應(yīng)用統(tǒng)計(jì)spss分析報(bào)告

1、學(xué)生姓名：肖浩鑫學(xué)號(hào):一、實(shí)驗(yàn)項(xiàng)目名稱(chēng)：實(shí)驗(yàn)報(bào)告（三）二、實(shí)驗(yàn)?zāi)康暮鸵螅ㄒ唬┳兞块g關(guān)系的度量：包括繪制散點(diǎn)圖，相關(guān)系數(shù)計(jì)算及顯著性檢驗(yàn)；（二）一元線性回歸：包括一元線性回歸模型及參數(shù)的最小二乘估計(jì)，回歸方程的評(píng) 價(jià)及顯著性檢驗(yàn)，利用回歸方程進(jìn)行估計(jì)和預(yù)測(cè)；（三）多元線性回歸：包括多元線性回歸模型及參數(shù)的最小二乘估計(jì)，回歸方程的評(píng) 價(jià)及顯著性檢驗(yàn)等，多重共線性問(wèn)題與自變量選擇，啞變量回歸；三、實(shí)驗(yàn)內(nèi)容1.從某一行業(yè)中隨機(jī)抽取12家企業(yè)，所得產(chǎn)量與生產(chǎn)費(fèi)用的數(shù)據(jù)如下:企業(yè)編號(hào)產(chǎn)量（臺(tái)）生產(chǎn)費(fèi)用（萬(wàn)元）企業(yè)編號(hào)產(chǎn)量（臺(tái)）生產(chǎn)費(fèi)用（萬(wàn)元）1401307841652421508100170350155

2、9116167455140101251805651501113017567815412140185（1）繪制產(chǎn)量與生產(chǎn)費(fèi)用的散點(diǎn)圖，判斷二者之間的關(guān)系形態(tài)。（2）計(jì)算產(chǎn)量與生產(chǎn)費(fèi)用之間的線性相關(guān)系數(shù)，并對(duì)相關(guān)系數(shù)的顯著性進(jìn)行檢驗(yàn)（值-0.35?）,并說(shuō)明二者之間的關(guān)系強(qiáng)度。2.下面是7個(gè)地區(qū)2000年的人均國(guó)內(nèi)生產(chǎn)總值（ GDP和人均消費(fèi)水平的統(tǒng)計(jì)數(shù)據(jù)：地區(qū)人均GDP （元）人均消費(fèi)水平（元）北京224607326遼寧112264490上海3454711546江西48512396河南54442208貴州26621608陜西45492035（1）繪制散點(diǎn)圖，并計(jì)算相關(guān)系數(shù)，說(shuō)明二者之間的關(guān)系(2

3、)人均GDP乍自變量，人均消費(fèi)水平作因變量，利用最小二乘法求出估計(jì)的回歸方程，并解釋回歸系數(shù)的實(shí)際意義。(3)計(jì)算判定系數(shù)和估計(jì)標(biāo)準(zhǔn)誤差，并解釋其意義。(4)檢驗(yàn)回歸方程線性關(guān)系的顯著性(&-03?)(5)如果某地區(qū)的人均 GDR 5000元，預(yù)測(cè)其人均消費(fèi)水平。(6)求人均GDP 5000元時(shí)，人均消費(fèi)水平 95%勺置信區(qū)間和預(yù)測(cè)區(qū)間。3 .隨機(jī)抽取10家航空公司，對(duì)其最近一年的航班正點(diǎn)率和顧客投訴次數(shù)進(jìn)行調(diào)查，數(shù)據(jù)如下：航空公司編號(hào)航班正點(diǎn)率(%)投訴次數(shù)(次)121258385468574693772812291810125(1)用航班正點(diǎn)率作自變量，顧客投訴次數(shù)作因變量，估計(jì)回歸方程，

4、并解釋回歸系數(shù)的意義。(2)檢驗(yàn)回歸系數(shù)的顯著性( = 0.05?)o(3)如果航班正點(diǎn)率為 80%,估計(jì)顧客的投訴次數(shù)。4 .某汽車(chē)生產(chǎn)商欲了解廣告費(fèi)用(x)對(duì)銷(xiāo)售量(y)的影響，收集了過(guò)去12年的有關(guān) 數(shù)據(jù)。通過(guò)計(jì)算得到下面的有關(guān)結(jié)果：方差分析表變差來(lái)源dfSSMSFSignificance F回歸殘差一總計(jì)11一一參數(shù)估計(jì)表？Coefficients標(biāo)準(zhǔn)誤差t StatP-valueInterceptX Variable 1(1)完成上面的方差分析表。(2)汽車(chē)銷(xiāo)售量的變差中有多少是由于廣告費(fèi)用的變動(dòng)引起的?(3)銷(xiāo)售量與廣告費(fèi)用之間的相關(guān)系數(shù)是多少？(4)寫(xiě)出估計(jì)的回歸方程并解釋回歸系

5、數(shù)的實(shí)際意義。(5)檢驗(yàn)線性關(guān)系的顯著性(a = ) o5.隨機(jī)抽取7家超市，得到其廣告費(fèi)支出和銷(xiāo)售額數(shù)據(jù)如下超市廣告費(fèi)支出/萬(wàn)元銷(xiāo)售額/萬(wàn)元A119B232C444D640E1052F1453G2054(1)用廣告費(fèi)支出作自變量 K?,銷(xiāo)售額為因變量尸？，求出估計(jì)的回歸方程。(2)檢驗(yàn)廣告費(fèi)支出與銷(xiāo)售額之間的線性關(guān)系是否顯著(a = ) o(3)繪制關(guān)于K?的殘差圖，你覺(jué)得關(guān)于誤差項(xiàng)?的假定被滿(mǎn)足了嗎？(4)你是選用這個(gè)模型，還是另尋找一個(gè)該更好的模型？6 . 一家電氣銷(xiāo)售公司的管理人員認(rèn)為，每月的銷(xiāo)售額是廣告費(fèi)用的函數(shù)，并想通過(guò)廣告費(fèi)用對(duì)月銷(xiāo)售額作出估計(jì)。下面是近8個(gè)月的銷(xiāo)售額與廣告費(fèi)用數(shù)

6、據(jù)月銷(xiāo)售收入y (萬(wàn)元)電視廣告費(fèi)用(萬(wàn)元)報(bào)紙廣告費(fèi)用(萬(wàn)元)9690959295949494(1)用電視廣告費(fèi)用作自變量，月銷(xiāo)售額作因變量，建立估計(jì)的回歸方程。(2)用電視廣告費(fèi)用和報(bào)紙廣告費(fèi)用作自變量，月銷(xiāo)售額作因變量， 建立估計(jì)的回歸方程，并說(shuō)明回歸系數(shù)的意義。(3)上述(1)和(2)所建立的估計(jì)方程，電視廣告費(fèi)用的系數(shù)是否相同？對(duì)回歸系數(shù)分別解釋。(4)根據(jù)(1)和(2)所建立的估計(jì)方程，說(shuō)明它們的R2的意義。7 .某農(nóng)場(chǎng)通過(guò)試驗(yàn)取得早稻收獲量與春季降雨量和春季溫度的數(shù)據(jù)如下收獲量y (kg)降？雨？量X1(mm溫？度X2 ?(七？)2250256345033845004510675

7、010513720011014750011516825012017建立早稻收獲量對(duì)春季降雨量和春季溫度的二元線性回歸方程，并對(duì)回歸模型的線性關(guān)系和回歸系數(shù)進(jìn)行檢驗(yàn)（a = ）,你認(rèn)為模型中是否存在多重共線性？8. 一家房地產(chǎn)評(píng)估公司想對(duì)某城市的房地產(chǎn)銷(xiāo)售價(jià)格（ y）與地產(chǎn)的評(píng)估價(jià)值（x1?）、房產(chǎn)的評(píng)估價(jià)值（x2?）和使用面積（x3?）建立一個(gè)模型，以便對(duì)銷(xiāo)售價(jià)格作出合理預(yù)測(cè)。為此，收集了 20棟住宅的房地產(chǎn)評(píng)估數(shù)據(jù)如下:房地產(chǎn)編號(hào)銷(xiāo)售價(jià)格y （元/m2）地產(chǎn)估價(jià)（萬(wàn)元）房產(chǎn)估價(jià)飛（萬(wàn)元）使用面積3 （tf）1689059644971873024850900278092803555095031

8、44112604620010003959126505116501800728322140645008502732912073800800298689908830023004775j180309590081039121204010475090029351725011405073040121080012400080031681529013970020005851245501445508002345115101540908002089117301680001050562519600175600400208613440183700450226198801950003403595107602022401

9、505789620用SPSS進(jìn)行逐步回歸，確定估計(jì)方程，并給出銷(xiāo)售價(jià)格的預(yù)測(cè)值及95%勺置信區(qū)間和預(yù)測(cè)區(qū)間9.為分析某行業(yè)中的薪水有無(wú)性別歧視，從該行業(yè)中隨機(jī)抽取15名員工，有關(guān)的數(shù)據(jù)如下月薪y(tǒng) （元）工齡F性別（1=男，0=女）萋飛1548116291101101229017461152811018011900155119850161011432112150990015851進(jìn)行回歸并對(duì)結(jié)果進(jìn)行分析。四、實(shí)驗(yàn)數(shù)據(jù)記錄與分析（基本要求：1.根據(jù)題號(hào)順序記錄軟件輸出結(jié)果并分析；2.結(jié)果可來(lái)自對(duì)SPSSE Excel進(jìn)行操作的輸出，二選一即可。）4、（1）生 產(chǎn) 費(fèi) 用190 .OCT180 .O

10、CT170.0016D,0CH15DJ00-Ko.otr13D,OCT40.0060.0080.00100.00120.00140.00產(chǎn)量由圖可知，產(chǎn)量與生產(chǎn)費(fèi)用呈正線性相關(guān)（2）相關(guān)性產(chǎn)量生產(chǎn)費(fèi)用產(chǎn)量Pearson相關(guān)性1*.920顯著性（雙側(cè)）.000N1212生產(chǎn)費(fèi)用 Pearson相關(guān)性*.9201顯著性（雙側(cè)）.000N1212*.在.01水平（雙側(cè)）上顯著相關(guān)產(chǎn)量與生產(chǎn)費(fèi)用之間的線性相關(guān)系數(shù)為，顯著相關(guān)12000.00-10DOD.0D-8000.00-人均消費(fèi)水平6Doo.au-4000.00-2000.00-o.oo-0.00i oooo.oa20000.0030000.00

11、40000.00人均GDP相關(guān)性人均GDP人均消費(fèi)水平人均GDPPearson相關(guān)性1*.998顯著性（雙側(cè)）.000N77人均消費(fèi)水平Pearson相關(guān)性*.9981顯著性（雙側(cè)）.000N77*.在.01水平（雙側(cè)）上顯著相關(guān)。人均GDP與人均消費(fèi)水平呈正線性相關(guān)，相關(guān)系數(shù)為系數(shù)B標(biāo)準(zhǔn)誤差試用版t1（常量）人均GDP.309.008.998模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)Sig.003.000a.因變量：人均消費(fèi)水平回歸方程：y=+含義：人均GDP!增加1元，人均消費(fèi)就增加元（3）模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計(jì)的誤 差1.998 a.996.996a.預(yù)測(cè)變量：（常量），人均GDP人均GD時(shí)人

12、均消費(fèi)白影響達(dá)到（4） F檢驗(yàn)Anovab模型平方和df均方FSig.1回歸1.000 a殘差5總計(jì)6a.預(yù)測(cè)變量：（常量），人均GDPb.因變量：人均消費(fèi)水平t檢驗(yàn)3、模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1(常量)人均GDP.309.008.998.003.000系數(shù)b.因變量：人均消費(fèi)水平5、（5）y=+*5000=如果某地區(qū)的人均 GDP為5000元，預(yù)測(cè)其人均消費(fèi)水平為元（6）人均GDP為5000元時(shí)，人均消費(fèi)水平95%勺置信區(qū)間為,，預(yù)測(cè)區(qū)間為,3、(1)系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤 差試用版1(常量)航班正點(diǎn)率.948.000.001a.因變量：投訴

13、次數(shù)回歸方程：y=回歸系數(shù)的含義：投訴次數(shù)每增加一次，航班 正點(diǎn)率下降%(2)由于Sig= 顯著(3) 80= x=74如果航班正點(diǎn)率為 80%,估計(jì)顧客的投訴次數(shù)為 74次4、 ( 1)變差來(lái)源dfSSMSFSignificance F回歸1殘差10一一總計(jì)11一一一(2)RA2=SSR/SST=%汽車(chē)銷(xiāo)售量的變差中有 是由于廣告費(fèi)用的變動(dòng)引起的(3)R1艮號(hào)RA2=銷(xiāo)售量與廣告費(fèi)用之間的相關(guān)系數(shù)是(4)估計(jì)的回歸方程：y=+回歸系數(shù)為，表示廣告費(fèi)用每增加一個(gè)單位，汽車(chē)銷(xiāo)售量平均增加個(gè)單位(5)回歸系數(shù)的檢驗(yàn)：p=a,回歸系數(shù)不等于 0,顯著回歸直線的檢驗(yàn)：p=a,回歸直線顯著5、 ( 1)

14、系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）廣告支出費(fèi)用.463.831.002.021a.因變量：銷(xiāo)售額回歸方程估計(jì)是：y=+（2） F檢驗(yàn)?zāi)Ｐ推椒胶蚫f均方FSig.1回歸1.021 a殘差5總計(jì)6bAnovaa.預(yù)測(cè)變量：（常量），廣告支出費(fèi)用 b.因變量：銷(xiāo)售額Sig= 顯著t檢驗(yàn)系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）廣告支出費(fèi)用.463.831.002.021c.因變量：銷(xiāo)售額Sig=顯著(3)散點(diǎn)圖因變量;愷偌幀-2020-1III督敬殘差不全相等(4)應(yīng)考慮其他模型，可考慮對(duì)數(shù)曲線模型：？y=b0+b1ln

15、(x)=+(x)6、 (1)系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1(常量)電視廣告費(fèi)用.478.808.000.015a.因變量：月銷(xiāo)售收入估計(jì)的回歸方程：y=+(2)、系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1(常量)電視廣告費(fèi)用.304.000.001報(bào)紙廣告費(fèi)用 |.321.621 |.010 |a.因變量：月銷(xiāo)售收入估計(jì)的回歸方程：y=+回歸系數(shù)的意義：報(bào)紙廣告費(fèi)用不變的情況下，電視廣告費(fèi)用每增加1萬(wàn)元，月銷(xiāo)售額增加萬(wàn)元；電視廣告費(fèi)用不變的情況下，報(bào)紙廣告費(fèi)用每增加1萬(wàn)元，月銷(xiāo)售額增加萬(wàn)元。（3）不相同，（1）中表示電視廣告費(fèi)用每增加1萬(wàn)元，月銷(xiāo)售額增

16、加萬(wàn)元；（2）中表示電視廣告費(fèi)用每增加1萬(wàn)元，月銷(xiāo)售額增加萬(wàn)元（4） （1）中的含義為電視廣告費(fèi)用對(duì)月銷(xiāo)售額達(dá)到的影響程度，（2）中的含義為電視廣告費(fèi)用和報(bào)紙廣告費(fèi)用對(duì)月銷(xiāo)售額達(dá)到的影響程度7、系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版1（常量）.999降雨量.415.080溫度.590.029a.因變量：收獲量Anovab模型平方和df均方FSig.1回歸2a.000殘差4總計(jì)6a.預(yù)測(cè)變量：（常量），溫度，降雨量 b.因變量：收獲量估計(jì)的回歸方程：y=+回歸線性顯著降雨量的回歸系數(shù)不顯著，溫度的顯著 x1與x2的相關(guān)系數(shù)rx1x2=,存在多重共線性8、系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn)誤差試用版tSig.1（常量）.112房產(chǎn)估計(jì).140.916.0002（常量）.020.985房產(chǎn)估計(jì).961.200.651.000使用面積.163.066.336.024系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)B標(biāo)準(zhǔn)誤差試用版tSig.1（常量）.112房產(chǎn)估計(jì).140.916.0002（常量）.020.985房產(chǎn)估計(jì).961.200.651.000使用面積.163.066.336.024a.