實(shí)驗(yàn)四直線回歸與相關(guān)1

1、精品文檔試驗(yàn)四一元線性相關(guān)與回歸分析試驗(yàn)?zāi)康模? .了解相關(guān)與回歸的概念。2 .熟悉散點(diǎn)圖的繪制并判斷兩變量間的線性趨勢(shì)、直線相關(guān)分析。3 .掌握簡(jiǎn)單線性回歸分析?；疽螅赫莆战⒅本€回歸方程的方法?；驹恚焊鶕?jù)直線回歸方程，將依變量y的總變異分解為由x變異引起的變異和誤差所引起的變異兩部分，分別計(jì)算各變異的平方和與自由度。試驗(yàn)內(nèi)容：1 .兩個(gè)變量間的相關(guān)分析2 .多個(gè)變量間的相關(guān)分析3 .一元線性回歸分析重點(diǎn)：本章重點(diǎn)是掌握建立一元線性回歸方程的方法，理解方差分析與t檢驗(yàn)對(duì)方程及回歸系數(shù)進(jìn)行假設(shè)檢驗(yàn)的基本思想。難點(diǎn)：本章難點(diǎn)是直線相關(guān)的概念、相關(guān)系數(shù)的意義，相關(guān)系數(shù)的計(jì)算。1 .相關(guān)分析

2、的基本原理一般來說現(xiàn)象之間的相互關(guān)系可以分為兩種，一種是函數(shù)關(guān)系，另一種是相關(guān)關(guān)系。函數(shù)關(guān)系是指變量之間存在的相互依存的關(guān)系，它們之間的關(guān)系值是確定的。相關(guān)關(guān)系是兩個(gè)現(xiàn)象數(shù)值變化不完全確定的依存關(guān)系。兩變量間的相關(guān)分析就是研究?jī)勺兞块g線性相關(guān)程度并用適當(dāng)?shù)慕y(tǒng)計(jì)指標(biāo)表示出來的一種常用統(tǒng)計(jì)方法。按相關(guān)的程度分，有完全相關(guān)、不完全相關(guān)和不相關(guān)；按相關(guān)的性質(zhì)分，有正相關(guān)和負(fù)相關(guān)。測(cè)定變量之間線性相關(guān)程度和相關(guān)方向的統(tǒng)計(jì)指標(biāo)是相關(guān)系數(shù)，同時(shí)要對(duì)相關(guān)系數(shù)的顯著性檢驗(yàn)。2 .SPSS實(shí)現(xiàn)過程例12-10為研究某種化肥對(duì)農(nóng)作物產(chǎn)量的影響，選取了10塊條件基本相同的地塊進(jìn)行試驗(yàn)得到施肥量與農(nóng)作物的畝產(chǎn)量，試求農(nóng)

3、作物畝產(chǎn)量對(duì)施肥量的回歸直線方程。數(shù)據(jù)（如表12-6所示）。表12-6地塊編號(hào)12345678910施肥量x（kg）245881011131415畝產(chǎn)量y（kg）253294298360348366410401443437（1）把“畝產(chǎn)量”設(shè)為因變量y,“施肥量”設(shè)為自變量x。在Analyze（分析）菜單中選擇Correlate（相關(guān)分析）中的Bivariate（兩個(gè)變量相關(guān)分析）命令。彈出BivariateCorrelations（兩個(gè)變量相關(guān)）對(duì)話框（如圖12-56所示）。圖12-56（2）選擇進(jìn)行相關(guān)分析的變量?，F(xiàn)欲分析畝產(chǎn)量與施肥量的相關(guān)關(guān)系，故在BivariateCorrelatio

4、ns（兩個(gè)變量相關(guān)）對(duì)話框左側(cè)的變量列表中選“畝產(chǎn)量”和“施肥量”，使之進(jìn)入Variables（變量）框。1）設(shè)定相關(guān)系數(shù)的類型。CorrelationCoefficient（相關(guān)系數(shù)）復(fù)選框組包含了3個(gè)復(fù)選框，對(duì)應(yīng)3種相關(guān)系數(shù)的類型。Pearson儂爾遜）復(fù)選框：此項(xiàng)為默認(rèn)設(shè)置。本例中的畝產(chǎn)量與施肥量?jī)蓚€(gè)變量為等距變量，其數(shù)據(jù)可進(jìn)行加減運(yùn)算，因此采用該設(shè)置，計(jì)算相關(guān)系數(shù)，Kendall'stua-b（肯德爾）復(fù)選框：等級(jí)相關(guān)系數(shù)，是一個(gè)用反映分類變量一致性的指標(biāo)，只能在兩個(gè)變量均屬于有序分類時(shí)使用：Spearman撕皮爾曼）復(fù)選框：是最常用的無參數(shù)相關(guān)分析。2）確定雙尾檢驗(yàn)還是單尾檢

5、驗(yàn)。在TestofSignificance（顯著性檢驗(yàn)）框中，選擇單選鈕Tow-tailed（雙側(cè)）表示選擇雙尾檢驗(yàn)，選擇單選鈕One-tailed（單側(cè)）表示選擇單尾檢驗(yàn)。默認(rèn)設(shè)置將對(duì)相關(guān)顯著性進(jìn)行雙尾檢驗(yàn)，本例采用默認(rèn)設(shè)置。3）是否突出顯示相關(guān)是否顯著。選擇復(fù)選框Flagsignificantcorrelations（標(biāo)識(shí)顯著相關(guān)），在輸出結(jié)果中將用“*”號(hào)標(biāo)記有統(tǒng)計(jì)學(xué)意義的相關(guān)系數(shù)，P<0.05的系數(shù)值旁會(huì)標(biāo)記一個(gè)星號(hào)，P<O.01的則標(biāo)記兩個(gè)星號(hào)。默認(rèn)設(shè)置選中該項(xiàng)，本例采用默認(rèn)設(shè)置。（3）指定輸出內(nèi)容和缺失值處理方法。單擊BivariateCorrelations（兩個(gè)變量

6、相關(guān)）對(duì)話框中的Options（選項(xiàng)）按鈕，彈出BivariateCorrelationsOptions（兩個(gè)變量相關(guān)選項(xiàng)）對(duì)話框。1） Statistics（統(tǒng)計(jì)）復(fù)選框組：選擇要輸出的統(tǒng)計(jì)量。Meansandstandarddeviations（平均值和標(biāo)準(zhǔn)差）：Cross-productdeviationsandcovariances（產(chǎn)品交叉離差和協(xié)方差）復(fù)選框：輸出各對(duì)變量的離均差平方和以及協(xié)方差陣。2） MissingValues（缺失值）單選框組：指定對(duì)缺失值的處理方法。本例采用默認(rèn)設(shè)置。Excludescasespairwise（排除因變量和自變量均有缺失值觀測(cè)量）單選鈕：在分

7、析過程中遇到缺失值時(shí)將缺失值排除在數(shù)據(jù)分析之外；Excludescaseslistwise（排除因變量或自變量有缺失值觀測(cè)量）單選鈕：只要相關(guān)變量有缺失值，則在所有分析中都將該記錄去除（如圖12-57所示）。圖12-573）最后單擊Continue（繼續(xù)）按鈕，返回BivariateCorrelations（兩個(gè)變量相關(guān)）對(duì)話框。（4）所有設(shè)置確認(rèn)無誤后，單擊OK按鈕，得到輸出結(jié)果。4.結(jié)果解讀SPSS的兩變量間的相關(guān)分析（Bivariate）的結(jié)果比較簡(jiǎn)單，輸出結(jié)果中只有一個(gè)描述性統(tǒng)計(jì)量表和一個(gè)各變量間的相關(guān)關(guān)系表。如果進(jìn)行相關(guān)分析的變量是兩個(gè)以上，輸出時(shí)會(huì)分別顯示兩兩變量間的相關(guān)關(guān)系（如圖

8、12-58所示）。FM_|-VIWI巳Notes南DescriptiveStatistics國Correlations田產(chǎn)里施肥量田產(chǎn)室PearsanCorrelationSig.(2-taiied)SunnofSquaresandCross-praductsCovarianceN施肥量PearconCorrelationSig.tailed)Sum討SquaresandCross-praductsCovariantsN.00024B6.000276.22210*.Correlationissignificantatthe0.01levelJdI觴標(biāo)推?5P55處理器淮備就緒2J圖12-58(

9、1)輸出結(jié)果文件中的第一個(gè)表格：描述性統(tǒng)計(jì)量表。從表中可知，參與分析的兩個(gè)變量的樣本數(shù)都為10,畝產(chǎn)量的均值為361(kg),標(biāo)準(zhǔn)差為63.96;施肥量的均值為9(kg),標(biāo)準(zhǔn)差為4.397。(2)輸出結(jié)果文件中的第二個(gè)表格：相關(guān)系數(shù)及顯著性檢驗(yàn)結(jié)果表。從表中可知，畝產(chǎn)量和施肥量的相關(guān)系數(shù)r=0.982顯著性水平為0.000(Sig.(2-tailed),因此在相關(guān)系數(shù)旁以兩個(gè)“*”號(hào)進(jìn)行標(biāo)識(shí)，畝產(chǎn)量和施肥量的相關(guān)性十分顯著。SPSS回歸實(shí)例講解例12-12以例12-10為例，為研究某種化肥對(duì)農(nóng)作物產(chǎn)量的影響，選取了10塊條件基本相同的地塊進(jìn)行試驗(yàn)得到施肥量與農(nóng)作物的畝產(chǎn)量，試求農(nóng)作物畝產(chǎn)量對(duì)

10、施肥量的回歸直線方程。數(shù)據(jù)(如表12-8所示)。表12-8某種化肥對(duì)農(nóng)作物產(chǎn)量影響表地塊編號(hào)12345678910施肥量x(kg)245881011131415畝產(chǎn)量y(kg)253294298360348366410401443437(1)在Analyze(分析)菜單中選擇Regression(回歸分析)中的Linear(線性)命令(如圖12-62所示)。圖12-62（2）在彈出的linearRegression（線性回歸）對(duì)話框中，從對(duì)話框左側(cè)的變量列表中選擇“畝產(chǎn)量”，單擊“一”按鈕使之添加到Dependent（因變量）框中，表示該變量是因變量V；選擇“施肥量”，單擊“一”按鈕使之添加到

11、Independent（s）（自變量）框中，表示其為自變量X。1） SPST般默認(rèn)在回歸分析中只有一組可進(jìn)入回歸方程的自變量和相應(yīng)的篩選方法。當(dāng)有多組自變量和與其相對(duì)應(yīng)的多種不同的變量篩選方法時(shí)，可以通過使用Previous（先前的）和Next（下一步）按鈕將它們放置在不同的Block（塊）中。具體操作執(zhí)行的步驟如下：SPSS從當(dāng)前Block（塊）（默認(rèn)為1）開始，提取自變量和相應(yīng)的變量篩選方法對(duì)回歸方程進(jìn)行擬合；自動(dòng)提取下一塊中的自變量組和相應(yīng)的變量篩選方法，在上一個(gè)回歸方程的基礎(chǔ)上再次進(jìn)行擬合，直到結(jié)束。在Method（方法）框中可以選擇多元線性回歸分析的自變量篩選方法選項(xiàng)如下（如圖12-

12、63所示）。圖12-63Enter選項(xiàng)：強(qiáng)行進(jìn)入法，表示所選自變量全部進(jìn)入回歸模型，該選項(xiàng)是SPSS默認(rèn)的方式。 Stepwise選項(xiàng)：逐步進(jìn)入法，表示向前選擇變量法和向后剔除變量法的結(jié)合。根據(jù)在Option對(duì)話框中所設(shè)定的判據(jù)，首先根據(jù)方差分析結(jié)果選擇符合判據(jù)的自變量且與因變量相關(guān)程度最高的進(jìn)入回歸方程。根據(jù)向前選擇變量法選入自變量，然后根據(jù)向后剔除法，將模型中F值最小的且符合剔除判據(jù)的變量剔除出模型，重復(fù)進(jìn)行直到回歸方程中的自變量均符合進(jìn)入模型的判據(jù)，模型外的自變量都不符合進(jìn)入模型的判據(jù)為止。 Remove選項(xiàng)：消去法，表示建立回歸方程時(shí)，根據(jù)設(shè)定的條件從回歸方程中剔除部分自變量。 Bac

13、kward選項(xiàng)：向后剔除法，根據(jù)在Option（選項(xiàng)）對(duì)話框中所設(shè)定的判據(jù)，先建立全模型，然后根據(jù)設(shè)置的判據(jù)，每次剔除一個(gè)使方差分析中的F值最小的自變量，直到回歸方程中不再含有不符合判據(jù)的自變量為止。 Forward選項(xiàng)：向前選擇法，根據(jù)在Option（選項(xiàng)）對(duì)話框中所設(shè)定的判據(jù)，從無自變量開始，在擬合過程中，對(duì)被選擇的自變量進(jìn)行方差分析，每次加入一個(gè)F值最大的變量，直至所有符合判據(jù)的變量都進(jìn)入模型為止（第一個(gè)引入模型的自變量應(yīng)該與因變量間相關(guān)系數(shù)的絕對(duì)值最大）。2） SelectionVariable（選擇變量）框用來對(duì)樣本數(shù)據(jù)進(jìn)行篩選，挑選滿足一定條件的樣本數(shù)據(jù)進(jìn)行線性回歸分析。3） Ca

14、seLabels（觀測(cè)量標(biāo)簽）框用來表示作圖時(shí)，以哪個(gè)變量作各樣本數(shù)據(jù)點(diǎn)標(biāo)志變量。4） WSLWeight（加權(quán)）選項(xiàng)是存在異方差時(shí)，利用加權(quán)最小二乘法替代普通最小二乘法估計(jì)回歸模型參數(shù)。通過WSL可以選定一個(gè)變量作為權(quán)重變量。在實(shí)際問題中，如果無法自行確定權(quán)重變量，可以用SPSS的權(quán)重估計(jì)來實(shí)現(xiàn)。（3）單擊Statistics（統(tǒng)計(jì)）按鈕將打開LinearRegression（線性回歸）：Statistics（統(tǒng)計(jì)）對(duì)話框，用來選擇輸出哪些統(tǒng)計(jì)量。選項(xiàng)（如圖12-64所示）。圖12-641） RegressionCoefficients（回歸系數(shù)）：Estimates（估計(jì)）輸出與回歸系數(shù)相

15、關(guān)統(tǒng)計(jì)量。如回歸系數(shù)、回歸系數(shù)的標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)回歸系數(shù)、t統(tǒng)計(jì)量和相應(yīng)的相伴概率值（Sig）、各自變量的容忍度等；Confidenceintervals（信賴區(qū)間）輸出每一個(gè)非標(biāo)準(zhǔn)化回歸系數(shù)95%的可信區(qū)間；Covariancematrix（協(xié)方差矩陣）輸出方程中各自變量間相關(guān)系數(shù)矩陣和各變量協(xié)方差矩陣；Modelfit（模型擬合）：輸出判定系數(shù)、調(diào)整的判定系數(shù)、回歸方程的標(biāo)準(zhǔn)誤差，F(xiàn)檢驗(yàn)的ANOVA方差分析表。該選項(xiàng)為默認(rèn)選項(xiàng)；Rsquaredchange：（R平方變化）表示當(dāng)回歸方程中引入或剔除一個(gè)自變量后R2、F值產(chǎn)生的變化量；Descriptives（描述）輸出自變量和因變量的均值、標(biāo)

16、準(zhǔn)差、相關(guān)系數(shù)矩陣及單側(cè)檢驗(yàn)概率；Partandpartialcorrelation（部分和偏相關(guān)）輸出方程中各自變量與因變量之間的簡(jiǎn)單相關(guān)系數(shù)、偏相關(guān)系數(shù)與部分相關(guān)系數(shù)；Collinearitydiagnostics（共線形診斷）多重共線形分析，輸出各自變量的容限度、方差膨脹因子、最小容忍度、特征值、條件指標(biāo)、方差比例等。據(jù)統(tǒng)計(jì)分析與SPSS應(yīng)用2） Residuals（殘差）欄是有關(guān)殘差分析的選擇項(xiàng)：Durbin-Watson：輸出Durbin-Watson檢驗(yàn)值；Casewisediagnostics（診斷）：輸出標(biāo)準(zhǔn)化殘差絕對(duì)值3（SPSS默認(rèn)值）的樣本數(shù)據(jù)點(diǎn)的相關(guān)信息，包括：標(biāo)準(zhǔn)化殘

17、差、觀測(cè)值、預(yù)測(cè)值、殘差。另外，還輸出最小預(yù)測(cè)值、最小殘差、最大預(yù)測(cè)值、最大殘差、最小標(biāo)準(zhǔn)化預(yù)測(cè)值、最小標(biāo)準(zhǔn)化殘差、最大標(biāo)準(zhǔn)化預(yù)測(cè)值、最大標(biāo)準(zhǔn)化殘差以及關(guān)于預(yù)測(cè)值、殘差、標(biāo)準(zhǔn)預(yù)測(cè)值、標(biāo)準(zhǔn)殘差的均值和標(biāo)準(zhǔn)差。其中：Outliersoutsidestandarddevistion（分離到外部）用來設(shè)置奇異值判據(jù)。默認(rèn)為3倍標(biāo)準(zhǔn)差。Allcase（所有觀測(cè)量）輸出所有樣本數(shù)據(jù)的有關(guān)殘差值。（4）單擊LinearRegression（線性回歸）對(duì)話框中的Plots（繪圖）按鈕，打開對(duì)話框。該對(duì)話框用來設(shè)置對(duì)殘差序列作圖形分析，從而檢驗(yàn)殘差序列的正態(tài)性、隨機(jī)性和是否存在異方差現(xiàn)象（默認(rèn)情況下，不輸出圖形

18、）。1）在左上角的變量框中，選擇DEPENDENT（因變量）使之添加到X或丫軸變量框，再選擇其他變量使之添加到Y(jié)或X軸變量框。可以作為軸變量的，其余參數(shù)如以下：DEPENDENT選項(xiàng)：因變量；ZPRED選項(xiàng)：標(biāo)準(zhǔn)化預(yù)測(cè)值；ZRESID選項(xiàng)：標(biāo)準(zhǔn)化殘差；DRESID選項(xiàng)：剔除殘差；ADJPRED選項(xiàng)：修正后預(yù)測(cè)值；SRESID選項(xiàng)：學(xué)生化殘差；SDRESID選項(xiàng)：學(xué)生化剔除殘差。2） StandardizedResidualPlots（標(biāo)準(zhǔn)化殘差圖）欄中可選擇使用直方圖正態(tài)概率圖：Histogram（直方圖）輸出帶有正態(tài)曲線的標(biāo)準(zhǔn)化殘差的直方圖；Normalprobabilityplot（正態(tài)概

19、率圖）檢查殘差的正態(tài)性。3） Produceallpartialplots（產(chǎn)生所有的偏差圖）選項(xiàng)，輸出每個(gè)自變量殘差相對(duì)于因變量殘差散布圖（如圖12-65所示）。圖12-65（5）單擊LinearRegression（線性回歸）對(duì)話框中的Save（保存）按鈕，打開對(duì)話框。在該對(duì)話框中能夠設(shè)置將回歸分析的結(jié)果保存到SPSSa據(jù)編輯窗口的變量中，或是某個(gè)SPSS的數(shù)據(jù)文件中。1） PredictedValues（預(yù)測(cè)值）預(yù)測(cè)值欄中選項(xiàng)如下：Unstandardized（不標(biāo)準(zhǔn)化）保存非標(biāo)準(zhǔn)化預(yù)測(cè)值；Standardized（標(biāo)準(zhǔn)化）保存標(biāo)準(zhǔn)化預(yù)測(cè)值；Adjusted（調(diào)整）保存調(diào)節(jié)預(yù)測(cè)值；S.E

20、.ofmeanpredictions（平均標(biāo)準(zhǔn)誤差預(yù)測(cè)）保存預(yù)測(cè)值得標(biāo)準(zhǔn)誤差。2） Distances（距離）欄中選項(xiàng)如下：Mahalanobis：保存Mahalanobis距離；Cook's：保存Cook距離；Leveragevalues：保存中心點(diǎn)杠桿值。3） PredictionIntervals（預(yù)測(cè)區(qū)間）欄中選項(xiàng)如下：Mean（平均值）保存預(yù)測(cè)區(qū)間高低限的平均值；Individual（單值）保存一個(gè)觀測(cè)量上限與下限的預(yù)測(cè)區(qū)間；ConfidenceInterval（信賴區(qū)間）可確定置信區(qū)間，默認(rèn)值為95%。4） Residuals（殘差）欄中選項(xiàng)如下：Unstandardize

21、d（不標(biāo)準(zhǔn)化）保存非標(biāo)準(zhǔn)化殘差；Stadardized（標(biāo)準(zhǔn)化）標(biāo)準(zhǔn)化殘差；Studentized（學(xué)生化）學(xué)生化殘差；Deleted（刪除）剔除殘差；Stundentizeddeleted（學(xué)生化刪除）學(xué)生剔除殘差。5） InfluenceStatistics（影響統(tǒng)計(jì)量）欄中選項(xiàng)如下：DfBeta（s）：因排除一個(gè)特定的觀測(cè)值所引起的回歸系數(shù)的變化。一般情況下，該值如果大于2,則被排除的觀測(cè)值有可能是影響點(diǎn)；StanardizedDfBeta（s）（標(biāo)準(zhǔn)化的DfBeta）值；DfFit：因排除一個(gè)特定的觀測(cè)值所引起的預(yù)測(cè)值的變化；StandardizedDfFit：標(biāo)準(zhǔn)化的DfFit值；C

22、ovarianceratio（協(xié)方差比率）：剔除一個(gè)影響點(diǎn)觀測(cè)量的協(xié)方差矩陣與全部觀測(cè)量的協(xié)方差矩陣比。6） SavetoNewFile（保存到新的文件）欄中，選中CoefficientsStatistics（系數(shù)統(tǒng)計(jì)）選項(xiàng)，可將回歸系數(shù)結(jié)果保存到一個(gè)指定的文件中。7） ExportmodelinformationtoXMLfile（輸出模型信息到XML文件）欄，表示將模型的有關(guān)信息輸出到一個(gè)XML型文件中（如圖12-66所示）。圖12-66（6）單擊LinearRegression（線性回歸）對(duì)話框中的Options（選項(xiàng)）命令，打開對(duì)話框。在該對(duì)話框中可以對(duì)多元線性回歸分析中與自變量的篩選

23、有關(guān)的參數(shù)進(jìn)行設(shè)定，同時(shí)也可以設(shè)置對(duì)缺失值采用不同的處理方法。1） SteppingMethodCriteria（逐步方法標(biāo)準(zhǔn)）：用于設(shè)定與多元線性回歸分析中自變量的篩選有關(guān)的參數(shù)。UseprobalitlityofF（使用F分布的概率）：SPSS默認(rèn)以回歸系數(shù)顯著性檢驗(yàn)中各自變量的F統(tǒng)計(jì)量的相伴概率作為自變量是否引入模型或者從模型剔除的標(biāo)準(zhǔn)： Entry（進(jìn)入）（默認(rèn)值為0.05）表示當(dāng)一個(gè)自變量的F統(tǒng)計(jì)量的相伴概率值Sig<0.05時(shí)，應(yīng)拒絕H0,認(rèn)為該變量對(duì)因變量影響是顯著的，應(yīng)被引入回歸方程中。 Removal（移除）（默認(rèn)值為0.10）表示如果當(dāng)方程中一個(gè)自變量的F統(tǒng)計(jì)量的相伴

24、概率值Sig>0.10時(shí)，則不能拒絕H0,可以認(rèn)為該變量對(duì)因變量影響是不顯著的，應(yīng)從回歸方程剔除。注意：在實(shí)際應(yīng)用中，用戶可以根據(jù)具體情況修改這兩個(gè)參數(shù)。但應(yīng)使Entry（進(jìn)入）值小于Remove（剔除）值。否則，自變量一進(jìn)入方程就會(huì)被立即剔除。UseFvalue（使用F值）：表示以回歸系數(shù)顯著性檢驗(yàn)中的各自變量的F統(tǒng)計(jì)量作為自變量進(jìn)入模型或從模型剔除的標(biāo)準(zhǔn)： Entry（默認(rèn)值為3.84）表示當(dāng)一個(gè)變量的F值3.84時(shí)，該變量被選入模型中。 Removal（默認(rèn)值為2.71）表示當(dāng)一個(gè)變量F值2.71時(shí)，該變量從模型中被剔除。2） Includeconstantinequation（在

25、方程式中包含常量）：表示在回歸方程中將包含常數(shù)項(xiàng)，該選項(xiàng)為默認(rèn)MissingValues（缺失值）欄是對(duì)缺失值的處理欄：Excludecaseslistwise（排除因變量或自變量有缺失值的觀測(cè)量）：表示刪除所有帶缺失值的樣本數(shù)據(jù)；Excludecasespairwise（排除因變量或自變量均有缺失值的觀測(cè)量）：表示如果計(jì)算過程涉及到某個(gè)有缺失值的變量，則暫時(shí)刪除那些在該變量上是缺失值的個(gè)案；Replacewithmean（用平均值替換）：表示將所有變量的缺失值都以相應(yīng)變量的均值代替。由于本研究問題是簡(jiǎn)單的一元線性回歸問題，因此在以上諸多選項(xiàng)中只選擇默認(rèn)的選項(xiàng)和各選項(xiàng)的默認(rèn)值即可。（如圖12-

26、67所示）。圖12-67（7）單擊OK按鈕，即可得到SPSS回歸分析的結(jié)果。5.結(jié)果解讀SPSS的一元線性回歸分析的輸出結(jié)果中共輸出七個(gè)表，有VariablesEntered/Removed（引入或被剔除的變量表）、ModelSummary（常用統(tǒng)計(jì)量表）、ANOVA方差分析表、Coefficients（回歸系數(shù)表）、ResidualsStatistics（殘差統(tǒng)計(jì)表卜標(biāo)準(zhǔn)化殘差的直方圖和正態(tài)分布圖（P-P圖）。我們重點(diǎn)解讀ModelSummary（常用統(tǒng)計(jì)量）、ANOVA方差分析表、Coefficients（回歸系數(shù)）和正態(tài)分布圖（P-P圖）（如圖12-68所示）。精品文檔Output1-S

27、PSSViewer文件（已編輯視耿數(shù)段目轉(zhuǎn)換m插入格式封折®困表工艮窗口（也幫助（由倒回圖畫里1則句111畫劇Jjijdsdnw回q|輸出國Ccr詞曲口口£的Notes闋PartialCorr±Sla島Ncias用DescriptiveStatistic京Conelalions回Regression*圉±ela島Ndas商Vpriflble?Etored而-PartialCoitDescriptiveStatisticsMeanStd.DeviationN田有效薄既面積施肥建3610050.909.0063.96010,7234.397101010-g|

28、x|一回Correlailorrs駐Ndtes國PartialCarr國iel5晝Nates商Descriislive竽制出:忙01Correlaiions圄Regression，固|±b15)NdtesVariablesErrtered/F心|ModelSummary哥ANOVAL&iCoefficients函Residues京式倒上3日曲Charte首士自諂而|*zresidHictogrcAzresidNornial/岔AITtiAtbyBzpi一回ParlialCorr-g±2詔gNotes1aDesripiiveStatisticCorrelations回

29、Regression©Ndles益VariabtesErrtered/F商ModielSummary|國ANOVACoefficient?gjlResidualsStsrtisiicsElChartsjj!"zresidHislogrt而JzresldNormalI.蠹|ATtiAiloy*zpiCorrelationsConirolVanables宙產(chǎn)量有敕灌冊(cè)面積施肥量-none-A畝產(chǎn)里Correiation1.000OS5,982Significance(2-taHe4.000.000df0sS有效灌叔面積Correlaliori98B1.000,966SiQnil

30、icanes(2-lailed)QQQ,000(if808施肥堂Correlation,982.966T.000Significance(2tailsd),000.000df860施肥里畝產(chǎn)量Correlatian1.000.770Signrtlc自neg(24ailed).01507有炊灌就面積Corn&latiDn,7701.000Signiflcanc?(2-lalle>d).015df70a.Celliscontainzero-order(Pearson)correlations.VariablesEnteredOemavetlbModelvariablesEntered

31、variablesRemwedMetliodi施肥量3Emer己AllrequesledvariablesenteredbDependentVariable:畝產(chǎn)罡ModelSummary6ModelRRSquareAdjustsdlRSquareSid.ErroroftheEstimate962J,965.960112746團(tuán)Predidors:(Constanl),施肥里bDependentVariable:回CcrrelationBF1!Notes固PartialCorrj±ela史jNcrtes面DescriptiveStartistic|(Correlrtlians回R&a

32、mp;grewiun一蛭jic"lSBaNotes的Vairiabtesirrtered/F由IModtelsummary.ANOVA等CoefTicientjResidualsSlatlsllcs白一直Charts哈士自諂zre-sldHlstogrsjjiAzresldhlorwalIT；hAiptiiitiy*zprModelSumofSquaresdTMeanSquareF6lg.RegressionResiduallct：jl35518.3681299.63236618.00018935518.368102,454218,636.000sftNOVAba-Prediclor

33、s:(Constant),施肥量lxD叩已cd日ntYairi鼻七2:畝產(chǎn)量ModelUnstandardizedCoefficientsSl3nd3rdizedCoefficienttSig.Std.ErrorBeta(Conslanlj232.4149.58524.248.000施肥量14.287.鄒曰.9B214.78B.QQOCsiefTicieints31aDepehderhtvariable畝產(chǎn)量居Metes國PartialCorr±elagNdes陰DescriptiveStafctic蠢Conelaiions圓R&greslon±eliNotesVa

34、riablesErtered/FModelSummary園|Correlaljons建1Noles國PartialCorr囪士唯島Noles酉DescrlpiiveStatistic禽Cerrsleiian&國RfrBSSlDn置血的Ntia才商VoriabtesEntBredF通MpdqlSurnmary商ANOVA商Coefficients酉ResiduaisSltisiics之畫Charts圖土省者北*zre5idHistogre若*zresidNormalSSAlPiiAcby*ipiMinimumMaximumMeanStdDeviationNPredictedValue26

35、0.99-446：72361.0062.82110Residual-17.14920425.00012,01710Std.PredictedValue1.5921.365O0C1.00D10stdResidual1.34B1603.00094310DependentVariable'國產(chǎn)ResidualsStatistics3DependentVariable:前產(chǎn)量Auu力口WJXRegressionStandardizedResidual回*目NdesParlkalCorrg±函Nflts際Descripiivestaitstic巧|CQrrelalianF?egression土自詔ElNotesVariablesEntered/FModelSeminaryANOVACoeffiaentsResidualsSiedifiesCharts±el®*zr&sidHitogrcLjhl*zrMidNormalIIt.AIFuAiby*zpi