实验7 相关与回归分析报告SPSS应用.doc

《实验7 相关与回归分析报告SPSS应用.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、实验7相关与回归分析7.1实验目的熟练掌握一元线性回归分析的SPSS应用技能，掌握一元非线性回归分析的SPSS应用技能，对实验结果做出解释。7.2相关知识（略）7.3实验容7.3.1一元线性回归分析的SPSS实验7.3.2一元非线性回归分析的SPSS实验7.4实验要求7.4.1准备实验数据1.线性回归分析数据美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（TheWallStreetJournalAlmanac1999）上。航班正点到达的比率和每10万名乘客投诉的次数的数据，见表7-1所示。表7-1美国航空公司航空正点率与乘客投诉次数资料航空公司名称航班正点率

2、（%）投诉率（次/10万名乘客）西南(Southwest)航空公司81．80．21大陆(Continental)航空公司76．60．58西北(Northwest)航空公司76．60．85美国(USAirways)航空公司75．70．68联合(United)航空公司73．80．74美洲(American)航空公司72．20．93德尔塔（Delta）航空公司71．20．72美国西部(Americawest)航空公司70．81．22环球(TWA)航空公司68．51．252.非线性回归分析数据1992～2013年某国保费收入与国生产总值的数据，试研究保费收入与国生产总值的关系的数据

3、，见表7-2所示。表7-21992～2013年某国保费收入与国生产总值数据单位：万元年度保费收入国民生产总值年度保费收入国民生产总值19924.64517.82003239.721662.519937.84860.3200437826651.9199410.35301.8200552534560.5199513.25957.42006630466701996207206.7200768357494.9199733.18989.1200877666850.5199845.810201.42009108073142.7199971.0411954.520101247.37696

4、7.22000109.514922.320111393.2280579.42001142.616917.820121595.988228.12002178.518598.420132109.3694346.47.4.2完成一元线性回归分析的SPSS实验，对实验结果作出简要分析。7.4.3完成一元非线性回归分析的SPSS实验，对实验结果作出简要分析。7.5实验步骤7.5.1完成一元线性回归分析的SPSS实验步骤1.运用SPSS绘制散点图散点图。第一步：在excel中输入数据图7-1第二步：将excel数据导入spss单击打开数据文档按钮（或选择菜单文件→打开）→选择文件航空公

5、司航班正点率与投诉率.xls图7-2第三步：选择菜单图形→旧对话框→散点/点状，在散点图/点图对话框中，选择简单分布按钮图7-3第三步：在简单散点图对话框中，将候选变量框中的投诉率添加到Y轴，航班正点率添加到X轴，点击确定：图7-4第四步：运行得到：图7-5根据散点图初步判断航班正点率和投诉率呈线性关系2．计算相关系数，明确变量之间存在的相关关系。第一步：选择菜单分析（A）相关（C）→双变量相关（B），在双变量相关对话框中，将候选变量框中的航班正点率和投诉率添加到变量（V）框，点击确定：图7-6第二步：运行得到表7-1相关性航班正点率（%）投诉率（次/10万名乘客）航班正点

6、率（%）Pearson相关性1-.883**显著性（双侧）.002N99投诉率（次/10万名乘客）Pearson相关性-.883**1显著性（双侧）.002N99**.在.01水平（双侧）上显著相关。根据相关系数判断：航班正点率和投诉率的相关系数为-0.833，显著性水平P为0.002小于0.05，说明航班正点率和投诉率高度负相关。3．拟合回归方程第一步：选择菜单分析（A）→回归（R）→线性（L），将候选变量框中的投诉率添加到因变量框（D），航班正点率添加到自变量框（T），点击确定：图7-7第二步，运行得到表7-2系数a模型非标准化系数标准系数tSig.（显著性水平）B标准

7、误差试用版1(常量)6.0181.0525.719.001航班正点率（%）-.070.014-.883-4.967.002a.因变量:投诉率（次/10万名乘客）拟合回归方程为=-0.07X+6.018，常数项和自变量t值分别为5.719和-4.967，显著性水平P分别为0.001和0.002，均小于0.05，说明常数项和自变量X对因变量Y有显著影响。4．计算回归标准误差，说明回归直线的代表性；计算样本拟合优度，说明模型拟合的效果。第一步：操作同3第二步，运行得到表7-3模型汇总模型RR方调整R方标准估计的误差1.8