实验7线性回归.docx

实验编号： 07 四川师大SPSS实验报告 2017 年 4 月 24 日计算机科学学院2015级5班 实验名称： 线性回归 姓名：唐雪梅 学号：2015110538 指导老师：__朱桂琼___ 实验成绩:___实验 七 线性回归实验目的及要求1.了解SPSS 特点结构操作 2.利用SPSS进行简单数据统计实验内容(1)消费者品牌偏好分析： 通过品牌使用时间和价格敏感度了解消费者的品牌偏好。 某彩妆系列产品公司进行了一项关于消费者品牌偏好态度的分析，调研人员收集了有关的调研数据，用11点标尺度量态度（1=非常不喜欢该品牌，11=非常喜欢该品牌）对于价格敏感度的度量也用11点标尺（1=对价格完全不敏感，11=对价格非常敏感）序号品牌偏好Y使用时间X1（月）价格敏感X21610329121138124434151012116461758782249111841099101110171012225思考题：（1）消费者对品牌的使用时间以及对其价格的敏感度对消费者的品牌偏好有何种影响？它们之间是一种什么样的关系？（2）如果有影响，品牌偏好与使用时间之间的关系能否用一个模型表示出来？(2)销售额和员工数量的关系： 随着公司的持续发展，常常有滑入无效率困境的危险，假定某公司的销售开始滑坡，但公司还是不停地招聘新人，公司有某个10年的关于销售额和员工的数据如下表：年序号销售额（百万美元）员工数120.2120224.3135328.6142433.4150535.2155635.9168736.3172836.21709364174根据左表中的数据，请回答下列问题：（1）以销售额为自变量，员工数为因变量画出散点图，并建立一个回归模型，通过员工的数量来预测销售额。（2）解释回归系数的实际意义。（3）根据分析的结果回答：如果这个趋势继续下去，你对公司的管理层有何建议？你认为管理层应该关注什么？（3）制度变迁是经济增长的源头，根据研究衡量制度变迁有两个变量：非国有化率和国家财政收入占GDP的比重。 自1998年以来中国的经济增长率一直未突破9%的状态，因此以9%为分界点，将经济增长定义为1（经济增长大于等于9%）或0（经济增长小于9%），根据2003-2014年的数据，如下表，试建立中国经济增长率的Logistics模型。年X1X2经济增长率Y200335.177779381284984485186987988289089788.40三、实验主要流程、基本操作或核心代码、算法片段（该部分如不够填写，请另加附页） 实验一：多元线性回归分析建立数据库分析步骤：分析——回归——线性3.结果输入／移去的变量模型输入的变量移去的变量方法1价格敏感, 使用时间a.输入a. 已输入所有请求的变量。结论：在对编号为1的模型进行线性回归分析时所采用的方法是全部引入法：输入，此处无被剔出的变量模型汇总模型RR 方调整 R 方标准估计的误差1.966a.933.918.947a. 预测变量: (常量), 价格敏感, 使用时间。结论：R Square=0.966，接近于1，说明模型的拟合优度很高，方程拟合很好。Anovab模型平方和df均方FSig.1回归112.845256.42362.915.000a残差8.0719.897总计120.91711a. 预测变量: (常量), 价格敏感, 使用时间。b. 因变量: 品牌偏好结论：sig=00.01，该模型具有显著性意义系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量).376.629.598.565使用时间.516.060.8198.550.000价格敏感.235.085.2662.772.022a. 因变量: 品牌偏好拟合结果：y=0.516x1+0.235x2+0.376Sig.取值大于0.05，没有理由拒绝原假设，即回归系数与零无显著性差异，模型中不存在共线性问题。结论：特征根均不等于0，则不存在共线性问题，条件指数均小于30，本例中模型不存在共线性的问题。研究品牌偏好与使用时间之间的关系模型B）原假设：回归系数与零无显著性差异C）线性回归分析：单击分析→回归→线性→打开线性回归主对话框；在弹出的线性回归对话框中，选择变量“品牌偏好（Y）”，添加到因变量框中；选择变量“使用时间（X1）”添加到自变量框中，单机统计量，选中估计、模型拟合度和DW三个选项。结果分析：R Square=0.