第4章spss统计技术分解.ppt

由复相关系数R 0.982说明该预报模型高度显著，可用于该地区大春粮食产量的短期预报 常用统计量 方差分析表 回归方程为： 按常识理解，粮食产量和播种面积关系密切，但预报模型中，变量x1未引入，这是因为： 多年来该地区的大春粮食播种面积变化甚微，近于常数，因而对产量的影响不大而失去其重要性。 回归系数分析 在汽油中加入两种化学添加剂，观察它们对汽车消耗1公升汽油所行里程的影响，共进行9次试验，得到里程Y与两种添加剂用量X1、X2之间数据如下： xi1 0 1 0 1 2 0 2 3 1 xi2 0 0 1 1 0 2 2 1 3 yi 15.8 16.0 15.9 16.2 16.5 16.3 16.8 17.4 17.2 试求里程Y关于X1、X2的经验线性回归方程，并求误差方差σ2的无偏估计值。 例 检验说明线性关系显著 结果： * * * 139 * 24 This teleology is based on the number of explanatory variables nature of relationship between X Y. * * * * * * 1.相关分析中不必确定自变量和因变量； 而在回归分析中，必须事先确定自变量和因变量，且只能从自变量去推测因变量，而不能从因变量去推断自变量。 2.相关分析不能指出变量关系的具体形式； 而回归分析能确切的