利用spss對年齡與總保費(fèi)、理賠費(fèi)相關(guān)性的探索

張伊涵 楊杉

作者簡介：張伊涵（1999— ），女，漢族，四川南充人，本科在讀。主要研究方向：大數(shù)據(jù)分析。

基金項(xiàng)目：本論文受四川大學(xué)錦城學(xué)院青年科協(xié)資助，項(xiàng)目名稱：四川大學(xué)錦城學(xué)院大數(shù)據(jù)實(shí)驗(yàn)室建設(shè)（項(xiàng)目編號：2018JCKY0002）。

摘 要：以某保險(xiǎn)公司近幾年的新投保數(shù)據(jù)以及理賠數(shù)據(jù)為研究對象，利用SPSS軟件對表中的總保費(fèi)、理賠費(fèi)分別與年齡進(jìn)行相關(guān)性分析，采用探索分析中莖葉圖、箱型圖、置信區(qū)間等多個(gè)方面來進(jìn)行研究，從得到的圖表和數(shù)據(jù)能直觀看到年齡與總保費(fèi)的關(guān)系以及年齡與理賠費(fèi)之間的關(guān)系，分析出什么年齡段的人購買的保險(xiǎn)費(fèi)用最高或最低，哪個(gè)年齡段的人得到的理賠費(fèi)最多或最少，得出在哪個(gè)年齡段購買保險(xiǎn)最好，并為現(xiàn)代社會購買保險(xiǎn)的人提出相關(guān)性建議并進(jìn)行改善。

關(guān)鍵詞：總保費(fèi);理賠費(fèi);年齡;探索分析

隨著社會的快速發(fā)展，人們會選擇購買各種各樣的保險(xiǎn)，每個(gè)險(xiǎn)種都是一種安全的保障，它可以在一定程度上面給我們減輕經(jīng)濟(jì)的壓力，保險(xiǎn)就是風(fēng)險(xiǎn)轉(zhuǎn)移的工具，現(xiàn)代的保險(xiǎn)有各種各類的供我們選擇，每種保險(xiǎn)的費(fèi)用都不一樣，對于不同類型的人群他們的總保費(fèi)和理賠費(fèi)也存在差異性。

本文以90萬條新投保數(shù)據(jù)以及20萬條的理賠數(shù)據(jù)為例，利用SPSS對人群年齡來分析他們的總保費(fèi)和理賠費(fèi)，認(rèn)為人群的年齡與總保費(fèi)、理賠費(fèi)具有一定的相關(guān)性，這需要通過SPSS軟件的強(qiáng)大功能來進(jìn)行詳細(xì)的分析，從多個(gè)角度來證明人群類型與總保費(fèi)、理賠費(fèi)用之間存在的聯(lián)系，比如探索分析、相關(guān)性分析、箱型圖和莖葉圖等角度，來詳細(xì)了解當(dāng)代社會各種類型的人對保險(xiǎn)的需求以及得到的賠償情況。

一、SPSS軟件的簡介

（一）PSS軟件的現(xiàn)狀

SPSS （Statistical Product and Service Solutions）是統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案簡稱。為IBM公司一系列用于統(tǒng)計(jì)學(xué)分析運(yùn)算、數(shù)據(jù)挖掘、預(yù)測分析和決策支持任務(wù)的軟件產(chǎn)品及相關(guān)服務(wù)總稱，有Windos和macOS等版本。[1]

現(xiàn)代的醫(yī)療事業(yè)、教育事業(yè)、市場調(diào)研、營銷調(diào)研等工作，都離不開SPSS軟件的使用。隨著社會的進(jìn)步，我們的身邊都存在大量的數(shù)據(jù)，當(dāng)對海量的數(shù)據(jù)進(jìn)行分析時(shí)，越來越多的人會選擇使用SPSS軟件。

（二）SPSS軟件的特點(diǎn)

SPSS能快速方便的導(dǎo)入數(shù)據(jù)，接口非常豐富，以類似于EXCEL的結(jié)構(gòu)輸入數(shù)據(jù)，界面簡潔干凈，只要能簡單了解數(shù)據(jù)分析的基本原理和簡單的電腦操作就能對數(shù)據(jù)進(jìn)行系統(tǒng)處理并且能進(jìn)行各種角度分析，操作簡便，輸出結(jié)果直觀詳細(xì)。SPSS將數(shù)據(jù)錄入、數(shù)據(jù)清洗、數(shù)據(jù)分析融為一體，包含一些數(shù)據(jù)排序、數(shù)據(jù)重新編碼、描述統(tǒng)計(jì)、相關(guān)分析、回歸分析以及圖表展示等多種功能，讓我們在數(shù)據(jù)分析的過程中感到輕松易懂。

二、數(shù)據(jù)說明

（一）數(shù)據(jù)來源

數(shù)據(jù)來源于四川省某高校在線學(xué)習(xí)平臺，有新投保數(shù)據(jù)和理賠數(shù)據(jù)兩張表，新投保數(shù)據(jù)有九十多萬條，理賠數(shù)據(jù)有十多萬條，包含了保險(xiǎn)公司近幾年來總保費(fèi)、賠款金額、年齡、過去三年平均年收入、家庭成員、保額等數(shù)據(jù)

（二）數(shù)據(jù)清洗

表中有許多數(shù)據(jù)我們是用不到的，只需要留下總保費(fèi)、賠款金額、年齡這三列來進(jìn)行分析，賠款金額為0的數(shù)據(jù)要進(jìn)行刪除，并刪除總保費(fèi)和賠款金額過高的異常值，再將年齡進(jìn)行分組，將0—18歲設(shè)置為未成年，19—45歲設(shè)置為青年人，46—55歲設(shè)置為中年人，55歲以上的設(shè)置為老年人。再利用SPSS軟件從不同的分析方法來分析年齡與總保費(fèi)、理賠費(fèi)之間存在的關(guān)系。

三、年齡與總保費(fèi)數(shù)據(jù)對比分析

（一）相關(guān)性分析方法

Person是一個(gè)-1到1的值，表示兩組線性的數(shù)據(jù)一同變化移動(dòng)的趨勢，當(dāng)兩組數(shù)據(jù)呈現(xiàn)強(qiáng)烈相關(guān)性時(shí)，系數(shù)會更接近于-1或1;如果系數(shù)接近0，那么兩組數(shù)據(jù)表示不存在線性相關(guān)性;如果一組數(shù)據(jù)隨著另外一組數(shù)據(jù)的增大而增大，則相關(guān)系數(shù)大于0，兩組數(shù)據(jù)屬于正相關(guān)性，如果一組數(shù)據(jù)隨著 另外一組數(shù)據(jù)的增大而減小，那么相關(guān)系數(shù)小于0，這兩組數(shù)據(jù)是負(fù)相關(guān)性。[2]

由圖1表明無論是總保費(fèi)隨著年齡的變化而變化還是年齡隨著總保費(fèi)的變化而變化，它們的相關(guān)性系數(shù)都為0.91且接近于1，說明兩者具有強(qiáng)烈相關(guān)性且屬于正相關(guān);同時(shí)在相關(guān)性系數(shù)后的兩個(gè)**代表sig值小于0.01，如果一個(gè)*表示系數(shù)小于0.5，三個(gè)*表示系數(shù)為0.01，sig值是顯著性指標(biāo)，一般大于0.05表示數(shù)據(jù)之間相關(guān)性不顯著，小于0.05表示相關(guān)性顯著;所以一般情況下相關(guān)系數(shù)后面存在一個(gè)*能表明兩組數(shù)據(jù)具有顯著相關(guān)性了，表中出現(xiàn)兩個(gè)**說明年齡與總保費(fèi)具有強(qiáng)烈相關(guān)性，隨著年齡的增大，總保費(fèi)也增高。

（二）探索分析方法

先提取圖表關(guān)鍵性的詞語（偏度、峰度），偏度（Skewness）展現(xiàn)了數(shù)據(jù)偏斜方向與程度的度量，當(dāng)左右分布對稱時(shí)，偏度系數(shù)為0，也是所謂的正態(tài)分布，在現(xiàn)實(shí)的數(shù)據(jù)中一般不會出現(xiàn)正態(tài)分布;當(dāng)偏度小于0時(shí)，圖像分布為負(fù)偏離，表示數(shù)據(jù)位于均值的右邊比左邊多，大部分?jǐn)?shù)據(jù)偏大;當(dāng)偏度大于0時(shí)，則相反;同時(shí)偏度的絕對值越大，數(shù)據(jù)分布偏移程度越嚴(yán)重。峰度表示概率密度發(fā)布曲線在平均值處峰值高低的特征數(shù)，用來描述分布形態(tài)的陡緩程度，峰度為0時(shí)，表現(xiàn)為正態(tài)分布;當(dāng)峰度小于0時(shí)，則峰度分布平緩;當(dāng)峰度大于0時(shí)，則峰度發(fā)布陡峭 。[3]

根據(jù)年齡進(jìn)行的分組，通過分析得到的圖2（以未成年人數(shù)據(jù)分析為例），可以發(fā)現(xiàn)任何一個(gè)年齡段的人偏度與峰度都是正數(shù)，說明人們購買保險(xiǎn)的總保費(fèi)普遍較低，高總保費(fèi)較為稀疏，但隨著年齡的增長，偏度與峰度的值越來越小，代表著總保費(fèi)向著高的趨勢發(fā)展，老年人購買保險(xiǎn)的費(fèi)用相對較高;同時(shí)也可以根據(jù)均值的95%置信區(qū)間對數(shù)據(jù)總體參數(shù)進(jìn)行區(qū)間分析，明顯可見隨著年齡增長，置信區(qū)間上下限大，代表總保費(fèi)在增高，與通過偏度峰度得出的結(jié)論吻合。

最后還可以通過箱型圖形象的表現(xiàn)出了多種統(tǒng)計(jì)量所處的位置，分為中心、延伸以及分布狀態(tài)的全部范圍，箱型圖中間明顯的一條黑線代表數(shù)據(jù)的中位數(shù)。

由于數(shù)據(jù)過多系統(tǒng)所繪制的箱型圖無法完整的展現(xiàn)出來，便只保留了數(shù)據(jù)中最多的一塊區(qū)域，將其他范圍的數(shù)據(jù)刪除;最后可以明顯看出四個(gè)年齡段的人總保費(fèi)的中位數(shù)都位于偏低的位置但呈逐步上升的趨勢，說明人們的總保費(fèi)總體是偏低狀態(tài)但隨著年齡增長總保費(fèi)總體趨勢會增高，其中未成年人總保費(fèi)數(shù)據(jù)總體最低，老年人最高;箱型圖上方的數(shù)據(jù)表明有少部分總保費(fèi)數(shù)據(jù)偏高，未成年人的數(shù)據(jù)分布最為稀疏，這與投保人數(shù)和年齡都有關(guān)。

四、年齡與理賠費(fèi)數(shù)據(jù)對比分析

（一）探索分析方法

由探索分析的有效案例可以知道，未成年人賠款的人數(shù)只有13人，表明了現(xiàn)代社會未成年人需要保險(xiǎn)公司賠償?shù)娜藬?shù)較少，而青年人和中年人的賠款人數(shù)最多，老年人其次。

（以老年人數(shù)據(jù)分析為例）95%的置信區(qū)間提供了一種區(qū)間估計(jì)的方法，其中95%被稱為置信水平，是統(tǒng)計(jì)時(shí)的一種習(xí)慣，表示當(dāng)構(gòu)造出100個(gè)區(qū)間時(shí)，當(dāng)中就會包含95個(gè)是真實(shí)值，當(dāng)然也可以根據(jù)實(shí)際情況來設(shè)置合適的置信水平，如果置信水平降低，那么區(qū)間會越靠攏，上限升高，下限降低;而置信區(qū)間展示的是這個(gè)參數(shù)的真實(shí)值有一定概率落在測量結(jié)果周圍的程度，來表示推斷的結(jié)果。

那么可以通過均值為95%的置信區(qū)間明顯看出，雖然未成年人的賠款人數(shù)最少，但是總體的賠款金額是最高的，而老年人的賠款金額略低一些，處于2000的一個(gè)總體的水平，青年人和未成年人雖然賠款人數(shù)最多但是賠款金額總體確實(shí)最低的，大概都是一千多的水平。并且也能通過峰度和偏度的數(shù)據(jù)可以看出圖形是右偏的，高賠償金額整體較低，數(shù)據(jù)越大賠款金額越低，那么青年人和中年人的理賠費(fèi)用普遍較低，未成年人高賠償金額較多，老年人其次，這與通過置信區(qū)間所得出結(jié)論一致。[5]

同時(shí)還可以從探索分析展示的莖葉圖進(jìn)行分析，莖葉圖通過名字可以知道分為莖和葉，是數(shù)據(jù)頻數(shù)統(tǒng)計(jì)的一種方式，它將數(shù)的大小基本不變或變化不大的位作為莖（圖的主干），那么變化大的位則作為葉（圖的分支），葉在莖的后面，就可以清楚的看出數(shù)據(jù)的多少與大小。圖中的Stemwidth意思為莖葉的寬度，圖中的主干需要乘以寬度才為數(shù)的正確大小，而Eeachleaf則是每片葉子代表的個(gè)案數(shù)。[6]

從莖葉圖中可以看出，未成年人的賠款金額眾數(shù)是在2000-2900這樣的一個(gè)區(qū)間，而青年人、中年人和老年人的的賠款金額眾數(shù)區(qū)間是一樣的，都在1000-1090的位置。可以觀察到除了未成年人，其他年齡段的人賠款金額區(qū)間頻率大致相同，也可得到未成年人的賠款金額相比較高，青年人、中年人、老年人相比賠款金額變化不大。

五、建議

在我們現(xiàn)代生活中保險(xiǎn)扮演著一種“安全網(wǎng)”和“穩(wěn)定器”的角色，它能保障人民的日常生活，也能維護(hù)社會的穩(wěn)定，對中國的經(jīng)濟(jì)發(fā)展也起到了重要的作用，是人們生活中已不可或缺的一部分，買一份保險(xiǎn)就是買一份心安，隨著年齡的增長，身體的各種機(jī)能也在逐漸衰退直到喪失勞動(dòng)能力，所以老年人是一定需要購買保險(xiǎn)的，比如人身保險(xiǎn)、財(cái)產(chǎn)保險(xiǎn)等，但是人年紀(jì)大了更容易發(fā)生疾病與意外，保險(xiǎn)公司拿你的保險(xiǎn)費(fèi)可以去投資的時(shí)間就越少并且賠付的風(fēng)險(xiǎn)也隨之提高，那么總保費(fèi)也會增加，所以我們應(yīng)該越早買保險(xiǎn)越好，0歲的小孩買保險(xiǎn)是最便宜的，年齡越大保險(xiǎn)公司收取的保險(xiǎn)費(fèi)會更多。[7]年齡越小理賠人數(shù)越少，但賠款金額會隨之增加，說明小孩發(fā)生疾病時(shí)一般情況比較嚴(yán)重，而老年人只是普遍的身體疾病，我們應(yīng)多注重自己的身體健康與人身安全，更應(yīng)該保證小孩的身體健康，追求一輩子都能不發(fā)生疾病或意外，最后正常老去的身故賠償額一般也會比交的保費(fèi)更多一些，就把這一部分當(dāng)作“利息”給家人。

六、結(jié)語

我們通過年齡與總保費(fèi)數(shù)據(jù)進(jìn)行相關(guān)性、探索對比分析，可以得到兩者之間是強(qiáng)相關(guān)性，且隨著年齡的增長對于購買保險(xiǎn)的費(fèi)用也在增多;而當(dāng)年齡與理賠費(fèi)用進(jìn)行對比分析時(shí)，我們通過置信區(qū)間以及莖葉圖可以看出未成年人的賠款金額相比最高，老年人其次。

參考文獻(xiàn)：

[1]蘭鷹，肖詩伯，楊玉梅.利用SPSS在圖書館統(tǒng)計(jì)分析工作中的探索[J].電腦知識與技術(shù)，2018，14（35）：1-2.

[2]章震宇.人力資源理論與實(shí)踐[D].華東師范大學(xué)，2008.

[3]蔡忠建.對描述性統(tǒng)計(jì)量的偏度和峰度應(yīng)用的研究[J].北京體育大學(xué)學(xué)報(bào)，2009，32（03）：75-76.

[4]孫麗君.探索性數(shù)據(jù)分析方法及應(yīng)用[D].東北財(cái)經(jīng)大學(xué)，2005.

[5]宋鴻，陳曉玲.基于莖葉圖的數(shù)據(jù)分析與制圖方法[J].統(tǒng)計(jì)教育，2008（02）：16.

[6]王文千.淺析人口老齡化對人身保險(xiǎn)消費(fèi)的影響[J].營銷界，2019（33）：75-76.

通訊作者簡介：楊杉（1983— ），女，漢族，四川成都人，博士，副教授。主要研究方向：數(shù)據(jù)挖掘、大數(shù)據(jù)。