内容发布更新时间 : 2024/4/19 9:44:02星期一 下面是文章的全部内容请认真阅读。
【实验目的】：1.熟练掌握普通相关分析的SPSS操作 2.学会利用普通相关分析方法解决身边的实际问题 【实验内容及要求】：1.某班级学生高等数学和统计学期末考试成绩如表所示，现要研究该班学生的高等数学和统计学成绩之间是否具有相关性，根据数据散点图及相关分析运算结果进行分析。 2.某专家先后对一个工程的多个项目加以评分，两次评分分别记为变量“分值1”和“分值2”，如下表所示。问两次评分的等级相关有多大，是否达到显着水平作出分析。 3.某农业实验场通过试验取得小麦产量与单位虫害值和平均温度的数据，如下表所示。求单位虫害值对产量的偏相关（剔除温度变量的影响），作简要分析。 【实验过程及结果】：一数据散点图及相关分析运算结果进行分析。 相关性 高等数学 Pearson 相关性 显着性（双侧） N 统计学 Pearson 相关性 显着性（双侧） N 高等数学 1 统计学 .775 .000 ** 18 .775 .000 18 **18 1 18 **. 在 .01 水平（双侧）上显着相关。 t统计量的值的显着性概率p=0.000<0.05，相关系数是显着异于0的。 二问两次评分的等级相关有多大，是否达到显着水平作出分析。 相关系数 Spearman 的 rho 分值1 相关系数 Sig.（双侧） N 分值2 相关系数 Sig.（双侧） N 分值1 1.000 . 15 .822 .000 15 **分值2 .822 .000 15 1.000 . 15 ****. 在置信度（双测）为 0.01 时，相关性是显着的。 分值1与分值2的相关系数高达0.822，在0.05的显着性水平与0有显着性差异，也就是说，在0.05的显着性水平上，认为分值1与分值2是无相关的。 三单位虫害值对产量的偏相关（剔除温度变量的影响），作简要分析 相关性 控制变量 温度 产量 相关性 显着性（双侧） 产量 1.000 . 单位虫害值 .304 .427 df 单位虫害值 相关性 显着性（双侧） df 0 .304 .427 7 7 1.000 . 0 表中，偏相关系数为0.304，显着性概率p=0.427>0.05,说明剔除温度色影响后，单位害虫值对产量没有显着性关系。 【结果分析、体会和收获】：通过本次试验熟练掌握了用spps对两个或多个随机变量的线性相关关系，我们可以先通过散点图对关系进行简单判断，然后再通过数据的具体分析作出进一步判断。 实验七 【实验名称】：用SPSS处理经典回归问题 【实验时间】：2014年5月 16日 【实验目的】：学习如何运用SPSS处理经典回归问题 【实验内容及要求】：用SPSS处理经典回归问题来考察中国城镇居民2011年人均可支配收入与消费支出之间的关系 【实验过程及结果】： （1）画散点图 （2）判断人均可支配收入与消费支出之间是否大致呈线性关系 输入／移去的变量 模型 1 输入的移去的变量 消费支出Y a. 已输入所有请求的变量。 b. 因变量: 可支配收入X 模型汇总 模型 R 1 aab变量 方法 . 输入 标准 估调整 计的误R 方 R 方 差 .986 .971 .970 413.04952 a. 预测变量: (常量), 消费支出Y。 Anova 模型 1 回归 残差 总计 4947687.223 1.724E8 30 29 170609.平方和 1.675E8 df 均方 F Sig. ab1 1.675E8 981..000 703 904 a. 预测变量: (常量), 消费支出Y。 b. 因变量: 可支配收入X 系数 模型 非标准化系数 标准系数 a标准 试用B 1 (常量) 消费支出Y a. 因变量: 可支配收入X 误差 版 t Sig. 256.270.4469 34 .948 .351 .717 .023 .986 31.332 .000 结果分析 表1中显示的是拟合过程中变量输入/移去模型的情况记录，由于只引入了一个自变量，所以只出现一个模型1，该模型中“消费支出Y”为进入的变量，没有移除的变量，具体的输入/移去方法为输入。 表2是模型拟合概述， 列出了模型的R、R2 、调整R2 及估计标准误。R2 值越大所反映的两变量的共变量比率越高，模型与数据的拟合程度越好。本题所用数据拟合结果显示：R(所考察的自变量和因变量之间的相关系数)= 0.986 ，R2(拟合线性回归的决定系数)= 0.971 ，经调整后的R2=0.970，标准误的估计= 413.04952 。 表3方差分析表， 列出了变异源、自由度、均方、F值及对F的显着性检验。本题中回归方程显着性检验结果表明：回归平方和为1.675E8，残差平方和为 4964787.223 ，总平方和为 1.724E8 ，对应的F统计量的值为 981.703 ， Sig=0.000<0.05,可以认为所建立的回归方程有效，所以COD与BOD5之间成线性关系。 表4回归系数表，列出了常数及非标准化回归系数的值及标准化的回归系数，同时对其进行显着性检验。本题中非标准化的回归系数B的估计值为 0.717 ，标准误为0.023，标准化的回归系数为0.986，回归系数显着性检验t统计量的值为 0.948 ，对应显着性水平Sig.= 0.351 <0.05，可以偏回归系数与0有显着性差异，被解释的变量和解释的变量的线性关系是显着的，因此，本题回归分析得到的回归方程为：y=-0.492x-5.360 。对方程的方差分析及对回归系数的显着性检验均发现，所建立的回归方程显着。 综上所述，人均可支配收入与消费支出之间大致呈线性关系 ????x ???3）用最小二乘估计求回归方程y01????x（x为人均可支配收入，y为消费支出） ??? 由公式y014）决定系数
表2是模型拟合概述， 列出了模型的R、R2 、调整R2 及估计标准误。R2 值越大所反映的两变量的共变量比率越高，模型与数据的拟合程度越好。本题所用数据拟合结果显示：R(所考察的自变量和因变量之间的相关系数)= 0.986 ，R2(拟合线性回归的决定系数)= 0.971 1) 给出置信水平为95%的预测区间。
【实验过程及结果】：
描述性统计量
标
准 均偏值 差 N 满23意.0度 00
0 Z
56
3.36 36367 5.36 03480 5.36 96790 7.36 42048 6.36 97541 5.36 92406 6.36 20516 1 .7
222 Z
54
2 .6
111 Z
59
3 .7
222 Z
53
4 .5
278 Z
53
5 .3
611 Z
54
6 .3
056 Z1..136 86
7 11
86 67 Z
14
1136 .721
8 .3
57
8 49
相关性
满
意
度 Z1 Z2 Z3 Z4 Z5 Z6 Z7 Z8 Pearson 相关性
满1..4.1.3.4-..2-..4意0013 18 26 27 0745 3086 度 0 Z
6 2 .41..1.3.3.0.2-..3
1 13 0086 86 15 43 13 2204 0 Z
3 .1.11.-..2.3.0-.-.
2 18 86 000041 73 45 1214
0 6 Z
7 4 .3.3-.1..2.2.4-..2
3 26 86 000017 00 54 0070 6 0 Z
2 .4.3.2.21..3.3-..2
4 27 15 41 17 0053 22 6034 0 Z
6 -..0.3.2.31..3-.-.
5 0743 73 00 53 0030 0600
6 Z
0 6 4 .2.2.0.4.3.31.-..1
6 45 13 45 54 22 30 001672 0 4 Z
-.-.-.-.-.-.-.1.-.
7 302212006006160003
2 3 7 2 6 6 4 0 4 Z
.4.3-..2.2-..1-.1.
8 86 04 1470 34 0072 0300
4 4 4 0