相关分析与回归分析SPSS实现.docx

相关分析与回归分析SPSS实现.docx相关分析与回归分析 SPSS实现
相关分析与回归分析
一、试验目标与要求
本试验项目的目的是学习并使用 SPSS软件进行相关分析和回归分析， 具体包括：
皮尔逊 pearson 简
Sig. (2-tailed)
.000
.
.000
.983
N
315
315
315
315
资产收益率
Pearson
.824(**)
.808(**)
1
.011
Correlation
Sig. (2-tailed)
.000
.000
.
.849
N
315
315
315
315
托宾 Q值
Pearson
-.073
-.001
.011
1
Correlation
Sig. (2-tailed)
.199
.983
.849
.
N
315
315
315
315
Correlation is significant at the level (2-tailed).
2．一元线性回归分析
实例分析：家庭住房支出与年收入的回归模型
在这个例子里，考虑家庭年收入对住房支出的影响，建立的模型如下：
yi xi i
其中， yi 是住房支出， xi 是年收入
线性回归分析的基本步骤及结果分析：
（1）绘制散点图 打开数据文件， 选择【图形】-【旧对话框】 -【散点 / 点状】，如图 所示。
散点图对话框
选择简单分布， 单击定义，打开子对话框， 选择 X变量和 Y变量，如图 所示。
单击 ok提交系统运行，结果见图 所示。
Simple Scatterplot 子对话框
从图上可直观地看出住房支出与年收入之间存在线性相关关系。
图 散点图
（2）简单相关分析
选择【分析】 —>【相关】 — >【双变量】 , 打开对话框，将变量“住房支出”
与“年收入”移入 variables 列表框，点击 ok运行，结果如表 所示。

住房支出与年收入相关系数表
Correlations
住房支出（千美元）
年收入（千美元）
住房支出（千美元）
Pearson Correlation
1
.966(**)
Sig. (2-tailed)
.
.000
N
20
20
年收入（千美元）
Pearson Correlation
.966(**)
1
Sig. (2-tailed)
.000
.
N
20
20
Correlation is significant at the level (2-tailed).
从表中可得到两变量之间的皮尔逊相关系数为 ，双尾检验概率 p值尾 < ，故变量之间显著相关。根据住房支出与年收入之间的散点图与相关分析显示，住房支出与年收入之间存在显著的正相关关系。在此前提下进一步进行回归分析，建立一元线性回归方程。
线性回归分析
步骤 1：选择菜单 “【分析】—>【回归】 —>【线性】 ”，打开 Linear Regression 对话框。将变量住房支出 y移入 Dependent列表框中，将年收入 x移入
Independents 列表框中。在 Method 框中选择 Enter 选项，表示所选自变量全部进入回归模型。
图 Linear Regresssion