(完整word版)《統(tǒng)計(jì)分析與SPSS的應(yīng)用(第五版)》課后練習(xí)答案(第9章)

1、統(tǒng)計(jì)分析與SPSS的應(yīng)用（第五版）（薛薇）課后練習(xí)答案第9章SPSS的線性回歸分析1、利用第2章第9題的數(shù)據(jù)，任意選擇兩門課程成績作為解釋變量和被解釋變量，利用SPSS提供的繪制散點(diǎn)圖功能進(jìn)行一元線性回歸分析。請繪制全部樣本以及不同性別下兩門課程 成績的散點(diǎn)圖，并在圖上繪制三條回歸直線，其中，第一條針對全體樣本，第二和第三條 分別針對男生樣本和女生樣本，并對各回歸直線的擬和效果進(jìn)行評(píng)價(jià)。選擇fore和phy兩門成績體系散點(diǎn)圖步驟：圖形 舊對話框 散點(diǎn)圖簡單散點(diǎn)圖定義 將fore導(dǎo)入Y軸，將phy導(dǎo)入X軸，將sex導(dǎo)入設(shè)置標(biāo)記確定。00.00-60.00-40.00-20.00-sexO fem

2、aleHmale40.0050.0060.0070.D060.D090.00100.00接下來在SPSS俞出查看器中，雙擊上圖，打開圖表編輯©照表福器-'*;|二！回4W在圖表編輯器中，選擇“元素”菜單選擇總計(jì)擬合線選擇線性應(yīng)用再選擇元素菜單點(diǎn)擊子組擬合線選擇線性應(yīng)用。00.00-60.00-40.00'20.00-sex0 female male female male照線困0182female: R2 . ' - 0.20Smale: R2 油件= 0.16540.0050 006G.Q070.0000 0090.001Q0.00分析：如上圖所示，通過散點(diǎn)

3、圖，被解釋變量 y（即：fore）與解釋變量phy有一定 的線性關(guān)系。但回歸直線的擬合效果都不是很好。2、請說明線性回歸分析與相關(guān)分析的關(guān)系是怎樣的？相關(guān)分析是回歸分析的基礎(chǔ)和前提，回歸分析則是相關(guān)分析的深入和繼續(xù)。相關(guān)分析需要依靠回歸分析來表現(xiàn)變量之間數(shù)量相關(guān)的具體形式，而回歸分析則需要依靠相關(guān)分析來表現(xiàn)變量之間數(shù)量變化的相關(guān)程度。只有當(dāng)變量之間存在高度相關(guān)時(shí)，進(jìn)行回歸分析尋求其相關(guān)的具體形式才有意義。如果在沒有對變量之間是否相關(guān)以及相關(guān)方向和程度做出正確判斷之 前，就進(jìn)行回歸分析，很容易造成“虛假回歸” 。與此同時(shí)，相關(guān)分析只研究變量之間相關(guān) 的方向和程度，不能推斷變量之間相互關(guān)系的具體形

4、式，也無法從一個(gè)變量的變化來推測另一個(gè)變量的變化情況，因此，在具體應(yīng)用過程中，只有把相關(guān)分析和回歸分析結(jié)合起來，才能達(dá)到研究和分析的目的。線性回歸分析是相關(guān)性回歸分析的一種，研究的是一個(gè)變量的增加或減少會(huì)不會(huì)引起另一個(gè)變量的增加或減少。3、請說明為什么需要對線性回歸方程進(jìn)行統(tǒng)計(jì)檢驗(yàn)？ 一般需要對哪些方面進(jìn)行檢驗(yàn)？檢驗(yàn)其可信程度并找出哪些變量的影響顯著、哪些不顯著。主要包括回歸方程的擬合優(yōu)度檢驗(yàn)、顯著性檢驗(yàn)、回歸系數(shù)的顯著性檢驗(yàn)、 殘差分析等。線性回歸方程能夠較好地反映被解釋變量和解釋變量之間的統(tǒng)計(jì)關(guān)系的前提是被解釋 變量和解釋變量之間確實(shí)存在顯著的線性關(guān)系。回歸方程的顯著性檢驗(yàn)正是要檢驗(yàn)被解釋

5、變量和解釋變量之間的線性關(guān)系是否顯著, 用線性模型來描述他們之間的關(guān)系是否恰當(dāng)。一般包括回歸系數(shù)的檢驗(yàn)，殘差分析等。4、請說明SPSS多元線性回歸分析中提供了哪幾種解釋變量篩選策略? 向前、向后、逐步。5、先收集到若干年糧食總產(chǎn)量以及播種面積、使用化肥量、農(nóng)業(yè)勞動(dòng)人數(shù)等數(shù)據(jù)，請利用建立多元線性回歸方程， 分析影響糧食總產(chǎn)量的主要因素。數(shù)據(jù)文件名為 糧食總產(chǎn)量.sav”。方法：采用“前進(jìn)“回歸策略。步驟：分析 回歸 線性 將糧食總產(chǎn)量導(dǎo)入因變量、其余變量導(dǎo)入自變量方法項(xiàng)選“前進(jìn)”確定。如下圖：（也可向后、或逐步）已輸入/除去變量模型已輸入變量已除去變量方法1施用化肥量（kg/ 公頃）.向前（準(zhǔn)則

6、:F-to-enter 的 概率 <=.050 ）2風(fēng)災(zāi)面積比例（%）. 1向前（準(zhǔn)則：F-to-enter概率=.050的)3向前（準(zhǔn)則：年份. 1F-to-enter的概率=.050)4總播種面積（萬.向前（準(zhǔn)則：F-to-enter概率=.050的公頃）)1234RR平方調(diào)整后的方R平標(biāo)準(zhǔn)估算的錯(cuò)誤.960 a.922.9192203.30154.975 b.950.9471785.90195.984 c.969.9661428.73617.994 d.989.987885.05221模型摘要a.預(yù)測變量：（常量）,施用化肥量b.預(yù)測變量：（常量）,施用化肥量c.預(yù)測變量：（常量）

7、,施用化肥量份d.預(yù)測變量：（常量）,施用化肥量份，總播種面積（萬公頃）（kg/公頃）（kg/公頃）,風(fēng)災(zāi)面積比例（）（kg/公頃）,風(fēng)災(zāi)面積比例（）,年（kg/公頃）,風(fēng)災(zāi)面積比例（）,年a.因變量：糧食總產(chǎn)量（y萬噸）ANOVA模型平方和自由度均方F顯著性1回歸1887863315.61611887863315.616388.886.000 b殘差160199743.070334854537.669總計(jì)2048063058.686342回歸1946000793.4222973000396.711305.069.000 c殘差102062265.263323189445.789總計(jì)20480

8、63058.686343回歸1984783160.3293661594386.776324.106.000 d殘差63279898.356312041287.044總計(jì)2048063058.686344回歸2024563536.0114506140884.003646.150.000 e殘差23499522.67530783317.423總計(jì)2048063058.68634a.因變量：糧食總產(chǎn)量（y萬噸）b.預(yù)測變量：（常量），施用化肥量 （kg/公頃）c.預(yù)測變量：（常量），施用化肥量 d.預(yù)測變量：（常量），施用化肥量 e.預(yù)測變量：（常量），施用化肥量（kg/公頃），風(fēng)災(zāi)面積比例 （kg

9、/公頃），風(fēng)災(zāi)面積比例 （kg/公頃），風(fēng)災(zāi)面積比例（%）（%）,年份（%）,年份，總播種面積（萬公頃）系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔1（常量）17930.148504.30835.554.000施用化肥量（kg/公頃）179.2879.092.96019.720.0002（常量）20462.336720.31728.407.000施用化肥量（kg/公頃）193.7018.1061.03723.897.000風(fēng)災(zāi)面積比例（）-327.22276.643-.185-4.269.0003（常量）-460006.046110231.478-4.173.000施用化肥量（kg/公頃

10、）137.66714.399.7379.561.000風(fēng)災(zāi)面積比例（）-293.43961.803-.166-4.748.000年份244.92056.190.3234.359.0004（常量）-512023.30768673.579-7.456.000施用化肥量（kg/公頃）139.9448.925.74915.680.000風(fēng)災(zāi)面積比例（）-302.32438.305-.171-7.893.000年份253.11534.827.3347.268.000總播種面積（萬公頃）2.451.344.1417.126.000a.因變量：糧食總產(chǎn)量（y萬噸）結(jié)論：如上4個(gè)表所示，影響程度中大到小依次是

11、： 施用化肥量（kg/公頃），風(fēng)災(zāi)面積比例（）, 年份，總播種面積（萬公頃）。（排除農(nóng)業(yè)勞動(dòng)者人數(shù) （百萬人）和糧食播種面積（萬公頃）對糧食 總產(chǎn)量的影響）剔除農(nóng)業(yè)勞動(dòng)者人數(shù)（百萬人）和糧食播種面積（萬公頃）后：步驟：分析 回歸 線性 將糧食總產(chǎn)量導(dǎo)入因變量、 其余4個(gè)變量（施用化肥量（kg/公頃）, 風(fēng)災(zāi)面積比例（）,年份，總播種面積（萬公頃）導(dǎo)入自變量 方法項(xiàng)選“輸入” 確定。 如 下圖：系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔1（常量）年份總播種面積（萬公頃）施用化肥量（kg/公頃）風(fēng)災(zāi)面積比例（）-512023.307253.1152.451139.944-302.3246

12、8673.57934.827.3448.92538.305.334.141.749-.171-7.4567.2687.12615.680-7.893.000.000.000.000.000a.因變量：糧食總產(chǎn)量（y萬噸）糧食總產(chǎn)量回歸方程：Y=-7.893X1+15.68X2+7.126X3+7.268X4-7.4566、一家產(chǎn)品銷售公司在 30個(gè)地區(qū)設(shè)有銷售分公司。為研究產(chǎn)品銷售量（y）與該公司的銷售價(jià)格（x1）、各地區(qū)的年人均收入（x2）、廣告費(fèi)用（x3）之間的關(guān)系，搜集到 30個(gè)地區(qū)的有關(guān) 數(shù)據(jù)。進(jìn)行多元線性回歸分析所得的部分分析結(jié)果如下：ModelSum of SquaresDfMea

13、n SquareFSig.Regression4008924.78.88341E-13ResidualTotal13458586.729Unstandardized CodfficientstSig.BStd.Error(Constant)7589.10252445.02133.10390.00457X1-117.886131.8974-3.69580.00103X280.610714.76765.45860.00001X30.50120.12593.98140.000491)將第一張表中的所缺數(shù)值補(bǔ)齊。2)寫出銷售量與銷售價(jià)格、年人均收入、廣告費(fèi)用的多元線性回歸方程，并解釋各回歸 系數(shù)的意義

14、。3)檢驗(yàn)回歸方程的線性關(guān)系是否顯著？4)檢驗(yàn)各回歸系數(shù)是否顯著？5)計(jì)算判定系數(shù)，并解釋它的實(shí)際意義。6)計(jì)算回歸方程的估計(jì)標(biāo)準(zhǔn)誤差，并解釋它的實(shí)際意義。(1)模型平方和自由度均方F顯著性1回歸12026774.134008924.772.88.88341E-13 b殘差1431812.62655069.7154總計(jì)13458586.729(2) Y=7589.1-117.886 X1+80.6X2+0.5X3(3)回歸方程顯著性檢驗(yàn)：整體線性關(guān)系顯著(4)回歸系數(shù)顯著性檢驗(yàn)：各個(gè)回歸系數(shù)檢驗(yàn)均顯著略(6)略7、對參加 SAT考試的同學(xué)成績進(jìn)行隨機(jī)調(diào)查，獲得他們閱讀考試和數(shù)學(xué)考試的成績以及

15、性別數(shù)據(jù)。通常閱讀能力和數(shù)學(xué)能力具有一定的線性相關(guān)性，請?jiān)谂懦詣e差異的條件下， 分析閱讀成績對數(shù)學(xué)成績的線性影響是否顯著。方法：采用進(jìn)入回歸策略。步驟：分析 回歸 線性 將MathSAT導(dǎo)入因變量、其余變量導(dǎo)入自變量確定。學(xué)淺性回歸夕 Veg| SATIReadin.£> Genderm Sex因變量5| " Matti ST MathSATI的 1頁下一頁d）自變量!;：夕 verbal SAT (ReadingST.i GenderStatistics.繪圖、*保存方L選項(xiàng)1 樣式日；Bootstrap.方法幽）:喻入遞擇變量上;I11規(guī)則小案標(biāo)噂©:

16、'.VLS權(quán)重俎）重置E取消 幫助確定料貼坦）結(jié)果如下:已輸入/除去變量a模型已輸入變量已除去變量方法1Gender, Verbal saT. 1輸入a.因變量：Math SATb.已輸入所有請求的變量。模型摘要模型RR平方調(diào)整后的R平方標(biāo)準(zhǔn)估算的錯(cuò)誤1a.710.505.49969.495a.預(yù)測變量：（常量）,Gender, Verbal SATanoVA模型平方和自由度均方F顯著性1回歸782588.4682391294.23481.021.000 b殘差767897.9511594829.547總計(jì)1550486.420161a.因變量：Math SATb.預(yù)測變量：（常量）,

17、Gender, Verbal SAT系數(shù)模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔1（常量）Verbal SAT184.582.68634.068.055.6965.41812.446.000.000Gender37.21910.940.1903.402.001a.因變量：Math SAT因概率P值小于顯著性水平（0.05）,所以表明在控制了性別之后，閱讀成績對數(shù)學(xué)成績有 顯著的線性影響。8、試根據(jù) 糧食總產(chǎn)量.sav數(shù)據(jù)，利用SPSS曲線估計(jì)方法選擇恰當(dāng)模型，對樣本期外的糧食總產(chǎn)量進(jìn)行外推預(yù)測，并對平均預(yù)測誤差進(jìn)行估計(jì)。采用二次曲線步驟：圖形舊對話框拆線圖簡單個(gè)案值定義將糧食總產(chǎn)量導(dǎo)入線

18、的表征確定結(jié)果如下：位糧食總產(chǎn)dHy/Jtl再雙擊上圖“元素”菜單 添加標(biāo)記應(yīng)用接下來：分析 回歸 曲線估計(jì) 糧食總產(chǎn)量導(dǎo)入因變量、年份導(dǎo)入變量，點(diǎn)擊年份在模型中選擇二次項(xiàng)、立方、哥 點(diǎn)擊“保存”按鈕選擇保存"預(yù)測值”繼續(xù) 確定。曲線擬合附注已創(chuàng)建輸出注釋03-MAY-2018 09:28:44輸入數(shù)據(jù)薛薇統(tǒng)計(jì)分析與spss的應(yīng)用(第五版)第9章SPSS回歸分析習(xí)題糧食總'產(chǎn)量.sav活動(dòng)數(shù)據(jù)集數(shù)據(jù)集1過濾器管寬度(W)管拆分文件管工作數(shù)據(jù)文件中的行數(shù)35缺失值處理對缺失的定義用戶定義的缺失值被視作缺失。已使用的個(gè)案任何變量中帶有缺失值的個(gè)案不用于分 析。語法CURVEFIT

19、/VARIABLES=lscl WITH nf/CONSTANT/MODEL=LINEAR QUADRATIC CUBICPOWER/PRINT ANOVA/PLOT FIT/SAVE=PRED .資源處理器時(shí)間00:00:00.19用時(shí)00:00:00.25使用從第一個(gè)觀測值到最后一個(gè)觀測值預(yù)測從使用周期后的第一觀察到最后一個(gè)觀測值變量已創(chuàng)建或已修改FIT_1CURVEFIT和 MOD_1 LINEAR 中具有 nf的lscl 的擬合FIT_2CURVEFIT和 MOD_1 QUADRATIC 中具有nf的lscl 的擬合FIT_3CURVEFIT和 MOD_1 CUBIC 中具有 nf的l

20、scl 的擬合FIT_4CURVEFIT和 MOD_1 POWER中具有 nf的lscl 的擬合時(shí)間序列設(shè)置(TSET)輸出量PRINT = DEFAULT保存新變量NEWVAR = CURRENT自相關(guān)或偏自相關(guān)圖中的最大MXAUTO = 16滯后數(shù)每個(gè)交叉相關(guān)圖的最大延遲數(shù)MXCROSS = 7每個(gè)過程生成的最大新變量數(shù)MXNEWVAR = 4每個(gè)過程的最大新個(gè)案數(shù)MXPREDICT = 1000用戶缺失值處理MISSING = EXCLUDE置信區(qū)間百分比值CIN = 95在回歸方程中輸入變量的容差TOLER = .0001最大迭代參數(shù)變化CNVERGE = .001計(jì)算標(biāo)準(zhǔn)的方法自相關(guān)

21、的錯(cuò)誤ACFSE = IND季節(jié)周期長度未指定值在繪圖中標(biāo)記觀測值的變量未指定包括方程CONSTANT警告由于模型項(xiàng)之間存在接近共線性，該二次模型無法擬合。由于模型項(xiàng)之間存在接近共線性，該立方模型無法擬合。模型名稱MOD_1因變量1糧食總產(chǎn)量(y萬噸)方程式1線性(L)2二次項(xiàng)(Q)3立方(U)4幕a自變量年份常量已包括值在繪圖中標(biāo)記觀測值的變量未指定對在方程式中輸入項(xiàng)的容許模型描述.0001a.此模型需要所有非缺失值為正。個(gè)案處理摘要數(shù)字個(gè)案總計(jì) 排除的個(gè)案a 預(yù)測的個(gè)案 新創(chuàng)建的個(gè)案35000a.任何變量中帶有缺失值的 個(gè)案無需分析。變量處理摘要變量從屬自變量糧食總產(chǎn)量（y萬 噸）年份正值

22、的數(shù)目零的數(shù)目負(fù)值的數(shù)目缺失值的數(shù)目用戶缺失系統(tǒng)缺失350000350000糧食總產(chǎn)量（y萬噸）線性（L）模型摘要RR平方調(diào)整后的R平方標(biāo)準(zhǔn)估算的錯(cuò)誤.935.874.8702795.862自變量為年份ANOVA平方和自由度均方F顯著性回歸（R）1790107249.41211790107249.412229.006.000殘差257955809.274337816842.705總計(jì)2048063058.68634自變量為年份系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔年份708.11846.793.93515.133.000I （常量） I -1369647.904 I 92136.775

23、 I-14.865.000 I二次項(xiàng)（Q）模型摘要RR平方調(diào)整后的R平方標(biāo)準(zhǔn)估算的錯(cuò)誤.936.875.8722782.149自變量為年份ANOVA平方和自由度均方F顯著性回歸（R）1792631355.01411792631355.014231.596.000殘差255431703.672337740354.657總計(jì)2048063058.68634自變量為年份系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔年份* 2.180.012.93615.218.000（常量）-673013.92645845.338-14.680.000已排除的項(xiàng)輸入貝塔t顯著性偏相關(guān)最小容差年份a-125.061-

24、7.851.000-.811.000a.已達(dá)到輸入變量的容許界限立方（U）模型摘要RR平方調(diào)整后的R平方標(biāo)準(zhǔn)估算的錯(cuò)誤.936.877.8732768.471自變量為年份ANOVA平方和自由度均方F顯著性回歸（R）1795136897.27411795136897.274234.217.000殘差252926161.411337664429.134總計(jì)2048063058.68634自變量為年份系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔年份* 3（常量）6.097E-5-440802.441.00030416.171.93615.304-14.492.000.000已排除的項(xiàng)輸入貝塔t顯著

25、性偏相關(guān)最小容差年份a-62.046-7.785.000-.809.000年份* 2-124.059-7.779.000-.809.000a.已達(dá)到輸入變量的容許界限模型摘要RR平方調(diào)整后的R平方標(biāo)準(zhǔn)估算的錯(cuò)誤.938.880.877.108自變量為年份ANOVA平方和自由度均方F顯著性回歸（R）2.82512.825242.844.000殘差.38433.012總計(jì)3.20934自變量為年份系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)t顯著性B標(biāo)準(zhǔn)錯(cuò)誤貝塔ln（年份）（常量）55.3917.936E-1793.554.000.93815.583 .000 .因變量為ln（糧食總'產(chǎn)量（y萬噸）糧食總產(chǎn)量

26、(V萬噸)。.0)一生性二次原-TZ萬甫(W)1950.001900.001970.001980.001990.00年份sig 值為 0<0.05,分析：如上表所示，糧食總產(chǎn)量總體呈現(xiàn)上升趨勢，在對回歸進(jìn)行檢驗(yàn)時(shí), 故拒絕原假設(shè)，即認(rèn)為回歸方程中解釋變量與被解釋變量間顯著。預(yù)測值:文山日 AM機(jī)目 現(xiàn)Bigi 盟師中 外枷D 升1fr四 峋劃 酰:回 工用，脖乜I 睡口 理 已覽叼1UQ r r國金攜 M罵® ¥出見,"1!*IkI厲3)“ztumi小1dmFUJIHT_2FnrjTHT.4RHE_ 1修加1酹維M14126.00.55追怕2 M儂野.aac

27、1囂”幻蛇01給博2解組14557般雷32IKJ.flfi1蝌制1四&瞌144tba.OOJ14戈1骷10的期上例。13325*165313溺邛濃143T6 T3?flO31雙味16952M1 判 ggm14793.001 1319D M14513.978161402BM15UW3.43t1115407 47860A1期FQ18 網(wǎng) 0012WS151QBD01.635演195 3014722.09M014732 CM95514743.123171535D 3TH8351期QQ國博的1363JW1517 DO212學(xué)M200 301M30 2151M35«MW15JJ1 52W71005 T7I21G1湖M畤3KMU353®T54IQ0£羽2A5M*5135 331(131用I節(jié)耀羽雨141 &LM7157T4 g芮HT1期0D如皿0017TE1 091199 聃3 74g 1&1 際6 4W416B44 39B4T1B642 4T93S135 43321H由的1T0MM11fidi M14期上附工打帕知了的修於"的g17中時(shí)拉盟1T如的皿口irrstuiiH91則方0143KN12243 «1 姻 8.M4 41197 G0I 隧ZE84m1整1整IG