Bivariate Correlations:Options ☒ Statistics- Continue Means and standard deviations Cancel Cross-product deviations and covariances Help Missing Values Exclude cases pairwise CExclude cases listwise Statistics复选框组可选的描述统计量。它们是： 1.Means and standard deviations每个变量的均数和标准差 2.Cros-product deviations and covariances各对变量的交叉积和以及协方差阵 Missing Values单选框组定义分析中对缺失值的处理方法，可以是具体分析用到的两个 变量有缺失值才去除该记录(Exclude cases pairwise),或只要该记录中进行相关分析的 变量有缺失值（无论具体分析的两个变量是否缺失），则在所有分析中均将该记录去除 (Excludes cases listwise)。默认为前者，以充分利用数据， 单击【Continue】=【OK】,即得到结果， 2.3.3输出结果表 Correlations 人均耕地耕地面形 人入均耕地 Pearson Correlation Sig.(2-tailed) .001 Cros .001 79.527 Covariance .000 8.836 N 耕地面积 Pearson Correlation 887* Sig.(2-tailed) 001 Sum of Sou Cross-products es and 79.527 9029758 Covariance 8.836 1003306 N 10 10 **.Comrelation is significant at the .01 level (2-tailed). 我们可以看到人均耕地和耕地面积的相关系数为0.887，且在P<0.05时经过双尾检验 相关系数是显著的
Statistics 复选框组 可选的描述统计量。它们是： 1. Means and standard deviations 每个变量的均数和标准差 2. Cross-product deviations and covariances 各对变量的交叉积和以及协方差阵 Missing Values 单选框组 定义分析中对缺失值的处理方法，可以是具体分析用到的两个 变量有缺失值才去除该记录（Exclude cases pairwise），或只要该记录中进行相关分析的 变量有缺失值（无论具体分析的两个变量是否缺失），则在所有分析中均将该记录去除 (Excludes cases listwise)。默认为前者，以充分利用数据。 单击【Continue】==>【OK】,即得到结果， 2.3.3 输出结果表 Correlations 1 .887** . .001 .001 79.527 .000 8.836 10 10 .887** 1 .001 . 79.527 9029758 8.836 1003306 10 10 Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N Pearson Correlation Sig. (2-tailed) Sum of Squares and Cross-products Covariance N 人均耕地 耕地面积 人均耕地 耕地面积 **. Correlation is significant at the 0.01 level (2-tailed). 我们可以看到人均耕地和耕地面积的相关系数为 0. 887，且在 P<0.05 时经过双尾检验 相关系数是显著的。 12
试验3回归分析 3.1[试验目的] 本试哈主操品引导学生堂握利用SSS款件讲行回归分析的其本方法，句括一元线性回 归分析，多元线性回归分析， 包含虚拟变量的线性回归分析，曲线参数估计法 值多元 Logistic回归分析。特别是，学生应掌握在SSS软件中进行多元线性回归方法和曲线参数 的估计方法。 3.2[实验内容] 线性回归分析(Linear过程 3.3[实验步] 3.3.1回归分析定义。 回归分析(RC ion)是研究一个自变最或多个自变量与一个因变量(Dependent)之 间是不存在某种线性关系或非线性关系的一种统计学分析方法。而线性回归分析(Lica Regression)是研究一个或多个自变量(independent)与一个因变量之间是否存在某种线性 关系的统计学方法。 3.3.2.定义变量，建立数据文件并输入数据。 在莱单中选择Analvze==>Regression=>liner,系统弹出线性回归对话框如下： ☐Linear Regression 多观测点 Dependent OK y Paste Block 1 of 1 2 Previous Next Beset Cancel Help y Method:Enter Selection Variable: Rule. Case Labels: WLS)> Statistics.Plots. 【Dependent框】 用于选入回归分析的应变量
试验 3 回归分析 3.1[试验目的] 本试验主要是引导学生掌握利用 SPSS 软件进行回归分析的基本方法，包括一元线性回 归分析，多元线性回归分析，包含虚拟变量的线性回归分析，曲线参数估计法，二值多元 Logistic 回归分析。特别是，学生应掌握在 SPSS 软件中进行多元线性回归方法和曲线参数 的估计方法。 3.2[实验内容] 线性回归分析(Linear 过程) 3.3[实验步骤] 3.3.1 回归分析定义。 回归分析（Regression）是研究一个自变量或多个自变量与一个因变量（Dependent）之 间是不存在某种线性关系或非线性关系的一种统计学分析方法。而线性回归分析（Linear Regression）是研究一个或多个自变量（independent）与一个因变量之间是否存在某种线性 关系的统计学方法。 3.3.2. 定义变量，建立数据文件并输入数据。 在菜单中选择 Analyze==>Regression==>liner，系统弹出线性回归对话框如下： 【Dependent 框】 用于选入回归分析的应变量。 13
【Block按钮组】 由Previous和Next两个按钮组成，用于将下面Independent框中选入的自变量分组。由于多 元回归分析中自变最的选入方式有前进、后退、逐步等方法，如果对不同的自变量选入的方 法不同，则用该按钮组将自变量分组选入即可.【Independent框】 用于选入回归分析的自变量。 【Method下拉列表】 用于选择对自变量的选入方法，有Enter(强行进入法)、Stepwise(逐步法)、Remove(强 制剔除法)、Backward(向后法)、Forward(向前法)五种。该选项对当前Independent框中 的所有变量均有效。 【Selection Variable框】 选入一个筛选变量，并利用右侧的Rs钮建立一个选择条件，这样，只有满足该条件的记 录才会进入回归分析。 【Case Labels框】 选择一个变量，他的取值将作为每条记录的标签。最典型的情况是使用记录D号的变量。 【WLS>钮】 可利用该按钮进行权重最小二乘法的回归分析。单击该按钮会扩展当前对话框，出现WLS Weight框，在该框内选入权重变量即可。 【Statistics钮】 弹出Statistics对话框，用于选择所需要的描述统计量。有如下选项： Linear Regression:Statistics ☒ Regression Coefficients- Model fit Continue Estimates R squared change Cance Confidence intervals ■Descriptives Coyariance matrix Part and partial correlations Help Collinearity diagnostics -Residuals 厂Durbin-Watson Casewise diagnostics Outliers outside: standard deviations C All cases
【Block 按钮组】 由 Previous 和 Next 两个按钮组成，用于将下面 Independent 框中选入的自变量分组。由于多 元回归分析中自变量的选入方式有前进、后退、逐步等方法，如果对不同的自变量选入的方 法不同，则用该按钮组将自变量分组选入即可。【Independent 框】 用于选入回归分析的自变量。 【Method 下拉列表】 用于选择对自变量的选入方法，有 Enter（强行进入法）、Stepwise（逐步法）、Remove（强 制剔除法）、Backward（向后法）、Forward（向前法）五种。该选项对当前 Independent 框中 的所有变量均有效。 【Selection Variable 框】 选入一个筛选变量，并利用右侧的 Rules 钮建立一个选择条件，这样，只有满足该条件的记 录才会进入回归分析。 【Case Labels 框】 选择一个变量，他的取值将作为每条记录的标签。最典型的情况是使用记录 ID 号的变量。 【WLS>>钮】 可利用该按钮进行权重最小二乘法的回归分析。单击该按钮会扩展当前对话框，出现 WLS Weight 框，在该框内选入权重变量即可。 【Statistics 钮】 弹出 Statistics 对话框，用于选择所需要的描述统计量。有如下选项： 14
·Regression Coefficients复选框组：定义回归系数的输出情况，选中Estimates可输出 回归系数B及其标准误，t值和p值，还有标准化的回归系数beta:选中Confidence intervals则输出每个回归系数的95%可信区间：选中covariance matrix则会输出各 个自变量的相关矩阵和方差、协方差矩阵。以上选项默认只选中Estimates ·Residuals复选框组：用于选择输出残差诊断的信息，可选的有Durbin-Watson残差 序列相关性检验、超出规定的倍标准误的残差列表。 ·Model fit复选框：模型拟合过程中进入、退出的变量的列表，以及一些有关拟合优 度的检验：，R,R2和调整的R2,标准误及方差分析表。 ·R squared change复选框：显示模型拟合过程中R2、F值和p值的改变情况。 ·Descriptives复选框：提供一些变量描述，如有效例数、均数、标准差等，同时还给 出一个自变量间的相关矩阵。 ·Part and partial correlations复选框：显示自变量间的相关、部分相关和偏相关系数。 ·Collinearity diagnostics复选框：给出一些用于共线性诊断的统计量，如特征根 (Eigenvalues)、方差膨胀因子(VIF)等。 以上各项在默认情况下只有Estimates和Model fit复选框被选中 【PIot钮】 弹出P1ot对话框，用于选择需要绘制的回归分析诊断或预测图。可绘制的有标准化残差的 直方图和正态分布图，应变量、预测值和各自变量残差间两两的散点图等。 【Save钮】 许多时候我们需要将回归分析的结果存储起来，然后用得到的残差、预测值等做进一步的分 析，Save钮就是用来存储中间结果的.可以存储的有：预测值系列、残差系列、距离(Distances) 系列、预测值可信区间系列、波动统计量系列。下方的按钮可以让我们选择将这些新变量存 储到一个新的SPSS数据文件或XML中。 【Options钮】 设置回归分析的一些选项
z Regression Coefficients 复选框组：定义回归系数的输出情况，选中 Estimates 可输出 回归系数 B 及其标准误，t 值和 p 值，还有标准化的回归系数 beta；选中 Confidence intervals 则输出每个回归系数的 95%可信区间；选中 covariance matrix 则会输出各 个自变量的相关矩阵和方差、协方差矩阵。以上选项默认只选中 Estimates。 z Residuals 复选框组：用于选择输出残差诊断的信息，可选的有 Durbin-Watson 残差 序列相关性检验、超出规定的 n 倍标准误的残差列表。 z Model fit 复选框：模型拟合过程中进入、退出的变量的列表，以及一些有关拟合优 度的检验：，R，R2 和调整的 R2, 标准误及方差分析表。 z R squared change 复选框：显示模型拟合过程中 R2、F 值和 p 值的改变情况。 z Descriptives 复选框：提供一些变量描述，如有效例数、均数、标准差等，同时还给 出一个自变量间的相关矩阵。 z Part and partial correlations 复选框：显示自变量间的相关、部分相关和偏相关系数。 z Collinearity diagnostics 复选框：给出一些用于共线性诊断的统计量，如特征根 （Eigenvalues）、方差膨胀因子(VIF)等。 以上各项在默认情况下只有 Estimates 和 Model fit 复选框被选中。 【Plot 钮】 弹出 Plot 对话框，用于选择需要绘制的回归分析诊断或预测图。可绘制的有标准化残差的 直方图和正态分布图，应变量、预测值和各自变量残差间两两的散点图等。 【Save 钮】 许多时候我们需要将回归分析的结果存储起来，然后用得到的残差、预测值等做进一步的分 析，Save 钮就是用来存储中间结果的。可以存储的有：预测值系列、残差系列、距离（Distances） 系列、预测值可信区间系列、波动统计量系列。下方的按钮可以让我们选择将这些新变量存 储到一个新的 SPSS 数据文件或 XML 中。 【Options 钮】 设置回归分析的一些选项： 15
Linear Regression:Options ☒ Stepping Method Criteria Continue Use probability of F Cancel Entry:.05 Removal:.10 C Use F yalue Help Entry:3.84 Removal:2.71 Include constant in equation -Missing Values- Exclude cases listwise C Exclude cases pairwise Replace with mean ·Stepping Method Criteria单选钮组：设置纳入和样除标准，可按P值或F值来设置。 ·Include constant inequation复选框：用于决定是否在模型中包括常数项，默认选中。 ·Missing Values单选钮组：用于选择对缺失值的处理方式，可以是不分析任一选入 的变量有缺失值的记录(Exclude cases listwise)而无论该缺失变量最终是否进入模 型：不分析具体进入某变量时有缺失值的记录(Exclude cases pairwise):将缺失值 用该变量的均数代替(Replace with mean)。 设置完成后，点击OK,输出分析结果 3.3.3输出结果表 Model Summary Model Std.Error of R 826a 629 8.25840 a.Predictors:(Constant).Y.X
： z Stepping Method Criteria 单选钮组：设置纳入和排除标准，可按 P 值或 F 值来设置。 z Include constant in equation 复选框：用于决定是否在模型中包括常数项，默认选中。 z Missing Values 单选钮组：用于选择对缺失值的处理方式，可以是不分析任一选入 的变量有缺失值的记录（Exclude cases listwise）而无论该缺失变量最终是否进入模 型；不分析具体进入某变量时有缺失值的记录（Exclude cases pairwise）；将缺失值 用该变量的均数代替（Replace with mean）。 设置完成后，点击 OK，输出分析结果 3.3.3 输出结果表 Model Summary .826a .682 .629 8.25840 Model 1 R R Square Adjusted R Square Std. Error of the Estimate a. Predictors: (Constant), Y, X 16