1、實(shí)驗(yàn)五相關(guān)分析和回歸分析實(shí)驗(yàn) 實(shí)驗(yàn)?zāi)康模河?SPSS 進(jìn)行相關(guān)分析、一元線性回歸、多元線性回歸和非線性回歸分析。 實(shí)驗(yàn)步驟： 一、相關(guān)分析 步驟 1 :準(zhǔn)備數(shù)據(jù) 步驟 2： 根據(jù)問(wèn)題需要， 選擇“分析/相關(guān)”子菜單中的“雙變量”、 “偏相關(guān)”或“距離” 過(guò)程，進(jìn)行相關(guān)性分析。 如選擇“雙變量”，在如圖 6.1 所示窗口選擇變量和參數(shù)， 單擊“確 定”按鈕，在結(jié)果輸出窗口得到輸出窗口。 圖 6.1 雙變量相關(guān)分析中變量選擇和參數(shù)選擇窗口 相關(guān)性 產(chǎn)地1 產(chǎn)地2 產(chǎn)地1 Pearson 相關(guān)性 1 .091 顯著性（雙側(cè)） .909 N 4 4 產(chǎn)地2 Pearson 相關(guān)性 .091 1 顯著性

2、（雙側(cè)） .909 N 4 4 圖 6.2 計(jì)算結(jié)果 二、一元線性回歸 某省 1978- 1989 年國(guó)內(nèi)生產(chǎn)總值和固定資產(chǎn)投資完成額資料如表 6.1 所示。 表 6.1 一元線性回歸模型計(jì)算表 單位：億元 年份 國(guó)內(nèi)生產(chǎn)總值 y 固定資產(chǎn)投 資完成額 x xy 2 x 2 y 1978 195 20 3900 400 38025 1979 210 20 4200 400 44100 0- x 1980 244 26 6344 676 59536 1981 264 35 9240 1225 69696 1982 294 52 15288 2704 86436 1983 314 56 17584

3、 3136 98596 1984 360 81 29160 6561 129600 1985 432 131 56592 17161 186624 1986 481 149 71699 22201 231361 1987 567 163 92421 26569 321489 1988 655 232 151960 53824 429025 1989 704 202 142208 40804 495616 合計(jì) 4720 1167 600566 175661 2190104 試配合適當(dāng)?shù)幕貧w模型。 步驟 1 輸入和整理數(shù)據(jù)。 步驟 2:繪制散點(diǎn)圖，如圖 6.3 所示，檢查變量的相關(guān)性。 步驟 3

4、:選擇“分析/回歸/線性”，在圖 6.4 窗口選擇自變量和因變量，單擊“統(tǒng)計(jì)量” 按鈕，在彈出的窗口設(shè)置參數(shù)；單擊“圖”按鈕，可以選擇輸出的圖形。最后單擊“確定” 按鈕。 步驟 4：在結(jié)果輸出窗口得一元線性回歸計(jì)算結(jié)果。 根據(jù)選擇的參數(shù)不同，得到 ANOVA 和回歸系數(shù)等數(shù)據(jù)，如圖 6.5 所示。 600 - 400 200 圖 6.3 散點(diǎn)圖50 100 150 200 250 圖 6.4 線性回歸變量選擇和參數(shù)設(shè)置窗口 系數(shù)a 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)化系 數(shù) t 顯著性 B 標(biāo)準(zhǔn)誤 Beta 1 （常量） 171.920 16.316 10.537 .000 x 2.277 .135 .

5、983 16.883 .000 a-因變量：y 圖 6.5 計(jì)算所得回歸系數(shù) 三、多元線性回歸 以教程第六章第三節(jié)例題數(shù)據(jù)為基礎(chǔ)，使用 SPSS 軟件進(jìn)行多元線性回歸。 在 SPSS 中，多元線性回歸和一元線性回歸使用相同的命令。區(qū)別在于在如 6.4 所示窗 口中的自變量一項(xiàng)，將選擇多個(gè)自變量即可。 需要注意的是，在多元回歸中，可以采用逐步回歸方法來(lái)進(jìn)行自變量的選擇。 在線性回 歸模型參數(shù)設(shè)置窗口中，有個(gè)“ Method ”下拉選擇框，提供了回歸方法的列表如下： Enter：使用全部的自變量建立回歸方程； Stepwise :逐步回歸； Remove:剔除變量法； Backward :向后剔除

6、變量法； Forward :向前剔除變量法。 最后的多元線性回歸系數(shù)表如圖 6.6 所示。 系數(shù)a 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)化系 數(shù) t 顯著性 B 標(biāo)準(zhǔn)誤 Beta 1 （常量） -20.603 8.979 -2.295 .047 x2 .541 .043 .846 12.719 .000 x3 .469 .189 .165 2.481 .035 a因變量:y 圖 6.6 多元線性回歸系數(shù)表 四、曲線估計(jì) 對(duì)于通過(guò)簡(jiǎn)單變量變換可以轉(zhuǎn)換為線性回歸的，首先進(jìn)行變換，然后采用上述線性回 歸的方法即可進(jìn)行統(tǒng)計(jì)計(jì)算。 另外，在 SPSS 中提供了曲線估計(jì)功能。在如圖 6.7 所示的窗口中，選擇合適的模型即 可。在“ Model ”部分，給出了 11 種估計(jì)方法，如下所示，其中 x表示自變量，y表示因 變量， ， 等為回歸系數(shù)。 Lin ear:線性，y x Quadratic:二次多項(xiàng)式， y 1 x Compound :復(fù)合模型，y ( x) S： S 曲線，y exp /x Exponential:指數(shù)，y exp x In verse :逆，y ( /x) Power：幕，y (x ) 2 2X Growth :生長(zhǎng)曲線， y exp x Logarithmic :對(duì)數(shù), y ln (x) Cubic:三次多項(xiàng)式， 2 y 必