SPSS统计第九章作业

时间：2020-09-08 20:12:05　来源：勤学考试网本文已影响人

第一题：

相关性

生产性固定资产价值

工业总产值

生产性固定资产价值

Pearson 相关性

.948**

显著性（双侧）

.000

工业总产值

Pearson 相关性

.948**

显著性（双侧）

.000

**. 在 .01 水平（双侧）上显著相关。

模型汇总

模型

R 方

调整 R 方

标准估计的误差

.948a

.898

.886

126.62795

a. 预测变量: (常量), 生产性固定资产价值。

Anovab

模型

平方和

均方

Sig.

回归

1132339.800

70.618

.000a

残差

128277.100

16034.637

总计

1260616.900

a. 预测变量: (常量), 生产性固定资产价值。

b. 因变量: 工业总产值

系数a

模型

非标准化系数

标准系数

标准误差

试用版

Sig.

(常量)

395.567

80.261

4.929

.001

生产性固定资产价值

.896

.107

.948

8.403

.000

a. 因变量: 工业总产值

1、两变量之间呈正相关；2、线性回归方程为Y=395.567+0.896X，表示生产性固定资产总值每增加1个单位，工业总产值增加0.896个单位；3、F统计量对应的概率是0.00，小于0.05，回归方程的线性关系显著，即用线性模型描述它们之间的关系恰当；4、t统计量对应的概率是0.00，小于0.05，回归系数显著，即X能保存在回归方程中；5、判定系数是0.898，说明回归方程对样本数据点的拟合程度较高；6、生产固定总值为1100万元时，总产值的可能值为1381.167万元。

第二题：

模型汇总

模型

R 方

调整 R 方

标准估计的误差

.943a

.890

.876

.14194

a. 预测变量: (常量), 体重。

Anovab

模型

平方和

均方

Sig.

回归

1.304

64.705

.000a

残差

.161

.020

总计

1.465

a. 预测变量: (常量), 体重。

b. 因变量: 体表面积

系数a

模型

非标准化系数

标准系数

标准误差

试用版

Sig.

(常量)

2.661

.385

6.915

.000

体重

.229

.028

.943

8.044

.000

a. 因变量: 体表面积

已排除的变量b

模型

共线性统计量

Beta In

Sig.

偏相关

容差

身高

.215a

.919

.389

.328

.256

a. 模型中的预测变量: (常量), 体重。

b. 因变量: 体表面积

1、多元回归方程为Y=2.661+0.229X，X表示体重，Y表示体表面积，表示体重增加1个单位，体表面积增加0.229个单位；2、F统计量的概率是0.000，小于0.05，回归方程的线性关系显著，即用线性模型描述它们之间的关系恰当；3、体重的t统计量的概率为0.000，小于0.05，即回归系数显著，体重能保留在回归方程中；身高的t统计量的概率为0.389，大于0.05，即回归系数不显著，身高不能保留在回归方程中；4、判定系数是0.876，说明回归方程对样本数据点的拟合程度高。

第三题：

模型汇总

模型

R 方

调整 R 方

标准估计的误差

.878a

.771

.743

2487.83460

.950b

.902

.874

1738.98462

a. 预测变量: (常量), 收入X2。

b. 预测变量: (常量), 收入X2, 价格X1。

Anovac

模型

平方和

均方

Sig.

回归

1.670E8

26.978

.001a

残差

4.951E7

6189320.980

总计

2.165E8

回归

1.953E8

9.766E7

32.294

.000b

残差

2.117E7

3024067.511

总计

2.165E8

a. 预测变量: (常量), 收入X2。

b. 预测变量: (常量), 收入X2, 价格X1。

c. 因变量: 需求量Y

系数a

模型

非标准化系数

标准系数

标准误差

试用版

Sig.

(常量)

52140.580

2973.212

17.537

.000

收入X2

.114

.022

.878

5.194

.001

(常量)

62650.928

4013.010

15.612

.000

收入X2

.286

.058

2.211

4.902

.002

价格X1

-979.057

319.784

-1.381

-3.062

.018

a. 因变量: 需求量Y

已排除的变量b

模型

共线性统计量

Beta In

Sig.

偏相关

容差

价格X1

-1.381a

-3.062

.018

-.757

.069

a. 模型中的预测变量: (常量), 收入X2。

b. 因变量: 需求量Y

1、多元线性回归方程是Y=62650.928-979.057X1+0.286X2,其中X1表示价格，X2表示收入，表示价格增加1个单位，需求量减少979.057个单位，收入增加1个单位，需求量增加0.286个单位；2、F统计量的概率是0.000，小于0.05，回归方程的线性关系显著，即用线性模型描述它们之间的关系恰当；3、价格的t统计量的概率是0.018，小于0.05，回归系数显著，价格变量能保留在回归方程中，收入的t统计量的概率是0.002，小于0.05，回归系数显著，收入变量能保留在回归方程中；4、判定系数是0.874，说明回归方程对样本数据点的拟合程度较高。

相关热词搜索：统计作业 第九章 统计

SPSS统计第九章作业

最新文章

热门文章