SPSS > 使用技巧 > 使用SPSS神经网络模型预测结果

使用SPSS神经网络模型预测结果

发布时间:2021-11-08 11: 39: 36

神经网络模型是数据分析常用的模型,它广泛应用于众多领域,比如:医疗、人工智能、深度学习、语音、机器人等。它能通过现有数据经过神经网络模型训练得到训练模型,再将模型运用于预测数据集,进而得到预测结果,并且将预测趋势应用于各个领域。IBM SPSS Statistics同样具备神经网络模型,直接将需要分析数据导入IBM SPSS Statistics,然后进行简单配置即可使用神经网络模型。接下来就来看下如何使用SPSS神经网络模型预测结果。

  1. 数据集准备

打开SPSS软件,如果预测的数据集是事先准备好的,则直接点击左上角“文件”-“导入数据”;如果预测的数据集需要自己制作,则通过SPSS软件设置变量以及完成数据输入。这里为了演示,因此小编自己制作一个商品促销数据集。点击左下角“变量视图”窗口,并且确定变量。

图1 变量视图
图1 变量视图

点击左下角“数据视图”,在该窗口完成数据集的输入,这里总共输入24条数据集。

图2 数据集输入
图2 数据集输入

二、神经网络模型预测结果

点击顶部菜单栏“转换”-“计算变量”,打开计算变量窗口。然后我们需要设计名为incress的目标变量,并且将其标签设计为“促销前后消费额变化率”,最后设计该变量的数字表达式。

图3 目标变量
图3 目标变量

完成上述操作之后,我们可以看到数据集中增加了该变量,并且自动生成数据集。然后我们需要将该变量角色改为目标。

图4 角色改变
图4 角色改变

点击SPSS软件顶部菜单栏“分析”- “神经网络”-“径向基函数”。打开径向基函数窗口,我们可以看到顶部包括变量、分区、体系结构、输出、保存、导出、选项。其中“体系结构”和“选项”默认即可,下面将对其他五个菜单进行设计。

图5 径向基函数
图5 径向基函数

设计变量菜单。将incress(目标变量)加载到因变量选项框,将Class、Cost、Promotion、Before加载到协变量,并且协变量重新标度选择为标准差。

图6 变量菜单
图6 变量菜单

设计分区菜单和输出菜单。分区一般默认是训练数据为70%,检验数据为30%,当然你可以自己配置比率。

输出一般把所有选项都选中,这样有利于我们观看分析结果。

 

图7 分区和输出菜单
图7 分区和输出菜单

保存和导出菜单。保存需要勾选“保存每个因变量的预测或类别”,这样将会把预测值添加到数据集中。导出需要勾选“将突触权重估算值导出到XML文件,并且点击浏览将xml文件导出到本地。

 

图8 保存和导出菜单
图8 保存和导出菜单

完成神经网络径向基函数设置之后,可以看到自动生成输出文档,包括网络图、模型摘要、参数估算值、预测图、自变量重要性图等。

图9 网络模型图
图9 网络模型图

通过自变量重要性图可以分析出哪些因素对预测值的影响较大,重要性越明显则对预测值影响就越大,比如这里Promotion(促销费用)对商品促销影响最大。因此,通过提高商品促销费用,将能够增大商品促销量。

图10 自变量重要性
图10 自变量重要性

完成神经网络中的径向基函数之后,我们可以看到数据中增加了一列预测值的数据。通过该预测值,我们能够清楚哪些商品促销比较明显。

图11 预测数据
图11 预测数据

三、小结

上面通过使用SPSS软件从数据集的制作,并将该数据集通过神经网络模型预测得到预测结果,通过该预测值,我们能够提前了解那种因素对促销量影响较大,进而能够提高我们商品的销售量。相信这篇教程的讲解,你能够快速使用SPSS软件的神经网络模型应用各个领域。

作者:独行侠

展开阅读全文

标签:spss神经网络

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS里面如何快速将字符赋值 SPSS文字变量赋值
在数据分析领域,如果想要对多属性或多选项的变量进行分析,研究者需要对一些文字变量进行赋值来将字符串改为数字格式,便于后续的问卷数据统计和测量。今天,我们以SPSS里面如何快速将字符赋值,SPSS文字变量赋值这两个问题为例,带大家了解一下SPSS字符赋值的相关知识。
2025-06-30
SPSS因子负荷系数表怎么做 SPSS因素负荷是哪个值
在数据分析领域,SPSS因子分析可以从众多变量中提取出少数因子,这种方法一般是通过构建的指标体系计算出因子得分,而知晓因子负荷系数可以帮助研究者优化实验数据,从而实现对繁杂数据的标准化处理。今天,我们以SPSS因子负荷系数表怎么做,SPSS因素负荷是哪个值这两个问题为例,带大家了解一下SPSS因子负荷的相关知识。
2025-06-30
SPSS如何把多个题项变成一个维度 SPSS如何把多个题项分析出来
在回收调查问卷的数据后,研究者通常会对问卷中相关性较高的题项进行合并,这就需要运用到SPSS转换和计算变量的函数指令方法,从而使多个问卷题项变成一个维度来计算均值结果。本文以SPSS如何把多个题项变成一个维度,SPSS如何把多个题项分析出来这两个问题为例,带大家了解一下SPSS多题项合并的知识。
2025-06-27
SPSS方差齐性检验操作误区 SPSS方差齐性检验结果解读
方差齐性检验是用来检查不同数据之间的方差是否存在相似性,通过这种分析方法,可以判断不同组别数据的一致性。今天我就以SPSS方差齐性检验操作误区,SPSS方差齐性检验结果解读这两个问题为例,来向大家讲解一下SPSS当中方差齐性检验工具的操作技巧。
2025-06-27
SPSS交叉表行列优化技巧 SPSS交叉表格中行列层是什么意思
交叉表是用于分析两个或多个变量之间是否存在相互关联的验证图表,是一种非常简单且高效的数据分析工具,广泛应用在医疗、市场调研、商业分析等诸多领域。今天我就以SPSS交叉表行列优化技巧,SPSS交叉表格中行列层是什么意思这两个问题为例,来向大家讲解一下交叉表分析工具的相关知识。
2025-06-26
SPSS连续变量和分类变量的区别 SPSS连续变量和分类变量的关系
IBM SPSS Statistics是一款功能强大的统计软件,具备如数据处理、数理统计、分析预测,数据可视化等功能。借助IBM SPSS Statistics,我们可以快速完成数据分析工作,避免大量的数学计算,大大提高工作效率。使用IBM SPSS Statistics,首先要注意数据类型的设置,数据类型设置不正确,可能导致统计出现错误。SPSS连续变量和分类变量的区别,SPSS连续变量和分类变量的关系是怎样的,本文向大家作简单介绍。
2025-06-26

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: