用spss做一元线性回归分析

《用spss做一元线性回归分析》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、用SPSS做一元线性回归分析粮食生产是一个关系到国家生存与发展的一个重要问题，粮食产量波动，制约着国民经济发展，影响着粮食的价格。因此，研究影响粮食产量波动的因素的意义不可小觑。本次分析主要通过SPSS以及线性回归分析方法，研究分析粮食产量与土地灌溉面积之间的关系。大致的操作过程为：首先做散点图，查看两因素之间是否线性相关；如果线性相关，接着做线性回归分析，揭示其数量关系。最后对回归方程做显著性检验以及经济意义的检验。一、模型设定我们的研究目的在于分析粮食产量与土地灌溉之间的数量关系，选取了2012年我国各个省份的

2、粮食产量(万吨)和有效土地灌溉面积（千公顷）数据，将“粮食产量”作为被解释变量Y,“有效土地灌溉面积”作为解释变量X。1.建立数据文件打开SPSS的数据编辑器，对变量视图中一些内容进行编辑,然后将EXCEL表格内数据拷贝到SPSS中。省份有效土地灌溉面积（千公顷）粮食产量（万吨）XY北京209.3121.8天津338.0161.8河北4596.63172.6山西1319.91193.0内蒙古3072.42387.5辽宁1588.42035.5吉林1807.53171.0黑龙江4332.75570.6上海199.61

3、22.0江苏3817.93307.8浙江1456.8781.6安徽3547.73135.5福建967.5672.8江西1867.72052.8山东4986.94426.3河南5150.45542.5湖北2455.72388.5湖南2762.42939.4广东1873.21361.0广西1529.21429.9海南247.5188.0重庆692.91126.9四川2600.83291.6贵州1201.2876.9云南1634.21673.6西藏245.393.7陕西1274.31194.7甘肃1291.81014.6

4、青海251.7103.4宁夏477.6359.0新疆3884.61224.7表一2.画散点图从菜单上依次点选：图形—旧对话框—散点/点状,定义简单分布，设置Y为粮食产量，X为有效土地灌溉面积，点击确定，即可出现下面的散点图。图一由散点图发现，粮食产量与有效土地灌溉面积之间线性相关。所以建立如下线性模型：二、线性回归分析从菜单上依次点选：分析—回归—线性,出现线性回归对话框。在主对话框中设置因变量为“粮食产量”，自变量为“有效土地灌溉面积”，“方法”选择默认的“进入”，即自变量一次全部进入的方法。然后，单击右侧“保存

5、”（注意：在“保存”中被选中的项目，都将在数据编辑窗口显示），在出现的界面中勾选95%的置信区间单值，未标准化残差。最后，关于“统计量”，在默认情况下有“估计”和“模型拟合度”复选框被选中，再勾选“R方变化”复选框。上述操作完成后，单击确定。“回归系数”复选框组定义回归系数的输出情况，勾选其中的“估计”可输出回归系数及其标准误差，t值和p值，如下图所示。系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)36.006212.826.169.867有效土地灌溉面积X.908.086.89210.613.

6、000a.因变量:粮食产量Y表二表二中给出了包括常数项在内的所有系数的检验结果，用的是t检验，同时还给出非标化系数，由此得到粮食产量与有效土地灌溉面积之间的一元回归方程为：=0.908X+36.006三、模型检验1.经济意义检验所估计的参数=0.908，有效土地灌溉面积每相差1千公顷，可导致粮食产量增加0.908万吨，这与经济学中边际消费倾向的意义相符。2.统计检验（1）拟合优度勾选“统计量”中“模型拟合度”复选框，会出现模型拟合过程中进入、退出的变量的列表，以及R，R方和调整的R方,标准误差等。模型汇总b模型RR

7、方调整R方标准估计的误差更改统计量R方更改F更改df1df2Sig.F更改1.892a.795.788711.2174.795112.631129.000a.预测变量:(常量),有效土地灌溉面积X。b.因变量:粮食产量Y表三此表为所拟合模型的情况汇总，相关系数R=0.892，拟合优度R方=0.795，调整后的拟合优度=0.788。拟合优度的度量：由上表可以看出，本例中可决系数为0.795，说明所建模型整体上对样本数据拟合较好，即解释变量“有效土地灌溉面积”对被解释变量“粮食产量”的绝大部分差异作出了解释。（2）t检

8、验对回归系数的t检验：针对和，由表二中可以看出，估计的回归系数的t值为0.169，相伴概率为0.867，大于显著性水平α（取值为0.05），所以不应拒绝；同理，的t值为10.613，相伴概率数值很小，远小于显著性水平α，所以应拒绝。这表明，有效土地灌溉面积对粮食产量有显著影响。（3）F检验勾选“统计量”中的“R方变化”复选框，显示模型拟合过程中平方和、F值和