回归、判别分析.docx

天津理工大学实验报告
学院（系）名称：计算机与通信工程学院
姓名
学号
专业
班级
实验项目
回归分析与判别分析
课程名称
数据分析及其应用软件
课程代码
0665106
实验时间
2016年4月6号3、4节，中午丫

.556
731
.724
工业总产值;d
.556

.113
.39S
农业总严值吃
731
.113

.547
居民非商品主岀幻
724
.398
.547

盹.（单侧）
货运总量丫
.048
.008
.009
工业总产值;d
.048
.375
.127
农业总产值吃
.008
.378
.051
居民非商品支岀叮
.009
.127
.051
N
贷运总量丫
10
10
W
10
工业总产值泪
10
10
10
10
农业总严值吃
10
10
W
10
居民非商品支岀叮
10
10
W
10
（3）模型摘要，相关系数为R=,判定系数为R Square=,调整判定系数Adjusted R Square=,估计值的标准误差 Std. Error of the Estimate=
楔型汇总&
模型
R
尺方
调整尺方
标准估计的误 差
1
.89Sa
.806
708

预测变量:（常星），居民非商品支出也，工业总产值,农 业总产值总*
因变量:货运总量Y
（4）方差分析结果，回归的均方Regression Mean Square=,残差的均方Residual
Mean Square=, F=, P=<,所以线性回归方程显著。
Anowab
模型
平方和
df
均方
F
Sig.
1
回归

3


,015a
残差

6


9
aj 彊黑萨民非商品支出昭，工业总产值泪，农业总产值垃*
（5）偏回归系数结果，常数项（Constant） =-,工业总产值回归系数=，回 归系数的标准误差=,回归系数的t检验值=,P=,农业总产值回归系数=, 回归系数的标准误差=,, P=，居民非商品支出回归系 数=,回归系数的标准误差=,, P=。故求的 回归方程为 y=-+ + x +
1 2 3
模型
非标准化金数
标准資数
t
Sig.
%置信区间
B
标准误差
试用版
下限
上限
1
-

-
.096
-

工业总广值旳
3754

.385

.100
-.977

农业总产值曲


.535

.049
.053

居民菲商品支出朋


.277

.284
-

(6)残差直方图，正态曲线被加载到直方图上，判断标准化残差呈正态分布。
直方图
因变量：货运总量丫
/
/
厂
/
L
\
\
、
- - -
回归标准化残羞
(7) save结果，增加新变量到正在使用的数据文件。
编号
货运总量Y
工业总产值幻
农业总产值x2
居民非商品支
出x3
PRE_1
RES_1
SEP_1
LMCI_1
UMCI_1
1
160
70
35


-



2
260
75
40






3
210
65
40