Spss对民航客运量的多元回归分析：

Spss对民航客运量的多元回归分析：

1.首先方法选择：进入法。

然后分析相关性表格：

国民收入，消费额，民航航线里程，来华旅游人数都与民航客运量高度相关，而铁路客运量和民航客运量的相关性较低。

通过观察调整后的判定系数为0.994，拟合优度较高，不被解释的变量较少。

回归方程的显著性小于0.05，说明被解释变量与解释变量的线性关系是显著的。可以建立线性方程。

在显著性系数中，铁路客运量的sig 大于0.05，所以是不显著的，说明自变量铁路客运量对因变量的影响是不明显的，应该移除该变量。

回归方程：ˆY =-195.945+0.519X 1-0.771X 2+0.001X 3+15.983X 4+0.344X 5

2.方法选择：后退法。

然后分析相关性表格：

由表可以看出：除了铁路客运量的相关性较低外，其余变量的相关性都较高。

采用后退法后，调整变量更高，拟合优度更高。

回归方程的显著性为0，认为被解释变量和解释的变量线性关系是显著的，可以建立线性方程。

在剔除变量铁路客运量后，剩余变量的sig 都变得更小，显著性更显著。

回归方程为：ˆY =-153.930+0.509X 1-0.754X 2+15.980X 4+0.347X 5

3.方法选择：逐步回归法。

然后分析相关性表格：

铁路客运量相关性较低，其他变量相关性都较高。

采用逐步法后，调整值很高，拟合优度很高。说明可以用该模型预测。

sig 值小于0.05，说明显著性很高。

采用逐步回归法后，变量得显著性很高。变量为国民收入和民航航线里程。

回归方程为：ˆY =-299.004+0.083X 1+17.316X 4