原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验6 回归分析与方差分析
一、实验目的
通过本次实验，掌握回归分析和方差分析的功能及如何进行回归分析和方差分析。
二、上机作业
1、线性回归分析
某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程并分析所得模型。
儿童编号 体表面积（Y） 身高（X1） 体重（X2） 1
2
3
4
5
6
7
8
9
10 5.382
5.299
5.358
5.292
5.602
6.014
5.830
6.102
6.075
6.411 88.0
87.6
88.5
89.0
87.7
89.5
88.8
90.4
90.6
91.2 11.0
11.8
12.0
12.3
13.1
13.7
14.4
14.9
15.2
16.0
答：（1）首先我们对以上变量做散点图分析，结果如下：
由图，我们可以直观推测体表面积与体重有很好的相关关系，而体表面积与身高的相关关系较弱一点儿。
（2）我们对相关系数做分析：
Correlations 体表面积 身高 体重 体表面积 Pearson Correlation 1 .869** .943** Sig. (2-tailed) .001 .000 N 10 10 10 身高 Pearson Correlation .869** 1 .863** Sig. (2-tailed) .001 .001 N 10 10 10 体重 Pearson Correlation .943** .863** 1 Sig. (2-tailed) .000 .001 N 10 10 10 **. Correlation is significant at the 0.01 level (2-tailed).
由上表，我们可以看出，体重与体表面积比身高与体表面积确实有更好的相关性。
（3）下面我们用多元回归方法做线性回归，其相关数据如下：
Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 体重, 身高a . Enter 2 . 身高 Backward (criterion: Probability of F-to-remove = .100). a. All requested variables entered. b. Dependent Variable: 体表面积
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .950a .902 .874 .143346 2 .943b .890 .876 .141945 a. Predictors: (Constant), 体重, 身高 b. Predictors: (Constant), 体重
ANOVAc Model Sum of Squares df Mean Square F Sig. 1 Regression 1.321 2 .661 32.145 .000a Residual .144 7 .021 Total 1.465 9 2 Regression 1.304 1 1.304 64.705 .000b Residual .161 8 .020 Total 1.465 9 a. Predictors: (Constant), 体重, 身高 b. Predictors: (Constant), 体重 c. Dependent Variable: 体表面积
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant) -2.856 6.018 -.475 .649 身高 .069 .075 .215 .919 .389 .256 3.912 体重 .184 .057 .758 3.234 .014 .256 3.912 2 (Constant) 2.661 .385 6.915 .000 体重 .229 .028 .943 8.044 .000 1.000 1.000 a. Depe
文档评论（0）