SPSS-相关性和回归分析(一元线性方程)案例解析(转)
任何事物和人都不是以个体存在的,它们都被复杂的关系链所围绕着,具有一定的相关性,也会具备一定的因果关系,(比如:父母和子女,不仅具备相关性,而且还具备因果关系,因为有了父亲和母亲,才有了儿子或女儿),但不是所有相关联的事物都具备因果关系。
下面用SPSS采用回归—线性分析的方式来分析一下:居民总储蓄 和 “居民总消费”情况是否具备相关性,如果具备相关性,那相关关系的密切程度为多少。
下面以“居民总储蓄”和“居民总消费”的调查样本做统计分析,数据如下所示:
第一步:我们先来分析“居民总储蓄”和“居民总消费”是否具备相关性 (采用SPSS 19版本)
1:点击“分析”—相关—双变量, 进入如下界面:
将“居民总储蓄”和“居民总消费”两个变量移入“变量”框内,在“相关系数”栏目中选择“Pearson",(Pearson是一种简单相关系数分析和计算的方法,如果需要进行进一步分析,需要借助“多远线性回归”分析)在“显著性检验”中选择“双侧检验”并且勾选“标记显著性相关”点击确定, 得到如下结果:
从以上结果,可以看出“Pearson"的相关性为0.821,(可以认为是“两者的相关系数为0.821)属于“正相关关系”同时“显著性(双侧) 结果为0.000, 由于0.000<0.01,所以具备显著性,得出:“居民总储蓄”和“居民总消费”具备相关性,有关联。
既然具备相关性,那么我们将进一步做分析, 建立回归分析,并且构建“一元线性方程”,如下所示:
点击“分析”--回归----线性” 结果如下所示:
将“因变量”和“自变量”分别拖入框内 (如上图所示)从上图可以看出:“自变量”指 “居民总储蓄” , "因变量”是指“居民总消费”
点击“统计量”进入如下界面:
在“回归系数”中选择“估计” 在右边选择“模型拟合度” 在残差下面选择“Durbin-watson(u), 点击继续按钮
再点击“绘制图”在“标准化残差图”下面选择“正太概率分布图”选项
再点击“保存”按钮,在残差下面选择“未标准化”(数据的标准化,方法有很多,这里不介绍啦)
得到如下结果:
结果分析如下:
1:从模型汇总b 中可以看出“模型拟合度”为0.675,调整后的“模型拟合度”为0.652,就说明“居民总消费”的情况都可以用该模型解释,拟合度相对较高
2:从anvoa b的检验结果来看 (其实这是一个“回归模型的方差分析表)F的统计量为:29.057,P值显示为0.000,拒绝模型整体不显著的假设,证明模型整体是显著的
3:从“系数a”这个表可以看出“回归系数,回归系数的标准差,回归系数的T显著性检验 等,回归系数常量为:2878.518,但是SIG为:0.452,常数项不显著,回归系数为:0.954,相对的sig为:0.000,具备显著性,由于在“anvoa b”表中提到了模型整体是“显著”的
所以一元线性方程为:居民总消费=2878.518+0.954*居民总储蓄
其中在“样本数据统计”中,随即误差 一般叫“残差” :
从结果分析来看,可以简单的认为:居民总储蓄每增加1亿,那居民总消费将会增加0.954亿
提示:对于回归参数的估计,一般采用的是“最小二乘估计法”原则即为:“残差平方和最小“
转载于:https://www.cnblogs.com/AnswerXin/p/3243717.html
SPSS-相关性和回归分析(一元线性方程)案例解析(转)相关推荐
- 多元线性回归分析spss结果解读_SPSS--回归-多元线性回归模型案例解析
多元线性回归,主要是研究一个因变量与多个自变量之间的相关关系,跟一元回归原理差不多,区别在于影响因素(自变量)更多些而已,例如:一元线性回归方程 为: 毫无疑问,多元线性回归方程应该为: 上图中的 x ...
- 如何使用SPSS进行相关性和回归分析
任何事物和人都不是以个体存在的,它们都被复杂的关系链所围绕着,具有一定的相关性,也会具备一定的因果关系,(比如:父母和子女,不仅具备相关性,而且还具备因果关系,因为有了父亲和母亲,才有了儿子或女儿), ...
- matlab中非线性回归标准误,SPSS—非线性回归(模型表达式)案例解析_spss培训
SPSS-非线性回归(模型表达式)案例解析 由简单到复杂,人生有下坡就必有上坡,有低潮就必有高潮的迭起,随着SPSS的深入学习,已经逐渐开始走向复杂,今天跟大家交流一下,SPSS非线性回归,希望大家能 ...
- SPSS--回归-多元线性回归模型案例解析!(一)
SPSS--回归-多元线性回归模型案例解析!(一) 多元线性回归,主要是研究一个因变量与多个自变量之间的相关关系,跟一元回归原理差不多,区别在于影响因素(自变量)更多些而已,例如:一元线性回归方程 为 ...
- 【python数据挖掘课程】十八.线性回归及多项式回归分析四个案例分享
这是<Python数据挖掘课程>系列文章,也是我这学期大数据金融学院上课的部分内容.本文主要讲述和分享线性回归作业中,学生们做得比较好的四个案例,经过我修改后供大家学习,内容包括: ...
- python数据挖掘笔记】十八.线性回归及多项式回归分析四个案例分享
python数据挖掘课程]十八.线性回归及多项式回归分析四个案例分享 #2018-03-30 18:24:56 March Friday the 13 week, the 089 day SZ SSM ...
- matlab 回归分析t检验,第三章 利用Matlab和SPSS进行线性回归分析
§3.利用Matlab和SPSS进行线性回归分析 回归分析是处理两个及两个以上变量间线性依存关系的统计方法.可以通过软件Matlab和SPSS实现. 1.利用Matlab软件实现 在Matlab中,可 ...
- spss和matlab软件,MATLAB与SPSS进行多元回归分析的区别.pdf
MATLAB与SPSS进行多元回归分析的区别 管理与财富 B C M 2010年6月 MATLAB与SPSS进行多元回归分析的区别 郭晶旭 (西南财经大学经济信息工程学院 四川成都 611130) 摘 ...
- 案例解析 GBase8s 在工业互联网平台中的应用
目录 工业互联网平台 工业4.0 和 中国智造2025 工业大数据 以 GBase8s 为核心的工业互联网数据平台逻辑架构 案例解析 模拟MQTT环境 创建MQTT Source ...
最新文章
- 安装java的rpm_Centos7使用rpm命令安装java
- Java知多少(87)选择框和单选按钮(转)
- 手绘风格的数据可视化 Sketchify,让你的图表也萌萌哒
- DeepID2+:Deeply Learned Attributes for Crowded Scene Understanding
- 运动框架实现思路(js)
- IE6 式样表 Bug
- 性能是.NET Core的一个关键特性
- Asp2.0下Login.Aspx页面和VS2005登陆控件冲突问题!
- android观察者模式例子,Android-Kotlin实现观察者模式的小案例
- [蓝牙 4.0 CC2541 开发] BLE架构与OSAL
- 入行必看、经验不足必看:财务会计需要会的那些软件工具
- clone git 修改保存路径_SEO优化知识一般需要了解什么代码_学云网
- 在线考试小程序版手机微信考试软件,微信小程序考试系统出考试题小程序,考试答题微信小程序
- 计算机里比较器原理,数值比较器,数值比较器的作用和原理是 - 电子发烧友网...
- 考计算机用win10行吗,老电脑适合装win10吗
- java怎样实现动态数组?
- 我应该买Arduino还是Raspberry Pi?
- C语言常见开发工具的安装和配置
- 中国方案入选世界5G标准
- OpenCV中HOG人检测以及Part Model latent SVM目标识别
热门文章
- 2017我的校招历程
- android 信号强度图,手机中的小秘密:教大家查看手机真正的信号强度
- 住建部、工信部:4月1日起新房须光纤到户
- 【2021Java最新学习路线】java审批工作流实现
- mysql undo001_MySQL之UNDO及MVCC、崩溃恢复
- 《那些年啊,那些事——一个程序员的奋斗史》——95
- 例举计算机故障检测的方法,计算机电源故障检测探究.doc
- 判断路由器优劣的3个方面
- 计算机科学与技术 双一流学科入选学校,“双一流”建设学科入选高校数量TOP10...
- 一级计算机综合训练第五卷,2014年计算机等级考试一级MSOFFICE综合训练(5).pdf