第10组第三次统计学作业.ppt

第10组 现有全国31个省市自治区的高校投入产出数据。见数据文件“相关回归分析（高校科研研究）.sav”。试利用这批数据分析课题总数与哪些因素由比较密切的关系。利用相关系数检验。 H0:投入人年数,投入高级职称的人年数,投入科研事业费,专著数,论文数,获奖数与课题总数相关系数为0。 检验结果 结果显示，投入人年数、投入高级职称的人年数、投入科研事业费、专著数、论文数、获奖数与课题总数的关系：PEARSON相关系数分别为0.959、0.944、0.862、0.868、0.887、0.665。P都为0。故可以认为投入人年数、投入高级职称的人年数、投入科研事业费、专著数、论文数与课题总数高度相关，获奖数与课题总数中度相关。 现有全国31个省市自治区的高校投入产出数据。见数据文件“相关回归分析（高校科研研究）.sav”。计算课题总数数与投入高级职称的人年数的偏相关关系，以投入人年数、投入科研事业费作为控制变量。 激活Statistics菜单选Correlate中的Partial...命令项，弹出Partial Correlations对话框。以投入人年数、投入科研事业费作为控制变量，故在对话框左侧的变量列表中选变量投入人年数、投入科研事业费，点击?钮使之进入Variables框，选要控制的变量weight，点击?钮使之进入Controlling for框中, 在Test of Significance框中选双侧检验，然后点击OK钮即可。 结果解释 在结果输出窗口中将看到如下统计数据：以投入人年数、投入科研事业费作为控制变量，课题总数数与投入高级职称的人年数的相关系数为-0.289，经检验P = 0.128，故课题总数数与投入高级职称的人年数的线性相关不存在。 4、一家房地产评估公司想对某城市的房地产销售价格（y）与地产的评估价值（x1）、房产的评估价值（x2）和使用面积（x3）建立一个模型，以便对销售价格作出合理预测。为此，收集了20栋住宅的房地产评估数据见下表。用Minitab进行回归，回答下面的问题： （1） 写出估计的多元回归方程。 （2） 在销售价格的总变差中，被估计的回归方程所解释的比例是多少？ （3） 检验回归方程的线性关系是否显著（ ）。 （4） 检验各回归系数是否显著（ ） （5） 计算当x1＝1000，x2＝2000，x3＝10000时，销售价格的预测值，置信区间（C.I）以及预测区间(P.I.) 设多元线性回归方程的形式为 y = ?0+ ?1 x1 + ?2 x2 + ?3 x3 操作步骤 选项：Analyze－Regression－Linear 把有关的自变量选入Independent，把因变量选入Dependent；多元回归模型，选Method: Stepwise * Q3: 现有1991～2007年的人均国民生产总值增长率(G)，城市居民消费价格上涨幅度(P)和企业职工平均工资增长率(W)，见数据文件“1991～2007宏观数据.sav”，试对这批数据作偏相关分析。 Spss操作步骤 题目中提供了三个因素：人均国民生产总值增长率(G)、城市居民消费价格上涨幅度(P)、企业职工平均工资增长率(W)。 要求是做偏相关分析，分析如下： 一、把人均国民生产总值增长率(G)作为控制变量，偏相关分析城市居民消费价格上涨幅度(P)和企业职工平均工资增长率(W)。 SPSS操作过程 打开数据文件，选择“分析”菜单，单击“相关”下的“偏相关分析”命令。SPSS将弹出“偏相关”对话框。如图所示： SPSS操作过程 在“偏相关”对话框中，从左边源变量列表中选择城市居民消费价格上涨幅度(P)和企业职工平均工资增长率(W)两个变量进入右框“变量”列表框中，选择人均国民生产总值增长率(G)进入“控制”列表框中，因为不确定两者的关系是正相关还是负相关，选择双侧检验，选择在结果中显示给出确定的P值，所以选择显示实际显著性水平。 SPSS操作过程 如下图所示： 单击“确定”，得到如下分析结果： SPSS操作过程 可知：P值为0.001，小于显著性水平0.05，拒绝原假设，即城市居民消费价格上涨幅度(P)和企业职工平均工资增长率(W)之间有显著线性相关，偏线性相关系数为0.751. SPSS操作过程 同理，可把城市居民消费价格上涨幅度(P)和企业职工平均工资增长率(W)分别作为控制变量，分别得到偏相关分析如下： SPSS操作过程 可知：人均国民生产总值增长率(G)和企业职工平均工资增长率(W)没有显著偏相关关系。人均国民生产总值增长率(G)和城市居民消