《统计分析和SPSS的应用》课后练习答案与解析 .pdfVIP

《统计分析与SPSS的应用（第五版）》（薛薇）

课后练习答案

9SPSS

第章的线性回归分析

1利用第2章第9題的数据，任意选择两门课程成绩作为解释变虽和被解释变虽，利用SPSS

提供的绘制散点图功能进行一元线性冋归分析。请绘制全部样本以及不同性别下两门课程成绩的散点图，并在图上绘制三条回归直线，其

中，第一条针对全体样本，第二和第三条分别针对男生样本和女生样本，并对各回归直线的拟和效果进行评价。

forephy

选择和两门成绩体系散点图

步骤：图形旧对话框散点图简单散点图定义将fore导入Y轴•将phy导入X轴，将sex导入设置标记

00..00-

60.00-

40W-

20.00-

确定°

接下来在SPSS俞出查看器中，双击上图，打开图表编辑

Qfemale

1male

40.0060.0070.0000.0090.001LH

在图表编辑器中，选择■元素“菜单选择总计拟合线选择线性应用再选择元素菜单点击子组拟合线选择线性应用。

yfore）phy

分析：如上图所示，通过散点图，被解释变量（即：与解释变量有一定

的线性尖系。但回归直线的拟合效果都不是很好。

2・请说明线性回归分析与相矢分析的矢系是怎样的？

相矢分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续°相黄分析需要依

靠回归分析来表现变量之间数虽相矢的具体形式，而回归分析则需要依靠相矢分析来表现变

量之间数量变化的相矢程度。只有当变虽之间存在高度相矢时，进行回归分析寻求其相矢的

具体形式才有意义。如果在没有对变量之间是否相尖以及相尖方向和程度做出正确判断之

前，就进行回归分析，很容易造成“虚假回归”。与此同时，相矢分析只硏究变虽之间相尖的方向和程度，不能推断变量之间相互矢系的具

体形式，也无法从一个变虽的变化来推测另一个变虽的变化情况，因此，在具体应用过程中，只有把相矢分析和回归分析结台超来，才能达

到硏究和分析的冃的。

线性冋归分析是相矢性回归分析的一种，研究的是一个变虽的增加或减少会不会引起另一个

变虽的增加或减少。

3♦请说明为什么需要对线性冋归方程进行统计检验？一般需要对哪些方面进行检验？检验其可信程度并找出哪些变量的影响显著、哪些不显

著。

主要包括回归方程的拟合优度检验、显著性检验、回归系数的显著性检验、残差分析等。

线性回归方程能够较好地反映被解释变虽和解释变量之间的统计关系的前提是被解释变虽和解释变虽之间确实存在显著的线性矢系。

冋归方程的显著性检验正是要检验被解释变量和解释变虽之间的线性矢系是否显著，用线性模型来描述他们之间的矢系是否恰当。一

般包括回归系数的检验，殘差分析等。

4・请说明SPSS多元线性回归分析中提供了哪几种解释变量筛选策略？向前、向肩、逐步。

5・先收集到若干年粮食总产虽以及播种面积“使用化肥虽、农业劳动人数等数据，请利用建立多元线性回归方程，分析影响粮食总产虽的主

要因素。数据文件名为粮食总产S.sav*。

方法：采用前进回归策略。

步骤：分析回归线性将粮食总产虽导入因变虽、