回歸分析與非參數(shù)檢驗(yàn)---侯(共16頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上大 連 民 族 學(xué) 院數(shù) 學(xué) 實(shí) 驗(yàn) 報(bào) 告課程： 統(tǒng)計(jì)軟件SPSS 實(shí)驗(yàn)題目： 線性回歸分析與非參檢驗(yàn) 系別： 理學(xué)院 專業(yè)： 統(tǒng)計(jì)學(xué) 姓名： 侯祥飛 班級(jí)： 141班 指導(dǎo)教師： 滕穎俏 完成時(shí)間： 2016 年 10 月 30 日實(shí)驗(yàn)?zāi)康模赫莆站€性回歸分析的主要目標(biāo)及其具體操作，能夠讀懂基本分析結(jié)果，掌握計(jì)算結(jié)果之間的數(shù)量關(guān)系，并能夠?qū)懗龌貧w方程，對(duì)回歸方程進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)。了解SPSS非參數(shù)檢驗(yàn)的具體操作，能夠解釋分析結(jié)果。實(shí)驗(yàn)內(nèi)容、實(shí)驗(yàn)步驟、實(shí)驗(yàn)結(jié)果及分析一、 線性回歸分析（一）9.5 糧食總產(chǎn)量1.實(shí)驗(yàn)內(nèi)容先收集到若干年糧食總產(chǎn)量以及播種面積、使用化肥量、

2、農(nóng)業(yè)勞動(dòng)人數(shù)等數(shù)據(jù)，請(qǐng)利用建立多元線性回歸方程，分析影響糧食總產(chǎn)量的主要因素。數(shù)據(jù)文件名為“糧食總產(chǎn)量.sav”。2.實(shí)驗(yàn)步驟 步驟：分析回歸線性糧食總產(chǎn)量導(dǎo)入因變量、其余變量導(dǎo)入自變量確定；分析回歸線性（向后）確定3.實(shí)驗(yàn)結(jié)果及分析 上表進(jìn)行了擬合優(yōu)度檢驗(yàn)，由于該方程有多個(gè)解釋變量，因此參考調(diào)整判定系數(shù)（0.986）較接近1，因此認(rèn)為擬合有度較高，被解釋變量可以被模型解釋的部分較多，不能被解釋的部分較少。 上表進(jìn)行了回歸方程的顯著性檢驗(yàn)，由于Sig為0小于0.05，所以拒絕原假設(shè)，認(rèn)為各回歸系數(shù)不同時(shí)為0，被解釋變量與解釋變量全體的線性關(guān)系是顯著的，可以建立線性模型。上表進(jìn)行了回歸系數(shù)的顯著

3、性檢驗(yàn)，可以看出除糧食播種面積與農(nóng)業(yè)勞動(dòng)者人數(shù)變量的P-值均大于0.05，所以接受原假設(shè)，認(rèn)為這些偏回歸系數(shù)與0無顯著性差異，它們與被解釋變量的線性關(guān)系是不顯著的，不應(yīng)該保留在方程中。影響程度來由大到小依次是風(fēng)災(zāi)面積、施用化肥量、總播種面積和年份（排除農(nóng)業(yè)勞動(dòng)者人數(shù)和糧食播種面積對(duì)糧食產(chǎn)量的影響）。得回歸方程為：，其中X1,X2,X3,X4分別為年份，總播種面積，施用化肥量，風(fēng)災(zāi)面積比例。（二）9.6 銷售量1.實(shí)驗(yàn)內(nèi)容一家產(chǎn)品銷售公司在30個(gè)地區(qū)設(shè)有銷售分公司。為研究產(chǎn)品銷售量(y)與該公司的銷售價(jià)格（x1）、各地區(qū)的年人均收入(x2)、廣告費(fèi)用(x3)之間的關(guān)系，搜集到30個(gè)地區(qū)的有關(guān)數(shù)據(jù)

4、。進(jìn)行多元線性回歸分析所得的部分分析結(jié)果如下：  1） 將第一張表中的所缺數(shù)值補(bǔ)齊。    2） 寫出銷售量與銷售價(jià)格、年人均收入、廣告費(fèi)用的多元線性回歸方程，并解釋各回歸系數(shù)的意義。    3） 檢驗(yàn)回歸方程的線性關(guān)系是否顯著？    4） 檢驗(yàn)各回歸系數(shù)是否顯著？    5） 計(jì)算判定系數(shù)，并解釋它的實(shí)際意義。    6）&

5、#160;計(jì)算回歸方程的估計(jì)標(biāo)準(zhǔn)誤差，并解釋它的實(shí)際意義。2.實(shí)驗(yàn)結(jié)果 1）Anovab模型平方和df均方FSig.1回歸1.20E+0734.01E+0672.7978.88E-13殘差1.43E+062655069.715總計(jì)1.35E+0729 2）， -117.8861表示銷售價(jià)格越高，銷售量越低，X1對(duì)Y的增長起抑制作用，X1與Y是負(fù)相關(guān)關(guān)系。80.6107表示各地區(qū)銷售人員的人均收入越高，銷售人員的工作積極性越高，所以銷售量也越高，X2與Y是正相關(guān)關(guān)系。0.5012表示廣告費(fèi)用越高，銷售量也越高，X3與Y是正相關(guān)關(guān)系。 3）回歸方程顯著性Sig值為8.88341E-13<0.

6、05,所以拒絕原假設(shè)，線性關(guān)系顯著。 4）各變量顯著性Sig值分別為0.00457，0.00103，0.00001，0.00049均小于0.05，拒絕原假設(shè)，各回歸系數(shù)顯著。 5）判定系數(shù)為：R2=回歸和/綜合=.1/.7=0.894意義為：產(chǎn)品的銷售量的總誤差中有89.4%可以用產(chǎn)品的銷售價(jià)格、各地區(qū)的年人均收入和廣告費(fèi)用的線性關(guān)系來解釋，只有10.6%屬于隨機(jī)因素影響，因此這條回歸線是合適的。 6）估計(jì)標(biāo)準(zhǔn)誤差為：二、 非參數(shù)檢驗(yàn) (一)7.11.實(shí)驗(yàn)內(nèi)容為分析不同年齡段人群對(duì)某商品滿意程度的異同，進(jìn)行隨機(jī)調(diào)查收集到數(shù)據(jù)（略），選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，以恰當(dāng)形式組織上述數(shù)據(jù)，分析不同年齡

7、段人群對(duì)該商品滿意程度的分布狀況是否一致。2.實(shí)驗(yàn)步驟建立SPSS數(shù)據(jù)數(shù)據(jù)加權(quán)個(gè)案對(duì)頻次進(jìn)行加權(quán)分析非參數(shù)檢驗(yàn)多個(gè)獨(dú)立樣本把年齡段導(dǎo)入分組變量（1-3）、滿意程度導(dǎo)入檢驗(yàn)變量列表確定3.實(shí)驗(yàn)結(jié)果及分析從下表中可以看出，Kruskal-Wallis檢驗(yàn)與中值檢驗(yàn)在顯著水平為0.05下得到的sig值均為0.00<0.05，故拒絕原假設(shè)，即認(rèn)為不同年齡段人群對(duì)該商品滿意程度的分布存在顯著差異。但Jonckheere-Terpstra檢驗(yàn)的sig值為0.641>0.05，故接受原假設(shè)，認(rèn)為不同年齡段人群對(duì)該商品滿意程度的分布存在顯著差異。 (二)7.21.實(shí)驗(yàn)內(nèi)容利用習(xí)題二第6題數(shù)據(jù)，選擇

8、恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，分析本次存款金額的總體分布與正態(tài)分布是否存在顯著差異。2.實(shí)驗(yàn)步驟分析非參數(shù)檢驗(yàn)單個(gè)獨(dú)立樣本K-S檢驗(yàn)本次存款金額導(dǎo)入檢驗(yàn)變量列表正太分布檢驗(yàn)確定3.實(shí)驗(yàn)結(jié)果及分析如上表所示，在顯著水平為0.05下得到的sig值均為0.00<0.05，故拒絕原假設(shè)，認(rèn)為本次存款金額的分布與正太分布有顯著差異。(三)7.31.實(shí)驗(yàn)內(nèi)容利用習(xí)題二第6題數(shù)據(jù)，選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，分析不同常住地人群本次存款金額的總體分布是否存在顯著差異。2.實(shí)驗(yàn)步驟分析非參數(shù)檢驗(yàn)2個(gè)獨(dú)立樣本常住地導(dǎo)入分組變量、本次存款金額導(dǎo)入檢驗(yàn)變量列表確定3.實(shí)驗(yàn)結(jié)果及分析從上表中可以看出，在顯著水平為0.05下

9、得到的sig值為0.135>0.05，故接受原假設(shè)，認(rèn)為不同常住地人群本次存款金額的總體分布無顯著差異。(四)7.41.實(shí)驗(yàn)內(nèi)容利用習(xí)題二第6題數(shù)據(jù)，選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，分析不同收入人群本次存款金額的總體分布是否存在顯著差異。2.實(shí)驗(yàn)步驟分析非參數(shù)檢驗(yàn)多個(gè)獨(dú)立樣本不同收入人群導(dǎo)入分組變量、本次存款金額導(dǎo)入檢驗(yàn)變量列表確定3.實(shí)驗(yàn)結(jié)果及分析在表中可以看出，在Kruskal-Wallis檢驗(yàn)、中值檢驗(yàn)、Jonckheere-Terpstra檢驗(yàn)在顯著水平為0.05下得到的sig值均為0.00<0.05，所以拒絕原假設(shè)，即認(rèn)為不同收入人群本次存款金額的總體分布存在顯著差異。(五)7

10、.51.實(shí)驗(yàn)內(nèi)容選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，對(duì)“裁判打分.sav”數(shù)據(jù)隨機(jī)選取10%的樣本，并以恰當(dāng)形式重新組織數(shù)據(jù)后，分析不同國家裁判對(duì)運(yùn)動(dòng)員的打分標(biāo)準(zhǔn)是否一致。 原假設(shè)：不同國家裁判對(duì)運(yùn)動(dòng)員的打分標(biāo)準(zhǔn)無顯著差異2.實(shí)驗(yàn)步驟數(shù)據(jù)選擇個(gè)案隨機(jī)個(gè)案樣本樣本大約10%所有個(gè)案繼續(xù)確定挑選初選中的數(shù)據(jù)國家和評(píng)分組建新的SPSS數(shù)據(jù)分析非參數(shù)檢驗(yàn)多個(gè)獨(dú)立樣本檢驗(yàn)把評(píng)分導(dǎo)入檢驗(yàn)量把國家導(dǎo)入分組確定3.實(shí)驗(yàn)結(jié)果及分析根據(jù)上表，在Kruskal-Wallis檢驗(yàn)、中值檢驗(yàn)、Jonckheere-Terpstra檢驗(yàn)中，在顯著水平為0.05下得到的sig值分別為0.00，0.00，0.047均0.05，拒絕原假設(shè)，認(rèn)為不同國家對(duì)其評(píng)分有顯著影響。(六)7.61.實(shí)驗(yàn)內(nèi)容為分析大眾對(duì)牛奶品牌是否具有偏好性，隨機(jī)挑選超市了收集其周一至周六各天三種品牌牛奶的日銷售額數(shù)據(jù)，如下表： 請(qǐng)選擇恰當(dāng)?shù)姆菂?shù)檢驗(yàn)方法，以恰當(dāng)形式組織上述數(shù)據(jù)進(jìn)行分析，并說明分析結(jié)論。2.實(shí)驗(yàn)步驟建立spss數(shù)據(jù)加權(quán)個(gè)案銷售額進(jìn)行加權(quán)分析非參數(shù)檢驗(yàn)兩個(gè)獨(dú)立樣本檢驗(yàn)確定3.實(shí)驗(yàn)結(jié)果及分析據(jù)上表，Kruskal-Wallis檢驗(yàn)、中值檢驗(yàn)、Jonckheere-Terpstra檢驗(yàn)在顯著水平為0.0