SPSS软件应用于因子分析/相关性分析等统计分析方法解读
SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件，为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。
- 使用SPSS的方法是，首先应用因子分析功能定义因子分析的变量，进行适切性量数（KMO）取样与巴特莱（Bartett）球形检验，通过后绘制碎石图，形成主成分列表，作方差最大化旋转，最后形成因子得分表。接着根据聚类分析功能，绘制散点图，将因子得分归类，形成单维度客户分群。分群结果要进行解释与证验，这是分群的关键，前提是深刻理解分析方法的原理与概念。因子分析方法是英国心理学家斯皮尔曼首先提出的。它可以揭示多变量之间的关系，主要目的是从众多的可观测的变量中，综合出少数几个因子，用较少的因子变量来概括和解释原来的观测信息。它的数学基础是共变（covariance）抽取，通过计算相关系数矩阵，得出因子得分。在解释的过程中还要深刻理解因子载荷、变量共同度、公因子的方差贡献、因子旋转等概念。
- 研究细分后的客户群的消费行为，也需要分两个层面，一是要将价值因素与行为因素合并考虑，通过统计学中的相关性分析，确定哪些行为因素构成了客户价值的形成。另一方面，则是运用本地网的实际与心理学原理，通过分析产生消费行为的心理模式（态度、动机等），去验证数据的准确性。行为因素之间的关系可以分为确定性与不确定性的两种。所谓确定性关系是指因素之间可以用精确的函数描述出来。而不确定关系是指因素之间存在某种联系，但不能用精确的函数关系表示。如客户选择亲情后，资费变化与通话时长的关系，就需要使用相关性分析，通过计算相关系数，确定相关程度与相关方向。使用SPSS软件可直接计算，输入数据即可得到相关系数表，前提是对相关分析的统计学原理，使用的条件（如数据的分布形态，是否需要Z变换等）准确使用。得出的数据存在误差，需要利用心理学原理(如自我价值定向理论、罗特的控制点理论等)再结合客户群所在的地域与环境特点，形成公众客户或商务客户的心理模式，去验证所获得的行为因素，筛除伪因素。
- 确定的客户消费行为因素如何划分层次，哪个因素影响大，哪个因素影响小，这就需要使用方差分析方法。方差分析又称变异分析，是斯内德克在费舍研究的基础上提出的。通过分析数据各种不同来源的变异对总变异影响的大小，从而确定该因素是否对因变量有重要影响。他的基本原理就是综合的F检验。方差分析的计算步骤很复杂，但使用SPSS相对简单，可直接得到包括平方和、自由度、均方和、F 值、F 临界值在内的表格。但是实验设计的选择（如完全随机设计、完全随机区组设计等）、算法选择（如单因素单水平方差分析、单因素多水平方差分析、多元方差分析等）较复杂。方差分析的显著性水平（α）控制是关键问题。
- 对营销方案进行评估与预测，是把控营销效果的重要一环。这就涉及建立回归模型。回归分析是通过变量之间的数学表达式描述变量之间关系的数学过程，这一数学表达式通常称做经验公式。我们不仅可以利用概率统计知识，来判定这个经验公式的有效性，同时还可以利用经验公式，根据自变量的取值预测因变量的数值。使用SPSS的步骤是，对数据预处理，作散点图，初步选取回归方法，拟合出经验公式，最后作残差分析。模型建立后，需要用大量的数据来修正与检验，只有经过实际数据检验并证明正确的模型才能使用。回归分析常应用于专题分析，如IDC套餐调整后，通过回归方程可以预测收入，作为制定营销方案的决策依据。
文章参考来源：
http://365wz.blog.sohu.com/133532542.html 因子分析/相关性分析/方差分析/回归分析/的统计分析方法解读
https://baike.baidu.com/item/spss SPSS百科
SPSS软件应用于因子分析/相关性分析等统计分析方法解读相关推荐
- 风控建模六：变量相关性分析及筛选方法
风控建模六:变量相关性分析及筛选方法 一.变量相关性分析 二.变量相关性筛选 三.代码实现 不论是开发逻辑回归评分卡,还是GBM机器学习模型,变量的相关性分析和筛选都是必不可少的一步,因为这个过程会帮 ...
- 用spss做多组两两相关性分析_两独立样本T检验及如何利用SPSS实现其操作
上一篇文章我们讲解了有关单样本T检验的相关内容(如何使用SPSS进行单样本检验),其实论文中除了常用到的单样本T检验以外,还有另外一种T检验的方法也是经常用到的统计方法,也就是两独立样本T检验 说到T ...
- 用spss做多组两两相关性分析_卡方检验的事后两两比较
卡方检验检出组间差异后,得到的结果只能显示行变量与列变量间是否相互独立,但各变量的不同组别间具体存在何种差异呢?这需要后续通过两两比较来得到更为精确的结论.下面,我将用一个简单的案例向大家演示:在SP ...
- 业务数据分析中可能用到的简单的数据挖掘方法——相关性分析、主成分分析、因子分析
业务数据分析中可能用到的简单的数据挖掘方法--相关性分析.主成分分析.因子分析 相关性分析 相关性分析通过相关系数来描述两个变量之间的相关性程度. 通过相关系数判断两者会不会相互影响,影响是正相关还是 ...
- 多选题spss相关分析_【医学问卷分析】使用SPSS多重响应对医学问卷多选题进行统计分析——【杏花开医学统计】...
杏花开生物医药统计 一号在手,统计无忧! 关 注 [医学问卷分析] 使用SPSS多重响应对 医学问卷多选题进行统计分析 关键词:SPSS.问卷分析 导 读 前几期,我们介绍了量表的制作及信效度分析的 ...
- 多元相关性分析_数据分析的方法（三）
今天把剩下的几种数据分析的常见方法给大家介绍一下. 十.主成分分析 主成分分析在数据分析中应用的不是很多,它是多元统计分析中用来分析数据的一种方法,是通过矩阵变换用一组数量更少的特征来对样本进行描述, ...
- 第六讲 典型相关性分析
目录 简介 步骤 SPSS操作步骤 简介 典型相关性分析(Canonical Correlation Analysis),研究两组变量(每组变量中都可能又多个指标)之间相关关系的一种多元统计方法.它能 ...
- SPSS软件使用教程(2)，SPSS统计分析软件 27中文版下载安装
SPSS软件是一款被广泛应用于数据统计和分析的工具,它提供了丰富的功能和工具,帮助用户高效地完成各种数据处理和分析任务.在本文中,我将结合实际案例,为大家介绍一些SPSS软件的常用功能使用技巧. SP ...
- python 相关性分析原理及代码详细介绍
一.相关性分析简介 相关性分析(correlation analysis)是指对两个或多个具备相关关系的变量进行线性相关分析,从而衡量变量间的相关程度或密切程度.相关性程度即为相关性系数R,R的取值范 ...
- 分类变量、有序变量与数值变量相关性分析方法总结及 R 语言应用
文章目录 一.分类 & 分类·相关性分析 二.有序 & 有序·相关性分析 三.数值 & 数值·相关性分析 四.分类 & 有序·相关性分析 五.分类 & 数值·相 ...
最新文章
- 云原生安全的挑战与实践
- CTO 两年吃回扣上百万元，将面临数十年监禁
- 谷歌地图最新hosts_如何查看2020最新版谷歌地球高精度卫星地图（附下载方法）...
- 拷贝的Android源码不能单独编译mmm命令提示找不到
- 自定义Dictionary支持线程安全
- SQL 中的游标实例
- 用计算机求正有理数算术平方根的步骤,用计算器求算数平方根、用有理数估计算数平方根的大小.ppt...
- MyBatis3系列__03几个属性总结
- 我对架构的理解－概念篇
- 说说面向对象的故事,主人是人类!(三)
- jQuery height()、innerHeight()、outerHeight()函数的区别详解
- 查看EXE或DLL调用的DLL
- IDEA设置护眼浅绿色背景
- 图形 3.6 纹理压缩——包体瘦身术——RGBA与ASTC与ETC2压缩与实际对比体验
- 主板音频接口连接说明
- 【游戏分析】《大王不高兴》1.4.0.0版本 游戏体验分析总结
- Python学习(13)--Lambda表达式和switch语句的实现
- python简单小游戏代码-零基础python教程-用Python设计你的第一个小游戏
- 谷歌的seo原理是什么
- Nginx 报404问题，如何解决