为了找出color、rarity、flower number、type of species对price的影响，由此，price为因变量，color、rarity、flower number、type 为自变量。
研究自变量对因变量的影响，可以选用的方法有两种，一种是传统的线性回归模型OLS，另一种是广义线性模型GLM（Generalized Linear Model）。传统模型（OLS）要求因变量服从正态分布，广义线性模型（GLM）则适用的范围更广，不要求因变量一定服从正态分布，并且方差也可以不稳定。
第一步：考察因变量price的分布类型。
基于以上的分析，为了判断应该适用OLS还是使用GLM。需要先对因变量price的分布状况进行分析。首先，检验因变量price是否服从正态分布，检验的结果如下：
Table 1 Tests of Normality
|
|
Kolmogorov-Smirnova |
Shapiro-Wilk |
||||
|
|
Statistic |
df |
Sig. |
Statistic |
df |
Sig. |
|
Price |
.149 |
156 |
.000 |
.818 |
156 |
.000 |
|
a. Lilliefors Significance Correction |
||||||
上表是正态性检验的结果，K-S检验和S-W检验的SIG.全部小于0.05.由此可以知道，因变量price不服从正态分布。因此，研究color、rarity、flower number、type of species对price的影响不能选用传统线性模型（OLS）分析，必须选用GLM模型。
通过price不服从正态分布这一结论，得出必须选用GLM模型之后，还需要进一步找出因变量price到底服从哪种分布。经过尝试，得出因变量price服从Gamma分布。
第二步：GLM分析
确定选用GLM模型和因变量price是服从Gamma分布的，进行GLM分析，结果如下：
Table 2
|
Case Processing Summary |
||
|
|
N |
Percent |
|
Included |
156 |
100.0% |
|
Excluded |
0 |
0.0% |
|
Total |
156 |
100.0% |
上表的结果陈述了，参与分析的案例个数为156。
Table 3
|
Categorical Variable Information |
||||
|
|
N |
Percent |
||
|
Factor |
Color |
Green |
30 |
19.2% |
|
Red |
30 |
19.2% |
||
|
White |
29 |
18.6% |
||
|
Black |
30 |
19.2% |
||
|
Yellow |
22 |
14.1% |
||
|
Blue |
15 |
9.6% |
||
|
Total |
156 |
100.0% |
||
|
Rarity |
Rare |
83 |
53.2% |
|
|
Commom |
73 |
46.8% |
||
|
Total |
156 |
100.0% |
||
|
FlowerNumber |
Single flower |
72 |
46.2% |
|
|
Multiple flowers |
84 |
53.8% |
||
|
Total |
156 |
100.0% |
||
|
TypeofSpecies |
Native species |
61 |
39.1% |
|
|
First generation hybrids |
42 |
26.9% |
||
|
Complex hybrids |
53 |
34.0% |
||
|
Total |
156 |
100.0% |
||
上表的结果展现了4个自变量中每个类别的选择的人数及其占比。
Table 4
|
Goodness of Fita |
|||
|
|
Value |
df |
Value/df |
|
Deviance |
68.838 |
146 |
.471 |
|
Scaled Deviance |
166.574 |
146 |
|
|
Pearson Chi-Square |
68.353 |
146 |
.468 |
|
Scaled Pearson Chi-Square |
165.400 |
146 |
|
|
Log Likelihoodb |
-767.832 |
|
|
|
Akaike's Information Criterion (AIC) |
1557.665 |
|
|
|
Finite Sample Corrected AIC (AICC) |
1559.498 |
|
|
|
Bayesian Information Criterion (BIC) |
1591.213 |
|
|
|
Consistent AIC (CAIC) |
1602.213 |
|
|
|
Dependent Variable: Price Model: (Intercept), Color, Rarity, FlowerNumber, TypeofSpecies |
|||
|
a. Information criteria are in small-is-better form. |
|||
|
b. The full log likelihood function is displayed and used in computing information criteria. |
|||
上表是GLM模型的拟合优度分析结果，拟合优度分析是用于反映模型总体上对数据信息的表达是否充分。Deviance拟合优度检验法和Pearson Chi-Square拟合优度检验法计算出的显著性水平分别为0.471和0.468，均大于0.05，由此可以知道，模型的拟合情况良好，即模型能够比较真实可靠地反映出数据。
来CDA学业务数据分析师，SPSS理论结合实战进行项目数据分析，助你成为从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才，点击了解课程详情！
数据分析咨询请扫描二维码
在现代数据驱动的世界中，数据挖掘和数据分析已经成为了许多行业的重要工具。尽管这两个概念经常被人混淆，但它们各自有着独特 ...
2024-09-07作为数据分析领域的一个重要工具，SPSS 在统计分析中广泛应用。无论是学术研究、商业分析，还是医疗、金融领域的数据处理，SPS ...
2024-09-07作为数据分析领域的一个重要工具，SPSS 在统计分析中广泛应用。无论是学术研究、商业分析，还是医疗、金融领域的数据处理，SPS ...
2024-09-07作为一名数据分析从业者，我深知系统化的流程对于成功完成数据分析项目至关重要。尤其是对初学者而言，掌握正确的分析步骤不仅 ...
2024-09-07作为一名热爱数据分析的从业者，我时常回想起刚入行时的摸索历程。数据分析是一个既充满挑战又激动人心的领域，尤其对于初学者 ...
2024-09-07信息管理与信息系统专业的学生在就业市场上具有广阔的前景。随着信息技术的不断发展和数字化转型的加速，对于既懂技术又懂管理 ...
2024-09-06商务数据分析与应用专业的学生考取CDA（Certified Data Analyst）证书对于提升就业竞争力是有帮助的。CDA证书是一套科学化、专 ...
2024-09-06首先，在众多的职业认证中，CDA（Certified Digital Analyst）数字化人才认证逐渐成为统计学专业学生的首选。该认证不仅能够提 ...
2024-09-06统计学专业毕业生的主要就业流向有三大部分：政府部门（统计局等），银行、保险公司、证券公司等金融部门，市场调查公司、咨询 ...
2024-09-06统计学，作为一种基于数据分析的方法论科学，在当前信息化、数据化的社会中愈发重要。在各种行业中，无论是金融业、制造业、医 ...
2024-09-06第 1 章 引言 随着信息技术的迅猛发展，人工智能（Artificial Intelligence, AI）迅速成为全球科技创新的焦 ...
2024-09-06信息管理与信息系统专业作为现代信息化社会中的一门重要学科，其毕业生在市场中的就业情况备受关注。随着信息技术的快速发展， ...
2024-09-06在当前信息时代，数据的爆炸式增长已经成为不可忽视的事实。随着大数据、云计算和人工智能等技术的迅速发展，数据分析在各行各 ...
2024-09-06随着数据科学和机器学习技术在各行各业中的广泛应用，数据分析师这一职业逐渐成为推动经济和技术 ...
2024-09-06随着数字技术的迅猛发展，数字经济已成为推动全球经济增长的重要动力。各行各业正在加速数字化转型，涌现出大量与数字经济相关 ...
2024-09-06在当今数字化时代，拥有相应的专业证书不仅是求职竞争中的利器，更是个人职业发展的一大助力。CDA（Certified Digital Associa ...
2024-09-06随着科技的迅猛发展，数字经济已经逐渐成为各国经济增长的重要引擎，涉及的领域和行业瞬息万变。从传统 ...
2024-09-06在如今的数据驱动世界里，商业数据分析师的角色愈发重要。我常与新手分享这样一个故事：当我第一次作为数据分析师进入职场时， ...
2024-09-06在当今数字化时代，数据已成为推动企业发展的新动力。特别是在商务领域，数据分析的能力不仅影响着企业的决策，更关系到其竞争 ...
2024-09-06在当前数字化转型浪潮中，BI（商业智能）数据分析已成为推动企业决策和提升效率的重要手段。作为数据分析从业者，我常常通过BI ...
2024-09-06
