经济软件分析报告4.docVIP

……………………………………………装……………………………………订……………………………………线…………………………………………………………… 《经济分析软件》实验报告四 开课实验室： 经济学院实验室 2010 年 11 月 5 日 学院 经济学院 年级、专业、班 工商管理081班 姓名 许也 成绩 课程 名称 经济分析软件 实验项目 名 称 变量的相关分析和线性回归分析 指导教师 李晓枚 一、实验目的 利用SPSS进行两个变量的相关分析和线性回归分析。 二、实验内容 1、两个变量的相关分析（Bivariate）。 2、两个变量的线性回归分析（Liner）。教材P347第二题。 三、实验步骤 1、打开Analyze→Correlate→Brivariate，先对重量（Weight）和价格（Price）进行相关分析。 将变量Weight和Price拖入Variable中，点击OK。 2、如步骤1，分别对重量（Weight）和耗油量（mpg）、价格（Price）和耗油量（mpg）进行相关分析。 3、打开Analyze→Regression→Liner，将重量（Weight）键入Dependent框中，将价格（Price）键入Independent框中，点击OK。 4、如步骤3，以重量（Weight）为自变量，耗油量（mpg）为应变量进行回归分析。 四、结果分析(数据、图表等) 图4.1 相关分析主窗口 图4.2 相关分析结果一 如图4.2所示，重量（weight）和价格（Price）的相关系数为0.539，P=0.000.05,拒绝原假设，说明重量和价格之间有线性相关关系，但相关性不高。 图4.3 相关分析结果二 如图4.3所示，重量（weight）和耗油量（mpg）的相关系数为-0.807，P=0.000.05,拒绝原假设，说明重量和耗油量之间有负线性相关关系，且呈现比较高度的负相关关系。  ……………………………………………装……………………………………订……………………………………线…………………………………………………………… 图4.4相关分析结果三 如图4.2所示，重量（weight）和价格（Price）的相关系数为-0.469，P=0.000.05,拒绝原假设，说明耗油量和价格之间有负线性相关关系，但相关性不高。 图4.5 回归分析主窗口 图4.6 回归分析结果一 如图所示，决定系数R=0.807，也就是说自变量重量（Weight）所能解释的方差在总方差中所占的百分比为80.7%，取值较大，说明该模型的效果较好。 图4.7 回归分析结果一 如图所示，F值为134.618，P=0.0000.05，所以该模型是有意义的，由于只有一个自变量，也就是说改自变量的的回归系数是有统计意义的。由表可见，a=39.440，b=-0.006，可以写出回归方程：耗油量=39.440-0.006×重量，表明重量每增加一个单位，耗油量会减少0.006个单位。 图4.8 回归分析结果二 如图所示，决定系数R=0.539，也就是说自变量重量（Weight）所能解释的方差在总方差中所占的百分比为53.9%，取值较小，说明该模型的效果不是太好。  第 1 页