spss因子分析、聚类分析(西甲球员综合能力分析)Word文档下载推荐.doc

spss因子分析、聚类分析(西甲球员综合能力分析)Word文档下载推荐.doc

《spss因子分析、聚类分析(西甲球员综合能力分析)Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《spss因子分析、聚类分析(西甲球员综合能力分析)Word文档下载推荐.doc（15页珍藏版）》请在冰点文库上搜索。

进球

助攻

射门

射正

犯规

越位

黄牌

角球

梅西

21

1828

23

11

123

59

22

17

3

44

c罗

20

1743

8

132

52

18

24

阿德里亚诺

12

744

1

4

6

比利亚

19

1219

2

54

25

伊瓜因

953

14

37

13

5

罗西

1019

9

卡卡

15

715

洛伦特

1502

51

哈维

1487

厄齐尔

1314

10

16

莱昂

253

尼尔马

590

赫迪拉

919

7

蒂亚戈

621

皮克

654

马塞洛

1403

索尔达多

1698

61

27

本泽马

1257

58

28

佩德罗

905

32

苏亚雷斯

1250

内格雷多

842

31

卡纳莱斯

583

法尔考

1598

63

34

法布雷加斯

1094

伊涅斯塔

729

阿尔维斯

990

40

佩佩

1394

普约尔

748

拉莫斯

1755

38

阿隆索

1776

26

卡列洪

361

华金

1063

迪亚拉

946

33

凯塔

979

二、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。

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、因子分析的总方差解释

表2-3

该表显示的是因子分析的总方差解释，是相关系数矩阵的特征值、方差贡献率及累计方差贡献率的计算结果。

可以看到，第一个因子的特征值是5.178，解释了原有10个变量总方差的51.776%；

前三个因子的累计方差贡献率为81.642%，并且只有它们的特征值大于1，说明前三个公因子基本包含了全部变量的主要信息，因此选取前三个因子为主因子即可。

同时，“ExtractionSumsofSquaredLoadings”和“RotationSumsofSquaredLoadings”这两列分别列出了因子提取后和旋转后的因子方差解释情况。

从表中可以看到，它们都选择三个公因子。

我们把这三个公因子分别表示为F1、F2和F3。

4、旋转前的因子载荷矩阵

表2-4

该表显示了旋转前的因子载荷矩阵，它是因子分析的核心内容。

通过载荷系数大小可以分析不同公共因子所反映的主要指标的区别。

从结果看，大部分因子解释性较好，但是仍有少部分指标解释能力较差，如黄牌在三个因子的载荷系数区别不大。

因此，接着采用因子旋转的方法使得因子载荷系数向0或1两极分化，使大的载荷更大，小的载荷更小，这样结果更加具有可解释性。

5、旋转后的因子载荷矩阵

表2-5

由旋转后的因子载荷矩阵可以看出，第一公因子F1在射正、射门、角球、越位、进球、上的载荷都很大，其中射门、射正、进球是反映个人能力的指标，角球是反映球员的战略战术的指标，越位在一定程度上反映了球员的意识及反应能力。

因此，F1为反映个人技术能力及球场意识的公共因子，可以将其命名为个人技术能力及球场意识因子。

第二公因子F2在犯规、出场时间及出场次数上载荷较大，在此因子上的得分反映了球员的受重视程度，可以命名为受重视程度因子。

第三公因子F3仅在助攻上有较大的载荷，助攻反映了球员的球场意识，可以命名为球员意识水平因子。

6、因子得分系数矩阵

表2-6

根据表中的内容，可以写出以下因子得分函数：

F1=0.038X1-0.011X2+0.163X3-0.083X4+0.220X5+0.232X6-0.045X7+0.221X8-0.157X9+0.223X10

F2=0.285X1+0.361X2-0.043X3+0.033X4-0.043X5-0.067X6+0.388X7-0.059X8+0.359X9-0.103X10

F3=0.014X1+0.156X2+0.272X3+0.805X4-0.050X5-0.054X6-0.190X7-0.179X8+0.107X9-0.062X10

最后，计算出因子得分，以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总得出各城市的综合得分F，即

F=（F1*51.776+F2*18.466+F3*11.4）/81.642

7、各个球员在每个公因子上的得分及综合得分如下表所示：

F1

F2

F3

F

36.382

660.1074

281.607

211.6996

33.87

629.1802

267.857

201.1914

-3.391

272.8942

116.488

75.83909

14.376

443.3188

182.984

134.9388

11.667

349.7894

143.514

106.5547

14.854

369.443

150.243

113.9608

2.146

263.0016

112.186

76.51233

6.011

555.6254

223.098

160.6369

-5.834

540.777

234.964

151.4235

-3.898

483.8834

203.695

135.4167

0.643

93.476

38.487

26.92452

-1.572

216.882

90.395

60.68022

-5.61

337.957

141.492

92.63932

-3.656

234.74

92.892

63.74641

-6.733

244.1984

101.724

65.1676

-10.513

515.0488

217.699

140.2261

11.028

623.2074

256.726

183.8001

12.744

459.1212

194.727

139.1178

6.811

332.3328

136.512

98.54904

-13.374

467.612

190.769

123.922

2.905

310.6354

128.256

90.01153

-1.582

214.859

88.82

59.99638

11.889

587.7174

238.211

173.7336

-0.041

400.773

172.671

114.7326

1.472

268.1426

112.969

77.35702

-11.824

361.977

190.816

101.0187

-13.056

515.088

213.98

138.1029

-6.57

276.914

115.206

74.55322

-16.564

654.4802

268.999

175.0888

-16.725

658.7966

275.623

176.888

4.596

132.422

55.183

40.57168

-2.335

388.693

162.297

109.097

-10.047

359.2694

142.3

94.75877

-9.11

368.303

147.69

98.14887

表2-7

（二）综合分析及评价

1、根据各个球员在三个公因子上的得分对其综合发展水平进行评价

（1）在个人能力因子F1上得分最高的前五个城市依次是梅西、C罗、罗西、比利亚和法尔考，得分分别为36.382、33.87、14.854、14.376和11.889。

得分在10分以上的有8人，说明这些球员的个人能力以及足球技术都是比较优秀的，而梅西和C罗的成绩却达到了30以上，远远高于其他球员的得分。

这说明此二人的球技在整个西甲球队中都是非常突出的，他们代表的不仅仅是自己，也代表了他们的球队。

部分球员的个人能力还是比较好的，但是容易造成越位，这成为影响他们个人能力因子的重要因素，这样就导致他们在F1这个因子中比分不是太高，比如卡卡、佩德罗、卡列洪等。

另外，此因素也受到出场次数以及出场时间等因素的限制。

总体来说，就球员的个人技术能力而言，梅西和C罗无疑是技术水平最好的球员，其技术水平是其他球员所无法超越的。

哈维和伊涅斯塔也是比较不错的球员，虽然技术水平也比较好，但是由于受到位置的限制，射门机会较少，致使此项数据在F1中的得分偏低。

拉莫斯、阿隆索等部分球员射门次数较少，技术水平相对其他球员较弱，所以在F1中的得分最低。

（2）在球员受重视程度因子F2上得分较高的是梅西、阿隆索、拉莫斯、C罗、索尔达多，在F2中的得分分别为660.1074、658.7966、654.4802、629.1802和623.2074。

此项得分在400分以上的有15人，说明这些球员的受重视程度对于教练和球队来说是较好的，在球队里是主力人员，发挥着不可替代的作用，同时这也表明了他们是球队里非常受信任的球员，出场时间较多以及出场次数较多，同时也避免不了有较多的犯规。

得分最低的为卡列洪和莱昂，分别为132.422、93.476，这说明，他们的个人能力和没有完全的到教练的认可同时也没有完全得到其他队员的信任，因此这类球员应针对自己本身存在的问题进行改善，及早的融入到整个队伍之中。

（3）在球员意识水平因子F3上得分最高的是梅西和C罗，他们的得分均在200分以上，分别为211.6996和201.1914。

另外，索尔达多、阿隆索、拉莫斯、法尔考等人的得分也相对较高，均达到170分以上，说明这些人在球场上的意识水平较高，能充分有效地捉住每一个可以利用的时机，同时也可以为他人创造机会。

在此项因子中得分最低的为卡列洪和莱昂，得分分别为40.57和26.92分，这说明他们在球场上的判断能力较差，不能有效的抓住机会，球场意识水平较低。

2、结合各个球员的综合得分对其综合水平进行评价

根据综合得分F来综合评价各位球员的综合水平。

综合得分排名前六位的球员依次是梅西、C罗、索尔达多、阿隆索、拉莫斯和法尔考，他们的综合得分均在170分以上，梅西和C罗的得分已达到200分以上；

综合得分最低的六个球员依次是蒂亚戈、匹克、尼尔马、卡纳莱斯、卡列洪和莱昂。

他们的得分均在70分一下。

通过此项分析可知，这些球员的综合水平还是存在着较大的差距，综合能力较低的球员有待于进一步提高他们自己在各方面的能力，继续保持自己的优势，加强训练水平较低的其他指标。

三、聚类分析

为了更加清晰地反映上述34位球员的综合能力水平，在个人技术水平上存在的差异，将对这些球员进行进一步聚类分析。

聚类分析（ClusterAnalysis）是定量研究分类问题的一种多元统计分析方法。

其基本思想是同一类中的个体有较大的相似性，不同类中的个体差异较大，于是根据一批样品的多个观测指标，找出能够度量样品（或变量）之间相似程度的统计量，并以此为依据，采用某种聚类的方法，将所有的样品（或变量）分别聚合到不同的类中。

（一）spss数据结果及分析

聚类凝聚过程表

表3-1

样本归类表

表3-2

聚类树形图

******HIERARCHICALCLUSTERANALYSIS******

DendrogramusingWardMethod

RescaledDistanceClusterCombine

CASE0510152025

LabelNum+---------+---------+---------+---------+---------+

Case1212ò

ø

Case2222ò

ú

Case33ò

Case3131ò

ô

ò

Case77ò

ó

Case2525ò

÷

ù

Case1414ò

ó

Case2828ò

Case1515ò

Case1111ò

ù

Case1313ò

ó

Case1616ò

Case3434ò

Case2121ò

Case3232ò

ù

Case2424ò

ó

Case1010ò

Case1919ò

Case99ò

ó

Case2626ò

Case2929ò

ó

Case3030ò

Case2020ò

ó

Case3333ò

Case2727ò

Case11ò

û

ó

Case22ò

Case88ò

ù

Case2323ò

ó

Case1717ò

Case55ò

Case1818ò

Case44ò

Case66ò

图3-1

表3-1是聚类的凝聚过程表，整体上反映了队球员进行聚类的全过程。

从此表显示，聚类共进行了33步。

另外，Coefficients值随着聚类的进行逐渐增大，开始增加的慢，后面增加得快，表明聚类开始时类间的差异小，结束时类间的差距大，这正是分层聚类方法所表现出来的特征。

表3-2是样品的归类表，本例采用Ward最小方差法，把球员最终分为四类，表中分别给出了各个球员所属的类别。

图3-1清晰地反映了聚类的全过程，他将实际的距离按比例调整到0.25范围以内，用逐级连接的方式连接性质相近的样品和新类，直到并为一类。

可以在此图上用一把尺子垂直方向放在图上左右移动，与尺子相交的每一根横线就是一类。

每根横线左端与之联系的各样品就是分到该类的成员。

本例聚为四类：

第一类：

梅西、C罗，此类为球员技术水平较好的球员

第二类：

阿德里亚诺卡卡、哈维、厄齐尔、莱昂、尼尔马、赫迪拉、蒂亚戈、皮克、马塞洛、佩德罗、内格雷多、卡纳莱斯、法布雷加斯、伊涅斯塔、阿尔维斯、普约尔、卡列洪、华金、凯塔，此类球员为技术水平中等偏上的球员。

第三类：

比利亚、伊瓜因、罗西、洛伦特、索尔达多、本泽马，此类球员为技术水平中等偏下的球员。

第四类：

苏亚雷斯、佩佩、拉莫斯、阿隆索、迪亚拉，此类球员为技术水平较差的球员。

（二）综合分析

通过聚类分析的方法，将以上球员最终分为四类，梅西、C罗分为第一类，在上述因子分析中，F1、F2、F3三项因子的得分也都稳居第一位，并且得分全部都高出其他球员较多。

经过上述分析以及数据表现说明此二人的个人能力较强，各项数据都较平均、稳定，不论个人技术水平还是球场上的意识水平都是很好的，受重视程度也是较高的。

对此二人在进行比较，梅西的各项数据都要高出C罗一点点，说明梅西的个人综合能力还是要更胜一筹。

其他球员大多数都集中在第二类上，说明多数球员的技术水平还是处于中等偏上的位置，个人的综合能力大体上较好，第三类和第四类球员的综合能力不是太好，其中部分球员的个人能力还是不