一元线性回归spss作业.docxVIP

一元线性回归实验指导 一、 使用 spss 进行线性回归相关计算 题目： 为研究医药企业销售收入与广告支出的关系，随机抽取了 20 家医药企业，得到它们的销售 收入和广告支出的数据如下表（数据在‘广告.sav’中） 1. 绘制散点图描述收入与广告支出的关系 结果：（散点图粘贴在下面） 从散点图可直观看出销售收入和广告支出（存在/不存在）线性关系 2. 计算两个变量的相关系数 r 及其检验 相关性结果表格：（粘贴在下面） 从结果中可看出，销售收入与广告支出的相关系数为（），双侧检验的 P 值（），r 在 0.01 显著性水平下（），表明销售收入与广告支出之间（存在/不存在）线性关系。 3. 一元线性回归分析 计算回归分析；并输出标准化残差的 pp 图和直方图 分析输出的结果： 模型汇总表格：（粘贴在下面） 这个表格给出相关系数 R=（）以及标准估计的误差（） 方差分析（ANOVA）表格：（粘贴在下面） 这个表格给出回归模型的方差分析表，包括回归平方和 SSR、回归均方 MSR、残差平方和 SSE、残差均方 MSE、总平方和 SST 和总均方 MST，F 值 129.762 以及 P 值（），此处 p 值 （），说明回归的线性关系（显著/不显著） 系数表格：（粘贴在下面） 上面这个表格给出的是参数估计和检验的有关内容，包括回归方程的常数项、非标准化回 归系数、常数项和回归系数检验的统计量 t 和显著性水平 sig，以及回归系数的%95 置信区 间 从此表可以得出销售收入与广告支出的估计方程为（）。回归系数（）表示广告支出每变动 1 万元，销售收入平均变动（）万元。 4. 残差的检验 从上面的输出结果中可得到标准化残差的标准 pp 图和直方图（粘贴在下面） 同时在数据表格中出现残差以及估计值和区间的上下界，其中 PRE_1 为点估计值； RES_1 为非标准化残差； ZRE_1 为标准化残差； LMCI_1 和 UMCI_1 表示平均值的置信区间（均值的预测区间）； LICI_1 和 UICI_1 表示个别值的预测区间的上界和下界； 下面绘制非标转化残差图：（粘贴在下面） 从残差图上可以看出，各个残差随机分布于 0 轴两侧，没有任何固定模式，这表明在销售 收入与广告支出的一元线性回归中，线性假定以及等方差的假定成立。 下面检验残差正态性： 做出标准化残差（ZRE_1）的散点图，并在图上画出 0,2，-2 三条 y 轴参考线（粘贴在下面） 从图上可以看出，20 个点中有（）个点落在+2 和-2 之间，结合前面的标准化残差的 pp 图 和正态概率图，表明关于残差的正态分布假定成立。