Spss考試

11203609徐亞飛經(jīng)濟(jì)2

286頁(yè)練習(xí)五

l-（a）

ModelSummaryb

ModeRRAdjustedRStd.Error

1SquareSquareofthe

Estimate

1.993".987.985992.03949

a.Predictors:（Constant）,農(nóng)業(yè)勞動(dòng)者人數(shù)（百

萬(wàn)人），總播種面積（萬(wàn)公頃），風(fēng)災(zāi)面積比例儀），

糧食播種面枳（萬(wàn)公頃），施用化肥量（kg/公頃）

b.DependentVariable:糧食總產(chǎn)量（y萬(wàn)噸）

表1-（a）中各列數(shù)據(jù)項(xiàng)（從其次列起先）的含義依次為：被說(shuō)明變量和說(shuō)明變量的負(fù)相關(guān)系數(shù)、判定系數(shù)R的平方、調(diào)整

的判定系數(shù)R拔得平方，回來(lái)方程的估計(jì)標(biāo)準(zhǔn)誤差。一句該表可進(jìn)行擬合優(yōu)度的檢驗(yàn)。由于該方程中有多個(gè)說(shuō)明變量，因此,

應(yīng)參考調(diào)整的判定系數(shù)。由于調(diào)整的判定系數(shù)（0.985）較接近1.因此，認(rèn)為擬合優(yōu)度高，被說(shuō)明變量可以被模型說(shuō)明的部

分較多，不能被說(shuō)明道額部分少。

l-(b)

ANOVAK

ModelSumofdfMean1?Sig.

SquaresSquare

Regressi2206253676441250735.448.36

15.000,

on.5823161

29524270.6

Residual30984142.355

40

2235777947

Total35

.222

a.DependentVariable:糧食總產(chǎn)量:y萬(wàn)噸）

b.Predictors:（Constant）,農(nóng)業(yè)勞動(dòng)者人數(shù)（百萬(wàn)人），總播種面

枳（萬(wàn)公頃），風(fēng)災(zāi)面枳比例（粉，糧食播種面枳（萬(wàn)公頃），施用化肥

量（kg/公頃）

表9T（b）中格列數(shù)據(jù)項(xiàng)（從第一列起先）的含義依次為：被說(shuō)明變量的變差來(lái)源、離差平方和、自由度、方差、回來(lái)方程

顯著性檢驗(yàn)中F檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率p-值，可以看到：被說(shuō)明變量的總離差平方和為回來(lái)平方和2235777947.22與方差

分別為2206253676.58和，441250735.316剩余平方和29524270.640與方差分別為和984142.355,F檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為

448,361,對(duì)應(yīng)的概率p-值近似于0.一句表格可進(jìn)行回來(lái)方程的顯著性檢驗(yàn)，假如顯著性水平。為0.05,由于概率p-值小于

顯著水平a,應(yīng)拒絕回來(lái)方程顯著性檢驗(yàn)的原假設(shè)，認(rèn)為各回來(lái)系數(shù)不同是為0,被說(shuō)明變量與說(shuō)明變量全體的線性關(guān)系是

顯著的，可建立線性模

l-(c)

Coefficients*

ModelUnstandardizedStandardiztSig.Collinearity

CoefficientsedStatistics

Coefficien

ts

BStd.ErrorBetaToleranVII--

ce

-24425.35

1(Constant)6443.948-3.790.001

7

糧食播種面積（萬(wàn)

289.762020379.707.1526.587

公頃）

總播種面積（萬(wàn)公

2.567.673.1423.813.001.3183.144

頃）

施用化肥量（kg/公

130.89911.640.71611.246.000.1099.202

頃）

風(fēng)災(zāi)面積比例（給-240.27146.725135-5.142.000.6431.555

農(nóng)業(yè)勞動(dòng)者人數(shù)

46.4209.330.3454.975.000.09210.918

（百萬(wàn)人）

a.DependentVariable:糧食總產(chǎn)量〔y萬(wàn)噸）

表9T（c）中各列數(shù)據(jù)項(xiàng)（從其次列起先）的含義依次為：偏回來(lái)系數(shù)，，'扁回來(lái)系數(shù)的標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)化偏向來(lái)系數(shù)、回來(lái)

系數(shù)顯著性檢驗(yàn)中t檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值、對(duì)應(yīng)的概率P-值、說(shuō)明變量的容忍度和方差膨張因子。依據(jù)表可以進(jìn)行回來(lái)系數(shù)

的顯著性檢驗(yàn)，寫出回米方程和檢測(cè)多重共線性。假如顯著性水平位U.Ub,除年份以外，具他變量的回來(lái)系數(shù)顯著性檢驗(yàn)的

概率都大于顯著性水平a,因此不拒絕原假設(shè)，認(rèn)為這些偏回來(lái)系數(shù)與。無(wú)顯著差異，他們與被說(shuō)明變量的線性關(guān)系是不顯著

的，不應(yīng)當(dāng)保留在方程中。由于該模型中保留了一些不應(yīng)當(dāng)保留的變量，因此該模型目前是不行用的，嬴重新建模。同事，

從容忍度和方差膨脹因子看?，投入糧食總播種面積的年數(shù)與其他說(shuō)明變量的多重共線性很嚴(yán)峻，在重新建模時(shí)可考慮剔除

該變量。

l-(d)

CollinearityDiagnostics,

ModelDimensionEigenvalConditionVarianceProportions

ueIndex(Constan糧食播種面總播種面積施用化肥量風(fēng)災(zāi)面積比農(nóng)業(yè)勞動(dòng)者

t)積（萬(wàn)公頃）（萬(wàn)公頃）（kg/公頃）例（%）人數(shù)（百萬(wàn)

人）

115.4031.000.00.00.00.00.00.00

2.4713.385.00.00.00.10.00.00

3.1196.727.00.00.00.02.78.00

4.00532.885.00.01.00.84.15.60

5.000106.176.98.07.10.03.02.11

6.000182.145.02.92.90.01.05.29

a.DependentVariable:糧食總產(chǎn)量:y萬(wàn)噸)

表97（d）中各列格列數(shù)據(jù)項(xiàng)（從其次列起先）的含義依次為：特征值、條件指數(shù)、各項(xiàng)特征解各說(shuō)明變量的方差比（各比

例之和等于1）o依據(jù)該表可進(jìn)行多重共線性檢測(cè)。從方差比來(lái)看，第七個(gè)特征值既能說(shuō)明投入糧食播種面枳方差的92%,也

可說(shuō)明投入高級(jí)職稱的人年數(shù)方差的9微，同時(shí)還可說(shuō)明運(yùn)用風(fēng)災(zāi)面枳的防，因此有理由認(rèn)為這些變量存在多重共線性：從

條件指數(shù)來(lái)看，第5、6、7個(gè)條件指數(shù)都大于10,說(shuō)明變量間的確存在多重共線性。

總之，通過(guò)上述分析知道上面的回來(lái)方程中存在一些不容忽視的問(wèn)題，應(yīng)重新建立回來(lái)方程。

2-(a)

ModelSummary"

ModelRRSquareAdjustedRStd.ErrorChangeStatisticsDurbin-Wats

SquareoftheRSquareFChangedfldf2Sig.Fon

EstimateChangeChange

1.993“.987.935992.03949.987448.361530.000

2.993b.987.935978.24472.000.144130.7071.219

a.Predictors:（Constant）,農(nóng)業(yè)勞動(dòng)者人數(shù)（百萬(wàn)人），總播種面積（萬(wàn)公頃），風(fēng)災(zāi)面積比例0）,糧食播種面積（萬(wàn)公頃）,

施用化肥量（kg/公頃）

b.Predictors:（Constant）,農(nóng)業(yè)勞動(dòng)者人數(shù)（百萬(wàn)人），總播種面積（萬(wàn)公頃），風(fēng)災(zāi)面積比例（%）,施用化肥量（kg/公頃）

c.DependentVariable:糧食總產(chǎn)量3r萬(wàn)噸）

由表9-2（a）知，利用向后篩選策略共經(jīng)過(guò)六步完成回來(lái)方程的建立，最終模型為第六個(gè)模型。從方程建立的過(guò)程看，隨著

說(shuō)明變量的不斷削減，方程的擬合優(yōu)度下降了。這說(shuō)明判定系數(shù)的自身特性，同時(shí)也說(shuō)明建立回來(lái)方程并不是以一味追求高

的擬合優(yōu)度為唯一目標(biāo)的，還要重點(diǎn)考察說(shuō)明變量是否對(duì)被說(shuō)明變量有所貢獻(xiàn)。依次剔除出方程的變量是風(fēng)災(zāi)面積，糧食播

種面積、總播種面積、施用化肥量、農(nóng)業(yè)勞動(dòng)量。假如顯著水平a為0.02可以看到這些被剔除變量的偏卜'檢驗(yàn)的概率1>-值

均大于顯著水平，因此均不能拒絕檢驗(yàn)的原假設(shè)，這些變量的偏回來(lái)系數(shù)與零無(wú)顯著差異，它們對(duì)被說(shuō)明變量的線性說(shuō)明沒(méi)

有顯著貢獻(xiàn)，不應(yīng)保留在方程中。最終保留在方程中的變量是年數(shù)。方程的DW檢驗(yàn)值為1.219,殘值存在肯定程度的正自相

關(guān)

2-(b)

AN0VAB

ModelSumofdfMeanESig.

SquaresSquare

Regressi2206253676?141250735.448.36

5.000"

on.5823161

i

29524270.6

Residual30984142.355

40

2235777947

Total35

.222

Regressi2206112102551528025.576.33

4.000(

on.2255562

29665844.9

2Residual31956962.742

98

2235777947

Total35

.222

a.DependentVariable:糧食總產(chǎn)量：y萬(wàn)噸）

b.Predictors:（Constant）,農(nóng)業(yè)勞動(dòng)者人數(shù)（百萬(wàn)人），總播種面

積（萬(wàn)公頃），風(fēng)災(zāi)面積比例（酚，糧食潘種面積（萬(wàn)公頃），施用化肥

量（kg/公頃）

c.Predictors:(Constant),農(nóng)業(yè)勞動(dòng)者人數(shù)(百萬(wàn)人)，總播種面

積(萬(wàn)公頃)，風(fēng)災(zāi)面積比例(%),施用化肥量(kg/公頃)

表9-2(b)中的第六個(gè)模型是最終的方程。假如顯著性水a(chǎn)為0.05,由于回來(lái)方程顯著性檢驗(yàn)的概率P-值小于顯著性水平a,

因此該說(shuō)明變量與說(shuō)明變量間的線性關(guān)系顯著，建立線性模型是恰當(dāng)?shù)?/p>

2-(c)

Coefficients*

ModelUnstandardizedStandardiztSig.Collinearity

CoefficientsedStatistics

Coefficien

ts

BStd.ErrorBetaToleranVIF

ce

-24425.35

(Constant)6443.948-3.790.001

糧食播種面積（萬(wàn)

289.762020379.707.1526.587

公頃）

總播種面積（萬(wàn)公

2.567.673.1423.813.001.3183.144

1頃）

施用化肥量（kg/公

130.89911.640.71611.246.000.1099.202

頃）

風(fēng)災(zāi)面積比例（%）-240.27146.725-135-5.142.000.6431.555

農(nóng)業(yè)勞動(dòng)者人數(shù)

46.4209.330.3454.975.000.09210.918

（百萬(wàn)人）

-25376.41

(Constant)5853.521-4.335.000

總播種面積（萬(wàn)公

2.357.380.1306.208.000.9721.029

頃）

2施用化肥量（kg/公

130.61611.454.71411.403.000.1099.164

頃）

風(fēng)災(zāi)面枳比例盤）-236.69445.127-133-5.245.000.6701.492

農(nóng)業(yè)勞動(dòng)者人數(shù)

48.2957.801.3596.191.000.1277.850

（百萬(wàn)人）

a.DependentVariable:糧食總產(chǎn)量:y萬(wàn)噸)

表2（c）展示/每個(gè)模型中各說(shuō)明變量的偏回來(lái)系數(shù)、偏回來(lái)系數(shù)顯著性檢驗(yàn)的狀況。假如顯著性水平為0.05,則前五個(gè)模

型中由于都存在回來(lái)系數(shù)不顯著的說(shuō)明變量，因此這些方程都不行用。第六個(gè)模型是最終的方程，其回來(lái)系數(shù)顯著性檢險(xiǎn)的

概率值小于顯著性水平，囚此投入人年數(shù)與被說(shuō)明變雖間的線性關(guān)系顯著，它保留在模型中是合理的。最終的回來(lái)方程為:

該方程意味著投入年數(shù)每增加一個(gè)單位，會(huì)使立項(xiàng)課題數(shù)平均增加0.492個(gè)單位

2-(d

ExcludedVariables"

ModelBetaIntSig.PartialCollinearityStatistics

CorrelatioToleranVIFMinimum

nceTolerance

糧食播種面枳（萬(wàn)

2020"379.707069.1526.587.092

公頃）

a.DependentVariable:糧食總產(chǎn)量3r萬(wàn)噸）

b.PredictorsintheModel:（Constant）,農(nóng)業(yè)勞動(dòng)者人數(shù)（百萬(wàn)人），總播種面積（萬(wàn)公頃），風(fēng)

災(zāi)面積比例（盼，施用化肥量（kg/公頃：

表2-（d）展示了變量剔除方差的過(guò)程。第2列~第4列各數(shù)據(jù)項(xiàng)的含義依次是:在剔除其他變量的狀況下，假如該變量保留在

模型中，其標(biāo)準(zhǔn)化回來(lái)系數(shù)、t檢驗(yàn)值和概率P值將是什么。例如，在模型二中，剔除風(fēng)災(zāi)面積的狀況下，假如保留投入高

級(jí)職稱的入年數(shù)，那么它的標(biāo)準(zhǔn)化回來(lái)系數(shù)將為-0.439,但回來(lái)系數(shù)的檢驗(yàn)不顯著（概率P-值為0.707）。剔除風(fēng)災(zāi)面積的入

年數(shù)的狀況下，假如保留風(fēng)災(zāi)面積，那么它的標(biāo)準(zhǔn)化回來(lái)系數(shù)將為-0.103,但回來(lái)系數(shù)的檢驗(yàn)不顯著（概率P-值為0.669）。

）

3

Cne-SampleKolmogorov-SmirnovTest

Standard!

zed

Residual

N36

MeanOE-7

Nornal

Std.

Parameters"6.94112395

Deviation

Absolute.100

MostExtreme

Positive.100

Differences

Negative070

Ko1nogorov-SmirnovZ.600

Asynp.Sig.(2-tailcd).865

a.TestdistributionisNormal.

b.Calculatedfromdata.

隨著標(biāo)準(zhǔn)化預(yù)料值的改變，殘差點(diǎn)在0線四周隨機(jī)分布，但殘差的等方差性并不完全滿意，方差好像有增大趨勢(shì)。計(jì)算殘差

與預(yù)料值的等級(jí)相關(guān)系數(shù)為-0.106,且檢驗(yàn)并不顯著，認(rèn)為異方差現(xiàn)象并不明顯。，

4

Correlations

StandardizStandardiz

eded

PredictedResidual

Value

Correlation

1.000106

StandardizedCoefficient

PredictedValueSig.(2-tailed)?.538

Spearman*sN3636

rhoCorrelation

1061.000

StandardizedCoefficient

ResidualSig.(2-tailed).538?

N3636

另外，通過(guò)視察數(shù)據(jù)編輯窗口中的庫(kù)克距離和杠桿值變量的值，發(fā)覺(jué)沒(méi)有明顯的異樣點(diǎn)。

179頁(yè)

1

ANOVA

銷售額

SumofdfMeanFSig.

SquaresSquare

Between

405.5344101.38411.276.000

Groups

Within

269.737308.991

Groups

Total675.27134

表一是促銷方式對(duì)銷售額的單因素方差分析結(jié)果。可以看到：觀測(cè)變量銷售額的離差平方總額為405.534;假如僅考慮廣告

形式單個(gè)因素的影響，則銷售額總變差中，不同廣告形式可說(shuō)明的變差為，405.534抽樣誤差引起的變差為269.737,它們

的方差分別為101.384和8.991,相除所得的F統(tǒng)計(jì)量的觀測(cè)值為11.276,對(duì)應(yīng)的概率P-值近似為0.假如顯著性水平a為

0.05,由于概率P-值小于顯著性水平a,因此應(yīng)拒絕原假設(shè)，認(rèn)為不同廣告形式對(duì)銷售額產(chǎn)生了顯著影響，不同廣告形式對(duì)

銷售額的影響效應(yīng)不會(huì)為0.

2

AN0VA

銷售額

SumofdfMeanFSig.

SquaresSquare

Between

405.5344101.38411.276.000

Groups

Within

269.737308.991

Groups

Total675.27134

MultipleComparisons

DependentVariable:銷售額

LSD

(I)(J)MeanStd.Sig.95%Confidence

組數(shù)組數(shù)DifferenceErrorInterval

(I-J)LowerUpper

BoundBound

其次

-3.3000,1.6028.048-6.573027

組

第三

.72861.6028.653-2.5454.002

第一組

組第四

3.05711.6028.066-.2166.330

組

第五