资源描述：
《应用回归分析实验报告4new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、实验报告实验课程应用回归分析第4次实验实验日期2012.10.25指导教师王振羽班级基地班学号1007402072姓名张艺璇成绩一、实验目的1、进一步熟悉SPSS的常用统计功能.2、掌握建立多元回归方程的方法与步骤二、实验内容在训练中氧气消耗能力问题的研究中，我们想要建立一个关系式，以便根据训练测试的数据来预报肺活量，而不必进行昂贵和笨重的氧气消耗测试。考察的因变量y为OXY(氧气消耗能力)，自变量有x1(age,年龄)、x2(weight,体重)、x3(RunTime,1.5英里跑的时间)、x4(RstPulse,休息时脉
2、博)、x5(RunPulse,跑步时脉博)、x6(RunPulse,跑步时最大脉博)。(数据在《回归人大数据12-学生.xls的“练习第2题”》中)，利用统计软件(1)写出y,x1,x2,x3,x4,x5,x6的相关系数矩阵(2)写出y关于x1,x2,x3,x4,x5,x6的线性回归方程(3)对回归方程作检验(要有方差分析表)(4)对每一个回归系数作显著性检验:(5)逐个剔除不显著的变量,建立新的回归方程(6)给出新的回归方程中每一个回归系数的置信水平为95%的置信区间;(7)写出原回归方程和新回归方程的标准化回归方程(8)
3、x0=(50,90,14,70,180,190)'时,写出y0的预测值，y0的预测概率为0.90的精确预测区间以及Ey0的置信水平为90%的置信区间。三、实验结果与分析（包括运行结果及其数据分析、解释等）运用SPSS分析数据，结果如下：(1)写出y,x1,x2,x3,x4,x5,x6的相关系数矩阵相关性yx1x2x3x4x5x6Pearson相关性y1.000-.305-.163-.862-.399-.398-.237x1-.3051.000-.234.189-.164-.338-.433x2-.163-.2341.000.
4、144.044.182.249x3-.862.189.1441.000.450.314.226x4-.399-.164.044.4501.000.352.305x5-.398-.338.182.314.3521.000.930x6-.237-.433.249.226.305.9301.000Sig.（单侧）y..048.191.000.013.013.100x1.048..103.155.189.032.007x2.191.103..221.407.164.088x3.000.155.221..006.043.111x4.0
5、13.189.407.006..026.048x5.013.032.164.043.026..000x6.100.007.088.111.048.000.Ny31313131313131x131313131313131x231313131313131x331313131313131x431313131313131x531313131313131x631313131313131故(1)写出y关于x1,x2,x3,x4,x5,x6的线性回归方程系数a模型非标准化系数标准系数tSig.共线性统计量B标准误差试用版容差VIF1(常量
6、)102.93412.4038.299.000x1-.227.100-.222-2.273.032.6611.513x2-.074.055-.116-1.359.187.8661.155x3-2.629.385-.685-6.835.000.6291.591x4-.022.066-.031-.326.747.7061.416x5-.370.120-.711-3.084.005.1198.437x6.303.136.5222.221.036.1148.744a.因变量:y由上表得，回归方程为：模型汇总模型RR方调整R方标准估计
7、的误差更改统计量R方更改F更改df1df2Sig.F更改1.921a.849.8112.316948.84922.433624.000a.预测变量:(常量),x6,x3,x2,x4,x1,x5。Anovab模型平方和df均方FSig.1回归722.5446120.42422.433.000a残差128.838245.368总计851.38230a.预测变量:(常量),x6,x3,x2,x4,x1,x5。b.因变量:y(1)对回归方程作检验(要有方差分析表)由以上两表知，复相关系数R=0.921,决定系数=0.849，F=22
8、.433,p值=0.000，则回归方程高度显著，说明,,,,,整体上对y有高度显著的线性影响。(2)对每一个回归系数作显著性检验:输出结果如下表：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)102.93412.4038.299.000x1-.227.100-.222-
