spss在旅游業(yè)中的應(yīng)用-資料下載頁(yè)
2025-08-11 10:17本頁(yè)面
【導(dǎo)讀】假政策、交通狀況等方面的影響。特別的為了分析1999年休假制度改。程數(shù)等變量之間的回歸模型。來(lái)探討這些因素對(duì)旅游收入的影響大小。度的線性相關(guān)性。因此本實(shí)例直接利用回歸分析模。何處理變量之間的多重共線性問題。降低維度的同時(shí)消除多重共線性。打開或建立數(shù)據(jù)文件。同時(shí)單擊數(shù)據(jù)瀏覽。單擊按鈕，勾選【KMOand. 算因子得分并保持在原文件中。其他選項(xiàng)保持系統(tǒng)默認(rèn)，單擊按鈕返回主對(duì)話框。單擊按鈕，完成本步操作。在左側(cè)的候選變量列表框中選擇“z”和。巴特利特球度檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值等于119.如果顯著性水平等于，由于概率P值小。與單位陣有顯著差異。同時(shí)，KMO值為，根。如果對(duì)原有六個(gè)變量如果采用主成分分。列出了按指定提取條件提取特征根時(shí)的共同度。以看到，所有變量的絕大部分信息可被因子解釋，差貢獻(xiàn)率及累計(jì)方差貢獻(xiàn)率結(jié)果如表15-7所示。通過(guò)載荷系數(shù)大小可。以看到不同公共因子所反映的主要指標(biāo)的區(qū)別。表示不同年份的綜合影響因素值。始數(shù)據(jù)%的信息，擬合效果較好。
【正文】 “ 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。 問題二輸出結(jié)果詳解 Mean N Std. Deviation 股票點(diǎn)播 31 指數(shù)點(diǎn)播 31 外匯點(diǎn)播 31 到價(jià)提示 31 到價(jià)報(bào)警 31 新聞點(diǎn)播 31 外地天氣 31 本地天氣 31 航班點(diǎn)播 31 列車時(shí)刻 31 話費(fèi)查詢 31 頭腦體操 31 問題二輸出結(jié)果詳解 （ 2） 秩統(tǒng)計(jì)表 下表 是多配對(duì)樣本非參數(shù)檢驗(yàn)的秩統(tǒng)計(jì)表?？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。 Mean Rank 股票點(diǎn)播 勁爆笑話 每日運(yùn)程 問題二輸出結(jié)果詳解 （ 3） Friedman統(tǒng)計(jì)表 Friedman檢驗(yàn)結(jié)果如下表所示，樣本容量等于 31， ChiSquare統(tǒng)計(jì)量等于 ，自由度 df等于 2，近似相伴概 率 P值為 00，遠(yuǎn)遠(yuǎn)小于顯著性水平 。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。這說(shuō)明雖然它們位居所有業(yè)務(wù)的前三位，但其點(diǎn)播量還是存在顯著的差異。因此，公司需要分開對(duì)待它們各自的點(diǎn)播業(yè)務(wù)特點(diǎn)。 N 31 ChiSquare df 2 Asymp. Sig. .000 問題三輸出結(jié)果詳解 （ 1） 時(shí)間序列折線圖 下圖繪制了 “ 股票點(diǎn)播 ” 業(yè)務(wù)在該月每日點(diǎn)播量的時(shí)間序列圖?？梢钥吹?，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。于是考慮利用 ARMA模型來(lái)刻畫其波動(dòng)性。 問題三輸出結(jié)果詳解 問題三輸出結(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。 LjungBox Q統(tǒng)計(jì)量是對(duì)點(diǎn)播序列的線性相關(guān)性進(jìn)行檢驗(yàn)。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?？梢钥吹匠藴?7階（ Lag 7）的系數(shù)顯著外，其他滯后項(xiàng)系數(shù)都沒有通過(guò)顯著性檢驗(yàn)，其 t檢驗(yàn)的概率 P值都大于 。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?？梢钥吹?，兩列相關(guān)系數(shù)都落在置信區(qū)間內(nèi)，說(shuō)明殘差序列的各階自相關(guān)函數(shù)值和偏相關(guān)函數(shù)值都顯著等于 0，符合白噪聲的特征。這也進(jìn)一步反映了 AR(7)模型的合理性。 問題三輸出結(jié)果詳解 問題三輸出結(jié)果詳解 （ 5） 模型擬合效果圖 最后，下圖顯示了本實(shí)例提出的 AR(7)模型預(yù)測(cè)值與實(shí)際值的擬合效果圖。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)。 問題三輸出結(jié)果詳解
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1