统计分析与SPSS的应用第五版课后练习答案第9章

合集下载

相关分析需要依

靠回归分析来表现变量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变

量之间数量变化的相关程度。

只有当变量之间存在高度相关时，

进行回归分析寻求其相关的

具体形式才有意义。如果在没有对变量之间是否相关以及相关方向和程度做出正确判断之

前，就进行回归分析，很容易造成“虚假回归” 。与此同时，相关分析只研究变量之间相关的方向和程度，不能推断变量之间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况，因此，在具体应用过程中，只有把相关分析和回归分析结合起来，才能达到研究和分析的目的。线性回归分析是相关性回归分析的一种，研究的是一个变量的增加或减少会不会引起另一个

变量的增加或减少。

3、请说明为什么需要对线性回归方程进行统计检验？一般需要对哪些方面进行检验？检验其可信程度并找

出哪些变量的影响显著、哪些不显著。

主要包括回归方程的拟合优度检验、

显著性检验、回归系数的显著性检验、残差分析等。

线性回归方程能够较好地反映被解释变量和解释变量之间的统计关系的前提是被解释变量和解释变量之间确实存在显著的线性关系。

00.00^

sex

O female O male ■- female

^male

Ft 2 ^140-)-0182 female: R 2 . ' = 0.208 male: R 2 ^n-0.16S

20.00-

60.00-

40.00-

O O

Q O

回归方程的显著性检验正是要检验被解释变量和解释变量之间的线性关系是否显著, 用线性模型来描述他们之间的关系是否恰当。一般包括回归系数的检验，残差分析等。

4、请说明SPSS多元线性回归分析中提供了哪几种解释变量筛选策略？向前、向后、逐步。

5、先收集到若干年粮食总产量以及播种面积、使用化肥量、农业劳动人数等数据，请利用建立多元线性回归方程，分析影响粮食总产量的主要因素。数据文件名为粮食总产量.sav”。

方法：采用“前进“回归策略。

步骤：分析回归线性将粮食总产量导入因变量、其余变量导入自变量方法项选“前进”确定。如下图：（也可向后、或逐步）

模型摘要

ANOV A

a.预测变量：（常量），施用化肥量（kg/公顷）

b.预测变量：（常量），施用化肥量（kg/公顷）,风灾面积比例（％）

c.预测变量：

（常量），施用化肥量

（kg/公顷）,风灾面积比例（%）,

份

d.预测变量：

（常量）

，施用化肥量

（kg/公顷）,风灾面积比例（%）,

份总播种面积万公顷）年

年

2

风灾面积比例

(%)

3

年份

4

总播种面积（万公顷）

向前（准则：

F-to-enter 的概

率 <=.050 ）向前（准则：

F-to-enter 的概

率 <=.050 ）向

前（准则：

F-to-enter 的概

率 <=.050 ）

模型

1 2 3 4

.960 .975 .984 .994

R 平方

.922 .950 .969 .989

调整后的R 平

方 .919 .947 .966 .987

标准估算的错误

2203.30154 1785.90195 1428.73617 885.05221

a.因变量：粮食总产量（y 万吨）