如何使用IBM SPSS Statistics的贝叶斯进行数据分析

SPSS的贝叶斯分析是基于一种分类模型，适用于在分类确定的条件下，根据某一研究对象的各种特征值进行统计学分析。使用该模型分析前提包括数据有序分类、符合线性假设、变量间独立等条件。下面将使用SPSS的贝叶斯模型对鸢尾花(iris)数据集进行数据分析，让你对贝叶斯分析的使用更加了解。

一、 数据准备与处理

本例使用的是“鸢尾花(iris)数据集”（机器学习经典数据集），通过SPSS软件打开预先下载的数据，总共有150条数据，包括no（编号）、spno（类别）、slen（花萼长度）、swid（花萼宽度）、plen（花瓣长度）、pwid（花瓣宽度）等六个变量，我们将使用上述变量对数据个案进行贝叶斯分析。

图1数据展示

由于整个数据可能存在不完整或者不干净的数据，因此需要对数据进行预处理。在SPSS中顶部菜单栏点击“分析”—“描述统计”—“描述”，打开描述窗口之后，将slen、swid、plen、pwid四个鸢尾花特征值加载到变量中。并且点击右侧选项按钮，勾选离散部分的“方差”选项。

图2加载变量

根据描述性统计，可以看到没有分布特别的离散点，不存在缺少值和不合理分布，说明该数据能够用来做分析。

图3描述统计

二、贝叶斯数据分析

贝叶斯分析属于分类算法进行分析。点击顶部菜单栏“分析”-“分类”-“判别分析”，即可打开贝叶斯分析窗口，将spno（分类）加载到分组变量，将slen、swid、plen、pwid四个特征值加载到自变量选框，并且点击定义范围值设置为0-2。

图4判别分析

点击右侧统计按钮，勾选描述选框的“单变量”、“博克斯”和函数系统选框的“费希尔”、“未标准化”。

单变量：对各类中同一自变量均值都相等的假设进行检验，输出单变量的方差分析结果。

博克斯：对各组的协方差矩阵相等的假设进行检验。

图5统计设置

点击右侧分类按钮，勾选显示选框的“摘要表”、“留一分类”和图选框的“合并组”、“分组”、“领域图”，并且勾选将缺失值替换为均值。

合并组：生成一张包括各类的散点图。

分组：根据前两个判别函数值对每一类生成一张激点图，共分为几类就生成几张散点图。

领域图：生成用于根据函数值把观测量分到各组中去的边界图。

图6分类设置

三、结果分析

由于分析项目比较多，因此这里就不逐一进行结果分析，这里主要是讲解SPSS的贝叶斯分析图和交叉表分析。通过典则判别函数图可以看到将数据分为三类，并且每一类型均确定数据重心，根据重心距离即可确定分类。

图7贝叶斯分析图

通过交叉表项目，输出对每个观测量进行分类的结果分析，可以看到结果正确率达到98%，可说明该分析效果还是非常不错。

图8交叉表分析

四、小结

以上是利用SPSS的贝叶斯模型对鸢尾花数据集进行分析，首先是获取和预处理数据，然后通过贝叶斯模型对数据进行分析，最后对得到的分析结果进行解析，可以看到整个分析结果还是非常不错，正确率非常高，也同时说明SPSS的贝叶斯模型具有较强的实用性。