freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

工商管理專業(yè)spss課程期末報告(編輯修改稿)

2024-12-19 03:55 本頁面
 

【文章內(nèi)容簡介】 他部分過程省略 結(jié)果如下表 3到 表 7: Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 食品 , 居住 , 衣著a . Enter 表 2 相關(guān)關(guān)系矩陣 SPSS 課程期末報告 工商管理 10042020201324 8。 如表 4 所示:給出了模型整體擬合效果的概述,模型的擬合優(yōu)度系數(shù)為,反映了因變量于自變量之間具有高度顯著的線性關(guān)系。表里還顯示了 R平方以及經(jīng)調(diào)整的 R 值估計標(biāo)準(zhǔn)誤差,另外表中還給出了杜賓 瓦特森檢驗值DW=,杜賓 瓦特森檢驗統(tǒng)計量 DW 是一個用于檢驗一階變量自回歸形式的序列相關(guān)問題的統(tǒng)計量, DW在數(shù)值 2到 4之間的附近說明模型變量無序列相關(guān)。 如表 5所示:給出了方差分析表,我們可以看到模型的設(shè)定檢驗 F 統(tǒng)計量的值為 ,顯著性水平的 P值為 。 a. All requested variables entered. b. Dependent Variable: 家庭設(shè)備用品及服務(wù) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate DurbinWatson 1 .982a .965 .860 .61895 a. Predictors: (Constant), 食品 , 居住 , 衣著 b. Dependent Variable: 家庭設(shè)備用品及服務(wù) ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 3 .237a Residual .383 1 .383 表 3 變量進入、剔除信息表 表 4 模型概述表 SPSS 課程期末報告 工商管理 10042020201324 9。 如表 6所示:給出了回歸系數(shù)表和變量顯著性檢驗的 T值,我們發(fā)現(xiàn),變量居住的 T 值太小,沒有達到顯著性水平,因此我們要將這個變量剔除,從這里我們也可以看出模型雖然通過了設(shè)定檢驗,但很有可能不能通過,變量的顯著性檢驗。 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .715 .605 居住 .000 .002 .904 衣著 .640 .283 食品 .441 .206 .278 a. Dependent Variable: 家庭設(shè)備用品及服務(wù) 如表 7所示:給出了殘差分析表,表中顯示了預(yù)測值、殘差、標(biāo)準(zhǔn)化預(yù)測值、標(biāo)準(zhǔn)化殘 差的最小值、最大值、均值、標(biāo)準(zhǔn)差及樣本容量等,根據(jù)概率的 3 西格瑪原則,標(biāo)準(zhǔn)化殘差的絕對值最大為 ,小于 3,說明樣本數(shù)據(jù)中沒有奇異值。 Residuals Statisticsa Minimum Maximum Mean Std. Deviation N Predicted Value 5 Residual .40125 .00000 .30947 5 Total 4 a. Predictors: (Constant), 食品 , 居住 , 衣著 b. Dependent Variable: 家庭設(shè)備用品及服務(wù) 表 5 方差 分析表 表 6 回歸系數(shù)分析表 SPSS 課程期末報告 工商管理 10042020201324 10。 Std. Predicted Value .000 5 Std. Residual .648 .000 .500 5 a. Dependent Variable: 家庭設(shè)備用品及服務(wù) 圖 1 所示,給出了模型的直方圖,由于我們在模型中始終假設(shè)殘差服從正態(tài)分布,因此我們可以從這張圖中直觀地看出回歸后的實際殘差是否符合我們的假設(shè),從回歸殘差的直方圖于附于圖上的正態(tài)分布曲線相比較,可以認(rèn)為殘差的分布不是明顯地服從正態(tài)分布。盡管這樣也不能盲目的否定殘差服從正態(tài)分布的假設(shè),因為我們用了進行分析的樣本太小,樣本容量 僅為 5。 表 7 殘差統(tǒng)計表 SPSS 課程期末報告 工商管理 10042020201324 11。 從上面系列表的分析結(jié)果看,我們的模型需要剔除居住這個變量,用本次實驗中的方法和
點擊復(fù)制文檔內(nèi)容
環(huán)評公示相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號-1