spss曲線擬合與回歸分析

1、曲線擬合與回歸分析1、有10個(gè)同類企業(yè)的生產(chǎn)性固定資產(chǎn)年平均價(jià)值和工業(yè)總產(chǎn)值資料如下:企業(yè)編號(hào)生產(chǎn)性固定資產(chǎn)價(jià)值(萬元)工業(yè)總產(chǎn)值(萬元)131852429101019320063844098155415913650292873146058121015169102212191012251624合計(jì)65259801(1)說明兩變量之間的相關(guān)方向；(2)建立直線回歸方程；(3)計(jì)算估計(jì)標(biāo)準(zhǔn)誤差；(4)估計(jì)生產(chǎn)性固定資產(chǎn)(自變量)為1100萬元時(shí)的總資產(chǎn)(因變量)的可能值。解：由表格易知：工業(yè)總產(chǎn)值是隨著生產(chǎn)性固定資產(chǎn)價(jià)值的增長而增長的，而知之間存在正向相關(guān)性。用spss回歸有：ANOVAtMode

2、lSumofSquaresdfMeanSquareFSig.1Regression113294011132339.80070.618,0003Restduat126277.1316034.637Total126061793Predictors:C”:nstart,生產(chǎn)性固定資產(chǎn)價(jià)值 b.Dependent 應(yīng)由冰:工業(yè)總產(chǎn)值Coefficientsr.lodelUnetan口a口1工白口CoefficientsStandardized!Ccefficients1SigFStd.ErrorFt.二1(Constant)395.56790.261929.001生產(chǎn)性固無資產(chǎn)階值107403000m

3、DepandentVarilie工業(yè)息產(chǎn)值(2)、可知：若用 y 表示工業(yè)總產(chǎn)值(萬元)，用 x 表示生產(chǎn)性固定資產(chǎn)，二者可用如下的表達(dá)式近似表示:y=0.896x395.567(3)、用 sps 膽歸知標(biāo)準(zhǔn)誤差為 80.216(萬元)。(4)、當(dāng)固定資產(chǎn)為 1100 時(shí)，總產(chǎn)值可能是(0.896*1100+395.567-80.2160.896*1100+395.567+80.216)即(1301.0146.4)這個(gè)范圍內(nèi)的某個(gè)值。另外，用 MATLAP 也可以得到相同的結(jié)果：程序如下所示：functionb,bint,r,rint,stats=regression1x=3189102004

4、09415502314121010221225;y=5241019638815913928605151612191624;X=ones(size(x),x;b,bint,r,rint,stats=regress(y,X,0.05);display(b);display(stats);x1=300:10:1250;y1=b(1)+b(2)*x1;figure;plot(x,y,ro,x1,y1,g-);industry=ones(6,1);construction=ones(6,1);industry(1)=1022;construction(1)=1219;fori=1:5industry(i

5、+1)=industry(i)*1.045;construction(i+1)=b(1)+b(2)*construction(i+1);enddisplay(industry);display(construction);end運(yùn)行結(jié)果如下所示：b=395.56700.8958stats=1.0e+004*0.00010.00710.00001.6035industry=1.0e+003*1.02201.06801.11601.16631.2188construction=1.0e+003*1.21900.39650.39650.39650.39650.396518001600X:1100Y:

6、13811400元萬1200(值價(jià)1000總業(yè)工800600400200400600800100012001400生產(chǎn)性固定資產(chǎn)價(jià)值（萬元）2、設(shè)某公司下屬10個(gè)門市部有關(guān)資料如下:門巾郃編 P職工平均銷售額（萬元）流通費(fèi)用水平（）銷售利潤率（）162.812.6253.310.4381.818.5417.03.0543.98.1672.116.3762.912.3834.16.2934.26.61072.516.8(1)、確定適宜的回歸模型；(2)、計(jì)算有關(guān)指標(biāo)，判斷這三種經(jīng)濟(jì)現(xiàn)象之間的緊密程度。解：用spss進(jìn)行回歸分析:ANOVAbModelSumofSquaresdfMeanSquar

7、eFSig-1Regression233,1352116,5671942110003Residual4.2017600Total237.3369a.Predictors:i.Constant:.fees,salses匕Dependent，ari3ble：profitCoefficients3ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStdErrorBeta1(Constant)-67693739-1.787117saises2.907,3781.2527.695,000fees,9585B1,2781.709,13

8、1a.Dependent.ariable:profit若用丫？1,乂2分別表示銷售利潤率、職工平均銷售額和流通費(fèi)用水平，則通過以上的分析結(jié)果可知y=-6.769+2.909x1+0.985x2；并且由顯著性水平可知：流通費(fèi)用水平對(duì)銷售利潤率影響不大(0.131大于0.05),而職工平均銷售額的顯著性水平為0,說明它對(duì)銷售利潤率的影響很大。第五章方差分析與假設(shè)檢驗(yàn)1、(P75)為比較5種品牌的合成木板的耐久性，對(duì)每個(gè)品牌取4個(gè)樣品作摩擦實(shí)驗(yàn)測(cè)量磨損量，得以下數(shù)據(jù)：品牌A|品牌B品牌c品牌D品牌E|12.22.22.22.42.322.12.32.D2.72.532.42.41.92.62.342

9、.52.62.12.72.4(1)、它們的耐久性有無明顯差異？(2)、有選擇的作兩品牌的比較，能得出什么結(jié)果?解：(1)、用spss進(jìn)行方差分析有：用MATLAP分析有：functionanova_1fm1=2.22.12.42.5;2.22.32.42.6;2.22.01.92.1;2.42.72.62.7;2.32.52.32.4;p=anova1(fm1);display(p);得至kp=0.57370.05,也能得到相同的結(jié)論。(2)、 從五種品牌的平均值可以判斷這種品牌的總體耐久性的好壞， 其方差和標(biāo)準(zhǔn)差可以說明它的各個(gè)樣本之間耐久性的差異。例如A、B兩種品牌，B的總體水平要稍高，而

10、且它的各個(gè)樣品間差異較小。2、將土質(zhì)基本相同的一塊耕地分成5塊，每塊又士等分成4小塊。在每塊地內(nèi)把4個(gè)品種的小麥分種在4小塊內(nèi)，每小塊的播種量相等，冊(cè)的收獲量如下：A1A2A3A4A5B132.334.034.736.035.5B233.233.636.834.336.1B330.834.432.335.832.8B429.526.228.128.529.4考察地塊和品種對(duì)小麥的收獲量有無顯著影響？并在必要時(shí)做進(jìn)一步比較。解：利用MATLAP進(jìn)行分析：functionanova_2fm1=32.334.034.736.035.5;33.233.636.834.336.1;30.834.432.

11、335.832.8;29.526.228.128.529.4;p=anova2(fm1,2);display(p);得到：ANOVATableSourceSSdfMSFColuunis14.09643.S24S0.440.777Itovs174.86453.360.0121Interact1on.01641.SO4S0.190.9393ErrorS0.0Z510S.0025TotalL7S.02&19p=0.77700.01210.9393NMeanStd.DeviationStdErrorl.lean品牌匕二2.300,1826,0913品牌日42.3761708,0354品牌 C42050

12、12910645品牌 D4260014140707品牌 E42.375,09570479.KA、B、C、D四種品牌的標(biāo)準(zhǔn)差相近，它們的耐久性沒有明顯的差異。)1/One-SampleStatistics由于pi=0.77700.05,所以地塊對(duì)小麥的收獲量沒有影響；由于0.01p2=0.01210.05,所以地塊和品種的交互作用對(duì)收獲量也沒有影響。進(jìn)一步比較：把種在B2中的小麥品種放在A3這塊地中種植可得到最高產(chǎn)量。第六章計(jì)算機(jī)模擬1、你到海邊度假，聽到當(dāng)?shù)貧庀笈_(tái)的天氣預(yù)報(bào)每天下雨的機(jī)會(huì)是40%,用蒙特卡羅方法模擬你的假期中有4天連續(xù)下雨的概率。解：可以假設(shè)該地方的天氣情況為一個(gè)半徑為5的大圓

13、，然后下雨這種情況是它內(nèi)部半徑是、口0的同心圓，利用蒲豐投針的方法，就可以知道“連續(xù)四次投到小圓”這種情況發(fā)生的概率就是連續(xù)4天下雨的概率。其MATLAP程序如下所示：functionrain_valuel=5;d=sqrt(10);m=0;b=0;n=10000;fori=1:(n-4)a=unifrnd(0,d,n,1);y=unifrnd(0,l,n,1);forj=1:4ifpi*a(i+j)*a(i+j)=pi*y(i+j)*y(i+j)b=b+1;endendifb=10m=m+1;elseifn10b=0;endendp=4*m/n;display(p)運(yùn)行結(jié)果:p=由此可知：連

14、續(xù)4天都下雨的概率為：0.4*0.4*0.4*0.4=0.02562、一個(gè)帶有船只卸貨的崗樓，任何時(shí)間僅能為一艘船只卸貨。船只進(jìn)港是為了卸貨，相鄰兩艘船只到達(dá)的時(shí)間間隔在15分鐘到145分鐘之間變化。一艘船只卸貨的時(shí)間由所卸貨物類型決定，在45分鐘到90分鐘之間變化，請(qǐng)回答以下問題：(1)、每艘船只在港口的平均時(shí)間和最長時(shí)間是多少？(2)、若一艘船只的等待時(shí)間是從到達(dá)到開始卸貨的時(shí)間，每艘船只的平均等待時(shí)間和最長等待時(shí)間是多少？(3)、卸貨設(shè)備空閑時(shí)間的百分比是多少？(4)、船只排隊(duì)最長的長度是多少？解：這個(gè)問題可以看做是一個(gè)排隊(duì)的例子，用MATLAP求解程序如下所示：freerate3=su

15、m(D3(i)/(sum(D3(i)+sum(s(i-1);functiontimeWaiting=simu3_ship(n)n=input(n=);m=0;x=zeros(1,n);y=zeros(1,n);D=zeros(1,n);leng=zeros(1,n);t=unifrnd(65,130,1,n)+15;s=unifrnd(22.5,45,1,n)+45;x(1)=t(1);fori=2:ny(i)=x(i-1)+t(i);j=i-1;c(j)=x(j)+s(j)+D(j);ifc(j)y(k)m=m+1;endleng(j)=m;endm=0;%兩艘船到達(dá)的時(shí)間間隔%一艘船只的卸

16、貨時(shí)間%第一艘船到達(dá)的時(shí)間%第2n搜船到達(dá)的時(shí)間%計(jì)算第一艘船離開的時(shí)間%比較相鄰兩艘船離開、到達(dá)時(shí)刻的大小%D3用來計(jì)算空閑的時(shí)間%計(jì)算每艘船在卸貨的時(shí)候，等待的船只個(gè)數(shù)display(averageWaiting1);display(maxWaiting1);display(averageWaiting2);display(maxWaiting2);display(freerate3);display(maxLength);在命令窗口輸入：n=10運(yùn)行結(jié)果：averageWaiting1=72.5714maxWaiting1=72.5714averageWaiting2=0.7345max

17、Waiting2=7.3453freerate3=0.2007maxLength=8可知：(1)、每艘船只在港口的平均時(shí)間和最長時(shí)間是72.5714和72.5714分種。(2)、若一艘船只的等待時(shí)間是從到達(dá)到開始卸貨的時(shí)間，每艘船只的平均等待時(shí)間和最長等待時(shí)間是0.7345和7.3453分種。(3)、卸貨設(shè)備空閑時(shí)間的百分比是20.07%。(4)、船只排隊(duì)最長的長度是同一時(shí)間有8艘船在等待卸貨。第七章SPSS的基本應(yīng)用1、某地調(diào)查居民心理問題的存在現(xiàn)狀，資料如下表所示，試?yán)L制線性比較不同性別和年齡組的居民心理問題檢出情況。年齡分組(歲)心理問題檢出率()男性女性15-10.5719.73end

18、averageWaiting1=mean(D1);maxWaiting1=max(D1);averageWaiting2=mean(D2);maxWaiting2=max(D2);maxLength=max(leng);25-11.5711.9835-9.5715.5045-11.7113.8555-13.5112.9165-15.6216.7775-16.0021.04年齡分組男性心理問題檢出率女性心理問題檢出率1|150010.571973226001157119333600957156044500117113.85-555.0013.5112.91_665.0015.021677175.0。16.0021.04Graph由該圖可以看出居民心理問題檢出率受性別和年齡的影響情況。2、為研究?jī)和L發(fā)育的分期，調(diào)查1253名1月至7歲兒童的身高（cm）、體重（kg）、胸圍（cm）和坐高（cm）的資料。資料作如下整理：先把1月至7歲劃分成19個(gè)月份段，分月份算出個(gè)指標(biāo)的平均值，將第1月的各指標(biāo)平均