实验五相关分析与回归分析.docx

实验五相关分析与回归分析.docx

《实验五相关分析与回归分析.docx》由会员分享，可在线阅读，更多相关《实验五相关分析与回归分析.docx（15页珍藏版）》请在冰豆网上搜索。

实验五相关分析与回归分析

一、问题描述

2016年1月12日

13:

04

学习并使用SPSS软件进行相关分析和回归分析，具体包括：

（1）        皮尔逊pearson简单相关系数的计算与分析

（2）        学会在SPSS上实现一元及多元回归模型的计算与检验。

（3）        学会回归模型的散点图与样本方程图形。

（4）        学会对所计算结果进行统计分析说明。

二、实验原理

2016年1月12日

13:

13

1．相关分析的统计学原理

相关分析使用某个指标来表明现象之间相互依存关系的密切程度。

用来测度简单线性相关关系的系数是Pearson简单相关系数。

2．回归分析的统计学原理

相关关系不等于因果关系，要明确因果关系必须借助于回归分析。

回归分析是研究两个变量或多个变量之间因果关系的统计方法。

其基本思想是，在相关分析的基础上，对具有相关关系的两个或多个变量之间数量变化的一般关系进行测定，确立一个合适的数据模型，以便从一个已知量推断另一个未知量。

回归分析的主要任务就是根据样本数据估计参数，建立回归模型，对参数和模型进行检验和判断，并进行预测等。

线性回归数学模型如下：

在模型中，回归系数是未知的，可以在已有样本的基础上，使用最小二乘法对回归系数进行估计，得到如下的样本回归函数：

回归模型中的参数估计出来之后，还必须对其进行检验。

如果通过检验发现模型有缺陷，则必须回到模型的设定阶段或参数估计阶段，重新选择被解释变量和解释变量及其函数形式，或者对数据进行加工整理之后再次估计参数。

回归模型的检验包括一级检验和二级检验。

一级检验又叫统计学检验，它是利用统计学的抽样理论来检验样本回归方程的可靠性，具体又可以分为拟和优度评价和显著性检验；二级检验又称为经济计量学检验，它是对线性回归模型的假定条件能否得到满足进行检验，具体包括序列相关检验、异方差检验等。

三、数据录入

2016年1月13日

20:

05

有“连续变量简单相关系数的计算与分析_时间与成绩”数据文件，以此录入做相关分析：

有“一元线性回归_温度与幺蛾子”原始数据一份，以此录入做线性回归分析：

四、实验内容与步骤及输出结果分析

2016年1月12日

13:

14

（一）连续变量简单相关系数的计算与分析

有如下案例：

学生每天学习时间T与学习综合成绩G之间的相关性

录入到SPSS中。

依次选择“【分析】→【相关】→【双变量】”打开对话框如图，将待分析的2个指标移入右边的变量列表框内。

其他均可选择默认项，单击ok提交系统运行。

结果分析：

相关性表给出了Pearson简单相关系数，相关检验t统计量对应的p值。

相关系数右上角有两个星号表示相关系数在0.01的显著性水平下显著。

从表中可以看出，学习时间T和成绩G两个指标之间的相关系数是0.975，对应的P值都接近0，表明这两个指标有很强的正相关关系。

（二）一元线性回归

有如下案例：

湖北省汉阳县历年越冬代二化螟发蛾盛期与当年三月上旬平均气温的数据如下表，分析三月上旬平均温度与越冬代二化螟发蛾盛期的关系。

将数据录入到SPSS中

（1）绘制散点图，选择【图形】-【旧对话框】-【散点/点状】，如下图所示。

选择简单分布，单击定义，打开子对话框，选择X变量和Y变量，如下图所示。

单击确定提交系统运行，结果见下图所示。

从图上可简单判断温度与发蛾数量之间存在负线性相关关系。

（2）简单相关分析

选择【分析】—>【相关】—>【双变量】,打开对话框，将变量“温度”与“发蛾盛期”移入变量列表框，点击确定运行，结果如下表所示。

从表中可以得到两变量之间的皮尔逊相关系数为-0.771,双尾检验概率p值尾0.009<0.05，故变量之间显著相关。

在此前提下进一步进行回归分析，建立一元线性回归方程。

（3）线性回归分析

步骤1：

选择菜单“【分析】—>【回归】—>【线性】”，打开线性回归对话框。

将变量温度移入因变量列表框中，将发蛾盛期移入自变量列表框中。

在方法框中选择进入选项，表示所选自变量全部进入回归模型。

步骤2：

单击统计量按钮，如图在统计量子对话框。

该对话框中设置要输出的统计量。

这里选中估计、模型拟合度复选框。

步骤3：

单击绘制按钮，在Plots子对话框中的标准化残差图选项栏中选中正态概率图复选框，以便对残差的正态性进行分析。

步骤4：

单击保存按钮，在保存子对话框中残差选项栏中选中未标准化复选框，这样可以在数据文件中生成一个变量名尾res_1的残差变量，以便对残差进行进一步分析。

其余保持Spss默认选项。

在主对话框中单击ok按钮，执行线性回归命令，其结果如下：

模型汇总表给出了回归模型的拟和优度、调整的拟和优度、估计标准差以及Durbin－Watson统计量。

从结果来看，回归的可决系数和调整的可决系数分别为0.595和0.544，即发蛾盛期50％以上的变动可以被该模型所解释，拟和优度较差。

上表是方差分析表，可以看到F统计量为11.748，对应的P值为0.009，所以，拒绝模型整体不显著的原假设，即该模型的整体是显著的。

上表给出了回归系数，回归系数的标准差，标准化的回归系数值以及各个回归系数的显著性t检验。

从表中可以看到无论是常数项还是解释变量x，其t统计量对应的p值都小于显著性水平0.05，因此，在0.05的显著性水平下都通过了t检验。

变量x的回归系数为-0.670，即温度每增加1度，发蛾盛期就减少0.67。

写成线性方程即：

y=10.501-0.67x；xi=温度；yi=发蛾盛期。

为了判断随机扰动项是否服从正态分布，观察标准化残差的P－P图，可以发现，各观测的散点基本上都分布在对角线上，据此可以初步判断残差服从正态分布。