《统计分析与SPSS的应用(第五版)》课后练习答案(第9章).pdfVIP

《统计分析与SPSS的应用第（五版）》薛（薇）

课后练习答案

第9章SPSS的线性回归分析

1、利用第2章第9题的数，任意选择两门课程成绩作为解释变量和被解释变量，利用SPSS提供的绘制散点

图功能进行一元线性回归分析。请绘制全部样本以及不同性别下两门课程成绩的散点图，并在图上绘制三条回

归直线，其中，第一条针对全体样太，第二和第三条分别针对男生样本和女生样本，并对各回归直线的拟和效

果进行评价。

选择fore和phy两门成绩体系散点图

步骤：图形T旧对话框T散点图T简单散点图9定义1将fore导入Y轴，将phy导入X轴，将sex导入设置标记分确

定。

接下来在SPSS输出查看器中，双击上图，打开图表编辑

在图表编辑器中，选择“元素”菜单今选择总计拟合线今选择线性今应用今再选择元素菜单今点击子组拟合线今

选择线性T应用。

分析：如上图所示，通过散点图，被解释变量y即（：fore）与解释变量phy有一定的线性关系。但回

归直线的拟合效果都不是很好。

2、请说明线性回归分析与相关分析的关系是怎样的？

相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需要依靠回回分析来表现变

量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程爱。只有当变量

之间存在高度相关时，进行回归分析寻求其相关的具体形式才有意义。如果在没有对变量之间是否相关以及相关

方向和程度做出正确判断之前，就进行回归分析，很容易造成“虚假回归”。与此同时，相关分析只研究变最之

间相关的方向和程度，不能推断变量之间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变

化情况，因此，在具体应用过程中，只有把相关分析和回归分析结合起来，才能达到研究和分析的目的。

线性回归分析是相关性回归分析的一种，研究的是一个变量的增加或减少会不会引起另一个变量的增加或减少。

3、请说明为什么需要对线性回归方程进行统计检验？一般需要对哪些方面进行检验？

检验其可信程度并找出哪些变量的影响显著、哪些不显著。

主要包括回归方程的拟合优度检验、显著性检验、回归系数的显著性检验、残差分析等。

线性回归方程能够较好地反映被解释变量和解释变量之间的统计关系的前提被解释变量和解释变量之间

确实存在显著的线性关系。

回归方程的显著性检验正要检验被解释变量和解释变量之间的线性关系否显著，用线性模型来描述他们

之间的关系否恰当。一般包括回归系数的检验，残差分析等。

4、请说明SPSS多元线性回归分析中提供了哪几种解释变量筛选策略？

向前、向后、逐步。

5、先收集到若干年粮食总产量以及播种面积、使用化肥量、农业劳动人数等数据，请利用建立多元线性回归方

程，分析影响粮食总产量的主要因素。数据文件名为“粮食总产量sav”。

方法：采用“前进“回归策略。

步骤：分析分回归分线性今将粮食总产量导入因变量、其余变量导入自变量T方法项选“前进”今确定。如下

图：也（可向后、或逐步）

已输入/除去变量“

模已输入变已除去

型星变量方法

1向前（准

施用化肥则：

量（kg/公F-to-ente

顷）r的概率

=.050)

2向前（准

则：

风灾面积

•F-to-e