spss统计分析报告
SPSS数据分析报告(最终版)
SPSS数据分析报告(最终版)
本报告是基于SPSS软件对xxx的数据进行的分析以探索数据内容及特征的最终报告。
在本次数据分析中，主要使用了SPSS多维描述分析、卡方检验以及双因素方差分析
等多种统计方法，分析情况如下：
一、多维描述分析
通过SPSS对xxx的数据进行多维描述分析，我们可以获得如下结果：
1、利用计数分析，可以获得少数个变量的定量衡量索概况，如年龄段、人口性别比
例等；
2、通过求和和平均值等计算，可以得到多个变量的汇总信息，不仅可以做出宏观上
的判断，还能得到更加精准的数据判断；
3、对离散变量的分析可以通过比率图得出三维以上的图表，使变量的差异更加清晰
显示，以方便我们进行决策。
二、卡方检验
通过卡方检验，可以显示数据中变量之间的差异和关系，揭示变量的相互作用，以便
更好地弄清变量的影响程度。
本次分析结果是：xxxx变量与其它变量之间的关系属于非独立关系，有显著影响，有显著差异。
三、双因素方差分析
双因素方差分析是根据多个变量的相互作用来分析变量关系的一种方法。
SPSS双因素方差分析结果显示：两个变量xxx和yyy之间的相关性有显著的影响，差异显著，属于非
独立关系。
最终，本次数据分析结果表明，xxx的变量与其它变量之间有明显的差异和相关性，
从而可以有效地影响分析和决策，使政府、行业、公司等能够更好地掌握和把握市场发展
趋势。
spss统计分析报告
spss统计分析报告SPSS统计分析报告【引言】统计分析是一种有效的数据处理工具，专门应用于对大量数据进行整理和分析的过程中。
SPSS（Statistical Package for the Social Sciences）是一款统计分析软件，广泛应用于社会科学、生物科学等研究领域。
本报告旨在通过SPSS统计分析软件对某研究对象的数据进行分析，并得出相关结论。
【方法】本次研究选取了一个具体的研究对象，收集相关的数据。
通过SPSS软件对收集到的数据进行了描述性统计分析、频数分析、相关性分析和T 检验分析等。
【描述性统计分析】描绘数据的中心趋势和离散程度是描述性统计分析的基本任务。
利用SPSS软件，我们计算了研究对象的平均值、中位数、标准差和极差等指标。
其中，平均值反映了数据的集中趋势，中位数则从中性化的角度看待该数据集。
标准差能够反映数据的离散程度，而极差则展示了数据范围的宽广程度。
【频数分析】频数分析是一种统计方法，用于描述和计数数据中出现各个变量的频率。
根据SPSS分析结果显示，我们可以得出研究对象的样本量、最小值、最大值以及频数等信息。
这些信息有助于我们对研究对象的整体情况有一个大致的了解。
【相关性分析】相关性分析是一种统计方法，用于研究两个或更多变量之间的关系。
通过SPSS，我们可以得到相关系数和相关显著性等信息。
其中，相关系数反映了变量之间的相关程度，其绝对值越大，相关程度就越强；相关显著性则判断了相关系数是否显著，从而确定是否存在显著的关联。
【T检验分析】T检验分析是一种统计方法，用于比较两组样本的差异是否具有统计学意义。
通过SPSS软件进行T检验分析，我们可以得到两组样本的平均值、标准差和实验组与对照组的显著性等信息。
这些数据将帮助我们判断两组样本之间是否存在差异，并且差异是否具有统计学意义。
【结果与讨论】根据SPSS统计分析结果，我们得出以下结论：- 对研究对象的描述性统计分析结果表明，数据的中心趋势较为稳定，并且具有一定的离散程度。
SPSS数据分析报告
SPSS数据分析报告一.研究背景数据分析是科学研究中非常重要的一个环节，它能够帮助研究者从数据中获取有用的信息以支持科学决策。
SPSS是常用的数据分析软件之一，它具有强大的数据处理和分析功能，可以帮助研究者进行多种统计分析。
二.数据收集与处理本研究收集到的数据包括100个样本，每个样本有以下三个变量：性别、年龄和收入。
数据收集过程中，通过问卷调查的方式获取了样本的性别和年龄信息，同时进行了收入的调查和记录。
对于数据的处理，首先进行了数据清洗，删去了有缺失值的样本。
然后进行了数据的转换和标准化，使得整个数据集具备可分析性。
三.描述性统计分析四.相关分析为了探究变量之间的相关关系，采用皮尔逊相关系数进行相关分析。
结果显示，性别与收入之间的相关系数为-0.15，呈现弱的负相关关系；年龄与收入之间的相关系数为0.28，呈现中等强度的正相关关系。
这些结果提示性别对收入的影响较小，而年龄对收入有一定的影响。
五.t检验六.回归分析为了探究年龄对收入的影响，进行了回归分析。
将“年龄”设为自变量，将“收入”设为因变量，进行线性回归分析。
结果显示，回归方程为Y=1000+100X，其中Y代表收入，X代表年龄。
回归方程的R^2为0.08，说明年龄可以解释收入的8%的变异性。
这个结果提示年龄对收入有一定的解释力。
七.结论与讨论通过对100个样本的数据进行SPSS分析，我们得出以下结论：性别对收入的影响不显著。
年龄与收入呈现中等强度的正相关关系，年龄可以解释收入的8%的变异性。
这些结果对我们理解收入的影响因素具有指导意义，也给我们提供了相应的决策支持。
总之，SPSS数据分析报告可以帮助研究者从收集到的数据中提取有用信息，并对变量之间的关系进行探究。
通过描述性统计分析、相关分析、t检验和回归分析等方法，我们可以得出科学的结论，为进一步的科学研究和实践提供支持。
SPSS分析报告(二)
SPSS实验分析报告二一、婆媳关系*住房条件检验（一）、提出原假设H0原假设: 婆媳关系的好坏程度与住房条件有关系（二）、两独立样本t检验结果及分析表（一）觀察值處理摘要觀察值有效遺漏總計N百分比N百分比N百分比婆媳关系* 住房条件600100.0%00.0%600100.0%由表（一）可知, 本次调查获得的有效样本为600份, 没有遗漏的个案。
表（二）婆媳关系*住房条件交叉列表住房条件總計差一般好婆媳关系紧张計數577860195預期計數48.868.378.0195.0婆媳关系內的%29.2%40.0%30.8%100.0%住房条件內的%38.0%37.1%25.0%32.5%佔總計的百分比9.5%13.0%10.0%32.5%殘差8.39.8-18.0一般計數458763195預期計數48.868.378.0195.0婆媳关系內的%23.1%44.6%32.3%100.0%住房条件內的%30.0%41.4%26.3%32.5%佔總計的百分比7.5%14.5%10.5%32.5%殘差-3.818.8-15.0好計數4845117210預期計數52.573.584.0210.0婆媳关系內的%22.9%21.4%55.7%100.0%住房条件內的%32.0%21.4%48.8%35.0%佔總計的百分比8.0%7.5%19.5%35.0%殘差-4.5-28.533.0總計計數150210240600預期計數150.0210.0240.0600.0婆媳关系內的%25.0%35.0%40.0%100.0%住房条件內的%100.0%100.0%100.0%100.0%佔總計的百分比25.0%35.0%40.0%100.0%由表（二）可知, 一共调查了600人, 其中婆媳关系紧张的组有195人, 占总人数的32.5%；婆媳关系一般的组有195人, 占总人数的32.5%；婆媳关系好的组有210人, 占总人数的35.0%；数据分布均匀。
SPSS数据分析报告书的优缺点
SPSS数据分析报告书的优缺点SPSS（Statistical Package for the Social Sciences）是一种广泛使用的统计分析软件，以下是SPSS数据分析报告书的优缺点：优点：1.强大的统计分析功能：SPSS提供了丰富的统计方法和分析工具，包括描述统计、假设检验、回归分析、方差分析等，可以满足各种数据分析需求。
2.用户友好的界面：SPSS采用直观的图形用户界面，使得数据分析和结果解释相对容易。
用户可以通过菜单、对话框和图形界面直观地进行数据输入、变量定义和分析操作。
3.数据处理和数据清洗：SPSS具有数据预处理功能，可以进行数据清洗、缺失值处理、异常值检测和数据转换等操作，使得数据更加适合分析和建模。
4.输出结果的可视化和报告生成：SPSS的分析结果可以以表格、图形等形式进行可视化展示，并支持结果导出和报告生成，方便用户进行结果解释和汇报。
缺点：1.学习曲线较陡：对于初学者来说，SPSS的学习曲线可能相对较陡，特别是对于没有统计学基础的用户。
需要一定的时间和学习成本，以掌握软件的使用和数据分析的基本原理。
2.价格较高：SPSS是商业软件，相对而言价格较高，这可能对个人用户或小型团队来说是一个不小的负担。
3.输出结果的定制性有限：在某些情况下，用户可能需要对输出结果进行更加灵活和个性化的定制，但SPSS的定制性有限，无法满足所有的需求。
4.无法实现复杂的编程和自定义分析：尽管SPSS提供了各种分析方法和功能，但在处理一些复杂的数据分析和建模需求时，可能会受到软件的功能限制。
综上所述，SPSS作为一种统计分析软件，具有强大的功能和用户友好的界面，适合进行常规的统计分析。
然而，对于高级用户和需要复杂分析的用户来说，可能需要考虑其他功能更为强大、灵活性更高的工具。
spss统计分析报告
Spss统计分析实验报告一．实验目的：通过统计分析检验贫血患儿在接受新药物与常规药物之后血红蛋白增加量的情况，得出两者疗效是否存在差异，并且可以判断那种药物疗效好。
二．实验步骤例题：某医院用某种新药与常规药物治疗婴幼儿贫血，将20名贫血患儿随机等分为2 组，分别接受两种药物治疗，测得血红蛋白增加量（g/L）如下，问新药与常规药物的疗效有别差别？新药24 36 25 14 26 34 23 20 15 19 组常规14 18 20 15 22 24 21 25 27 23 药物组解题：1）根据题意，我们采用独立样本T检验的方法进行统计分析。
提出：无效假设H0：新药物与常规药物的疗效没有差别。
备择假设HA：新药物与常规药物的疗效有差别。
2）在spss中的“变量视图”中定义变量“药组”，“血红蛋白增加量”，之后在数据视图中输入数据，其中新药组定义为组1，常规药物组定义为组 2. 保存数据。
3）在spss软件上操作分析过程如下：分析——比较变量——独立样本T检验——将“血红蛋白增加量变量”导入“检验变量”，——将“药组变量”导入“分组变量”——定义组1为新药组，组2为常规药物组——单击选项将置信度区间设为95%，输出分析数据如下：表1：组统计量药组N 均值标准差均值的标准误血红蛋白增加量新药组10 23.6000 7.22957 2.28619常规药组10 20.9000 4.22821 1.33708表2：独立样本检验方差方程的 Levene 检验均值方程的 t 检验F Sig. t df Sig.(双侧) 均值差值标准误血红蛋白增加量假设方差相等 1.697 .209 1.019 18 .321 2.70000 2假设方差不相等 1.019 14.512 .325 2.70000 24)输出结果分析由上述输出表格分析知：接受新药物组和常规药物组的均值分别为23.6000，20.900，接受新药物增加的血红蛋白量的均值大于接受常规药物的，所以说新药物的疗效可能比常规药物好。
SPSS简单数据统计分析报告
精选范文及其他应用文档，如果您需要使用本文档，请点击下载，祝您生活愉快，工作顺利，万事如意！精选范文、公文、论文、和其他应用文档，希望能帮助到你们！SPSS简单数据统计分析报告目录一、数据样本描述 (4)二、要解决的问题描述 (5)1 数据管理与软件入门部分 (5)1.1 分类汇总 (5)1.3 连续变量变分组变量 (5)2 统计描述与统计图表部分 (5)2.1 频数分析 (5)2.2 描述统计分析 (5)3 假设检验方法部分 (6)3.1 分布类型检验 (6)3.1.1 正态分布 (6)3.1.2 二项分布 (6)3.1.3 游程检验 (6)3.2 单因素方差分析 (6)3.3 卡方检验 (6)3.4 相关与线性回归的分析方法 (6)3.4.1 相关分析（双变量相关分析&偏相关分析） (6)3.4.2 线性回归模型 (6)4 高级阶段方法部分 (7)三、具体步骤描述 (7)1 数据管理与软件入门部分 (7)1.1 分类汇总 (7)1.2 个案排秩 (9)1.3 连续变量变分组变量 (10)2 统计描述与统计图表部分 (11)2.2 描述统计分析 (14)3 假设检验方法部分 (16)3.1 分布类型检验 (16)3.1.1 正态分布 (16)3.1.2 二项分布 (18)3.1.3 游程检验 (19)3.2 单因素方差分析 (22)3.3 卡方检验 (25)3.4 相关与线性回归的分析方法 (26)3.4.1 相关分析 (27)3.4.2 线性回归模型 (29)4 高级阶段方法部分 (33)4.1 信度 (33)一、数据样本描述本次分析的数据为某公司474名职工状况统计表，其中共包含11个变量，分别是：id（职工编号），gender(性别)，bdate(出生日期)，edcu（受教育水平程度），jobcat（职务等级），salbegin（起始工资），salary（现工资），jobtime(本单位工作经历<月>)，prevexp(以前工作经历<月>)，minority(民族类型)，age(年龄)。
SPSS数据分析报告金典模板三篇
SPSS数据分析报告金典模板三篇SPSS数据分析报告（模板一）学院：经济管理学院专业、班级： **人资*班学生姓名：某某人学二○一*年十一月十一日SPSS数据分析报告第一部分：原始资料和数据资料来源：华东交通大学经济管理学院11级人力资源管理3班29名同学实际情况编号姓名性别学科背景年龄身高体重体测成绩1 吕鑫0 文科20.5 164.2 54.2 812 王阳0 文科20 158.3 46.2 753 洪华阳0 理科21 171 57.2 714 刘卫秀0 理科21 165.5 54 755 吴梦琦0 文科21 166.2 48 696 韩玮0 文科20 164.3 47 617 汤丽娟0 文科21 162.8 48.2 668 江桂英0 理科20 157.2 44.2 709 熊如意0 文科20 166.5 54.5 7310 余婵0 文科19.5 156.2 45.5 7711 彭茜0 文科20 165.4 52.4 6612 赵丹0 文科20.5 174.3 55.6 7613 安怡君0 文科20 175 56.2 7214 武阳帆0 文科20.5 162.4 55.5 6715 倪亚萍0 文科22 157.5 48.6 7416 张明辉 1 文科21.5 170 60 7117 张春旭 1 理科20.5 168.5 57.8 8018 刘晓伟 1 文科21 170.5 59.5 7019 黄炜 1 文科20.5 171 62.2 7620 李强 1 文科20.5 167.5 56.5 6821 温明煌 1 文科21.5 170 60 7522 雷翀翀 1 理科21 168.5 60 7923 陈志强 1 文科22 180 70.4 7924 尹传萍 1 文科21.5 165.2 55.6 7825 郑南 1 理科21.5 168.5 55.9 6426 幸恒恒 1 文科21.5 168.5 58 7927 李拓 1 理科21.5 172 68.1 6628 张发宝 1 理科21 160.5 52.5 7329 杨涛 1 理科21.5 176 70.5 72原始资料和数据（SPSS软件截图）：图1 变量视图图2 数据视图第二部分：数据分析一、描述性分析打开文件“11人资3班29名同学的身高、体重、年龄数据”，通过菜单兰中的分析选项，进行描述性分析，选择年龄、体重和身高，求最大值、最小值、方差、偏度、峰度和均值，得到如下结果：表1-2年龄分布表年龄频率百分比有效百分比累积百分比有效19.50 1 3.4 3.4 3.420.00 6 20.7 20.7 24.120.50 6 20.7 20.7 44.821.00 7 24.1 24.1 69.021.50 7 24.1 24.1 93.122.00 2 6.9 6.9 100.0合计29 100.0 100.0图1-3身高分布直方图图1-4体重分布条形图文字描述：从SPSS 分析结果中可以得出，有效数据共有29个。
- 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)。
目录一、研究背景及其意义 (3)二、研究方案 (3)研究目标 (3)研究内容 (4)研究方法 (4)三、科学技术与经济发展的关系分析 (4)科技投入 (4)科技产出 (5)经济发展 (7)小结 (7)四、科学技术与经济发展的模型分析 (8)模型假设 (8)符号说明 (8)信度与相关性分析 (8)因子分析 (9)回归分析 (10)五、结论 (13)附录： (14)科学技术与经济发展的关系一、研究背景及其意义十九大报告指出：创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。
要瞄准世界科技前沿，强化基础研究，实现前瞻性基础研究、引领性原创成果重大突破。
加强应用基础研究，拓展实施国家重大科技项目，突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新，为建设科技强国、质量强国、航天强国、网络强国、交通强国、数字中国、智慧社会提供有力支撑。
加强国家创新体系建设，强化战略科技力量。
深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系，加强对中小企业创新的支持，促进科技成果转化。
倡导创新文化，强化知识产权创造、保护、运用。
培养造就一大批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高水平创新团队。
而科技作为创新的重要引领者和实践者，对于建设创新型国家起着重要作用。
科技进步是经济发展与社会发展的强大推动力。
邓小平同志曾指出；＂科学技术是第一生产力＂；江泽民同志也曾指出：＂科学技术是第一生产力，而且是先进生产力的集中体现和主要标志。
科学技术的突飞猛进，给世界生产力和人类经济发展带来了极大的推动，未来的科学发展还将产生新的重大飞跃＂。
在当今这个信息化和全球化加速的时代，科技进步对经济社会发展的促进作用越来越显着，科技进步成为生产力水平的首要决定因素，是国家或区域竞争力的重要源泉。
近年来，随着我国经济增长方式的转变，科技支撑和引领经济社会发展的作用越来越强，无论是国家还是区域都需要通过依靠科技进步来促进经济社会发展。
科技进步考核有效地促进了科教兴国、可持续发展和人才强国战略的落实，使科技促进经济杜会发展的能力逐步提升。
基于科学技术在创新型国家建设中的重要地位，本文将利用国家统计局中获得的数据，研究我国科技投入、科技产对经济发展的影响。
本文的研究结论可为有关部门制定创新体系建设的政策措施提供借鉴。
二、研究方案2.1研究目标科学技术是先进生产力的集中体现和重要标志，随着我国经济増长方式的转变，科技日益成为引领未来经济社会发展的先导力量，无论是国家还是区域都必须依靠科技进步实现快速发展。
本文利用全国在科技发展和经济社会发展方面的数据，力争较全面地反映我国科技进步与经济发展之间的关系，为相关政策制定的提供借鉴，为我国相关科技工作的有效开展提供支持。
2.2研究内容报告从科技进步与经济社会发展之间相互作用、关系进行理论分析。
在我国科技进步与经济社会发展之间相互作用方面，首先利用2002-2016年全国数据，通过数据处理，直观的研究了各个因素对经济影响的直接结论，然后通过信度分析，因子分析，确定影响经济发展的主成分因子，其次根据散点图参数检验建立线性回归方程，得到经济发展与科技投入与产出的模型，进行检验，最后得出结论。
2.3研究方法本文在采用了基本的数据描述性分析、相关性检验、信度分析、因子分析、回归分析、参数检验等方法。
三、科学技术与经济发展的关系分析3.1科技投入对我国科技投入的分析，主要分析我国的科学研究与开发机构数(个)、研究与试验发展人员全时当量(万人年)、研究与试验发展经费支出(亿元)。
分析表明我国科技投入快速增加，科技实力不断増强。
表1 科技投入2002年2003年2004年2005年2006年2007年2008年2009年机构数39013803377537273707人员经费2010年2011年2012年2013年2014年2015年2016年机构数3696367336743651367736503611人员机构数70638687图1 科学研究机构个数如图1所示，随着我国对科技投入的增加，我国的科研机构呈现出先增后减的趋势，说明我国的科学机构由最初的量大逐渐向质为标准进行转换，这是科学技术的一次升级，在一定程度上也反应了科学技术的发展形式。
图2 研究与试验人员总数我国拥有的研究与试验人员越来越多，人才强国的科技道路越来越宽广。
说明国家科技人才工作越来越重视，人才的供应量大大增加，科技实力明显增强。
根据图*显示城区万人拥有专业技术人员数明显增加。
图3 研究经费支出2002-2016年间，我国科技投入保持快速增长态势，研究与试验发展经费支出不断増加。
由2002年的亿元，到2016年的亿元。
短短15年间，科技支出费用增长了倍。
3.2科技产出对城区科技产出的分析，主要分析发表科技论文(万篇)、出版科技着作(种)、专利申请授权数(项)、技术市场成交额(亿元)这4个方面。
分析2002-2016年数据，我国科技产出水平不断提高。
表2 科技产出20062007年2008年2009年2002年2003年2004年2005年年论文着作4012042918430634529649080专利132399182226190238214003268002351782411982581992成交额3039 2010年2011年2012年2013年2014年2015年2016年论文150152154157164165着作45563454724675145730474705220753284专利8148259605131255138131300130268717181921753763成交额8577图4 发表科技论文图5 出版科技着作图6 专利申请数近年来，我国的自主创新能力及知识产权意识越来越强，科技产出水平不断提高，发表科技论文数、出版科技着作数、授权专利数持续增长。
图7 技术市场成交额图7说明技术市场成交合同金额快速增加，说明我国技术市场交易越来越活跃，技术市场成交金额既反映了技术市场交易的活跃程度，也在一定程度上反映了我国的科技创新实力和依靠科技进步促进经济社会发展的能力。
3.3经济发展我们选用国内生产总值（GDP）作为衡量经济发展的指标：表3 国内生产总值2002年2003年2004年2005年2006年2007年2008年2009年GDP1374222010年2011年2012年2013年2014年2015年2016年GDP643974图8 GDP数据分析表明经济发展的指标以比较高的速度增长，呈现较好的发展态势。
3.4小结本章利用2002-2016年期间的数据，对我国科技进步和经济社会发展的态势进行分析，得出以下结论：1.科技投入増长态势：2002-2016年我国科技投入快速増加，研究人员越来越多，科技实力不断增强；2.科技产出增长态势：2002-2016年我国科技产出水平不断提升，发表科技论文数、出版科技着作数、授权专利数显着増加，技术市场交易越来越活跃。
3.经济社会发展状况：2002-2016年我国城区经济发展以较髙的速度増长，呈现良好发展势头。
四、科学技术与经济发展的模型分析4.1模型假设H1. 我国科技投入对经济发展有显着的正向影响。
H2. 我国科技产出对经济发展有显着的正向影响。
4.2符号说明4.3信度与相关性分析整理我国的科技考核数据，剔除异常数据后，样本共有117个数据。
在模型拟合之前先检验样本相关数据是否符合多元正态分布，如果不符合，则使用spss对数据进行正态化处理，对正态化处理之后的数据再进行方程建模。
信度分析表4 信度分析结果ANOVASum of Squares dfMeanSquare F SigBetween People11Within People BetweenItems7.000 Residual77Total84Total95Gr表4是Friedman检验的结果。
Friedman检验的卡方观测值为对应的概率值p 值接近0。
如果显着性水平α为，由于其概率值p小于显着性水平α，应该拒绝其零假设，认为各项目的均值总体上存在显着差异，其中存在不相关的项目，因此该评价体系能够对评估者加以区分。
表5 相关性矩阵Inter-Item Correlation MatrixGDP X1 X2 X3 D1 D2 D3 D4 GDP1X1 1X2 1X3 1D1 1D2 1D3 1D4 1表5显示了各评估项目的相关系数矩阵，可以看到国内生产总值GDP 与研究经费X3的相关系数最高（），研究人员x2与着作数量D2相关系数最低（）。
综合分析，该模型是可信的。
4.4因子分析表6 原有变量的相关系数矩阵Correlation MatrixX1 X2 X3 D1 D2 D3 D4 X1 1X2 1X3 1D1 1D2 1D3 1D4 1表7 因子解释原有变量方差情况根据表7可以看到，第一个因子的特征值为，解释原有6个变量总方差的%，累积方差贡献率为%，因此原有变量的总方差均被解释掉。
其碎石图如下：图 9 因子碎石图表8因子载荷矩阵与得分系数Component Matrix aComponent Score CoefficientMatrixComponent Component1 1研究与试验发展经费支出(亿元).986科学研究与开发机构数(个)研究与试验发展人员全时当量(万人年).984研究与试验发展人员全时当量(万人年) .153专利申请授权数(项).983研究与试验发展经费支出(亿元).153发表科技论文(万篇).976发表科技论文(万篇).152技术市场成交额(亿元).965出版科技着作(种).137科学研究与开发机构数(个)专利申请授权数(项).153根据表8 可写出以下因子得分函数:X+⨯+XD1F DD⨯X⨯+⨯-=F1⨯+.0+⨯+D153.01441373.04*150.0221.01.0153153152.03称为科技实力。
4.5回归分析利用因子分析后做回归分析：我们利用上面的因子分析得到的主成分科技实力与GDP的关系作出散点图：图10 散点图可以看出他们之间具有很强的线性关系，因此我们可以作出线性回归。
表9 回归分析结果（1）如表9所示由于调整后判定系数980.02=R ，比较接近于1，因此认为拟合优度较高，被解释变量可以被模型解释的部分较多，未被解释的部分较少。
表10 回归分析结果（2）表11 回归分析结果（3）图11正态分布图与标准化残差p-p 图 由表10、11可得，如果显着性水平α为，由于概率P 值小于显着性水平α，应该拒绝回归方程显着性检验的零假设，认为各回归系数不同时为0，被解释变量与解释变量的全体线性关系是显着的，可建立线性模型。