欧阳育创编 2024.02.04 欧阳育创编 2024.02.04
SPSS 统计分析
时间：2024.02.04 创作：欧阳育 多元线性回归分析方法操作与分析
实验目的：
引入1998~2008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因素。 实验变量：
以年份、商品房平均售价（元/平方米）、上海市城市人口密度(人/平方公里)、城市居民人均可支配收入(元)、五年以上平均年贷款利率(%)和房屋空置率(%)作为变量。 实验方法：多元线性回归分析法 软件：spss19.0 操作过程：
第一步：导入Excel数据文件
1. open data document——open data——open； 2. Opening excel data source——OK. 第二步：
1.在最上面菜单里面选中Analyze——Regression——Linear ，Dependent（因变量）选择商品房平均售价，Independents（自变量）选择城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房屋空置率；Method选择Stepwise.
进入如下界面：
2.点击右侧Statistics，勾选Regression Coefficients（回归系数）选项组中的Estimates；勾选Residuals（残差）选项组中的Durbin-Watson、Casewise diagnostics默认；接着选择Model fit、Collinearity diagnotics；点击Continue.
3.点击右侧Plots，选择*ZPRED（标准化预测值）作为纵轴变量，选择DEPENDNT（因变量）作为横轴变量；勾选选项组中
欧阳育创编 2024.02.04 欧阳育创编 2024.02.04
欧阳育创编 2024.02.04 欧阳育创编 2024.02.04
的Standardized Residual Plots（标准化残差图）中的Histogram、Normal probability plot；点击Continue. 4.点击右侧Save，勾选Predicted Vaniues（预测值）和
Residuals（残差）选项组中的Unstandardized；点击Continue. 5.点击右侧Options，默认，点击Continue. 6.返回主对话框，单击OK. 输出结果分析： 1.引入/剔除变量表
Variables Entered/Removeda
Model 1
Variables Entered 城市人口密度 (人/平方公里)
Variables Removed
Method
. Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100).
2
城市居民人均可支配收入(元)
. Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100).
a. Dependent Variable: 商品房平均售价（元/平方米）
该表显示模型最先引入变量城市人口密度 (人/平方公里)，第二个引入模型的是变量城市居民人均可支配收入(元)，没有变量被剔除。 2. 模型汇总 Model Summaryc Std. Error of the Model 1 2 R 1.000a 1.000b R Square 1.000 1.000 Adjusted R Square 1.000 1.000 Estimate 35.187 28.351 Durbin-Watson 2.845 a. Predictors: (Constant), 城市人口密度 (人/平方公里) b. Predictors: (Constant), 城市人口密度 (人/平方公里), 城市居民人均可支配收入(元) c. Dependent Variable: 商品房平均售价（元/平方米） 该表显示模型的拟合情况。从表中可以看出，模型的复相关系数（R）为1.000，判定系数（R Square）为1.000，调整判定系数（Adjusted R Square）为1.000，估计值的标准误差欧阳育创编 2024.02.04 欧阳育创编 2024.02.04
欧阳育创编 2024.02.04 欧阳育创编 2024.02.04
（Std. Error of the Estimate）为28.351，Durbin-Watson检验统计量为2.845，当DW≈2时说明残差独立。 3. 方差分析表
ANOVAc
Model 1
Regression Residual Total
2
Regression Residual Total
Sum of Squares 38305583.506
11143.039 38316726.545 38310296.528
6430.018 38316726.545
df
1 9 10 2 8 10
Mean Square 38305583.506
1238.115
F 30938.620
Sig. .000a
19155148.264
803.752
23832.156
.000b
a. Predictors: (Constant), 城市人口密度 (人/平方公里)
b. Predictors: (Constant), 城市人口密度 (人/平方公里), 城市居民人均可支配收入(元) c. Dependent Variable: 商品房平均售价（元/平方米）
该表显示各模型的方差分析结果。从表中可以看出，模型的F统计量的观察值为23832.156，概率p值为0.000，在显著性水平为0.05的情形下，可以认为：商品房平均售价（元/平方米）与城市人口密度 (人/平方公里),和城市居民人均可支配收入(元)之间有线性关系。
4. 回归系数
Coefficientsa StandardizeUnstandardized Coefficients d Coefficients Collinearity Statistics TolerancModel 1 (Constant) 城市人口密度 (人/平方公里) 2 (Constant) 城市人口密度 (人/平方公里) 1555.506 1.020 44.432 .022 B 1652.246 1.072 Std. Error 24.137 .006 Beta T 68.454 175.894 Sig. .000 .000 e VIF 1.000 1.000 1.000 .951 35.009 46.302 .000 .000 .050 20.126 欧阳育创编 2024.02.04 欧阳育创编 2024.02.04
SPSS多元线性回归分析实例操作步骤之欧阳育创编
