spss分析报告(相关性)

spss实验分析报告以下针对中国民航客运量进行数据分析。一、对所给数据进行分析，见下表（为1978年到1993年数据）:年份yx1x2x3x4x51978231301018888149114.89180.921979298335021958638916.00420.391980343368825319220419.53570.251981401394127999530021.82776.711982445425830549992223.27792.4319833914736335810604422.91947.719845545652390511035326.021285.2219857447020487911211017.721783.319869907859555210857932.432281.95198713109313638611242938.912690.231988144211738803812265437.383169.481989128313176900511380747.192450.14199016601438496639571250.682746.21991217816557109699508155.913335.651992288620223129859969383.663311.519933383248821594910545896.084152.7其中y民航客运量(万人)x1国民收入（亿元）x2消费额(亿元）x3铁路客运量(万人)x4民航航线里程（万公里）x5来华旅游入境人数二、各个因素的基本统计量:DescriptiveStatisticsNRangeMinimumMaximumSumMeanStd.DeviationVarianceSkewnessKurtosisStatisticStatisticStatisticStatisticStatisticStatisticStd.ErrorStatisticStatisticStatisticStd.ErrorStatisticStd.Errory1631522313383185391158.69240.188960.753923045.8291.189.564.6601.091x116218723010248821537879611.691660.8856643.5404.414E71.033.564.2531.091x216140611888159491031566447.251062.9874251.9461.808E7.906.564-.0521.091从上述表格中可以看出：（1）1978--1993年数据量N为16组。（2）与民航客运量相比较，铁路客运量的极差、极小值和极大值都较大，民航航线里程（万公里）从1978—1993年间变化较其他数据较小。（3）除民航航线里程外，各数据的标准误差均较大。（4）铁路客运量的标准差明显较其他数据较大，但将各组标准差与其均值相除，可得铁路客运量的波动性最小；而消费额和国民收入的波动性相近。（5）从峰度值可以看出消费额(亿元）、铁路客运量(万人)、来华旅游入境人数峰度为负，即较正态分布平缓。国民收入（亿元）、民航航线里程（万公里）峰度为正，即较正态分布陡峭。（6）从偏度值可以看出铁路客运量(万人)的偏度为负，为左偏态。而消费额、来华旅游入境人数偏度为负，为右偏态，其中民航客运量、国民收入、民航航线里程偏度大于1，为右偏态程度较大；x31641163814911226541637226102326.632752.91911011.6771.213E8-.140.564-.4271.091x41681.1914.8996.08604.4037.77506.0125024.05001578.4031.397.5641.3791.091x5163971.78180.924152.7030894.771930.9231311.000231244.000941547538.335.153.564-1.3091.091ValidN(listwise)16三、相关性.Correlationsyx1x2x3x4x5yPearsonCorrelation1.990**.986**.227.981**.924**Sig.(2-tailed).000.000.399.000.000N161616161616x1PearsonCorrelation.990**1.999**.258.977**.930**Sig.(2-tailed).000.000.335.000.000N161616161616x2PearsonCorrelation.986**.999**1.289.971**.942**Sig.(2-tailed).000.000.278.000.000N161616161616x3PearsonCorrelation.227.258.2891.184.504*Sig.(2-tailed).399.335.278.494.046N161616161616x4PearsonCorrelation.981**.977**.971**.1841.869**Sig.(2-tailed).000.000.000.494.000N161616161616x5PearsonCorrelation.924**.930**.942**.504*.869**1Sig.(2-tailed).000.000.000.046.000N161616161616**.Correlationissignificantatthe0.01level(2-tailed).*.Correlationissignificantatthe0.05level(2-tailed).从上述相关性表格可以看出：（1）y民航客运量(万人)与x1国民收入，x2消费额，x4民航航线里程，x5来华旅游入境人数有显著相关性（线性相关）；而x3民航客运量与铁路客运量无显著相关性。（2）x1国民收入和y民航客运量、x2消费额、x4民航航线里程、x5来华旅游入境人数都呈现显著相关性，且都呈强的且为正的近似于直线的相关性。（3）X2消费额和y民航客运量、x1国民收入、x4民航航线里程、x5来华旅游入境人数呈现显著相关性，且都呈强的且为正的近似于直线的相关性。且x2消费额和x1国民收入的相关性极其接近于1。（4）x3铁路客运量与其他任何因素都没有显著相关性。（5）x1国民收入，x2消费额，x4民航航线里程，x5来华旅游入境人数两两之间都有显著相关性。