相关分析报告与回归分析报告SPSS实现.docxVIP

相关分析与回归分析

一、试验目标与要求

本试验项目的目的是学习并使用SPSS软件发展相关分析和回归分析，具体包括：

(1)皮尔逊pearson简单相关系数的计算与分析

⑵学会在SPSS上实现一元与多元回归模型的计算与检验。

(3)学会回归模型的散点图与样本方程图形。

(4)学会对所计算结果发展统计分析说明。

(5)要求试验前，了解回归分析的如下内容。

?参数a、0的估计

?回归模型的检验方法：回归系数B的显著性检验〔七一检验〕；回归方程显著性检验〔F—检验〕。

二、试验原理

.相关分析的统计学原理

相关分析使用某个指标来明确现象之间相互依存关系的密切程度。用来测度简单线性相关关系的系数是Pearson简单相关系数。

.回归分析的统计学原理

相关关系不等于因果关系，要明确因果关系必须借助于回归分析。回归分析是研究两个变量或者多个变量之间因果关系的统计方法。其根本思想是，在相关分析的根抵上，对具有相关关系的两个或者多个变量之间数量变化的普通关系发展测定，确立一个适宜的数据模型，以便从一个量判断另一个未知量。回归分析的主要任务就是根据样本数据估计参数，建立回归模型，对参数和模型发展检验和判断，并发展预测等。

线性回归数学模型如下：

y=P+Px+0x+...+0x+￡

/ 0 1/1 2/2 kik/

在模型中，回归系数是未知的，可以在已有样本的根抵上，使用最小二乘法对回归系数发展估计，得到如下的样本回归函数：

y=[T+[Tx+卜x+…+x+e

i0 1/1 2/2 kiki

回归模型中的参数估计出来之后，还必须对其发展检验。如果通过检验发现模型有缺陷，如此必须回到模型的设定阶段或者参数估计阶段，重新选择被解释变

1988

1996

1989

1997

2993

1990

1998

1991

1999

1992

2000

1993

2001

3983

1994

2002

1348

量和解释变量与其函数形式，或者对数据发展加工整理之后再次估计参数。回归模型的检验包括一级检验和二级检验。一级检验又叫统计学检验，它是利用统计学的抽样理论来检验样本回归方程的可靠性，具体又可以分为拟和优度评价和显著性检验；二级检验又称为经济计量学检验，它是对线性回归模型的假定条件能否得到满足发展检验，具体包括序列相关检验、异方差检验等。

三、试验演示内容与步骤

1.连续变量简单相关系数的计算与分析

在上市公司财务分析中，往往利用资产收益率、净资产收益率每股净收益和托宾Q值4个指标来衡量公司经营绩效。本试验利用SPSS对这4个指标的相关性发展检验。操作步骤与过程：

?打开数据文件“上市公司财务数据（连续变量相关分析）.sav〃，挨次选择“【分析】T【相关】T【双变量】〃打开对话框如图，将待分析的4个指标移入右边的变量列表框内。其他均可选择默认项，单击ok提交系统运行。

图5.1BivariateCorreIations对话框

结果分析：

表给出了Pearson简单相关系数，相关检验t统计量对应的p值。相关系数右上角有两个星号表示相关系数在0.01的显著性水平下显著。从表中可以看出，每股收益、净资产收益率和总资产收益率3个指标之间的相关系数都在0.8以上，对应的P值都接近0,表示3个指标具有较强的正相关关系，而托宾Q值与其他3个变量之间的相关性较弱。

表5.1Pearson简单相关分析

CorreIations

每股收益率

净资产收益率

资产收益率

托宾Q值

每股收益率 Pearson

Correlation

Sig.(2-tailed)

N

净资产收益率 Pearson

CorreIation

Sig.(2-taiIed)

N

资产收包率 Pearson

CorreIation

Sig.(2-taiIed)

N

托宾Q值 Pearson

CorreIation

Sig.(2-taiIed)

N

1

315

.877(**)

.000

315

.824(**)

.000

315

.199

315

.877(**)

,000

315

1

315

.808(**)

.000

315

,983

315

.824(**)

.000

315

.808(**)

.000

315

1

315

.011

.849

315

.199

315

.983

315

.011

.849

315

1

315

**CorreIationissignificantatthe0.01IeveI(2-tailed).

2.一元线性回归分析

实例分析：家庭