第6题 SPSS输出结果与分析

1、第第一一问问GRAPH /SCATTERPLOT(BIVAR)=父亲身高 WITH 儿子身高 /MISSING=LISTWISE.图图表表附附注注创建的输出29-11月-2015 16时37分28秒注释 输入活动的数据集数据集0过滤器权重拆分文件工作数据文件中的 N 行12语法GRAPH /SCATTERPLOT(BIVAR)=父亲身高WITH 儿子身高 /MISSING=LISTWISE.资源处理器时间00 00:00:00.329已用时间00 00:00:00.331数据集0 REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANO

2、VA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT 儿子身高 /METHOD=ENTER 父亲身高.第第二二问问回回归归附附注注创建的输出29-11月-2015 16时37分46秒注释 输入活动的数据集数据集0过滤器权重拆分文件工作数据文件中的 N 行12y（父亲身高）=35.754+0.477x(儿子身高)缺失值处理对缺失的定义用户定义的缺失值作为缺失数据对待。使用的案例统计是在所使用的变量不带有缺失值的案例基础上进行的。语法REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS RANOV

3、A /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT 儿子身高 /METHOD=ENTER 父亲身高.资源处理器时间00 00:00:00.015已用时间00 00:00:00.021所需内存1356 个字节残差图需要额外内存0 个字节数据集0 输输入入移移去去的的变变量量b b模型输入的变量移去的变量方法1父亲身高a. 输入a. 已输入所有请求的变量。b. 因变量: 儿子身高模模型型汇汇总总模型RR 方调整 R 方标准 估计的误差1.721a.519.4711.36766a. 预测变量: (常量), 父亲身高。AnovaAnovab b模型平

4、方和df均方F1回归20.212120.21210.806残差18.705101.870总计38.91711a. 预测变量: (常量), 父亲身高。b. 因变量: 儿子身高系系数数a a模型非标准化系数标准系数tB标准 误差试用版1(常量)35.7549.6913.689父亲身高.477.145.7213.287a. 因变量: 儿子身高REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT 父亲身高 /METHOD=ENTER 儿子

5、身高.第第三三问问回回归归附附注注创建的输出29-11月-2015 16时39分32秒注释 输入活动的数据集数据集0过滤器权重拆分文件工作数据文件中的 N 行12缺失值处理对缺失的定义用户定义的缺失值作为缺失数据对待。使用的案例统计是在所使用的变量不带有缺失值的案例基础上进行的。语法REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS RANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT 父亲身高 /METHOD=ENTER 儿子身高.资源处理器时间00 00:00:00.016已用时

6、间00 00:00:00.013所需内存1356 个字节残差图需要额外内存0 个字节数据集0 输输入入移移去去的的变变量量b b模型输入的变量移去的变量方法1儿子身高a. 输入a. 已输入所有请求的变量。b. 因变量: 父亲身高模模型型汇汇总总模型RR 方调整 R 方标准 估计的误差1.721a.519.4712.06438a. 预测变量: (常量), 儿子身高。AnovaAnovab b模型平方和df均方F1回归46.050146.05010.806残差42.617104.262总计88.66711a. 预测变量: (常量), 儿子身高。b. 因变量: 父亲身高系系数数a a模型非标准化系数

7、标准系数tB标准 误差试用版1(常量)-6.85022.373-.306儿子身高1.088.331.7213.287a. 因变量: 父亲身高CORRELATIONS /VARIABLES=父亲身高 儿子身高 /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE.第第四四问问相相关关性性附附注注创建的输出29-11月-2015 16时44分28秒注释 输入活动的数据集数据集0过滤器权重拆分文件工作数据文件中的 N 行12缺失值处理缺失定义用户定义的缺失值以缺失对待。使用的案例每对变量的统计都基于具有该对变量有效数据的所有案例。语法CORRELATIONS /VARIABL

8、ES=父亲身高 儿子身高 /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE.资源处理器时间00 00:00:00.000已用时间00 00:00:00.009数据集0 相相关关性性 父亲身高儿子身高父亲身高Pearson 相关性1.721*显著性（双侧）.008N1212儿子身高Pearson 相关性.721*1显著性（双侧）.008N1212*. 在 .01 水平（双侧）上显著相关。y（父亲身高）=35.754+0.477x(儿子身高)Sig.008aSig.004.008AnovaAnovab ba. 预测变量: (常量), 父亲身高。b. 因变量: 儿子身高系系数数a aa. 因变量: 儿子身高Sig.008aAnovaAnovab