精心整理 显着性（双侧） df .427 7 . 0 表中，偏相关系数为0.304，显着性概率p=0.427>0.05,说明剔除温度色影响后，单位害虫值对产量没有显着性关系。 【结果分析、体会和收获】：通过本次试验熟练掌握了用spps对两个或多个随机变量的线性相关关系，我们可以先通过散点图对关系进行简单判断，然后再通过数据的具体分析作出进一步判断。 实验七 【实验名称】：用SPSS处理经典回归问题 【实验时间】：2014年5月 16日 【实验目的】：学习如何运用SPSS处理经典回归问题 【实验内容及要求】：用SPSS处理经典回归问题来考察中国城镇居民2011年人均可支配收入与消费支出之间的关系 【实验过程及结果】： （1）画散点图 （2）判断人均可支配收入与消费支出之间是否大致呈线性关系 输入／移去的变量 模型 1 输入的移去的变量 消费支出Y a. 已输入所有请求的变量。 ab变量 方法 . 输入 2024年－9月 精心整理 输入／移去的变量 模型 1 输入的移去的变量 消费支出Y a. 已输入所有请求的变量。 b. 因变量: 可支配收入X 模型汇总 模型 R 1 aab变量 方法 . 输入 标准 估调整 计的误R 方 R 方 差 .986 .971 .970 413.04952 a. 预测变量: (常量), 消费支出Y。 Anova 模型 1 回归 残差 总计 4947687.223 1.724E8 30 29 170609.平方和 1.675E8 df 均方 F Sig. ab1 1.675E8 981..000 703 904 a. 预测变量: (常量), 消费支出Y。 b. 因变量: 可支配收入X 系数 模型 非标准化系数 标准系数 a标准 试用B 误差 版 t Sig. 2024年－9月 精心整理 1 (常量) 消费支出Y a. 因变量: 可支配收入X 256.270.4469 34 .948 .351 .717 .023 .986 31.332 .000 结果分析 表1中显示的是拟合过程中变量输入/移去模型的情况记录，由于只引入了一个自变量，所以只出现一个模型1，该模型中“消费支出Y”为进入的变量，没有移除的变量，具体的输入/移去方法为输入。 表2是模型拟合概述， 列出了模型的R、R2 、调整R2 及估计标准误。R2 值越大所反映的两变量的共变量比率越高，模型与数据的拟合程度越好。本题所用数据拟合结果显示：R(所考察的自变量和因变量之间的相关系数)= 0.986 ，R2(拟合线性回归的决定系数)= 0.971 ，经调整后的R2=0.970，标准误的估计= 413.04952 。 表3方差分析表， 列出了变异源、自由度、均方、F值及对F的显着性检验。本题中回归方程显着性检验结果表明：回归平方和为1.675E8，残差平方和为 4964787.223 ，总平方和为 1.724E8 ，对应的F统计量的值为 981.703 ， Sig=0.000<0.05,可以认为所建立的回归方程有效，所以COD与BOD5之间成线性关系。 表4回归系数表，列出了常数及非标准化回归系数的值及标准化的回归系数，同时对其进行显着性检验。本题中非标准化的回归系数B的估计值为 0.717 ，标准误为0.023，标准化的回归系数为0.986，回归系数显着性检验t统计量的值为 0.948 ，对应显着性水平Sig.= 0.351 <0.05，可以偏回归系数与0有显着性差异，被解释的变量和解释的变量的线性关系是显着的，因此，本题回归分析得到的回归方程为：y=-0.492x-5.360 。对方程的方差分析及对回归系数的显着性检验均发现，所建立的回归方程显着。 综上所述，人均可支配收入与消费支出之间大致呈线性关系 ????x ???3）用最小二乘估计求回归方程y01????x（x为人均可支配收入，y为消费支出） ??? 由公式y014）决定系数 表2是模型拟合概述， 列出了模型的R、R2 、调整R2 及估计标准误。R2 值越大所反映的两变量的共变量比率越高，模型与数据的拟合程度越好。本题所用数据拟合结果显示：R(所考察的自变量和因变量之间的相关系数)= 0.986 ，R2(拟合线性回归的决定系数)= 0.971 2024年－9月 精心整理 1) 给出置信水平为95%的预测区间。 【实验过程及结果】： 描述性统计量 标 准 均偏值 差 N 满23意.0度 000 Z563.36 36367 5.36 03480 5.36 96790 7.36 42048 6.36 97541 5.36 92406 6.36 20516 1 .7222 Z542 .6111 Z593 .7222 Z534 .5278 Z535 .3611 Z546 .3056 2024年－9月 精心整理 Z1..136 867 1186 67 Z141136 .7218 .3578 49 相关性 满 Pearson 相关性 Z意度 Z1 Z2 Z3 Z4 Z5 Z6 Z7 Z8 满1..4.1.3.4-..2-..4意0013 18 26 27 0745 3086 度 0 6 2 .41..1.3.3.0.2-..31 13 0086 86 15 43 13 2204 0 Z3 .1.11.-..2.3.0-.-.2 18 86 000041 73 45 12140 6 Z7 4 .3.3-.1..2.2.4-..23 26 86 000017 00 54 0070 6 0 Z2 .4.3.2.21..3.3-..24 27 15 41 17 0053 22 6034 0 Z6 -..0.3.2.31..3-.-.5 0743 73 00 53 0030 06006 Z0 6 4 .2.2.0.4.3.31.-..16 45 13 45 54 22 30 001672 0 4 2024年－9月
管理统计学-基于SPSS软件应用总结归纳信息管理实验报告
