二假設檢驗的SPSS過程-東北大學秦皇島分校

1、統(tǒng)計學原理實驗指導書張偉編寫東北大學秦皇島分校二。一四年十月“統(tǒng)計學原理”是經(jīng)濟學專業(yè)的必修課，為了幫助學生更好地學習統(tǒng)計學原理這門課程， 編寫了本實驗指導書。由于統(tǒng)計學原理課程是一門理論與實踐結合性很強的學科，因此， 在“統(tǒng)計學原理”課 程中，需要學生在對理論進行深入理解的基礎上，針對實際問題能夠運用統(tǒng)計分析工具進行分析。本指導書重點介紹統(tǒng)計分析工具SPSS的一些基本應用，主要包括數(shù)據(jù)文件的建立、編輯、修改、數(shù)據(jù)文件的整理；數(shù)據(jù)的預處理與統(tǒng)計描述；SPSS假設檢驗；回歸分析等。本指導書的另一個重要目的是要幫助學生更好地掌握理論知識和應用理論知識，這一思路貫穿與本書。由于作者水平有限，書中難免

2、有不足與錯誤之處，敬請批評指正。 TOC o 1-5 h z HYPERLINK l bookmark2 o Current Document 實驗一SPSS數(shù)據(jù)基本操作 4 HYPERLINK l bookmark26 o Current Document 實驗二假設檢驗的SPSS過程 15 HYPERLINK l bookmark48 o Current Document 實驗三相關與回歸分析的 SPSS過程 20 HYPERLINK l bookmark63 o Current Document 實驗四時間序列分析的SPSS過程 25實驗一 SPSS基本數(shù)據(jù)操作實驗目的.掌握SPS徽據(jù)文

3、件的建立。.掌握SPSS數(shù)據(jù)文件的編輯。.掌握數(shù)據(jù)的一般預處理過程。實驗內容1 :認知SPSS實驗任務打開SPSS軟件，并了解其窗口結構。實驗步驟步驟1：打開SPSS軟件。雙擊SPSS桌面圖標后，計算機屏幕上出現(xiàn)一個對話框，如圖所示:注釋：對話框包括一個六選一單選對話框和一個復選對話框，其內容為:Run the tutorial運行操作指南；Type in data輸入數(shù)據(jù)選項，建立新的數(shù)據(jù)集時可選擇此項；Run an existing query運行一個已經(jīng)存在的數(shù)據(jù)文件選項；Create new query using Database Wizard用數(shù)據(jù)庫處理工具建立新文件；Open a

4、n existing date source打開一個已經(jīng)存在的數(shù)據(jù)文件；Open another type of file 打開其他類型的文件。Dont show this dialog in the future 下次啟動 SPSS時將不會顯示對話框。 這里直接點擊“ Cancel”按鈕即可。步驟2： 認知SPSSi窗口。SPSS for Windows 主窗口示意圖實驗內容2:數(shù)據(jù)文件的建立任務導向以下是某問卷的部分內容，并假設你手頭上有 3份調查問卷的答案，需要你將它們錄入 形成SPS徽據(jù)文件，并保存該數(shù)據(jù)文件。1、你的性別是（）A、男 B 、女2、你的身高是 cm3、你的專業(yè)是（）A、

5、金融 B、會計 C、工商 D、國貿4、你對目前的住宿條件滿意程度是（）A非常滿意 B、滿意 C、一般 D、不滿意 E、非常不滿意5、你認為大學期間應培養(yǎng)哪些能力（限選三個） （）A、學習能力B、組織能力C、交際能力D、寫作能力E、運動能力F、口才能力G、協(xié)作能力H、其他其中三份問卷答案如下：（1） A,172,B,B,ACG（2） A,168,C,B,BCF（3） B,164,A,C,DEF實驗步驟數(shù)據(jù)錄入包括兩個基本步驟：定義變量和數(shù)據(jù)錄入。這里先講前4題的變量定義和數(shù)據(jù) 錄入，然后單獨講解多選題的變量定義和數(shù)據(jù)錄入，最后將數(shù)據(jù)文件保存。一、前4題的變量定義和數(shù)據(jù)錄入步驟步驟1:打開SPSS

6、軟件。步驟2:在variable view ”窗口中定義變量。闔 Urtirlfd - iPS$ EditorI o I 國 譯File Edit View QAt* Irensform Ana lyre Cr。的 5 l/tilitic-3 Wirdow Helptflnlal嗎I閾J .土底1國亞l&Jria meV/iinDecimalsValues匕隼的ngCol 1 1rhnr.oricg2性是1 00 臭rJcne82Njrr#ricS2身高NontT4oi舟3NL1TMicB?p M罡補，Notpg4)4Nrrenca2住宿前件滿苜段非常滿Nonte3舊即入VipzJ TProc

7、essor is IX。原注釋1 ：在Variable View表中，每一行描述一個變量，依次是：Name：變量名。Type：變量類型。最常用的是 Numeric數(shù)值型變量。Width：變量所占的寬度。Decimals：小數(shù)點后位數(shù)。Label ：變量標簽。關于變量涵義的詳細說明。Values：變量值標簽。關于變量各個取值的涵義說明。Missing :缺失值的處理方式。Columns ：變量在Date View中所顯示的列寬（默認列寬為8）。Align :數(shù)據(jù)對齊格式（默認為右對齊）。Measure：數(shù)據(jù)的測度方式（默認為等間距尺度）。注釋2:Values：變量值標簽的定義方法，以第3題為例，

8、點擊values欄中的按鈕，在彈出窗口中依次數(shù)據(jù)各選項的標簽值：步驟3:在Data View”中錄入3份問卷的答案。二、第5題多選題的變量定義和數(shù)據(jù)錄入方法多項選擇題的變量定義方法有兩種，一是二分法，二是分類法。二分法的做法是：有多少個備選項就定義多少個變量，每個變量的取值只有0和1兩個，0代表該選項未被選擇，1代表該選項被選擇了。分類法的做法是：先確定每道題最多選項個數(shù)，然后根據(jù)最多選項 數(shù)確定變量個數(shù)，每個變量的取值范圍為候選項個數(shù)。本例采用分類法來定義變量。步驟1:在variable view”窗口中定義變量。注釋1:由于第5題限選3個，因此按分類法應定義 3個變量。若采用二分法，該題共

9、8個選項, 則應該定義8個變量。注釋2:Values變量值標簽的定義如下：步驟2:在“Data View”中繼續(xù)錄入這 3份問卷第5題的數(shù)據(jù)答案。步驟3:保存數(shù)據(jù)文件，并命名為“臨時.sav”選擇菜單“File Save”，在對話框中找到需要保存的位置，并在文件名中輸入“臨時”，然后點擊“保存”。實驗內容3:在SPSS中打開Excel數(shù)據(jù)文件任務導向在SPS阱打開“多元回歸-Book1.xls ”的Excel文件實驗步驟步驟1:選擇菜單File OpenData,彈出Open File”對話框。在查找范圍中找到“多 元線性回歸.xls ”所在位置，在“文件類型”框中下拉菜單欄選擇Excel(*

10、xls),然后在主窗口中單擊“多元回歸-Book1 ”。步驟2：單擊打開，彈出如下對話框，在 Work sheet”框中選擇Excel數(shù)據(jù)區(qū)域,步驟3:點擊“OK，SPSS數(shù)據(jù)視圖窗口中就打開了 “多元回歸 -Bookl”中的數(shù)據(jù)。實驗內容4 :數(shù)據(jù)排序任務導向在“職工數(shù)據(jù)”文件中，以職稱為主排序變量進行降序，以“基本工資”為第二排序變 量升序進行多重排序。實驗步驟步驟1：打開“職工數(shù)據(jù)”文件，選擇菜單“ Data Sort Case步驟2：將主排序變量指定到Sort by ”窗口中，并在Sort Order 中選擇Descending步驟3:將第二排序變量指定到Sort by”窗口中，并在S

11、ort Order中選擇Ascending , 點擊“ OK。實驗內容5:數(shù)據(jù)分組任務導向在“住房狀況調查”數(shù)據(jù)文件中，為分析人均住房面積的分布特征，首先要對人均住房面積進行分組，共分 5組，分別是：10以下，1020, 2030, 3050, 50以上。實驗步驟步驟1:打開“住房狀況調查”數(shù)據(jù)文件，選擇菜單 Transform Recode Into Different Variables ”。步驟2:在變量名列表中選擇人均面積”變量，使之添加到“Numeric variable Outputvariable ”框中，同時在output variable 下Nam3框中輸入新變量名人均面積分

12、 組，單擊Change”確認。于decode into i e rent 7a ri a bl e s年齡 琥文化聯(lián)度咨癡常住人口 能戶口狀況 畬家收入 格調住晶R 房屋產(chǎn)權 敷住房薪意 觥耒案二年 計劃翻 合計劃戶型 購買類型 於柚陛伯罟Numeric Vanaiale。叫皿 vanable.Output VariaWe Name:|人均南R分組Label：Old ard New Values .foprional case selection condition)Change步驟3:點擊“Old and New Values ”按鈕，彈出如下對話框。在 Old Values ”中輸入人均面

13、 積原始范圍值，在“ New Value”下輸入新的變量值，并點擊“Add”。依次輸入各組的新舊值后，點擊“Continue 返回上一窗口，點擊OK。注釋1:在上面的對話框中，左邊需要確定原變量值范圍，設置項依次是：Value:輸入某個值；System-missing:以系統(tǒng)的缺失值為清點對象；System-or user missing:以系統(tǒng)或用戶指定的缺失值為清點對象；Range:指定原變量的數(shù)值區(qū)域：其中包括：()through ()在框內指定下限和上限lowest through ():在框內只指定上限；()highest through:在框內只指定下限。注釋2：變量分組實際上是建

14、立一個新變量，用新變量來代替原有變量。如本例中，原有變量值在10以下的用新變量值1代替，原變量值在1020之間用新變量值2來代替，依此類推。注釋3:Recode命令有兩個選項，分別是：Into Same Variables :數(shù)據(jù)編碼后新的碼值直接放到原來的變量中；Into Different Variables:數(shù)據(jù)編碼后新的碼值存到一個新變量中。為了避免數(shù)據(jù)丟失，盡量不要輕易選擇前者。實驗內容6:數(shù)據(jù)選取任務導向在“住房狀況調查”數(shù)據(jù)文件中，(1)選擇本市戶口的住房樣本；(2)隨機選擇全部樣本的40%勺數(shù)據(jù)。實驗步驟(1)選擇本市戶口的住房樣本步驟1:打開“住房狀況調查”數(shù)據(jù)文件，選擇菜單

15、Data Select Cases ”。步驟2: All cases* rf con drtKiri is 5atishedif廣 Random sample oF cases Sample. Eased ontne or case rarge Ranger Use filter variable;口 Unseleded Cases Aie* Fitiered、Deleted選擇 if condition is satisfied。ij| Select C&5GS里 |端碼 砂斫在區(qū) 破性別 年齡 文化程度 敏旭北狀況 善婚姻 常住人口 像戶口狀況 於家庭收入 建頊住面利 磅人均面枳 段用屋產(chǎn)

16、根 住房高意 敏未來三年 .八、|- JCurent Status. Do not litter cbsceReset CancefH 而步驟3:點擊“if ”按鈕，在新對話框中，在右邊框中輸入“戶口狀況 =1。點擊“ Continue ” 返回上一窗口中，點擊“OK確認。6所在區(qū) 合性別 敏年齡 文化程度 殺從業(yè)狀況 婚姻 期常住人口 %戶口燧 席家庭收入 敏現(xiàn)住面粗 酚人均面世Continue： Cancel-卷#*) 顯著性水平“，則拒絕原假設；若 P值顯著性水平”， 則不拒絕原假設。注釋2：在One-Sample Test”表中，Mean Difference 是樣本均值與檢驗值之差；

17、“95% Confidence interval of the Difference ”下的兩列表示總體均值與檢驗值之差的95%的置信區(qū)間。實驗內容2:兩獨立樣本T檢驗兩獨立樣本T檢驗是檢驗兩個沒有聯(lián)系的總體樣本均值間是否存在顯著的差異，兩個沒 有聯(lián)系的總體樣本也稱獨立樣本。如兩個無聯(lián)系的企業(yè)生產(chǎn)的同樣產(chǎn)品之間的某項指標的均值的比較，不同地區(qū)的兒童身高、體重的比較等，都可以通過抽取樣本檢驗兩個總體的均值是否存在顯著的差異。任務導向根據(jù)“住房狀況調查” 數(shù)據(jù)文件，推斷本市戶口總體和外地戶口總體的家庭人均住房面 積的平均值是否有差異。解：由于本地戶口家庭的人均面積對外地戶口家庭的人均面積是無影響的

18、，因此這兩個樣本是相互獨立的?？梢詰脙瑟毩颖镜募僭O檢驗。建立假設如下：H0：本地戶口與外地戶口家庭的人均面積沒有顯著差異;Hi:本地戶口與外地戶口家庭的人均面積存在顯著差異。實驗步驟步驟1:打開“住房狀況調查”數(shù)據(jù)文件，選擇菜單“AnalyzeCompare MeansIndependent-sample T Test , 打開 Independent-sample T Test 主對話框。步驟2:選擇要檢驗的變量“人均面積”進入檢驗框中。步驟3:選擇分組變量“性別”進入分組變量框中，然后單擊“ Define Group ”按紐，打開分組 對話框，在 Group 1中輸入分組值1,在Gro

19、up 2中輸入分組值 2 （由于戶口狀況變量的取 值分另1J是1和2）,然后點擊“ Continue”返回主對話框，點擊“ OK”確定。輸出結果如下:Group Statistics戶口伏NMeandDeviatioStd.：rroMean人 均蹴市：8251 .72582.1753922907夕卜地門 168 6 .71658.9674846337Independent Samples TestLev foe nes Test Equality ofVa riancest-test fo r Equality of MeansFSig.tdf (2Sig.-tailed) DiMean ST

20、erence Di95d. Erro fference% Confidence Interval of the r DifferenceLowe rUpper人均面 Equal varian匚)一 75.4assumed Equal varian not assume69000 -4.9-3.3)682991；69175.3.000-4.!.001 -4.!)90691.()90691.，)0466 6 .!181197 .!后057 3 .)1396 2 .)2080)6742Group Statistics表是基本統(tǒng)計量表，Independent Sample Tes倭是檢驗結果表。后者的

21、第 二列和第三列是檢驗兩樣本數(shù)據(jù)的方差是否相等，從檢驗結果得知兩樣本的方差有顯著性差異。從第四列開始是對兩個樣本的均值的是否相等進行檢驗。從假設檢驗的Sig值（P值）看出，它小于顯著性水平0.05,因此拒絕原假設H0,所以說本地戶口和外地戶口之間的家庭人 均面積有顯著差異。而第七列之后分別是均值差、均值差標準誤、均值差的置信區(qū)間。注釋1:兩獨立樣本T檢驗的基本思路是：首先根據(jù)F檢驗來判斷兩總體方差是否相等，即方差齊性次檢驗。然后再根據(jù)方差齊性次檢驗結果來選擇兩獨立樣本T檢驗的方法。注釋2:方差齊性次檢驗結果是Independent Sample Tes倭的第二和第三列，該檢驗的原假設是兩 總體

22、方差相等，備擇假設是兩總體方差不相等。注釋3:Independent Sample Tes倭中第一歹U, a Equal Variance Assumed”表示兩總體方差相等， 在方差齊性次檢驗中若不拒絕原假設，兩獨立樣本T檢驗結果查看這行?！癊qual Variance NotAssumed”表示兩總體方差不相等，若在方差齊性次檢驗中拒絕原假設，則選擇該行作為兩 獨立樣本T檢驗的結果。注釋4：在步驟3中，若分組變量取值多于 2個的，則是可以在“ Cut Point”中輸入一個數(shù)字，大 于等于該值為一總體，小于該值為一總體。實驗內容3:兩匹配樣本T檢驗兩匹配樣本T檢驗是檢驗兩個有聯(lián)系正態(tài)總體的

23、均值是否存在顯著的差異。又稱配對樣 本的T檢驗。如檢驗某種藥品使用的效果是否顯著，需要對使用者使用前后進行比較；再如 對某電子計時器準確度效果進行檢驗，采用同一批志愿者分別用手工計時器和電子計時器測量他們的跑步成績以進行比較等。任務導向根據(jù)“減肥茶數(shù)據(jù)”文件，為研究某種減肥茶是否具有明顯的減肥效果，某美體健身機 構對35名肥胖志愿者進行跟蹤調查，記錄了他們喝茶前后的體重數(shù)據(jù)，推斷減肥茶是否具有顯著的減肥效果。解：本例中是對同一實驗對象的喝茶前后的數(shù)據(jù)進行比較，這顯然是配對樣本均值的假設檢驗的問題。所以要建立假設：H0:喝茶前后的體重沒有顯著差異H1:喝茶前后的體重有顯著差異實驗步驟步驟1:打開

24、“減肥茶數(shù)據(jù)” 文件，選擇菜單AnalyzeCompare Means Paired-Sample T Test,打開Paired-Sample T Tes在對話框。步驟2:選擇要檢驗的兩變量進入Paired Variables”檢驗框中。注意：一定要同時選擇兩個變量進入檢驗框內，否則將無法得到檢驗結果。點擊“ OK”確定，得輸出結果如下。Paired Samples StatisticsMeanNd. 1DeviatioStd.ErrorMeanPair喝茶9.251355.3：376790：231喝后0.傀86355.6(645795,49Paired Samples TestMPaire

25、d 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由上表的檢驗結果知，假設檢驗的P值小于0.05 ,故拒絕假設H),因此可以得出喝茶前后的體重差異是顯著的，認為減肥茶的效果是顯著的。注釋：兩獨立樣本T檢驗和兩匹配樣本T檢驗的數(shù)據(jù)結構不同。兩獨立樣本 T檢驗中涉及兩個變 量，一個是分組變量，一個檢驗變量，如實驗內容2中的戶口狀況和人均面積；兩匹

26、配樣本T檢驗也涉及兩個變量， 但兩變量都是檢驗變量，一個是總體1的檢驗變量，一個是總體2的檢驗變量。實驗三相關與回歸分析的 SPSS過程實驗目的?掌握相關系數(shù)計算和檢驗的SPSS分析?掌握線性回歸方程的確定和各種檢驗的SPSS分析?掌握幾種典型的非線性回歸方程確定的SPSS分析實驗內容1:相關分析任務導向根據(jù)“住房狀況調查”數(shù)據(jù)，繪制家庭收入、計劃面積的散點圖，計算它們之間的相關 系數(shù)并予以檢驗。實驗步驟步驟1:打開“住房狀況調查”數(shù)據(jù)文件，選擇菜單 Analyze Correlate Bivariate ”,打開 Bivariate對話框如下。步驟2:從左邊的變量框中選擇需要考察的“家庭收入

27、”和“計劃面積”進入“ Variables ”框 內；從Correlation Coefficients欄內選擇相關系數(shù)的種類，這里選擇Pearson相關系數(shù)；從Test of Significance 欄內選擇Two-tailed”雙尾檢驗方式。步驟3:單擊Options按紐，選擇輸出項和缺失值的處理方式。本例中選擇輸出基本統(tǒng)計描述量， 如下圖所示。B iva ri ate Correlation: 0 p ti o n 5 Occlude cas es paim iseExdude cases list wise步驟4:單擊“Continue ”返回主窗口，單擊“ OK可以得到相關分析的結

28、果。Descriptive StatisticsMeanStd. 1DeviationN家庭收入769,.1698,803412993計劃面加1.570729,54992832Correlations家庭收入計劃面積家庭收入Pearson Correlation1.323*Sig. (2-tailed).000N2993832計戈 U 面積Pearson Correlation.323*1Sig. (2-tailed).000N832832* Correlation is significant at the 0.01 level (2-tailed).a Descriptive Statis

29、tics ”表是兩個變量的基本統(tǒng)計描述量，“ Correlations ”表 是兩變量的相關系數(shù)及對相關系數(shù)的檢驗結果。從Correlations ”表可知家庭收入和計劃面積的相關系數(shù)是0.323 ,對相關系數(shù)檢驗的P值小于0.05，拒絕原假設（相關系數(shù)檢驗的原 假設是兩變量間不存在線性相關關系），說明兩變量之間存在著顯著的正線性相關關系。實驗內容2:線性回歸分析線性回歸是統(tǒng)計分析方法中最常用的方法之一。如果所研究的現(xiàn)象有若干個影響因素，且這些因素對現(xiàn)象的綜合影響是線性的，則可以使用線性回歸的方法建立現(xiàn)象（因變量）與影響因素（自變量）之間的線性函數(shù)關系式。任務導向根據(jù)“銀行貸款”數(shù)據(jù)文件，分析

30、銀行不良貸款受哪些因素的影響，要求確定多元線性 回歸方程，并進行各種檢驗。實驗步驟步驟1：打開“銀行貸款數(shù)據(jù)文件，選擇菜單Analyze Regression Linear ”,打開LinearRegression 對話框。步驟2:從左邊框中選擇因變量“不良貸款”進入 Dependent框內，選擇其余四個自變量進入 Independent框內。從 Method框內下拉式菜單中選擇Enter（強行進入法）回歸分析方法。注釋：回歸分析方法包括強行進入法（Enter）,消去法（Remove）,向前選擇法（Forward）,向后剔除法（Backward）及逐步回歸法（Stepwise）五種。步驟3:點

31、擊“OK確定，得到輸出結果。主要的分析結果表格如下：Uodel SummaryModtlRR SquareAdjustedR SquareSM Error B the Estimate1|B931,7537571778 E該表中R表示自變量與因變量的復相關系數(shù)，R Square表示判定系數(shù)，Adjusted RSquare表示修正的判定系數(shù)，Std.Error of the Estimate 表示估計標準誤差。本例中修正的判定系數(shù)為75.7%,說明模型擬合度較好。ANOVAbModelSum of加呵3dfan SquareFSia.1Rsgression249,371a62,34319 70

32、4,00QBResidual63,279203.164Total312,65024該表為方差分析表，第一列的含義分別表示回歸、殘差、總計，第二列是離差平方和,第三列是自由度，第四列是均方差， 第五列是回歸方程顯著性檢驗的F檢驗統(tǒng)計量值，最后一列是P值。本例中由于 P值小于0.05,說明自變量與因變量之間線性關系顯著。ModelUnslandaFdized CoeftidentsStandarcized CoefficientstSigBStcl ErrorA&ts1(Constant1.(122,762. 1,20E.206名項貨款余額 億元）040010R913 8370(11本年累計應收葡

33、J 46,0792S01.67=.0 75貸款項目個數(shù) f個）,15083.03417E.063本年固定奧聲璇裁 化元）-.02S01E-.325-1.537,067此表為回歸系數(shù)表。 第一列是常數(shù)項和各自變量， 第二列是非標準化的系數(shù)，第四列是標準化系數(shù)，第五列是回歸系數(shù)顯著性檢驗的 t檢驗統(tǒng)計量值，第六列是回歸系數(shù)顯著性檢 驗的P值。本例中，根據(jù)第二列可以寫出樣本回歸方程為：y -1.022 0.040 x1 0.148x2 0.015x3 0.029x4根據(jù)最后一列回歸系數(shù)顯著性檢驗的 Sig值（P值），可以看出本年累計應收貸款、貸款 項目個數(shù)和本年固定資產(chǎn)投資額三個自變量對不良貸款的線

34、性影響不顯著（由于P值大于0.05 ,不拒絕各回歸系數(shù)等于 0的原假設）。注：為方便初學者，本例沒有進行多重共線性檢驗， 且回歸方法的選擇也僅采用強行進 入法，這可能導致回歸結果不準確。本例中本年累計應收貸款、貸款項目個數(shù)和本年固定資 產(chǎn)投資額三個自變量對不良貸款的線性影響不顯著可能是由于存在多重共線性引起的。注釋1:在步驟1中的對話框中，最底部還有幾個按鈕，它們?yōu)榛貧w分析提供了豐富的功能選項。下面解釋下各按鈕的含義和作用：? 單擊Statistics ,打開Linear Regression : Statistics對話框，選擇輸出的統(tǒng)計量。Regression Coefficients 欄

35、，回歸系數(shù)選項欄。Estimates （系統(tǒng)默認）：輸出回歸系數(shù)的相關統(tǒng)計量：包括回歸系數(shù)，回歸系數(shù)標準誤、標準化回歸系數(shù)、回歸系數(shù)檢驗統(tǒng)計量（ t值）及相應的檢驗統(tǒng)計量概率的Pt （sig ）。Confidence intervals:輸出每一個非標準化回歸系數(shù)95%的置信區(qū)間。Covariance matrix:輸出協(xié)方差矩陣。與模型擬合及擬合效果有關的選擇項。Model fit :能夠輸出復相關系數(shù) R、R2及R2修正值，估計標準誤差，方差分析表。R squared change:引入或剔除一個變量時，R2的變化。Descriptives:基本統(tǒng)計描述。Part and Partial

36、correlations :相關系數(shù)及偏相關系數(shù)。Collinearity diagnostics :共線性診斷。主要對于多元回歸模型，分析各自變量的之 間的共線性的統(tǒng)計量：包括容忍度和方差膨脹因子、特征值，條件指數(shù)等。Residuals 殘差欄Durbin-Watson : D.W驗.Casewise diagnostics:奇異值診斷，有兩個選項：Outliers outside（ ）standard deviations:奇異值判據(jù)，默認項標準差3。All case輸出所有觀測量的殘差值。? 單擊Plots按紐，打開Linear Regression : Plots對話框，選擇所需要的圖

37、形。在左上角的源變量框中，選擇Dependent進入X （或Y）軸變量框，選擇其它變量進入Y（或X）軸變量框，除因變量外，其客觀存在變量依次是：ZPRED標準化預測值，ZRESID:標準化殘差，DRESID:剔除殘差，ADJPREDt正后預測值，SRESI席生化殘差，SDRESID學 生化剔除殘差。Standardized Residual Plots 欄，標準化殘差圖類型，有選擇項：Histogram: 標準化殘差直方圖Normal probability plot標準化殘差序列的正態(tài)分布概率圖Produce all partial plots依次繪制因變量和所有自變量的散布圖? 單擊Opt

38、ions按紐，打開Linear Regression : Options對話框，選擇模型擬合判斷準則 及缺失值的處理方式。jnear RegressFon： OptionsE3ContinueCanellHelpStep png Method Crit&fia Use probability d F Entry. 05 Removal. | fo| Use F v5lueEn如 |184 Removal. |2 71Include constant in equationMissing Valuer* ExcIlkIe cases list wiseExclude cases pairwise

39、 Replace with meanStepping Method Criteria 欄，設置變量引入或剔除模型的判別標準。Use probability of F:采用F檢驗的概率為判別依據(jù)。Use F value:采用F值作為檢驗標準。Include constant in equation回歸方程中包括常數(shù)項。Missing Values 缺失值的處理方式。? 單擊Save按紐，打開Linear Regression : Save對話框。選擇需要保存的數(shù)據(jù)種類作為新 變量存在數(shù)據(jù)編輯窗口。其中有預測值、殘差，預測區(qū)間等。注釋2：線性回歸的假設理論(1)正態(tài)性假設：即所研究的變量均服從正態(tài)

40、分布；(2)等方差假設：即各變量總體的方差是相等的；(3)獨立性假設，即各變量之間是相互獨立的；(4)殘差項無自相關性，即誤差項之間互不相關，Cov( i, j) = 0注釋3:線性回歸模型的檢驗項目(1)回歸系數(shù)的檢驗(t檢驗)；(2)回歸方程的檢驗(F檢驗)；(3)擬合程度判定(可決系數(shù)R2);D.W僉驗(殘差項是否自相關)；(5)共線性檢驗(多元線性回歸)；(6)殘差圖示分析(判斷異方差性和殘差序列自相關)。實驗四時間序列分析的SPSS過程實驗目的? 掌握時間序列的線圖繪制? 掌握時間序列的自相關圖繪制? 掌握時間序列的季節(jié)變動分析實驗內容1:時間序列的線圖繪制任務導向根據(jù)“零售量”數(shù)據(jù)

41、文件，繪制1979至1982年度汗衫背心的零售量月份數(shù)據(jù)序列圖。實驗步驟步驟1:定義時間序列：打開“零售量”數(shù)據(jù)文件，將數(shù)據(jù)按時間順序排列，選擇菜單“DateDefine Date”,打開Define Dates對話框。然后從左框中選擇合適的時間表示方法，并且 在右邊時間框內定義起始點，單擊“OK”。步驟2:選擇菜單Graphs Line”,打開Line Charts對話框。從中選擇Simple單線圖，從Date in Chart Are欄中選擇Values of individual cases ,即輸出的線圖中橫坐標顯示變量中按照時間 順序排列的個體序列號，縱坐標顯示時間序列的變量數(shù)據(jù)。步

42、驟3:單擊“ Define”按鈕，打開對話框，選擇分析變量“零售量”進入“ Line Represent”, 在Category Labels” 類別標簽（橫坐標）中選擇Case number數(shù)據(jù)個數(shù)（或變量 Variable）, 單擊Title按紐可以添加標題。 Define Simple Line； Values of Individual Cases. YEAR, not penodic磅 MONTH, period 12跟 DATE FORMAT: MfLine RepnaseNs rWfrislsiOKCategory Labels * Ca* number Variable.Hes

43、etCancelHelpPanel by Nest viflbles Ino號m口中 山附闌L Nest V6iiabler l.-u err.jj中 lowsColumns,PHes.Templart& Use chrt apecrfications from.Fili步驟4:點擊“ OK”可得到線圖如下所示。；Number實驗內容2:時間序列自相關圖繪制多數(shù)經(jīng)濟現(xiàn)象具有滯后性的特點，而自相關圖能夠刻畫經(jīng)濟的滯后現(xiàn)象，對經(jīng)濟問題的分析和預測起到重要的作用。任務導向根據(jù)“零售量”數(shù)據(jù)文件，繪制1979至1982年度汗衫背心的零售量月份數(shù)據(jù)自相關圖, 進行自相關分析。實驗步驟步驟1:打開零售量”

44、數(shù)據(jù)文件，選擇菜單GraghTime SeriesAutocorrelation ,打開 Autocorrelations 對話框.步驟2:在左邊框內選擇要顯示的變量進入右邊Variables 對話框；從Display欄中選擇自相關圖(Autocorrelations )和偏自相關圖(Partial autocorrelations )。注釋：如果需要對時間序列進行變換，則要從 Transform欄中選擇對變量的的變換方式：Natural log transform自然對數(shù)變換，Differfence 差分(確定差分階數(shù))，Seasonally difference季節(jié)差分(確定差分階數(shù))；步

45、驟3:單擊“Options ”按鈕，彈出 Options對話框中，在 MaximumNumber of Lags參數(shù)框中 選擇最大滯后數(shù)彳1,默認值是16。這里選擇默認值，然后單擊“OK,得到自相關圖和偏相關圖如下所示。050。o 5-仃*汨U|p par 如 ndcng umti 口稠他 cwrmm limrLI CoeifisiertUpper Canf dcnGe uiniiLog舊CcniKterKe-LinH：56732|D1 11 12 13 14 IS IBLm Ndnibtf從上面的兩個圖形中都可以看出，這個時間序列具有很強的季節(jié)性。偏自相關圖反映出這個時間序列不是平穩(wěn)的時間序

46、列，有一定的趨勢性。通過時間序列的線圖和自相關圖后，可以根據(jù)時間序列的變動趨勢和季節(jié)性的特點進行季節(jié)分解，分析季節(jié)因素的影響程度。實驗內容3:時間序列的季節(jié)變動分析任務導向基于前面的分析，對“銷售量”數(shù)據(jù)進行季節(jié)變動分析實驗步驟步驟1：打開零售量”數(shù)據(jù)文件，選擇菜單Analyze Time Series Seasonal Decomposition ,打開 Seasonal Decomposition對話框。1Sea-scnnl DecompQticn YEA R. not peri odic此前圖二 MONTH petted 121療件匿營量1Model Muftipkcative AddMwMoving Average Voight 岸制國inrt目四問 Endpoints -sighted by .5Cument Penodidty: 12Display casest listing步驟2:從左邊框中選擇待分解處理的變量進入Variable 框內,并在Model欄中選擇模型類型。有乘法模型(Multiplicative )和加法模型(Additive )兩種。本例中選擇乘法模型。 步驟3:在Moving Average Weight 欄中，選擇移動平均處理方法，一