统计分析与SPSS的应用学生复习题-推荐下载
《统计分析与SPSS的应用》课后练习答案
《统计分析与SPSS的应用》课后练习答案在学习《统计分析与 SPSS 的应用》这门课程后，通过课后练习能够帮助我们更好地掌握所学知识，并将其应用到实际的数据分析中。
以下是针对部分课后练习的答案及解析。
一、选择题1、在 SPSS 中，用于描述数据集中变量分布特征的统计量是（）A 均值B 标准差C 中位数D 众数答案：ABCD解析：均值、标准差、中位数和众数都是描述数据分布特征的常用统计量。
均值反映了数据的集中趋势；标准差反映了数据的离散程度；中位数是将数据排序后位于中间位置的数值；众数则是数据集中出现次数最多的数值。
2、进行独立样本 t 检验时，需要满足的前提条件是（）A 样本来自正态分布总体B 两样本方差相等C 两样本相互独立D 以上都是答案：D解析：独立样本 t 检验要求样本来自正态分布总体、两样本方差相等以及两样本相互独立。
只有在这些条件满足的情况下，t 检验的结果才是可靠的。
3、以下哪种方法适用于多组数据的比较（）A 单因素方差分析B 配对样本 t 检验C 相关分析D 回归分析答案：A解析：单因素方差分析用于比较三个或三个以上组别的数据是否存在显著差异。
配对样本 t 检验适用于配对数据的比较；相关分析用于研究变量之间的线性关系；回归分析用于建立变量之间的预测模型。
二、简答题1、请简述 SPSS 中数据录入的基本步骤。
答：SPSS 中数据录入的基本步骤如下：（1）打开 SPSS 软件，选择“新建数据文件”。
（2）在变量视图中定义变量的名称、类型、宽度、小数位数等属性。
（3）切换到数据视图，按照定义好的变量逐行录入数据。
（4）录入完成后，保存数据文件。
2、解释相关分析和回归分析的区别。
答：相关分析主要用于研究两个或多个变量之间的线性关系程度和方向，但它并不确定变量之间的因果关系。
相关分析的结果通常用相关系数来表示，如皮尔逊相关系数。
回归分析则不仅可以确定变量之间的关系，还可以建立数学模型来预测因变量的值。
统计分析与SPSS的应用学生复习题-推荐下载
1、 SPSS的数据编写窗口分为Data wiew 和 Vairable view 两个视图子窗口。
2、 SPSS最基本的变量种类有数值型、字符型和日期型。
3、 SPSS有两类缺失值：系统缺失值和用户缺失值。
4、 SPSS的丈量尺度主要有标度丈量、有序丈量和名义丈量。
5、 SPSS有四种创立数据文件的方法：6、从其余数据文件导入数据主要三种方法：7、假如只要保留部分变量可使用选择性保留功能。
8、姓名、性别、年纪、身高、体重分别是那种变量？9、 SPSS有两种定义缺失值的方式：和。
1）能够定义 3 个独自的缺失值。
2）能够定义一个缺失值范围和一个独自的缺失值。
10、数据进行排序时，选择菜单下的命令。
Data 菜单下 sort case11、 spss 进行数据的队列交换时，选择菜单下的命令。
Data 菜单下transpose.12、数据文件的归并有两种方式：和。
13、 SPSS的系统运转管理方式有哪三种？答:1）批办理方式； 2）完整窗口菜单运转方式；3）程序运转方式。
14、 SPSS数据文件的扩展名是。
.sav15、 SPSS的输出结果编写窗口分红左右两部分：16、输入变量名，为了防止与老版本及其余软件出现不兼容问题，变量名一般控制在8 位之内且尽量防止采纳中文。
17、下边是每周去图书室学习次数的编码方案：1=每周去 1 次； 2=每周去 2 次或 2 次以上；3=每周去 3 次或 3 次以上； 4=每周去 4 次或 4 次以上。
问： 1）这样编码有无错误？2）请写出正确的编码方案。
19、数据一旦拆分以后，假如没有撤消拆分，在此后的统计剖析过程中拆分向来存在。
20、数据一旦加权以后，假如没有撤消加权，在此后的统计剖析过程中加权向来存在。
21、关于缺失值，怎样利用SPSS进行科学代替。
（见课件）22、 SPSS数据文件的特色及监理SPSS数据文件时应达成的两项任务是什么？P16-1723、简述 SPSS数据文件的基本组织形式。
spss期末复习题
spss期末复习题SPSS期末复习题SPSS（Statistical Package for the Social Sciences）是一款广泛应用于社会科学研究的统计分析软件。
在统计学课程中，学生通常需要学习和掌握SPSS的基本操作和分析技巧。
为了帮助大家复习和巩固所学知识，本文将提供一些SPSS期末复习题，希望能够对大家的学习有所帮助。
1. 描述统计a) 什么是描述统计？它在SPSS中有哪些常用的应用？b) 如何使用SPSS计算变量的均值、中位数、众数、标准差和方差？c) 如何使用SPSS制作频数分布表和直方图？2. 参数检验a) 什么是参数检验？它在SPSS中有哪些常用的应用？b) 如何使用SPSS进行t检验、方差分析和相关分析？c) 如何解读SPSS输出结果中的显著性水平和置信区间？3. 非参数检验a) 什么是非参数检验？它在SPSS中有哪些常用的应用？b) 如何使用SPSS进行Wilcoxon符号秩检验、Mann-Whitney U检验和Kruskal-Wallis H检验？c) 非参数检验与参数检验相比，有哪些优点和限制？4. 回归分析a) 什么是回归分析？它在SPSS中有哪些常用的应用？b) 如何使用SPSS进行简单线性回归和多元线性回归分析？c) 如何解读SPSS输出结果中的回归系数、R方和调整R方？5. 因子分析a) 什么是因子分析？它在SPSS中有哪些常用的应用？b) 如何使用SPSS进行主成分分析和验证性因子分析？c) 如何解读SPSS输出结果中的因子载荷、共同度和特殊因子方差？6. 聚类分析a) 什么是聚类分析？它在SPSS中有哪些常用的应用？b) 如何使用SPSS进行层次聚类和K均值聚类分析？c) 如何解读SPSS输出结果中的聚类图和聚类中心？以上仅是SPSS期末复习题的一部分，希望能够帮助大家回顾和巩固所学知识。
在实际操作SPSS时，建议大家多加练习和实践，通过分析真实数据来提高自己的技能。
北语2024春季《SPSS统计分析与应用》完美答案文档
北语2024春季《SPSS统计分析与应用》完美答案文档一、引言本文档旨在提供北语2024春季《SPSS统计分析与应用》完美答案。
以下是各章节的详细内容。
二、章节一：SPSS统计分析基础本章介绍SPSS统计分析的基础知识和技巧。
包括SPSS软件的安装和基本操作，数据导入和清洗，以及常用的统计分析方法。
三、章节二：描述性统计分析本章介绍描述性统计分析的原理和方法。
包括数据的中心趋势和离散程度的测量，频数分布和直方图的绘制，以及描述性统计图表的解读。
四、章节三：参数检验本章介绍参数检验的原理和应用。
包括独立样本t检验、配对样本t检验、单因素方差分析和多因素方差分析等常用的参数检验方法。
五、章节四：非参数检验本章介绍非参数检验的原理和应用。
包括Wilcoxon符号秩检验、Mann-Whitney U检验、Kruskal-Wallis H检验和Friedman检验等常用的非参数检验方法。
六、章节五：相关分析本章介绍相关分析的原理和应用。
包括皮尔逊相关系数、斯皮尔曼相关系数和判定系数等常用的相关分析方法。
七、章节六：回归分析本章介绍回归分析的原理和应用。
包括简单线性回归分析和多元线性回归分析等常用的回归分析方法。
八、章节七：因子分析本章介绍因子分析的原理和应用。
包括主成分分析和因子旋转等常用的因子分析方法。
九、章节八：聚类分析本章介绍聚类分析的原理和应用。
包括层次聚类和K均值聚类等常用的聚类分析方法。
十、章节九：判别分析本章介绍判别分析的原理和应用。
包括线性判别分析和二次判别分析等常用的判别分析方法。
十一、结论本文档总结了北语2024春季《SPSS统计分析与应用》的完美答案。
通过学习本课程，学生能够掌握SPSS软件的使用和各种统计分析方法的应用，为实际问题提供科学的数据分析支持。
以上是《SPSS统计分析与应用》完美答案文档的内容概要。
希望能对您有所帮助。
统计分析spss复习题
统计分析spss复习题统计分析是一门重要的学科，它通过收集、整理和分析数据来揭示事物之间的关系和规律。
而SPSS（Statistical Package for the Social Sciences）是一款常用的统计分析软件，它提供了丰富的功能和工具，帮助研究人员进行数据处理和分析。
在准备统计分析SPSS复习题时，我们可以从以下几个方面展开讨论。
首先，我们可以从数据的收集和整理开始。
在进行统计分析之前，我们需要先收集相关的数据。
这可以通过问卷调查、实验观测或者文献研究等方式来完成。
收集到的数据可能是定量数据或者定性数据，需要根据具体情况进行整理和分类。
在SPSS中，我们可以使用数据编辑功能来输入和整理数据，确保数据的准确性和完整性。
其次，我们可以讨论如何进行数据的描述性统计分析。
描述性统计分析是对数据进行整体和个体特征的总结和描述。
在SPSS中，我们可以使用频数分析、均值分析、标准差分析等功能来计算和展示数据的描述统计量。
通过这些分析，我们可以了解数据的分布情况、集中趋势和离散程度，为后续的推断性统计分析提供基础。
接下来，我们可以探讨如何进行推断性统计分析。
推断性统计分析是基于样本数据对总体进行推断和判断。
在SPSS中，我们可以使用 t检验、方差分析、回归分析等功能来进行推断性统计分析。
这些分析方法可以帮助我们验证研究假设、比较不同组别之间的差异、预测和解释变量之间的关系等。
通过推断性统计分析，我们可以得出对总体的推断结论，并进行科学的决策和判断。
另外，我们还可以讨论如何进行数据的可视化和报告。
数据可视化是将数据以图表的形式展示出来，使得数据更加直观和易于理解。
在SPSS中，我们可以使用条形图、折线图、散点图等功能来进行数据可视化。
通过图表的展示，我们可以更清晰地看到数据的分布和趋势，将复杂的数据信息转化为直观的图像。
同时，在进行统计分析后，我们还需要撰写报告来总结和解释分析结果。
报告应该清晰明了，包括研究目的、方法、结果和结论等内容。
北语2024春季《SPSS统计分析与应用》完美答案文档
北语2024春季《SPSS统计分析与应用》
完美答案文档
介绍
本文档旨在提供北语2024春季学期《SPSS统计分析与应用》课程的完美答案。
以下是该课程的相关内容。
课程概述
《SPSS统计分析与应用》是一门针对统计软件SPSS的应用课程。
通过研究本课程，学生将掌握SPSS软件的基本操作和常用统计分析方法，以及如何应用这些方法来解决实际问题。
课程目标
- 熟练掌握SPSS软件的基本操作
- 理解常用的统计分析方法，如描述统计、t检验、方差分析等- 学会如何应用SPSS软件进行数据处理和分析
- 掌握数据可视化和报告撰写的基本技巧
课程内容
1. SPSS软件介绍和安装
2. 数据输入和清洗
3. 描述统计分析
4. t检验
5. 方差分析
6. 相关分析
7. 回归分析
8. 数据可视化和报告撰写
研究建议
- 认真听课并参与课堂讨论
- 理解每个统计分析方法的原理和应用场景
- 多进行实践操作，熟练掌握SPSS软件的使用
- 阅读相关的统计学和研究方法的教材和参考书籍- 与同学进行讨论和互助，共同解决问题
考试准备
- 复课堂讲授的知识点和案例分析
- 完成课后题和作业
- 制作复笔记和思维导图
- 参考相关的统计学教材和参考书籍
- 进行模拟考试和答题练
结语
通过研究《SPSS统计分析与应用》，你将能够灵活应用SPSS 软件进行数据处理和统计分析，为你未来的研究和工作提供有力支持。
祝你在本课程中取得优异的成绩！。
SPSS数据分析与应用试题及答案
SPSS数据分析与应用试题及答案一、单项选择题（本大题共15小题，每小题2分，共30分）1、下列用来描述一组数据的平均水平的是 [ ]A．均值 B.标准差 C.偏度 D.峰度2、下列用来描述数据的波动程度的是 [ ]A．中位数 B.均值 C. 方差 D.偏度3、在SPSS中双定性变量适合绘制下面那种图形 [ ]A．堆积百分比图 B.箱线图C. 直方图D.散点图4、在SPSS中双定量变量适合绘制下面那种图形 [ ]A．堆积百分比图B.箱线图C. 直方图D.散点图5、在SPSS中一个定性变量、一个定量变量适合绘制下面那种图形[ ] A．堆积百分比图B.箱线图C. 直方图D.散点图6、下列属于定性变量的是[ ]A.年龄B.驾龄C.性别D.销量7、以下不属于定量变量的是 [ ]A.婚姻B.收入C.工龄D.体重8、以下哪个变量适合做线性回归的因变量[ ]A．是否购买 B.是否出险 C.是否恋爱 D.房价9、以下哪个变量适合做逻辑回归的因变量 [ ]A．客户是否流失 B.酒店价格 C.二手房价 D.以上都不正确10、因子分析的作用是 [ ]A．分类 B.降维 C.回归D.以上都不正确11、关于聚类分析，下列说法错误的是 [ ]A.聚类就是把“类似”的对象聚到一起B.聚类分析首先要确定特征指标C.聚类分析中刻画相似度方法只有欧式距离D.层次聚类法是聚类分析的一种12“物以类聚，人以群分”与下列哪个模型特征相似 [ ]A.线性回归B.逻辑回归C.聚类分析D.因子分析13、以下哪个因变量可以用线性回归模型进行分析 [ ]A.大学生薪资影响因素分析B.信用卡是否逾期C.某用户是否患胃病的预测D.明天是否降雨的预测14、线性回归模型的整体评价，不包括以下哪一项 [ ]A.F检验的结果B.调整的R方C.AUC值D.R方的大小15、关于聚类分析的要点，错误的是 [ ]A.根据不同的特征指标聚出的类是不同的B.定义什么是“相似的研究对象”C.层次聚类就是k均值聚类D.如何归类二、多项选择题（本大题共5小题，每小题4分，共20分）在每小题列出的五个备用选项中至少有两个是符合题目要求的，请将其代码填写在题后的括号内。
《统计分析与SPSS的应用（第五版）》课后练习答案.doc（1）
《统计分析与SPSS的应⽤（第五版）》课后练习答案.doc（1）《统计分析与SPSS的应⽤（第五版）》课后练习答案第⼀章练习题答案1、SPSS的中⽂全名是：社会科学统计软件包（后改名为：统计产品与服务解决⽅案）英⽂全名是：Statistical Package for the Social Science.(Statistical Product and Service Solutions)2、SPSS的两个主要窗⼝是数据编辑器窗⼝和结果查看器窗⼝。
数据编辑器窗⼝的主要功能是定义SPSS数据的结构、录⼊编辑和管理待分析的数据；结果查看器窗⼝的主要功能是现实管理SPSS统计分析结果、报表及图形。
3、SPSS的数据集：SPSS运⾏时可同时打开多个数据编辑器窗⼝。
每个数据编辑器窗⼝分别显⽰不同的数据集合（简称数据集）。
活动数据集：其中只有⼀个数据集为当前数据集。
SPSS只对某时刻的当前数据集中的数据进⾏分析。
4、SPSS的三种基本运⾏⽅式：完全窗⼝菜单⽅式、程序运⾏⽅式、混合运⾏⽅式。
完全窗⼝菜单⽅式：是指在使⽤SPSS的过程中，所有的分析操作都通过菜单、按钮、输⼊对话框等⽅式来完成，是⼀种最常见和最普遍的使⽤⽅式，最⼤优点是简洁和直观。
程序运⾏⽅式：是指在使⽤SPSS的过程中，统计分析⼈员根据⾃⼰的需要，⼿⼯编写SPSS命令程序，然后将编写好的程序⼀次性提交给计算机执⾏。
该⽅式适⽤于⼤规模的统计分析⼯作。
混合运⾏⽅式：是前两者的综合。
5、.sav是数据编辑器窗⼝中的SPSS数据⽂件的扩展名.spv是结果查看器窗⼝中的SPSS分析结果⽂件的扩展名.sps是语法窗⼝中的SPSS程序6、SPSS的数据加⼯和管理功能主要集中在编辑、数据等菜单中；统计分析和绘图功能主要集中在分析、图形等菜单中。
7、概率抽样(probability sampling)：也称随机抽样，是指按⼀定的概率以随机原则抽取样本，抽取样本时每个单位都有⼀定的机会被抽中，每个单位被抽中的概率是已知的，或是可以计算出来的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、SPSS的数据编辑窗口分为Data wiew和Vairable view两个视图子窗口。
2、SPSS最基本的变量类型有数值型、字符型和日期型。
3、SPSS有两类缺失值：系统缺失值和用户缺失值。
4、SPSS的测量尺度主要有标度测量、有序测量和名义测量。
5、SPSS有四种创建数据文件的方法：6、从其它数据文件导入数据主要三种方法：7、如果只需保存部分变量可使用选择性保存功能。
8、姓名、性别、年龄、身高、体重分别是那种变量？9、SPSS有两种定义缺失值的方式：和。
1）可以定义3个单独的缺失值。
2）可以定义一个缺失值范围和一个单独的缺失值。
10、数据进行排序时，选择菜单下的命令。
Data菜单下sort case11、spss进行数据的行列互换时，选择菜单下的命令。
Data菜单下transpose.12、数据文件的合并有两种方式：和。
13、SPSS的系统运行管理方式有哪三种？答:1）批处理方式；2）完全窗口菜单运行方式；3）程序运行方式。
14、SPSS数据文件的扩展名是。
.sav15、SPSS的输出结果编辑窗口分成左右两部分：16、输入变量名，为了避免与老版本及其它软件出现不兼容问题，变量名一般控制在8位以内且尽量避免采用中文。
17、下面是每周去图书馆学习次数的编码方案：1=每周去1次；2=每周去2次或2次以上；3=每周去3次或3次以上；4=每周去4次或4次以上。
问：1）如此编码有无错误？2）请写出正确的编码方案。
19、数据一旦拆分之后，如果没有取消拆分，在以后的统计分析过程中拆分一直存在。
20、数据一旦加权之后，如果没有取消加权，在以后的统计分析过程中加权一直存在。
21、对于缺失值，如何利用SPSS进行科学替代。
（见课件）22、SPSS数据文件的特点及监理SPSS数据文件时应完成的两项任务是什么？P16-1723、简述SPSS数据文件的基本组织形式。
24、统计学依数据的计量尺度将数据分为哪三类CH5 参数检验（均值比较与t检验）1、什么是t检验，简述t检验的一般步骤。
2、在统计学中，通常将t检验分为4类：样本均值与总体均值比较的t检验、独立两样本均值比较t检验、配对设计的差数均值与总体均值0的t检验以及独立两样本几何均值比较的t检验。
3、简述单样本t检验的一般步骤。
4、两独立样本T检验的零假设H0是两总体均值之间不存在显著差异。
两配对样本T检验的零假设H0是两总体均值之间不存在显著差异5、面是学生数学成绩的单样本检验。
One-sample statisticsN Mean StdDeviation Std Error Mean数学174.000023.443557.068501One Sample TestTest Value=7095% Confidence interval of thedifference tdf Sig.(2-tailed)Mean Difference LowerUpper 数学成绩0.566100.5844.00000-11.749619.7496试建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（α=0.05）答：零假设：μ=70；备择假设：μ70.从数据看，11个学生的数学平均值为74.00，标准差为23.44，均值误差为7.07，t 值=0.566，相伴概率值=0.584>0.05，不能拒绝零假设，认为均值与70无显著性差别。
样本均值与检验值差为4，其95%的置信区间是（-11.7496，19.7496）。
6、这是取自71个不同的学生的学习成绩，彼此之间是独立的。
按性别分组进行独立样本的T 检验，写出显著性检验的零假设和备择假设，并说明检验的结果是什么？（α=0.05）Group Statistics学生性别N Mean StdDeviation Std Error Mean当前成绩 男生 女生482482.9086.176.585.190.951.06Independent Sample TestLevene’s Test forEquality Of Variances t-test for Equality of Means FSig.t dfSig.(2-tailed)当前成绩 Equal variancesassumedEqual variancesnot assumed0.4230.518-2.125-2.2997056.8570.0370.025CH6 方差分析1、简述单因素方差分析的基本思想。
2、简述多因素方差分析的基本思想。
3、简述方差分析的适用条件。
答：（1）样本来自的总体要服从正态分布。
（2）样本方差必须是齐次的。
（3）各样本之间相互独立。
4、在多因素方差分析中，变量的总离差平方和分解为哪三部分？答：在多因素方差分析中，变量的总离差平方和SST 分解为3个部分：1）多个控制变量单独作用引起的平方和；2）多个控制变量交互作用引起的离差平方和；3）其他随机因素引起的离差平方和。
5、简述单因素方差分析的基本步骤。
P142-1436、研究一个班3组同学（分别接受了3种不同的教学方法）在数学成绩。
分析下面方差分析结果，写出零假设和备择假设，并讨论3组同学在数学成绩上是否有显著的差异？(α=0.05)Test of Homogeneity of VariancesLevene Statistic df1df2sig.3.8622150.044ANOVASum of Squaresdf Mean Square F Sig.Between Groups (Combined)Linear TermContrastDeviationWithin GroupsTotal3686.333494.0833192.2501563.6675250.00021115171843.167494.0833192.250104.24417.6814.74030.6230.0000.0460.000答：由表Test of Homogeneity of Variances 分析：零假设是不同分组均值方差相同。
Levene Statistic=3.862，相伴概率值=0.044<0.05，拒绝零假设，至少一组和其他两组均值方差有显著性的不同，因此，这组数据不适合进行单因素方差分析。
7、多重比较。
8、课本案例及练习题1、2、3CH8相关分析1、什么是相关分析？常用的方法有哪些？答：描述变量之间线性相关程度的强弱，并用适当的统计指标表示出来的过程为相关分析。
可根据研究的目的不同，或变量的类型不同，采用不同的相关分析方法。
常用的相关分析方法：二元定距变量的相关分析、二元定序变量的相关分析、偏相关分析和距离相关分析。
2、利用相关系数r 说明变量之间线性相关程度时，根据经验可将相关程度分为以下几种情况：当 时，视为高度相关；当 时，视为中度相关；当 时，视为低度相关；当 时，说明变量之间的相关程度极弱，可视为不相关。
；；；8.0≥r 8.05.0<≤r 5.03.0<≤r 3.0<r 3、简述线性相关分析的基本步骤。
4、用的相关系数有哪些？（试写出3种）5、课本案例及练习题1、2CH9回归分析1、试述回归分析的基本步骤.2、一元线性回归的数学模型是什么？其中满足的两个前提是什么？ε3、多元线性回归的数学模型是什么？4、常用的回归方程的统计检验有：回归方程的拟合优度检验、回归方程的显著性检验、回归系数的显著性检验及残差分析。
5、在多元回归分析中，解释变量的筛选一般有哪三种基本策略？6、在线性回归分析中，SST称为离差平方和，SSR称为回归平方和，SSE称为残差平方和，三者之间的关系是SST=SSR+SSE,决定系数R2=。
SSTSSR7、为了研究高等数学成绩与概率成绩的关系，今收集到20名学生的高等数学、概率成绩。
采用SPSS统计分析进行线性回归分析，得出如下输出结果：ANOVA（b）Model Sum of Squares df Mean Square F Sig1Regression1252.09511252.09541.8560.000Residual538.4551829.914Total1790.55019Cofficients(a)Model UnstandardizedCoefficients Standardize d CoefficientsB Std.Error Betat Sig.Constant8.18410.5760.7740.4491高等数学0.8550.1320.836 6.4700.0001）据ANOVA（b）表计算出判决系数，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（α=0.05）2）据Cofficients(a)表写出估计回归方程，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（α=0.05）8、下面给出中国民航客运量的回归模型。
为了研究我国民航客运量的变化趋势及其成因，以民航客运量作为因变量Y，以国民收入（X1），消费额（X2），铁路客运量（X3），民航航线里程（X4），来华旅游入境人数（X5）为主要影响因素。
结果输出如下：ANOVA（b）Model Sum of Squares df Mean Square F Sig1Regression1381887752763775.3541128.3030.000Residual24494.981102449.498Total1384337215Cofficients(a)Model UnstandardizedCoefficients Standardize d CoefficientsB Std.Error Betat Sig.Constant450.909178.078 2.5320.020X10.3540.085 2.447 4.1520.002X2-0.5610.125-2.485-4.4780.001X3-7.25E-030.002-0.083-3.5100.006X421.578 4.0300.531 5.3540.000 1X50.4350.0520.5648.4400.0001）据ANOVA（b）表计算出判决系数，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（α=0.05）2）据Cofficients(a)表写出估计回归方程，建立显著性检验的零假设和备择假设，并说明检验的结果是什么？（α=0.05）9 、下面给出了1978—2006年间我国社会消费品零售总额之间的关系的线性回归分析模型。
以社会消费品零售总额Y 为因变量，以时间T 为自变量，下面给出了四种模型输出。