1、统计软件应用实习,Company Logo,Contents,Company Logo,实习课基本要求,实习内容与要求 根据所学统计学基础课程，结合SPSS统计软件，选择统计建模题目，并可与经济学方面内容进行很好的融合。 写出不少于3000字的实习报告，报告中除了封面应有题目、班级、姓名、学号和撰写日期外，正文还应该包括：,Company Logo,实习课基本要求,问题背景数据来源和数据整理数据变量说明统计模型说明结果解释或应用分析心得体会附录或参考资料,Company Logo,实习课基本要求,数据资料来源：河南统计年鉴中国统计年鉴中国科技统计年鉴部分国际统计年鉴可参考研究问题的相关官方网站
2、下载数据,Company Logo,实习课基本要求,参考题目：我国各省区财政状况对经济增长的作用分析人口分布变动的影响因素模型分析我国二元结构的统计分析物流业在我省经济发展中的作用和影响统计分析外贸对我省经济发展作用的统计分析,Company Logo,实习课基本要求,考核方式根据完成实习任务的情况、实习报告、实习过程中的课程等综合打分。上课情况 20%（包括出勤情况，调试表现）实习报告 30%+50%（实习报告撰写过程中态度+实习报告最终成果）成绩评定为优、良、中、及格和不及格五个等级。不及格的要求重做，不给予学分。,Company Logo,实验一 聚类分析,聚类分析是探索性分析的一种。能
3、够将样本数据按照他们在性质上的亲疏程度在没有先验知识的情况下自动分类。聚类分析所采用的聚类方法不同，得出的结论也会有所差异。因此不同的研究者对同一组数据进行聚类分析时，所得的聚类数未必一致。,Company Logo,实验一 聚类分析,Company Logo,实验一 聚类分析,Company Logo,实验一 聚类分析,Company Logo,实验一 聚类分析,案例：河南省工业企业发展状况的区域比较研究 数据来源：2010河南统计年鉴 分析步骤：第一步：分析经济原理第二步：整理数据，形成分析数据文件第三步：导入数据，进行分析（Q型聚类）第四步：结果解释,Company Logo,试验一 聚
4、类分析,Company Logo,实验一 聚类分析,部分指标解释,Company Logo,实验一 聚类分析,R型聚类：对研究对象的观察变量进行分类数据来源：河南省工业企业的年鉴数据对所选用变量进行分类步骤：第一步：导入数据第二步：进行R型聚类第三步：观察结果是否合理，与我们之前所做分类是否吻合。,Company Logo,实验二 因子分析,因子分析是数据降维处理方法的一种，其目的是以较少的几个因子反应原资料的大部分信息。 一、特点：因子变量的数量少于原有的指标变量的数量，能有减少分析中的工作量。因子变量不是对原有变量的取舍，而是根据原始变量的信息进行重组。因子变量之间不存在线性关系，分析方便
5、。因子变量具有命名解释性，即因子是对某些原始变量信息的综合和反应。,Company Logo,实验二 因子分析,二、数学模型,Company Logo,实验二 因子分析,三、因子分析的步骤1、确定待分析的原有若干变量是否适合做因子分析；2、构造因子变量；3、利用旋转是的因子变量更具有可解释性；4、计算因子变量的得分。,Company Logo,是否适合做因子分析的检验,Company Logo,实验二 因子分析,构造因子变量主成分分析法，将原有相关变量x线性变换成另一组不相关的变量y。主成分个数m的确定方式：根据特征值的大小，特征值大于1；根据因子的累积方差贡献率，大于80%。 因子变量的命名
6、解释通过因子矩阵的旋转，是因子载荷矩阵的数值差异较大，更容易判断每个因子的解释力。 计算因子得分回归法，Bartlette法等,Company Logo,实验二 因子分析,案例分析河南省工业企业发展的区域比较研究数据：与聚类分析相同，共有12个指标聚类分析时，R型聚类只是把所有变量进行了分类，但是指标数量仍然较多，不利于进行深入分析。因此要对变量进行降维处理，也即是因子分析。用少量的因子对各区域的工业发展水平进行分析和研究。,Company Logo,实验二 因子分析,因子提取结果：第1个因子：主营业务收入；主营业务成本；规模以上工业企业增加值；企业个数；从业人员；利润总额；资产总计；负债总计
7、。第2个因子：资产负债率；成本费用利润率。第3个因子：全员劳动生产率；产品销售率。每个市的工业企业综合发展能力：综合判断=a1F1+a2F2+a3F3权重可由专家判断。,Company Logo,实验三 线性回归分析,变量之间关系：函数关系：一一对应的确定性关系。统计关系：变量之间关系不能由函数表达式来反应。相关关系：反映变量之间线性相关程度。回归关系：用数学表达式描述变量间关系。 相关关系分析：样本相关系数总体相关系数,Company Logo,实验三 线性回归分析,相关系数判定标准,Company Logo,实验三 线性回归分析,两总体线性相关系数假设检验：H0：总体相关性为零（两总体无显
8、著线性相关关系）计算相应得统计量（一）定距变量：Pearson简单相关系数,Company Logo,实验三 线性回归分析,（二）定序变量：spearman等级相关系数Ui，Vi是两变量排序后的秩,Company Logo,实验三 线性回归分析,回归分析：通过一定的数学表达式来描述变量之间的关系，进而确定一个或几个变量的变化对另一个特征变量的影响程度。,Company Logo,实验三 线性回归分析,Company Logo,实验三 线性回归分析,第一步：线性相关关系分析（散点图，相关程度检验） 第二步：建立直线回归方程第三步：估计参数（OLS普通最小二乘法）,Company Logo,实验三
9、 线性回归分析,第四步：统计检验 （1）拟合优度检验（R2）检验样本回归直线对样本数据的代表性高低,Company Logo,（2）回归方程的显著性检验（F检验）,Company Logo,实验三 线性回归分析,（3）回归系数的显著性检验（t检验）,Company Logo,实验三 线性回归分析,案例分析河南省工业企业发展水平影响因素分析一、工业企业发展水平衡量指标（Y）规模以上工业企业增加值二、影响因素（X）内外部影响因素指标体系,Company Logo,实验三 线性回归分析,Company Logo,实验三 线性回归分析,企业发展影响因素体系,外部支撑和环境,Company Logo,实
10、验步骤,Company Logo,实验四 非线性回归分析,非线性回归分析Logistic回归分析Logistic回归为概率型非线性回归模型，是研究分类观察结果Y与影响因素X之间关系得一种多变量分析方法。用来回答某现象发生与否与哪些因素有关。用一组观察数据拟合Logistic模型，揭示若干X与一个因变量取值的关系。Y的取值有两分类和多分类。重点分析两分类，即Y=0或Y=1.,Company Logo,实验四 非线性回归分析,记 为某因素下，结果Y=1得概率模型Logistic函数Logistic回归函数非线形概率模型,Company Logo,实验四 非线性回归分析,Logistic回归模型方程
11、的线性变换Logit变换,Company Logo,实验四 非线性回归分析,Logit（p）与x呈现线性关系。 当X取多个值得时候，该线性变换同样有效。模型中参数的意义,Company Logo,实验四 非线性回归分析,参数估计极大似然估计（ML）非线性迭代方法Newton-Raphson法参数检验：-2LL对数似然比检验在Logistic回归分析中，不能再用线性回归估计分析中的F值作为检验标准，而应采用固有方法。,Company Logo,案例分析,数据 来源,规模以上工业企业普查数据（2006年）,创新型 企业,有新产品产出和研发支出的企业,Thank You !,Company Logo,Cycle Diagram,Company Logo,Diagram,Company Logo,Marketing Diagram,Company Logo,Diagram,Company Logo,Diagram,Company Logo,Block Diagram,TEXT,TEXT,TEXT,TEXT,TEXT,TEXT,TEXT,TEXT,Company Logo,Table,Company Logo,3-D Pie Chart,
