线性回归与相关性分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

,,,

本科学生实验报告

学号: ########## 姓名:¥¥¥¥¥¥

学院:生命科学学院专业、班级:11级应用生物教育A班实验课程名称:生物统计学实验

教师:孟丽华(教授)

开课学期: 2012 至 2013 学年下学期填报时间: 2013 年 5 月 22 日

云南师范大学教务处编印

统计量(S)…

选项(O)…(默认)

绘制(T)…

保存(S)…(默认)

(二)、习题7.6

1、启动spss软件:开始→所有程序→SPSS→spss for windows→spss 18.0 for windows,直接进入SPSS数据编辑窗口进行相关操作;

2、定义变量,输入数据。点击“变量视图”定义变量工作表,用“name”命令定义变量“维生素C的含量”(小数点两位);变量“受冻情况”(小数点零位),“未受冻”赋值为“1”,“受冻”赋值为“2” ,点击“变量视图工作表”,一一对应将不同“未受冻”与“受冻”的维生素C的含量数据依次输入到单元格中;

3、设置分析变量。数据输入完后,点菜单栏:“分析(A)”→“相关(C)”→“双变量(B)…”,将“维生素C含量”、“受冻情况”变量(V)列表中,相关系数:“Pearson”前打钩,显著性检验:双侧检验(T)前打钩,“标记显著性相关(F)前打钩”,点“选项(O)…”,统计量:在“均值和标准差(M)”前打钩,缺失值:在“按对排除个案(P)”前打钩,点“继续”,然后点击“确定”便出结果。

选项(O)…

“图形(G)”→“旧对话框(L)”→“散点/点状(S)…”

散点图/点图

简单散点图

4、表格绘制出来后,进行检查修改,将其复制到实验报告中,将虚框隐藏等;

5、将所求的描述性统计指标数据表格保存,对其所求得的结果进行分析,书写实验报告。

(五)、实验结果:

回归

表1

描述性统计量

均值标准偏差N

5月上旬棉蚜虫数56.64 57.113 11

系数a

模型

非标准化系数标准系数

t Sig.

B 的 95.0% 置信区间B 标准误差试用版下限上限

1 (常量) -287.943 69.331 -4.153 .00

2 -444.780 -131.106

4月下旬平均气温18.276 3.644 .858 5.016 .001 10.033 26.518 a. 因变量: 5月上旬棉蚜虫数

表7

残差统计量a

极小值极大值均值标准偏差N

预测值20.92 198.19 56.64 49.014 11

残差-49.122 52.705 .000 29.317 11

标准预测值-.729 2.888 .000 1.000 11

标准残差-1.590 1.706 .000 .949 11

a. 因变量: 5月上旬棉蚜虫数

表8

案例诊断a

案例数目标准残差5月上旬棉蚜虫

数预测值残差

1 .687 86 64.78 21.223

2 -.038 197 198.19 -1.190

3 -1.128 8 42.85 -34.847

4 -.034 29 30.0

5 -1.054

5 -.12

6 28 31.88 -3.881

6 .06

7 23 20.92 2.084

7 -1.590 12 61.12 -49.122

8 -.815 14 39.19 -25.191

9 1.039 64 31.88 32.119

10 .231 50 42.85 7.153

11 1.706 112 59.29 52.705

a. 因变量: 5月上旬棉蚜虫数

图表

1、相关性分析是考察两个变量之间线性关系的一种统计分析方法,利用直线回归方程进行预测或控制,一般只能内插,不要轻易外延;

2、直线回归相关分析的注意事项:

1)、相关分析只是以相关系数来描述两个变量间线性相关的程度和方向,并不阐明事物间存在联系的本质,也不是两事物间存在联系的证据。要阐明两事物间的本质联系,必须凭专业知识从理论上加以论证。因此,把两个毫无关系的事物放在一起作相关分析是毫无意义的。同样,作回归分析也要有实际意义;

2)、在进行直线回归前应绘制散点图,有直线趋势时,才适宜作直线回归分析。散点图还能提示资料有无异常点;

3)、直线回归方程的适用范围一般以自变量的取值范围为限;

4)、对同一组资料作回归和相关分析,其相关系数和回归系数的显著性检验结果完全相同。由于相关系数的显著性检验结果可直接查表,比较方便;而回归系数的显著性检验计算复杂,故在实际应用中常用相关系数的显著性检验结果代替回归系数的显著性检验。

5)、在资料要求:相关分析要求两个变量服从双变量正态分布。回归分析要求因变量服从正态分布,自变量可以是精确测量和严格控制的变量。如两个变量服从双变量正态分布,则可以作两个回归方程,用X推算Y,或用Y推算X;

3、相关分析中,不区分自变量和因变量。相关分析只研究两个变量之间线性相关的程度或一个变量与多个变量之间线性相关的程度,不能用一个或多个变量去预测另一个变量的值,这是回归分析与相关分析的主要区别;

4、通过此次实验,更加熟悉了SPSS软件的应用,学习了线性回归与相关性

(注:本资料素材和资料部分来自网络,仅供参考。请预览后才下载,期待您的好评与关注!)

相关文档
最新文档