spss在數(shù)據(jù)挖掘中的應(yīng)用-資料下載頁
2025-08-11 14:15本頁面
【導(dǎo)讀】它們之間的流量有無顯著性差異。陜西各地區(qū)的總流量差異。量設(shè)定為聚類分析變量，將其添加至列表框中。文本框中鍵入數(shù)字“3”表示利用聚類分析將十個地區(qū)分為三類。選項保持系統(tǒng)默認，單擊按鈕返回主對話框。勾選復(fù)選框，表示輸出樣品的聚。下拉菜單中選擇標準化方法。命令，彈出對話框。在左側(cè)的候選變量列。表框中選擇“股票點播”、“指數(shù)點播”等業(yè)務(wù)。和“勁爆笑話”為點播業(yè)務(wù)最大的業(yè)務(wù)。為配對樣本檢驗的方法。按鈕，完成操作。描述點播數(shù)據(jù)的波動性。表示對其進行ARMA模型分析。riteria(條件)】按鈕，彈出ARIMA模型階數(shù)設(shè)定窗口。節(jié)性)】文本框中填入數(shù)字“7”。項保持系統(tǒng)默認。差的自相關(guān)圖和偏相關(guān)圖。值)】復(fù)選框輸出模型的擬合效果圖。動態(tài)顯示了所有地區(qū)的聚類過程。下表顯示第二地區(qū)和
【正文】 】 、 【 Kendall(肯德爾 )】 和【 Spearman】 三種相關(guān)系數(shù)類型，表示結(jié)果窗口輸出這三種類型的相關(guān)系數(shù)。 單擊 【 OK】 按鈕，完成本部分操作。 問題三操作詳解 具體操作步驟如下： Step01： 打開數(shù)據(jù)文件及對話框 打開數(shù)據(jù)文件 ，選擇菜單欄中的 【 Analyze(分析 )】→ 【 Classify(分類 )】 → 【 Hierarchical Cluster(系統(tǒng)聚類 )】 命令，彈出 【 Hierarchical Cluster Analysis(系統(tǒng)聚類分析 )】 對話框。 Step02： 選擇聚類分析變量 在候選變量列表框中選擇美國、德國和日本等五個國家股指變量設(shè)定為聚類分析變量，將其添加至 【 Variables(變量 )】 列表框中。同時點選 【 Variable(變量 )】 單選鈕。 Step03： 輸出聚類圖 在主對話框中單擊 【 Plots(繪制 )】 按鈕，彈出 【 Plots(繪制 )】 對話框。勾選 【 Dendrogram(冰柱 )】 復(fù)選框，表示輸出樣品的聚類樹形圖。其他選項保持系統(tǒng)默認，單擊 【 Continue】 按鈕返回主對話框。 Step04： 聚類方法選擇 在主對話框中單擊 【 Method(方法 )】 按鈕，彈出 【 Method(方法 )】 對話框。選擇 【 Transform Values(轉(zhuǎn)換值 )】 → 【 Standardize(標準化 )】 下拉菜單的 【 Z scores(Z得分 )】 標準化方法。其他選項保持系統(tǒng)默認，單擊 【 Continue】 按鈕返回主對話框。 Step05： 單擊 【 OK】 按鈕，完成操作。 聚類分析 實例的 SPSS輸出結(jié)果詳解 問題一輸出結(jié)果 （ 1） 模型匯總及參數(shù)估計 下表給出了樣本數(shù)據(jù)分別進行三種曲線方程擬合的檢驗統(tǒng)計量和相應(yīng)方程中的參數(shù)估計值。 從擬合優(yōu)度值 R Square看到，二次曲線的擬合效果相對較好，達到了 %，而線性模型和指數(shù)函數(shù)的擬合優(yōu)度連 50%都沒有達到。 雖然上述三個模型都有顯著的統(tǒng)計學意義，但從擬合優(yōu)度值的大小可以看到二次曲線方程較其他兩種曲線方程擬合效果更好，因此選擇它來描述美股下跌的趨勢。 Equation Linear Quadratic Exponential Model Summary R Square .330 .763 .340 F df1 1 2 1 df2 438 437 438 Sig. .000 .000 .000 Parameter Estimates Constant b1 .000 b2 模型匯總及參數(shù)估計 （ 2）擬合曲線圖 最后給出的是實際數(shù)據(jù)的散點圖和三種估計曲線方程的預(yù)測圖，這也進一步說明二次函數(shù)曲線方程的擬合效果最好。 需要注意的是，雖然選擇的二次函數(shù)曲線擬合效果最好，但是它的擬合優(yōu)度值也只有 %，其值也偏低。這說明股市的波動情況復(fù)雜，在較長時間范圍內(nèi)，很難用單一的非線性函數(shù)加以刻畫；相反的，在短期內(nèi)，由于股市波動變動不大，用曲線擬合的方法能得到較好的結(jié)果。 擬 合曲 線圖 問題二輸出結(jié)果 （ 1） Pearson(皮爾森 )相關(guān)系數(shù)表 首先 SPSS列出了道瓊斯工業(yè)指數(shù)和德國 DAX指數(shù)、倫敦金融時報指數(shù)等其他五類指數(shù)的 Pearson(皮爾森 )相關(guān)系數(shù)表。從 Pearson(皮爾森 )相關(guān)系數(shù)大小看到，受美國股市影響強弱大小的其他國家股市分別為：新加坡、德國、英國和日本?？扇魪南禂?shù)值看到，其他國家股市受美國股市影響都很大，說明它們的協(xié)同運動特征很顯著。 （ 2） 非參數(shù)相關(guān)系數(shù)表 非參數(shù)相關(guān)系數(shù)表列出了這些股票指數(shù)的 Kendall(肯德爾 )和 Spearman相關(guān)系數(shù)，它們系數(shù)值概率 P值也遠小于顯著性水平。 問題三輸出結(jié)果 Stage Cluster Combined Coefficients Stage Cluster First Appears Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 1 5 0 0 2 2 1 2 1 0 3 3 1 3 2 0 4 4 1 4 3 0 0 聚 類過 程表 樹形圖
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1