中南財(cái)大SPSS實(shí)驗(yàn)報(bào)告

1、統(tǒng)計(jì)分析軟件實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)序號：B0901152-5 實(shí)驗(yàn)項(xiàng)目名稱：相關(guān)與回歸分析學(xué)號姓名專業(yè)、班實(shí)驗(yàn)地點(diǎn)文波機(jī)房指導(dǎo)教師楊超時(shí)間20131024一、實(shí)驗(yàn)?zāi)康募耙髮?shí)驗(yàn)?zāi)康模海?）掌握相關(guān)分析的主要內(nèi)容和方法；（2）掌握回歸分析的主要方法和步驟。實(shí)驗(yàn)要求：（1）了解雙變量的相關(guān)分析過程、偏相關(guān)分析過程；（2）掌握線性回歸過程、曲線配合過程、二項(xiàng)邏輯回歸分析過程、概率回歸過程以及非線性回歸分析過程等。（3）對各種回歸輸出結(jié)果作出正確的解釋說明，進(jìn)一步了解回歸分析的基本步驟，明確各項(xiàng)檢驗(yàn)的目的。二、實(shí)驗(yàn)設(shè)備（環(huán)境）及要求微型計(jì)算機(jī)，SPSS、EViews等統(tǒng)計(jì)分析軟件三、實(shí)驗(yàn)內(nèi)容與數(shù)據(jù)來源1. 現(xiàn)有

2、某省19962011年全社會固定資產(chǎn)投資總額INV和GDP兩個(gè)指標(biāo)的年度數(shù)據(jù)，見下表。試分析全社會固定資產(chǎn)投資總額和GDP的相互關(guān)系，并建立全社會固定資產(chǎn)投資總額和GDP之間的線性回歸方程。某省全社會固定資產(chǎn)投資和GDP年度數(shù)據(jù)年份GDP(億元)INV（億元）年份GDP（億元）INV（億元）1996509.44120.3820042195.75231997614.07144.7120052647.16684.141998682.8114.5120062993667.391999744.44121.2420073118.1796.92000833.3156.3920083326.8883.920

3、01997.7234.420093691.881012.220021278.28324.58201039831174.320031694.42422.1820114140.9413482收集某地區(qū)城鎮(zhèn)居民家庭人均收入（X）和城鎮(zhèn)儲蓄（Y）兩個(gè)變量（2000年至2011年）數(shù)據(jù)如下表：某地區(qū)2000年至2011年城鎮(zhèn)居民家庭人均收入和城鎮(zhèn)儲蓄年份城鎮(zhèn)人均收入X(元)城鎮(zhèn)儲蓄Y（億元）年份城鎮(zhèn)人均收入X(元)城鎮(zhèn)儲蓄Y（億元）2000685.301057.2020061544.306790.902001827.901471.5020071826.108678.102002916.002067.60

4、20082336.5011627.3020031119.402659.2020093179.2016702.8020041260.703734.8020103892.9023466.7020051387.305192.6020114377.2030850.20試對城鎮(zhèn)居民家庭人均生活費(fèi)收入與城鎮(zhèn)儲蓄兩變量配合恰當(dāng)?shù)那€方程。3一家大型商業(yè)銀行在多個(gè)地區(qū)設(shè)有分行，為弄清楚不良貸款形成的原因，抽取了該銀行所屬的25家分行2002年的有關(guān)業(yè)務(wù)數(shù)據(jù),如下表：（1）試建立不良貸款y與貸款余額x1、累計(jì)應(yīng)收貸款x2、貸款項(xiàng)目個(gè)數(shù)x3和固定資產(chǎn)投資額x4的線性回歸方程，說明回歸方程式和各回歸系數(shù)在0.05水

5、平上是否顯著，并解釋各回歸系數(shù)的含義；（2）檢驗(yàn)?zāi)Ｐ椭械亩嘀毓残跃€，并用逐步篩選變量的方法改進(jìn)上述方程。分行編號不良貸款(億元）各項(xiàng)貸款余額（億元）本年累計(jì)應(yīng)收貸款（億元）貸款項(xiàng)目個(gè)數(shù)（個(gè)）本年固定資產(chǎn)投資額（億元）10.967.36.8551.921.1111.319.81690.934.8173.07.71773.743.280.87.21014.557.8199.716.51963.262.716.22.212.271.6107.410.71720.2812.5185.427.11843.891.096.11.71055.9102.672.89.11464.3110.364.22.111

6、42.7124.0132.211.22376.7130.858.66.01422.8143.5174.612.726117.11510.2263.515.634146.7163.079.38.91529.9170.214.80.6242.1180.473.55.91125.3191.024.75.0413.4206.8139.47.22864.32111.6368.216.832163.9221.695.73.81044.5231.2109.610.31467.9247.2196.215.81639.7253.2102.212.01097.1四、實(shí)驗(yàn)步驟與結(jié)果問題一：【操作步驟】1.錄入數(shù)據(jù)。

7、將文件數(shù)據(jù)復(fù)制到excel文件，調(diào)整為三縱列后，復(fù)制粘貼到SPSS軟件中的數(shù)據(jù)視圖中。切換到變量視圖，對變量名稱、數(shù)據(jù)類型設(shè)置后，如圖1所示：圖1數(shù)據(jù)視圖2.選擇“分析”“相關(guān)”“雙變量”命令，在“雙變量相關(guān)”對話框的左側(cè)列表框中，同時(shí)選中“GDP”和“INV”并單擊中間的向右箭頭，使之進(jìn)入“變量”列表框。圖2 雙變量相關(guān)對話框3.選擇相關(guān)系數(shù)。在“雙變量相關(guān)”對話框內(nèi)“相關(guān)系數(shù)”選項(xiàng)組中選擇Pearson，此處為系統(tǒng)默認(rèn)值。4.設(shè)定顯著性檢驗(yàn)的類型。在“顯著性檢驗(yàn)”選項(xiàng)組中，我們選擇“雙側(cè)檢驗(yàn)”單選按鈕，此處亦為系統(tǒng)默認(rèn)值。5.選擇是否標(biāo)記顯著性相關(guān)。此處選擇默認(rèn)值，即“標(biāo)記顯著性相關(guān)”復(fù)選

8、框。6.選擇相關(guān)性統(tǒng)計(jì)量輸出和缺失值的處理方法。單擊“雙變量相關(guān)”對話框中的“選項(xiàng)”按鈕，在“統(tǒng)計(jì)量”選項(xiàng)組中首先選中“均值和標(biāo)準(zhǔn)差”，然后選中“叉積偏差和標(biāo)準(zhǔn)差”，輸出各對變量的交叉積以及協(xié)方差陣。在“缺失值”選項(xiàng)組中選中“按對排除個(gè)案”。如圖3所示：圖3 雙變量相關(guān)性7.設(shè)置完畢，單擊確定完成相關(guān)性分析的操作步驟。8.選擇“分析”“回歸”“線性”命令，在“線性回歸”對話框的左側(cè)列表中，選中“GDP”并單擊使之進(jìn)入“因變量”列表框，選中“INV”使之進(jìn)入“自變量”列表框。如圖4所示：圖4 線性回歸其他設(shè)置采用系統(tǒng)默認(rèn)值。單擊“確定”完成所有設(shè)置，等待輸出結(jié)果。【結(jié)果分析】1.描述性統(tǒng)計(jì)量表從

9、表1中可以看出參與相關(guān)分析的兩個(gè)變量的樣本數(shù)據(jù)都是16，GDP的均值是2090.69，標(biāo)準(zhǔn)差是1319.964；INV的均值是545.51，標(biāo)準(zhǔn)差是407.334.表1 描述性統(tǒng)計(jì)量表2.相關(guān)分析結(jié)果表如表2所示，GDP和INV的相關(guān)系數(shù)是0.985，顯著性水平小于0.001，因此小于0.01.所以GDP和INV的相關(guān)關(guān)系為正向，且相關(guān)性極強(qiáng)。表2 相關(guān)分析結(jié)果表3.模型擬合情況如表3所示，模型的調(diào)整R方為0.968，說明模型的解釋能力非常強(qiáng)。表3 模型匯總表4.回歸方程的系數(shù)以及系數(shù)的檢驗(yàn)結(jié)果如表4所示，回歸方程的系數(shù)是各個(gè)變量的回歸方程中的系數(shù)值，sig值表示回歸系數(shù)的顯著性，越小越顯著。

10、一般將其與0.05作比較，如果小于0.05，即為顯著。從表中可以看出，GDP和INV的相關(guān)系數(shù)為3.192，p值小于0.05，說明系數(shù)顯著。表4 系數(shù)表綜上，模型為GDP=349.594+3.192*INV。問題二：【操作步驟】1.錄入數(shù)據(jù)。將word中的數(shù)據(jù)復(fù)制到excel，并將數(shù)據(jù)調(diào)整為三縱列，再復(fù)制粘貼到SPSS的數(shù)據(jù)視圖中。如圖5所示：圖5 數(shù)據(jù)視圖2.選擇“分析”“回歸”“曲線估計(jì)”命令，在“曲線估計(jì)”對話框的左側(cè)列表框中，選中收入并單擊右箭頭使之進(jìn)入“因變量”列表框，然后在“自變量”選項(xiàng)組中選中“變量”，并選中儲蓄，單擊使之進(jìn)入該列表框。3.選擇所要使用的曲線類型。在“曲線估計(jì)”對

11、話框中的“模型”選項(xiàng)組中，選中“線性”、“對數(shù)”、“立方”復(fù)選框。4.選中“在等式中包含常量”和“根據(jù)模型繪圖”復(fù)選框。其他設(shè)置采取系統(tǒng)默認(rèn)值，如圖6所示：圖6 曲線估計(jì)圖其他設(shè)置保持默認(rèn)值，單擊“確定”按鈕完成設(shè)置，等待結(jié)果輸出?！窘Y(jié)果分析】1.模型情況表5是對模型情況的概述?？梢钥闯鋈吻€模型的R方最高，為0.997.表5 模型匯總和參數(shù)估計(jì)值2.擬合曲線圖形表6是三條曲線的擬合情況，圖中的圓圈表示實(shí)際值，可以發(fā)現(xiàn)三次曲線的擬合效果是最好的。表6 陰性率3.根據(jù)擬合效果，我們選用了三次曲線模型。由表可以得出，模型的表達(dá)式為：GDP=648.995+0.127*NVA+2.855E-006

12、*NVA2-9.921E-011*NVA3.問題三：【操作步驟】1.錄入數(shù)據(jù)。打開SPSS軟件，將數(shù)據(jù)復(fù)制粘貼到SPSS數(shù)據(jù)視圖窗格中，并到變量視圖中完成相關(guān)設(shè)置。如圖7：圖7 數(shù)據(jù)視圖2.選擇進(jìn)行多元線性回歸分析的因變量給以及自變量。在“線性回歸”對話框的左側(cè)列表框中，選中y并單擊第一個(gè)向右箭頭使之進(jìn)入“因變量”列表框，然后同時(shí)選中x1,x2,x3,x4，并單擊第二個(gè)向右箭頭使之進(jìn)入“自變量”列表框。如圖8：圖8 線性回歸3.其他設(shè)置采用系統(tǒng)默認(rèn)值。單擊“確定”按鈕完成設(shè)置，等待結(jié)果輸出。再進(jìn)行多重共線性回歸分析。4.選擇進(jìn)行多重線性回歸分析的因變量給以及自變量。在“線性回歸”對話框的左側(cè)列

13、表框中，選中y并單擊第一個(gè)向右箭頭使之進(jìn)入“因變量”列表框，然后同時(shí)選中x1,x2,x3,x4，并單擊第二個(gè)向右箭頭使之進(jìn)入“自變量”列表框，最后在“自變量”下方的“方法”下拉列表框中選擇“逐步”法進(jìn)行回歸。如圖：圖9 線性回歸25.其他設(shè)置采用系統(tǒng)默認(rèn)值。單擊“確定”按鈕完成設(shè)置，等待結(jié)果輸出?！窘Y(jié)果分析】1.模型擬合情況表表7給出了模型的擬合情況。從表中可以看出，R方為0.798，模型的擬合效果較好。表7 模型匯總2.方差分析表表8給出了模型的方差分析結(jié)果?？梢园l(fā)現(xiàn)P值為0.000，模型非常顯著。表8 方差分析表3. 回歸方程的系數(shù)以及系數(shù)的檢驗(yàn)結(jié)果表9給出了模型的自變量系數(shù)，根據(jù)p值，變

14、量x2、x3、x4不顯著，線性回歸模型表達(dá)式為：Y=-1.022+0.040表9 系數(shù)及系數(shù)檢驗(yàn)結(jié)果4.多重共線性模型擬合情況表表10給出了隨著變量的進(jìn)入依次形成的2個(gè)模型的擬合情況?？梢园l(fā)現(xiàn)2個(gè)模型的調(diào)整R方在遞增，模型擬合效果較好。表10 模型匯總5.方差分析表表11給出了隨著變量的進(jìn)入依次形成的2個(gè)模型的方差分析結(jié)果。可以發(fā)現(xiàn)P值都為0.000，模型非常顯著。表11 方差分析表6.回歸方程的系數(shù)以及系數(shù)的檢驗(yàn)結(jié)果表12給出了隨著變量的進(jìn)入依次形成的2個(gè)模型的自變量系數(shù)?？梢园l(fā)現(xiàn)第二個(gè)模型的各個(gè)變量都是非常顯著的。表12 系數(shù)及系數(shù)的檢驗(yàn)結(jié)果根據(jù)結(jié)果分析，最終模型的表達(dá)式為：Y=-0.44

15、3+0.050x1-0.032x4.五、分析與討論本次實(shí)驗(yàn)主要為相關(guān)與回歸分析問題研究。相關(guān)分析和回歸分析是研究多個(gè)變量之間關(guān)系的常用方法。相關(guān)分析是不考慮變量之間的因果關(guān)系而只研究分析變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)分析方法，包括簡單相關(guān)分析、偏相關(guān)分析等；回歸分析則是研究分析某一變量受其他變量影響的分析方法，它以被影響變量為因變量，以影響變量為自變量，研究因變量與自變量之間的因果關(guān)系，包括簡單線性回歸、多重線性回歸等。本實(shí)驗(yàn)主要探討了相關(guān)分析、簡單線性回歸、多重線性回歸以及曲線回歸分析的內(nèi)容。簡單相關(guān)分析是最簡單最常用的一種呢相關(guān)分析方法，可以研究變量間的線性相關(guān)程度并用適當(dāng)?shù)慕y(tǒng)計(jì)指標(biāo)表示出來。簡單線性回歸只涉及一個(gè)自變量，主要用來處理一個(gè)因變量與一個(gè)自變量之間的線性關(guān)系，建立變量之間的線性模型并根據(jù)模型做評價(jià)和預(yù)測。多重線性回歸分析是最常用的一種回歸分析方法，分析設(shè)計(jì)多個(gè)變量，用來處理一個(gè)因變量與多個(gè)自變量之間的線性關(guān)系，建立變量之間的線性模型并