注意：此案例基于基于SPSS数据分析和采矿的实际情况的本质----第10章

案例背景：研究受访者背景信息对消费者信心指数的影响，并进一步研究了详细的内部功能；

分析方法：使用方差分析筛选自变量，然后建议多个回归方差以进一步检查变量的影响。在此基础上，最佳量表回归被用来深入探索自变量的各种复杂的动作趋势，并使用多级模型来深入分析时间级别的置信指数变化状况。

消费置信度指数计算的主要变量：

1。与一年前相比，您家人当前的财务状况如何？

2。与现在相比，您家庭的财务状况一年会如何变化？

3。与现在相比，您认为该地区一年的经济发展状况是什么？

4。与现在相比，您认为5年内该地区经济中会发生什么变化？

5。您认为现在是购买大量耐用消费品的好时机，例如家用电器，计算机和高端家具吗？

分析思想和业务理解：

1。考虑建立标准的通用线性模型（尚无因变量）。由于有许多候选依赖变量，因此适合ANOVA模型是一种常见的做法：

2。由于信心指数会随着时间而变化，因此还必须考虑时间的影响（我个人认为时间可能具有一定的相关性，但没有因果关系）。其次，不同地区也会产生影响。

3。置信指数的研究非常特别。一般而言，当总结有关多个问题的信息时，最好的方法是提取主组件，但是置信指数的计算方法是固定的加法公式。

4。在亚物体中，有必要考虑是否可以将每个影响因子的作用细分为5个子指标。首先，使用总置信度指数的模型来筛选影响因素。然后将每个问题用作因变量来建立相应的分析模型。在某些情况下，某个因素会影响子项目指标，但对总体指标没有影响，但是这种情况不考虑。

数据探索：

1）检查时间和地区对置信指数的影响；

“图形” ----“构建图形程序”；选择“直方图”并拖入画布；将变量“ index1”放入水平坐标中；在“元素属性”的对话框中选择“显示正常曲线” ---应用；切换到“组/点ID” ----“行面板变量”；将“ S0”拖到“平台面板”中；