【正文】 xi1xi2xi3xi4yi7266601291552115682011318477526331155922371176131224425418222147426140233411669121068812思考：假如使用不同的多元回歸分析方法，將會(huì)有什么樣的不同。（7） 輸出的結(jié)果文件中第七個(gè)表格如下： Residuals Statistics(a) MinimumMaximumMeanStd. DeviationNPredicted Value36Std. Predicted Value.00036Standard Error of Predicted Value.675.27636Adjusted Predicted Value36Residual.0000036Std. Residual.000.91036Stud. Residual36Deleted Residual36Stud. Deleted Residual.00236Mahal. Distance.87936Cook39。（5） 輸出的結(jié)果文件中第五個(gè)表格如下： ANOVA(b)Model Sum of SquaresdfMean SquareFSig.1Regression6.028(a)Residual29 Total35 a Predictors: (Constant), z6, z2, z1, z4, z5, z3b Dependent Variable: MY該表格是方差分析表。（3） 輸出文件的第三個(gè)表格如下：該表格輸出的是被引入或從回歸方程中被踢除的各變量。員工滿(mǎn)意度設(shè)為因變量MY，“Analyze”菜單“Regression”中選擇Linear命令『步驟2』在彈出的菜單中所示的Linear Regression對(duì)話框中，從對(duì)話框左側(cè)的變量列表中選擇滿(mǎn)意度變量my，將其他變量添加到Dependent框中，表示該變量是因變量。 多元逐步回歸要求回歸方程中包含所有對(duì)因變量作用顯著的自變量，而不包含作用不顯著的自變量，從而建立最優(yōu)回歸方程。結(jié)論：從表格中可以看出估計(jì)值及其檢驗(yàn)結(jié)果，常數(shù)項(xiàng)， 回歸系數(shù)，回歸系數(shù)統(tǒng)計(jì)量t＝，相伴概率值p。說(shuō)明自變量x與因變量y之間確有線性回歸關(guān)系。從這部分結(jié)果看出相關(guān)系數(shù)R=,判定系數(shù)，調(diào)整的判定系數(shù),回歸估計(jì)的標(biāo)準(zhǔn)誤差W=。圖4－5 Linear Regression:Options對(duì)話框結(jié)果和討論：（1） 輸出結(jié)果文件中的第一個(gè)表格。圖4－3 Linear Regression:Plot對(duì)話框『步驟4』單擊如圖所示4－4所示Linear Regression對(duì)話框中的Save按鈕，將打開(kāi)如圖4－4所示Linear Regression： Save對(duì)話框。表41強(qiáng)度于拉伸倍數(shù)的試驗(yàn)數(shù)據(jù)序號(hào)拉伸倍數(shù)強(qiáng)度（kg/mm)12234546758910811981210 ★ 實(shí)驗(yàn)步驟：『步驟1』在菜單中選擇Regression==liner，系統(tǒng)彈出線性回歸對(duì)話框如下：圖4－1 Linear Regression對(duì)話框『步驟2』單擊Statistics按鈕將打開(kāi)Linear Regression: Statistics對(duì)話框，用來(lái)選擇輸出那些統(tǒng)計(jì)量?？汕蟮糜谑腔貧w模型為：回歸模型的檢驗(yàn)：① 回歸系數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）。3次測(cè)試情況123456第一次858781888984第二次919288909187第三次898785899088對(duì)3個(gè)集裝箱進(jìn)行測(cè)量，分別對(duì)3個(gè)集裝箱的高、寬、長(zhǎng)、最大總重進(jìn)行測(cè)量，試就這幾個(gè)測(cè)量而言，分析3個(gè)集裝箱的相似性，數(shù)據(jù)如下表所示。第二個(gè)表格列出了3個(gè)個(gè)案之間的不相似性分析結(jié)果。第二個(gè)表格列出了3個(gè)個(gè)案之間的相似性分析結(jié)果。從表格中可以看出，第一次測(cè)量和第三次測(cè)量的結(jié)果較為一致，但一致不是很明顯；第一次測(cè)量和第二次測(cè)量的結(jié)果最不一致；第二次測(cè)量和第三次測(cè)量的結(jié)果也不太一致。圖322 距離相關(guān)中相似性距離測(cè)量對(duì)話框在本例中選擇Measure框中的Interval，并選擇Euclidean distance項(xiàng)，不對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理。在Compute Distances框中選擇Between case項(xiàng)，表示作個(gè)案之間的距離相關(guān)分析。圖320 距離相關(guān)分析中相似性測(cè)量對(duì)話框因?yàn)?個(gè)變量都是連續(xù)性變量，所以Interval中Pearson correlation項(xiàng)，不對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理。圖318 選擇菜單『步驟2』在彈出的如圖Distance對(duì)話框中左側(cè)的變量列表中選變量，在對(duì)話框左側(cè)的變量列表中選擇變量“長(zhǎng)”、“體重”、“四肢總長(zhǎng)”、“頭重”，單擊按鈕使之添加到Variables框中?！翰襟E3』 單擊Continue按鈕返回Distance對(duì)話框，再單擊OK按鈕，即得到SPSS相關(guān)分析的結(jié)果。圖316 Distances對(duì)話框『步驟2』單擊Measures按鈕，彈出Distance：Dissimilarity Measures對(duì)話框，如圖317所示?！?實(shí)現(xiàn)步驟『步驟1』在“Analyze”菜單“Correlate”中選擇Distance命令，彈出的Distances對(duì)話框，在對(duì)話框左側(cè)的變量列表中選擇變量“r1”、“r2”、“r3”，單擊按鈕使之添加到Variables框中?！翰襟E3』單擊Measures按鈕，彈出Distance：Similarity Measure對(duì)話框，如圖315所示。在“Analyze”菜單“Correlate”中選擇Distances命令，如圖313所示。分別對(duì)這4種情況進(jìn)行講解。⑤ Minkowski距離計(jì)算公式為：其中，k表示每個(gè)樣本中有k個(gè)變量，p、q是任意可指定的次方，表示第一個(gè)樣本在第i個(gè)變量上的取值，表示第二個(gè)樣本在第i個(gè)變量上的取值。① 歐氏距離（Euclidean Distance）計(jì)算公式為：其中，k表示每個(gè)樣本中有k個(gè)變量，表示第一個(gè)樣本在第i個(gè)變量上的取值，表示第二個(gè)樣本在第i個(gè)變量上的取值。距離相關(guān)分析根據(jù)統(tǒng)計(jì)量不同，可分為：不相似性預(yù)測(cè)和相似性預(yù)測(cè)?？梢?jiàn)，簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)相比，前者有夸大的成分，后者更符合實(shí)際。⑶ 結(jié)果和討論SPSS的運(yùn)行結(jié)果如下。『步驟3』單擊Options按鈕，出現(xiàn)Partial Correlations對(duì)話框，如圖312所示。表33 早稻產(chǎn)量與降雨量和溫度之間的關(guān)系產(chǎn)量降雨量溫度★ 實(shí)現(xiàn)步驟『步驟1』在“Analyze”菜單“Correlate”中選擇Partial命令，如圖310所示。偏相關(guān)分析的工具是計(jì)算偏相關(guān)系數(shù)計(jì)算公式：假定有3個(gè)變量：、求剔除變量的影響后，變量和之間的偏相關(guān)系數(shù)：其中，表示變量與變量的簡(jiǎn)單相關(guān)系數(shù)； 表示變量與變量的簡(jiǎn)單相關(guān)系數(shù)； 表示變量與變量的簡(jiǎn)單相關(guān)系數(shù)。同時(shí)平均降雨量對(duì)平均溫度也會(huì)產(chǎn)生影響。在這個(gè)數(shù)據(jù)的旁邊有兩個(gè)星號(hào)，即兩次評(píng)分顯著相關(guān)，且為正相關(guān)。在Correlation Coefficients框中選擇Spearman和Kendall’s tuab等級(jí)相關(guān)系數(shù)；在Test of significance框中選擇相關(guān)系數(shù)的雙側(cè)（Twotailed）檢驗(yàn)，選中Flag significations correlations選項(xiàng)，則相關(guān)分析結(jié)果中將不顯示統(tǒng)計(jì)檢驗(yàn)的相伴概率，而以星號(hào)（*）顯示。但是當(dāng)個(gè)案數(shù)n30,則計(jì)算Z統(tǒng)計(jì)量：Z統(tǒng)計(jì)量近似服從正態(tài)分布，SPSS將依據(jù)正態(tài)分布表給出對(duì)應(yīng)的相伴概率。對(duì)Spearman等級(jí)相關(guān)系數(shù)的統(tǒng)計(jì)檢驗(yàn)，一般如果個(gè)案數(shù)n≤30，將直接利用Spearman等級(jí)相關(guān)系統(tǒng)計(jì)量表，SPSS將自動(dòng)根據(jù)該表給出對(duì)應(yīng)的相伴概率值。例如，“最高學(xué)歷”變量的取值是：1—小學(xué)及以下、2—初中、3—高中、中專(zhuān)、技校、4—大學(xué)專(zhuān)科、5—大學(xué)本科、6—研究生以上。其他懸想不變，然后單擊OK，開(kāi)始繪圖。★實(shí)現(xiàn)步驟『步驟1』在“Graphs”菜單中選擇Scatter命令，如圖34所示。從中可以看出。Missing Values框中為對(duì)缺失值進(jìn)行處理，Exclude cases pairwise項(xiàng)表示如果正參與計(jì)算的兩個(gè)變量中有缺失值，則暫時(shí)提出那些在這兩個(gè)變量上去缺失值的個(gè)案；Exclude cases listwise項(xiàng)為剔除所有具有缺失值的個(gè)案后再計(jì)算。顯然，在這兩個(gè)星號(hào)比一個(gè)星號(hào)的檢驗(yàn)更加精確。在Correlation Coefficients框中選擇相關(guān)系數(shù)，本例選用Pearson項(xiàng)。如衡量國(guó)民收入和居民儲(chǔ)蓄存款、身高和體重等變量間的線形相關(guān)關(guān)系。2．二元定距變量的相關(guān)分析⑴ 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式二元定距變量的相關(guān)分析是指通過(guò)計(jì)算定距變量間兩兩相關(guān)的相關(guān)系數(shù)，對(duì)兩個(gè)或兩個(gè)以上定距變量之間兩兩相關(guān)的程度進(jìn)行分析。在說(shuō)明變量之間線形相關(guān)程度時(shí)，根據(jù)經(jīng)驗(yàn)可將相關(guān)程度分為以下幾種情況：◎ 當(dāng)︱r︱≥，視為高度相關(guān)。其中：◎若0＜r ≤1，表明變量之間存在正相關(guān)關(guān)系。變量之間的關(guān)系歸納去來(lái)可以分為兩種類(lèi)型，即函數(shù)關(guān)系和統(tǒng)計(jì)關(guān)系。實(shí)驗(yàn)結(jié)果： 由以上結(jié)果可以看出：參加培訓(xùn)前后。方差相等時(shí)T檢驗(yàn)結(jié)果，接受T檢驗(yàn)的零假設(shè)，也就是說(shuō)，兩個(gè)學(xué)校18個(gè)學(xué)生高考數(shù)學(xué)成績(jī)平均值不存在顯著差異。在Group1中輸入0，在Group2中輸入1。選擇“source01”變量，添加到Grouping Variable框中。由于相伴概率大于a，因此接受原假設(shè)，即認(rèn)為該11名同學(xué)的均值和全國(guó)的數(shù)學(xué)均值相比，沒(méi)有顯著性差異?！?實(shí)驗(yàn)步驟：『步驟1』 在“Analyze”菜單“Compare Means”項(xiàng)中選擇onesample T test命令，如圖24所示圖24 選擇菜單『步驟2』 選擇菜單后，出現(xiàn)OneSample T Test對(duì)話框，如圖25所示圖25 OneSample T Test對(duì)話框 將全國(guó)數(shù)學(xué)高考的平均值70填入Test Value框，將要檢驗(yàn)的變量“數(shù)學(xué)”從左側(cè)框中添加到Test Variable框中。選好后，單擊Continue按鈕返回Means對(duì)話框，單擊Ok按鈕，SPSS即開(kāi)始計(jì)算。圖22 Means 對(duì)話框『步驟3』 單擊右下角的Options按鈕，彈出如圖23所示的對(duì)話框，可以選擇要統(tǒng)計(jì)的項(xiàng)目。實(shí)驗(yàn)二：均值比較和T檢驗(yàn)實(shí)驗(yàn)?zāi)康模赫莆站当容^、單一樣本T檢驗(yàn)、兩獨(dú)立樣本T檢驗(yàn)和兩配對(duì)樣本T檢驗(yàn)的方法實(shí)驗(yàn)內(nèi)容：均值比較、單一樣本T檢驗(yàn)、兩獨(dú)立樣本T檢驗(yàn)和兩配對(duì)樣本T檢驗(yàn)1．均值比較研究問(wèn)題：性別數(shù)學(xué)成績(jī)Male99795989798999Female88545623比較不同性別學(xué)生數(shù)學(xué)成績(jī)的平均值和方差★ 實(shí)驗(yàn)步驟：『步驟1』 在“Analyze”菜單“Compare Means”項(xiàng)中選擇Means命令，如圖21所示圖21 選擇菜單『步驟2』 彈出Means對(duì)話框，如圖22 所示?！翰襟E4』 單擊Frequencies對(duì)話框下方的Statistics 按鈕，彈出如圖118所示對(duì)話框。8． 峰度（Kurtosis）問(wèn)題：數(shù)學(xué)分?jǐn)?shù)人數(shù)231501541562591671701781792881894992求該班學(xué)生數(shù)學(xué)成績(jī)的峰度★ 實(shí)驗(yàn)步驟：『步驟1』 在“Data”菜單中選擇Weight Cases命令，如圖115所示圖115 選擇菜單『步驟2』 在彈出如圖116所示的Weight Cases 對(duì)話框中，左邊的變量表中選擇“人數(shù)”變量，使其添加到Frequency Variable 框中。7． 頻數(shù)