管理统计学上机报告.docVIP

《管理统计学》上机试验报告格式 试验名称： 成绩： 姓名 李翠 专业 电子商务 学号 1940910124 试验日期 2010年12月20 试验地点 寝室（29-10-3） 试验目的与要求 目的是学习并使用SPSS软件进行相关分析和回归分析，具体包括： 皮尔逊pearson简单相关系数的计算与分析 学会在SPSS上实现一元及多元回归模型的计算与检验。 学会回归模型的散点图与样本方程图形。 学会对所计算结果进行统计分析说明。 要求试验前，了解回归分析的如下内容。 参数α、β的估计 回归模型的检验方法：回归系数β的显著性检验（t－检验）；回归方程显著性检验（F－检验）。 试验原理 1．相关分析的统计学原理 相关分析使用某个指标来表明现象之间相互依存关系的密切程度。用来测度简单线性相关关系的系数是Pearson简单相关系数。 2．回归分析的统计学原理 相关关系不等于因果关系，要明确因果关系必须借助于回归分析。回归分析是研究两个变量或多个变量之间因果关系的统计方法。其基本思想是，在相关分析的基础上，对具有相关关系的两个或多个变量之间数量变化的一般关系进行测定，确立一个合适的数据模型，以便从一个已知量推断另一个未知量。回归分析的主要任务就是根据样本数据估计参数，建立回归模型，对参数和模型进行检验和判断，并进行预测等。 试验内容 第一题：现有1987~2003年湖南省全社会固定资产投资总额NINV和GDP两个指标的年度数据，见下表。试研究全社会固定资产投资总额和GDP的数量关系，并建立全社会固定资产投资总额和GDP之间的线性回归方程。 试验步骤：1. 打开数据文件“1987~2003年湖南省全社会固定资产投资总额NINV和GDP两个指标的年度数据.sav”,依次选择“【分析】→【相关】→【双变量】”打开对话框如图，将待分析的4个指标移入右边的变量列表框内。其他均可选择默认项，单击ok提交系统运行。2．一元线性回归分析 实例分析：全社会固定资产投资总额和GDP之间的线性回归模型 在这个例子里，考虑全社会固定资产投资总额和GDP之间的线性影响，建立的模型如下： 其中，yi是全社会固定资产投资总额，xi是GDP 线性回归分析的基本步骤及结果分析： （1）绘制散点图 打开数据文件，选择【图形】-【旧对话框】-【散点/点状】，选择简单分布，单击定义，打开子对话框，选择X变量和Y变量，如图5.3所示。单击ok提交系统运行。 （2）简单相关分析选择【分析】—【相关】—【双变量】,打开对话框，将变量“全社会固定资产投资总额”与“GDP”移入variables列表框，点击ok运行。 (3) 线性回归分析 步骤1：选择菜单“【分析】—【回归】—【线性】”，打开Linear Regression 对话框。将变量住房支出y移入Dependent列表框中，将年收入x移入Independents列表框中。在Method 框中选择Enter 选项，表示所选自变量全部进入回归模型。 步骤2：单击Statistics按钮，如图在Statistics子对话框。该对话框中设置要输出的统计量。这里选中估计、模型拟合度复选框。 步骤3：单击绘制按钮，在Plots子对话框中的标准化残差图选项栏中选中正态概率图复选框，以便对残差的正态性进行分析。 步骤4：单击保存按钮，在Save子对话框中残差选项栏中选中未标准化复选框，这样可以在数据文件中生成一个变量名尾res_1 的残差变量，以便对残差进行进一步分析。其余保持Spss默认选项。在主对话框中单击ok按钮，执行线性回归命令。 试验结论 Correlations GDP（亿元） NINV（亿元） GDP（亿元） Pearson Correlation 1 .985** Sig. (2-tailed) .000 N 16 16 NINV（亿元） Pearson Correlation .985** 1 Sig. (2-tailed) .000 N 16 16 **. Correlation is significant at the 0.01 level (2-tailed). Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 NINV（亿元）a . Enter a. All requested variables entered. b. Dependent Variable: GDP（亿元） Model Summary Model R R Square Adjusted R Square Std. Error