相关分析和一元线性回归分析SPSS报告
更新时间:2023-04-28 17:34:01 阅读量: 实用文档 文档下载
用下面的数据做相关分析和一元线性回归分析:
选用普通高等学校毕业生数和高等学校发表科技论文数量做相关分析和一元线性回归分析。
一、相关分析
1.作散点图
普通高等学校毕业生数和高等学校发表科技论文数量的相关图
从散点图可以看出:普通高等学校毕业生数和高等学校发表科技论文数量的相关性很大。
2.求普通高等学校毕业生数和高等学校发表科技论文数量的相关系数
把要求的两个相关变量移至变量中,因为都是定距数据,选择相关系数中的Pearson,点击确定,可以得到下面的结果:
Correlations
普通高等学校毕业生数(万人) 高等学校发表科技论文数量(篇)
普通高等学校毕业生数(万人) Pearson Correlation 1 .998**
Sig. (2-tailed) .000
N 14 14
高等学校发表科技论文数量(篇) Pearson Correlation .998** 1 Sig. (2-tailed) .000
N 14 14
**. Correlation is significant at the 0.01 level (2-tailed).
两相关变量的Pearson相关系数=0.0998,表示呈高度正相关;相关系数检验对应的概率P 值=0.000,小于显着性水平0.05,应拒绝原假设(两变量之间不具有相关性),即毕业生人数好发表科技论文数之间的相关性显着。
3.求两变量之间的相关性
选择相关系数中的全部,点击确定:
Correlations
(万人) (篇)
Kendall's tau_b (万人) Correlation Coefficient 1.000 1.000**
Sig. (2-tailed) . .
N 14 14
(篇) Correlation Coefficient 1.000** 1.000
Sig. (2-tailed) . .
N 14 14
Spearman's rho (万人) Correlation Coefficient 1.000 1.000**
Sig. (2-tailed) . .
N 14 14
(篇) Correlation Coefficient 1.000** 1.000
Sig. (2-tailed) . .
N 14 14
**. Correlation is significant at the 0.01 level (2-tailed).
注解:两相关变量(毕业生数和发表论文数)的Kendall相关系数=1.000,呈正相关;无相关系数检验对应的概率P值,应接受原假设(两变量之间不具有相关性),即毕业生数与发表论文数之间相关性不显着。
两相关变量(毕业生数和发表论文数)的Spearman相关系数=1.000,呈正相关;无相关系数检验对应的概率P值,应接受原假设(两变量之间不具有相关性),即毕业生数与发表论文数之间相关性不显着。
4.普通高等学校毕业生数和高等学校发表科技论文数量的相关系数
将所求变量移至变量,将控制变量移至控制中,选中显示实际显着性水平,点击确定:
Correlations
普通高等学校毕业生数(万人) 高等学校发表科技论文数量(篇)
普通高等学校毕业生数(万人) Pearson Correlation 1 .998**
Sig. (2-tailed) .000
N 14 14
注解: 两相关变量(普通高校毕业生数和发表论文数)的偏相关系数=0.998,呈正相关;对应的偏相关系数双侧检验p值0,小于显着性水平0.05,应拒绝原假设(两变量之间不具有相关性),即普通高校毕业生数与发表论文数之间相关性显着。
二、一元线性回归
从前面的相关分析可以看出普通高等学校毕业生数和高等学校发表科技论文数量呈高度正相关关系,所以,下面对这两个变量做一元线性回归分析。
1.建立回归方程
点击选项,选中使用F的概率,如上图所示。点击继续,确定:
Variables Entered/Removed b
Model Variables
Entered
Variables
Removed Method
1 (篇)a. Enter
a. All requested variables entered.
b. Dependent Variable: (万人)
此图显示的是回归分析方法引入变量的方式。
此图是回归方程的拟合优度检验。
注解:上图是回归方程的拟合优度检验。
第二列:两变量(被解释变量和解释变量)的相关系数R=0.998.
第三列:被解释变量(毕业人数)和解释变量(发表科技论文数)的判定系数
R2=0.996是一元线性回归方程拟合优度检验的统计量;判定系数越接近1,说明回归方程对样本数据的拟合优度越高,被解释变量可以被模型解释的部分越多。
第四列:被解释变量(毕业人数)和解释变量(发表科技论文数)的调整判定系数R 2=0.996。这主要适用于多个解释变量的时候。
第二列:被解释变量(毕业人数)的总离差平方和
=449963.199,被分解为两部分:回归平方和=448318.664;剩余平方和=1644.535.
F 检验统计量的值=3271.335,对应概率的P 值=0.000,小于显着性水平0.05,应拒绝回归方程显着性检验的原假设(回归系数与0不存在显着性差异),结论:回归系数不为0,被解释变量(毕业人数)与解释变量(发表科技论文数)的线性关系是显着的,可以建注解:回归方程的回归系数和常数项的估计值,以及回归系数的显着性检验。
第二列:常数项估计值=-316.259;回归系数估计值=0.001. 第三列:回归系数的标准误差=0.000 第四列:标准化回归系数=0.998.
第五、六列:回归系数T检验的t统计量值=57.196,对应的概率P值=0.000,小于显着性水平0.05,拒绝原假设(回归系数与0不存在显着性差异),结论:回归系数不为0,被解释变量(毕业人数)与解释变量(发表科技论文数)的线性关系是显着的。
于是,回归方程为:
y i=-316.259+0.001x
2.回归方程的进一步分析
(1)在统计量中选中误差条图的表征,水平百分之95.
点击继续,然后点击确定,输出每个非标准化回归系数的95%置信区间:
选中统计量中的描述性,点击继续,然后确定,输出变量的均值、标准差相关系数矩阵
(2)残差分析
选中统计量中的个案诊断,所有个案,点击继续,然后确定:
Residuals Statistics a
Minimum Maximum Mean Std. Deviation N
从上表可以看出,第8例的残差和标准化残差最大。
正在阅读:
相关分析和一元线性回归分析SPSS报告04-28
A级考试题型详解11-10
计算机网络知识参考试题及答案09-24
简爱经典语录英文版02-06
钢管超声波探头旋转探伤系统03-10
国学知与行读后感08-21
农村规划,河南新农村发展规划,新农村规划图,郑州新农村建设规划图09-02
安顺市卫生局环境建设年活动总结01-06
体外诊断试剂命名原则的书写指南108-16
- 教学能力大赛决赛获奖-教学实施报告-(完整图文版)
- 互联网+数据中心行业分析报告
- 2017上海杨浦区高三一模数学试题及答案
- 招商部差旅接待管理制度(4-25)
- 学生游玩安全注意事项
- 学生信息管理系统(文档模板供参考)
- 叉车门架有限元分析及系统设计
- 2014帮助残疾人志愿者服务情况记录
- 叶绿体中色素的提取和分离实验
- 中国食物成分表2020年最新权威完整改进版
- 推动国土资源领域生态文明建设
- 给水管道冲洗和消毒记录
- 计算机软件专业自我评价
- 高中数学必修1-5知识点归纳
- 2018-2022年中国第五代移动通信技术(5G)产业深度分析及发展前景研究报告发展趋势(目录)
- 生产车间巡查制度
- 2018版中国光热发电行业深度研究报告目录
- (通用)2019年中考数学总复习 第一章 第四节 数的开方与二次根式课件
- 2017_2018学年高中语文第二单元第4课说数课件粤教版
- 上市新药Lumateperone(卢美哌隆)合成检索总结报告
- 分析
- 线性
- 一元
- 回归
- 报告
- 相关
- SPSS
- 现代信息技术的三大支柱是传感器技术
- 装配生产线平衡问题的研究
- 技术中心安全考试题1月答案
- 甘肃省2007年高考优秀作文选7《从明天起做一个幸福的人》(附点评)
- 浪潮(技术中心)笔试题
- 2015-2020中国众创空间行业发展现状分析及众创空间行投资策略研究报告
- 2018年中考记叙文真题汇编(含答案)
- 酸性氧化电位水制备机理
- (完整版)第八章向量代数与空间解析几何教案(同济大学版高数)
- 八年级物理下册 9.2 液体的压强 精品导学案 新人教版
- 2017年陕西省培养单位西安光学精密机械研究所825物理化学(乙)考研导师圈点必考题汇编
- 诗词五首《饮酒(其五)》《春望》《雁门太守行》《赤壁》《渔家傲》教案
- 重庆市中山外国语学校高29届模拟训练英语之完形填空(八)【word版无答案】.pdf-28-08-13-21--09-382
- 最新小学数学六年级下册《用比例解决问题》精品版
- 春华师建筑艺术赏析在线作业模板
- 皮缝制帽项目可行性研究报告评审方案设计(2013年发改委立项详细标准+甲级案例范文)
- Beyond二手市场创业策划书
- 2018年西南民族大学数据库原理(同等学力加试))考研复试核心题库
- 公益活动策划方案模板
- 传统体育养生在高校体育健康教育的意义.docx