线性回归分析(典藏版)

《线性回归分析(典藏版)》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、城市与环境学院12学年—13学年第1学期空间分析与建模实验报告书专业：地理信息系统班级：10城31姓名：田玉祥学号：10253007实验地点：科文文科实验楼314任课教师：单勇兵实验题目：主成分分析实验环境：ThinkpadE40Windows7IBMSPSS19实验目的：1.通过本次实习，使学生熟悉回归分析的含义。掌握线性回归分析的方法。2.使用SPSS软件对示例数据完成回归分析并检验。实验内容：在1981—1990年期间，某地区各城市的公共交通营运总额（y)与城市人口总数（x1)以及工农业总产值（x2)的年平均统计数据如表2-7所示。试建立y与x1及x2之间的线性回归模型。某地

2、区城市公共交通营运额、人口数及工农业总产值的年平均数据7/7实验方法和步骤：第一步：录入或调入数据（图1）。图1原始数据（部分数据未显示）第二步：打开“线性回归分析”对话框。沿着主菜单的“分析→回归→线性”的路径（图2）打开线性回归分析选项框（图3）。图2打开线性回归分析对话框的路径7/7图3线性回归分析选项框设置因变量为：公共交通营运额；自变量为人口数和工农业总值。本题中的2个预报因子变量是经过相关系数法选取出来的，在回归分析时不做筛选。因此在“方法”框中选中“进入”选项，建立全回归模型。其它变量和标签不做选择。第三步：选项设置。⒈设置统计量选项。单击统计按钮（图3），弹出统计量

3、对话框（图4）。图4统计量选项框在回归系数栏里选择“估计”复选框，输出回归系数和相关统计量。残差栏不做选择。选择“模拟离合度”复选框，输出相关系数、相关系数平方、调整系数、估计标准误、ANOVA表。设置完成后，点击继续按钮完成设置。7/7⒉设置绘制选项。单击绘制按钮（图3），弹出绘制对话框（图5）。图5绘制选项框输入Y为“DEPENDANT”，X2为“ZPRED”，勾选直方图复选框，用直方图显示标准化残差；勾选正态概率图，显示比较标准化残差与正态残差的分布示意图。设置完成后，单击继续按钮完成设置。⒊设置保持设置。在主对话框里单击“保存”按钮，将打开如图6所示的对话框。图6保存选项框

4、在预测值栏里，勾选未标准化复选框。勾选包含协方差矩阵复选框，其它不做任何选择。设置完成后，单击继续按钮完成设置。7/7⒋其它。在主对话框里单击“选项”按钮，将打开如图7所示的对话框。图7选项框按照系统默认的选择，使用F的概率，进入值：0.5；删除值：0.10。勾选在等式中包含变量，缺失值选择“按裂变排除个案”。设置完成后，单击继续按钮完成设置。全部设置完成以后，点击OK确定，SPSS很快给出计算结果（图8）。图8回归分析的结果7/7实验结果及结论分析：表一输入／移去的变量b模型输入的变量移去的变量方法1工农业总值x2,人口数x1.输入a.已输入所有请求的变量。b.因变量:公共交通营

5、运额y由表一知，输入的变量为：工农业总值和人口数；没有变量被移去。表二模型汇总b模型RR方调整R方标准估计的误差1.936a.876.853708.96360a.预测变量:(常量),工农业总值x2,人口数x1。b.因变量:公共交通营运额y由表二知，决定系数R方为0.876，0

6、常量),工农业总值x2,人口数x1。b.因变量:公共交通营运额y由表三知，F值是38.835，显著性概率是0，表明回归极显著。表四残差统计量a极小值极大值均值标准偏差N预测值-82.34686617.63961060.71361732.9112114残差-1103.838011874.23901.00000652.1516614标准预测值-.6603.207.0001.00014标准残差-1.5572.644.000.92014a.因变量:公共交通营运额y表五7/7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)-172.413339.466-.508.622人口

7、数x15.108.582.9338.780.000工农业总值x2.365.419.092.870.403a.因变量:公共交通营运额y由表五知，公共交通营运额与人口数和工农业总产值之间的线性模型为：y=5.108x1+0.365x2–172.413。7/7