《SPSS回归分析》PPT课件

➢模型综述表
模型 R R 方 调整 R 方 标准估计的误差
1
.989a .979 .977
1621.66312
a. 预测变量：（常量），国内生产总值。b. 因变量： 财政收入。
h
R=0.989，说明自变量与因变 量之间的相关性很强。R方 (R2) =0.979，说明自变量 “国内生产总值”可以解释因 变量“财政收入”的97.9%的 差异性。
表中显示因变量的方差来源、方差平方和、自由度、均方、F检验统
计量的观测值和显著性水平。方差来源有回归、残差。从表中可以看 出，F统计量的观测值为592.25，显著性概率为0.000，即检验假设 “H0：回归系数B = 0”成立的概率为0.000，从而应拒绝原假设，说明 因变量和自变量的线性关系是非常显著的，可建立线性模型。
1996
71176.6
7407.99
2004
159878.3
26396.47
1997
78973.0
8651.14
2005
183867.9
31649.29
1998
84402.3
9875.95
2006
210871.0
38760.20
1999
89677.1
11444.08
h
8
8
SPSS 19(中文版)统计分析实用教程
h
6
6
SPSS 19(中文版)统计分析实用教程
8.2线性回归分析
(2) 统计原理
一元回归方程和多元回归方程
电子工业出版社
E(y)01x
E (y )0 1 x 1 2 x 2 p x p
一元线性和多元线性回归分析的核心任务就是估计其中的参 数。
h
7
7
SPSS 19(中文版)统计分析实用教程
11
11
SPSS 19(中文版)统计分析实用教程
8.2 线性回归分析
➢方差分析表
电子工业出版社
模型
平方和
df
Fra Baidu bibliotek均方
F Sig.
1
回归
1.557E9 1
1.557E9 592.250
残差 34187286.770 13 2629791.290
总计
1.592E9 14
a. 预测变量：（常量），国内生产总值。b. 因变量：财政收入。
1992
26923.5
3483.37
2000
99214.6
13395.23
1993
35333.9
4348.95
2001
109655.2
16386.04
1994
48197.9
5218.10
2002
120332.7
18903.64
1995
60793.7
6242.20
2003
135822.8
21715.25
h
3
3
SPSS 19(中文版)统计分析实用教程
电子工业出版社
8.1 回归分析概述
（3）回归分析的一般步骤
第1步 确定回归方程中的因变量和自变量。 第2步 确定回归模型。 第3步 建立回归方程。 第4步 对回归方程进行各种检验。
➢拟合优度检验 ➢回归方程的显著性检验 ➢回归系数的显著性检验
第5步 利用回归方程进行预测。
8.2 线性回归分析
第5步 主要结果及分析： ➢变量输入和移去表
模型
输入的变量 移去的变量 方法
1
国内生产总值
.
输入
a. 已输入所有请求的变量。 b. 因变量: 财政收入。
电子工业出版社
表中显示回归模型编号、进入模 型的变量、移出模型的变量和变 量的筛选方法。可以看出，进入 模型的自变量为“国内生产总 值” 。
电子工业出版社
8.2 线性回归分析
第1步 分析：这是一个因变量和一个自变量之间的问题，故应 该考虑用一元线性回归解决。
第2步 数据组织：定义三个变量，分别为“year”（年份）、 “x”（国内生产总值）、“y”（财政收入）。
第3步 作散点图，观察两个变量的相关性：依次选择菜单“图 形→旧对话框→散点/点状→简单分布”，并将“国内生产总值 ”作为x轴，“财政收入”作为y轴，得到如下所示图形。
h
4
4
SPSS 19(中文版)统计分析实用教程
主要内容
8.1 回归分析概述 8.2 线性回归分析 8.3 曲线估计 8.4 二元Logistic回归分析
电子工业出版社
h
5
5
SPSS 19(中文版)统计分析实用教程
电子工业出版社
8.2线性回归分析
8.2.1 基本概念及统计原理
1.基本概念
线性回归假设因变量与自变量之间为线性关系，用一定的 线性回归模型来拟合因变量和自变量的数据，并通过确定模型 参数来得到回归方程。根据自变量的多少，线性回归可有不同 的划分。当自变量只有一个时，称为一元线性回归，当自变量 有多个时，称为多元线性回归。
➢打开“统计量”对话框，选上“估计”和“模型拟合度”。
➢单击“绘制（T）…”按钮，打开“线性回归：图”对话框，选 用DEPENDENT作为y轴，*ZPRED为x轴作图。并且选择“直方图” 和“正态概率图”
➢作相应的保存选项设置，如预测值、残差和距离等。
h
10
10
SPSS 19(中文版)统计分析实用教程
电子工业出版社
8.2线性回归分析
8.2.2 SPSS实例分析
【例8-1】现有1992年-2006年国家财政收入和国内生产总值的 数据如下表所示，请研究国家财政收入和国内生产总值之间的 线性关系。
年份
国内生产总值 （单位：亿元）
财政收入
（单位：亿元 ）
年份
国内生产总值 （单位：亿元）
财政收入
（单位：亿元 ）
SPSS 19(中文版)统计分析实用教程
第八章
电子工业出版社
回归分析
h
1
1
SPSS 19(中文版)统计分析实用教程
主要内容
8.1 回归分析概述 8.2 线性回归分析 8.3 曲线估计 8.4 二元Logistic回归分析
电子工业出版社
h
2
2
SPSS 19(中文版)统计分析实用教程
8.1 回归分析概述
可以看出两变量具有较强 的线性关系，可以用一元 线性回归来拟合两变量。
h
9
9
SPSS 19(中文版)统计分析实用教程
电子工业出版社
8.2 线性回归分析
第4步 一元线性回归分析设置：
➢选择菜单“分析→回归→线性”，打开“线性回归”对话框，将 变量“财政收入”作为因变量 ，“国内生产总值”作为自变量。
电子工业出版社
（1）确定性关系与非确定性关系
变量与变量之间的关系分为确定性关系和非确定性关系， 函数表达确定性关系。研究变量间的非确定性关系，构造变量 间经验公式的数理统计方法称为回归分析。
（2）回归分析基本概念
回归分析是指通过提供变量之间的数学表达式来定量描述 变量间相关关系的数学过程，这一数学表达式通常称为经验公 式。我们不仅可以利用概率统计知识，对这个经验公式的有效 性进行判定，同时还可以利用这个经验公式，根据自变量的取 值预测因变量的取值。如果是多个因素作为自变量的时候，还 可以通过因素分析，找出哪些自变量对因变量的影响是显著的 ，哪些是不显著的。