SPSS分析技术:方差成分分析
方差成分分析原理
方差成分分析用于计算方差成分，它可以将总方差精细地分解到不同变量上。方差成分分析能够考查每个变量所占总方差的比例大小，以及几个交互变量对总方差的贡献，为如何减小数据方差提供依据的统计方法。通过计算方差成分能够确定减小方差时的重点关注对象，但方差成分分析只是一个预处理过程，其本身功能有限，只能进行初步分析，为进一步处理提供线索。
案例分析
某保险公司年终整理购买某款养老保险的客户资料，最后整理得到的客户资料有3110份，每名客户收集的信息包括投保金额、年龄、性别、收入水平、教育程度、婚姻状况等，通过方差成分分析，看年龄、教育程度、婚姻状况对购买保险金额的影响程度如何。
（例题数据文件已经上传到QQ群中，需要的朋友可以前往下载）
操作步骤
1、选择菜单【分析】-【一般线性模型】-【方差分量估计】，打开方差成分对话框，将教育水平和婚姻状况两个分类变量选入固定因子；将年龄分布分类变量选入随机变量；将收入类型选为协变量。
PS：若在试验中考虑分类变量的全部水平，则该变量称为固定因子；若在试验中仅随机选择了分类变量的部分水平，则该变量称为随机因素。因为收入水平对于投保金额有强相关性，所以需要剔除，才能考察其它因子对于投保金额的影响。
2、点击模型按钮，将在模型中包含截距取消。方差成分分析不考虑拟合截距。
3、点击选项按钮，选择最大似然方法。ANOVA和MINQUE不需要正态假设，它们对正态假设的湿度偏差来说是稳健的。最大似然和约束最大似然要求模型参数和偏差项服从正态分布。本案例中选择最大似然。对于每种方法的解释，可以点击帮助选项查看。
4、点击确定，输出结果。
结果解释
由上表可知：年龄组的方差最大，为5.609，说明它对投保金额的影响最大；年龄组*教育交互效应方差估算值为0.811，表明该交互效应对因变量影响较小；而其余两组交互效应方差估计算值为0.000，表明两组无交互作用。
渐进协方差矩阵中依然是年龄组的均方最大，进一步表明了年龄组对投保金额的需要效应最大。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在用户从“接触产品”到“完成核心目标”的全链路中，流失是必然存在的——电商用户可能“浏览商品却未下单”，APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中，次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈，是判断产品是 ...
2026-01-14在CDA（Certified Data Analyst）数据分析师的业务实操中，“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代，用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”，还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代，“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据，往往存在 ...
2026-01-13在CDA（Certified Data Analyst）数据分析师的核心能力体系中，“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中，业务模型与数据模型是两大核心支撑体系：业务模型承载“业务应该如何运转”的逻辑，数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代，“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言，用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA（Certified Data Analyst）数据分析师的日常工作中，“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代，用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业，提前精准预测潜在流失用户， ...
2026-01-09在量化投资领域，多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子（如估值、成长、盈利、流 ...
2026-01-09在CDA（Certified Data Analyst）数据分析师的工作场景中，分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据，是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下，数据已成为驱动业务增长的核心引擎。电商公司的数据分析师，不仅是数据的“解读官”，更是业务的 ...
2026-01-08在数据驱动决策的链路中，统计制图是CDA（Certified Data Analyst）数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析（PCA）的学习与实践中，“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中，成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中，数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA（Certified Data Analyst）作为具备专 ...
2026-01-07在数据处理与可视化场景中，将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色，能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中，指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升，还是产品故障率的异常 ...
2026-01-06
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
