- 1、本文档共17页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
大 连 民 族 学 院
数 学 实 验 报 告
课程: 统计软件—SPSS
实验题目: 线性回归分析与非参检验
系别: 理学院
专业: 统计学
姓名: 侯祥飞
班级: 141班
指导教师: 滕颖俏
完成时间: 2016 年 10 月 30 日
实验目的:
掌握线性回归分析的主要目标及其具体操作,能够读懂基本分析结果,掌握计算结果之间的数量关系,并能够写出回归方程,对回归方程进行各种统计检验。了解SPSS非参数检验的具体操作,能够解释分析结果。 实验内容、实验步骤、实验结果及分析
线性回归分析
(一)9.5 粮食总产量
1.实验内容
先收集到若干年粮食总产量以及播种面积、使用化肥量、农业劳动人数等数据,请利用建立多元线性回归方程,分析影响粮食总产量的主要因素。数据文件名为“粮食总产量.sav”。
2.实验步骤
步骤:分析→回归→线性→粮食总产量导入因变量、其余变量导入自变量→确定;分析→回归→线性→(向后)→确定
3.实验结果及分析
上表进行了拟合优度检验,由于该方程有多个解释变量,因此参考调整判定系数(0.986)较接近1,因此认为拟合有度较高,被解释变量可以被模型解释的部分较多,不能被解释的部分较少。
上表进行了回归方程的显著性检验,由于Sig为0小于0.05,所以拒绝原假设,认为各回归系数不同时为0,被解释变量与解释变量全体的线性关系是显著的,可以建立线性模型。
上表进行了回归系数的显著性检验,可以看出除粮食播种面积与农业劳动者人数变量的P-值均大于0.05,所以接受原假设,认为这些偏回归系数与0无显著性差异,它们与被解释变量的线性关系是不显著的,不应该保留在方程中。影响程度来由大到小依次是风灾面积、施用化肥量、总播种面积和年份(排除农业劳动者人数和粮食播种面积对粮食产量的影响)。
得回归方程为:,其中X1,X2,X3,X4分别为年份,总播种面积,施用化肥量,风灾面积比例。
(二)9.6 销售量
1.实验内容
一家产品销售公司在30个地区设有销售分公司。为研究产品销售量(y)与该公司的销售价格(x1)、各地区的年人均收入(x2)、广告费用(x3)之间的关系,搜集到30个地区的有关数据。进行多元线性回归分析所得的部分分析结果如下:??
1)?将第一张表中的所缺数值补齐。????
2)?写出销售量与销售价格、年人均收入、广告费用的多元线性回归方程,并解释各回归系数的意义。????
3)?检验回归方程的线性关系是否显著?????
4)?检验各回归系数是否显著?????
5)?计算判定系数,并解释它的实际意义。????
6)?计算回归方程的估计标准误差,并解释它的实际意义。
2.实验结果
1)
Anovab
模型
平方和
df
均方
F
Sig.
1
回归
1.20E+07
3
4.01E+06
72.797
8.88E-13
残差
1.43E+06
26
55069.715
总计
1.35E+07
29
2), -117.8861表示销售价格越高,销售量越低,X1对Y的增长起抑制作用,X1与Y是负相关关系。80.6107表示各地区销售人员的人均收入越高,销售人员的工作积极性越高,所以销售量也越高,X2与Y是正相关关系。0.5012表示广告费用越高,销售量也越高,X3与Y是正相关关系。
3)回归方程显著性Sig值为8.88341E-13<0.05,所以拒绝原假设,线性关系显著。
4)各变量显著性Sig值分别为0.00457,0.00103,0.00001,0.00049均小于0.05,拒绝原假设,各回归系数显著。
5)判定系数为:R2=回归和/综合17=0.894
意义为:产品的销售量的总误差中有89.4%可以用产品的销售价格、各地区的年人均收入和广告费用的线性关系来解释,只有10.6%属于随机因素影响,因此这条回归线是合适的。
6)估计标准误差为:
非参数检验
(一)7.1
1.
文档评论(0)