实验7 相关与回归分析SPSS应用(2)

第一步：选择菜单分析（A）→ 回归（R）→ 线性（L），将候选变量框中的投诉率添加到因变量框（D），航班正点率添加到自变量框（T），点击确定：

图7-7

第二步，运行得到

表7-2 系数 非标准化系数 模型 1 (常量) 航班正点率（%） B 6.018 -.070 标准 误差 1.052 .014 标准系数 试用版 t 5.719 -4.967 Sig. （显著性水平） .001 .002 a -.883 a. 因变量: 投诉率（次/10万名乘客） 拟合回归方程为Y=-0.07 X + 6.018，常数项和自变量t值分别为5.719和-4.967，显著性水平P分别为0.001和0.002，均小于0.05，说明常数项和自变量X对因变量Y有显著影响。

4．计算回归标准误差，说明回归直线的代表性；计算样本拟合优度，说明模型拟合的效果。 第一步：操作同3 第二步，运行得到

6

?

表7-3 模型汇总 模型 1 R .883 aR 方 .779 调整 R 方 .747 标准 估计的误差 .16082 a. 预测变量: (常量), 航班正点率（%）。

估计标准误差SYX??(Y?Y)n?2?2=0.16082比较小，说明回归直线代表性较好。

R2为0.747接近1，表明模型的拟合效果比较好。

5.在不同置信水平下建立回归估计的置信区间

在置信水平

1-α取不同值的情况下，回归估计的置信区间为：

??????Y?ZS,Y?ZS??0.7X?6.018?0.16082Z,?0.7X?6.018?0.16082Z???YX?YX????

2222????

6．对估计的回归方程的斜率作出解释

回归方程的斜率，即回归系数b=-0.07，表示航班正点率每提高1%，旅客投诉率会降低0.07%。

7．如果航班按时到达的正点率为80%，估计每10万名乘客投诉的次数。 根据回归方程Y=-0.7 X + 6.018，当航班正点率为80%时，每10万名乘客投诉的次数为-0.7×80+6.018=0.418（次）

?8．如果航班按时到达的正点率为80%，试在95%可信程度下估计每10万名乘客投诉的置信区间。

如果航班按时到达的正点率为80%，试在95%可信程度下估计每10万名乘客投诉的置信区间为

??????Z?,?0.7X?6.018?0.16082Z?? ?Y?Z?SYX,Y?Z?SYX????0.7X?6.018?0.160822222????=[0.1028,0.7332]

7

7.5.2完成一元非线性回归分析的SPSS实验步骤 1. 画出这些数据的散点图 第一步：在excel中输入数据

图7-1

第二步：将excel数据导入spss

单击打开数据文档按钮（或选择菜单文件→打开）→选择文件国民生产总值与保费收入.xls

8

图7-2

第三步：选择菜单图形→ 旧对话框→ 散点/点状，在散点图/点图对话框中，选择简单分布按钮

图7-3

第四步：在简单散点图对话框中，将候选变量框中的将保费收入添加到Y轴，国民生产总值添加到X轴：

9

图7-4

第五步：运行得到：

图7-5

根据散点图初步判：国民生产总值与保费收入呈非线性关系。 2.计算不同模型的样本拟合优度，并据此选择拟合效果最好的模型。

10

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库实验7 相关与回归分析SPSS应用(2)在线全文阅读。