大师作文网SPSS回归分析求助.
来源：学生作业帮 编辑：大师作文网作业帮 分类：数学作业 时间：2024/11/10 01:28:32
SPSS回归分析求助.
朋友发来的求助.
回归因变量 模型 回归系数b 标准误差 标注回归系数beta t值 P值
A 常数项
X
B 常数项
Y
这一组数据中,b是否不能太大或者太小.标准误差是否不能太大.
beta（希腊字母打不出来）是什么,如何分析.
t值,P值是什么,如何分析,是否有什么要求,比如在某个范围内说明正常.
朋友发来的求助.
回归因变量 模型 回归系数b 标准误差 标注回归系数beta t值 P值
A 常数项
X
B 常数项
Y
这一组数据中,b是否不能太大或者太小.标准误差是否不能太大.
beta（希腊字母打不出来）是什么,如何分析.
t值,P值是什么,如何分析,是否有什么要求,比如在某个范围内说明正常.
给你举个例子来说明吧
左表的数据是对数年来国内旅游者的旅游花费与自由自配收入、闲暇时间的调查数据.（数据是假设的）
目的：试进行多重回归分析,求出回归方程式,来年若闲暇时间没有变化,但自由自配收入较之今年将会增加10%,那么人的旅游花费将会使多少则它的营业收入将会是多少?
24.
年度 旅游消费 自由支配收入 闲暇时间
2000 678 30.6 69.7
2001 703 42.2 71.3
2002 720 41.0 77.6
2003 743 52.6 81.0
2004 762 61.8 78.7
2005 768 62.3 76.3
2006 775 63.5 79.6
2007 796 65.3 78.9
2008 803 70.0 80.0
这里先做一个相关性的分析,可以看出旅游消费跟年度和自由支配收入都有很强的线性关系,可以知道旅游消费除了跟收入有关之外,随着年度的增长,人们消费意识和生活水平的提升,旅游消费会有一个内在的增长,这个增长不受自由支配收入影响.
接下来做一个多元线性回归分析.结果如下：
模型摘要
模型 R R 方 调整的 R 方 估计的标准差
1 .997a .994 .991 4.027
a.预测变量:(常量),闲暇时间,年度,自由支配收入.
系数(a)
非标准化系数 标准化系数
模型 B 标准误 Beta t 显著性
1 （常量） -16301.485 3364.382 -4.845 .005
年度 8.432 1.688 .545 4.995 .004
自由支配收入1.187 .362 .378 3.281 .022
闲暇时间 1.167 .559 .109 2.090 .091
a.因变量:旅游消费
从模型摘要中可以知道R方值为0.994,说明该回归模型可以解释99.4%的样本,已经非常高了.
从系数表中可以知道,常量、年度、收入的显著性都比较强,可以接受,闲暇时间的显著性就比较低,可以考虑把闲暇时间这个变量剔除.
第一次回归模型为：
旅游消费=-16301.485 + 8.432*年度 + 1.187*自由支配收入 + 1.167*闲暇时间
把闲暇时间剔除后再做一次回归分析,结果如下：
模型摘要
模型 R R 方 调整的 R 方 估计的标准差
1 .995a .989 .986 5.031
a.预测变量:(常量),自由支配收入,年度.
系数(a)
非标准化系数 标准化系数
模型 B 标准误 Beta t 显著性
1 （常量） -16381.422 4203.201 -3.897 .008
年度 8.510 2.108 .550 4.036 .007
自由支配收入1.433 .427 .457 3.352 .015
a.因变量:旅游消费
R方为0.989,拟合度很高,可以接受.
回归模型为：旅游消费=-16381.422 + 8.510*年度 + 1.433*自由支配收入
第二次回归模型所有系数显著性都很强,可以接受.第一个模型和第二个模型拟合度都非常高,两个都可以接受,看你喜欢哪个.
来年收入增加10%的话,记住还要加上年度的影响.
左表的数据是对数年来国内旅游者的旅游花费与自由自配收入、闲暇时间的调查数据.（数据是假设的）
目的：试进行多重回归分析,求出回归方程式,来年若闲暇时间没有变化,但自由自配收入较之今年将会增加10%,那么人的旅游花费将会使多少则它的营业收入将会是多少?
24.
年度 旅游消费 自由支配收入 闲暇时间
2000 678 30.6 69.7
2001 703 42.2 71.3
2002 720 41.0 77.6
2003 743 52.6 81.0
2004 762 61.8 78.7
2005 768 62.3 76.3
2006 775 63.5 79.6
2007 796 65.3 78.9
2008 803 70.0 80.0
这里先做一个相关性的分析,可以看出旅游消费跟年度和自由支配收入都有很强的线性关系,可以知道旅游消费除了跟收入有关之外,随着年度的增长,人们消费意识和生活水平的提升,旅游消费会有一个内在的增长,这个增长不受自由支配收入影响.
接下来做一个多元线性回归分析.结果如下：
模型摘要
模型 R R 方 调整的 R 方 估计的标准差
1 .997a .994 .991 4.027
a.预测变量:(常量),闲暇时间,年度,自由支配收入.
系数(a)
非标准化系数 标准化系数
模型 B 标准误 Beta t 显著性
1 （常量） -16301.485 3364.382 -4.845 .005
年度 8.432 1.688 .545 4.995 .004
自由支配收入1.187 .362 .378 3.281 .022
闲暇时间 1.167 .559 .109 2.090 .091
a.因变量:旅游消费
从模型摘要中可以知道R方值为0.994,说明该回归模型可以解释99.4%的样本,已经非常高了.
从系数表中可以知道,常量、年度、收入的显著性都比较强,可以接受,闲暇时间的显著性就比较低,可以考虑把闲暇时间这个变量剔除.
第一次回归模型为：
旅游消费=-16301.485 + 8.432*年度 + 1.187*自由支配收入 + 1.167*闲暇时间
把闲暇时间剔除后再做一次回归分析,结果如下：
模型摘要
模型 R R 方 调整的 R 方 估计的标准差
1 .995a .989 .986 5.031
a.预测变量:(常量),自由支配收入,年度.
系数(a)
非标准化系数 标准化系数
模型 B 标准误 Beta t 显著性
1 （常量） -16381.422 4203.201 -3.897 .008
年度 8.510 2.108 .550 4.036 .007
自由支配收入1.433 .427 .457 3.352 .015
a.因变量:旅游消费
R方为0.989,拟合度很高,可以接受.
回归模型为：旅游消费=-16381.422 + 8.510*年度 + 1.433*自由支配收入
第二次回归模型所有系数显著性都很强,可以接受.第一个模型和第二个模型拟合度都非常高,两个都可以接受,看你喜欢哪个.
来年收入增加10%的话,记住还要加上年度的影响.