搜索
第1页《经济分析软件》实验报告四开课实验室：经济学院实验室2010年11月5日学院经济学院年级、专业、班工商管理081班姓名许也成绩课程名称经济分析软件实验项目名称变量的相关分析和线性回归分析指导教师李晓枚一、实验目的利用SPSS进行两个变量的相关分析和线性回归分析。二、实验内容1、两个变量的相关分析（Bivariate）。2、两个变量的线性回归分析（Liner）。教材P347第二题。三、实验步骤1、打开Analyze→Correlate→Brivariate，先对重量（Weight）和价格（Price）进行相关分析。将变量Weight和Price拖入Variable中，点击OK。2、如步骤1，分别对重量（Weight）和耗油量（mpg）、价格（Price）和耗油量（mpg）进行相关分析。3、打开Analyze→Regression→Liner，将重量（Weight）键入Dependent框中，将价格（Price）键入Independent框中，点击OK。4、如步骤3，以重量（Weight）为自变量，耗油量（mpg）为应变量进行回归分析。……………………………………………装……………………………………订……………………………………线……………………………………………………………第2页四、结果分析(数据、图表等)图4.1相关分析主窗口图4.2相关分析结果一如图4.2所示，重量（weight）和价格（Price）的相关系数为0.539，P=0.000.05,拒绝原假设，说明重量和价格之间有线性相关关系，但相关性不高。图4.3相关分析结果二如图4.3所示，重量（weight）和耗油量（mpg）的相关系数为-0.807，P=0.000.05,拒绝原假设，说明重量和耗油量之间有负线性相关关系，且呈现比较高度的负相关关系。第3页图4.4相关分析结果三如图4.2所示，重量（weight）和价格（Price）的相关系数为-0.469，P=0.000.05,拒绝原假设，说明耗油量和价格之间有负线性相关关系，但相关性不高。图4.5回归分析主窗口……………………………………………装……………………………………订……………………………………线……………………………………………………………第4页图4.6回归分析结果一如图所示，决定系数R=0.807，也就是说自变量重量（Weight）所能解释的方差在总方差中所占的百分比为80.7%，取值较大，说明该模型的效果较好。图4.7回归分析结果一如图所示，F值为134.618，P=0.0000.05，所以该模型是有意义的，由于只有一个自变量，也就是说改自变量的的回归系数是有统计意义的。由表可见，a=39.440，b=-0.006，可以写出回归方程：耗油量=39.440-0.006×重量，表明重量每增加一个单位，耗油量会减少0.006个单位。第5页图4.8回归分析结果二如图所示，决定系数R=0.539，也就是说自变量重量（Weight）所能解释的方差在总方差中所占的百分比为53.9%，取值较小，说明该模型的效果不是太好。第6页