用一元线性回归分析分析江西省户数与人口数之间的关系.docVIP

用一元线性回归分析法分析江西省户数与人口数之间的关系 刘承东 （生命科学与食品工程学院，生物技术121班，座机电话号码20） 【摘要】本文运用一元线性回归分析的方法和原理借助spss软件对江西省户数与人口数之间的相关关系做了统计分析，建立二者间的一元回归方程。 【关键词】回归分析;户数;人口数;spss 前言 众所周知，自改革开放以来，传统的四世同堂的家庭关系被三口之家慢慢取代，人口的结构发生极大地转变。用一元线性回归法研究人口与户数之间的关系，可以较直观的反应出近几十年江西的人口基本状况。的本文所用数据取于江西省统计年鉴。 1、一元线性回归分析法的应用 江西省1978年---2010年户数与人口数的数据如下表： 表1 江西省户数与人口数统计表 年 份 总户数 总人口 户 人 1978 座机电话号码 座机电话号码 1979 座机电话号码 座机电话号码 1980 座机电话号码 座机电话号码 1981 座机电话号码 座机电话号码 1982 座机电话号码 座机电话号码 1983 座机电话号码 座机电话号码 1984 座机电话号码 座机电话号码 1985 座机电话号码 座机电话号码 1986 座机电话号码 座机电话号码 1987 座机电话号码 座机电话号码 1988 座机电话号码 座机电话号码 1989 座机电话号码 座机电话号码 1990 座机电话号码 座机电话号码 1991 座机电话号码 座机电话号码 1992 座机电话号码 座机电话号码 1993 座机电话号码 座机电话号码 1994 座机电话号码 座机电话号码 1995 座机电话号码 座机电话号码 1996 座机电话号码 座机电话号码 1997 座机电话号码 座机电话号码 1998座机电话号码 1999座机电话号码 2000座机电话号码 2001座机电话号码 2002座机电话号码 2003座机电话号码 2004座机电话号码 2005 1座机电话号码 座机电话号码 2006 1座机电话号码 座机电话号码 2007 1座机电话号码 座机电话号码 2008 1座机电话号码 座机电话号码 2009 1座机电话号码 座机电话号码 2010座机电话号码 图1 江西省总人口与总户数散点图 本次研究定义自变量为总户数，因变量为总人口数。 首先用spss软件绘制散点图（如图1），可见总人口数与户数呈现正相关关系。 表2 相关性检验结果 相关性 总人口 总户数 总人口 Pearson 相关性 1 .969** 显著性（双侧） .000 N 33 33 总户数 Pearson 相关性 .969** 1 显著性（双侧） .000 N 33 33 **. 在 .01 水平（双侧）上显著相关。 然后再用spss软件做相关性检验 如表2 。由此可见，总人口数与户数水平上显著相关。 既然具备相关性，便可以用spss进一步做分析，建立回归分析，并且构建“一元线性方程”，具体步骤省略，结果如（表3） 表3 回归系数的数值 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 座机电话号码.250 778274.585 29.069 .000 总户数 1.769 .081 .969 21.745 .000 a. 因变量: 总人口 从上图可以看出回归系数常量为：座机电话号码.250，相对的SIG为0.000，常数项显著。回归系数为1.769，相对SIG为0.000，具备显著性。即bo 座机电话号码.250,b1 1.769, 所以，一元线性回归方程为： Y 座机电话号码.250 + 1.769X F检验： 表4 数据处理结果 Anovab 模型 平方和 df 均方 F Sig. 1 回归 4.853E14 1 4.853E14 472.833 .000a 残差 3.182E13 31 1.026E12 总计 5.171E14 32 a. 预测变量: 常量 , 总户数。 b. 因变量: 总人口 在步骤2中建立线性回归方程中用spss软件同时做出了表4，由由此可得F 472.833，F值明显偏大，说明两组数据之间的差异非常大，这说明可能在1978年—到2010年间江西省在人口和户籍方面因某种原因发生很大的变化，具体是何原因，有待考究，但可以说明回归模型成立。 2、结论 回归分析是统计数据分析中最强有力的工具之一，而一元线性回归分析是其中最简单的分析方法。本文尝试使用该方法对江西省总人口数