經(jīng)典應(yīng)用統(tǒng)計學課設(shè)2

1、學 號 應(yīng)用統(tǒng)計學課程設(shè)計設(shè)計說明書運用SPSS對天津建筑企業(yè)根本情況的統(tǒng)計分析分析分析起止日期： 2021 年 6月 16日 至 2021 年 6月 30日學生姓名班級成績指導教師(簽字)年 6 月 30 日目 錄 TOC o 1-3 h z u HYPERLINK l _Toc265062949 1 選用的分析方法 PAGEREF _Toc265062949 h 1 HYPERLINK l _Toc265062950 2 描述性分析 PAGEREF _Toc265062950 h 1 HYPERLINK l _Toc265062953 3統(tǒng)計圖 PAGEREF _Toc265062953

2、h 3 HYPERLINK l _Toc265062954 4統(tǒng)計報表 PAGEREF _Toc265062954 h 4 HYPERLINK l _Toc265062955 5均值比擬 PAGEREF _Toc265062955 h 4 HYPERLINK l _Toc265062956 6相關(guān)分析 PAGEREF _Toc265062956 h 6 HYPERLINK l _Toc265062957 7一元線性回歸分析 PAGEREF _Toc265062957 h 8 HYPERLINK l _Toc265062958 8多元線性回歸分析 PAGEREF _Toc265062958 h

3、12 HYPERLINK l _Toc265062959 附 原始數(shù)據(jù) PAGEREF _Toc265062959 h 151 選用的分析方法在本次調(diào)查中主要運用的分析方法有：描述性分析、統(tǒng)計圖、統(tǒng)計報表、均值比擬、相關(guān)分析、一元線性回歸分析、時間序列的曲線估計。2 描述性分析1描述性分析根本原理描述性統(tǒng)計分析過程就是計算并列出一系列描述性統(tǒng)計量指標。這與前面講的頻數(shù)分析過程相同，但它可以將原始數(shù)據(jù)轉(zhuǎn)換成標準化值，并以變量的形式存入數(shù)據(jù)庫，以供進一步分析。將原數(shù)據(jù)變量X轉(zhuǎn)化成新的標準化值變量Z。我們成為Z分數(shù)。Z分數(shù)定義：Z分數(shù)定義：從平均數(shù)為，標準差為的總體中抽出一個變量值X，Z分數(shù)表示的是

4、此變量大于或小于平均數(shù)幾個標準差。計算公式：將原始數(shù)據(jù)直接轉(zhuǎn)換為Z分數(shù)時，常會出現(xiàn)負數(shù)和帶小數(shù)點的值，實際使用起來很不方便。因此，可以對Z分數(shù)進一步加以線性轉(zhuǎn)換，使之成為正的數(shù)值。最典型的一種Z分數(shù)線性轉(zhuǎn)換就是T分數(shù)。計算公式： 2天津市建筑業(yè)總產(chǎn)值的Z分數(shù)表1 天津市建筑業(yè)總產(chǎn)值的描述性分析描述統(tǒng)計量N極小值極大值均值標準差方差企業(yè)個00370.319137136.000從業(yè)人員平均人數(shù)18194530.637.53756.804建筑業(yè)總產(chǎn)49343.295117851.251房屋建筑施工面積1858354472318.401378.128

5、1899237.106房屋建筑竣工面積182952101973.89538.000289443.771有效的 N 列表狀態(tài)182天津建筑的描述性統(tǒng)計 spss根本統(tǒng)計分析是進行其他統(tǒng)計分析的根底和前提。通過根本統(tǒng)計方法，可以對要分析的數(shù)據(jù)的總體特征有比擬準確的把握，從而可以選擇其他更為深入的統(tǒng)計分析方法。1頻數(shù)分析的根本原理頻數(shù)分析Frequencies過程是描述性統(tǒng)計分析中最常見的方法之一，它不僅可以產(chǎn)生詳細的頻數(shù)分析表，還可以按要求給出平均值、中位數(shù)、眾數(shù)、全距、方差、標準差、頻數(shù)、峰度、偏度、最小值、最大值、平均標準誤差、四分位數(shù)、十分位數(shù)、百分位數(shù)。 頻數(shù)分析中涉及到的有關(guān)描述性統(tǒng)計量

6、的理論知識，在?實用統(tǒng)計學?中前幾章已經(jīng)進行了詳細的論述，現(xiàn)只對Kurtosis峰度以及Skewness偏度做以解釋。峰度是描述某變量所有取值分布形態(tài)陡緩程度的統(tǒng)計量。這個統(tǒng)計峰度為0表示其數(shù)據(jù)分布與正態(tài)分布的陡緩程度相同，峰度大于0表示為尖頂峰。峰度小于0表示比正態(tài)分布的頂峰要平坦，為平頂峰。計算公式如下：偏度也是描述數(shù)據(jù)分布形態(tài)的，它是描述某變量取值分布對稱性的統(tǒng)計量。具體的計算公式如下：這個統(tǒng)計量是與正態(tài)分布相比擬的量，偏度為0表示其數(shù)據(jù)分布形態(tài)與正態(tài)分布偏度X相同；偏度大于0表示正偏差數(shù)值較大，為正偏或右偏，即有一條長尾巴拖在右邊：偏度小于0表示負偏差數(shù)值大，為負偏或左偏，有一條長尾拖

7、在左邊。而偏度的絕對值數(shù)值越大表示分布形態(tài)的偏斜程度越大。2spss實現(xiàn) eq oac(,1)建筑業(yè)總產(chǎn)值單位：億元房屋建筑施工面積單位：萬平方米房屋建筑竣工面積單位：萬平方米表2統(tǒng)計量建筑業(yè)總產(chǎn)值房屋建筑施工面積房屋建筑竣工面積N有效181818缺失000均值353.492318.40973.89均值的標準誤80.915324.828126.808中值216.932073.12884.94眾數(shù)32a583a295a標準差343.2951378.128538.000方差117851.2511899237.106289443.771全距119048651806極小值32583295極大值1222

8、54472101和63634173117530a. 存在多個眾數(shù)。顯示最小值表1 天津建筑業(yè)總產(chǎn)值、房屋建筑施工面積、房屋建筑竣工面積頻數(shù)分析結(jié)果解讀：從結(jié)果看出天津建筑業(yè)總產(chǎn)值的Mean均值353.49億元、Std.Error of Mean(平均標準誤差)80.915億元、Median中位數(shù)215.93億元、Mode眾數(shù)32億元、Std.deviation(標準差)343.295億元、Variance方差117851.251億元、Range全距1190億元、Minimum最小值32億元、Maximum最大值1222億元、Sum合計6363億元。從結(jié)果看出房屋建筑施工面積的Mean均值231

9、8.40萬平方米、Std.Error of Mean(平均標準誤差)324.028萬平方米、Median中位數(shù)2073.12萬平方米、Mode眾數(shù)583萬平方米、Std.deviation(標準差)1378.128萬平方米、Variance方差1899237.106萬平方米、Range全距4865萬平方米、Minimum最小值583萬平方米、Maximum最大值5447萬平方米、Sum合計41731萬平方米。從結(jié)果看出房屋建筑施工面積的Mean均值973.89萬平方米、Std.Error of Mean(平均標準誤差)126.808萬平方米、Median中位數(shù)884.94萬平方米、Mode眾數(shù)

10、295萬平方米、Std.deviation(標準差)538.000萬平方米、Variance方差289443.771萬平方米、Range全距1806萬平方米、Minimum最小值295萬平方米、Maximum最大值2101萬平方米、Sum合計17530萬平方米。3統(tǒng)計圖統(tǒng)計圖是用點的位置、線段的升降、直條的長短或面積的大小等方法來表達統(tǒng)計資料內(nèi)容。它可以把統(tǒng)計資料所反映的變化趨勢、數(shù)量多少、分布狀態(tài)和相互關(guān)系等情況形象直觀地表現(xiàn)出來，以便于比擬和分析。1Bar charts條形圖Bar Charts (條形圖)是利用寬度相同的條形的長短或上下來表現(xiàn)統(tǒng)計數(shù)據(jù)大小或變動情況的統(tǒng)計圖。圖1 條形圖4

11、統(tǒng)計報表spss的根本統(tǒng)計功能中還提供了根本統(tǒng)計分析的報表制作功能，根據(jù)報表制作的側(cè)重點不同，可以分為3種： eq oac(,1)Cases Summary個案簡明統(tǒng)計報表：主要是計算指定變量的分組統(tǒng)計量； eq oac(,2)Report Summaries inRows行形式報表：是以行為對象生成各種統(tǒng)計結(jié)果。 eq oac(,3)Report Summaries in Colums列形式報表：是以列為對象生成各個列相應(yīng)的統(tǒng)計信息。表3 天津市建筑企業(yè)總產(chǎn)值簡明統(tǒng)計報表局部企業(yè)個數(shù)從業(yè)人員平均人數(shù)建筑業(yè)總產(chǎn)值房屋建筑施工面積房屋建筑竣工面積住宅年份19901821932675334.總計N

12、11111均值82.0018.7131.70675.46333.60中值82.0018.7131.70675.46333.60極小值821932675334極大值82193267533419911831936583295.總計N11111均值83.0018.9536.17582.73295.41中值83.0018.9536.17582.73295.41極小值831936583295極大值831936583295a. 限于前 100 個案例。1天津市建筑企業(yè)總產(chǎn)值簡明統(tǒng)計報表5均值比擬1Means均值比擬過程 eq oac(,1)Means均值的根本原理SPSS中的Means均值過程是計算各種根

13、本描述統(tǒng)計量的過程。與前一節(jié)中的計算某一樣本總體均值相比擬，Means均值過程其實就是對樣本進行分組計算均值和標準差，如按照性別計算各組的均值和標準差?？梢灾付ㄒ粋€或多個變量作為分組變量。如果分組變量為多個，還應(yīng)指定這些分組變量之間的層次關(guān)系。層次關(guān)系可以是同層次的或多層次的。同層次意味著將按照各分組變量的不同取值分別對個案進行分組；多層次表示將首先按第一分組變量分組，然后對各個分組下的個案按照第二組分組變量進行分組。表4 均值比擬過程局部報告年份企業(yè)個數(shù)從業(yè)人員平均人數(shù)建筑業(yè)總產(chǎn)值房屋建筑施工面積房屋建筑竣工面積1990均值82.0018.7131.70675.46333.60N11111標

14、準差.方差.中值82.0018.7131.70675.46333.60峰度.偏度.1991均值83.0018.9536.17582.73295.41N11111標準差.方差.中值83.0018.9536.17582.73295.41峰度.偏度.1992均值96.0018.7648.43721.50344.70N11111標準差.方差.中值96.0018.7648.43721.50344.70峰度.偏度. eq oac(,3)結(jié)果解讀：Means均值過程的結(jié)果輸出比擬簡單，在結(jié)果輸出窗口中包含兩個輸出表(如上圖所示)。處理樣本數(shù)統(tǒng)計，如下圖。其中Included包含欄表示參加分析計算的樣本數(shù)，從

15、表中可知全部樣本共有18個參加分析，占到全部樣本的100，即分析計算中沒有因數(shù)據(jù)缺測或其他原因等導致Excluded(樣本剔除)。變量分組統(tǒng)計結(jié)果，如下圖?？梢钥闯?，1990-2007年，由1990年企業(yè)個數(shù)82個增長到2007年的1113個。結(jié)果說明，1990-2007年天津市建筑企業(yè)個數(shù)在逐年遞增。如下圖。可以看出，1990-2007年，由1990年從業(yè)人員平均人數(shù)從18.71萬人增長到2007年的45.34萬人。結(jié)果說明，1990-2007年天津市建筑從業(yè)人員平均人數(shù)在逐年遞增，等等。2單一樣本t檢驗 eq oac(,1)單一樣本T檢驗根本原理SPSS單一樣本t檢驗是用于解決樣本均值與總

16、體均值的比擬這類問題，統(tǒng)計的前提是樣本總體服從正態(tài)分布。也就是說單一樣本本身無法比擬，進行的是樣本均值與總體均值間的比擬。 eq oac(,2)SPSS的實現(xiàn)表5單個樣本統(tǒng)計量N均值標準差均值的標準誤建筑業(yè)總產(chǎn)值18353.49343.29580.915表6單一樣本t檢驗單個樣本檢驗檢驗值 = 32 tdfSig.(雙側(cè))均值差值差分的 95% 置信區(qū)間下限上限建筑業(yè)總產(chǎn)值3.97317.001321.489150.77492.21 eq oac(,3)結(jié)果解讀One-SamplesTTest單一樣本T檢驗過程的輸出比擬簡單，在結(jié)果輸出窗口中包含描述性統(tǒng)計表和T檢驗表兩個輸出表。輸出結(jié)果第一個

17、表，根本描述性統(tǒng)計量表，從表中可知，參與分析的樣品數(shù)為18,建筑業(yè)總產(chǎn)值353.49億元，標準差343.295，均值誤差80.915。輸出結(jié)果第二個表，單一樣本T檢驗表，從表中可知，自由度df=17，根據(jù)公式計算的t值等于3.973，對應(yīng)的臨界置信水平為0.0000,95的置信區(qū)間為(150.77,492.21)。計算的t值對應(yīng)的臨界置信水平在設(shè)置的005水平之間，因此拒絕原假設(shè)Ho。說明現(xiàn)在建筑業(yè)總產(chǎn)值比以前有明顯增長。6相關(guān)分析1相關(guān)分析的原理及應(yīng)用 eq oac(,1)相關(guān)分析的根本原理一般來說現(xiàn)象之間的相互關(guān)系可以分為兩種，一種是函數(shù)關(guān)系，另一種是相關(guān)關(guān)系。函數(shù)關(guān)系是指變量之間存在的相

18、互依存的關(guān)系，它們之間的關(guān)系值是確定的。相關(guān)關(guān)系是兩個現(xiàn)象數(shù)值變化不完全確定的依存關(guān)系。兩變量間的相關(guān)分析就是研究兩變量間線性相關(guān)程度并用適當?shù)慕y(tǒng)計指標表示出來的一種常用統(tǒng)計方法。按相關(guān)的程度分，有完全相關(guān)、不完全相關(guān)和不相關(guān)；按相關(guān)的性質(zhì)分，有正相關(guān)和負相關(guān)。測定變量之間線性相關(guān)程度和相關(guān)方向的統(tǒng)計指標是相關(guān)系數(shù),同時要對相關(guān)系數(shù)的顯著性檢驗。 eq oac(,2)SPSS的實現(xiàn)表7 描述性統(tǒng)計量描述性統(tǒng)計量均值標準差N企業(yè)個數(shù)599.00370.31918建筑業(yè)總產(chǎn)值353.49343.29518表8 相關(guān)性相關(guān)性企業(yè)個數(shù)建筑業(yè)總產(chǎn)值企業(yè)個數(shù)Pearson 相關(guān)性1.877*顯著性雙側(cè).0

19、00平方與叉積的和2331312.0001894457.240協(xié)方差137136.000111438.661N1818建筑業(yè)總產(chǎn)值Pearson 相關(guān)性.877*1顯著性雙側(cè).000平方與叉積的和1894457.2402003471.272協(xié)方差111438.661117851.251N1818*. 在 .01 水平雙側(cè)上顯著相關(guān)。 eq oac(,3)結(jié)果解讀SPSS的兩變量間的相關(guān)分析(Bivariate)的結(jié)果比擬簡單，輸出結(jié)果中只有一個描述性統(tǒng)計量表和一個各變量間的相關(guān)關(guān)系表。如果進行相關(guān)分析的變量是兩個以上，輸出時會分別顯示兩兩變量間的相關(guān)關(guān)系如下圖。輸出結(jié)果文件中的第一個表格：描述

20、性統(tǒng)計量表。從表中可知，參與分析的兩個變量的樣本數(shù)都為18，企業(yè)個數(shù)均值為599.00個，標準差為370.319；建筑業(yè)總產(chǎn)值均值為353.49億元，標準差為343.295。輸出結(jié)果文件中的第二個表格：相關(guān)系數(shù)及顯著性檢驗結(jié)果表。從表中可知年份和總產(chǎn)值的相關(guān)系數(shù)r=0.877顯著性水平為0000 (Sig(2-tailed)，因此在相關(guān)系數(shù)旁以兩個“*號進行標識，企業(yè)個數(shù)與建筑業(yè)總產(chǎn)值值相關(guān)性十分顯著。2偏相關(guān)分析 eq oac(,1)相關(guān)分析的根本原理 eq oac(,2)SPSS實現(xiàn)過程表9 描述性統(tǒng)計量描述性統(tǒng)計量均值標準差N房屋建筑施工面積2318.401378.12818房屋建筑竣工

21、面積973.89538.00018企業(yè)個數(shù)599.00370.31918表10 相關(guān)性相關(guān)性控制變量房屋建筑施工面積房屋建筑竣工面積企業(yè)個數(shù)-無-a房屋建筑施工面積相關(guān)性1.000.986.921顯著性雙側(cè).000.000df01616房屋建筑竣工面積相關(guān)性.9861.000.928顯著性雙側(cè).000.000df16016企業(yè)個數(shù)相關(guān)性.921.9281.000顯著性雙側(cè).000.000.df16160企業(yè)個數(shù)房屋建筑施工面積相關(guān)性1.000.906顯著性雙側(cè).000df015房屋建筑竣工面積相關(guān)性.9061.000顯著性雙側(cè).000.df150a. 單元格包含零階 (Pearson) 相關(guān)。

22、7一元線性回歸分析1一元線性回歸 eq oac(,1)一元線性回歸分析的根本原理一元線性回歸是涉及一個自變量的回歸分析，主要是處理兩個變量(因變量與自變量)之間的線性關(guān)系，建立線性數(shù)學模型并進行評價預(yù)測。即：式中和是未知參數(shù)，稱為回歸常數(shù)，稱為回歸系數(shù)。稱為隨機擾動項。1擬合優(yōu)度檢驗：回歸方程的擬合優(yōu)度檢驗，就是要檢驗樣本數(shù)據(jù)聚集在樣本回歸直線周圍的密集程度而判斷回歸方程對樣本數(shù)據(jù)的代表程度。一般用判定系數(shù)實現(xiàn)。2回歸方程的顯著性檢驗(F檢驗)：回歸方程的顯著性檢驗是對因變量與所有自變量之間的線性關(guān)系是否顯著的一種假設(shè)檢驗。一般采用F檢驗，利用方差分析的方法進行。3回歸系數(shù)的顯著性檢驗(t檢驗

23、)：是根據(jù)樣本估計的結(jié)果對總體回歸系數(shù)的有關(guān)假設(shè)進行檢驗。一般采用t檢驗。 eq oac(,2)SPSS實現(xiàn)過程表11 輸入/移去的變量輸入移去的變量b模型輸入的變量移去的變量方法1企業(yè)個數(shù)a.輸入a. 已輸入所有請求的變量。b. 因變量: 建筑業(yè)總產(chǎn)值表12 模型匯總模型匯總b模型RR 方調(diào)整 R 方標準 估計的誤差1.877a.768.754170.295a. 預(yù)測變量: (常量), 企業(yè)個數(shù)。b. 因變量: 建筑業(yè)總產(chǎn)值表13 回歸分析Anovab模型平方和df均方FSig.1回歸1539462.85811539462.85853.084.000a殘差464008.4141629000.

24、526總計2003471.27217a. 預(yù)測變量: (常量), 企業(yè)個數(shù)。b. 因變量: 建筑業(yè)總產(chǎn)值表14 系數(shù)系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準 誤差試用版1(常量)-133.26777.939-1.710.107企業(yè)個數(shù).813.112.8777.286.000a. 因變量: 建筑業(yè)總產(chǎn)值表15 參差統(tǒng)計量殘差統(tǒng)計量a極小值極大值均值標準 偏差N預(yù)測值-66.63805.30353.49300.92618殘差-264.205450.767.000165.21118標準 預(yù)測值-1.3961.501.0001.00018標準 殘差-1.5512.647.000.97018a.

25、 因變量: 建筑業(yè)總產(chǎn)值圖2直方圖圖3 標準p-p圖圖4標準P-P圖 eq oac(,3)結(jié)果解讀SPSS的一元線性回歸分析的輸出結(jié)果中共輸出七個表，有Variables Entered/Removed引入或被剔除的變量表、Model Summary常用統(tǒng)計量表、ANOVA方差分析表、Coefficients回歸系數(shù)表、Residuals Statistics(殘差統(tǒng)計表)、標準化殘差的直方圖和正態(tài)分布圖P-P圖。我們重點解讀Model Summary常用統(tǒng)計量、ANOVA方差分析表、Coefficients回歸系數(shù)和正態(tài)分布圖P-P圖 = 1 * GB3 輸出的結(jié)果文件中第一個表格：Mode

26、l Summary常用統(tǒng)計量。反映的是一元線性回歸模型擬合的情況，相關(guān)系數(shù)R=0.877，決定系數(shù)R2=0.768，而調(diào)整決定系數(shù)R2=0.752，回歸估計的標準差S=170.295，模型擬合效果很理想。 = 2 * GB3 輸出的結(jié)果文件中第二個表格：ANOVA方差分析表。從表中可以看出殘差平方和(Residual)= 464008.414，而回歸平方和(Regression)= 1539462.85?；貧w方程的顯著性檢驗中，統(tǒng)計量為F=53.084，對應(yīng)的置信水平為0.000，遠比常用的置信水平0.05要小，因此可以認為方程是極顯著的。 = 3 * GB3 輸出的結(jié)果文件中第三個表格：Co

27、efficients回歸系數(shù)分析表,是回歸系數(shù)以及對回歸方程系數(shù)的檢驗結(jié)果，系數(shù)顯著性檢驗采用t檢驗。從表中可以看出，Unstandardized Coefficients(非標準化系數(shù))回歸方程的Constant常數(shù)項=-133.267，回歸系數(shù)=0.877?；貧w系數(shù)檢驗統(tǒng)計量t=7.286，Sig為相伴概率值p0.001。由此可知回歸方程：y= -133.267+0.877x 回歸系數(shù)顯著水平均為0.000，說明用t統(tǒng)計檢驗量假設(shè)“回歸系數(shù)等于0的概率為0.000，遠比常用的置信水平0.05要小，因此可以認為兩個變量之間的線性關(guān)系是極為顯著的，建立的回歸方程是有效的。8時間序列的曲線估計

28、eq oac(,1)時間序列根本原理時間序列的曲線估計是分析社會和經(jīng)濟現(xiàn)象中經(jīng)常用到的一種曲線估計。通常把時間設(shè)為自變量X，代表具體的經(jīng)濟或社會現(xiàn)象的變量設(shè)為因變量y，研究變量X與y之間關(guān)系的方法就是時間序列曲線估計。其計算公式：Linear：一元線性Quadratic：二次函數(shù)。Cubic：三次函數(shù)。Exponential：指數(shù)函數(shù)。Power：冪函數(shù)。上述方程中，y為因變量，X為時間，b0為常數(shù)，b1、b2和b3為回歸系數(shù)。 eq oac(,2)SPSS的實現(xiàn)表11 模型描述模型描述模型名稱MOD_2因變量1建筑業(yè)總產(chǎn)值方程1線性2三次3冪a4指數(shù)a自變量個案順序常數(shù)包含其值在圖中標記為觀

29、測值的變量未指定用于在方程中輸入項的容差.0001a. 該模型要求所有非缺失值為正數(shù)。表12 個案處理摘要個案處理摘要N個案總數(shù)18已排除的個案a0已預(yù)測的個案0新創(chuàng)立的個案9a. 從分析中排除任何變量中帶有缺失值的個案。表13 個案處理摘要變量處理摘要變量因變量建筑業(yè)總產(chǎn)值正值數(shù)18零的個數(shù)0負值數(shù)0缺失值數(shù)用戶自定義缺失0系統(tǒng)缺失0表14 模型匯總和參數(shù)估計值方程模型匯總R 方Fdf1df2Sig.常數(shù)b1b2線性.80365.371116.000-194.06457.637三次.995987.636314.000-73.71780.650-10.866冪.909160.019116.00

30、016.3641.283指數(shù).962409.254116.00033.301.198圖5 建筑業(yè)時間序列曲線估計 eq oac(,3)結(jié)果解讀 = 1 * GB3 第一局部輸出相關(guān)統(tǒng)計量和參數(shù)的值：有Model Description(模型描述表)、Case Processing Summary(情況處理累計表)和Model Summary and Parameter Estimates (常用統(tǒng)計量和參數(shù)估計表)。 = 2 * GB3 輸出的結(jié)果文件中第二局部如下：這局部結(jié)果表示新增加了4個變量FIT_1、FIT_2、FIT_3、FIT_4分別代表線性函數(shù)、三次函數(shù)、冪函數(shù)、指數(shù)函數(shù)條件下進

31、行回歸分析時y的預(yù)測值如上圖所示。 = 3 * GB3 第三局部輸出的是觀察值和Linear線性函數(shù)、Cubic三次函數(shù)、Power冪函數(shù)和Exponenti指數(shù)函數(shù)4種曲線預(yù)測值的比照圖。從比照圖中可以看出，Exponential指數(shù)函數(shù)的曲線確與樣本的實際觀察值擬合的較好，所以決定對本節(jié)中的研究問題“天津市全民市生產(chǎn)總值分析采用指數(shù)函數(shù)進行回歸分析。 = 4 * GB3 由于在Curve Estimation曲線估計對話框中選了Save保存項，且在Save Variables保存變量框中選擇了Predictedvalues預(yù)測值選項和Predict through預(yù)知過項，并且在Observation觀察值框中鍵入了“18”，因此在SPSS數(shù)據(jù)編輯窗口中就新增了FIT_1、FIT_2、FIT_3、FIT_4等4個變量的預(yù)測值，同時在窗口下方還新增了四個個案。附 原始數(shù)據(jù)數(shù)據(jù)來源2021年天津市統(tǒng)計年鑒?建筑企業(yè)根本情況(1990-2007年)?表 建筑企業(yè)根本情況(1990-2007年) 從業(yè)人員 建筑業(yè)總產(chǎn)值 房屋建筑 房屋建筑 企業(yè)個數(shù) 平均人數(shù) (億元) 施工面積