spss統(tǒng)計(jì)軟件課程作業(yè)(文件)
【正文】 建立Y與X1，X2之間的線性回歸方程，并研究相應(yīng)的統(tǒng)計(jì)推斷問題，同時(shí)預(yù)測適合購買此化妝品的人數(shù)為220千人，人均收入為2500元的某城市對該化妝品的銷量。打開“統(tǒng)計(jì)量”對話框，選上“估計(jì)”和“模型擬合度”。表中顯示回歸模型編號(hào)、進(jìn)入模型的變量、移出模型的變量和變量的篩選方法。 Anovab模型平方和df均方FSig.1回歸2.000a殘差12總計(jì)14a. 預(yù)測變量: (常量), 人均收入, 人數(shù)。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).181人數(shù).496.006.934.000人均收入.009.001.108.000a. 因變量: 銷售量表中顯示回歸模型的常數(shù)項(xiàng)、非標(biāo)準(zhǔn)化的回歸系數(shù)B值及其標(biāo)準(zhǔn)誤差、標(biāo)準(zhǔn)化的回歸系數(shù)值、統(tǒng)計(jì)量t值以及顯著性水平（Sig.）。第1步 分析：先用散點(diǎn)圖的形式進(jìn)行分析，看究竟是否具有一元線性關(guān)系，如果具有一元線性關(guān)系，則用一元線性回歸分析，否則采用曲線估計(jì)求解。從決定系數(shù)（R方即R2）來看，三次曲線效果最好（因?yàn)槠銻2值最大），并且方差分析的顯著性水平（Sig.）為0。故可判斷遠(yuǎn)視率與年齡之間有較顯著的三次曲線關(guān)系A(chǔ)NOVA平方和Df均方FSig.回歸3.000殘差7總計(jì)10自變量為 年齡。首先，能開統(tǒng)計(jì)軟件這門課我感到十分的開心，因?yàn)檫@個(gè)軟件的用途非常廣泛，尤其是應(yīng)用于數(shù)模競賽。統(tǒng)計(jì)軟件嘛，只能靠多練練手來提高自己的能力了，畢竟師傅領(lǐng)進(jìn)門，修行在個(gè)人。關(guān)于數(shù)理統(tǒng)計(jì)，我想僅僅一個(gè)“難”字是無法來形容這門課的復(fù)雜多變，相對于上學(xué)期的概率論，這學(xué)期學(xué)的數(shù)理統(tǒng)計(jì)不僅需要扎實(shí)的概率論基礎(chǔ)，而且要記得住各種類型的分析。系數(shù)未標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)tSig.B標(biāo)準(zhǔn)誤Beta年齡.111年齡 ** 2.303年齡 ** 3.076.529（常數(shù)）.019從表中可知因變量與自變量的三次回歸模型為：y=+從圖形上看出其擬合效果非常好。模型匯總RR 方調(diào)整 R 方估計(jì)值的標(biāo)準(zhǔn)誤.978.956.937自變量為 年齡。第3步 作散點(diǎn)圖初步判定變量的分布趨勢：第4步 進(jìn)行曲線估計(jì)：依次選擇菜單“分析→回歸→曲線估計(jì)”，將所有模型全部選上，看哪種模型擬合效果更好(主要看決定系數(shù)R2)，其所有模型的擬合優(yōu)度R2如下表所示。，故應(yīng)拒絕T檢驗(yàn)的原假設(shè)，這也說明了回歸系數(shù)的顯著性，說明建立線性模型是恰當(dāng)?shù)?。方差來源有回歸、殘差。b. 因變量: 銷售量R=，說明自變量與因變量之間的相關(guān)性很強(qiáng)。并且選擇“直方圖”和“正態(tài)概率圖” 作相應(yīng)的保存選項(xiàng)設(shè)置，如預(yù)測值、殘差和距離等。第2步 數(shù)據(jù)組織：定義三個(gè)變量，分別為“z”（銷售量）、“x”（人數(shù)）、“y”（人均收入）。6. 某公司在各地區(qū)銷售一種特殊化妝品。 誤差項(xiàng)為均值方 (錯(cuò)誤) = 。由于組間比較的相伴概率Sig.（p值）=，故應(yīng)拒絕H0假設(shè)（四種飼料喂豬效果無顯著差異），說明五種藥物對治愈所需天數(shù)有顯著性差異。a. 設(shè)計(jì) : 截距 + 藥物類別方差齊性檢驗(yàn)的H0假設(shè)是：方差相等。第2步 數(shù)據(jù)的組織：數(shù)據(jù)分成兩列，一列是治愈所需天數(shù)，變量名為“治愈所需天數(shù)”，另一變量是藥物種類（變量值分別為1,2,3,4，5），變量名為“藥物種類
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1