SPSS实验分析报告五.pdf

SPSS实验分析报告五

一、提出假设：

原假设H=“总播种面积对粮食总产量没有影响。”

0

假设H=“施用化肥量对粮食总产量没有影响。”

1

假设H=“风灾面积比例对粮食总产量没有影响。”

2

假设H=“农业劳动者人数对粮食总产量没有影响。”

3

二、操作结果与分析

表（一）关于粮食总产量的线性回归方程分析结果（一）

a

變數已輸入/已移除

模型變數已輸入變數已移除方法

1农业劳动者人数(百万人)

总播种面积(万公顷),

.Enter

风灾面积比例(%)

施用化肥量(kg/公顷)b

a.應變數:粮食总产量(y万吨)

b.已輸入所有要求的變數。

由表（一）可知，本次建模过程中，剔除变量为粮食总产量。

表（二）关于粮食总产量的线性回归方程分析结果（二）

b

模型摘要

模型RR平方調整後R平方標準偏斜度錯誤

1.993a.986.984967.92794

a.預測值：（常數），农业劳动者人数(百万人),总播种面积(万公

顷),风灾面积比例(%),施用化肥量(kg/公顷)

b.應變數:粮食总产量(y万吨)

1

由表（二）可知，该模型是以粮食总产量为解释变量的一元线性回归方程。该模型的

判定系数为0.986，回归方程的估计标准误差为967.92794。

表（三）关于粮食总产量的线性回归方程分析结果（三）

a

變異數分析

模型平方和df平均值平方F顯著性

1迴歸2019956523.7254504989130.931539.009.000b

殘差96030936884.499

總計2048063058.68634

a.應變數:粮食总产量(y万吨)

b.預測值：（常數），农业劳动者人数(百万人),总播种面积(万公顷),风灾面积比例

(%),施用化肥量(kg/公顷)

表（三）是回归方程显著性检验结果，由表（三）可知，被解释变量（粮食总产量）

的总离差平方和SST为2048063058.686。一元模型的回归平方和（SSR）为2019956523.725，

剩余平方和（SSE）960。回归方程显著性检验的F统计量的观测值为539.009，

其对应的P值近似值为0。若显著性水平a为0.05，则因概率P值小于a，拒绝回归方程显著

性检验的原假设，即回归系数不同时为0，解释变量全体与被解释变量间存在显