微机原理与接口技术试验指导书-东北大学秦皇岛分校

1、统计学实验指导书董明涛编写东北大学秦皇岛分校二。一六年十月“统计学原理”是经济学专业的必修课，为了帮助学生更好地学习统计学原理这门课程， 编写了本实验指导书。由于统计学原理课程是一门理论与实践结合性很强的学科，因此，在“统计学原理”课程中，需要学生在对理论进行深入理解的基础上，针对实际问题能够运用统计分析工具进行分析。本指导书重点介绍统计分析工具SPSS的一些基本应用，主要包括数据文件的建立、编辑、修改、数据文件的整理；数据的预处理与统计描述；SPSS假设检验；回归分析等。本指导书的另一个重要目的是要帮助学生更好地掌握理论知识和应用理论知识，这一思路贯穿于本书。由于作者水平有限，书中难免有不足

2、与错误之处，敬请批评指正。实验一SPSS数据基本操作 4实验二假设检验的SPSS过程 15实验三相关与回归分析的 SPSS过程 20实验四时间序列分析的SPSS过程 25实验一 SPSS基本数据操作实验目的1 .掌握SPS徽据文件的建立。2 .掌握SPSS数据文件的编辑。3 .掌握数据的一般预处理过程。实验内容1 :认知SPSS实验任务打开SPSS软件，并了解其窗口结构。实验步骤步骤1：打开SPSS软件。双击SPSS桌面图标后，计算机屏幕上出现一个对话框，如图所示:注释：对话框包括一个六选一单选对话框和一个复选对话框，其内容为:Run the tutorial运行操作指南；Type in da

3、ta输入数据选项，建立新的数据集时可选择此项；Run an existing query运行一个已经存在的数据文件选项；Create new query using Database Wizard用数据库处理工具建立新文件；Open an existing date source打开一个已经存在的数据文件；Open another type of file 打开其他类型的文件。Dont show this dialog in the future 下次启动 SPSS时将不会显示对话框。 这里直接点击“ Cancel”按钮即可。步骤2： 认知SPSSi窗口。SPSS for Windows 主窗

4、口示意图实验内容2:数据文件的建立任务导向以下是某问卷的部分内容，并假设你手头上有 3份调查问卷的答案，需要你将它们录入 形成SPS徽据文件，并保存该数据文件。1、你的性别是（）A、男 B 、女2、你的身高是 cm3、你的专业是（）A、金融 B、会计 C、工商 D、国贸4、你对目前的住宿条件满意程度是（）A非常满意 B、满意 C、一般 D、不满意 E、非常不满意5、你认为大学期间应培养哪些能力（限选三个）（）A、学习能力B、组织能力C、交际能力D、写作能力E、运动能力F、口才能力G、协作能力H、其他其中三份问卷答案如下：（1） A,172,B,B,ACG（2） A,168,C,B,BCF（3）

5、 B,164,A,C,DEF实验步骤数据录入包括两个基本步骤：定义变量和数据录入。这里先讲前4题的变量定义和数据 录入，然后单独讲解多选题的变量定义和数据录入，最后将数据文件保存。一、前4题的变量定义和数据录入步骤步骤1:打开SPSS软件。步骤2:在variable view ”窗口中定义变量。茴 Untitled -Da?d Edi：.er1国亘包File Edrt View Data Transforrti Analyze Graphs Utilitits WindowHelp国卬倒 即但M闯 在国 箧住牌1郑19lhhrrmTypeWidth | DeciiinalsLabelVahss

6、MissingCel 二1 xlNumeric82性别（1.D0,男） . None32 x2Numerica2身高NonNone&-3 x3Numeric82专注11.0口.金副 , Mne84 x4Numeric32住宦条件满苴度（1.00 非常满 M口np3GQ,Data View AVarlaHz View /b1 aTSPSS Proct55or i5 rtady注释1：在Variable View表中，每一行描述一个变量，依次是：Name：变量名。Type：变量类型。最常用的是 Numeric数值型变量。Width：变量所占的宽度。Decimals：小数点后位数。Label ：变量

7、标签。关于变量涵义的详细说明。Values：变量值标签。关于变量各个取值的涵义说明。Missing :缺失值的处理方式。Columns ：变量在Date View中所显示的列宽（默认列宽为8）。Align :数据对齐格式（默认为右对齐）。Measure：数据的测度方式（默认为等间距尺度）。注释2:Values：变量值标签的定义方法，以第 3题为例，点击values栏中的按钮，在弹出窗口 中依次数据各选项的标签值：步骤3:在Data View”中录入3份问卷的答案。二、第5题多选题的变量定义和数据录入方法多项选择题的变量定义方法有两种，一是二分法，二是分类法。二分法的做法是：有多少个备选项就定义

8、多少个变量，每个变量的取值只有0和1两个，0代表该选项未被选择，1代表该选项被选择了。分类法的做法是：先确定每道题最多选项个数，然后根据最多选项 数确定变量个数，每个变量的取值范围为候选项个数。本例采用分类法来定义变量。步骤1:在variable view”窗口中定义变量。曾 Untitled - SPSS Data EditcuFile Edit View Data Transform Analyze Graphs UtiHties Window Help曲。i昌i叫22H 1除i阑剧留同事ri aaNameTypeWidthDecimalsLabelValuesMissingCtl1x1N

9、umericB2性别1 00 矣!；None8 I2x2NumericB2身高NoneNan83x3Numenc82与业1 00金融NoneS4x4NumericB2住宿条件满意度(1.00.非常满None85x5aNumericB2大学注重的能力11.00.学习能None96x6bMumericB2天学注重的能力2100学习能Nona87x5cMumenc32大学注重的能力31D0学习能NoneS9j_|jJ Dita View AVaiiable View /SPSS Processor is ready注释1:由于第5题限选3个，因此按分类法应定义 3个变量。若采用二分法，该题共8个选项

10、, 则应该定义8个变量。注释2:Values变量值标签的定义如下:Value LabelsValue LabelsValue:Value Label:Remove I100 = 2003.00 = 4 00 =5.00 =学习能力 组线能力 交际能力 雪作能力” 一诙动能力”CancelHelp步骤2:在“Data View”中继续录入这 3份问卷第5题的数据答案。H Untitled - SPSS Data Editor五亘- 卫Rie Edit View Data Transform Analyze Graph-E Utilities Window Help团。圜噂 r 上mi曙周昌峋窗，

11、阉|4 : x5ck1x2x3Xix5ax5bx6cvarvar1too172.002.002.00too3 007.5021 00166.003 002 002.003 006.0032.00164.001 003.004.005 006。yQJ_2_Data View / Variable View JUJISPSS Processor it ready步骤3:保存数据文件，并命名为“临时.sav”选择菜单“File Save”，在对话框中找到需要保存的位置，并在文件名中输入“临时”，然后点击“保存”。实验内容3:在SPSS中打开Excel数据文件任务导向在SPS阱打开“多元回归-Book

12、1.xls ”的Excel文件实验步骤步骤1:选择菜单File OpenData,弹出Open File”对话框。在查找范围中找到“多 元线性回归.xls ”所在位置，在“文件类型”框中下拉菜单栏选择Excel(*xls),然后在主窗口中单击“多元回归-Book1 ”。步骤2：单击打开，弹出如下对话框，在 Work sheet”框中选择Excel数据区域,Opening txcel Data Source| S3 |E:科研城级救改座题侯验指詈书1J侈元回 归出口口口一胭 Read variable nances flam the first raw of chta.Worksheet: |

13、Sheet1 !Al7F30JRange:Maximum width for string colurinrs:32767OKCancelHelp步骤3:点击“OK，SPSS数据视图窗口中就打开了 “多元回归 -Bookl”中的数据。实验内容4 :数据排序任务导向在“职工数据”文件中，以职称为主排序变量进行降序，以“基本工资”为第二排序变量升序进行多重排序。实验步骤步骤1：打开“职工数据”文件，选择菜单“ Data Sort Case步骤2：将主排序变量指定到Sort by ”窗口中，并在Sort Order 中选择Descending步骤3:将第二排序变量指定到Sort by”窗口中，并在S

14、ort Order中选择Ascending , 点击“ OK。U Sort Ca5esS3眼虹号kM合性别阚的年龄峻文化程度JSort by：磅职称 fzc - Descending的基本工资srj - AscendingOKPasteReset-Sort Order犷 Ascending DescendingCaned实验内容5:数据分组任务导向在“住房状况调查”数据文件中，为分析人均住房面积的分布特征，首先要对人均住房面积进行分组，共分 5组，分别是:10 以下，1020, 2030, 3050, 50 以上。实验步骤步骤1:打开“住房状况调查”数据文件,选择菜单“ Transform R

15、ecodeInto DifferentVariables步骤2:”。在变量名列表中选择“人均面积”变量，使之添加到“Numeric variable Outputvariable ”框中，同时在output variable 下Nam3框中输入新变量名人均面积分 组，单击Change”确认。J Recode into Different Variables年龄 文化程度 令从北状况皤姻 令常住人口 磁户口状况 勤家庭收入 或现住面积 令房屋产投 住房蔚意 涉未来三年 令计划面积 勤计划户型 购买类型 电部律估罟foptional case selection conditron)PasteRe

16、setCancel步骤3:点击“Old and New Values ”按钮，弹出如下对话框。在 Old Values ”中输入人均面 积原始范围值，在“ New Value”下输入新的变量值，并点击“ Add”。依次输入各组的新旧 值后，点击“Continue ”返回上一窗口，点击OK。3Recode into Different Variables: Otd 白nd New ValuesOld ValueValue: |SysteiTunissingC System- or uwr-missingRange-一册rw曲 |Range：Lovt through |岸 Rangethrough

17、 highest.Ml other values, New Value1* Value: jC Syatenimissing- - Copy old value (s；Old - New： Lowest thru 10-1 1Dthnj2D-2，. 2Dthru30-31 3D thru 50-f 4F；.： . . _ J 50 thru Highest 7 5广 Output variables are stringsL Cbiv/e numetic -ring: to numbers5Continue CancelHelp注释1:在上面的对话框中，左边需要确定原变量值范围，设置项依次是：

18、Value:输入某个值；System-missing:以系统的缺失值为清点对象；System-or user missing:以系统或用户指定的缺失值为清点对象；Range:指定原变量的数值区域：其中包括：()through ()在框内指定下限和上限lowest through ():在框内只指定上限；()highest through:在框内只指定下限。注释2：变量分组实际上是建立一个新变量，用新变量来代替原有变量。如本例中，原有变量值在10以下的用新变量值 1代替，原变量值在1020之间用新变量值2来代替，依此类推。 注释3:Recode命令有两个选项，分别是：Into Same Vari

19、ables :数据编码后新的码值直接放到原来的变量中；Into Different Variables:数据编码后新的码值存到一个新变量中。为了避免数据丢失，尽量不要轻易选择前者。实验内容6:数据选取任务导向在“住房状况调查”数据文件中，(1)选择本市户口的住房样本；(2)随机选择全部样本的40%勺数据。实验步骤(1)选择本市户口的住房样本步骤1:打开“住房状况调查”数据文件，选择菜单Data Select Cases ”。步骤2:选择 if condition is satisfied1 1I Select Cases卷编码 敏所在区 褪性别 令年龄 技文化程度 从业状况 e1婚姻 般常住人

20、口 初户口状况 物家庭收入 敏现住面相 勤人均面积 令房屋声极 物住房蒲意 3未来三年质Ihselected Cases AreA Rtered厂 DeletedilReset Cancel I HelpCurrent Status: Do not filter cases核编码 e所在区 含性别 吸年龄 物文化程度 磅从业状况 e婚姻 啜常住人口 检户口状况 冢庭收入 初现住面世 联人均面租%-s-*D !-，!Urij.aJjj1|2|3|_OJ JalgfeFurctions:ABShumexpr)ANYfest .vaiue .value,.,) ARSIM(numexpr) ARTA

21、N(nunexpr) CDFMORMzvalue) CDF.BERNOULLIq.p)Continue I Caned Help步骤3:点击“if ”按钮，在新对话框中，在右边框中输入“户口状况 =1。点击“ Continue ” 返回上一窗口中，点击“ OK确认。3Select Case5： If(2)随机选择全部样本的40%勺数据。步骤1:同上。步骤2:选择 Random Sample of cases ，并点击 Sample”。步骤3:在新对话框中选择Approximately ”,并在后面框中输入40。点击“Continue ”返回上一窗口中，点击OK确认。注释：在上对t框的Selec

22、t栏中选择挑选数据子集的方式（单选）All case :选择所有数据；If condition is satisfied:按指定条件选择数据。Random Sample of cases :对观察值进行随机抽样。Based on time or case range :对某一区间进行抽样。Use filter variable :用指定变量作过滤。先选择一个变量，系统自动在数据 管理器中将该变量值为0的观测单位标上删除记号，系统对标有删除记号的观测单位不作分析。实验二假设检验的SPSS过程实验目的掌握单样本T检验方法掌握两独立样本T检验方法掌握两匹配样本T检验方法实验内容1 :单样本T检验单样

23、本t检验是检验单个变量的均值是否与假定的均数之间存在差异。如将单个变量的 样本均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。任务导向根据“住房状况调查”数据，检验总体的家庭人均住房面积的平均值是否为20平方米。解：假设检验首先是确定原假设和备择假设，这里原假设和备择假设确定如下：H0：总体家庭人均住房面积为20平方米Hi：总体家庭人均住房面积不等于20平方米实验步骤步骤1:打开“住房状况调查”数据文件，选择菜单 Analyze t Compare Means t One-Sample T Test”。步骤2:在One-Sample T Test主对话框中，将“人均面积变量移入T

24、est Variable(s)”中，在“Test Value:框中输入检验值 20。J One-Sarnple T Teste文化程度 初从业状况檄婚姻 皎常住人口 户口状况 &察庭收入 现住翻 物房屋产权 砂住房满意牛 T 步骤3:点击Options按钮，在Confidence interval中输入95%(本例中显著性水平 a取0.05)。然后点击“ Continue返回主对话框，点击“ OK”确定。One-Sample T Test; OptionsConfidence Interval：府 %Missing Vallies Scdude cases analysis by analys

25、is Exdude cases listwise分析结果如下：One-Sample StatisticsNMeand. DleviatioStd. E：rroMean人均面 29932 .00602.7010623216One-Sample TestTest Value =20tdfig.(2-tailedDiffeMean jrence95%IrConfidence terval of theDifferenceLowerUpper人均居16402992.0002.005，961.55082.4612其中第一个表“One-Sample Statistics表是人均面积的基本统计量表，第二个表

26、“One-Sample Test”表是假设检验结果表。从第二个表我们可知：检验统计量t值是8.640,自由度df是2992,假设检验的 P值（sig.）小于0.05,因此我们得出拒绝原假设的结论， 即家庭人均住房面积的总体均值不等于20平方米。注释1:假设检验的决策方法有两种： 临界值法和P值法，运用SPSS软件我们通常采用 P值法 做决策，其决策原理是：若 P值 显著性水平“，则拒绝原假设；若 P值显著性水平a , 则不拒绝原假设。注释2：在One-Sample Test”表中，Mean Difference 是样本均值与检验值之差；“95% Confidence interval of t

27、he Difference ”下的两列表示总体均值与检验值之差的95%的置信区间。实验内容2:两独立样本T检验两独立样本T检验是检验两个没有联系的总体样本均值间是否存在显著的差异，两个没 有联系的总体样本也称独立样本。如两个无联系的企业生产的同样产品之间的某项指标的均值的比较，不同地区的儿童身高、体重的比较等，都可以通过抽取样本检验两个总体的均值是否存在显著的差异。任务导向根据“住房状况调查” 数据文件，推断本市户口总体和外地户口总体的家庭人均住房面 积的平均值是否有差异。解：由于本地户口家庭的人均面积对外地户口家庭的人均面积是无影响的，因此这两个样本是相互独立的。可以应用两独立样本的假设检验

28、。建立假设如下：H0：本地户口与外地户口家庭的人均面积没有显著差异;Hi：本地户口与外地户口家庭的人均面积存在显著差异。实验步骤步骤1:打开“住房状况调查”数据文件，选择菜单Analyze t Compare MeanIndependent-sample T Test , 打开 Independent-sample T Test 主对话框。宜3 Independent-Samples T Test电性别 初年龄 够文化程度 食从业状况 会婚姻 榜常住人口 展家庭收入 初现佳面祺 磅房屋产权 R住房满意 杀未来二年JTest Variabtefs)初人均面租Grouping Variable:D

29、efhe Groups.ResetCancelHelpOpk)ns.步骤2:选择要检验的变量“人均面积”进入检验框中。步骤3:选择分组变量“性别”进入分组变量框中，然后单击“ Define Group ”按纽，打开分组 对话框，在 Group 1中输入分组值1,在Group 2中输入分组值 2 （由于户口状况变量的取 值分另1J是1和2）,然后点击“ Continue”返回主对话框，点击“ OK”确定。Define Groupsc* Use specified valuesCcntinueCancelHelp输出结果如下:Group Statistics户口伏NMeandDeviatioStd

30、.：rroMean人 均蹴市：敬51 .72582.1753922907外地门 168 6 .71658.9674846337Independent Samples TestLev foe nes Test Equality ofVa riancest-test fo r Equality of MeansFSig.tdf (2Sig.-tailed) DiMean STerence Di95d. Erro fference% Confidence Interval of the r DifferenceLowe rUpper人均面 Equal varian 54 assumedEqual v

31、arian not assume69.000 -4.9-3.3)682991；69175.3.000-4.!.001 -4.!)90691.()90691.，)0466 6 .!181197 .!后057 3 .)1396 2 .)2080)6742Group Statistics表是基本统计量表，Independent Sample Tes倭是检验结果表。后者的第 二列和第三列是检验两样本数据的方差是否相等，从检验结果得知两样本的方差有显著性差异。从第四列开始是对两个样本的均值的是否相等进行检验。从假设检验的Sig值（P值）看出，它小于显著性水平0.05,因此拒绝原假设H0,所以说本地户口和

32、外地户口之间的家庭人 均面积有显著差异。而第七列之后分别是均值差、均值差标准误、均值差的置信区间。注释1:两独立样本T检验的基本思路是：首先根据F检验来判断两总体方差是否相等，即方差齐性次检验。然后再根据方差齐性次检验结果来选择两独立样本T检验的方法。注释2:方差齐性次检验结果是Independent Sample Tes倭的第二和第三列，该检验的原假设是两 总体方差相等，备择假设是两总体方差不相等。注释3:Independent Sample Tes倭中第一歹U, a Equal Variance Assumed”表示两总体方差相等， 在方差齐性次检验中若不拒绝原假设，两独立样本T检验结果查

33、看这行。“Equal Variance NotAssumed”表示两总体方差不相等，若在方差齐性次检验中拒绝原假设，则选择该行作为两 独立样本T检验的结果。注释4：在步骤3中，若分组变量取值多于 2个的，则是可以在“ Cut Point”中输入一个数字，大 于等于该值为一总体，小于该值为一总体。实验内容3:两匹配样本T检验两匹配样本T检验是检验两个有联系正态总体的均值是否存在显著的差异。又称配对样 本的T检验。如检验某种药品使用的效果是否显著，需要对使用者使用前后进行比较；再如 对某电子计时器准确度效果进行检验，采用同一批志愿者分别用手工计时器和电子计时器测量他们的跑步成绩以进行比较等。任务导

34、向根据“减肥茶数据”文件，为研究某种减肥茶是否具有明显的减肥效果，某美体健身机 构对35名肥胖志愿者进行跟踪调查，记录了他们喝茶前后的体重数据，推断减肥茶是否具有显著的减肥效果。解：本例中是对同一实验对象的喝茶前后的数据进行比较，这显然是配对样本均值的假设检验的问题。所以要建立假设：H0:喝茶前后的体重没有显著差异H1:喝茶前后的体重有显著差异实验步骤步骤1:打开“减肥茶数据” 文件，选择菜单Analyze t Compare Means t Paired-Sample T Test, 打开Paired-Sample T Tes在对话框。OK IResetCancelHelp |1 1 Pai

35、red-Sampler T Test喝茶前体重bcq) 初喝后体重怔切Pain&d Variables：Cun白it SelectionsVanabte 1：Variable 2:JOptions.步骤2:选择要检验的两变量进入Paired Variables”检验框中。注意：一定要同时选择两个变量进入检验框内，否则将无法得到检验结果。点击“ OK”确定，得输出结果如下。Paired Samples StatisticsMeanNd. 1DeviatioStd.ErrorMeanPair喝茶9.251355.3：3767902!231喝后0俅86355.6(645795749Paired Sa

36、mples TestMPaired Differencestdf 2-tSig. liledean d. DeStd. Er;viatiM5% C nteroleanLonfidenc rval of the Difference)werUpper喝 茶 前他285重.981913 49)194 85699 7)45.25234.000由上表的检验结果知，假设检验的P值小于0.05 ,故拒绝假设H),因此可以得出喝茶前后的体重差异是显著的，认为减肥茶的效果是显著的。注释：两独立样本T检验和两匹配样本T检验的数据结构不同。两独立样本 T检验中涉及两个变 量，一个是分组变量，一个检验变量，如实验内

37、容2中的户口状况和人均面积；两匹配样本T检验也涉及两个变量， 但两变量都是检验变量，一个是总体1的检验变量，一个是总体2的检验变量。实验三相关与回归分析的 SPSS过程实验目的SPSS分析SPSS分析掌握相关系数计算和检验的 SPSS分析 掌握线性回归方程的确定和各种检验的 掌握几种典型的非线性回归方程确定的实验内容1:相关分析任务导向根据“住房状况调查”数据，绘制家庭收入、 系数并予以检验。计划面积的散点图，计算它们之间的相关实验步骤步骤1:打开“住房状况调查”数据文件，选择菜单Bivariate对话框如下。Analyze-? Correlates Bivariate ”, 打开J 8rvd

38、Hate Correlations盥现住面积 令人均面积 房屋产权 分住房满意 初耒来三年 计划户型 含购买类型柚傕命塞Correlation Coeffic 法 nts/anabtes:砂家庭收入砂计划面积PasteResetCancelHelpV PearsonKendalls tau43 厂 Spearman0ne4m悟dOptions.Test of Signtficanc已* TwotailedV Rag significant correlations步骤2:从左边的变量框中选择需要考察的“家庭收入”和“计划面积”进入“ Variables ”框 内；从Correlation Co

39、efficients栏内选择相关系数的种类，这里选择Pearson相关系数；从Test of Significance 栏内选择Two-tailed”双尾检验方式。步骤3:单击Options按纽，选择输出项和缺失值的处理方式。本例中选择输出基本统计描述量， 如下图所示。S3Biva ri ate Correlations： OptionsStatisticsV Means and stand5 deviations CrossmMuct deviations and covariancesMl-ssing ValuesExclude cases pairwise Exclude cases l

40、istAriseContinueCancelHelp步骤4:单击“Continue ”返回主窗口，单击“OK可以得到相关分析的结果。Descriptive StatisticsMeanStd. DeviationN家庭收696.1698,803412993计划面积01.570729,54992832Correlations家庭收入计划面积家庭收入Pearson Correlation1.323*Sig. (2-tailed).000N2993832计划面积Pearson Correlation.323*1Sig. (2-tailed).000N832832* Correlation is si

41、gnificant at the 0.01 level (2-tailed).a Descriptive Statistics ”表是两个变量的基本统计描述量，“ Correlations ”表是两变量的相关系数及对相关系数的检验结果。从Correlations ”表可知家庭收入和计划面积的相关系数是0.323 ,对相关系数检验的P值小于0.05，拒绝原假设（相关系数检验的原 假设是两变量间不存在线性相关关系），说明两变量之间存在着显著的正线性相关关系。实验内容2:线性回归分析线性回归是统计分析方法中最常用的方法之一。如果所研究的现象有若干个影响因素，且这些因素对现象的综合影响是线性的，则可以

42、使用线性回归的方法建立现象（因变量）与影响因素（自变量）之间的线性函数关系式。任务导向根据“银行贷款”数据文件，分析银行不良贷款受哪些因素的影响，要求确定多元线性 回归方程，并进行各种检验。实验步骤步骤1：打开“银行贷款数据文件，选择菜单Analyze Regression Linear ”,打开LinearRegression 对话框。1 1 Linear Regression砂分行编号e各项贷款余额（亿元 扬本年累计应收贷款（ 磅贷款项目个数w 物本年固定资产投资额Dependent:i-n 敏不良贷款（亿元）mBkfck 1 时 1ClNeaj |Independent （s :4各项贷

43、款余额（亿元）* 本年累计应收贷款 戊 税贷款项目个数个）3L”:OK IPasteResetCancel Help |Method： EnterSelection VariableCase LabelsHLS Weight：Opk)ns.步骤2:从左边框中选择因变量“不良贷款”进入 Dependent框内，选择其余四个自变量进入 Independent框内。从 Method框内下拉式菜单中选择Enter（强行进入法）回归分析方法。注释：回归分析方法包括强行进入法（Enter）,消去法（Remove）,向前选择法（Forward）,向后剔除法（Backward）及逐步回归法（Stepwise）

44、五种。步骤3:点击“OK确定，得到输出结果。主要的分析结果表格如下：Model SummaryModelRR SquareAdjusted R SquareStd Error of the Estimate1.798.7571.7738该表中R表示自变量与因变量的复相关系数，R Square表示判定系数，Adjusted RSquare表示修正的判定系数，Std.Error of the Estimate 表示估计标准误差。本例中修正的判定系数为75.7%,说明模型拟合度较好。ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression249 3

45、71462,34319,704000BResidual63,279203 164Total312.65024该表为方差分析表，第一列的含义分别表示回归、残差、总计，第二列是离差平方和,第三列是自由度，第四列是均方差， 第五列是回归方程显著性检验的F检验统计量值，最后一列是P值。本例中由于 P值小于0.05,说明自变量与因变量之间线性关系显著。Coefficients3ModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1（Constant各项贷款余额-1.022,782.091-1.306,2

46、06f亿元）本年累计应收贷款,040,0103.S37,001（化元）,143,079.2601.079,075贷款项目个数 （个厂,015,033.034,175,363本年固定资产投资额 （亿元）-.029,015-325-1.937,067此表为回归系数表。第一列是常数项和各自变量，第二列是非标准化的系数，第四列是标准化系数，第五列是回归系数显著性检验的t检验统计量值，第六列是回归系数显著性检验的P值。本例中，根据第二列可以写出样本回归方程为：y =-1.022 0.040x1 0.148x2 0.015x3 -0.029x4根据最后一列回归系数显著性检验的 Sig值（P值），可以看出本

47、年累计应收贷款、贷款 项目个数和本年固定资产投资额三个自变量对不良贷款的线性影响不显著（由于 P值大于 0.05 ,不拒绝各回归系数等于 0的原假设）。注：为方便初学者，本例没有进行多重共线性检验， 且回归方法的选择也仅采用强行进 入法，这可能导致回归结果不准确。本例中本年累计应收贷款、贷款项目个数和本年固定资 产投资额三个自变量对不良贷款的线性影响不显著可能是由于存在多重共线性引起的。注释1:在步骤1中的对话框中，最底部还有几个按钮， 它们为回归分析提供了丰富的功能选项。 下面解释下各按钮的含义和作用：单击Statistics ,打开Linear Regression : Statistic

48、s 对话框，选择输出的统计量。Linear Regression： Sta-Htic5Regression CbeflfcientsB EstimatesConfidervce intervalsCovariance matrix Model fd R squared changeDescript rvesPart and partial corrdationsColhncmrity diagnosticsContinue ICancelHelpResidualsV Durbin WatsonI- Case wise diagnotk；sG Outliers outside, p $tr：da

49、rd deviationsC AH casesRegression Coefficients 栏，回归系数选项栏。Estimates （系统默认）：输出回归系数的相关统计量：包括回归系数，回归系数标准误、标准化回归系数、回归系数检验统计量（ t值）及相应的检验统计量概率的Pt （sig ）。Confidence intervals:输出每一个非标准化回归系数95%的置信区间。Covariance matrix:输出协方差矩阵。与模型拟合及拟合效果有关的选择项。Model fit :能够输出复相关系数 R、R2及R2修正值，估计标准误差，方差分析表。R squared change:引入或剔除一

50、个变量时，R2的变化。Descriptives:基本统计描述。Part and Partial correlations :相关系数及偏相关系数。Collinearity diagnostics :共线性诊断。主要对于多元回归模型，分析各自变量的之 间的共线性的统计量：包括容忍度和方差膨胀因子、特征值，条件指数等。Residuals 残差栏Durbin-Watson : D.W验.Casewise diagnostics:奇异值诊断，有两个选项：Outliers outside（ ）standard deviations:奇异值判据，默认项标准差3。All case输出所有观测量的残差值。单击

51、Plots按纽，打开Linear Regression : Plots对话框，选择所需要的图形。在左上角的源变量框中，选择Dependent进入X （或Y）轴变量框，选择其它变量进入Y（或X）轴变量框，除因变量外，其客观存在变量依次是：ZPRED标准化预测值，ZRESID:标准化残差，DRESID:剔除残差，ADJPREDt正后预测值，SRESI席生化残差，SDRESID学 生化剔除残差。Standardized Residual Plots 栏，标准化残差图类型，有选择项：Histogram: 标准化残差直方图Normal probability plot标准化残差序列的正态分布概率图Produce all partial plots依次绘制因变量和所有自变量的散布图单击Options按纽，打开Linear Regression : Options对话框，选择模型拟合判断准则及缺失值的处理方式。Linear Regression: O