相关分析与回归分析SPSS实现.docx

细心整理
相关分析和回来分析
一、试验目标和要求
本试验工程的目的是学习并运用SPSS软件进展相关分析和回来分析，具体包括：
皮尔逊pearson简洁相关系数的计算和分析
学会在SPSS上实现一元及多分析：
〔1〕绘制散点图 翻开数据文件，选择【图形】-【旧对话框】-【散点/点状】，。
散点图对话框
选择简洁分布，单击定义，翻开子对话框，选择X变量和Y变量，。单击ok提交系统运行，。
Simple Scatterplot 子对话框
从图上可直观地看出住房支出和年收入之间存在线性相关关系。
细心整理
散点图
〔2〕简洁相关分析
选择【分析】—>【相关】—>【双变量】,翻开对话框，将变量“住房支出”和“年收入”移入variables列表框，点击ok运行，。
住房支出和年收入相关系数表
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
细心整理

Sig. (2-tailed)
.000
.

N
20
20
** Correlation is significant at the level (2-tailed).
，<，故变量之间显著相关。依据住房支出和年收入之间的散点图和相关分析显示，住房支出和年收入之间存在显著的正相关关系。在此前提下进一步进展回来分析，建立一元线性回来方程。
(3) 线性回来分析
步骤1：选择菜单“【分析】—>【回来】—>【线性】”，翻开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来模型。
Linear Regresssion对话框
细心整理
步骤2：单击Statistics按钮，如图在Statistics子对话框。该对话框中设置要输出的统计量。这里选中估计、模型拟合度复选框。
Statistics子对话框
估计：输出有关回来系数的统计量，包括回来系数、回来系数的标准差、标准化的回来系数、t统计量及其对应的p值等。
置信区间：输出每个回来系数的95％的置信度估计区间。
协方差矩阵：输出说明变量的相关系数矩阵和协差阵。
模型拟合度：输出可决系数、调整的可决系数、回来方程的标准误差、回来方程F检验的方差分析。
步骤3：单击绘制按钮，在Plots子对话框中的标准化残差图选项栏中选中正态概率图复选框，以便对残差的正态性进展分析。
细心整理
plots子对话框
步骤4：单击保存按钮，在Save子对话框中残差选项栏中选中未标准化复选框，这样可以在数据文件中生成一个变量名尾res_1 的残差变量，以便对残差进展进一步分析。
Save子对话框
其余保持Spss默认选项。在主对话框中单击ok按钮，执行线性回来叮嘱，其结果如下：
〔R Square〕、调整的拟和优度〔Adjusted R Square〕、估计标准差〔Std. Error of the Estimate〕以及Durbin－Watson统计量。从结果来看，，即住房支出的90％以上的变动都可以被该模型所说明，拟和优度较高。
，可以看到，，对应的p值为0，所以，拒绝模型整体不显著的原假设，即该模型的整体是显著的。
细心整理
、回来系数的标准差、标准化的回来系数值以及各个回来系数的显著性t检验。从表中可以看到无论是常数项还是说明变量x，，因此，。，即年收入每增加1千美元，。
回来模型拟和优度评价及Durbin－Watson检验结果
Model Summary(b)
Model
R
R Square