用spss做一元线性回归分析.doc

用SPSS做一元线性回归分析 粮食生产是一个关系到国家生存与发展的一个重要问题，粮食产量波动，制约着国民经济发展，影响着粮食的价格。因此，研究影响粮食产量波动的因素的意义不可小觑。本次分析主要通过SPSS以及线性回归分析方法，研究分析粮食产量与土地灌溉面积之间的关系。大致的操作过程为：首先做散点图，查看两因素之间是否线性相关；如果线性相关，接着做线性回归分析，揭示其数量关系。最后对回归方程做显著性检验以及经济意义的检验。 一、模型设定 我们的研究目的在于分析粮食产量与土地灌溉之间的数量关系，选取了2012年我国各个省份的粮食产量(万吨)和有效土地灌溉面积（千公顷）数据，将“粮食产量”作为被解释变量Y,“有效土地灌溉面积”作为解释变量X。 1.建立数据文件 打开SPSS的数据编辑器，对变量视图中一些内容进行编辑,然后将EXCEL表格内数据拷贝到SPSS中。 省份 有效土地灌溉面积（千公顷） 粮食产量（万吨） X Y 北 京 209.3 121.8 天 津 338.0 161.8 河 北 4596.6 3172.6 山 西 1319.9 1193.0 内蒙古 3072.4 2387.5 辽 宁 1588.4 2035.5 吉 林 1807.5 3171.0 黑龙江 4332.7 5570.6 上 海 199.6 122.0 江 苏 3817.9 3307.8 浙 江 1456.8 781.6 安 徽 3547.7 3135.5 福 建 967.5 672.8 江 西 1867.7 2052.8 山 东 4986.9 4426.3 河 南 5150.4 5542.5 湖 北 2455.7 2388.5 湖 南 2762.4 2939.4 广 东 1873.2 1361.0 广 西 1529.2 1429.9 海 南 247.5 188.0 重 庆 692.9 1126.9 四 川 2600.8 3291.6 贵 州 1201.2 876.9 云 南 1634.2 1673.6 西 藏 245.3 93.7 陕 西 1274.3 1194.7 甘 肃 1291.8 1014.6 青 海 251.7 103.4 宁 夏 477.6 359.0 新 疆 3884.6 1224.7 表一 2.画散点图 从菜单上依次点选：图形—旧对话框—散点/点状,定义简单分布，设置Y为粮食产量，X为有效土地灌溉面积，点击确定，即可出现下面的散点图 。 图一 由散点图发现，粮食产量与有效土地灌溉面积之间线性相关。所以建立如下线性模型： 二、线性回归分析 从菜单上依次点选：分析—回归—线性,出现线性回归对话框。 在主对话框中设置因变量为“粮食产量”，自变量为“有效土地灌溉面积”，“方法”选择默认的“进入”，即自变量一次全部进入的方法。 然后，单击右侧“保存”（注意：在“保存”中被选中的项目，都将在数据编辑窗口显示），在出现的界面中勾选95%的置信区间单值，未标准化残差。 最后，关于“统计量”，在默认情况下有“估计”和“模型拟合度”复选框被选中，再勾选“R方变化”复选框。 上述操作完成后，单击确定。 “回归系数”复选框组定义回归系数的输出情况，勾选其中的“估计” 可输出回归系数及其标准误差，t值和p值，如下图所示。 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) 36.006 212.826 .169 .867 有效土地灌溉面积X .908 .086 .892 10.613 .000 a. 因变量: 粮食产量Y 表二 表二中给出了包括常数项在内的所有系数的检验结果，用的是t检验，同时还给出非标化系数，由此得到粮食产量与有效土地灌溉面积之间的一元回归方程为： =0.908X+36.006 三、模型检验 1.经济意义检验 所估计的参数=0.908，有效土地灌溉面积每相差1千公顷，可导致粮食产量增加0.908万吨，这与经济学中边际消费倾向的意义相符。 2.统计检验 （1）拟合优度 勾选“统计量”中“模型拟合度”复选框，会出现模型拟合过程中进入、退出的变量的列表，以及R，R方和调整的R方, 标准误差等。 模型汇总b 模型 R R 方 调整