应用统计学spss论文

《应用统计学spss论文》由会员分享，可在线阅读，更多相关《应用统计学spss论文（9页珍藏版）》请在金锄头文库上搜索。

1、會歩航匹工大嚳硕士研究生课程论文（或读书报告丿课程名称：决策理论与方法题 目： spss在信用卡消费中的应用题目类型（课程论文或读书报告）：课程论文学院：经济与管理学院专业名称：管理科学与工程姓名：张晨阳学号：2013200634任课教师：雷思友授课时间：2013年9月14日2013年11月15日提交时间：2013年11月21日SPSS 在信用卡消费调查中的应用摘要：本文通过消费者的年收入、家庭人口和每年使用信用卡支付的金额数 据，利用 SPSS 软件提供的散点图、相关系数分析、回归分析对数据进行了 深入的分析，再把分析结果进行预测，最后根据预测结果来进行控制调整。 关键词：信用卡；消费；SP

2、SS分析引言消费是社会生产的重要环节，是社会经济活动的出发点和归宿，消费结 构的状况不仅反映社会经济发展的水平，又涉及到社会经济诸多方面，近年 来，随着社会经济、计算机技术和信息技术的发展，商业领域越来越活跃， 消费者除了用现金和个人支票支付外，信用卡支付方式越来越被广泛的采 用。通过信用卡的使用状况，分析各相关因数的关系，利用 SPSS 软件提对 数据进行了深入的分析。1 抽样调查基本情况研究人员分层抽样的方法从收集的资料中随机抽取50位消费者的年收 入、家庭人口和每年使用费信用卡支付的金额数据，用于统计分析。通过调 查消费者的消费特征，此特征可以用来预测用户使用信用卡的支付金额的消 费特征

3、。信用卡消费调查数据见附录。2 SPSS中的统计分析SPSS 作为统计分析工具，理论严谨、内容丰富，具有数据管理、统计分 析、趋势研究、制表绘图、文字处理等功能。其中的统计分析功能包括从基 本描述统计、推断统计到聚类分析、因子分析等多元统计分析方法。本文主 要利用其中的散点图、相关系数分析、回归分析对相关信息进行统计分析， 而基本描述统计功能就不再做介绍。2.1 散点图散点图用于表现测量数据的原始分布状况，可从点的位置判断测量值的 高低、大小、变动趋势或变化范围，在相关与回归分析中，侧重于使用散点 图来直观的观察和判断变量之间的关系，据此判断变量之间协变关系的类 型。具体创建过程是利用在三维空

4、间中绘制出2 个或 3 个变量确定的点，然 后通过这些点的分布特征来显示数据的分布特征。散点图有五种类型：简单散点图(Simple Scatterplot)重叠散点图( Overlay Scatterplot)散点图矩阵( Scatterplot Matrix) 三维散点图( 3-D Scatterplot) 散点/圆点图(Scatter/Dot)2.2 相关系数分析(1) 相关分析相关分析就是从数量的角度出发，精确界定变量之间的关系，把变 量之间的关联的紧密程度用数量方法予以反映，即相关系数；相关系数 大说明变量之间的关联程度高，相关系数小说明变量之间的关联比较松 散。相关系数是测定变量之间

5、线性相关程度和方向的代表性指标。其特 点表现在：参与相关分析的两个变量是对等的，不分自变量和因变量， 因此相关系数只有一个，计算相关系数的两个变量都是随机变量。相关 系数有Pearson相关系数、Spearman和Kendalls tua-b等级相关系数。(2) 偏相关分析在实际问题中，事物之间的联系往往比较复杂，一个结果往往是受 到多种因素相互综合作用产生的。在多变量的情况下，变量之间的的相 关系复杂。偏相关分析是指在对其他变量的影响进行控制的条件下，分 析多个变量中两个变量之间的线性相关程度。偏相关分析的工作是计算偏相关系数，计算偏相关系数时需要掌 握多个变量的数据，一方面考虑多个变量之间

6、可能产生的影响，另一方 面又采用一定的方法控制其他变量，专门考察两个特低昂变量的净相关 关系。由于变量之间穿在错综复杂的关系，因此偏相关系数与济南单的 相关系数与简单的相关系数在数值上可能相差很大，有时甚至符号都相 反，一般偏相关系数更能反映现象之间的真实关系。2.3 线性回归分析回归分析是从一组样本数据出发，确定变量之间的数学关系式，对这些 关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中 找出哪些变量影响显著，哪些不显著。然后利用所求得关系式 根据一个或 几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控 制的精度。回归分析按照经验公式的函数类型可以分为线

7、性回归和非线性回归。若 回归分析的经验公式是线性函数，则称为线性回归；若回归分析的经验公式 是非线性函数，则称为非线性回归。按自变量的个数可以将回归分析分为一元回归和多元回归。一元回归是 自由一个自变量的回归分析。有两个或两个以上的自变量的回归分析称为多 元回归。按自变量和因变量的类型回归分析分为一般的回归分析、含有哑变量的 回归分析和Logistic回归分析。一般的回归分析自变量和因变量都是定量变 量。若因变量是定性变量的回归分析，则称为Logistic回归。3 SPSS在消费特征调查中的应用3.1创建SPSS数据文件将信用卡消费调查数据保存在xykxf.sav中该数据文件的变量、类型及其

8、标签如图1所示：Untitl&d - SPSS Data EditorFil? Editwa色唧雪1專1灯也韵釦逹J用E宙圜須匿| * |圍NameTypeWidthDecimalsLabelValues1nsrNumeric8o年收农（元）None2jtrkNumeric10言處jr口盘尢）None3xfe-Numeric40None斗匸、-图1数据文件xykxf.sav的变量、类型及其标签3.2绘制散点图通过散点图可以观察变量之间的关系，从而决定拟合模型的类型。启动 SPSS，读入数据后：（1）打开对话框。点击GraphsScatter/Dot系统弹出一个对话窗口， 选择 Scatterp

9、lot Matrix，单击 Define 进入 Scatterplot Matrix 对话框。（2）选择矩阵变量。把变量“年收入”、“家庭人口”、“消费金 额移至U Matrix Variableso（3）选择图形标题。在对话框中单击Titles，在Titles中修改散点图 矩阵的标题“消费特征的散点图”，单击Continueo（4）单击Scatterplot Matrix对话框中的OK，得到绘制的散点图矩 阵图，即图2。消说特征鬧徴点图eBS o 霏严 hafo(0 9 0。曲O O O OQi OdCD 8 O OCDO CD m8 doDCUXEOEDCDQCO OODO CD oooo

10、 O CDdDO O4KQBoW CD OOQO WB Q1吨年皿. :兀圾电人.人；(.JC?图2消费特征的散点图从图2可以看出，家庭人口、年收入与信用卡消费金额成比较明显的线 性关系。3.3相关系数分析通过变量之间的相关性分析，初步了解销售额与哪些因素相关性高，各 种提高销售措施之间是否有高度的相关性或可替代性，以及为后续回归分析 的变量纳入方式提供参考依据。操作步骤如下：(1) 单击AnalyzeCorrelatePartial，把变量“消费金额、“年收入 移到Variables，把变量“家庭人口 移到Controllingo(2) 单击Options，参数选项如图3。单击Continu

11、e，返回Partial Correlations 对话框。Partial Correlations: Optionsr Statistics7 Means and standard deviations研 Zero-ander comelatiomg-Missing Values& Bcdude cases listwise 厂 Exclude cases pairwise图3 Options对话框(3) 单击OK按钮，得到相关分析结果如图4、图5。Descriptive StatisticsMean Std.DeviationN消费金额3964.06933.49450年收入（3480.001

12、 4550.74250家庭人口3.421.73950图4 偏相关的描述性统计量Correlations消费金额 （元）年收入（元）家庭人口 （人）-none-a消费金额（元）Correlation1.000.631.753Significance (2-tailed).000.000df04848年收入（元）Correlation.6311.000.173Significance (2-tailed).000.231df48048家庭人口（人）Correlation.753.1731.000Significance (2-tailed).000.231df48480家庭人口（人）消费金额（元）

13、Correlation1.000.773Significance (2-tailed).000df047年收入（元）Correlation.7731.000Significance (2-tailed).000df470a. Cells contain zero-order (Pearson) correlations.图5 偏相关的分析结果从图4可知，50 位消费者通过信用卡消费的平均的额度为 3964.06 元， 年平均为 43480 元，家庭人均为 3 人。从图 5 的分析结果初步可知，信用卡消费金额与家庭人口、年收入较显 著，对应的显著水平都远小于 0.01。3.4 回归分析建立回归模

14、型，进一步研究信用卡消费金额与家庭人口、年收入的关系， 并利用预测结果来控制调节信用卡的市场营销策略。操作步骤如下：（1）单击 AnalyzeRegressionLinear, 把 Linear Regression 对话框左 侧列表中选择变量“消费金额”使之进入Dependent ；选择变量“家庭人口” 和“年收入，使之进入Independent（s）；根据偏相关系数，在Method下拉 框中选择Enter选项，使其他选项框为默认值。（2）单击 Statistics 按钮,弹出“线性回归统计量”窗口,选中复选框 Estimates、Model fit 和 Collinearity diagnostics，单击 continue 返回 Linear Regression 对话框。（3）单击OK,得到结果如图610所示。Variables Entered/RemovdRdModelVariables EnteredVariables RemovedMethod1家庭人口 （人）， 年收入（元）aEn tera. All requested variables entered.b. Dependent V