上机实验八SPSS线性回归方程

1、上机实验八SPSS线性回归方程题目：以数据文件employee data.sav建立里一个以初始工资、工作经验、工作时间、工作种类、受教育年限等为自变量，当前工资为因变量的回归模型 数据来源：SPSS课程资料employee data.sav基本结果：Variables Entered/RemovedModelVariables EnteredVariablesRemovedMethod1教育水平（年），雇佣时间（以月计），经 验（以月计），雇佣类别，起始薪金aEntera. All requested variables entered.上表显示将教育水平、雇佣时间、经验、雇佣类别、起始薪金

2、作为自变量，建立模型Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.917 a.840.839$6,856.795a. Predictors: （Constant）,教育水平（年），雇佣时间（以月计），经验（以月计），雇佣类别，起始薪金对模型拟合度的检验显示，对于这个多元线性回归模型，其决定系数（ R Square ）为0.840，说 明其拟合程度较高。anoVAModelSum of SquaresdfMean SquareFSig.1Regression1.159E1152.318E10493.

3、084.000 aResidual2.200E104684.702E7Total1.379E11473a. Predictors: （Constant）,教育水平（年），雇佣时间（以月计），经验（以月计），雇佣类别，起始薪金b. Dependent Variable:当前薪金模型检验结果一一方差分析表显示，该回归模型的 SIG为0,说明该模型有显著的统计意义CoefficientsModelUnstandardized CoefficientsStandardizedCoefficientstSig.Collinearity StatisticsBStd. ErrorBetaTolerance

4、VIF1(Constant)-15038.5742992.525-5.025.000雇佣类别5859.585624.945.2659.376.000.4262.349起始薪金1.365.069.62919.796.000.3372.965雇佣时间（以月计）154.69831.464.0914.917.000.9921.008经验（以月计）-19.5533.250-.120-6.017.000.8601.162教育水平（年）539.642152.735.0913.533.000.5121.953a. Dependent Variable:当前薪金通过对回归结果的分析，可以得出，本回归方程的拟合结

5、果为Y=5859.585X+1.365X2+154.698X3-19.553X 4+539.642X5从sig值可知，所有自变量都是有统计学意义的。对于该多元回归模型，还需检测自变量之间是否存在共线性问题，从分析的结果看，tolera nee值均大于0.1，eigenvalue值不等于，condition index指均小于30，结合下表可以知道，本回归方程 中的自变量均不存在共线性问题。Collinearity DiagnosticsModeDimensi l on1 123456Eigenvalue5.211.516.199.050.018.007ConditionIndexVarianc

6、e Proportions(Constant)雇佣类别起始薪金雇佣时间（以月计）经验（以月计）教育水平（年）1.000.00.00.00.00.01.003.179.00.01.00.00.80.005.112.01.19.05.02.02.0010.236.00.79.63.01.01.0117.249.01.00.31.18.14.8627.634.97.00.00.79.03.12a. Dependent Variable:当前薪金结论：通过建立回归方程，可以得出以下回归方程:当前工资=5859.585雇佣类别+1.365起始薪金+154.698雇佣时间（以月计）-19.553经验（以月计）+539.642教育水平（年）通过该方程可以看出，当前工资的多少主要是取决于 雇佣类别以及