实验三、回归概念、回归系数 实验报告

实验三、回归概念、回归系数 实验报告

ID:47863574

大小:317.00 KB

页数:8页

时间:2019-07-06

实验三、回归概念、回归系数 实验报告_第1页
实验三、回归概念、回归系数 实验报告_第2页
实验三、回归概念、回归系数 实验报告_第3页
实验三、回归概念、回归系数 实验报告_第4页
实验三、回归概念、回归系数 实验报告_第5页
资源描述:

《实验三、回归概念、回归系数 实验报告》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、上海对外贸易学院实验报告课程名称SPSS基础与ACCESS数据库实验名称实验三、回归概念、回归系数实验软件SPSS17.0学生姓名李昕玉学号1203011所在学院会计学院专业国会机号009上交日期2013年5月23日E-Mail357949722@qq.com7一、实验目的和要求1.熟练掌握回归分析的基本原理2.熟练掌握线性回归分析原理、SPSS操作及案例分析3.熟练掌握曲线估计分析原理、SPSS操作及案例分析二、实验内容及结果分析1.一元线性回归分析能否用产品的直径来预测产品的抛光时间(数据文

2、件:9-polishing.sav)(1)变量进入/移出方式表(抓图后复制到下面)图6分析解释:输入表示选定变量全部进入模型(2)模型综述表(抓图后复制到下面)图7分析解释:相关系数R=0.700、判定系数R2=0.490、调整判定系数R2=0.482,说明变量之间相关程度高,回归方程的拟合优度不高。(3)方差分析表(抓图后复制到下面)图8分析解释:F检验统计量的观测值=54.865,伴随概率=0.000<0.05,拒绝零假设,说明自变量x和因变量y之间线性关系显著,可以建立线性模型。(4)模型

3、系数表(抓图后复制到下面)7图9分析解释:常数项Constant=-1.955,回归系数=3.457;回归系数的伴随概率=0.000,拒绝零假设,说明自变量x和因变量y之间线性关系显著。1.书P123-例6.3.2-用多元线性回归分析顾客继续购买产品的可能性受哪些因素影响(数据文件:HBAT_200.sav)(1)变量进入/移出方式表(抓图后复制到下面)图10分析解释:从表中可以看出依次建立了4个模型,依次引入的变量:ProductionLine、SalesforceImage、ProductQ

4、uality、PriceFlexibility.(2)模型综述表(抓图后复制到下面)图11分析解释:ProductLineR=0.462,R方=0.214,调整R方=0.210说明变量之间为线性弱相关,回归方程的拟合优度不高;SalesforceImageR=0.559,R方=0.313,调整R方=0.306说明变量之间为线性弱相关,回归方程的拟合优度不高;ProductQualityR=0.628,R方=0.395,调整R方=0.385说明变量之间为线性相关,回归方程的拟合优度不高;Price

5、FlexibilityR=0.656,R方=0.430,调整R方=0.419说明变量之间为线性相关,回归方程的拟合程度优度不高。(3)方差分析表(抓图后复制到下面)7图12分析解释:ProductLine:F检验统计量的观测值=53.828,伴随概率p=0.000<0.05,拒绝零假设,说明变量之间线性关系显著,可以建立线性模型。SalesforceImage:F检验统计量的观测值=44.884,伴随概率p=0.000<0.05,拒绝零假设,说明变量之间线性关系显著,可以建立线性模型。Produ

6、ctQuality:F检验统计量的观测值=42.611,伴随概率p=0.000<0.05,拒绝零假设,说明变量之间线性关系显著,可以建立线性模型。PriceFlexibility:F检验统计量的观测值=36.851,伴随概率p=0.000<0.05,拒绝零假设,说明变量之间线性关系显著,可以建立线性模型。(1)模型系数表(抓图后复制到下面)图13分析解释:从表中可以得到5个回归模型的方程。其中,第5个回归方程为顾客继续购买产品的可能性=2.245+0.211productline+0.245sa

7、leforceimage+0.272productquality+0.170priceflexibility回归系数的伴随概率为0.000,调整的判定系数为0.419,说明回归方程解释了整个因变量变异程度的41.9%,说明变量之间相关程度高,回归方程的拟合优度不高。7对当前工资影响较大的依次为:产品质量,软营印象,生产线以及价格弹性。主要考虑的是Beta值的大小。1.求车重weight(自变量)与每加仑公里数mpg(因变量)之间的回归模型,选择Quadratic二次项模型、Cubic三次项模型、

8、Compound指数模型进行比较判断。(数据文件:data11-01.sav)2.绘制散点图初步确定曲线估计回归模型(抓图后复制到下面)图147分析解释:由图可见,三次项曲线和二次项曲线拟合效果较好。1.曲线回归估计结果(抓图后复制到下面)7图15分析解释:从以上3张表中可以看出,二次曲线(Quadratic)的可调平方值较大,并且F统计量的伴随概率为0.000,二次曲线能很好地拟合样本数据。1.拟合曲线图(P171,抓图后复制到下面)7图16分析解释:由图可见:三次项曲线和二次项曲线拟合效果较

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。