回歸分析與非參數(shù)檢驗---侯(共16頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上大 連 民 族 學(xué) 院數(shù) 學(xué) 實 驗 報 告課程： 統(tǒng)計軟件SPSS 實驗題目： 線性回歸分析與非參檢驗 系別： 理學(xué)院 專業(yè)： 統(tǒng)計學(xué) 姓名： 侯祥飛 班級： 141班 指導(dǎo)教師： 滕穎俏 完成時間： 2016 年 10 月 30 日實驗?zāi)康模赫莆站€性回歸分析的主要目標及其具體操作，能夠讀懂基本分析結(jié)果，掌握計算結(jié)果之間的數(shù)量關(guān)系，并能夠?qū)懗龌貧w方程，對回歸方程進行各種統(tǒng)計檢驗。了解SPSS非參數(shù)檢驗的具體操作，能夠解釋分析結(jié)果。實驗內(nèi)容、實驗步驟、實驗結(jié)果及分析一、 線性回歸分析（一）9.5 糧食總產(chǎn)量1.實驗內(nèi)容先收集到若干年糧食總產(chǎn)量以及播種面積、使用化肥量、

2、農(nóng)業(yè)勞動人數(shù)等數(shù)據(jù)，請利用建立多元線性回歸方程，分析影響糧食總產(chǎn)量的主要因素。數(shù)據(jù)文件名為“糧食總產(chǎn)量.sav”。2.實驗步驟 步驟：分析回歸線性糧食總產(chǎn)量導(dǎo)入因變量、其余變量導(dǎo)入自變量確定；分析回歸線性（向后）確定3.實驗結(jié)果及分析 上表進行了擬合優(yōu)度檢驗，由于該方程有多個解釋變量，因此參考調(diào)整判定系數(shù)（0.986）較接近1，因此認為擬合有度較高，被解釋變量可以被模型解釋的部分較多，不能被解釋的部分較少。 上表進行了回歸方程的顯著性檢驗，由于Sig為0小于0.05，所以拒絕原假設(shè)，認為各回歸系數(shù)不同時為0，被解釋變量與解釋變量全體的線性關(guān)系是顯著的，可以建立線性模型。上表進行了回歸系數(shù)的顯著

3、性檢驗，可以看出除糧食播種面積與農(nóng)業(yè)勞動者人數(shù)變量的P-值均大于0.05，所以接受原假設(shè)，認為這些偏回歸系數(shù)與0無顯著性差異，它們與被解釋變量的線性關(guān)系是不顯著的，不應(yīng)該保留在方程中。影響程度來由大到小依次是風(fēng)災(zāi)面積、施用化肥量、總播種面積和年份（排除農(nóng)業(yè)勞動者人數(shù)和糧食播種面積對糧食產(chǎn)量的影響）。得回歸方程為：，其中X1,X2,X3,X4分別為年份，總播種面積，施用化肥量，風(fēng)災(zāi)面積比例。（二）9.6 銷售量1.實驗內(nèi)容一家產(chǎn)品銷售公司在30個地區(qū)設(shè)有銷售分公司。為研究產(chǎn)品銷售量(y)與該公司的銷售價格（x1）、各地區(qū)的年人均收入(x2)、廣告費用(x3)之間的關(guān)系，搜集到30個地區(qū)的有關(guān)數(shù)據(jù)

4、。進行多元線性回歸分析所得的部分分析結(jié)果如下：  1） 將第一張表中的所缺數(shù)值補齊。    2） 寫出銷售量與銷售價格、年人均收入、廣告費用的多元線性回歸方程，并解釋各回歸系數(shù)的意義。    3） 檢驗回歸方程的線性關(guān)系是否顯著？    4） 檢驗各回歸系數(shù)是否顯著？    5） 計算判定系數(shù)，并解釋它的實際意義。    6）&

5、#160;計算回歸方程的估計標準誤差，并解釋它的實際意義。2.實驗結(jié)果 1）Anovab模型平方和df均方FSig.1回歸1.20E+0734.01E+0672.7978.88E-13殘差1.43E+062655069.715總計1.35E+0729 2）， -117.8861表示銷售價格越高，銷售量越低，X1對Y的增長起抑制作用，X1與Y是負相關(guān)關(guān)系。80.6107表示各地區(qū)銷售人員的人均收入越高，銷售人員的工作積極性越高，所以銷售量也越高，X2與Y是正相關(guān)關(guān)系。0.5012表示廣告費用越高，銷售量也越高，X3與Y是正相關(guān)關(guān)系。 3）回歸方程顯著性Sig值為8.88341E-13<0.

6、05,所以拒絕原假設(shè)，線性關(guān)系顯著。 4）各變量顯著性Sig值分別為0.00457，0.00103，0.00001，0.00049均小于0.05，拒絕原假設(shè)，各回歸系數(shù)顯著。 5）判定系數(shù)為：R2=回歸和/綜合=.1/.7=0.894意義為：產(chǎn)品的銷售量的總誤差中有89.4%可以用產(chǎn)品的銷售價格、各地區(qū)的年人均收入和廣告費用的線性關(guān)系來解釋，只有10.6%屬于隨機因素影響，因此這條回歸線是合適的。 6）估計標準誤差為：二、 非參數(shù)檢驗 (一)7.11.實驗內(nèi)容為分析不同年齡段人群對某商品滿意程度的異同，進行隨機調(diào)查收集到數(shù)據(jù)（略），選擇恰當?shù)姆菂?shù)檢驗方法，以恰當形式組織上述數(shù)據(jù)，分析不同年齡

7、段人群對該商品滿意程度的分布狀況是否一致。2.實驗步驟建立SPSS數(shù)據(jù)數(shù)據(jù)加權(quán)個案對頻次進行加權(quán)分析非參數(shù)檢驗多個獨立樣本把年齡段導(dǎo)入分組變量（1-3）、滿意程度導(dǎo)入檢驗變量列表確定3.實驗結(jié)果及分析從下表中可以看出，Kruskal-Wallis檢驗與中值檢驗在顯著水平為0.05下得到的sig值均為0.00<0.05，故拒絕原假設(shè)，即認為不同年齡段人群對該商品滿意程度的分布存在顯著差異。但Jonckheere-Terpstra檢驗的sig值為0.641>0.05，故接受原假設(shè)，認為不同年齡段人群對該商品滿意程度的分布存在顯著差異。 (二)7.21.實驗內(nèi)容利用習(xí)題二第6題數(shù)據(jù)，選擇

8、恰當?shù)姆菂?shù)檢驗方法，分析本次存款金額的總體分布與正態(tài)分布是否存在顯著差異。2.實驗步驟分析非參數(shù)檢驗單個獨立樣本K-S檢驗本次存款金額導(dǎo)入檢驗變量列表正太分布檢驗確定3.實驗結(jié)果及分析如上表所示，在顯著水平為0.05下得到的sig值均為0.00<0.05，故拒絕原假設(shè)，認為本次存款金額的分布與正太分布有顯著差異。(三)7.31.實驗內(nèi)容利用習(xí)題二第6題數(shù)據(jù)，選擇恰當?shù)姆菂?shù)檢驗方法，分析不同常住地人群本次存款金額的總體分布是否存在顯著差異。2.實驗步驟分析非參數(shù)檢驗2個獨立樣本常住地導(dǎo)入分組變量、本次存款金額導(dǎo)入檢驗變量列表確定3.實驗結(jié)果及分析從上表中可以看出，在顯著水平為0.05下

9、得到的sig值為0.135>0.05，故接受原假設(shè)，認為不同常住地人群本次存款金額的總體分布無顯著差異。(四)7.41.實驗內(nèi)容利用習(xí)題二第6題數(shù)據(jù)，選擇恰當?shù)姆菂?shù)檢驗方法，分析不同收入人群本次存款金額的總體分布是否存在顯著差異。2.實驗步驟分析非參數(shù)檢驗多個獨立樣本不同收入人群導(dǎo)入分組變量、本次存款金額導(dǎo)入檢驗變量列表確定3.實驗結(jié)果及分析在表中可以看出，在Kruskal-Wallis檢驗、中值檢驗、Jonckheere-Terpstra檢驗在顯著水平為0.05下得到的sig值均為0.00<0.05，所以拒絕原假設(shè)，即認為不同收入人群本次存款金額的總體分布存在顯著差異。(五)7

10、.51.實驗內(nèi)容選擇恰當?shù)姆菂?shù)檢驗方法，對“裁判打分.sav”數(shù)據(jù)隨機選取10%的樣本，并以恰當形式重新組織數(shù)據(jù)后，分析不同國家裁判對運動員的打分標準是否一致。 原假設(shè)：不同國家裁判對運動員的打分標準無顯著差異2.實驗步驟數(shù)據(jù)選擇個案隨機個案樣本樣本大約10%所有個案繼續(xù)確定挑選初選中的數(shù)據(jù)國家和評分組建新的SPSS數(shù)據(jù)分析非參數(shù)檢驗多個獨立樣本檢驗把評分導(dǎo)入檢驗量把國家導(dǎo)入分組確定3.實驗結(jié)果及分析根據(jù)上表，在Kruskal-Wallis檢驗、中值檢驗、Jonckheere-Terpstra檢驗中，在顯著水平為0.05下得到的sig值分別為0.00，0.00，0.047均0.05，拒絕原假設(shè)，認為不同國家對其評分有顯著影響。(六)7.61.實驗內(nèi)容為分析大眾對牛奶品牌是否具有偏好性，隨機挑選超市了收集其周一至周六各天三種品牌牛奶的日銷售額數(shù)據(jù)，如下表： 請選擇恰當?shù)姆菂?shù)檢驗方法，以恰當形式組織上述數(shù)據(jù)進行分析，并說明分析結(jié)論。2.實驗步驟建立spss數(shù)據(jù)加權(quán)個案銷售額進行加權(quán)分析非參數(shù)檢驗兩個獨立樣本檢驗確定3.實驗結(jié)果及分析據(jù)上表，Kruskal-Wallis檢驗、中值檢驗、Jonckheere-Terpstra檢驗在顯著水平為0.0