spss一元回归分析详细操作与结果分析.pptxVIP

spss一元回归分析详细操作与结果分析;Case1：降水纬度;step1：建立数据文件;step1：建立数据文件;step2：做散点图;step2：做散点图;step3：线性回归分析;【统计量】按钮;【绘制】按钮;【选项】按钮;【输入/移去的变量】 此表是拟合过程中变量输入/移去模型的情况记录，由于我们只引入了一个自变量，所以只出现了一个模型1（在多元回归中就会依次出现多个回归模型），该模型中“纬度”为进入的变量，没有移出的变量，具体的输入/移去方法为“输入”。 ;【模型汇总】 此表为所拟合模型的情况汇总，显示在模型1中： 相关系数R=0.904 拟合优度R方=0.816 调整后的拟合优度=0.813 标准估计的误差=92.98256 R方（拟合优度）：是回归分析的决定系数，说明自变量和因变量形成的散点与回归曲线的接近程度，数值介于0和1之间，这个数值越大说明回归的越好，也就是散点越集中于回归线上。 ;【Anova】 （analysisofvariance方差分析） 此表是所用模型的检验结果，一个标准的方差分析表。 Sig.（significant ）值是回归关系的显著性系数，sig.是F值的实际显著性概率即P值。当sig. = 0.05的时候，说明回归关系具有统计学意义。如果sig. 0.05，说明二者之间用当前模型进行回归没有统计学意义，应该换一个模型来进行回归。 由表可见所用的回归模型F统计量值=226.725 ，P值为0.000，因此我们用的这个回归模型是有统计学意义的，可以继续看下面系数分别检验的结果。 由于这里我们所用的回归模型只有一个自变量，因此模型的检验就等价与系数的检验，在多元回归中这两者是不同的。 ;【系数】 此表给出了包括常数项在内的所有系数的检验结果，用的是t检验，同时还会给出标化/未标化系数。可见常数项和“纬度”都是有统计学意义的。 由此得到年降水量与纬度之间的一元回归方程为： Y=-82.188X+3395.584;Case2:气温降雨量;Case2:气温降雨量