spss分区是什么意思

Question

如题所述

Answer 1

SPSS多层感知器神经网络分析是基于模仿人类大脑结构及思维模式的信息处理系统，可通过算法从数据中学习并形成训练模型，再将模型用于分析数据以得到预测结果，因此在进行神经网络分析时会将数据分为训练区与检验区，以便于得到准确预测数据的概率，SPSS神经网络怎么分区，SPSS神经网络如何解读呢？今天一起来看看吧。
一、SPSS神经网络怎么分区
先将现有数据表格导入SPSS中，或者在SPSS安装文件夹下的“Sample”文件夹中有很多自带的数据模板，可以用这些模板数据来体验功能效果。
SPSS自带数据模板
图1：SPSS自带数据模板
点击菜单“分析”-“神经网络”-“多层感知器”进入神经网络设置面板。
神经网络多层感知器设置
图2：神经网络多层感知器设置
在变量设置板块中，将想要预测的变量置入因变量，将类型变量加入因子，将其他连续型变量加入协变量。
神经网络变量设置
图3：神经网络变量设置
在“分区”板块可以对神经网络进行分区。
设置分区数据
图4：设置分区数据
在分区设置有两种分区方式。
1、随机分区
可以根据样本数量自动分配个案，默认是训练数据占70%，检验数据占30%，而且这两者的占比可以手动调整，从样本总量中随机划分训练样本与检验样本。
2、分区变量指定样本分区
通过给样本指定分区变量来进行分配，这样就能有目的性地将一部分样本设置为训练集，另一部分设置为检验集，并进行针对性地神经网络分析。
在完成神经网络设置后开始神经网络分析，SPSS会自动生成输出文档，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。
二、SPSS神经网络如何解读
通过上面的数据可以得到一份分析报告，按照报告中数据与表格展现顺序，我们来看看神经网络分析数据的解读方法。
1、个案处理摘要
个案处理摘要
图5：个案处理摘要
这里是SPSS对数据的分区与采用摘要数据，共1500条数据，随机分配了1046条作为训练集数据，占比69.7%，剩余数据则作为检验集数据，占比30.3%，没有无效数据，所以“排除”为0。
2、网络信息
网络信息
图6：网络信息
这一部分内容分三层，显示了本次分析所设置的输入层影响因子与协变量内容，隐藏层单元数，以及输出层的内容。
3、神经网络图
神经网络图
图7：神经网络图
这一部分可以看到不同变量之间的颜色、图形各不相同，一个变量的线条颜色越深，代表其在计算分析中的权重越高；变量的板块越大，则代表其价值越高。
4、分类
分类数据
图8：分类数据
从分类数据中可以看到随机分配的训练集与检验集中样本数据的预测正确率仅有“59.3%”和“58.6%”，说明本次分析效果不是很好，正确率较低。（正确率低不代表神经网络算法不好，而是说明这份样本数据不适合用神经网络算法来进行分析）

Answer 2

先将现有数据表格导入SPSS中，或者在SPSS安装文件夹下的“Sample”文件夹中有很多自带的数据模板，可以用这些模板数据来体验功能效果。

SPSS自带数据模板
图1：SPSS自带数据模板
点击菜单“分析”-“神经网络”-“多层感知器”进入神经网络设置面板。

神经网络多层感知器设置
图2：神经网络多层感知器设置
在变量设置板块中，将想要预测的变量置入因变量，将类型变量加入因子，将其他连续型变量加入协变量。

神经网络变量设置
图3：神经网络变量设置
在“分区”板块可以对神经网络进行分区。

设置分区数据
图4：设置分区数据
在分区设置有两种分区方式。