关于2010年全国各地区人均收入与支出水平的spss数据分析.pdfVIP

Spss 统 计 数 据 分 析 期 末 作 业 一、数据的简单处理 在数据文件建立好后，通常还需要对待分析的数据进行必要的预加工处理，这是数据分析过 程中不可缺少的一个关键环节。首先，为了便于数据的浏览，快捷的找到数据的最大值和最 小值，同时，快捷的发现数据的异常值，先将数据按照降序重新进行排列；其次，为了粗略 的把握数据的分布，实现数据的离散化处理和对数据进行频数分析，和对数据进行频数分析， 利用 spss 软件中的分组功能对数据进行简单的分组。由于变量值较多，分组适应采用组据 分组的方式，具体步骤如下： 1、确定组数： k=1+ln(n)/ln2=1+ln31/ln2=6 2、确定组距： 组距= （最大值-最小值）/组数= （10044.91-2088.48）/6=1326.0717 通过一个复合条形图，可以很明确的发现我国农村居民生活水平存在很大的地区差异，地区 发展很不平衡，从图中的生活消费支出和人均收入来看，北京，上海，浙江这些省市农村消 费水平最高，人均收入也是最高的，各省市的农村居民消费水平差异较大，大多数省份农村 居民人均消费集中在 3500 元左右。 一、线性回归分析 农民人均生活消费支出Y与农民人均收入X 的一元线性回归分析变量选择说明：被解释变量 即自变量：农民人均生活消费支出Y ，解释变量即因变量：农民人均收入X 1. 相关分析表，由模型汇总中看到复相关系数为0.922 ，决定相关系数0.930 ，说 明方程拟合度较好，表明回归方程显著性较高。 输入／移去的变量a 模型 输入的变量 移去的变量 方法 1 生活消费支出合 . 步进 （准则: 计 F-to-enter 的概 率 = .050， F-to-remove 的 概率 = .100）。 a. 因变量: 人均纯收入 华东交通大学 10 市场营销一班 郭亲龙 20100410080127 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 1 .960a .922 .919 761.53129 a. 预测变量: (常量), 生活消费支出合计。 b. 因变量: 人均纯收入 2. 方差分析表，F=340.450 ，P=0.0000.05,表明回归方程高度显著，即农民人均 收入对消费有高度影响。 Anovab 模型 平方和 df 均方 F Sig. 1 回归 1.974E8 1 1.974E8 340.450 .000a 残差 1.682E7 29 579929.906 总计 2.143E8 30 a. 预测变量: (常量), 生活消费支出合计。 系数a 非标准化系数 标准系数 模型 B 标准 误差 试用版 t Sig. 1 (常量) 948.338 321.987 2.945 .006 生活消费支出合计 1.316 .071 .960 18.451 .000 a. 因变量: 人均纯收入 b. 因变量: 人均纯收入 3. 回归系数的显著性检表，常数项的P=0.000.05 ，说明存在显著性差异，故应 该得出现在回归方程中，回归方程为：Y=9