spss思考与练习解析.docx

1、

（1）

系数a非标准化系数标准系数a.因变量:y操作：分析-回归-线性，因变量y,

系数a

非标准化系数

标准系数

a.因变量:y

模型

1

(常量)

B

209.875

标准误差

67.350

试用版

t

3.116

Sig.

.010

x1

.292

.089

.356

3.286

.007

x2

-87.647

12.443

-.763

-7.044

.000

（2）

对回归方程的显著性检验：

SSR/p

采用P值法做检验，提出原假设H0：β1=β2=0，构造统计量F=SSE/(n-p-1)，p是自变量个

Anovab预测变量:(常量),x2,x1。因变量:y数此时是2，n是样本个数1

Anovab

预测变量:(常量),x2,x1。

因变量:y

模型

平方和

df

均方

F

Sig.

1

回归

46788.618

2

23394.309

42.155

.000a

残差

6104.596

11

554.963

总计

52893.214

13

从上图最后两列看出，在显著性水平α=0.05的条件下，p值=sigα，从而拒绝原假设，即在显著性水平α=0.05的条件下，认为y与x1，x2有显著的线性关系。

对回归系数的显著性检验：

采用P值法做检验，提出原假设H：β

0

SSEn

SSE

n?p?1

?

tβ

t

??cii=0（i=1,2），构造统计量i?

??

c

ii

i

~t(n?p?1)，

其中?? 。

模型

1

(常量)

B

209.875

标准误差

67.350

试用版

t

3.116

Sig.

.010

x1

.292

.089

.356

3.286

.007

x2

-87.647

12.443

-.763

-7.044

.000

系数a非标准化系数标准系数a.因变量:y从上图最后两列看出，在显著性水平α=0.05的条件下，ti（i=1,2）值（即看p值=sigα），从而拒绝原假设，即在显著性水平α=0.05的条件下，认为

系数a

非标准化系数

标准系数

a.因变量:y

（3）

操作：分析-回归-线性，因变量y,自变量x1，x2-统计量-回归系数-置信区间、估计。得到βi的

系数a1a.因变量

系数a1

a.因变量:y

非标准化系数

标准系数

B

的95.0%

置信区间

模型

B

标准误差

试用版

t

Sig.

下限

上限

1

(常量)

209.875

67.350

3.116

.010

61.639

358.111

x1

.292

.089

.356

3.286

.007

.096

.488

x2

-87.647

12.443

-.763

-7.044

.000

-115.034

-60.261

β1的置信水平为0.95的置信区间是（0.096,0.488）；β2的置信水平为0.95的置信区间是

（-115.034，-60.261）；

R2

（4）回归方程的复相关系数

SSR

SST=0.885，比较接近1，说明回归方程拟合效果较好。

模型汇总

模型汇总

模型

1

R

.941a

标准估计的误

R方 调整R方 差

.885 .864 23.55766

a.预测变量:(常量),x2,x1。

（5）

操作：先把待预测的数据输入表格，分析-回归-线性，因变量y,自变量x1，x2，保存-预测值、

Anovab预测变量:(常量),x。因变量:y残差项选择“未标准化”-预测区间（“均值”）。得到E（y）的点估计值是

Anovab

预测变量:(常量),x。

因变量:y

3、

（1）

操作：分析-回归-线性，因变量y,自变量x，确定。得方程y=0.004x-0.831。

模型汇总

模型汇总

模型

1

R

.839a

标准估计的误

R方 调整R方 差

.705 .699 1.57720

a.预测变量:(常量),x。

模型

平方和

df

均方

F

Sig.

1

回归

302.633

1

302.633

121.658

.000a

残差

126.866

51

2.488

总计

429.499

52

系数

系数a

模型

B

标准

误差

试用版

t

Sig.

1

(常量)

-.831

.442

-1.882

.065

x

.004

.000

.839

11.030

.000

非标准化系数标准系数a.因变量:y

非标准化系数

标准系数

a.因变量:y

?

诊断该问题是否存在异方差性，两种方法等级相关系数法。

残差图法：分析-回归-线性，因变量y,自变量x