实验三、回归概念、回归系数 实验报告.doc

上海对外贸易学院实验报告课程名称SPSS基础与ACCESS数据库实验名称实验三、回归概念、回归系数实验软件SPSS17.0学生姓名李昕玉学 号1203011所在学院会计学院专 业国会机 号009上交日期2013年 5 月 23日E-M一、 实验目的和要求1. 熟练掌握回归分析的基本原理2. 熟练掌握线性回归分析原理、SPSS操作及案例分析3. 熟练掌握曲线估计分析原理、SPSS操作及案例分析二、 实验内容及结果分析1. 一元线性回归分析能否用产品的直径来预测产品的抛光时间（数据文件：9polishing.sav）(1) 变量进入/移出方式表（抓图后复制到下面）图6分析解释：输入 表示选定变量全部进入模型(2) 模型综述表（抓图后复制到下面）图7分析解释：相关系数R=0.700、判定系数R2=0.490、调整判定系数R2=0.482，说明变量之间相关程度高，回归方程的拟合优度不高。(3) 方差分析表（抓图后复制到下面）图8分析解释：F检验统计量的观测值=54.865，伴随概率=0.0000.05，拒绝零假设，说明自变量x和因变量y之间线性关系显著，可以建立线性模型。(4) 模型系数表（抓图后复制到下面）图9分析解释：常数项Constant=-1.955，回归系数=3.457 ；回归系数的伴随概率=0.000，拒绝零假设，说明自变量x和因变量y之间线性关系显著。2. 书P123-例6.3.2-用多元线性回归分析顾客继续购买产品的可能性受哪些因素影响（数据文件：HBAT_200.sav）(1) 变量进入/移出方式表（抓图后复制到下面）图10分析解释：从表中可以看出依次建立了4个模型，依次引入的变量：Production Line、Salesforce Image、Product Quality、Price Flexibility.(2) 模型综述表（抓图后复制到下面）图11分析解释：Product Line R=0.462,R方=0.214，调整R方=0.210说明变量之间为线性弱相关，回归方程的拟合优度不高；Salesforce Image R=0.559,R方=0.313，调整R方=0.306说明变量之间为线性弱相关，回归方程的拟合优度不高；Product Quality R=0.628,R方=0.395，调整R方=0.385说明变量之间为线性相关，回归方程的拟合优度不高；Price Flexibility R=0.656,R方=0.430，调整R方=0.419说明变量之间为线性相关，回归方程的拟合程度优度不高。(3) 方差分析表（抓图后复制到下面）图12分析解释：Product Line：F检验统计量的观测值=53.828，伴随概率p=0.0000.05,拒绝零假设，说明变量之间线性关系显著，可以建立线性模型。Salesforce Image:F检验统计量的观测值=44.884，伴随概率p=0.0000.05，拒绝零假设，说明变量之间线性关系显著，可以建立线性模型。Product Quality：F检验统计量的观测值=42.611，伴随概率p=0.0000.05,拒绝零假设，说明变量之间线性关系显著，可以建立线性模型。Price Flexibility：F检验统计量的观测值=36.851，伴随概率p=0.0000.05，拒绝零假设，说明变量之间线性关系显著，可以建立线性模型。(4) 模型系数表（抓图后复制到下面）图13分析解释：从表中可以得到5个回归模型的方程。其中，第5个回归方程为顾客继续购买产品的可能性=2.245+0.211productline+0.245saleforceimage+0.272productquality+0.170priceflexibility回归系数的伴随概率为0.000，调整的判定系数为0.419，说明回归方程解释了整个因变量变异程度的41.9%，说明变量之间相关程度高，回归方程的拟合优度不高。对当前工资影响较大的依次为：产品质量，软营印象，生产线以及价格弹性。主要考虑的是Beta值的大小。3. 求车重weight（自变量）与每加仑公里数mpg（因变量）之间的回归模型，选择Quadratic二次项模型、Cubic三次项模型、Compound指数模型进行比较判断。（数据文件：data11-01.sav）4. 绘制散点图初步确定曲线估计回归模型（抓图后复制到下面）图14分析解释：由图可见，三次项曲线和二次项曲线拟合效果较好。5. 曲线回归估计结果（抓图后复制到下面）图15分析解释：从以上3张表中可以看出，二次曲线(Quadrat