统计学软件及应用_实验12相关与回归.docVIP

《统计学软件及应用》上机试验报告 试验名称：实验12 相关与回归 成绩： 姓名 专业 学号 试验日期 试验地点 试验目的与要求 一、实验目的： 掌握相关分析基础步骤 二、实验要求： 1. 重点掌握： 相关术语及理论基础 2. 掌握：Bivariate过程、Partial过程 试验原理 第十二节 相关分析 12.1 理论基础 （1）任意多个变量都可以考虑相关问题，任意测量尺度的变量都可以测量相关强度。 （2）常用术语： ?直线相关：两变量呈线性共同增大或呈线性一增一减 ?曲线相关：两变量存在相关趋势，并非线性，而是呈各种可能的曲线趋势 ?正相关与负相关 ?完全相关 12.2 Bivariate过程 （1）简介 进行两个/多个变量间的参数/非参数相关分析；如果是多个变量，则给出两两相关的分析结果。 （2）案例分析 案例：考察信心指数值和年龄的相关性 选择图表——图表构建器 将散点图拖动到图表构建区，将年龄拖动到X轴，总指数拖动到Y轴；确定。 得到下图，看出二者有负相关的趋势。 如果想要知道负相关的系数，选择分析——相关——双变量； 将年龄、总指数选入变量列表，确定； 得到下表。 12.3 Partial过程 （1）简介 对其他变量进行控制；输出控制其他变量影响后的相关系数。 （2）案例分析 案例：在控制家庭收入QS9对总信心指数影响的前提下，考察总信心指数值和年龄的相关性。 重新打开双变量对话框，将题中涉及到的三个变量都选入变量列表；确定； 得到三者的相关性，为了得到在控制家庭收入QS9对总信心指数影响的前提下，总信心指数值和年龄的相关性，还需进行偏相关分析。选择分析——相关——偏相关，将家庭月收入选入控制变量，将年龄和总指数选入变量列表；确定； 得到在在控制家庭收入QS9对总信心指数影响的前提下，总信心指数值和年龄的相关性为负的0.203，呈负相关。 课堂试验内容 五、实验步骤（请截图展示详细的操作过程） 进行相关分析。案例：考察信心指数值和年龄的相关性 描述：总信心指数值和年龄的皮尔逊相关性为负的-0.219，呈负相关，肯德尔相关性为-0.152，为负相关，斯皮尔曼相关性为-0.213，为负相关。 进行偏相关分析：在控制家庭收入QS9对总信心指数影响的前提下，考察总信心指数值和年龄的相关性。 描述：在在控制家庭收入QS9对总信心指数影响的前提下，总信心指数值和年龄的相关性为-0.216，呈负相关。 进行回归分析：案例：销量影响因素分析，某专门面向年轻人制作肖像的公司计划在国内再开设几家分店，收集了目前已开设的分店的销售数据(Y，万元)及分店所在城市的16岁以下人数(X1，万人)、人均可支配收入(X2，元)，数据见reg.sav。试进行统计分析。 正态性检验 柯尔莫戈洛夫-斯米诺夫a 夏皮洛-威尔克 统计 自由度 显著性 统计 自由度 显著性 销售收入 .189 21 .049 .887 21 .020 a. 里利氏显著性修正 分析：可以认为符合正态分布 年轻人人数[x1]与销售收入[y]呈线性关系。 人均可支配收入[x2]与销售收入[y]呈线性关系。 相关性 销售收入 年轻人人数 人均可支配收入 销售收入 皮尔逊相关性 1 .945** .836** 显著性（双尾） .000 .000 个案数 21 21 21 年轻人人数 皮尔逊相关性 .945** 1 .781** 显著性（双尾） .000 .000 个案数 21 21 21 人均可支配收入 皮尔逊相关性 .836** .781** 1 显著性（双尾） .000 .000 个案数 21 21 21 **. 在 0.01 级别（双尾），相关性显著。 销售收入与年轻人人数和人均可支配收入的相关性显著。综上可以做回归分析 分析：根据模型摘要可以看出，R方为0.917，按现在的模型去估计数据，准确率可达91.7% 从ANOVA可以看出，P值比0.05要小，回归方程有预测效果。由系数可得回归方程，Y=1.455X1+0.009X2 课堂试验结论