相关解析总结计划及一元线性回归解析总结计划SPSS报告计划.docxVIP

精品文档 精品文档 PAGE 精品文档 用 下面的数据 做有关解析和一元线性回 归解析： 采用普通高等学校毕业生数和高等学校发表科技论文数量做有关解析和一 元线性回归解析。 一、有关解析 作散点图 普通高等学校毕业生数和高等学校发表科技论文数量的有关图 从散点图能够看出：普通高等学校毕业生数和高等学校发表科技论文数量的 有关性很大。 求普通高等学校毕业生数和高等学校发表科技论文数量的有关系数 把要求的两个有关变量移至变量中，因为都是定距数据，选择有关系数中的 Pearson，点击确定，能够得到下面的结果： Correlations 普通高等学校毕 高等学校发表科 业生数(万人) 技论文数量(篇) 普通高等学校毕业生数 (万人)PearsonCorrelation 1 .998** Sig.(2-tailed) .000 N 14 14 高等学校发表科技论文数量 PearsonCorrelation .998** 1 (篇) Sig.(2-tailed) .000 N 14 14 **.Correlationissignificantatthe0.01level(2-tailed). 两有关变量的Pearson有关系数=0.0998，表示呈高度正有关；有关系数查验对应的概率 P 值=0.000，小于显着性水平0.05，应拒绝原假定（两变量之间不具有有关性），即毕业生人数好发表科技论文数之间的有关性显着。 求两变量之间的有关性 选择有关系数中的全部，点击确定： Correlations (万人) (篇) Kendallstau_b (万人) CorrelationCoefficient 1.000 1.000** Sig.(2-tailed) . . N 14 14 (篇) CorrelationCoefficient 1.000** 1.000 Sig.(2-tailed) . . N 14 14 Spearmansrho (万人) CorrelationCoefficient 1.000 1.000** Sig.(2-tailed) . . N 14 14 (篇) CorrelationCoefficient 1.000** 1.000 Sig.(2-tailed) . . N 14 14 **.Correlationissignificantatthe0.01level(2-tailed). 讲解：两有关变量（毕业生数和发表论文数）的 Kendall有关系数=1.000，呈正有关；无 有关系数查验对应的概率P值，应接受原假定（两变量之间不具有有关性），即毕业生数与发表论文数之间有关性不显着。 两有关变量（毕业生数和发表论文数）的Spearman有关系数=1.000，呈正有关；无有关系数查验对应的概率P值，应接受原假定（两变量之间不具有有关性），即毕业生 数与发表论文数之间有关性不显着。 普通高等学校毕业生数和高等学校发表科技论文数量的有关系数 将所求变量移至变量，将控制变量移至控制中，选中显示实际显着性水平， 点击确定： Correlations 普通高等学校毕 高等学校发表科技 业生数(万人) 论文数量(篇) 普通高等学校毕业生数 (万人)PearsonCorrelation 1 .998** Sig.(2-tailed) .000 N 14 14 高等学校发表科技论文数量 PearsonCorrelation .998** 1 (篇) Sig.(2-tailed) .000 N  14  14 **.Correlationissignificantatthe0.01level(2-tailed). 讲解:  两有关变量（普通高校毕业生数和发表论文数）的偏有关系数  =0.998，呈正有关； 对应的偏有关系数双侧查验p值0，小于显着性水平0.05，应拒绝原假定（两变量之间不具有有关性），即普通高校毕业生数与发表论文数之间有关性显着。 二、一元线性回归 从前面的有关解析能够看出普通高等学校毕业生数和高等学校发表科技 论文数量呈高度正有关关系，所以，下面对这两个变量做一元线性回归 解析。 成立回归方程 点击选项，选中使用F的概率，如上图所示。点击持续，确定： b VariablesEntered/Removed Model  Variables Entered  Variables Removed  Method 1  (  篇)a  .Enter a.Allrequestedvariablesentered. b.DependentVariable:(  万人) 此图显示的是回归解析方法引入变量的方式。 ModelSummary Model  R  RSquare  AdjustedR Squar