《数据分析课程设计》由会员分享，可在线阅读，更多相关《数据分析课程设计（20页珍藏版）》请在金锄头文库上搜索。
1、成绩评定表学生姓名严震班级学号1109010114专业信息与计算课程设计题目NBA球员技科学术统计分析报告评语组长签字：成绩日期20 年 月曰课程设计任务书学院理学院专业信息与计算科学学生姓名严震班级学号1109010114课程设计题目NBA球员技术统计分析报告实践教学要求与任务：设计要求（技术参数）：1、熟练掌握SPSS软件的操作方法；2、根据所选题目及调研所得数据，运用数据分析知识，建立适当的数学模型；3、运用SPSS软件，对模型进行求解，对结果进行分析并得出结论；4、掌握利用数据分析理论知识解决实际问题的一般步骤。设计任务：1、查阅相关资料，找到NBA球贝技术的相关指标，获得相关数据;2
2、、利用数据分析的理论，建立线性回归模型，以及对其进行主成分分析；3、利用SPSS软件求解,并给出正确的结论。工作计划与进度安排：第一天第二天 学习使用SPSS软件并选题第三天第四天查阅资料第五天第六天建立数学模型第七天第九天上机求解并完成论文第十天答辩指导教师：201年 月 日专业负责人：201 年 月曰学院教学副院长：201 年 月曰摘要数据分析析的主要应用有两方面，一是寻求基本结构，简化观测系统，将具有错综 复杂关系的对象（变量或样品）综合为少数几个因子（不可观测的，相互独立的随机变 量），以再现因子与原变量之间的内在联系；二是用于分类，对p个变量或n个样品进行 分类。聚类分析一般有两种类
3、型，即按样品聚类或按变量（指标）聚类，其基本思想是 通过定义样品或变量间“接近程度”的度量，将“相近”的样品或变量归为一类。本文 利用利用数据分析中的因子分析和聚类分析对多个变量数据进行了分析。就是分析和处 理数据的理论与方法，数据分析中提出了广泛的多元数据分析的统计方法，包括线性回 归分析、方差分析、因子分析、主成分分析、典型相关分析、判别分析、聚类分析等。关键词：SPSS软件;聚类分析;因子分析;线性规划目录1数据分析的任务和目的11.1问题的背景11.2任务和目的12数据的搜集与整理32.1 数据的来源32.2数据的处理33利用SPSS软件对结果进彳丁分析5总结15参考文献161数据分析
4、的任务和目的1.1问题的背景一年一度的NBA赛季让全世界的篮球迷为之疯狂，NBA赛事之所以如此 受欢迎，最主要的原因在于NBA球员高超的球技。球队中灵魂人物的个人发挥 能够直接影响其球队的成败。因而对他们的技术统计与分析是一件十分重要的事 情。众所周知，科比-布莱恩特和阿伦-艾弗森是深受大家喜爱的两位球员，两位 球员在赛季的发挥也在一定程度上影响着两队的战绩。因此，通过两位球员在以 往的赛季中的发挥及表现，可以大概的预测两人的得分及表现，为NBA相关的 商业活动和广大球迷提供数据上的参考。1.2任务和目的1、频数分析（对两人平均每场上场时间进行频数分析）2、基本描述统计量（用基本描述统计量的计
5、算结果对两人技术进行分析比 较）3、单样本t检验（检验科比-布莱恩特和阿伦-艾弗森平均每场犯规次数的均 值是否为2.7）4、两独立样本t检验（科比-布莱恩特和阿伦-艾弗森平均每场犯规次数比较）5、单样本非参数假设检验（检验科比-布莱恩特平均每场进攻次数与首发 的关系基本是否为 1： 1： 10： 10： 10： 10： 10： 10： 10： 10： 2）6、单样本非参数假设检验（检验科比-布莱恩特和阿伦-艾弗森平均每场盖帽 次数总体的分布是否为正态分布）7、单样本非参数假设检验（检验科比-布莱恩特在某段时间内平均每场得分 是否持续正常）8、单因素方差分析（用单因素方差分析，分别分析科比-布莱
6、恩特和阿伦-艾 弗森平均每场防守次数对平均每场得分有无显著影响）9、相关分析（研究平均每场三分球命中率与平均每场得分之间是否具有较强的线性关系）10、偏相关分析（以平均每场失误次数为控制变量，研究平均每场罚球命中 率与平均每场得分的偏相关关系）11、线性回归分析（用逐步筛选法找科比-布莱恩特的平均每场得分的线性 回归方程）12、曲线回归分析（用曲线回归分析法分析科比-布莱恩特的平均每场得分）2数据的搜集与整理2.1数据的来源NBA球员科比-布莱恩特和阿伦-艾弗森11个赛季技术统计表下载自NBA中文官方网站，具有可信度。2.2数据的处理定义视图空凶File Edit View Data ran
7、sform Analyze Graphs Utilities Window HelpR日昌團 小|函I岳|卽|囲 澤|曲 囲並膺I彎|NameTypeWidthDecimalsLabelValuesMissingColumnsAlignMeasure1vlNumeric130NB.Wra山科比-布菜恩特.None13RightNominal2v2Numeric140洛杉矶湖人None14RightNominal3v3Numeric90赛季1,1996-1997.None9RightNominal4v4Numeric150NoneNone15RightNominal56Numeric150srN
8、oneNone15RightNominal6vtiNumeric151平均每场上场时间NoneNone15RightNominal7v7Numeric154平土:w场扌殳篮命中厂NoneNone15RightNominal8vSNumeric154平均每场三分球命中率NoneNone15RightNominal9v9Numeric154平均每场罚球命中率NoneNone15RightNominal10v10Numeric151平均每场进攻灰数NoneNone15RightNominal11v11Numeric151平均每场防守次数NoneNone15RightNominal12v12Numer
9、ic151平均每场助攻次数NoneNone15RightNominal13v13Numeric152平均每场抢断次数NoneNone15RightNominal14v14Numeric152平均每场盖帽次数NoneNone15RightNominal15v15Numeric152平均每场失误次数NoneNone15RightNominal16v16Numeric152平均每场犯规灰数NoneNone15RightNominal17v17Numeric151平均每场得分NoneNone15RightNominal4 I Data Viewtriable Vier /| SPSS Processo
10、r is ready数据视图:3利用SPSS软件对结果进行分析（1）频数分析（对两人平均每场上场时间进行频数分析） 数据文件中增加一个变量scsj。NBA球员*分组后上场时间CrosstabulationCou nt分组后上场时间Total12NBA阿伦-艾弗森11011球员 科比-布莱恩特7411Total81422输出1Chi-Square TestsValuedfAsymp. Sig. (2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)Pears on Chi-Square7.071?1.008Contin uity Correctio n
11、a4.9111.027Likelihood Ratio7.7191.005Fishers Exact Test.024.012N of Valid Cases22a. Computed only for a 2x2 tableb. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 4.00.输出2分析：从输出1中看出，阿伦-艾弗森平均每场上场时间在10-40 （分钟）的频数为1， 在40-50 （分钟）的频数为10；科比-布莱恩特平均每场上场时间在10-40 （分 钟）的频数为7,在40
12、-50 （分钟）的频数为4；两人平均每场上场时间在10-40（分钟）的频数为8,在40-50 （分钟）的频数为14。从输出2中看出，交叉分组下的频数分析卡方检验结果的相伴概率为0.008,小于显著性水平0.05，故拒绝原假设，认为两人的平均每场上场时间存在显著性差异。（2）基本描述统计量（用基本描述统计量的计算结果对两人技术进行分析比较） 实现按NBA球员拆分，输出结果放在同一张表中。Descriptive StatisticsNMinimumMea nStd.Skew nessNBA球 员StatisticStatisticStatistic Std. Erro-Dev1 StatisticStd. Erro科比-布莱恩特 平均每场投篮命中率11.4170.449364 .005401 .(179124-.58。.661平均每场三分球命中率11.250(.324636 .012164 .(4(3442-.5(3.661平均每场罚球命中率
