spass回归分析实验报告

《spass回归分析实验报告》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、实验主题专业统计软件应用实验题目回归分析实训时间2011学年2学期15周（2011年6月1日—2日）学生姓名官其虎学号2009211467班级0360901实训地点信息管理实验室设备号B25指导教师刘进一实验目的回归分析是指通过提供变量之间的数学表达式来定量描述变量间相关关系的数学过程，这一数学表达式通常称为经验公式。我们不仅可以利用概率统计知识，对这个经验公式的有效性进行判定，同时还可以利用这个经验公式，根据自变量的取值预测因变量的取值。如果是多个因素作为自变量的时候，还可以通过因素分析，找出哪些自变量对因变量的影响是显著的

2、，哪些是不显著的。理解和学会使用回归分析方法解决问题。二实验内容第一题：合金钢的强度y与钢材中碳的含量x有密切的关系，为了冶炼出符合要求强度的钢，常常通过控制钢水中的碳含量来达到目的，因此需要了解y与x之间的关系，数据如表9.27所示，现对x和y进行一元线性回归分析。（数据文件为：data9-5.sav）表9.27碳含量与钢强度数据碳含量0.030.040.050.070.090 10.120.150.170.2钢强度40.539.54141.543424547.553561、实验原理：一元线性回归分析2、实验步骤：按Anal

3、yze

4、Regression

5、LinearRegression的顺序打开LinearRegression对话框，打开Statistics对话框，选择Confidenceinterval和Estimates运行3、实验结果：VariablesEntered/RemovedbModelVariablesE teredVariablesRemovedMethod1xa.Entera.Allrequestedvariablesentered.b.DependentVariable:YModelSummaryModelRRSquareA

6、djustedR SquareStd.ErroroftheEstimate1.983a.966.96277.3073a.Predictors:(Constant),xANOVAbModelSumofSquaresdfMeanSquareFSig.1Regression1517083.63711517083.637253.845.000aResidual53787.77295976.419Total1570871.40910a.Predictors:(Constant),xb.DependentVariable:YCoeffic

7、ientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig.95%ConfidenceIntervalforBBStd.ErrorBetaLowerBoundUpperBound1(Constant)-94.57528.417-3.328.009-158.858-30.292x1410.21088.511.98315.933.0001209.9831610.437a.DependentVariable:Y分析：一个是方差分析表，是对回归方程进行显著性检验的

8、情况。从结果看，相伴概率Sig.<0.05，说明自变量x与因变量y之间确有线性关系。一个是是对回归系数的分析。从两系数的相伴概率来看均<0.05，说明均具有显著性意义，说明回归系数是显著的，则回归方程为：y=-94.575+1410.210x。第二题：某公司太阳镜销售情况如表8.17，销售量与平均价格、广告费用和日照时间之间的关系作多元线性回归分析。（数据文件：data8-8.sav）1、实验原理：多元线性回归分析2、实验步骤：第1步分析：显然是采用多重线性回归分析方法;第2步建立数据文件，变量名销售量与平均价格、广告费用和日

9、照时间第3步按Analyze

10、Regression

11、linear…的顺序打开LinearRegression主对话框，，并将销售量设为因变量，其余变量设为自变量。我们可选择其中任一种方法进行回归分析（这里选Stepwise,逐步回归法），无论选哪种方法，进入方程的变量必须符合容许偏差，默认的容许偏差是0.0001。同样一个变量若使模型中变量的容许偏差低于默认的容许偏差，则不进入方程;第4步单击Statistics按钮，打开LinearRegression:Statistics对话框，并选择Modelfit和Estimates;

12、第5步打开LinearRegression:Option框，其中StepwiseMethodCriteria（逐步回归方法准测），应用于Stepwise，Backward,Forward方法，变量根据指定的F值或F值的显著性水平被引入或剔除模型。Useprobabilityo