相关分析和一元线性回归分析spss报告.pdf

用 下 面 的 数 据 做 相 关 分 析 和 一 元 线 性 回 归 分 析 ： 选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相关分 析和一元线性回归分析。 一、相关分析 1. 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相关图 从散点图可以看出： 普通高等学校毕业生数和高等学校发表科技论文 数量的相关性很大。 2. 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相关系 数 把要求的两个相关变量移至变量中， 因为都是定距数据， 选择相关系 数中的 Pearson，点击确定，可以得到下面的结果： 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 ) Pearson Correlation 1 .998 Sig. (2-tailed) .000 N 14 14 ** 高等学校发表科技论文数量 Pearson Correlation .998 1 ( 篇 ) Sig. (2-tailed) .000 N 14 14 **. Correlation is significant at the 0.01 level (2-tailed). 两相关变量的 Pearson相关系数 =0.0998，表示呈高度正相关；相关系数检验对应 的概率 P值=0.000，小于显着性水平 0.05，应拒绝原假设（两变量之间不具有相 关性），即毕业生人数好发表科技论文数之间的相关性显着。 3. 求两变量之间的相关性 选择相关系数中的全部，点击确定： Correlations ( 万人 ) ( 篇) ** Kendalls tau_b ( 万人 ) Correlation Coefficient 1.000 1.000 Sig. (2-tailed) . . N 14 14