回归分析与非参数检验 侯

大 连 民 族 学 院数 学 实 验 报 告课程： 统计软件SPSS 实验题目： 线性回归分析与非参检验 系别： 理学院 专业： 统计学 姓名： 侯祥飞 班级： 141 班 指导教师： 滕颖俏 完成时间： 2016 年 10 月 30 日实验目的：掌握线性回归分析的主要目标及其具体操作，能够读懂基本分析结果，掌握计算结果之间的数量关系，并能够写出回归方程，对回归方程进行各种统计检验。了解 SPSS 非参数检验的具体操作，能够解释分析结果。实验内容、实验步骤、实验结果及分析一、 线性回归分析（一）9.5 粮食总产量1.实验内容先收集到若干年粮食总产量以及播种面积、使用化肥量、农业劳动人数等数据，请利用建立多元线性回归方程，分析影响粮食总产量的主要因素。数据文件名为“粮食总产量.sav” 。2.实验步骤步骤：分析回归线性粮食总产量导入因变量、其余变量导入自变量确定；分析回归线性（向后）确定3.实验结果及分析上表进行了拟合优度检验，由于该方程有多个解释变量，因此参考调整判定系数（0.986）较接近 1，因此认为拟合有度较高，被解释变量可以被模型解释的部分较多，不能被解释的部分较少。上表进行了回归方程的显著性检验，由于 Sig 为 0 小于 0.05，所以拒绝原假设，认为各回归系数不同时为 0，被解释变量与解释变量全体的线性关系是显著的，可以建立线性模型。上表进行了回归系数的显著性检验，可以看出除粮食播种面积与农业劳动者人数变量的 P-值均大于 0.05，所以接受原假设，认为这些偏回归系数与 0 无显著性差异，它们与被解释变量的线性关系是不显著的，不应该保留在方程中。影响程度来由大到小依次是风灾面积、施用化肥量、总播种面积和年份（排除农业劳动者人数和粮食播种面积对粮食产量的影响） 。得回归方程为： ，7.456.2817.6215.8037.94YXX其中 X1,X2,X3,X4 分别为年份，总播种面积，施用化肥量，风灾面积比例。（二）9.6 销售量1.实验内容一家产品销售公司在 30 个地区设有销售分公司。为研究产品销售量(y)与该公司的销售价格（x1） 、各地区的年人均收入(x2)、广告费用(x3)之间的关系，搜集到 30 个地区的有关数据。进行多元线性回归分析所得的部分分析结果如下： 1） 将第一张表中的所缺数值补齐。 2） 写出销售量与销售价格、年人均收入、广告费用的多元线性回归方程，并解释各回归系数的意义。 3） 检验回归方程的线性关系是否显著？ 4） 检验各回归系数是否显著？ 5） 计算判定系数，并解释它的实际意义。 6） 计算回归方程的估计标准误差，并解释它的实际意义。2.实验结果1）Anovab模型 平方和 df 均方 F Sig.回归 1.20E+07 3 4.01E+06 72.797 8.88E-13残差 1.43E+06 26 55069.715 1总计 1.35E+07 29 2） ， -117.88617589.1027.8610.72.5013YXX表示销售价格越高，销售量越低，X1 对 Y 的增长起抑制作用，X1与 Y 是负相关关系。80.6107 表示各地区销售人员的人均收入越高，销售人员的工作积极性越高，所以销售量也越高，X2 与 Y 是正相关关系。0.5012 表示广告费用越高，销售量也越高，X3 与 Y 是正相关关系。3）回归方程显著性 Sig 值为 8.88341E-130.05，故接受原假设，认为不同年龄段人群对该商品满意程度的分布存在显著差异。(二)7.21.实验内容利用习题二第 6 题数据，选择恰当的非参数检验方法，分析本次存款金额的总体分布与正态分布是否存在显著差异。2.实验步骤分析非参数检验单个独立样本 K-S 检验本次存款金额导入检验变量列表正太分布检验确定3.实验结果及分析如上表所示，在显著水平为 0.05 下得到的 sig 值均为0.000.05，故接受原假设，认为不同常住地人群本次存款金额的总体分布无显著差异。(四)7.41.实验内容利用习题二第 6 题数据，选择恰当的非参数检