(SPSS一元线性相关回归分析预测.docVIP

西安欧亚学院金融学院实验报告 课程名称：市场调查与预测 实验编号 及实验名称 实验一：SPSS一元线性相关回归分析预测 系 别 金融 姓 名 杨小会 学 号 12510703120555 班 级 统计1201班 实验地点 实验中心 实验日期 2014.9.20 实验时数 1 指导教师 杨晓东 同组其他成员 无 成 绩 一、实验目的及要求 利用SPSS进行回归分析。 二、实验环境及相关情况（包含使用软件、实验设备、主要仪器及材料等） 通过实验教学中心的教学环境发布相关练习资料。 软件运行环境：操作系统WindowsXP，办公自动化软件，SPSS统计分析软件包。 硬件设备：实验室的个人电脑。 实验内容及步骤（包含简要的实验步骤流程） 为了了解某学校一年级学生的体重x与语文成绩Y的相关关系，随机测得200名学生的体重和语文成绩。利用SPSS软件，完成以下任务： 描述统计量； 画出频率分布图； 画出x、Y散点图，观察因变量与自变量之间关系是否有线性特点； 试对x与Y进行回归分析； 相关性分析； 四、实验步骤： （1）在数据编辑窗口中打开 “学生的体重和语文成绩.sav”。 （2）选择菜单： 【图形】→【旧对话框】→【散点/点状】 （3）出现下面的对话框。 （4）点击【简单分布】按钮，出现下面对话框。 （5）将变量“体重”、“语文成绩”依次选入x轴与y轴，单击【确定】按钮即可。 四、实验结果（包括程序或图表（截图）、结论陈述、数据记录及分析等，可附页） 答：1.画出x、Y散点图，观察因变量与自变量之间关系是否有线性特点； 散点图： 没有线性关系。由上图可看出，因变量与自变量总体上存在零相关关系。 2对x与Y进行一元线性回归分析，列出一元线性回归预测模型； 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 更改统计量 R 方更改 F 更改 df1 df2 Sig. F 更改 1 .020a .000 -.005 10.954 .000 .076 1 198 .783 a. 预测变量: (常量), 体重。 通过对其分析，两个变量之间没有任何关系。 描述统计量 统计量 体重 语文成绩 N 有效 200 200 缺失 0 0 均值 30.07 79.26 均值的标准误 .439 .773 中值 30.00 79.00 众数 36 73a 标准差 6.206 10.929 方差 38.513 119.437 极小值 20 60 极大值 40 100 和 6013 15851 a. 存在多个众数。显示最小值 频率分布图 画出x、Y散点图，观察因变量与自变量之间关系是否有线性特点 （1）在数据编辑窗口中打开 “母女身高.sav”。 （2）选择菜单： 【图形】→【旧对话框】→【散点/点状】 （3）出现下面的对话框。 （4）点击【简单分布】按钮，出现下面对话框。 （5）将变量“语文成绩”、“体重”依次选入Y轴与X轴，单击【确定】按钮即可。 没有线性关系。由上图可看出，因变量与自变量总体上不存在任何相关关系，是零相关。 试对x与Y进行回归分析，给出模型汇总 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 更改统计量 R 方更改 F 更改 df1 df2 Sig. F 更改 1 .020a .000 -.005 10.954 .000 .076 1 198 .783 a. 预测变量: (常量), 体重。 从上述分析两个变量之间也没有线性关系。 相关性分析 相关性 语文成绩 体重 Pearson 相关性 语文成绩 1.000 -.020 体重 -.020 1.000 Sig. （单侧） 语文成绩 . .392 体重 .392 . N 语文成绩 200 200 体重 200 200 相关性 体重 语文成绩 体重 Pearson 相关性 1 -.020 显著性（双侧） .783 N 200 200 语文成绩 Pearson 相关性 -.020 1 显