spss课程设计分析报告.docVIP

SPSS统计分析软件 课程设计报告 班级:XXXXXXXXXXXX 学号:XXXXXXXX__ 姓名:XXXXXX 2011年6月 私营企业中收入与利润的回归性分析 【摘要】本文以私营企业中不同行业的收入与利润之间的关系为实例，利用SPSS软件介绍线性回归分析法在实际生活中的应用。 关键字：线性回归分析 SPSS 私营企业 正文 引言 回归分析法是一种可以将复杂问题简化的数学方法。它是以相关远离为基础的，分析因变量与自变量的相关关系，用回归方程表示，根据自变量的数值变化，去预测因变量的方法。其主要内容和步骤是：首先根据理论和对问题的分析判断，将变量分为自变量和因变量；其次，设法找出合适的数学方程式描述变量间的关系；由于涉及到的变量具有不确定性行，接着还要对回归模型进行统计检验；统计检验通过后，最后是利用回归模型，根据自变量去顾及、预测因变量。 分析 下面通过具体的实例来说明。数据来源于2005年中国私营企业9个行业的收入与利润的统计 行业 X（元） Y（万元） 行业类型 IT业 6700 250 轻工业 家电业 3000 110 轻工业 保险业 2000 75 轻工业 房地产业 5000 175 轻工业 零售业 2000 80 轻工业 互联网 6000 240 轻工业 通信 4000 150 轻工业 制造业 2500 120 轻工业 加工业 3800 30 重工业 餐饮业 1900 20 轻工业 纺织业 1200 10 轻工业 技术业 7000 250 轻工业 （1）在进行回归行分析之前，首先绘制散点图来分析利润总额和主营业务收入的关系，判断使用线性模型来研究这两个变量之间的关系是否合理。 步骤：打开spss软件，单击Graphs(Scatter/Dot，选择Simple Scatter，单击Define，选择“利润总额”移入纵坐标下，“主营业务收入”移入横坐标下，单击OK，即可生成如下散点图。 从图中来看，两个变量之间的线性关系是比较明显的，随着主营业务收入的增加，利润总额也相应增加，但是其变动程度也有所增加。所以采用线性方程来研究两者的关系是合适的。 （2）建立“利润总额”与“主营业务收入”的线性回归方程。 骤步：单击Analyze(Regression(Linear，选择“利润总额”移入Dependent，“主营业务收入”移入Independent，单击Plots，选择SDRESID为纵变量，ZPRED为横坐标变量，选择Histogram和Normal probability plot，单击Continue，单击Save，选择standardized，residuals，cook’s和leverage values，单击continue，单击OK，即可输出结果。 利润总额对主营业务收入的一元线性回归输出结果 根据系数写出“利润总额”对“主营业务收入”的线性回归方程：^Yi=-24.819+0.040Xi，斜率系数的t统计量为6.937，对应的显著性水平Sig.a=0.05，拒绝了自变量和因变量之间不存在线性关系的假设，也就是说自变量“主营业务收入”通过了参数的显著性检验。 回归模型方差分析表 从方差分析表中可以看出回归平方和ESS=70906.985，自由度df为1，残差平方和RSS=85641.661，其对应的自由度为11。F统计量对应的显著性水平Sig.=0.0000.05，方程总体回归显著。 从图中看，拟合系数为0.828，说明自变量可解释因变量82.8%左右的方差变动，模型的拟合效果较好。 从以上带有正态曲线的直方图中可以看出，回归模型的标准化残差分布呈现“两头小，中间大”的趋势，近似接近正态分布。 残差的P-P图也分布在过远点、倾斜角为45度的直线附近，进一步表明残差近似服从正态分布。 总结 由以上案例可以看出，工业企业的利润和主营业务收入之间存在较为明显的关系，一般来说，企业的主营业务收入越多，企业的利润也会越高。但是不同行业的收入与利润存在较为大的差异，所以用SPSS软件分析直观明了，为财务管理分析人员提供了方便。