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检验值一般填多少 SPSS检验值可以为0吗
在SPSS检验值的测量方面,运用t检验、卡方检验、F检验等方法都可以得出p值等关键数值来分析数据之间的显著性差异,由此测量SPSS检验值是不可或缺的数据分析技能。今天我以SPSS检验值一般填多少,SPSS检验值可以为0吗这两个问题为例,带大家了解一下SPSS检验值的相关知识。
2025-04-02
SPSS检验值是什么意思 SPSS检验值怎么确定
在数据统计方面,SPSS卡方检验的运用广泛,研究者借助卡方检验可以检查两个或者多个类别变量之间的关联,对测算实际数值和期望数值的差异显著性有着重要作用。今天我以SPSS检验值是什么意思,SPSS检验值怎么确定这两个问题为例,带大家了解一下SPSS检验值的相关知识。
2025-04-01
SPSS单尾检验在哪里 SPSS单尾检验步骤详解
单尾检验常用于检验一个方向上的差异,比如某个群体的平均值是否显著高于另一个群体,而双尾检验则检验是否存在任何方向的显著差异。但很多用户在使用SPSS时发现不知道该怎么做单尾检验,下面本篇文章就来带大家了解一下SPSS单尾检验在哪里, SPSS单尾检验步骤详解的相关内容。
2025-03-26
SPSS主成分分析怎么做 SPSS主成分分析结果解读
在实际工作当中,由于收集的变量之间存在比较强的相关关系,如果直接利用数据进行分析,会让模型变得复杂,甚至可能因为变量之间的多重共线性引起较大的误差;为此,我们可以通过主成分分析来进行操作,话不多说,接下来的内容来带大家了解SPSS主成分分析怎么做,SPSS主成分分析结果解读的方法。
2025-03-26
SPSS游程检验详细模型图怎么做出来SPSS游程检验结果分析
本期我们将要为大家分享的是SPSS中的游程检验,它是一种用于检验数据序列随机性的非参数方法。通过游程检验分析,我们可以快速判断数据是否具有随机分布特征,话不多说,接下来我们就来看看SPSS游程检验详细模型图怎么做出来,SPSS游程检验结果分析的相关方法。
2025-03-26
SPSS数据描述性分析怎么做 SPSS描述性分析怎么写结论
描述性分析是属于数据分析工作的前期准备阶段,能够有效地帮助我们了解数据的整体特征和分布状况,为下一步的分析和决策提供参照。今天,我就以SPSS数据描述性分析怎么做,SPSS描述性分析怎么写结论这两个问题为例,来向大家讲解一下描述性分析的相关知识。
2025-03-25

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: