǒng)計(jì)的交叉領(lǐng)域 ——模式分類(lèi)中。 SPSS 19(中文版 )統(tǒng)計(jì)分析實(shí)用教程 電子工業(yè)出版社 38 聚類(lèi)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） 、