江财spss课程实践报告表

PAGE学生综合性实验报告学院：工商管理学院课程名称：SPSS技术分析专业班级：11国际市场营销2班姓名：舒振环学号：0110294学生实验报告学生姓名舒振环学号0110294同组人无实验项目多自变量回归分析□必修□操作性实验实验地点实验仪器台号指导教师李峰实验日期及节次年月号节一、实验目的及要求：1、目的学会用SPSS软件进行多变量回归分析（linearregression过程），包括模型比较、部分相关和确定系数、发现极端值、多重共线性诊断和变量筛选。2、内容及要求根据数据“CCSS_Sample.sav”进行如下分析，并在讨论和结论部分解释数据结果1、建立如下模型，并将下表填写完整，并指出哪些变量对因变量有显著影响。2、根据数据，是否可以认为家庭还贷支出、对本地区未来经济发展及就业形势的判断显著影响受访者未来一年的家庭经济状况预期？3、考虑其他变量影响的情况下，请报告三个模型中家庭月收入对因变量的部分确定系数。4、根据数据，请比较三个模型的CP，并选择一个你认为最合适的模型。5、在模型三中，是否有极端的y或x值？变量间的多重共线性严重吗？6、若这9个自变量以stepwise的方法进入方程，结果会怎么样？一年以后您的家庭经济状况变化Model3变量Model1BModel2BB95%CIConstant性别年龄学历家庭月收入房贷车贷其他一般消费还贷一年以后本地区的经济发展状况一年之后本地区的就业状况R2F△R2△F二、仪器用具：仪器名称规格/型号数量备注计算机1有网络环境SPSS操作软件16.01三、实验方法与步骤及分析。1、建立如下模型，并将下表填写完整，并指出哪些变量对因变量有显著影响。Model1Anovab模型平方和df均方Fsig1回归45.003411.25113.023.00a残差745.568863.864总计790.571867分析：因为sig接近0，所以这些自变量对因变量有显著影响系数模型非标准化系数标准系数tsigB标准误差试用版1（常量）1.738.1899.211.000S2.性别.008.064.004.199.905S3.年龄.018.003.2376.771.000S4.学历.077.033.0902.317.021S9.家庭月收入-.025.013-.074-1.976.048a.因变量：A4.那么与现在相比，一年以后您的家庭经济情况将会如何变化？分析：从sig能看出，年龄，学历家庭月收入对因变量有显著影响。并且年龄具有显著性最大.Model2Anovab模型平方和df均方Fsig1回归48.612711.25113.023.00a残差739.406857.864.863总计788.018864分析：因为sig接近0，所以这些自变量对因变量有显著影响系数模型非标准化系数标准系数tsigB标准误差试用版1（常量）1.712.4613.716.000S2.性别.001.064.000.013.990S3.年龄.018.003.2416.678.000S4.学历.075.033.0882.259.024S9.家庭月收入-.023.013-.068-1.793.073C01房贷.185.113.0581.636.102C02车贷-.239.187-.046-1.277.202C03其他还贷.070.158.015.441.659a.因变量：A4.那么与现在相比，一年以后您的家庭经济情况将会如何变化？分析：从sig能看出，年龄，学历家庭月收入对因变量有显著影响。而贷款类因为sig大于0.05所以没有显著性。Model3Anovab模型平方和df均方Fsig1回归130.029914.44819.403.00a残差536.852721.745总计666.881730分析：因为sig接近0，所以这些自变量对因变量有显著影响系数模型非标准化系数标准系数tsigB标准误差试用版1（常量）.751.4541.654.099S2.性别-.002.065-.001-.033.973S3.年龄.014.003.1855.110.000S4.学历.066.034.0761.962.050S9.家庭月收入-.033.013-.097-2.594.010C01房贷.175.114.0561.536.125C02车贷-.239.187-.046-1.277.202C03其他还贷.093.150.022.620.535A8一年后本地经济发展情况.334.044.2847.635.000A9一年后本地就业状况.122.033.1393.701.000a.因变量：A4.那么与现在相比，一年以后您的家庭经济情况将会如何变化？分析：从sig能看出，年龄，学历家庭月收入、以及一年后本地经济发展情况和就业情况对因变量有显著影响。而贷款类因为sig大于0.05所以没有显著性。2、根据数据，是否可以认为家庭还贷支出、对本地区未来经济发展及就业形势的判断显著影响受访者未来一年的家庭经济状况预期？把家庭还贷支出还有一年后本地经济和就业发展情况做线性回归可得模型：模型汇总模型RR方调整R方标准估计误差1.375.140.135.879分析：显而易见，R方小于0.5，所以拟合度并不高。3、考虑其他变量影响的情况下，请报告三个模型中家庭月收入对因变量的部分确定系数。根据第一问中的系数表可知3个模型线性方程分别为：Model1：预测Y=1.738+0.008S2+0.018S3+0.077S4-0.025S9Model2：预测Y=1.172+0.008S2+0.018S3+0.075S4-0.023S9+0.185C01-0.239C02+0.70C03Model3：预测Y=0.721-0.002S2+0.014S3+0.066S4-0.033S9+0.175C01-0.239C02+0.093C03+0.314A8+0.122A94、根据数据，请比较三个模型的CP，并选择一个你认为最合适的模型。Model1的R方0.057；Model2的R方0.062；Model3的R方为0.192所以model3的拟合度最高，所以模型3最好。5、在模型三中，是否有极端的y或x值？变量间的多重共线性严重吗？Model1共线性诊断a模型维数特征值条件索引方差比例(常量)S2.性别S3.年龄S4.学历S9.家庭月收入114.5961.000.00.00.00.00.002.2094.693.00.05.17.14.123.1016.754.00.66.31.00.054.0737.910.00.03.01.61.755.02214.587.99.26.51.24.07a.因变量:A4.那么与现在相比，一年以后您的家庭经济状况将会如何变化？分析：对于模型1，从第五组的数据可以看出，条件索引值大于10，而且性别、学历还有家庭月收入间有多重共线性。Model2共线性诊断方差比例模型维数特征值条件索引常量S2.S3.S4.S9.C0.C1.C2117.5211.00000000000000000002.2175.88100.02.12.16.140000003.1018.625.00.73.25.00.030000004.0789.79400.08.04.34.72.0100005.05611.5600.12.53.46.03.07.01.016.05122.12202.01.05.02.03.82.02.197.00732.13203.00.00.00.01.10.49.628.00446.345.95.03.02.02.04.00.48.18分析：在模型2中5,6,7,8中的条件索引值大于10，而且第5组S3年龄和S4学历可能有多重共线性关系，在第6组中S3年龄和C0房贷可能有多重线性关系，在第7组C1车贷和C2消费还贷可能有线性关系，同样第八组中C1和C2中可能有共同共线性关系。Model3共线性诊断方差比例模型维数特征值条件索引常量S2.S3.S4.S9.C0.C1.C2A8A9119.3401.000000000000000000000002.2046.76100.25.01.17.17000000.01.013.1358.319.00.25.01.00.03000000.13.284.0789.79400.46.31.00.12.000000.20.105.07910.88300.14.02.28.58.02.00.00.58.436.06412.08800.00.15.13.03.06.01.01.22.137.05313.24800.09.00.34.38.03.06.01.01.008.01524.586.02.01.04.02.04.00.02.26.01.009.00834.150.03.00.01.00.01.14.50.57.01.0010.00449.677.95.04.02.02.04.00.47.15.02.00分析：在模型3中，第5、6、7、8、9、10组的条件索引值均大于10，第五组中S9家庭月收入与A8一年后本地区的经济发展状况可能有多重线性关系，第六组中A8一年