應用統(tǒng)計學spss論文講訴

1、咬巔躍工大爭ANHUI UMVERSITY Or SCIENCE & TECHNOIOGY碩士研究生課程論文（或讀書報告）課程名稱：決策理論與方法題 目 SPSS 在信用卡消費中的應用題目類型 （課程論文或讀書報告）：_ 課程論文學院：經(jīng)濟與管理學院專業(yè)名稱：管理科學與工程姓名：張晨陽學號： 2013200634任課教師：雷思友授課時間：2013年9月14日2013年11月15日 提交時間：2013年11月21日SPSS在信用卡消費調查中的應用摘要：本文通過消費者的年收入、家庭人口和每年使用信用卡支付的金額數(shù) 據(jù)，利用SPSS軟件提供的散點圖、相關系數(shù)分析、回歸分析對數(shù)據(jù)進行了 深入的分析，再

2、把分析結果進行預測，最后根據(jù)預測結果來進行控制調整。 關鍵詞：信用卡；消費；SPSS分析 引言消費是社會生產(chǎn)的重要環(huán)節(jié)，是社會經(jīng)濟活動的出發(fā)點和歸宿，消費結 構的狀況不僅反映社會經(jīng)濟發(fā)展的水平，又涉及到社會經(jīng)濟諸多方面，近年 來，隨著社會經(jīng)濟、計算機技術和信息技術的發(fā)展，商業(yè)領域越來越活躍， 消費者除了用現(xiàn)金和個人支票支付外，信用卡支付方式越來越被廣泛的采 用。通過信用卡的使用狀況，分析各相關因數(shù)的關系，利用SPSS軟件提對數(shù)據(jù)進行了深入的分析。1抽樣調查基本情況研究人員分層抽樣的方法從收集的資料中隨機抽取 50位消費者的年收 入、家庭人口和每年使用費信用卡支付的金額數(shù)據(jù)，用于統(tǒng)計分析。通過調

3、 查消費者的消費特征，此特征可以用來預測用戶使用信用卡的支付金額的消 費特征。信用卡消費調查數(shù)據(jù)見附錄。2 SPSS中的統(tǒng)計分析SPSS作為統(tǒng)計分析工具，理論嚴謹、內容豐富，具有數(shù)據(jù)管理、統(tǒng)計分 析、趨勢研究、制表繪圖、文字處理等功能。其中的統(tǒng)計分析功能包括從基 本描述統(tǒng)計、推斷統(tǒng)計到聚類分析、因子分析等多元統(tǒng)計分析方法。本文主 要利用其中的散點圖、相關系數(shù)分析、回歸分析對相關信息進行統(tǒng)計分析， 而基本描述統(tǒng)計功能就不再做介紹。2.1散點圖散點圖用于表現(xiàn)測量數(shù)據(jù)的原始分布狀況，可從點的位置判斷測量值的 高低、大小、變動趨勢或變化范圍，在相關與回歸分析中，側重于使用散點 圖來直觀的觀察和判斷變量

4、之間的關系，據(jù)此判斷變量之間協(xié)變關系的類 型。具體創(chuàng)建過程是利用在三維空間中繪制出 2個或3個變量確定的點，然 后通過這些點的分布特征來顯示數(shù)據(jù)的分布特征。散點圖有五種類型：簡單散點圖(Simple Scatterplo) 重疊散點圖(Overlay Scatterplot) 散點圖矩陣(Scatterplot Matrix) 三維散點圖(3-D Scatterplot) 散點/圓點圖(Scatter/Dot)2.2相關系數(shù)分析(1) 相關分析相關分析就是從數(shù)量的角度出發(fā)，精確界定變量之間的關系，把變 量之間的關聯(lián)的緊密程度用數(shù)量方法予以反映，即相關系數(shù)；相關系數(shù) 大說明變量之間的關聯(lián)程度高，

5、相關系數(shù)小說明變量之間的關聯(lián)比較松 散。相關系數(shù)是測定變量之間線性相關程度和方向的代表性指標。其特 點表現(xiàn)在：參與相關分析的兩個變量是對等的，不分自變量和因變量， 因此相關系數(shù)只有一個，計算相關系數(shù)的兩個變量都是隨機變量。相關 系數(shù)有Pearson相關系數(shù)、Spearman和Kendalls tua-b等級相關系數(shù)。(2) 偏相關分析在實際問題中，事物之間的聯(lián)系往往比較復雜，一個結果往往是受 到多種因素相互綜合作用產(chǎn)生的。在多變量的情況下，變量之間的的相 關系復雜。偏相關分析是指在對其他變量的影響進行控制的條件下，分 析多個變量中兩個變量之間的線性相關程度。偏相關分析的工作是計算偏相關系數(shù)，計

6、算偏相關系數(shù)時需要掌 握多個變量的數(shù)據(jù)，一方面考慮多個變量之間可能產(chǎn)生的影響，另一方 面又采用一定的方法控制其他變量，專門考察兩個特低昂變量的凈相關 關系。由于變量之間穿在錯綜復雜的關系，因此偏相關系數(shù)與濟南單的 相關系數(shù)與簡單的相關系數(shù)在數(shù)值上可能相差很大，有時甚至符號都相 反，一般偏相關系數(shù)更能反映現(xiàn)象之間的真實關系。2.3線性回歸分析回歸分析是從一組樣本數(shù)據(jù)出發(fā)，確定變量之間的數(shù)學關系式，對這些 關系式的可信程度進行各種統(tǒng)計檢驗，并從影響某一特定變量的諸多變量中找出哪些變量影響顯著，哪些不顯著。然后利用所求得關系式根據(jù)一個或幾個變量的取值來預測或控制另一個特定變量的取值，并給出這種預測或

7、控制的精度?；貧w分析按照經(jīng)驗公式的函數(shù)類型可以分為線性回歸和非線性回歸。若 回歸分析的經(jīng)驗公式是線性函數(shù)，則稱為線性回歸；若回歸分析的經(jīng)驗公式 是非線性函數(shù)，則稱為非線性回歸。按自變量的個數(shù)可以將回歸分析分為一元回歸和多元回歸。一元回歸是自由一個自變量的回歸分析。有兩個或兩個以上的自變量的回歸分析稱為多 元回歸。按自變量和因變量的類型回歸分析分為一般的回歸分析、含有啞變量的 回歸分析和Logistic回歸分析。一般的回歸分析自變量和因變量都是定量變 量。若因變量是定性變量的回歸分析，則稱為Logistic回歸。3 SPSS在消費特征調查中的應用3.1創(chuàng)建SPSS數(shù)據(jù)文件Numeric2Nume

8、ricxfjeNumeric0None8100nsrjtrk(JaneNone年收入 02)502.000.000.000.9701.9701.031031a Dependent Variable:消 費 金 額 （元）圖9回歸分析結果ModelDimension Ei(gen value；on diti onIn dex(CVaria nee Proporti ons；on sta nt)年收入家 .（元）乞庭人口（人）1 1232.810 .141 .0491.0004.4697.568.01.05.94.01.17.82.02.93.05Colli nearity Diag no sti

9、esaa. Depe ndent Variable:消費金額（元）圖10共線性檢驗（1）根據(jù)相關分析結果，認為信用卡消費金額與家庭人口、年收入相關 性高，所以采用所有變量強行進入模型的方法。（2）對模型模擬合度進行檢驗，進入模型的變量其調整的決定系數(shù)（Adjusted R Square）為0.818?？梢娔Ｐ偷臄M合效果很理想。（3） 對模型進行方差分析?；貧w模型的 Sig.值為0，說明該模型有顯著 的統(tǒng)計意義。（4） 對模型的回歸分析結果和共線性檢驗結果可知，未標準化時本例的 擬合結果為：Y=1304.905+0.033為+356.296X2常數(shù)項和自變量系數(shù)的Sig.值為0,模型中不存在共線

10、問題。檢驗結果是 顯著的。該模型的擬合程度很高，可以用來預測。4結果分析回歸分析在數(shù)據(jù)挖掘中主要有預測和控制兩大功能，通過對已知訓練數(shù) 據(jù)進行回歸分析的出經(jīng)驗公式，利用經(jīng)驗公式就可以在已知變量的情況下， 預測因變量的取值。實際問題中往往是根據(jù)預測結果來進行控制調整。本案例中，根據(jù)50為消費者的年收入、家庭人口和每年石油信用卡支付的金額數(shù)據(jù)得到經(jīng)驗公式為： Y=1304.905+0.033xi +356.296x2經(jīng)驗公式可以預測：在其他條件不變的情況下，家庭人口每增加1人，信用卡支付的金額將增加356.296元；收入每增加1000元，信用卡支付金 額將增加33元。因此，針對此地區(qū)的消費者，家庭

11、人口的數(shù)量對信用卡支 付的金額影響較大。若要推行信用卡消費，其目標用戶的首選是家庭人口較 多的用戶。附錄信用卡消費調查數(shù)據(jù)年收入家庭人口消費金額年收入家庭人口消費金額（元）（人）（元）（元）（人）（元）5400034016410007482830000231592300064127320004510051000341105000054742250003420831000218644800044219550002407027000124773700012731330002251440000233486500034214660004476463000449655400065573420006441

12、2300001258362000347054800023866640002415734000535862200033579670004503729000438905000023605390002297267000553453500013121550006537039000441835200023890540003373021000224482700022921440001299526000746033700054171610002427362000656783000023067210003362322000430745500075301460005482042000230206600045149參考文獻:1 孫艷玲，何源，等.2010. SPSS統(tǒng)計分析 北京：人民郵電出版社2 馬慶國主編.2005.應用統(tǒng)計學 北京:科學出版社3 范大茵，陳永華.1996.概率論與數(shù)理統(tǒng)計.杭州:浙江大學出版社4