回归判别分析.docVIP

天津理工大学实验报告 学院（系）名称：计算机与通信工程学院 姓名 学号 专业 班级 实验项目 回归分析与判别分析 课程名称 数据分析及其应用软件 课程代码 0665106 实验时间 2016年4月6号3、4节，中午 实验地点 7号楼216 批改意见 成绩 教师签字： 实验内容： 回归分析： 1．研究货运总量（万吨）与工业总值(亿元)、农业总产值（亿元）、居民非商品支出（亿元）的关系。数据见下表 编号 货运总量Y 工业总产值x1 农业总产值x2 居民非商品支出x3 1 160 70 35 1.0 2 260 75 40 2.4 3 210 65 40 2.0 4 265 74 42 3.0 5 240 72 38 1.2 6 220 68 45 1.5 7 275 78 42 4.0 8 160 66 36 2.0 9 275 70 44 3.2 10 250 65 42 3.0 设变量x1表示工业总产值，变量x2表示农业总产值，变量x3表示居民非商品支出，y表示货运总量。假设因变量y和自变量x1,x2,x3的线性回归模型为 判别分析： 2.为研究某地区人口死亡状况，已按某种方法将15个已知样品分为3类，指标及原始数据如下表。利用费歇线性判别函数，判定另外4个待判样品属于哪一类？ 某地区人口死亡状况指标及原始数据表 组别 序号 X1=0岁组死亡概率 X2=1岁组死亡概率 X3=10岁组死亡概率 X4=55岁组死亡概率 X5=80岁组死亡概率 X6=平均预期寿命 第一组 1 34.16 7.44 1.12 7.87 95.19 69.3 2 33.06 6.34 1.08 6.77 94.08 69.7 3 36.26 9.24 1.04 8.97 97.3 68.8 4 40.17 13.45 1.43 13.88 101.2 66.2 5 50.06 23.03 2.83 23.74 112.52 63.3 第二组 1 33.24 6.24 1.18 22.9 160.01 65.4 2 32.22 4.22 1.06 20.7 124.7 68.7 3 41.15 10.08 2.32 32.84 172.06 65.85 4 53.04 25.74 4.06 34.87 152.03 63.5 5 38.03 11.2 6.07 27.84 146.32 66.8 第三组 1 34.03 5.41 0.07 5.2 90.1 69.5 2 32.11 3.02 0.09 3.14 85.15 70.8 3 44.12 15.12 1.08 15.15 103.12 64.8 4 54.17 25.03 2.11 25.15 110.14 63.7 5 28.07 2.01 0.07 3.02 81.22 68.3 待判样品 1 50.22 6.66 1.08 22.54 170.6 65.2 2 34.64 7.33 1.11 7.78 95.16 69.3 3 33.42 6.22 1.12 22.95 160.31 68.3 4 44.02 15.36 1.07 16.45 105.3 64.2 实验结果分析： 回归分析： (1)描述统计量的结果，显示变量y和x1,x2,x3的均数、标准差和例数（N）。 (2)相关分析的结果，货运总量和农业总产值，货运总量和居民非商品住处的相关系数分别为0.731，0.724,单尾单侧检验分别为P=0.008，P=0.009,相关程度高。 (3)模型摘要，相关系数为R=0.898,判定系数为R Square=0.806,调整判定系数Adjusted R Square=0.708，估计值的标准误差 Std. Error of the Estimate=1.391 (4)方差分析结果，回归的均方Regression Mean Square=4551.790，残差的均方Residual Mean Square=549.522，F=8.283，P=0.0150.05,所以线性回归方程显著。 （5）偏回归系数结果，常数项（Constant）+7.101+12.447 (6)残差直方图，正态曲线被加载到直方图上，判断标准化残差呈正态分布。 （7）save结果，增加新变量到正在使用的数据文件。 判别分析： 将数据导入SPS