SPSS中回归分析法运用.docx

苏州科技学院环境学院空测系计量地理学论文 ——SPSS软件专业班级 学 号 姓 名 XUYE 指导教师 2014年12月17日SPSS中回归分析法运用摘要：本文通过运用SPSS软件，运用回归分析法分析人均GDP与社会消费品零售额的关系。关键词：SPSS 回归分析 人均GDP 社会消费品零售额 关系正文：国内生产总值(Gross Domestic Product,简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。国内生产总值共有四个不同的组成部分，其中包括消费、私人投资、政府支出和净出口额。社会消费品零售总额（Total Retail Sales of Consumer Goods）批发和零售业、住宿和餐饮业以及其他行业直接售给城乡居民和社会集团的消费品零售额。其中，对居民的消费品零售额，是指售予城乡居民用于生活消费的商品金额；对社会集团的消费品零售额，是指售给机关、社会团体、部队、学校、企事业单位、居委会或村委会等，公款购买的用作非生产、非经营使用与公共消费的商品金额。在各类与消费有关的统计数据中，社会消费品零售总额是表现国内消费需求最直接的数据。社会消费品零售总额是国民经济各行业直接售给城乡居民和社会集团的消费品总额。它是反映各行业通过多种商品流通渠道向居民和社会集团供应的生活消费品总量，是研究国内零售市场变动情况、反映经济景气程度的重要指标。 社会消费品零售总额和GDP都是衡量一国国民经济发展的重要指标，研究社会消费品零售总额与GDP关系的数学模型对预测GDP发展水平有十分重要价值。本文主要通过运用回归分析的方法建立社会消费品零售总额与GDP之间的方程。回归分析用于分析事物之间的统计关系，着重考察变量之间的数量关系及变化规律，并通过回归方程来描述和反映这种关系，帮助人们来把握一个变量与另外一个变量或多个变量之间的关系，为科学的预测提供依据。 根据我国1997-2011年统计年鉴数据，将各年人均GDP及社会消费品零售总额数据整理如下。年份人均GDP社会消费品零售总1831252.919986796.0333378.119997158.535647.920007857.6839105.720018621.7143055.420029398.0548135.9200310541.9752516.3200412335.585950120051405368352.6200616499.779145.2200720169.4693571.62008237071200925608132678.4201030015156998.4201135083183918.6研究社会消费品零售总额与GDP之间关系，首先采用的方法是函数拟合法。即通过散点图进行初步的观察以确定是线性关系还是非线性关系，进而采用相应的处理方法。由此散点图可看出社会消费品零售总额与GDP为线性关系。因此，在SPSS软件中运用回归分析中的线性指令，得出分析结果如下：Anovab模型平方和df均方FSig.1回归3.256E1013.256E102468.675.000a残差1.715E81313188569.324总计3.273E1014a. 预测变量: (常量), 人均GDP。b. 因变量: 社会消费品零售总额系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)-3423.9631890.509-1.811.093人均GDP5.222.105.99749.686.000a. 因变量: 社会消费品零售总额残差统计量a极小值极大值均值标准 偏差N预测值30105.306641179796.34375078139.20666748224.394351815残差-8339.06347664122.2539063.00000003499.504058915标准 预测值-.9962.108.0001.00015标准 残差-2.2961.135.000.96415a. 因变量: 社会消费品零售总额图表检验P值0.00〈0.01，显著，得方程y=-3423.963+5.222x。所以社会消费品零售总额与人均GDP有显著意义的相关关系。GDP的增长带动了社会消费品总额的增长。