应用统计spss分析报告
- 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)。
学生姓名:肖浩鑫学号:31407371
一、实验项目名称:实验报告(三)
二、实验目的和要求
(一)变量间关系的度量:包括绘制散点图,相关系数计算及显著性检验;
(二)一元线性回归:包括一元线性回归模型及参数的最小二乘估计,回归方程的评价及显著性检验,利用回归方程进行估计和预测;
(三)多元线性回归:包括多元线性回归模型及参数的最小二乘估计,回归方程的评价及显著性检验等,多重共线性问题与自变量选择,哑变量回归;
三、实验内容
企业编号产量(台)生产费用(万元)企业编号产量(台)生产费用(万元)
1 40 130 7 84 165
2 42 150 8 100 170
3 50 155 9 116 167
4 5
5 140 10 125 180
5 65 150 11 130 175
6 78 154 12 140 185
(1)绘制产量与生产费用的散点图,判断二者之间的关系形态。
(2)计算产量与生产费用之间的线性相关系数,并对相关系数的显著性进行检验(),并说明二者之间的关系强度。
地区人均GDP(元)人均消费水平(元)
北京22460 7326
辽宁11226 4490
上海34547 11546
江西4851 2396
河南5444 2208
贵州2662 1608
陕西4549 2035
(1)绘制散点图,并计算相关系数,说明二者之间的关系。
(2)人均GDP作自变量,人均消费水平作因变量,利用最小二乘法求出估计的回归方程,并解释回归系数的实际意义。
(3)计算判定系数和估计标准误差,并解释其意义。
(4)检验回归方程线性关系的显著性()
(5)如果某地区的人均GDP为5000元,预测其人均消费水平。
(6)求人均GDP为5000元时,人均消费水平95%的置信区间和预测区间。
航空公司编号航班正点率(%)投诉次数(次)
1 81.8 21
2 76.6 58
3 76.6 85
4 75.7 68
5 73.8 74
6 72.2 93
7 71.2 72
8 70.8 122
9 91.4 18
10 68.5 125
(1)用航班正点率作自变量,顾客投诉次数作因变量,估计回归方程,并解释回归系数的意义。(2)检验回归系数的显著性()。
(3)如果航班正点率为80%,估计顾客的投诉次数。
4. 某汽车生产商欲了解广告费用(x)对销售量(y)的影响,收集了过去12年的有关数据。通过计算得到下面的有关结果:
方差分析表
变差来源df SS MS F Significance F
回归 2.17E-09
残差40158.07 ——
总计11 1642866.67 ———
参数估计表
Coefficients 标准误差t Stat P-value
Intercept 363.6891 62.45529 5.823191 0.000168
X Variable 1 1.420211 0.071091 19.97749 2.17E-09
(1)完成上面的方差分析表。
(2)汽车销售量的变差中有多少是由于广告费用的变动引起的?
(3)销售量与广告费用之间的相关系数是多少?
(4)写出估计的回归方程并解释回归系数的实际意义。
(5)检验线性关系的显著性(a=0.05)。
5. 随机抽取7家超市,得到其广告费支出和销售额数据如下
超市广告费支出/万元销售额/万元
A 1 19
B 2 32
C 4 44
D 6 40
E 10 52
F 14 53
G 20 54
(1) 用广告费支出作自变量,销售额为因变量,求出估计的回归方程。
(2) 检验广告费支出与销售额之间的线性关系是否显著(a=0.05)。
(3) 绘制关于的残差图,你觉得关于误差项的假定被满足了吗?
(4) 你是选用这个模型,还是另寻找一个该更好的模型?
6. 一家电气销售公司的管理人员认为,每月的销售额是广告费用的函数,并想通过广告费用对月
月销售收入y(万元)电视广告费用(万元)报纸广告费用(万元)
96 5.0 1.5
90 2.0 2.0
95 4.0 1.5
92 2.5 2.5
95 3.0 3.3
94 3.5 2.3
94 2.5 4.2
94 3.0 2.5
(1)用电视广告费用作自变量,月销售额作因变量,建立估计的回归方程。
(2)用电视广告费用和报纸广告费用作自变量,月销售额作因变量,建立估计的回归方程,并说明回归系数的意义。
(3)上述(1)和(2)所建立的估计方程,电视广告费用的系数是否相同?对回归系数分别解释。(4)根据(1)和(2)所建立的估计方程,说明它们的R2的意义。
18 3700 450 2261 9880
19 5000 340 3595 10760
20 2240 150 578 9620
用SPSS进行逐步回归,确定估计方程,并给出销售价格的预测值及95%的置信区间和预测区间。
月薪y(元)工龄性别(1=男,0=女)
1548 3.2 1
1629 3.8 1
1011 2.7 0
1229 3.4 0
1746 3.6 1
1528 4.1 1
1018 3.8 0
1190 3.4 0
1551 3.3 1
985 3.2 0
1610 3.5 1
1432 2.9 1
1215 3.3 0
990 2.8 0
1585 3.5 1
四、实验数据记录与分析
(基本要求:1.根据题号顺序记录软件输出结果并分析;2.结果可来自对SPSS或Excel进行操作的输出,二选一即可。)
1、(1)