相關(guān)分析回歸分析spss實(shí)現(xiàn)

《相關(guān)分析回歸分析spss實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、相關(guān)分析與回歸分析一、試驗(yàn)?zāi)繕?biāo)與要求本試驗(yàn)項(xiàng)目的目的是學(xué)習(xí)并使用SPSS軟件進(jìn)行相關(guān)分析和回歸分析，具體包括：(1)皮爾遜pearson簡單相關(guān)系數(shù)的計(jì)算與分析(2)學(xué)會(huì)在SPSS上實(shí)現(xiàn)一元及多元回歸模型的計(jì)算與檢驗(yàn)。(3)學(xué)會(huì)回歸模型的散點(diǎn)圖與樣本方程圖形。(4)學(xué)會(huì)對所計(jì)算結(jié)果進(jìn)行統(tǒng)計(jì)分析說明。(5)要求試驗(yàn)前，了解回歸分析的如下內(nèi)容?！?shù)α、β的估計(jì)¨回歸模型的檢驗(yàn)方法：回歸系數(shù)β的顯著性檢驗(yàn)（t－檢驗(yàn)）；回歸方程顯著性檢驗(yàn)（F－檢驗(yàn)）。二、試驗(yàn)原理1．相關(guān)分析的統(tǒng)計(jì)學(xué)原理相關(guān)分析使用某個(gè)指標(biāo)來表明現(xiàn)象之間相互依存關(guān)系的密切程度。用來測度簡單線性相關(guān)關(guān)系的系數(shù)是Pearson簡單相關(guān)系

2、數(shù)。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。回歸分析是研究兩個(gè)變量或多個(gè)變量之間因果關(guān)系的統(tǒng)計(jì)方法。其基本思想是，在相關(guān)分析的基礎(chǔ)上，對具有相關(guān)關(guān)系的兩個(gè)或多個(gè)變量之間數(shù)量變化的一般關(guān)系進(jìn)行測定，確立一個(gè)合適的數(shù)據(jù)模型，以便從一個(gè)已知量推斷另一個(gè)未知量?；貧w分析的主要任務(wù)就是根據(jù)樣本數(shù)據(jù)估計(jì)參數(shù)，建立回歸模型，對參數(shù)和模型進(jìn)行檢驗(yàn)和判斷，并進(jìn)行預(yù)測等。線性回歸數(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，使用最小二乘法對回歸系數(shù)進(jìn)行估計(jì)，得到如下的樣本回歸函數(shù)：10/10回歸模型中的參數(shù)估計(jì)出來之后，還必須對其進(jìn)行檢驗(yàn)。如果通過檢驗(yàn)

3、發(fā)現(xiàn)模型有缺陷，則必須回到模型的設(shè)定階段或參數(shù)估計(jì)階段，重新選擇被解釋變量和解釋變量及其函數(shù)形式，或者對數(shù)據(jù)進(jìn)行加工整理之后再次估計(jì)參數(shù)?；貧w模型的檢驗(yàn)包括一級檢驗(yàn)和二級檢驗(yàn)。一級檢驗(yàn)又叫統(tǒng)計(jì)學(xué)檢驗(yàn)，它是利用統(tǒng)計(jì)學(xué)的抽樣理論來檢驗(yàn)樣本回歸方程的可靠性，具體又可以分為擬和優(yōu)度評價(jià)和顯著性檢驗(yàn)；二級檢驗(yàn)又稱為經(jīng)濟(jì)計(jì)量學(xué)檢驗(yàn)，它是對線性回歸模型的假定條件能否得到滿足進(jìn)行檢驗(yàn)，具體包括序列相關(guān)檢驗(yàn)、異方差檢驗(yàn)等。三、試驗(yàn)演示內(nèi)容與步驟1．連續(xù)變量簡單相關(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)來衡量公司經(jīng)營績效。本試驗(yàn)利用SPSS對這4個(gè)指標(biāo)

4、的相關(guān)性進(jìn)行檢驗(yàn)。操作步驟與過程：¨打開數(shù)據(jù)文件“上市公司財(cái)務(wù)數(shù)據(jù)(連續(xù)變量相關(guān)分析).sav”,依次選擇“【分析】→【相關(guān)】→【雙變量】”打開對話框如圖，將待分析的4個(gè)指標(biāo)移入右邊的變量列表框內(nèi)。其他均可選擇默認(rèn)項(xiàng)，單擊ok提交系統(tǒng)運(yùn)行。圖5.1BivariateCorrelations對話框結(jié)果分析：10/10表給出了Pearson簡單相關(guān)系數(shù)，相關(guān)檢驗(yàn)t統(tǒng)計(jì)量對應(yīng)的p值。相關(guān)系數(shù)右上角有兩個(gè)星號表示相關(guān)系數(shù)在0.01的顯著性水平下顯著。從表中可以看出，每股收益、凈資產(chǎn)收益率和總資產(chǎn)收益率3個(gè)指標(biāo)之間的相關(guān)系數(shù)都在0.8以上，對應(yīng)的p值都接近0，表示3個(gè)指標(biāo)具有較強(qiáng)的正相關(guān)關(guān)系，而托賓Q值

5、與其他3個(gè)變量之間的相關(guān)性較弱。表5.1Pearson簡單相關(guān)分析Correlations每股收益率凈資產(chǎn)收益率資產(chǎn)收益率托賓Q值每股收益率PearsonCorrelation1.877(**).824(**)-.073Sig.(2-tailed)..000.000.199N315315315315凈資產(chǎn)收益率PearsonCorrelation.877(**)1.808(**)-.001Sig.(2-tailed).000..000.983N315315315315資產(chǎn)收益率PearsonCorrelation.824(**).808(**)1.011Sig.(2-tailed).000.0

6、00..849N315315315315托賓Q值PearsonCorrelation-.073-.001.0111Sig.(2-tailed).199.983.849.N315315315315**Correlationissignificantatthe0.01level(2-tailed).2．一元線性回歸分析實(shí)例分析：家庭住房支出與年收入的回歸模型在這個(gè)例子里，考慮家庭年收入對住房支出的影響，建立的模型如下：其中，yi是住房支出，xi是年收入線性回歸分析的基本步驟及結(jié)果分析：（1）繪制散點(diǎn)圖打開數(shù)據(jù)文件，選擇【圖形】-【舊對話框】-【散點(diǎn)/點(diǎn)狀】，如圖5.2所示。10/10圖5.2散點(diǎn)圖

7、對話框選擇簡單分布，單擊定義，打開子對話框，選擇X變量和Y變量，如圖5.3所示。單擊ok提交系統(tǒng)運(yùn)行，結(jié)果見圖5.4所示。圖5.3SimpleScatterplot子對話框從圖上可直觀地看出住房支出與年收入之間存在線性相關(guān)關(guān)系。10/10圖5.4散點(diǎn)圖（2）簡單相關(guān)分析選擇【分析】—>【相關(guān)】—>【雙變量】,打開對話框，將變量“住房支出”與“年收入”移入variables列表框，點(diǎn)擊ok運(yùn)行，結(jié)果