数据分析课程设计NBA球员技术统计分析报告Word文档下载推荐.docx

数据分析课程设计NBA球员技术统计分析报告Word文档下载推荐.docx

《数据分析课程设计NBA球员技术统计分析报告Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《数据分析课程设计NBA球员技术统计分析报告Word文档下载推荐.docx（5页珍藏版）》请在冰点文库上搜索。

课程设计题目

NBA球员技术

统计分析报告

评

语

组长签字：

成绩

日期

20年月曰

课程设计任务书

学院

理学院

信息与计算科学

NBA球员技术统计分析报告

实践教学要求与任务：

设计要求（技术参数）：

1、熟练掌握SPSS软件的操作方法；

2、根据所选题目及调研所得数据，运用数据分析知识，建立适当的数学模型；

3、运用SPSS软件，对模型进行求解，对结果进行分析并得出结论；

4、掌握利用数据分析理论知识解决实际问题的一般步骤。

设计任务：

1、查阅相关资料，找到NBA球员技术的相关指标，获得相关数据；

2、利用数据分析的理论，建立线性回归模型，以及对其进行主成分分析；

3、利用SPSS软件求解，并给出正确的结论。

工作计划与进度安排：

第天第一天学习使用SPSS软件并选题

第三天第四天查阅资料

第五天第六天建立数学模型

第七天第九天上机求解并完成论文

第丨天答

指导教师：

201年月日

r辩

专业负责人：

201年月曰

学院教学副院长：

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

1数据分析的任务和目的1

1.1问题的背景1

1.2任务和目的1

2数据的搜集与整理3

2.1数据的来源3

2.2数据的处理3

3利用SPSS软件对结果进行分析5

总结1..7.

参考文献1..8.

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：

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