網(wǎng)友解答: 統(tǒng)計(jì)要與大量的數(shù)據(jù)打交道，涉及繁雜的計(jì)算和圖表繪制。現(xiàn)在越來越多的數(shù)據(jù)需要分析，我們不僅要直觀得出分析結(jié)果，更要求能方便簡(jiǎn)潔，分析得更透徹。因此，我們就需要借助一個(gè)平臺(tái)，也就

統(tǒng)計(jì)要與大量的數(shù)據(jù)打交道，涉及繁雜的計(jì)算和圖表繪制。現(xiàn)在越來越多的數(shù)據(jù)需要分析，我們不僅要直觀得出分析結(jié)果，更要求能方便簡(jiǎn)潔，分析得更透徹。因此，我們就需要借助一個(gè)平臺(tái)，也就是分析軟件。然而分析軟件特別多，并且各有其優(yōu)勢(shì)。而SPSS具有這類軟件的很多功能。SPSS用戶界面友好，功能強(qiáng)大，簡(jiǎn)單易學(xué)，易于使用，包含了幾乎所有的復(fù)雜的統(tǒng)計(jì)方法，具有完善的數(shù)據(jù)定義，運(yùn)營管理和開放的數(shù)據(jù)接口，靈活的和美麗的圖表制作。在各大學(xué)和研究機(jī)構(gòu)的歡迎。

SPSS的特點(diǎn)體現(xiàn)在簡(jiǎn)單，易于編程，功能強(qiáng)大，數(shù)據(jù)接口模塊相結(jié)合，有針對(duì)性。具備了這些顯著優(yōu)點(diǎn)數(shù)據(jù)管理、結(jié)果報(bào)告、統(tǒng)計(jì)建模、模塊、兼容性。在論文中主要應(yīng)用的是其主成分分析和作圖。

1.SPSS的產(chǎn)生和應(yīng)用領(lǐng)域

SPSS是世界上第一個(gè)統(tǒng)計(jì)分析軟件，由美國斯坦福大學(xué)的三位研究生Norman H. Nie、C. Hadlai (Tex) Hull 和 Dale H. Bent研究1968年成功發(fā)展的同時(shí)，成立于1975年建立SPSS公司和企業(yè)集團(tuán)織造，SPSS總部位于芝加哥，設(shè)立。SPSS總部設(shè)在1984年的統(tǒng)計(jì)分析軟件SPSS/ PC+推出是世界上第一統(tǒng)計(jì)分析軟件的PC版本，打開SPSS電腦產(chǎn)品的發(fā)展方向，應(yīng)該大大擴(kuò)展了其與范圍，并且可以快速應(yīng)用到自然科學(xué)，技術(shù)科學(xué)和社會(huì)科學(xué)所有區(qū)域。

2.用SPSS的能力要求

2.1 數(shù)據(jù)文件管理

學(xué)生理解和掌握一包SPSS數(shù)據(jù)文件的建立和鞏固了如何收集數(shù)據(jù)的基本操作到計(jì)算機(jī)的學(xué)習(xí)，建立一個(gè)適當(dāng)?shù)腟PSS數(shù)據(jù)文件，以及如何組織原來的主數(shù)據(jù)文件，包括編輯，刪除，排序數(shù)據(jù)等等。

2.2 描述統(tǒng)計(jì)

研究人群。引導(dǎo)學(xué)生運(yùn)用恰當(dāng)?shù)臄?shù)據(jù)正確的統(tǒng)計(jì)方法整合和展示，描述和探討了一些內(nèi)部數(shù)據(jù)規(guī)律性，掌握統(tǒng)計(jì)的思維，培養(yǎng)學(xué)生的學(xué)習(xí)興趣統(tǒng)計(jì)，統(tǒng)計(jì)推斷方法，繼續(xù)學(xué)習(xí)和應(yīng)用各種統(tǒng)計(jì)方法解決實(shí)際問題，并奠定了必要的基礎(chǔ)。

2.3 統(tǒng)計(jì)推斷

（1）熟悉點(diǎn)估計(jì)概念與操作方法；

（2）熟悉區(qū)間估計(jì)的概念與操作方；

（3）熟練掌握T檢驗(yàn)的SPSS操作；

（4）學(xué)會(huì)利用T檢驗(yàn)方法解決身邊的實(shí)際問題。

2.4 方差分析

（1）為了幫助學(xué)生理解偏差和方差分析，主方的基本概念基本思路和分析原理的區(qū)別；

（2）掌握方差分析的過程；

（3）提高學(xué)生的實(shí)踐能力，鼓勵(lì)學(xué)生利用SPSS統(tǒng)計(jì)軟件，方單因素不佳，雙向方差分析等動(dòng)作，以激發(fā)學(xué)生熟悉研究分析突出潛力的興趣，具有較強(qiáng)的自主學(xué)習(xí)和研究能力。

2.5 相關(guān)分析與回歸分析

這一試點(diǎn)項(xiàng)目的目的是學(xué)習(xí)和使用SPSS軟件進(jìn)行相關(guān)分析和回歸分析，包括：

計(jì)算和簡(jiǎn)單的Pearson相關(guān)系數(shù)皮爾遜分析。

(1) 學(xué)會(huì)回歸模型的散點(diǎn)圖與樣本方程圖形。

(2) 學(xué)會(huì)對(duì)所計(jì)算結(jié)果進(jìn)行統(tǒng)計(jì)分析說明。

(3) 要求試驗(yàn)前，了解回歸分析的如下內(nèi)容。

3.國內(nèi)外研究現(xiàn)狀

SPSS由斯坦福大學(xué)從1968年開發(fā)了使用至今，已擁有全球成千上萬的用戶，分布在許多行業(yè)中通信，醫(yī)療，銀行，證券，保險(xiǎn)，制造，商業(yè)，市場(chǎng)調(diào)研，科學(xué)和教育，成為一個(gè)世界上使用最廣泛的專業(yè)統(tǒng)計(jì)軟件。該軟件的基本功能包括數(shù)據(jù)管理，統(tǒng)計(jì)分析，圖表分析，輸出管理。豐富的統(tǒng)計(jì)分析方法，提供了從統(tǒng)計(jì)分析，以多變量分析統(tǒng)計(jì)分析的簡(jiǎn)要說明;例如，基本的統(tǒng)計(jì)分析，頻數(shù)分布表，相關(guān)分析，回歸分析，聚類分析和因子分析。由于該軟件具有強(qiáng)大的圖形處理能力，它使用的數(shù)據(jù)分析軟件的結(jié)果不僅可以，你仍然可以得到直觀，清晰，美觀的圖表，你可以創(chuàng)建條形圖，折線圖，散點(diǎn)圖，直方圖各種統(tǒng)計(jì)和圖形正常曲線圖中，原始圖像數(shù)據(jù)，以使各種描述符。

多元統(tǒng)計(jì)分析（如回歸分析，聚類分析，主成分分析）方法已應(yīng)用于大量的環(huán)境監(jiān)測(cè)，環(huán)境管理，環(huán)境規(guī)劃和評(píng)估，環(huán)境污染治理工程，環(huán)境生態(tài)學(xué)，環(huán)境經(jīng)濟(jì)學(xué)等環(huán)境藝術(shù)。

4 SPSS主成分分析法應(yīng)用現(xiàn)狀

4.1 SPSS在選礦中的應(yīng)用

選礦企業(yè)的生產(chǎn)和操作，大量的統(tǒng)計(jì)數(shù)據(jù)和試驗(yàn)數(shù)據(jù)。隨著網(wǎng)絡(luò)的普及和廣泛使用電腦，以及一些最好的統(tǒng)計(jì)軟件涌現(xiàn)，使選礦工作人員利用計(jì)算機(jī)對(duì)企業(yè)的統(tǒng)計(jì)，監(jiān)測(cè)和數(shù)據(jù)分析，挖掘和優(yōu)化，以更有效地管理業(yè)務(wù);或澄清從數(shù)學(xué)有爭(zhēng)議的問題，已經(jīng)成為現(xiàn)實(shí)。

使用結(jié)合建模主成分分析法BP神經(jīng)網(wǎng)絡(luò)。BP是從高度非線性映射模型，不相關(guān)的輸入數(shù)據(jù)，可大大提高建模的質(zhì)量的輸出節(jié)點(diǎn)的模型。用SPSS統(tǒng)計(jì)軟件包進(jìn)行礦產(chǎn)口味測(cè)試的統(tǒng)計(jì)數(shù)據(jù)。實(shí)踐表明，SPSS統(tǒng)計(jì)軟件，以提高理論和應(yīng)用統(tǒng)計(jì)分析和解決實(shí)際問題。該軟件包是值得推廣的研究工作在選礦。

4.2 主成分分析法簡(jiǎn)介

SPSS統(tǒng)計(jì)分析軟件包括各種統(tǒng)計(jì)分析。例如：總量基本統(tǒng)計(jì)和單因素分析，多維頻數(shù)分布分析，相關(guān)分析，均數(shù)比較檢驗(yàn)，方差，回歸分析，聚類和判別，因子分析，非參數(shù)檢驗(yàn)等的分析。

這是主成分分析因子分析法最簡(jiǎn)單的形式。因子分析是一種多元統(tǒng)計(jì)分析將被轉(zhuǎn)換為一個(gè)小數(shù)目的多個(gè)測(cè)量變量數(shù)無關(guān)的綜合指標(biāo)的。線性綜合指標(biāo)往往不能直接觀察到，但它可以反映事物的本質(zhì)，所以在醫(yī)學(xué)，心理學(xué)，經(jīng)濟(jì)學(xué)，社會(huì)生產(chǎn)能力的學(xué)科，因子分析，得到了廣泛應(yīng)用。

往往需要更多的變量來反映很多東西在科研各個(gè)領(lǐng)域觀察，并采集了大量數(shù)據(jù)進(jìn)行分析的，找規(guī)律。大和多樣的樣本無疑提供了豐富的信息，為科研，也能在一定程度上更重要的是提高了數(shù)據(jù)采集，工作量，提高分析問題提出的混合動(dòng)力驅(qū)動(dòng)的。因?yàn)樵谧兞恐g的一些相關(guān)性，有可能使用較少的彼此全面綜合指標(biāo)均存在于每個(gè)變量類型的信息，而不是彼此相關(guān)的綜合指標(biāo)之間，也就是，每個(gè)索引的信息表示不重疊。分析稱為因子分析的該方法中，表示各種類型的信息的綜合指標(biāo)稱為因子或主要成分。根據(jù)因素分析的目的顯示，綜合指標(biāo)應(yīng)小于原來的變量，但信息應(yīng)包含相對(duì)小的損失。

4.3 數(shù)學(xué)分析

原始變量：Χ1、Χ2、Χ3、Χ4...Χm

主成分：Ζ1、Ζ2、Ζ3、Ζ4...Ζn

則各因子與原+始變量之間的關(guān)系可以表示為：

Χ1=b11Ζ1+b12Ζ2+b13Ζ3......+b1nΖn+e1

Χ2=b21Ζ1+b22Ζ2+b23Ζ3......+b2nΖn+e2

Χ3=b31Ζ1+b32Ζ2+b33Ζ3......+b3nΖn+e3

......

Χm=bm1Ζ1+bm2Ζ2+bm3Ζ3......+bmnΖn+en

寫成矩陣形式為：X=BZ+E。其值X為原始變量向量，B為公因子負(fù)荷系數(shù)矩陣，Z為公因子向量，E為殘差向量。公因子Z1，Z2，Z3，...，Zn之間彼此不相關(guān)，稱為正交模型。因子分析就是求出公因子負(fù)荷系數(shù)殘差。

如果殘差E的影響很小可以忽略不計(jì)，數(shù)學(xué)模型變?yōu)閄=BZ.如果Z中各部分彼此不相關(guān)，形成特殊形式的因子分析，稱為主成分分析。主成分分析的數(shù)學(xué)模型可以寫成：

Ζ1=a11Χ1+a12Χ2+a13Χ3......+a1mΧm

Ζ2=a21Χ1+a22Χ2+a23Χ3......+a2mΧm

Ζ3=a31Χ1+a32Χ2+a33Χ3......+a3mΧm

......

Ζn=an1Χ1+an2Χ2+an3Χ3......+anmΧm

寫成矩陣形式為：Z=AX。Z為主成分向量，A為主成分變換矩陣，X為原始變量向量。主成分分析的目的是把系數(shù)矩陣A求出。只成分Ζ1、Ζ2、Ζ3....在總方差中所占比重依次降低。

從理論上講m=n，即有多少原始變量就有多少主成分，但實(shí)際上前面幾個(gè)成分集中了大部分方差，因此，所取主成分的數(shù)目遠(yuǎn)遠(yuǎn)小于原始變量數(shù)目，但信息損失很小。

5.結(jié)語

對(duì)于很多相關(guān)變量在一起的數(shù)據(jù)分析，我們可以對(duì)其進(jìn)行主成分分析，找到主要因素，以便簡(jiǎn)化更有效地分析，利用SPSS主成分分析所得數(shù)據(jù)在作圖分析，不僅直觀也很美觀。

SPSS的理論分布主要包括正態(tài)分布、均勻分布、指數(shù)分布和泊松分布等。

具體的要看你分析的是哪方面的內(nèi)容？什么關(guān)系？