應(yīng)用統(tǒng)計spss分析報告

1、學(xué)生姓名：肖浩鑫學(xué)號:一、實驗項目名稱：實驗報告（三）二、實驗?zāi)康暮鸵螅ㄒ唬┳兞块g關(guān)系的度量：包括繪制散點圖，相關(guān)系數(shù)計算及顯著性檢驗；（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，回歸方程的評 價及顯著性檢驗，利用回歸方程進行估計和預(yù)測；（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，回歸方程的評 價及顯著性檢驗等，多重共線性問題與自變量選擇，啞變量回歸；三、實驗內(nèi)容1.從某一行業(yè)中隨機抽取12家企業(yè)，所得產(chǎn)量與生產(chǎn)費用的數(shù)據(jù)如下:企業(yè)編號產(chǎn)量（臺）生產(chǎn)費用（萬元）企業(yè)編號產(chǎn)量（臺）生產(chǎn)費用（萬元）1401307841652421508100170350155

2、9116167455140101251805651501113017567815412140185（1）繪制產(chǎn)量與生產(chǎn)費用的散點圖，判斷二者之間的關(guān)系形態(tài)。（2）計算產(chǎn)量與生產(chǎn)費用之間的線性相關(guān)系數(shù)，并對相關(guān)系數(shù)的顯著性進行檢驗（值-0.35?）,并說明二者之間的關(guān)系強度。2.下面是7個地區(qū)2000年的人均國內(nèi)生產(chǎn)總值（ GDP和人均消費水平的統(tǒng)計數(shù)據(jù)：地區(qū)人均GDP （元）人均消費水平（元）北京224607326遼寧112264490上海3454711546江西48512396河南54442208貴州26621608陜西45492035（1）繪制散點圖，并計算相關(guān)系數(shù)，說明二者之間的關(guān)系(2

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

4、并解釋回歸系數(shù)的意義。(2)檢驗回歸系數(shù)的顯著性( = 0.05?)o(3)如果航班正點率為 80%,估計顧客的投訴次數(shù)。4 .某汽車生產(chǎn)商欲了解廣告費用(x)對銷售量(y)的影響，收集了過去12年的有關(guān) 數(shù)據(jù)。通過計算得到下面的有關(guān)結(jié)果：方差分析表變差來源dfSSMSFSignificance F回歸殘差一總計11一一參數(shù)估計表？Coefficients標(biāo)準(zhǔn)誤差t StatP-valueInterceptX Variable 1(1)完成上面的方差分析表。(2)汽車銷售量的變差中有多少是由于廣告費用的變動引起的?(3)銷售量與廣告費用之間的相關(guān)系數(shù)是多少？(4)寫出估計的回歸方程并解釋回歸系

5、數(shù)的實際意義。(5)檢驗線性關(guān)系的顯著性(a = ) o5.隨機抽取7家超市，得到其廣告費支出和銷售額數(shù)據(jù)如下超市廣告費支出/萬元銷售額/萬元A119B232C444D640E1052F1453G2054(1)用廣告費支出作自變量 K?,銷售額為因變量尸？，求出估計的回歸方程。(2)檢驗廣告費支出與銷售額之間的線性關(guān)系是否顯著(a = ) o(3)繪制關(guān)于K?的殘差圖，你覺得關(guān)于誤差項?的假定被滿足了嗎？(4)你是選用這個模型，還是另尋找一個該更好的模型？6 . 一家電氣銷售公司的管理人員認(rèn)為，每月的銷售額是廣告費用的函數(shù)，并想通過廣告費用對月銷售額作出估計。下面是近8個月的銷售額與廣告費用數(shù)

6、據(jù)月銷售收入y (萬元)電視廣告費用(萬元)報紙廣告費用(萬元)9690959295949494(1)用電視廣告費用作自變量，月銷售額作因變量，建立估計的回歸方程。(2)用電視廣告費用和報紙廣告費用作自變量，月銷售額作因變量， 建立估計的回歸方程，并說明回歸系數(shù)的意義。(3)上述(1)和(2)所建立的估計方程，電視廣告費用的系數(shù)是否相同？對回歸系數(shù)分別解釋。(4)根據(jù)(1)和(2)所建立的估計方程，說明它們的R2的意義。7 .某農(nóng)場通過試驗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建立早稻收獲量對春季降雨量和春季溫度的二元線性回歸方程，并對回歸模型的線性關(guān)系和回歸系數(shù)進行檢驗（a = ）,你認(rèn)為模型中是否存在多重共線性？8. 一家房地產(chǎn)評估公司想對某城市的房地產(chǎn)銷售價格（ y）與地產(chǎn)的評估價值（x1?）、房產(chǎn)的評估價值（x2?）和使用面積（x3?）建立一個模型，以便對銷售價格作出合理預(yù)測。為此，收集了 20棟住宅的房地產(chǎn)評估數(shù)據(jù)如下:房地產(chǎn)編號銷售價格y （元/m2）地產(chǎn)估價（萬元）房產(chǎn)估價飛（萬元）使用面積3 （tf）1689059644971873024850900278092803555095031

8、44112604620010003959126505116501800728322140645008502732912073800800298689908830023004775j180309590081039121204010475090029351725011405073040121080012400080031681529013970020005851245501445508002345115101540908002089117301680001050562519600175600400208613440183700450226198801950003403595107602022401

9、505789620用SPSS進行逐步回歸，確定估計方程，并給出銷售價格的預(yù)測值及95%勺置信區(qū)間和預(yù)測區(qū)間9.為分析某行業(yè)中的薪水有無性別歧視，從該行業(yè)中隨機抽取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進行回歸并對結(jié)果進行分析。四、實驗數(shù)據(jù)記錄與分析（基本要求：1.根據(jù)題號順序記錄軟件輸出結(jié)果并分析；2.結(jié)果可來自對SPSSE Excel進行操作的輸出，二選一即可。）4、（1）生 產(chǎn) 費 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)費用呈正線性相關(guān)（2）相關(guān)性產(chǎn)量生產(chǎn)費用產(chǎn)量Pearson相關(guān)性1*.920顯著性（雙側(cè)）.000N1212生產(chǎn)費用 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人均消費水平人均GDPPearson相關(guān)性1*.998顯著性（雙側(cè)）.000N77人均消費水平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：人均消費水平回歸方程：y=+含義：人均GDP!增加1元，人均消費就增加元（3）模型匯總模型RR方調(diào)整R方標(biāo)準(zhǔn)估計的誤 差1.998 a.996.996a.預(yù)測變量：（常量），人均GDP人均GD時人

12、均消費白影響達到（4） F檢驗Anovab模型平方和df均方FSig.1回歸1.000 a殘差5總計6a.預(yù)測變量：（常量），人均GDPb.因變量：人均消費水平t檢驗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：人均消費水平5、（5）y=+*5000=如果某地區(qū)的人均 GDP為5000元，預(yù)測其人均消費水平為元（6）人均GDP為5000元時，人均消費水平95%勺置信區(qū)間為,，預(yù)測區(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 正點率下降%(2)由于Sig= 顯著(3) 80= x=74如果航班正點率為 80%,估計顧客的投訴次數(shù)為 74次4、 ( 1)變差來源dfSSMSFSignificance F回歸1殘差10一一總計11一一一(2)RA2=SSR/SST=%汽車銷售量的變差中有 是由于廣告費用的變動引起的(3)R1艮號RA2=銷售量與廣告費用之間的相關(guān)系數(shù)是(4)估計的回歸方程：y=+回歸系數(shù)為，表示廣告費用每增加一個單位，汽車銷售量平均增加個單位(5)回歸系數(shù)的檢驗：p=a,回歸系數(shù)不等于 0,顯著回歸直線的檢驗：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）廣告支出費用.463.831.002.021a.因變量：銷售額回歸方程估計是：y=+（2） F檢驗?zāi)Ｐ推椒胶蚫f均方FSig.1回歸1.021 a殘差5總計6bAnovaa.預(yù)測變量：（常量），廣告支出費用 b.因變量：銷售額Sig= 顯著t檢驗系數(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）廣告支出費用.463.831.002.021c.因變量：銷售額Sig=顯著(3)散點圖因變量;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)電視廣告費用.478.808.000.015a.因變量：月銷售收入估計的回歸方程：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)電視廣告費用.304.000.001報紙廣告費用 |.321.621 |.010 |a.因變量：月銷售收入估計的回歸方程：y=+回歸系數(shù)的意義：報紙廣告費用不變的情況下，電視廣告費用每增加1萬元，月銷售額增加萬元；電視廣告費用不變的情況下，報紙廣告費用每增加1萬元，月銷售額增加萬元。（3）不相同，（1）中表示電視廣告費用每增加1萬元，月銷售額增

16、加萬元；（2）中表示電視廣告費用每增加1萬元，月銷售額增加萬元（4） （1）中的含義為電視廣告費用對月銷售額達到的影響程度，（2）中的含義為電視廣告費用和報紙廣告費用對月銷售額達到的影響程度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6a.預(yù)測變量：（常量），溫度，降雨量 b.因變量：收獲量估計的回歸方程：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.140.916.0002（常量）.020.985房產(chǎn)估計.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.140.916.0002（常量）.020.985房產(chǎn)估計.961.200.651.000使用面積.163.066.336.024a.