资源描述
熟练使用SPSS 进行回归分析试验内容 :试验 例 某地一年级 12 名女大学生的体重与肺活量数据如下表所示。试求肺活量 Y(L) 对体重 X(Kg) 的回归方程。表 1 重与肺活量数据学生编号体重 X ( Kg )肺活量 Y( L)1422.552422.203462.754462.405462.806502.817503.418503.109523.4610522.8511583.5012583.00.数据录入。将肺活量(L) 作为因变量y, 体重 (Kg) 作为自变量 x 分别输入数据区域,格式如下图。图 1数据输入界面2.统计分析。逐一选取“ Analyze、”“ Regression、 “”Linear展开对话框如下图所示。将X 选入 independent(自变”量框),将 Y 选入 dependent(因变量框) 。图 2选择分析工具图 3选择变量进入右侧的分析列表Statistics 按钮,出现一个设置各种统计选项的对话框。点击Plot 按钮可绘制残差分布图、直方图、极端值图或正态概率图。Options 按钮可改变进行逐步回归时的内部数值的设定以及对缺失值的处理方式。单击OK 键进行统计分析。表 2 选入或删除的变量ModelVariablesVariables RemovedMethodEntered1X.Enter表3模型总结Model1RR Square.749.562Adjusted RSquare.518Std. Error of the Estimate.28775表 4方程配合适度检验结果ModelSum ofdfMeanFSig.SquaresSquareRegression1.06111.06112.817.005Residual.82810.083Total1.88911a Predictors: (Constant), Xb Dependent Variable: Y表 5回归结果表UnstandardizedStandardizedtSig.CoefficientsCoefficientsBStd. ErrorBeta(Constant)4.130E-04.815.0011.000X5.883E-02.016.7493.580.005第一个表格显示了选入或删除的变量,本例有一个自变量x 被选入方程 ,无删除的变量。第二个表格为模型总结。给出了复相关系数R ,复相关系数平方R Square,调整复相关系数平方Adjusted R Square , 估计值的标准误Std. Error of the Estimate 。第三个表格为方程配合适度检验结果, F=12.817, P(Sig.)=0.005, 说明自变量和应变量之间有回归关系存在。第四个表格给出了直线回归方程系数的值及偏回归系数的检验结果。Unstandardized为偏回归系数系数,Std Error 为偏回归系数系数标准误差,Standardized Coefficients Beta归系数。Coefficients 为标准化偏回B
展开阅读全文