SPSS19.0軟件使用教程 第13章 SPSS在系統(tǒng)預(yù)測中的應(yīng)用

1、 第第13章章 SPSS在系統(tǒng)預(yù)測在系統(tǒng)預(yù)測中的應(yīng)用中的應(yīng)用13.1 實實例提出：汽車車保有量的預(yù)測預(yù)測分析我國經(jīng)濟的快速發(fā)展為私人汽車提供了巨大的發(fā)展空間。據(jù)中我國經(jīng)濟的快速發(fā)展為私人汽車提供了巨大的發(fā)展空間。據(jù)中國汽車工業(yè)協(xié)會估算，截止到國汽車工業(yè)協(xié)會估算，截止到2006年底，中國私人汽車保有年底，中國私人汽車保有量約為量約為2650萬輛，占全國汽車保有量的萬輛，占全國汽車保有量的60%左右。在左右。在2006年，年，我國汽車銷量為我國汽車銷量為710多萬輛，私人購買比例超過多萬輛，私人購買比例超過77%，中國已，中國已經(jīng)成為僅次于美國的全球第二大新車市場。經(jīng)成為僅次于美國的全球第二大新車

2、市場。據(jù)世界銀行的研究，汽車保有量據(jù)世界銀行的研究，汽車保有量 (尤其是私人汽車尤其是私人汽車)與人均國民與人均國民收入成正比。收入成正比。2003年，我國國內(nèi)人均年，我國國內(nèi)人均GDP首次突破首次突破1000美元，美元，這預(yù)示著中國汽車開始進入家庭消費階段。而事實表明，隨著這預(yù)示著中國汽車開始進入家庭消費階段。而事實表明，隨著中國人均中國人均GDP的穩(wěn)健增長，近年來，我國的家用汽車銷量以兩的穩(wěn)健增長，近年來，我國的家用汽車銷量以兩位數(shù)的增速急劇擴大。位數(shù)的增速急劇擴大。 汽車特別是用于消費的私人汽車保有量的多少，與經(jīng)濟發(fā)展程度、汽車特別是用于消費的私人汽車保有量的多少，與經(jīng)濟發(fā)展程度、居民收

3、入以及道路建設(shè)等有著密切的聯(lián)系。隨著私人汽車消費時代居民收入以及道路建設(shè)等有著密切的聯(lián)系。隨著私人汽車消費時代的到來，汽車保有量上升的一個重要因素就是國內(nèi)汽車消費的快速的到來，汽車保有量上升的一個重要因素就是國內(nèi)汽車消費的快速增長。消費者購買力的增強和個體私營經(jīng)濟的快速發(fā)展，也帶動了增長。消費者購買力的增強和個體私營經(jīng)濟的快速發(fā)展，也帶動了私人汽車的大發(fā)展。私人汽車保有量與一個國家或地區(qū)的社會經(jīng)濟私人汽車的大發(fā)展。私人汽車保有量與一個國家或地區(qū)的社會經(jīng)濟發(fā)展的有關(guān)數(shù)據(jù)有著密切關(guān)系。附表發(fā)展的有關(guān)數(shù)據(jù)有著密切關(guān)系。附表13-1提供了我國某一經(jīng)濟發(fā)達提供了我國某一經(jīng)濟發(fā)達地區(qū)的一些相關(guān)統(tǒng)計數(shù)據(jù)。地

4、區(qū)的一些相關(guān)統(tǒng)計數(shù)據(jù)。請根據(jù)附表中的相關(guān)數(shù)據(jù)分析影響該地區(qū)私人汽車保有量的因素，請根據(jù)附表中的相關(guān)數(shù)據(jù)分析影響該地區(qū)私人汽車保有量的因素，并預(yù)測到并預(yù)測到2008年該地區(qū)私人汽車保有量有多少？年該地區(qū)私人汽車保有量有多少？12.2 實實例的SPSS軟軟件操作詳詳解 本實例要求分析人均國內(nèi)生產(chǎn)總值、全社會消費品零售總額本實例要求分析人均國內(nèi)生產(chǎn)總值、全社會消費品零售總額等因素對私人汽車保有量的影響情況，并做相應(yīng)的預(yù)測分析。等因素對私人汽車保有量的影響情況，并做相應(yīng)的預(yù)測分析。由于人均國內(nèi)生產(chǎn)總值等指標都描述了國民經(jīng)濟的發(fā)展情況，由于人均國內(nèi)生產(chǎn)總值等指標都描述了國民經(jīng)濟的發(fā)展情況，因此它們和私人

5、汽車保有量有著密切的關(guān)系。但是要全部考慮因此它們和私人汽車保有量有著密切的關(guān)系。但是要全部考慮這些指標是非常困難的，這是因為指標數(shù)量眾多，難以全部考這些指標是非常困難的，這是因為指標數(shù)量眾多，難以全部考慮?？紤]到這些經(jīng)濟指標之間還存在著相關(guān)性，因此可以利用慮?？紤]到這些經(jīng)濟指標之間還存在著相關(guān)性，因此可以利用因子分析，利用降維的方法綜合這些眾多的經(jīng)濟指標為少量的因子分析，利用降維的方法綜合這些眾多的經(jīng)濟指標為少量的公共因子，這樣通過分析因子和私人汽車保有量的關(guān)系來預(yù)測公共因子，這樣通過分析因子和私人汽車保有量的關(guān)系來預(yù)測私車保有量的未來趨勢。私車保有量的未來趨勢。具體操作步驟如下：具體操作步驟

6、如下： Step01：打開數(shù)開數(shù)據(jù)文件打開數(shù)據(jù)文件打開數(shù)據(jù)文件13-1.sav。同時單擊數(shù)據(jù)瀏覽窗口的。同時單擊數(shù)據(jù)瀏覽窗口的【Variable View(變量視圖變量視圖)】按鈕，檢查各個變量的數(shù)據(jù)結(jié)構(gòu)定義是否合按鈕，檢查各個變量的數(shù)據(jù)結(jié)構(gòu)定義是否合理，是否需要修改調(diào)整。理，是否需要修改調(diào)整。Step02：因子分析在候選變選變量列表框中選擇選擇X1、X2、X6變變量設(shè)設(shè)定為為因子分析變變量，將將其添加至【Variables(變變量)】列表框中。單擊單擊【Extraction】按鈕鈕，勾選選【Scree plot】復選復選框，其他選項選項保持系統(tǒng)統(tǒng)默認認，單擊單擊【Continue(繼續(xù)繼續(xù))

7、】按鈕鈕返回主對話對話框。在主話框中，單擊在主話框中，單擊【Score(尺度尺度)】按鈕，勾選按鈕，勾選【Save as variables(保存變量保存變量)】復選框，表示采用回歸法計算因子得分并保持在原文復選框，表示采用回歸法計算因子得分并保持在原文件中；同時勾選件中；同時勾選【Display factor score coefficient matrix(顯示因顯示因子得分系數(shù)矩陣子得分系數(shù)矩陣)】復選框，表示輸出因子得分系數(shù)矩陣。其他選項復選框，表示輸出因子得分系數(shù)矩陣。其他選項保持系統(tǒng)默認，單擊保持系統(tǒng)默認，單擊【Continue(繼續(xù)繼續(xù))】按鈕返回。按鈕返回。單擊單擊【OK】按鈕

8、，完成本步操作。按鈕，完成本步操作。Step03：回歸分析：回歸分析在第二步因子分析中得到了不同年份的因子得分，這些因子得分充在第二步因子分析中得到了不同年份的因子得分，這些因子得分充分反映了不同年份的綜合經(jīng)濟發(fā)展值。于是可以考慮利用它來對私分反映了不同年份的綜合經(jīng)濟發(fā)展值。于是可以考慮利用它來對私車保有量進行預(yù)測。車保有量進行預(yù)測。首先繪制綜合經(jīng)濟發(fā)展值與私車保有量的散點圖，判斷兩者之間是首先繪制綜合經(jīng)濟發(fā)展值與私車保有量的散點圖，判斷兩者之間是否存在相關(guān)關(guān)系。否存在相關(guān)關(guān)系。 選擇菜單欄中的選擇菜單欄中的【Analyze(分析分析)】【Regression(回歸回歸)】【Curve Est

9、imation(曲線估計曲線估計)】命令，彈出命令，彈出【Curve Estimation(曲線曲線估計估計)】對話框。在候選變量列表框中選擇對話框。在候選變量列表框中選擇“y”變量設(shè)定為因變量，變量設(shè)定為因變量，將其添加至將其添加至【Dependent(s)(因變量因變量)】列表框中。同時，選擇列表框中。同時，選擇“FAC1-1”變量設(shè)定為自變量，將其添加至變量設(shè)定為自變量，將其添加至【Variable(變量變量)】列表框中。列表框中。在在【Model(模型模型)】復選框中勾選復選框中勾選【Logistic】模型，并在模型，并在【Upper bound(上限上限)】文本框中填入文本框中填入1

10、000，表示上限值。注意，這里的上，表示上限值。注意，這里的上限值可以調(diào)整完善。最后單擊限值可以調(diào)整完善。最后單擊【OK】按鈕，完成操作。按鈕，完成操作。 Step04：預(yù)測預(yù)測私車車保有量在得到了私車車保有量和綜綜合經(jīng)濟發(fā)經(jīng)濟發(fā)展值值的模型后，要預(yù)測預(yù)測私車車保有量在2010的數(shù)數(shù)量，則則首先需要估計綜計綜合經(jīng)濟發(fā)經(jīng)濟發(fā)展值值在2008的取值值，利用線線性回歸歸模型得到經(jīng)濟發(fā)經(jīng)濟發(fā)展值值的預(yù)測值預(yù)測值后，帶帶入Logistic函數(shù)數(shù)就可以估計計出2008年該該地區(qū)區(qū)的私車車保有量了。12.3 實實例的SPSS輸輸出結(jié)結(jié)果詳詳解1 因子分析結(jié)結(jié)果（1）因子分析共同度）因子分析共同度 表表13-

11、2是因子分析的共同度，顯示了所有變量的共同度數(shù)據(jù)。第是因子分析的共同度，顯示了所有變量的共同度數(shù)據(jù)。第一列是因子分析初始解下的變量共同度。它表明，對原有六個變量一列是因子分析初始解下的變量共同度。它表明，對原有六個變量如果采用主成分分析法提取所有六個特征根，那么原有變量的所有如果采用主成分分析法提取所有六個特征根，那么原有變量的所有方差都可被解釋，變量的共同度均為方差都可被解釋，變量的共同度均為1。第二列列出了按指定提取條。第二列列出了按指定提取條件提取特征根時的共同度?？梢钥吹?，所有變量的絕大部分信息可件提取特征根時的共同度?？梢钥吹?，所有變量的絕大部分信息可被因子解釋，這些變量信息丟失較少

12、。被因子解釋，這些變量信息丟失較少。（2）因子分析的總方差解釋）因子分析的總方差解釋接著計算得到相關(guān)系數(shù)矩陣的特征值、方差貢獻率及累計方差貢獻接著計算得到相關(guān)系數(shù)矩陣的特征值、方差貢獻率及累計方差貢獻率結(jié)果如表率結(jié)果如表13-3所示。在表所示。在表13-3中，第一個因子的特征根值為中，第一個因子的特征根值為5.920，解釋了原有，解釋了原有6個變量總方差的個變量總方差的98.670。因此只選取第一個因子。因此只選取第一個因子為主因子即可。為主因子即可。（3）因子碎石圖）因子碎石圖從碎石圖看到，第一個特征值明顯大于后面的特征值，說明提取第從碎石圖看到，第一個特征值明顯大于后面的特征值，說明提取第

13、一個因子是合適的。一個因子是合適的。（4）因子載荷矩陣）因子載荷矩陣 表表13-4顯示了因子載荷矩陣。通過載荷系數(shù)大小可以分析不同公顯示了因子載荷矩陣。通過載荷系數(shù)大小可以分析不同公共因子所反映的主要指標的區(qū)別。從結(jié)果看，第一主因子在這六個共因子所反映的主要指標的區(qū)別。從結(jié)果看，第一主因子在這六個指標上的載荷值都很大，說明它綜合反映了該地區(qū)綜合經(jīng)濟發(fā)展值，指標上的載荷值都很大，說明它綜合反映了該地區(qū)綜合經(jīng)濟發(fā)展值，故可以作為綜合經(jīng)濟發(fā)展值看待。故可以作為綜合經(jīng)濟發(fā)展值看待。（5）因子得分系數(shù)）因子得分系數(shù) 表表13-5列出了采用回歸法估計的因子得分系數(shù)。同時在原數(shù)據(jù)瀏列出了采用回歸法估計的因子

14、得分系數(shù)。同時在原數(shù)據(jù)瀏覽窗口中新增了變量覽窗口中新增了變量“FAC1_1”，它表示不同年份的綜合經(jīng)濟發(fā)展，它表示不同年份的綜合經(jīng)濟發(fā)展值。值。2 曲線線估計結(jié)計結(jié)果（1）模型描述）模型描述 表表13-6是是SPSS對曲線擬合結(jié)果的初步描述統(tǒng)計，例如自變量和對曲線擬合結(jié)果的初步描述統(tǒng)計，例如自變量和因變量、估計方程的類型等。因變量、估計方程的類型等。 （2）模型匯總及參數(shù)估計）模型匯總及參數(shù)估計表表13-7給出了樣本數(shù)據(jù)進行給出了樣本數(shù)據(jù)進行Logistic回歸的檢驗統(tǒng)計量和相應(yīng)方程回歸的檢驗統(tǒng)計量和相應(yīng)方程中的參數(shù)估計值。中的參數(shù)估計值。模型的整體擬合優(yōu)度值模型的整體擬合優(yōu)度值R2為為0.9

15、94，F(xiàn)統(tǒng)計量等于統(tǒng)計量等于1624.416，概率，概率P值小于顯著性水平值小于顯著性水平0.05，說明該模型有統(tǒng)計學意義。得到估計方程，說明該模型有統(tǒng)計學意義。得到估計方程如下：如下： 11 10000.072 0.287xy （3）擬合曲線圖）擬合曲線圖最后給出的是實際數(shù)據(jù)的散點圖和最后給出的是實際數(shù)據(jù)的散點圖和Logistic回歸方程的預(yù)測圖，這進回歸方程的預(yù)測圖，這進一步說明方程的擬合效果最好。一步說明方程的擬合效果最好。3 預(yù)測預(yù)測私車車保有量（1）預(yù)測綜合經(jīng)濟發(fā)展值）預(yù)測綜合經(jīng)濟發(fā)展值 繪制綜合經(jīng)濟發(fā)展變量繪制綜合經(jīng)濟發(fā)展變量“FAC1-1”的時間序列圖的時間序列圖13-6看到，該變看到，該變量的增長基本呈線性趨勢，于是可以采用線性回歸來估計該變量在量的增長基本呈線性趨勢，于是可以采用線性回歸來估計該變量在2008年的取值。年的取值。 采用曲線估計中的線性回歸選項可以估計得到預(yù)測方程如下：采