線性回歸分析

1.每天手機閱讀頻率與手機閱讀獲得滿足的線性回歸分析12345注解】從散點圖可知：每天手機閱讀頻率與手機閱讀獲得滿足相關(guān)性小。相關(guān)性您每日手機閱讀的頻率是？無聊、消遣您每日手機閱讀的頻率是？Pearson相關(guān)性1-.026顯著性（雙側(cè)）.575N462462無聊、消遣Pearson相關(guān)性-.0261顯著性（雙側(cè)）.575N462468【注解】相關(guān)變量的Pearson相關(guān)系數(shù)=-0.02〈0，表示呈負相關(guān)；相關(guān)系數(shù)檢驗對應(yīng)的概率P值=0.575,，小于顯著水平0.01，應(yīng)接受原假設(shè)，即每天手機閱讀頻率與手機閱讀獲得滿足沒有顯著的相關(guān)性。

描述性統(tǒng)計量均值標準偏差N您每日手機閱讀的頻率是？2.491.049462無聊、消遣3.431.017462輸入/移去的變量b模型輸入的變量移去的變量方法1無聊、消遣a輸入已輸入所有請求的變量。因變量：您每日手機閱讀的頻率是？【注解】上圖顯示是回歸分析方法引入變量的方式模型匯總b模型RR方調(diào)整R方標準估計的誤差1?026a.001-.0011.050預(yù)測變量：（常量），無聊、消遣。因變量：您每日手機閱讀的頻率是？【注解】上圖是回歸方程的擬合優(yōu)度檢驗。第二列：兩變量的相關(guān)系數(shù)R=0.026第三列：被解釋變量和解釋變量的判定系數(shù)R方=0.001是一元線性回歸方程擬合優(yōu)度檢驗的統(tǒng)計量；判定系數(shù)遠離1，說明回歸方程對樣本數(shù)據(jù)的擬合優(yōu)度越低，被解釋變量可以被模型接受的部分較少。第四列：被解釋變量和解釋變量的調(diào)整判定系數(shù)R方=-0.001。第五列：回歸線性方程的估計標準誤差=1.050。Anovab模型平方和df均方FSig.1回歸034671.017.066.797a殘差507.0093448.249總計504.4460449a.預(yù)測變量：（常量），無聊、消遣？。

Anovab模型平方和df均方FSig.1回歸034671.017.066.797a殘差507.0093448.249總計504.4460449預(yù)測變量：（常量），無聊、消遣？。因變量：您每日手機閱讀的頻率？【注解】上圖是回歸方程的整體顯著性檢驗—回歸分析的方差分析。第二列：被解釋變量的總離差平方和=504.446；被分解為兩部分：回歸平方和=0.346，剩余平方和=507.099。F檢驗統(tǒng)計量的值=0.017,對應(yīng)的概率P=0.797，大于0.05,應(yīng)接受原假設(shè)，結(jié)論：回歸系數(shù)不為0，被解釋變量與解釋變量的線性關(guān)系不顯著，不可建立線性模型。系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準誤差試用版1（常量）2.582.17215.019.000無聊、消遣-.027.048-.026-.561.575a.因變量：您每日手機閱讀的頻率是？【注解】回歸方程的線性回歸系數(shù)和常項的估計值，以及回歸系數(shù)的線性顯著檢驗。第二列：常數(shù)項估計值=2.582:；回歸系數(shù)估計值=0.61。第三列：回歸系數(shù)的標準誤差=-0.048第四列：標準化回歸系數(shù)=-0.026第五、六列：回歸系數(shù)T檢驗的t統(tǒng)計量值=-561,對于的概率卩值=0.575,大于顯著性水平0.05,接受原假設(shè)，結(jié)論：回歸系數(shù)不為0，被解釋變量與解釋變量的線性關(guān)系不顯著。YS=2.582-0.027x

殘差統(tǒng)計量a極小值極大值均值標準偏差N預(yù)測值2.452.552.49.027462標準預(yù)測值-1.5452.387.0001.000462預(yù)測值的標準誤差.053.127.066.019462調(diào)整的預(yù)測值2.442.582.49.028462殘差-1.5551.553.0001.049462標準殘差-1.4811.479.000.999462Student化殘差-1.4921.485.0001.001462已刪除的殘差-1.5781.565.0001.053462Student化已刪除的殘差-1.4941.487.0001.002462Mahal。距離.1775.698.9981.334462Cook的距離.000.016.002.003462居中杠桿值.000.012.002.003462a.因變量：您每日手機閱讀的頻率是？--KJtooooo0oooooooo0oooooZL0IIh&評囁獵刖漱閥卅：jh舞縄:喜並kl.紳如郵毀同m/H專KJ￡2?手機是3G與手機屏幕大小滿意度的一元線性分析2-8-6-4-2-2-8-6-4-2-12345您對手機胖幕人小的滿總度？【注解】從散點圖可知：手機是3G與手機屏幕大小滿意度相關(guān)性小。相關(guān)性您的手機是3G嗎？您對手機屏幕大小的滿意度？您的手機是3G嗎？Pearson相關(guān)性顯著性（雙側(cè)）N1450.012.797450您對手機屏幕大小的滿意度？Pearson相關(guān)性顯著性（雙側(cè)）N.012.7974501468【注解】相關(guān)變量的Pearson相關(guān)系數(shù)=0.012>0,表示呈正相關(guān)；相關(guān)系數(shù)檢驗對應(yīng)的概率P值=0.797,，大于顯著水平0.01，應(yīng)拒絕原假設(shè)，即手機是3G與手機屏幕大小滿意度之間具有顯著的相關(guān)性。

輸入/移去的變量b模型輸入的變量移去的變量方法1您對手機屏幕大小的滿意度？a輸入已輸入所有請求的變量。因變量：您的手機是3G嗎？模型匯總b模型RR方調(diào)整R方標準估計的誤差1.012a.000-.002.499預(yù)測變量：（常量），您對手機屏幕大小的滿意度？。因變量：您的手機是3G嗎？【注解】上圖是回歸方程的擬合優(yōu)度檢驗。第二列：兩變量的相關(guān)系數(shù)R=0.012第三列：被解釋變量和解釋變量的判定系數(shù)R方=0.000是一元線性回歸方程擬合優(yōu)度檢驗的統(tǒng)計量；判定系數(shù)遠離1，說明回歸方程對樣本數(shù)據(jù)的擬合優(yōu)度越低，被解釋變量可以被模型接受的部分較少。第四列：被解釋變量和解釋變量的調(diào)整判定系數(shù)R方=-0.002。第五列：回歸線性方程的估計標準誤差=0.499。Anovab模型平方和df均方FSig.1回歸.0171.017.066.797a殘差111.503448.249總計111.520449預(yù)測變量：（常量），您對手機屏幕大小的滿意度？。因變量：您的手機是3G嗎？【注解】上圖是回歸方程的整體顯著性檢驗—回歸分析的方差分析。第二列：被解釋變量的總離差平方和=111.520；被分解為兩部分：回歸平方和=0.017，剩余平方和=111.503。F檢驗統(tǒng)計量的值=0.066，對應(yīng)的概率P=0.797,大于0.05，應(yīng)接受原假設(shè)，結(jié)論：回歸系數(shù)不為0，被解釋變量與解釋變量的線性關(guān)系不顯著，不可建立線性模型。

系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準誤差試用版1（常量）1.431.09015.980.000您對手機屏幕大小的滿意度？.007.027.012.258.797a.因變量：您的手機是3G嗎？【注解】回歸方程的線性回歸系數(shù)和常項的估計值，以及回歸系數(shù)的線性顯著檢驗。第二列：常數(shù)項估計值=1.431；回歸系數(shù)估計值=0.007。第三列：回歸系數(shù)的標準誤差=-0.027第四列：標準化回歸系數(shù)=-0.012第五、六列：回歸系數(shù)T檢驗的t統(tǒng)計量值=0.258,對于的概率卩值=0.797,大于顯著性水平0.05，接受原假設(shè)，結(jié)論：回歸系數(shù)不為0，被解釋變量與解釋變量的線性關(guān)系不顯著。YS=1.431+0.007x描述性統(tǒng)計量均值標準偏差N您的手機是3G嗎？1.45.498450您對手機屏幕大小的滿意度？3.23.881450相關(guān)性您的手機是3G嗎？您對手機屏幕大小的滿意度？Pearson相關(guān)性您的手機是3G嗎？1.000.012您對手機屏幕大小的滿意度？.0121.000Sig.（單側(cè)）您的手機是3G嗎？..398您對手機屏幕大小的滿意度？.398N您的手機是3G嗎？450450您對手機屏幕大小的滿意度？450450

殘差統(tǒng)計量a極小值極大值均值標準偏差N預(yù)測值1.441.471.45.006450標準預(yù)測值-2.5352.005.0001.000450預(yù)測值的標準誤差.024.064.032.010450調(diào)整的預(yù)測值1.431.471.45.007450殘差-.465.562.000.498450標準殘差-.9331.127.000.999450Student化殘差-.9381.136.0001.001450已刪除的殘差-.471.571.000.501450Student化已刪除的殘差-.9381.136.0001.001450Mahal。距離.0706.426.9981.380450Cook的距離.001.011.002.002450居中杠桿值.000.014.002.003450a.因變量：您的手機是3G嗎？3?手機閱讀年限與增加知識、開闊眼界的一元線性分析4-14-1234培加知訓(xùn)、開觀眼界（如休育、財經(jīng)、H44）【注解】從散點圖可知：手機閱讀年限與增加知識、開闊眼界相關(guān)性小。相關(guān)性您使用手機閱讀的年限是？增加知識、開闊眼界（如體育、財經(jīng)、百科）您使用手機閱讀的年限是？Pearson相關(guān)性顯著性（雙側(cè)）N1467-.044.343467增加知識、開闊眼界（如體育、Pearson相關(guān)性財經(jīng)、百科）顯著性（雙側(cè)）N-.044.3434671468【注解】相關(guān)變量的Pearson相關(guān)系數(shù)=-0.044V0,表示呈負相關(guān)；相關(guān)系數(shù)檢驗對應(yīng)的概率P值=0.343，,小于顯著水平0.01，應(yīng)接受原假設(shè)，即有手機閱讀年限與增加知識、開闊眼界之間沒有顯著的相關(guān)性。輸入/移去的變量b模型輸入的變量移去的變量方法1增加知識、開闊眼界（如體育、財經(jīng)、百科）a輸入已輸入所有請求的變量。因變量：您使用手機閱讀的年限是？模型匯總b模型RR方調(diào)整R方標準估計的誤差1.044a.002.0001.062預(yù)測變量：（常量），增加知識、開闊眼界（如體育、財經(jīng)、百科）。因變量：您使用手機閱讀的年限是？【注解】上圖是回歸方程的擬合優(yōu)度檢驗。第二列：兩變量的相關(guān)系數(shù)R=0.044第三列：被解釋變量和解釋變量的判定系數(shù)R方=0.000是一元線性回歸方程擬合優(yōu)度檢驗的統(tǒng)計量；判定系數(shù)遠離1，說明回歸方程對樣本數(shù)據(jù)的擬合優(yōu)度越低，被解釋變量可以被模型接受的部分較少。第四列：被解釋變量和解釋變量的調(diào)整判定系數(shù)R方=0.002。第五列：回歸線性方程的估計標準誤差=1.062。Anovab模型平方和df均方FSig.1回歸1.01511.015.900.343a殘差524.5834651.128總計525.597466預(yù)測變量：（常量），增加知識、開闊眼界（如體育、財經(jīng)、百科）。因變量：您使用手機閱讀的年限是？【注解】上圖是回歸方程的整體顯著性檢驗—回歸分析的方差分析。第二列：被解釋變量的總離差平方和=525.597；被分解為兩部分：回歸平方和=1.015，剩余平方和=524.583。

F檢驗統(tǒng)計量的值=0.900,對應(yīng)的概率P=0.343,大于0.05，應(yīng)接受原假設(shè)，結(jié)論：回歸系數(shù)不為0，被解釋變量與解釋變量的線性關(guān)系不顯著，不可建立線性模型。系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準誤差試用版1（常量）2.833.15718.064.000增加知識、開闊眼界（如體育、財經(jīng)、百科）-.042.044-.044-.948.343a.因變量：您使用手機閱讀的年限是？【注解】回歸方程的線性回歸系數(shù)和常項的估計值，以及回歸系數(shù)的線性顯著檢驗。第二列：常數(shù)項估計值=2.833；回歸系數(shù)估計值=-0.042。第三列：回歸系數(shù)的標準誤差=-0.044第四列：標準化回歸系數(shù)=-0.044第五、六列：回歸系數(shù)T檢驗的t統(tǒng)計量值=-0.948,對于的概率P值=0.343,小于顯著性水平0.05，拒絕原假設(shè)，結(jié)論：回歸系數(shù)不為0，被解釋變量與解釋變量的線性關(guān)系不顯著。YS=2.833-0.042x殘差統(tǒng)計量極小值極大值均值標準偏差N預(yù)測值2.622.792.69.047467標準預(yù)測值-1.4952.122.0001.000467預(yù)測值的標準誤差.052.115.067.017467調(diào)整的預(yù)測值2.612.8