spss因子分析、聚类分析(西甲球员综合能力分析).doc

《spss因子分析、聚类分析(西甲球员综合能力分析).doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、吉林财经大学2011-2012学年第一学期多元统计分析期末论文一二三四五总分学院：工商管理学院专业：人力资源管理年级：2009级学号：姓名：西甲球员的综合能力统计分析摘要：足球运动是一项古老的体育活动，是目前全球体育界最具影响力的单项体育运动。球员是足球运动中不可缺少的部分，球技是影响球员乃至球队发展的重要因素。本文通过网上搜集西甲联赛部分球员的技术数据统计为依据，运用spss软件对不同球员的球技进行因子分析和聚类分析。关键词：足球、球员、球技、因子分析、聚类分析引言：足球是世界最受欢迎的一项运动，故有世界第一大运动的美称！当今足球运动已成为人们生活中

2、不可缺少的组成部分，不论在任何地区，足球都成为了一项不可或缺的运动。当今世界各地都有足球联赛，各地也都有不同形式的球队及比赛，据不完全统计，现在世界上经常参加比赛的球队约80万支，登记注册的运动员约4000万人，其中职业运动员约10万人。当然，球员的水平也不尽相同，每个人心中都有各自所喜爱的球队及球员。当今世界两大豪门为巴塞罗那和皇家马德里，他们深受世界大多数人们的喜爱，所以本文选择了最受人们欢迎的西甲球员进行数据统计分析。一、指标选取进行球员技术的数据统计分析，必须选取合适的指标，做到全面准确地反映每一个球员的技术，对不同的球员加以区分，综合的反映一

3、个球员的技术水平，因此从出场、出场时间、进球、助攻、射门等方面选取了能够反映个人球技水平的10项指标，分别为：X1——出场（次）X2——出场时间（分）X3——进球（个）X4——助攻（个）X5——射门（次）X6——射正（次）X7——犯规（次）X8——越位（次）X9——黄牌（张）X10——角球（个）原始数据的收集与整理：球员出场出场时间进球助攻射门射正犯规越位黄牌角球梅西2118282311123592217344c罗201743238132521718324阿德里亚诺1274413846108比利亚1912198254251222219伊瓜因219531

4、413723132415罗西121019305923918518卡卡1571544191281111洛伦特1815028151203717012哈维191487652493108厄齐尔201314161910169212莱昂4253101133121尼尔马10590201066103赫迪拉15919101147113蒂亚戈126210013318131皮克1065411229161马塞洛1614032213313016索尔达多22169816161272718521本泽马2012571285828161908佩德罗169055232151411115苏

5、亚雷斯161250008125070内格雷多1284251311514236卡纳莱斯1158310936316法尔考19159812163343418012法布雷加斯1610949522159538伊涅斯塔1272914238102111阿尔维斯119901440000020佩佩161394106317440普约尔1174810539020拉莫斯2017552312538240阿隆索2117761415426071卡列洪10361601594306华金1310632016786313迪亚拉13946017133052凯塔19979006125112二、

6、因子分析因子分析是一种数据简化的技术，它是将具有相关性的多个原始变量通过空间线性变换为较少的几个抽象的综合指标的一种方法。得到新的综合指标称为公因子，这些主成分不仅保留了原始指标的绝大多数信息，并且彼此不相关。利用因子得分计算出每个评价对象的综合得分，并以此作为综合评价的依据。因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量本文采用因子分析方法，将10个变量抽象为少数几个抽象的因子，那么前提是指标体系中的10个指标有一定的相关性。由指标相关系数矩阵可以得出指标间存在很强的相关性，故因子分析是可行的，也是有

7、意义的。（一）SPSS软件运行结果及分析1、描述性统计量表表2-1上面的表格显示了出场、出场时间、进球、助攻等10个指标的描述性统计量，如均值、标准化方差等，这为以后进行因子分析提供了一个直观地分析结果。从上表中可以看出，出场时间、射门、射正和犯规所占的比重是最大的，出场、进球、助攻、越位、黄牌和角球所占的比重较低。2、因子分析共同度表2-2该表显示了所有变量的共同度数据。第一列是因子分析初始解下的变量共同度，均为1（原始变量标准化后的方差为1）。事实上，因子个数小于原有变量的个数才是因子分析的目的。所以，第二列列出了按指定提取条件提取特征值的共同度。

8、可以看到，所有变量的绝大部分信息可被因子解释，因此本次因子提取的总体效果是比较理想的。3、因子