华东理工大学多元统计分析与SPSS应用实验Word.docx
- 文档编号:5078683
- 上传时间:2023-05-08
- 格式:DOCX
- 页数:12
- 大小:434.30KB
华东理工大学多元统计分析与SPSS应用实验Word.docx
《华东理工大学多元统计分析与SPSS应用实验Word.docx》由会员分享,可在线阅读,更多相关《华东理工大学多元统计分析与SPSS应用实验Word.docx(12页珍藏版)》请在冰点文库上搜索。
华东理工大学多元统计分析与SPSS应用实验Word
华东理工大学2013—2014学年第二学期
《多元统计分析与SPSS应用》实验报告4
班级学号姓名
开课学院商学院任课教师任飞成绩
实验内容:
实验4回归分析方法
1.相关分析
熟悉Correlate功能
Analyze
Correlate
Bivariate…
选用Trendschapter9.sav文件中的变量,将consump,income,
放入对话框,作二个随机变量的相关分析。
选用Employeedata.sav文件中的变量,将CurrentSalary,educ,
salbegin,gender,….放入对话框,作二个随机变量的相关分析。
2.回归分析
熟悉Regression功能
Analyze
Regression
Liner…
选用Employeedata.sav文件中的变量,将salary作为因变量(dependentvariables),其它的,如educ,salbegin,gender,….作为自变量(independentvariables),作多元线性回归分析。
注:
Method框选用Enter
Method框选用Stepwise
实验要求:
1.对实验内容4.1的结果进行分析
2.试讨论“Employeedata”是否能构成一个回归问题以及对回归结果展开讨论。
教师评语:
教师签名:
年月日
实验报告:
4.1
1、
打开Trendschapter9.sav,按照顺序Analyze→Correlate→Bivariate,将consump,income,放入对话框,如图4.1.1所示。
图4.1.1
点击OK,得到结果如图4.1.2
图4.1.2
Pearson相关系数为-0.744,带有两个“*”,表明在显著性水平为0.01下两变量是显著相关的,且F检验P值为0,拒绝总体中这两个变量相关系数为零的假设,由此可得consump和income呈现出显著的负相关。
2、
打开Employeedata.sav,将CurrentSalary,educ,salbegin,gender,prevexp,jobtime.全部放入对话框,,按照顺序Analyze→Correlate→Bivariate,如图4.1.3所示。
图4.1.3
点击OK,得到结果如图4.1.4
图4.1.4
以CurrentSalary为例,CurrentSalary和EducationalLevel、BeginningSalary、Gender、PreviousExperience的Pearson相关系数分别为0.661(**)、0.880(**)、-0.450(**)、-0.097(*),表明在显著性水平为0.01下CurrentSalary和EducationalLevel、BeginningSalary、Gender是显著相关的,“MonthsSinceHire”与其余变量无显著相关性。
上述说明当前工资和职工受教育年限和起薪是显著正相关,和性别是负相关,这里“0”表示男性,
“1”表示女性,结果也符合实际,一般来说,同等情况下男性工资水平比女性工资水平要高。
当前工资和工作年限有一定的关系,但显著性与前三个变量相比要弱。
4.2
1、
打开Employeedata.sav,按照顺序Analyze→Regression→Liner…,将salary选入Dependent:
框中,其它educ,salbegin,gender,prevexp,jobtime,.选入Independent(s)中,Method选Enter,如图4.2.1
单击“Statistics”,选择“Estimates”、“Modelfit”、“Confidenceintervals”、“Descriptive”,如图4.1.2
图4.2.1
单击“OK”,得到结果如图4.1.3、图4.1.4、图4.1.5、图4.1.6、图4.1.7
图4.2.3
图4.2.4
图4.2.5
图4.2.6
图4.2.7
结果分析:
图4.2.3是描述统计量的结果
图4.2.4是相关分析的结果,Currentsalary分别和EducationalLevel、Beginningsalary、Gender、PreviousExperience、MonthsSinceHire的相关系数分别是0.661、0.880、-0.450、-0.097、0.084,可知CurrentSalary和EducationalLevel、Beginningsalary、Gender有较高的相关性。
图4.2.5是模型摘要,分别给出相关系数R、判断系数RSquare、调整判断系数AdjustedRSquare等
图4.2.6是方差分析,由回归均方F统计量检验值P=0可知,整体回归方程显著。
图4.2.7是偏回归系数,由t统计量检验值P<<0.05,各回归系数均显著,可得回归方程为
2、
打开Employeedata.sav,按照顺序Analyze→Regression→Liner…,将salary选入Dependent:
框中,其它educ,salbegin,gender,prevexp,jobtime,.选入Independent(s)中,Method选Stepwise。
结果如图4.2.8、图4.2.9、图4.2.10、图4.2.11、图4.2.12
图4.2.8
图4.2.9
图4.2.10
图4.2.11
图4.2.12
结果分析:
图4.2.9显示变量引入或剔除过程,由图可知,Model1-5变量引入均未被剔除,所选变量在显著性水平0.05下均显著。
图4.2.10为模型摘要,反映了各模型的拟合状况,可知Model5拟合最好。
图4.2.11为方差分析,可知Model5回归方程显著。
图4.2.12为回归系数,根据Model5,可得回归方程
图4.2.12为模型外的变量相关统计量。
综上EmployeeData当中的数据能够构成一个回归问题。
友情提示:
方案范本是经验性极强的领域,本范文无法思考和涵盖全面,供参考!
最好找专业人士起草或审核后使用。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 华东理工大学 多元 统计分析 SPSS 应用 实验 Word