spss回归数据与结论.doc

体育统计与SPSS之终极作业 注：这里的截图为部分数据，如果需要数据请在百度文库下载《SPSS之回归量表的数据》 统计者： 自提问题：根据1-1、1-2数据表建立“积极心理资本”与“乐观”程度、“学校类型”与“乐观”的两组回归方程，比较积极心理资本和学校类型哪一项与乐观相关关系高。 建立过程：①收集数据 （表1-1） （表1-2） ②将已建立的心理资本量表中的积极心理资本与乐观程度数据文件调入当前数据编辑框，将变量“积极心理资本”作为因变量，将变量“乐观”作为自变量。按确定，运行程序输出结果。见表1-3~1-6 表1-3 表1-3是建立模型时变量的进入与删除情况及变量进入回归方程的分析方法。因变量是积极心理资本，进入的自变量为乐观，建立回归方程的方法为强行进入。 表1-4 表1-4是对所建立模型的拟合优度的分析，预测变量为乐观，其中复相关系数为0.852，可决系数为0.726，说明模型的拟合优度较高。 表1-5 表1-5是对整个回归方程对总体模拟程度的检验，及回归方程的显著性检验。其中F值与显著性水平的值相差很大，说明该回归方程的效果很显著，即用所得的回归方程预测结果的准确性较高。 表1-6 表1-6给出了回归方程的系数以及对回归系数的检验。 ③根据给出的数据可以得到两个回归方程。 一个是未标准化的回归方程：Y=1.348+0.677X（其中Y为积极心理资本，X为乐观程度） 一个是标准化的回归方程：Y=1.348+0.852X（其中Y为积极心理资本，X为乐观程度） 综合以上，乐观程度与积极心理资本相关程度较高，所建立的回归方程达到了显著性水平，用乐观程度预测积极心理资本可靠性较强。 ④将已建立的心理资本量表中的积极心理资本与乐观程度数据文件调入当前数据编辑框，将变量“学校类型”作为因变量，将变量“乐观”作为自变量。按确定，运行程序输出结果。见表1-7~1-10 表1-7 表1-7是建立模型时变量的进入与删除情况及变量进入回归方程的分析方法。因变量是学校类型，进入的自变量为乐观，建立回归方程的方法为强行进入。 表1-8 表1-8是对所建立模型的拟合优度的分析，预测变量为乐观，其中复相关系数为0.119，可决系数为0.014，说明模型的拟合优度较低。 表1-9 表1-9是对整个回归方程对总体模拟程度的检验，及回归方程的显著性检验。其中F值为3.734，显著性水平为0.054。该回归方程的效果不如第一种效果显著，即用所得的回归方程预测结果的准确性较低。 表1-10 表1-6给出了回归方程的系数以及对回归系数的检验。 ⑤根据给出的数据可以得到两个回归方程。 一个是未标准化的回归方程：Y=1.592+0.092X（其中Y为学校类型，X为乐观程度） 一个是标准化的回归方程：Y=1.592+0.119X（其中Y为学校类型，X为乐观程度） 综合以上，乐观程度与学校类型相关程度较低，所建立的回归方程达到了显著性水平，但是用乐观程度预测学校类型可靠性不如用积极心理资本可靠性强。 文档说明： ①数据来源： ②使用方法：使用SPSS中的一元线性回归建立模型方法，使用强行进入法。