【正文】 性回歸方程。 Linear Regresssion對(duì)話(huà)框步驟2：?jiǎn)螕鬝tatistics按鈕，如圖在Statistics子對(duì)話(huà)框。 Estimates：輸出有關(guān)回歸系數(shù)的統(tǒng)計(jì)量，包括回歸系數(shù)、回歸系數(shù)的標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)化的回歸系數(shù)、t統(tǒng)計(jì)量及其對(duì)應(yīng)的p值等。 Covariance matrix：輸出解釋變量的相關(guān)系數(shù)矩陣和協(xié)差陣。 R squared c。 Model fit：輸出可決系數(shù)、調(diào)整的可決系數(shù)、回歸方程的標(biāo)準(zhǔn)誤差、回歸方程F檢驗(yàn)的方差分析。 Confidence intervals：輸出每個(gè)回歸系數(shù)的95％的置信度估計(jì)區(qū)間。這里選中Estimates、Model fit復(fù)選框。將變量住房支出y移入Dependent列表框中，將年收入x移入Independents列表框中。 住房支出與年收入相關(guān)系數(shù)表Correlations 住房支出（千美元）年收入（千美元）住房支出（千美元）Pearson Correlation1.966(**) Sig. (2tailed)..000 N2020年收入（千美元）Pearson Correlation.966(**)1 Sig. (2tailed).000. N2020** Correlation is significant at the level (2tailed).，故變量之間顯著相關(guān)。 散點(diǎn)圖對(duì)話(huà)框單擊Define，打開(kāi)Simple Scatterplot子對(duì)話(huà)框，分別將“住房支持”進(jìn)入y欄，將“年收入”進(jìn)入x欄。其他均可選擇默認(rèn)項(xiàng)，單擊ok提交系統(tǒng)運(yùn)行。三、試驗(yàn)演示內(nèi)容與步驟1．連續(xù)變量簡(jiǎn)單相關(guān)系數(shù)的計(jì)算與分析在上市公司財(cái)務(wù)分析中，常常利用資產(chǎn)收益率、凈資產(chǎn)收益率、每股凈收益和托賓Q值4個(gè)指標(biāo)來(lái)衡量公司經(jīng)營(yíng)績(jī)效。線(xiàn)性回歸數(shù)學(xué)模型如下：在模型中，回歸系數(shù)是未知的，可以在已有樣本的基礎(chǔ)上，使用最小二乘法對(duì)回歸系數(shù)進(jìn)行估計(jì)，得到如下的樣本回歸函數(shù)：回歸模型中的參數(shù)估計(jì)出來(lái)之后，還必須對(duì)其進(jìn)行檢驗(yàn)。2．回歸分析的統(tǒng)計(jì)學(xué)原理相關(guān)關(guān)系不等于因果關(guān)系，要明確因果關(guān)系必須借助于回歸分析。 參數(shù)α、β的估計(jì)168。(3) 學(xué)會(huì)回歸模型的散點(diǎn)圖與樣本方程圖形。某個(gè)年級(jí)有三個(gè)小班，他們進(jìn)行了一次數(shù)據(jù)考試，現(xiàn)從各班隨機(jī)地抽取了一些學(xué)生，記錄其成績(jī)?nèi)绫?。其中后面帶“﹡”號(hào)的表示銷(xiāo)量有顯著差異，沒(méi)有帶“﹡”號(hào)的表示沒(méi)有顯著差異。 單因素方差分析結(jié)果ANOVA銷(xiāo)量 Sum of SquaresdfMean SquareFSig.Between Groups2.013Within Groups23 Total25 多重比較檢驗(yàn)結(jié)果Multiple ComparisonsDependent Variable: 銷(xiāo)量 (I) 地區(qū)(J) 地區(qū)Mean Difference (IJ)Std. ErrorSig.95% Confidence IntervalLower BoundUpper BoundLSD西中.107東(*).004中西.107 東.118東西(*).004 中.118Tamhane西中.199 東.054.61中西.199 東.436東西.054 中.436* The mean difference is significant at the .05 level.如前所述，拒絕單因素方差分析原假設(shè)并不能得出各地區(qū)汽車(chē)銷(xiāo)量均值完全不等的結(jié)論。從表中可以看到，,所以得到不同地區(qū)汽車(chē)銷(xiāo)量滿(mǎn)足方差齊性的結(jié)論。 Options子對(duì)話(huà)框168。這里選擇Tamhane’s T2檢驗(yàn)法；Significance level輸入框中用于輸入多重比較檢驗(yàn)的顯示性水平，默認(rèn)為5％。假如一次方差分析的結(jié)果是拒絕原假設(shè)，我們只能判斷各觀(guān)測(cè)變量均值不完全相等，卻不能得出各均值完全不相等的結(jié)論。依次將觀(guān)測(cè)變量sales移入Dependent list列表框，將因素變量region移入Factor列表框。若對(duì)被觀(guān)測(cè)對(duì)象的試驗(yàn)不是隨機(jī)分組的，而是進(jìn)行的重復(fù)測(cè)量形成幾個(gè)彼此不獨(dú)立的變量，應(yīng)該用Repeated Measure菜單項(xiàng)，進(jìn)行重復(fù)測(cè)量方差分析，條件滿(mǎn)足時(shí)，還可以進(jìn)行趨勢(shì)分析。檢驗(yàn)由單一因素影響的一個(gè)分析變量由因素各水平分組的均值之間的差異是否有統(tǒng)計(jì)意義。根據(jù)觀(guān)測(cè)變量的個(gè)數(shù)，可將方差分析分為單變量方差分析和多變量方差分析；根據(jù)因素個(gè)數(shù)，可分為單因素方差分析和多因素方差分析。方差分析有3個(gè)基本的概念：觀(guān)測(cè)變量、因素和水平。例如，農(nóng)作物的產(chǎn)量受作物的品種、施肥的多少及種類(lèi)等的影響；某種商品的銷(xiāo)量受商品價(jià)格、質(zhì)量、廣告等的影響。假設(shè)將這兩個(gè)指標(biāo)數(shù)據(jù)作為樣本，試用配對(duì)樣本T檢驗(yàn)，女性人口的平均壽命是否確實(shí)比男性人口的平均壽命長(zhǎng)，并給出差異的置信區(qū)間。結(jié)果顯示p＝，所以，學(xué)校的所謂新式培訓(xùn)并未帶來(lái)學(xué)生成績(jī)的顯著變化。 實(shí)例結(jié)果分析、標(biāo)準(zhǔn)差、均值標(biāo)準(zhǔn)誤差以及培訓(xùn)前后成績(jī)的相關(guān)系數(shù)。 PairedSamples T Test對(duì)話(huà)框168。假設(shè)某校為了檢驗(yàn)進(jìn)行新式培訓(xùn)前后學(xué)生的學(xué)習(xí)成績(jī)是否有了顯著提高，從全校學(xué)生中隨機(jī)抽出30名進(jìn)行測(cè)試，這些學(xué)生培訓(xùn)前后的考試成績(jī)放置于數(shù)據(jù)文件“”中。配對(duì)樣本T檢驗(yàn)的前提條件為：第一，兩樣本必須是配對(duì)的。Ttest for Equality of Means 為檢驗(yàn)總體均值是否相等的t 檢驗(yàn)，由于在本例中，其P值大于顯著性水平，即：Sig.=， 因此不應(yīng)該拒絕原假設(shè)，也就是說(shuō)參加工會(huì)的婦女跟未參加工會(huì)的婦女的報(bào)酬沒(méi)有顯著差異。 計(jì)算結(jié)果 單擊上圖中“OK”按鈕，輸出結(jié)果如下圖所示。 定義分組 單擊Grouping Variable 框下面的Define Groups 按鈕，打開(kāi)Define Groups 對(duì)話(huà)框。表示要求該變量的均值的區(qū)間估計(jì)。 計(jì)算兩總體均值之差的區(qū)間估計(jì)，采用“獨(dú)立樣本T 檢驗(yàn)”方法。 168。 單樣本T檢驗(yàn)結(jié)果OneSample Test Test Value = 120tdfSig. (2tailed)Mean Difference95% Confidence Interval of the DifferenceLowerUpper產(chǎn)品數(shù)量9.4984．兩獨(dú)立樣本的假設(shè)檢驗(yàn)（兩獨(dú)立樣本T檢驗(yàn)） 例題：The Wall Street Journal（1994,7 ）聲稱(chēng)在制造業(yè)中， 美元。 表中的“df”，表示自由度，本例中為9。 “OneSample T Test”窗口中“OK”按鈕，輸出結(jié)果如下表所示。 軟件實(shí)現(xiàn)程序 打開(kāi)已知數(shù)據(jù)文件，然后選擇菜單“Analyze→Compare Means→OneSample T Test”，打開(kāi)OneSample T Test 對(duì)話(huà)框。 獨(dú)立樣本T檢驗(yàn)結(jié)果Independent Samples Test Levene39。 分組統(tǒng)計(jì)量Group Statistics 會(huì)員NMeanStd. DeviationStd. Error Mean報(bào)酬8.46522.164487.52236.19743 （2）Independent Sample Test （獨(dú)立樣本T 檢驗(yàn)）表 　Levene’s Test for Equality of Variance，為方差檢驗(yàn)，在Equal variances assumed （原假設(shè)：方差相等）下，F(xiàn)=， 因?yàn)槠銹值大于顯著性水平，即：Sig.=， 說(shuō)明不能拒絕方差相等的原假設(shè)，接受兩個(gè)總體方差是相等的假設(shè)。 define groups設(shè)置窗口168。 Samples T Test對(duì)話(huà)框168。 變量選擇 （1）從源變量清單中將“報(bào)酬”變量移入Test Variable(s)框中。 168。要求對(duì)制造業(yè)中參加工會(huì)會(huì)員的女性報(bào)酬與未參加工會(huì)的女性報(bào)酬平均工資之差進(jìn)行區(qū)間估計(jì)，預(yù)設(shè)的置信度為95％。點(diǎn)估計(jì)是：。 返回主窗口點(diǎn)擊ok運(yùn)行操作。 單擊上圖右下方的“Statistics”按鈕打開(kāi)“Explore: Statistics”對(duì)話(huà)框。 選擇區(qū)間估計(jì)選項(xiàng)，方法如下： 選擇菜單“Analyze—Descriptive Statistics—Explore” ， 對(duì)話(huà)框。 操作程序： 168。 某班16位學(xué)生的身高數(shù)據(jù)學(xué)號(hào)性別身高（cm）學(xué)號(hào)性別身高（cm）1M1709M1502F17310M1573F16911F1774M15512M1605F17413F1696F17814M1547M15615F1728F17116F180，對(duì)其進(jìn)行描述統(tǒng)計(jì)量分析，并對(duì)試驗(yàn)結(jié)果作出說(shuō)明。 方箱中的中心粗線(xiàn)為中位數(shù)。莖表示數(shù)值的整數(shù)部分，葉表示數(shù)值的小數(shù)部分。對(duì)有關(guān)的部分選項(xiàng)說(shuō)明如下：① Boxplots（箱圖）選項(xiàng)欄 　Factor levels together：將每個(gè)因變量對(duì)于不同分組的箱圖并列顯示，利于比較各組在因變量同一水平上的差異 ；Dependents together：所有因變量生成一個(gè)箱圖，這樣可以比較分組變量同一水平上各個(gè)因變量值的分布情況 ；None：表示不顯示箱圖 ② Descriptives 欄 　Stemandleaf：顯示莖葉圖 　Histogram：顯示直方圖 ③ 選中Normality plots with tests 框中輸出顯示正態(tài)分布圖形。 選擇statistics…按鈕，選擇想要計(jì)算的描述統(tǒng)計(jì)量。 在打開(kāi)的數(shù)據(jù)文件上，選擇如下命令：選擇菜單“Analyze—Descriptive Statistics—Explore”，打開(kāi)Explore 對(duì)話(huà)框。它在一般描述性統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上，增加有關(guān)數(shù)據(jù)其他特征的文字與圖形描述，顯得更加細(xì)致與全面，對(duì)數(shù)據(jù)分析更進(jìn)一步。 結(jié)果輸出與分析在結(jié)果輸出窗口中給出了所選變量的相應(yīng)描述統(tǒng)計(jì)。各描述統(tǒng)計(jì)量同F(xiàn)requencies命令中的Statistics子對(duì)話(huà)框中大部分相同，這里不再重復(fù)。Save standardized values as variables，對(duì)所選擇的每個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理，產(chǎn)生相應(yīng)的Z分值，作為新變量保存在數(shù)據(jù)窗口中。本節(jié)利用某年國(guó)內(nèi)上市公司的財(cái)務(wù)數(shù)據(jù)來(lái)介紹描述統(tǒng)計(jì)量在SPSS中的計(jì)算方法。 Gender頻數(shù)分布表 FrequencyPercentValid PercentCumulative PercentValidFemale216 Male258 Total474 ，F(xiàn)requency是頻數(shù)，Percent是按總樣本量為分母計(jì)算的百分比，Valid Percent是以有效樣本量為分母計(jì)算的百分比，Cumulative Percent是累計(jì)百分比。Suppress tables with more than n categories如果分類(lèi)數(shù)多余n則不輸出頻數(shù)分布表，這通常使用于變量取值過(guò)多時(shí)。168。 單擊charts按鈕，彈出charts子對(duì)話(huà)框（），設(shè)置生成的統(tǒng)計(jì)圖，對(duì)話(huà)框有兩個(gè)選項(xiàng)欄： Charts子對(duì)話(huà)框（1）Charts Type選項(xiàng)欄：設(shè)置生成統(tǒng)計(jì)圖的類(lèi)型。 Statistics子對(duì)話(huà)框（1） Percentile Values 欄 　 Percentile Values 欄選項(xiàng)說(shuō)明選項(xiàng)說(shuō)明Quartiles顯示25%，50%，75%的四分位數(shù)值Cut points for ___equal groups輸入整數(shù)k 時(shí)，表示將所選變量的數(shù)值從小到大劃分為k 等分，并將輸出各等分點(diǎn)處的變量數(shù)值Percentile(s)右邊的小框內(nèi)，鍵入0~100 間的1個(gè)數(shù)之后，單擊Add 按鈕添加到下面的方框內(nèi)，此操作過(guò)程可以重復(fù)。 選擇菜單“Analyze—Descriptive Statistics—Frequencies”。頻數(shù)分析中常用的統(tǒng)計(jì)圖包括：條形圖，餅圖，直方圖等。（4）累計(jì)百分比（Cumulative Percent）即各百分比逐級(jí)累加起來(lái)的結(jié)果。SPSS中的頻數(shù)分布表包括的內(nèi)容有：（1）頻數(shù)（Frequency）即變量值落在某個(gè)區(qū)間中的次數(shù)?；窘y(tǒng)計(jì)分析往往從頻數(shù)分析開(kāi)始。其中標(biāo)準(zhǔn)差、方差適用于正態(tài)分布資料，標(biāo)準(zhǔn)誤實(shí)際上反映了樣本均數(shù)的波動(dòng)程度。二、試驗(yàn)原理描述統(tǒng)計(jì)是統(tǒng)計(jì)分析的基礎(chǔ)，它包括數(shù)據(jù)的收集、整理、顯示，對(duì)數(shù)據(jù)中有用信息的提取和分析，通常用一些描述統(tǒng)計(jì)量來(lái)進(jìn)行分析。但是，由于各種各樣的原因，我們能夠得到的往往只能是從總體中隨機(jī)抽取的一部分觀(guān)察對(duì)象，他們構(gòu)成了樣本，只有通過(guò)對(duì)樣本的研究，我們才能對(duì)總體的實(shí)際情況作出可能的推斷。 If cases子對(duì)話(huà)框 四、備擇試驗(yàn)?zāi)澈娇展?8名職員性別和工資情況的調(diào)查數(shù)據(jù)，試在SPSS中進(jìn)行如下操作：（1）將數(shù)據(jù)輸入到SPSS的數(shù)據(jù)編輯窗口中，將gender定義為字符型變量，將salary定義為數(shù)值型變量，并保存數(shù)據(jù)文件，命名為“”。 單擊If按鈕，彈出