数据分析课程设计 NBA球员技术统计分析报告
成绩评定表
课程设计任务书
摘要
数据分析析的主要应用有两方面，一是寻求基本结构,简化观测系统，将具有错综复杂关系的对象（变量或样品)综合为少数几个因子（不可观测的，相互独立的随机变量)，以再现因子与原变量之间的内在联系；二是用于分类，对p个变量或n个样品进行分类。聚类分析一般有两种类型，即按样品聚类或按变量(指标）聚类,其基本思想是通过定义样品或变量间“接近程度”的度量,将“相近”的样品或变量归为一类.本文利用利用数据分析中的因子分析和聚类分析对多个变量数据进行了分析.就是分析和处理数据的理论与方法,数据分析中提出了广泛的多元数据分析的统计方法,包括线性回归分析、方差分析、因子分析、主成分分析、典型相关分析、判别分析、聚类分析等.
关键词：spss软件；聚类分析；因子分析；线性规划
目录
1 数据分析的任务和目的?错误!未定义书签。
1。1 问题的背景....................................... 错误!未定义书签。
1。2 任务和目的...................................... 错误!未定义书签。２数据的搜集与整理?错误!未定义书签。
2．1 数据的来源?错误!未定义书签。
2.2 数据的处理....................................... 错误!未定义书签。
3 利用ＳPＳS软件对结果进行分析?错误!未定义书签。
总结?错误!未定义书签。
参考文献 .................................................... 错误!未定义书签。
1 数据分析的任务和目的
1。1 问题的背景
一年一度的NＢA赛季让全世界的篮球迷为之疯狂，NBＡ赛事之所以如此受欢迎,最主要的原因在于NBＡ球员高超的球技。球队中灵魂人物的个人发挥能够直接影响其球队的成败。因而对他们的技术统计与分析是一件十分重要的事情。众所周知，科比—布莱恩特和阿伦－艾弗森是深受大家喜爱的两位球员，两位球员在赛季的发挥也在一定程度上影响着两队的战绩.因此，通过两位球员在以往的赛季中的发挥及表现，可以大概的预测两人的得分及表现，为ＮBＡ相关的商业活动和广大球迷提供数据上的参考.
1.2 任务和目的
1、频数分析(对两人平均每场上场时间进行频数分析）
２、基本描述统计量（用基本描述统计量的计算结果对两人技术进行分析比较)
3、单样本t检验（检验科比-布莱恩特和阿伦-艾弗森平均每场犯规次数的
均值是否为2.7）
４、两独立样本t检验（科比—布莱恩特和阿伦—艾弗森平均每场犯规次数比较）
５、单样本非参数假设检验（检验科比-布莱恩特平均每场进攻次数与首发的关系基本是否为1:1:１0:１０：10：10：１0：１0：10：10：２）６、单样本非参数假设检验（检验科比－布莱恩特和阿伦-艾弗森平均每场盖帽次数总体的分布是否为正态分布）
７、单样本非参数假设检验（检验科比－布莱恩特在某段时间内平均每场得分是否持续正常)
8、单因素方差分析（用单因素方差分析,分别分析科比-布莱恩特和阿伦-
艾弗森平均每场防守次数对平均每场得分有无显著影响）
9、相关分析(研究平均每场三分球命中率与平均每场得分之间是否具有较
强的线性关系）
10、偏相关分析（以平均每场失误次数为控制变量，研究平均每场罚球命
中率与平均每场得分的偏相关关系)
11、线性回归分析（用逐步筛选法找科比—布莱恩特的平均每场得分的线
性回归方程）
12、曲线回归分析（用曲线回归分析法分析科比-布莱恩特的平均每场得分）
2 数据的搜集与整理
2.1 数据的来源
《ＮＢA球员科比—布莱恩特和阿伦-艾弗森11个赛季技术统计表》下载自NBA 中文官方网站，具有可信度.
２.2 数据的处理
定义视图
数据视图：
3 利用SPSS软件对结果进行分析
(1)频数分析(对两人平均每场上场时间进行频数分析）
数据文件中增加一个变量scｓｊ.
输出1
输出2
分析:
从输出1中看出，阿伦-艾弗森平均每场上场时间在1０－40（分钟）的频数为1,在40－50（分钟）的频数为１0；科比—布莱恩特平均每场上场时间在10－４0(分钟）的频数为７,在４0—5０(分钟）的频数为４；两人平均每场上场时间在10－40(分钟)的频数为8，在４0－５0(分钟)的频数为14。
从输出２中看出,交叉分组下的频数分析卡方检验结果的相伴概率为0。008,小于显著性水平0.05,故拒绝原假设,认为两人的平均每场上场时间
存在显著性差异。
（２）基本描述统计量（用基本描述统计量的计算结果对两人技术进行分析比较）
实现按NBA球员拆分，输出结果放在同一张表中。
输出3
分析:
从输出3中看出，科比-布莱恩特的平均每场投篮命中率、平均每场三分球命中率和平均每场罚球命中率的均值均比阿伦-艾弗森高，但标准差有高有底,
说明在投篮方面科比—布莱恩特比阿伦—艾弗森发挥出色,但稳定程度高低不定。均值的统计误差均小于0。05（比较小），说明数据没有不均衡现象，说明两人的发挥都比较稳定。
（3) 单样本ｔ检验(检验科比—布莱恩特和阿伦-艾弗森平均每场犯规次数的均值是否为2.7）
实现按NBA球员拆分,输出结果放在同一张表中。
分析:
从输出４中得，阿伦－艾弗森单样本假设的相伴概率为0。００1，小于显著性水平0。０5,故拒绝原假设,认为阿伦—艾弗森平均每场犯规次数的均值与２．7有显著性差异；科比—布莱恩特单样本假设的相伴概率为0．773,大于显著性水平0．０5,故接受原假设,认为科比—布莱恩特平均每场犯规次数的均值与2。7无显著性差异.
(4）两独立样本t检验（科比－布莱恩特和阿伦-艾弗森平均每场犯规次数比较）