一元线性回归的SPSS做法及其结果.docVIP

步骤：分析——回归——线性——将“不良贷款”放入因变量；“各项贷款余额”放入自变量——确定 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .844a .712 .699 1.9799 a. 预测变量: (常量), 各项贷款余额。 Anovab 模型 平方和 df 均方 F Sig. 1 回归 222.486 1 222.486 56.754 .000a 残差 90.164 23 3.920 总计 312.650 24 a. 预测变量: (常量), 各项贷款余额。 b. 因变量: 不良贷款 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -.830 .723 -1.147 .263 各项贷款余额 .038 .005 .844 7.534 .000 a. 因变量: 不良贷款 如果希望出预测值数据以及其置信区间估计以及预测区间估计的区间，步骤如下： 步骤：分析——回归——线性——将“不良贷款”放入因变量；“各项贷款余额”放入自变量——点击右边的“保存“——选择“预测值”下面的“非标准化”; “预测区间”下面的“均值”、“单值”——点击“继续”回到原来的对话框——确定 预测值以及置信区间估计以及预测区间估计的区间的数据如下：（等同于课本325页内容） PRE-1 LMCI-1 UMCI-1 LICI-1 UICI-1 1.7208 0.7335 2.7081 -2.4924 5.9339 3.3882 2.5637 4.2126 -0.7898 7.5661 5.7263 4.7403 6.7122 1.5134 9.9391 2.2324 1.3160 3.1487 -1.9647 6.4295 6.7381 5.5743 7.9018 2.4801 10.9960 -0.2156 -1.5735 1.1422 -4.5307 4.0994 3.2404 2.4103 4.0704 -0.9387 7.4195 6.1962 5.1330 7.2593 1.9646 10.4277 2.8122 1.9553 3.6691 -1.3724 6.9967 1.9292 0.9727 2.8858 -2.2768 6.1353 1.6033 0.5976 2.6090 -2.6142 5.8208 4.1802 3.3516 5.0087 0.0014 8.3590 1.3911 0.3505 2.4317 -2.8348 5.6171 5.7869 4.7916 6.7822 1.5719 10.0019 9.1557 7.4550 10.8564 4.7208 13.5906 2.1755 1.2521 3.0990 -2.0231 6.3742 -0.2687 -1.6382 1.1008 -4.5874 4.0500 1.9557 1.0029 2.9086 -2.2495 6.1609 0.1065 -1.1819 1.3949 -4.1872 4.4002 4.4530 3.6100 5.2960 0.2713 8.6347 13.1233 10.4165 15.8301 8.2139 18.0328 2.7970 1.9389 3.6551 -1.3878 6.9818 3.3237 2.4971 4.1504 -0.8547 7.5022 6.6054 5.4673 7.7435 2.3544 10.8564 3.0433 2.2029 3.8838 -1.1379 7.2245 以下内容不做要求，了解即可。 残差分析步骤：步骤：分析——回归——线性——将“不良贷款”放入因变量；“各项贷款余额”放入自变量——点击右边的“保存“——选择“预测值”下面的“非标准化”; “预测区间”下面的“均值”、“单值”； “残差”里面选择“未标准化”和“标准化”——点击“继续”回到原来的对话框——确定 RES-1 ZRE-1 -0.82079 -0.41455 -2.28816 -1.15567 -0.92626 -0.46782 0.96763 0.48871 1.06195 0.53635 2.91563 1.47258 -1.64037 -0.82849 6.30384 3.18384 -1.81216 -0.91526 0.67079 0.33879 -1.30332 -0.65826 -0.18016 -0.09099 -0.59111 -0.29855 -2.28690 -1.15503 1.04427 0.52742 0.