應(yīng)用統(tǒng)計學(xué)spss論文

1、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(yīng)用 題目類型（課程論文或讀書報告）： 課程論文 學(xué) 院： 經(jīng)濟與管理學(xué)院 專業(yè)名稱： 管理科學(xué)與工程 姓 名： 張晨陽 學(xué) 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(diào)查中的應(yīng)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(guān)系數(shù)分析、回歸分析對數(shù)據(jù)進行了深入的分析，再把分析結(jié)果進行預(yù)測，最后根據(jù)預(yù)測結(jié)果來進行控制調(diào)整。關(guān)鍵詞：信

2、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(jié)構(gòu)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(shù)和信息技術(shù)的發(fā)展，商業(yè)領(lǐng)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(guān)因數(shù)的關(guān)系，利用SPSS軟件提對數(shù)據(jù)進行了深入的分析。1 抽樣調(diào)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(diào)查消費者的消費特征，此特征可以用來預(yù)測用戶使用信用卡的支付金額的消費特征。信

3、用卡消費調(diào)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(nèi)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(guān)系數(shù)分析、回歸分析對相關(guān)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(guān)與回歸分析中，側(cè)重于使用散點圖來直觀的觀察和判斷變量之間的關(guān)系，據(jù)此判斷變量之間協(xié)變關(guān)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

4、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 Scatterplot）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(guān)系數(shù)分析（1） 相關(guān)分析 相關(guān)分析就是從數(shù)量的角度出發(fā)，精確界定變量之間的關(guān)系，把變量之間的關(guān)聯(lián)的緊密程度用數(shù)量方法予以反映，即相關(guān)系數(shù)；相關(guān)系數(shù)大說明變量之間的關(guān)聯(lián)程度高，相關(guān)系數(shù)小說明變量之間的關(guān)聯(lián)比較松散。 相關(guān)系數(shù)是測定變量之間線性相關(guān)程度和方向的代表性指標。其特點表

5、現(xiàn)在：參與相關(guān)分析的兩個變量是對等的，不分自變量和因變量，因此相關(guān)系數(shù)只有一個，計算相關(guān)系數(shù)的兩個變量都是隨機變量。相關(guān)系數(shù)有Pearson相關(guān)系數(shù)、Spearman和Kendalls tua-b等級相關(guān)系數(shù)。（2） 偏相關(guān)分析 在實際問題中，事物之間的聯(lián)系往往比較復(fù)雜，一個結(jié)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(guān)系復(fù)雜。偏相關(guān)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(guān)程度。偏相關(guān)分析的工作是計算偏相關(guān)系數(shù)，計算偏相關(guān)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

6、，專門考察兩個特低昂變量的凈相關(guān)關(guān)系。由于變量之間穿在錯綜復(fù)雜的關(guān)系，因此偏相關(guān)系數(shù)與濟南單的相關(guān)系數(shù)與簡單的相關(guān)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(guān)系數(shù)更能反映現(xiàn)象之間的真實關(guān)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(xué)關(guān)系式，對這些關(guān)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(guān)系式 根據(jù)一個或幾個變量的取值來預(yù)測或控制另一個特定變量的取值，并給出這種預(yù)測或控制的精度?；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；

7、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(diào)查中的應(yīng)用3.1 創(chuàng)建SPSS數(shù)據(jù)文件將信用卡消費調(diào)查數(shù)據(jù)保存在xykxf.sav中該數(shù)據(jù)文件的變量、類型及其標簽如圖1所示：圖1 數(shù)據(jù)文件xykxf.sav的變量、類型及其標簽3.2 繪制

8、散點圖通過散點圖可以觀察變量之間的關(guān)系，從而決定擬合模型的類型。啟動SPSS，讀入數(shù)據(jù)后：（1） 打開對話框。點擊GraphsScatter/Dot系統(tǒng)彈出一個對話窗口，選擇Scatterplot Matrix，單擊Define進入Scatterplot Matrix對話框。（2） 選擇矩陣變量。把變量“年收入”、“家庭人口”、“消費金額”移到Matrix Variables。（3） 選擇圖形標題。在對話框中單擊Titles，在Titles中修改散點圖矩陣的標題“消費特征的散點圖”，單擊Continue。（4） 單擊Scatterplot Matrix對話框中的OK，得到繪制的散點圖矩陣圖，即

9、圖 2。圖2 消費特征的散點圖從圖2可以看出，家庭人口、年收入與信用卡消費金額成比較明顯的線性關(guān)系。3.3 相關(guān)系數(shù)分析通過變量之間的相關(guān)性分析，初步了解銷售額與哪些因素相關(guān)性高，各種提高銷售措施之間是否有高度的相關(guān)性或可替代性，以及為后續(xù)回歸分析的變量納入方式提供參考依據(jù)。操作步驟如下：（1） 單擊AnalyzeCorrelatePartial，把變量“消費金額”、“年收入”移到Variables，把變量“家庭人口”移到Controlling。（2） 單擊Options， 參數(shù)選項如圖3。單擊Continue，返回Partial Correlations對話框。圖3 Options對話框（3

10、）單擊OK按鈕，得到相關(guān)分析結(jié)果如圖4、圖5。圖4 偏相關(guān)的描述性統(tǒng)計量圖5 偏相關(guān)的分析結(jié)果從圖4可知，50位消費者通過信用卡消費的平均的額度為3964.06元，年平均為43480元，家庭人均為3人。從圖5的分析結(jié)果初步可知，信用卡消費金額與家庭人口、年收入較顯著，對應(yīng)的顯著水平都遠小于0.01。3.4 回歸分析建立回歸模型，進一步研究信用卡消費金額與家庭人口、年收入的關(guān)系，并利用預(yù)測結(jié)果來控制調(diào)節(jié)信用卡的市場營銷策略。操作步驟如下：（1） 單擊AnalyzeRegressionLinear，把Linear Regression對話框左側(cè)列表中選擇變量“消費金額”使之進入Dependent；

11、選擇變量“家庭人口”和“年收入”，使之進入Independent(s)；根據(jù)偏相關(guān)系數(shù)，在Method下拉框中選擇Enter選項，使其他選項框為默認值。（2） 單擊Statistics按鈕，彈出“線性回歸統(tǒng)計量”窗口，選中復(fù)選框Estimates、Model fit和Collinearity diagnostics，單擊continue返回Linear Regression對話框。（3） 單擊OK，得到結(jié)果如圖610所示。圖6 變量進入情況圖7 模型模擬合度檢驗圖8 方差分析表圖9 回歸分析結(jié)果圖10 共線性檢驗（1） 根據(jù)相關(guān)分析結(jié)果，認為信用卡消費金額與家庭人口、年收入相關(guān)性高，所以采用所

12、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(diào)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(jié)果和共線性檢驗結(jié)果可知，未標準化時本例的擬合結(jié)果為：Y=1304.905+0.033x1+356.296x2常數(shù)項和自變量系數(shù)的Sig.值為0，模型中不存在共線問題。檢驗結(jié)果是顯著的。該模型的擬合程度很高，可以用來預(yù)測。4 結(jié)果分析回歸分析在數(shù)據(jù)挖掘中主要有預(yù)測和控制兩大功能，通過對已知訓(xùn)練數(shù)據(jù)進行回歸分析的出經(jīng)驗公式，利用

13、經(jīng)驗公式就可以在已知變量的情況下，預(yù)測因變量的取值。實際問題中往往是根據(jù)預(yù)測結(jié)果來進行控制調(diào)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+0.033x1+356.296x2經(jīng)驗公式可以預(yù)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(diào)查數(shù)據(jù)年收入（元）家庭人口（人）消費金額（元）年收入（元）家庭人

14、口（人）消費金額（元）5400034016410007482830000231592300064127320004510051000341105000054742250003420831000218644800044219550002407027000124773700012731330002251440000233486500034214660004476463000449655400065573420006441230000125836200034705480002386664000241573400053586220003357967000450372900043890500002360

15、5390002297267000553453500013121550006537039000441835200023890540003373021000224482700022921440001299526000746033700054171610002427362000656783000023067210003362322000430745500075301460005482042000230206600045149參考文獻：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(yīng)用統(tǒng)計學(xué) 北京:科學(xué)出版社 3 范大茵，陳永華. 1996.