《spss含虚自变量回归分析(共5页).doc》由会员分享，可在线阅读，更多相关《spss含虚自变量回归分析(共5页).doc（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上课程名称 实用统计软件 实验项目名称 含虚自变量回归分析 实验成绩 指导老师（签名 ） 日期 2011-9-30 一实验目的1掌握含虚拟自变量回归分析的基本原理和算法；2能够用SPSS软件应用含虚拟自变量回归分析模型解决实际问题。二. 实验内容与要求 1实验内容分析妇女的年龄（AGE）、文化程度（EDU）、以及居住地（AREA）状况对其曾生子女数（CEB）的影响。年龄是间距变量，文化程度和居住地是分类变量。1. 不考虑交互影响。（同时需要指明农村妇女与城市妇女平均曾生子女个数的差异、大学毕业妇女与文盲妇女平均曾生子女数的差异。试分析教育程度中，初中与高中两个分类之间是
2、否可以合并？）2. 考虑地域因素与教育程度因素之间的交互影响。数据文件见 曾生子女数.sav2实验要求：1拟合模型，估计模型系数，写出模型表达式；2进行拟合优度评价、模型有效性检验（F检验）、系数非零检验（t检验）；3进行残差分析，正态性检验（作正态拟合曲线图），独立性检验、奇异点、异方差等（做残差图）；4保存预测以及残差数据、个案分析（个案影响度度量统计量）。三实验步骤具体操作参见课件 非线性回归分析.PPT四. 实验结果（数据与图形）与分析1.Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1DU
3、5, DU4, 地域, DU2, DU3a.Entera. Tolerance = .000 limits reached.b. Dependent Variable: 曾生子女数Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.909a.826.738.58236a. Predictors: (Constant), DU5, DU4, 地域, DU2, DU3R=0.946，S=0.58236ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression
4、16.04653.2099.463.001aResidual3.39110.339Total19.43815a. Predictors: (Constant), DU5, DU4, 地域, DU2, DU3b. Dependent Variable: 曾生子女数F=9.463，p=0.001,有线性回归关系。CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)4.267.4409.708.000地域.465.308.2111.512.162DU2
5、-1.578.534-.559-2.954.014DU3-2.500.504-.982-4.957.001DU4-2.911.534-1.031-5.450.000DU5-2.884.510-1.133-5.652.000a. Dependent Variable: 曾生子女数CEB=4.267 + 0.465AGE - 1.578DE2 2.5DE3 2.911DE4 2.884DE5Excluded VariablesbModelBeta IntSig.Partial CorrelationCollinearity StatisticsTolerance1受教育程度.a.000a. Pre
6、dictors in the Model: (Constant), DU5, DU4, 地域, DU2, DU3b. Dependent Variable: 曾生子女数2.Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1DU5DU, DU4DU, DU3DU, DU2DU, 受教育程度, DU3, DU4, DU2, 地域a.Entera. Tolerance = .000 limits reached.b. Dependent Variable: 曾生子女数Model SummaryModelRR
7、 SquareAdjusted R SquareStd. Error of the Estimate1.943a.889.721.60093a. Predictors: (Constant), DU5DU, DU4DU, DU3DU, DU2DU, 受教育程度, DU3, DU4, DU2, 地域R=0.943，S=0.60093ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression17.27191.9195.314.027aResidual2.1676.361Total19.43815a. Predictors: (Constant),
8、DU5DU, DU4DU, DU3DU, DU2DU, 受教育程度, DU3, DU4, DU2, 地域b. Dependent Variable: 曾生子女数F=5.314，p=0.001,有线性回归关系。CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)4.667.7566.172.001受教育程度-.667.173-.814-3.843.009地域1.000.850.4541.177.284DU2-.333.756-.118-.441.6
9、75DU3-1.167.549-.458-2.127.078DU49.343E-17.672.000.0001.000DU2DU-1.0001.124-.300-.889.408DU3DU3.051E-151.041.000.0001.000DU4DU-1.5001.124-.450-1.334.231DU5DU-.3331.097-.073-.304.772a. Dependent Variable: 曾生子女数CEB=4.667 + AGE 0.333DE2 - 1.167DE3 - DU2DU 1.5DU4DU 0.333 DU5DUExcluded VariablesbModelBeta IntSig.Partial CorrelationCollinearity StatisticsTolerance1DU5.a.000a. Predictors in the Model: (Constant), DU5DU, DU4DU, DU3DU, DU2DU, 受教育程度, DU3, DU4, DU2, 地域b. Dependent Variable: 曾生子女数专心-专注-专业