管理统计学第13章SPSS在系统预测中的应用.pptxVIP

第13章SPSS在系统预测中的应用;13.1实例提出：汽车保有量的预测分析

;汽车特别是用于消费的私人汽车保有量的多少，与经济发展程度、居民收入以及道路建设等有着密切的联系。随着私人汽车消费时代的到来，汽车保有量上升的一个重要因素就是国内汽车消费的快速增长。消费者购买力的增强和个体私营经济的快速发展，也带动了私人汽车的大发展。私人汽车保有量与一个国家或地区的社会经济发展的有关数据有着密切关系。附表13-1提供了我国某一经济发达地区的一些相关统计数据。

请根据附表中的相关数据分析影响该地区私人汽车保有量的因素，并预测到2008年该地区私人汽车保有量有多少？;12.2实例的SPSS软件操作详解

;Step01：打开数据文件

打开数据文件13-1.sav。同时单击数据浏览窗口的【变量视图】按钮，检查各个变量的数据结构定义是否合理，是否需要修改调整。

Step02：因子分析

在候选变量列表框中选择X1、X2、…X6变量设定为因子分析变量，将其添加至【变量】列表框中。单击【抽取】按钮，勾选【碎石图】复选框，其他选项保持系统默认，单击【继续】按钮返回主对话框。;在主话框中，单击【尺度】按钮，勾选【保存变量】复选框，表示采用回归法计算因子得分并保持在原文件中；同时勾选【显示因子得分系数矩阵】复选框，表示输出因子得分系数矩阵。其他选项保持系统默认，单击【继续】按钮返回。

单击【确定】按钮，完成本步操作。;Step03：回归分析

在第二步因子分析中得到了不同年份的因子得分，这些因子得分充分反映了不同年份的综合经济发展值。于是可以考虑利用它来对私车保有量进行预测。

首先绘制综合经济发展值与私车保有量的散点图，判断两者之间是否存在相关关系。;选择菜单栏中的【分析】→【回归】→【曲线估计】命令，弹出【曲线估计】对话框。在候选变量列表框中选择“y”变量设定为因变量，将其添加至【因变量】列表框中。同时，选择“FAC1-1”变量设定为自变量，将其添加至【变量】列表框中。在【模型】复选框中勾选【Logistic】模型，并在【上限】文本框中填入1000，表示上限值。注意，这里的上限???可以调整完善。最后单击【确定】按钮，完成操作。;Step04：预测私车保有量

在得到了私车保有量和综合经济发展值的模型后，要预测私车保有量在2010的数量，则首先需要估计综合经济发展值在2008的取值，利用线性回归模型得到经济发展值的预测值后，带入Logistic函数就可以估计出2008年该地区的私车保有量了。;12.3实例的SPSS输出结果详解

;（2）因子分析的总方差解释

接着计算得到相关系数矩阵的特征值、方差贡献率及累计方差贡献率结果如表13-3所示。在表13-3中，第一个因子的特征根值为5.920，解释了原有6个变量总方差的98.670％。因此只选取第一个因子为主因子即可。;（3）因子碎石图

从碎石图看到，第一个特征值明显大于后面的特征值，说明提取第一个因子是合适的。;（4）因子载荷矩阵

表13-4显示了因子载荷矩阵。通过载荷系数大小可以分析不同公共因子所反映的主要指标的区别。从结果看，第一主因子在这六个指标上的载荷值都很大，说明它综合反映了该地区综合经济发展值，故可以作为综合经济发展值看待。;（5）因子得分系数

表13-5列出了采用回归法估计的因子得分系数。同时在原数据浏览窗口中新增了变量“FAC1_1”，它表示不同年份的综合经济发展值。;2曲线估计结果

（1）模型描述

表13-6是SPSS对曲线拟合结果的初步描述统计，例如自变量和因变量、估计方程的类型等。;（2）模型汇总及参数估计

表13-7给出了样本数据进行Logistic回归的检验统计量和相应方程中的参数估计值。

模型的整体拟合优度值R2为0.994，F统计量等于

1624.416，概率P值小于显著性水平0.05，说明该模型有统计学意义。得到估计方程如下：;（3）拟合曲线图

最后给出的是实际数据的散点图和Logistic回归方程的预测图，这进一步说明方程的拟合效果最好。;3预测私车保有量

（1）预测综合经济发展值

绘制综合经济发展变量“FAC1-1”的时间序列图13-6看到，该变量的增长基本呈线性趋势，于是可以采用线性回归来估计该变量在2008年的取值。

采用曲线估计中的线性回归选项可以估计得到预测方程如下：

于是计算得到综合经济发展变量在2008的取值为1.787

;（2）预测私车保有量

在计算得到综合经济发展变量的预测值后，带入Logistic回归模型，于是得到该地区在2008的私车保有量为：