spss线性分析案例

《spss线性分析案例》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、SPSS案例分析实验数据年份城镇居民家庭人均可支配收入(元)城镇居民家庭恩格尔系数(%)绝对数(元)1980477.656.91985478.653.31989479.654.51990480.654.21991481.653.81992482.6531993483.650.31994484.6501995485.650.11996486.648.81997487.646.61998488.644.71999489.642.12000490.639.42001491.638.22002492.637.72003493.637.1问题提出：以上历年数据我们可

2、以看出城镇居民家庭人均可支配收入与恩格尔系数有高度相关性但是具体的定量关系还没有确定。利用简单线性回归分析来定量的估计两者之间的回归方程。利用SPSS可以得出以下结果：1，判断变量之间是否存在相关性关系：描述性统计量均值标准偏差N城镇居民家庭恩格尔系数(%)47.6886.623217城镇居民家庭人均可支配收入(元)485.6005.049817相关性城镇居民家庭恩格尔系数(%)城镇居民家庭人均可支配收入(元)Pearson相关性城镇居民家庭恩格尔系数(%)1.000-.971城镇居民家庭人均可支配收入(元)-.9711.000Sig.（单侧）城镇居民家庭

3、恩格尔系数(%)..000城镇居民家庭人均可支配收入(元).000.N城镇居民家庭恩格尔系数(%)1717城镇居民家庭人均可支配收入(元)17172，确定因变量与自变量，初步设定回归方程以恩格尔作为因变量，城镇居民人均可支配收入作为自变量，建立简单的线性回归方程：3，估计参数，确定估计的简单线性回归方程输入／移去的变量a模型输入的变量移去的变量方法1城镇居民家庭人均可支配收入(元)b.输入a.因变量:城镇居民家庭恩格尔系数(%)b.已输入所有请求的变量。模型汇总b模型RR方调整R方标准估计的误差1.971a.943.9391.6309a.预测变量:(常量)

4、,城镇居民家庭人均可支配收入(元)。b.因变量:城镇居民家庭恩格尔系数(%)注释：从表中可得线性回归出来的相关系数为R=0.971，方程拟合优度R方为0.943，调整后的R方为0.939，说明所做的回归方程拟合度较好。Anovaa模型平方和df均方FSig.1回归661.9811661.981248.883.000b残差39.897152.660总计701.87816a.因变量:城镇居民家庭恩格尔系数(%)b.预测变量:(常量),城镇居民家庭人均可支配收入(元)。由表可见回归模型的F统计量F=248.883，相应的P值为0.000，因此我们可以用的这个模型

5、是显著的是有统计意义的。由于这里我们只用了一个自变量，所以模型的检验等价于系数的检验。系数a模型非标准化系数标准系数tSig.B的95.0%置信区间B标准误差试用版下限上限1(常量)666.23339.21016.991.000582.659749.807城镇居民家庭人均可支配收入(元)-1.274.081-.971-15.776.000-1.446-1.102a.因变量:城镇居民家庭恩格尔系数(%)注释：这个表给出了包括常数项在内所有系数的检验结果并用了t检验同时给出了标准系数和非标准系数，由相应的P值可知道这些系数都是显著的。具有统计意义。拟合的B0=

6、666.233,B1=-0.713，所以所拟合的简单线性回顾方程为：y=666.233-1.274x案例诊断a案例数目标准残差城镇居民家庭恩格尔系数(%)预测值残差1-.60056.957.878-.97842-2.02653.356.605-3.30473-.50954.555.331-.83094.08854.254.057.14295.62353.852.7831.01676.91453.051.5101.49047.03950.350.236.06428.63650.048.9621.038091.47950.147.6882.4118101.46

7、348.846.4142.385511.89546.645.1411.459312.51144.743.867.833113-.30242.142.593-.493114-1.17739.441.319-1.919415-1.13238.240.046-1.845616-.65737.738.772-1.071817-.24437.137.498-.3980a.因变量:城镇居民家庭恩格尔系数(%)残差统计量a极小值极大值均值标准偏差N预测值37.49857.87847.6886.432217标准预测值-1.5841.584.0001.00017预测值的标准

8、误差.396.757.546.12517调整的预测值37.6075