发布时间 : 星期一 文章SPSS关于我国保险业的统计分析更新完毕开始阅读54cf8b3781c758f5f61f67fd
沈阳理工大学学士学位论文
“K均值聚类分析”对话框的“选项”按钮，在“统计量”复选框选中全部三个复选框，在“缺失值”选项组中选中默认值即可。设置完毕后，单击“继续”按钮返回“K均值聚类分析”对话框（3）其他设置使用系统默认值即可。（4）设置完毕后，单机“确定”按钮，得到输出结果。
2.使用构成赔款支出的各个变量对各个财险公司进行聚类
操作步骤如下：（1）选择分析/聚类/分类/K均值聚类命令（2）选择进行聚类分析的变量。在“K均值聚类分析”对话框的左侧列表框中选中“保险机构”选入“个案标记依据”列表框，选择“企业财产保险费用支出”“机动车辆保险保费支出”“货物运输保险保费支出”“责任保险保费支出”“信用保证保险保费支出”“农业保险保费支出”“短期健康保险驳费支出”“意外伤害保险保费支出”“其他保险保费支出”选入“变量”列表框。在编辑框“聚类数”中，输入聚类分析的类别数4，其他选择默认值（3）设置输出及缺失值处理方法。单击“K均值聚类分析”对话框的“选项”按钮，在“统计量”复选框选中全部三个复选框，在“缺失值”选项组中选中默认值即可。设置完毕后，单击“继续”按钮返回“K均值聚类分析”对话框（3）其他设置使用系统默认值即可。（4）设置完毕后，单机“确定”按钮，得到输出结果。
5
沈阳理工大学学士学位论文
4保险业分析结论
4.1 回归分析结果
1、以“保费收入合计”为因变量进行线性回归分析
表4.1.1 变量的输入或移去情况
变量的输入或者移去情况 模型 1 2 3 4 5 6 7 博士 a. 因变量: 保费收入合计 . 逐步（准则：F-to-enter 的機率<= .050，F-to-remove 的機率>= .100）。 變數已輸入 四十六岁以上 中专以下 女 男 硕士 四十六岁以上 變數已移除 方法 . 逐步（准则：F-to-enter 的機率<= .050，F-to-remove 的機率>= .100）。 . 逐步（准则：F-to-enter 的機率<= .050，F-to-remove 的機率>= .100）。 . 逐步（准则：F-to-enter 的機率<= .050，F-to-remove 的機率>= .100）。 . 逐步（准则：F-to-enter 的機率<= .050，F-to-remove 的機率>= .100）。 . 逐步（准则：F-to-enter 的機率<= .050，F-to-remove 的機率>= .100）。 . 逐步（准则：F-to-enter 的機率<= .050，F-to-remove 的機率>= .100）。 表4.1.1给出了变量进入回归模型或退出模型的情况。本题采用逐步法，所以显示的是依次进入模型的变量以及进入与剔除的判别准则。
表4.1.2模型摘要
模型摘要 模型 1 2 3 4 5 6 7 R .985 .989 .993 .994 .995 .996 .996 gfedcbaR 平方 .970 .977 .986 .988 .990 .992 .993 調整後 R 平方 標準偏斜度錯誤 .970 .976 .985 .986 .989 .990 .991 2493.52168 2219.71513 1780.08295 1668.02401 1497.81841 1408.25778 1338.51340 表4.1.2给出了随着变量进入依次形成的7个模型的拟合情况。可以发现7个模型修正的可决系数（调整的R方）在依次递增，而且都在0.97以上，所以，模型的拟合情况非常好。
6
沈阳理工大学学士学位论文 表4.1.3 方差分析表
方差分析表 模型 1 迴歸 殘差 總計 2 迴歸 殘差 總計 3 迴歸 殘差 總計 4 迴歸 殘差 總計 5 迴歸 殘差 總計 6 迴歸 殘差 總計 7 迴歸 殘差 總計 平方和 8165998655.013 248706015.590 8414704670.603 8222546394.723 192158275.880 8414704670.603 8294294249.055 120410421.548 8414704670.603 8311759419.494 102945251.110 8414704670.603 8333940110.514 80764560.090 8414704670.603 8345293021.890 69411648.713 8414704670.603 8353789654.712 60915015.892 8414704670.603 df 平均值平方 1 8165998655.013 40 41 6217650.390 F 1313.358 顯著性 .000 b 4927135.279 834.415 .000 c2 4111273197.361 39 41 3168695.304 872.525 .000 d3 2764764749.685 38 41 2782304.084 746.841 .000 e4 2077939854.873 37 41 2243460.002 742.954 .000 f5 1666788022.103 36 41 1983189.963 701.336 .000 g6 1390882170.315 35 41 1791618.114 666.101 .000 h7 1193398522.102 34 41 a. 應變數: 保费收入合计 b. 預測值：（常數），中级 c. 預測值：（常數），中级, 高级 d. 預測值：（常數），中级, 高级, 大专 e. 預測值：（常數），中级, 高级, 大专, 三十六岁到四十五岁 f. 預測值：（常數），中级, 高级, 大专, 三十六岁到四十五岁, 中专以下 g. 預測值：（常數），中级, 高级, 大专, 三十六岁到四十五岁, 中专以下, 博士 h. 預測值：（常數），中级, 高级, 大专, 三十六岁到四十五岁, 中专以下, 博士, 四十六岁以上 表4.1.3给出了随着变量的进入依此形成的7个模型的方差分析结果。可以发现p值一直为0.000，模型的整体极为显著。
7
沈阳理工大学学士学位论文
表4.1.4系数
系数 非標準化係數 模型 1 （常數） 中级 2 （常數） 中级 高级 3 （常數） 中级 高级 大专 4 （常數） 中级 高级 大专 三十六岁到四十五岁 7 （常數） 中级 高级 大专 三十六岁到四十五岁 中专以下 博士 四十六岁以上 a. 應變數\\: 保费收入合计 B 749.905 5.391 996.009 7.301 -17.812 500.422 8.063 -33.364 .492 578.575 11.144 -48.988 1.526 -1.905 299.011 12.364 -48.063 2.713 -6.253 1.466 146.304 2.145 標準錯誤 404.906 .149 367.692 .579 5.258 312.720 .491 5.335 .103 294.690 1.313 7.992 .424 .760 256.893 2.269 9.662 .432 1.240 .439 60.505 .985 2.259 -.968 1.116 -2.104 .352 .111 .405 2.036 -.986 .628 -.641 1.474 -.672 .203 1.334 -.359 .985 標準化係數 Beta T 1.852 36.240 2.709 12.604 -3.388 1.600 16.410 -6.254 4.758 1.963 8.488 -6.129 3.601 -2.505 1.164 5.449 -4.974 6.284 -5.041 3.338 2.418 2.178 顯著性 .071 .000 .010 .000 .002 .118 .000 .000 .000 .057 .000 .000 .001 .017 .253 .000 .000 .000 .000 .002 .021 .036 表4.1.4给出了随着变量的进入依次形成的7个模型的自变量系数。因为本表太大，所以删去了中间的一部分，这不影响最后的结果。可以发现只有第7个模型的各个自变量系数是非常显著的。
综上所述：
1.最终模型的表达式（即第7个模型）：
保费收入合计=12.364*中级-48.063*高级+2.713*大专-6.253*三十六岁到四十五岁+1.466*中专以下+146.304*博士+2.145
2.最终模型的拟合度很好，修正决定系数接近1. 3.模型整体显著，p值为0.000
4.在最终模型中，各自变量系数的显著性p值都小于0.05，显著。
8