利用SPSS进行线性回归分析的一个实例.pdf

文章编号：!"#!—$%&’（&$$&）$&—$$&%—$"

!
利用()((进行线性回归分析的一个实例
喻开志

（重庆师范学院数学与计算机系，重庆’$$$’#）

"""""""""""""""""""""""""""""""""""""""##""""""
摘要：通过建立一个使用工资、工作经验、受教育年限等为自变量的回归方程来预测当前工资，说

明*)((在建立回归方程中的巨大作用。
关键词：()((；线性回归；相关；方差；显著性水平

中图分类号：文献标识码：
#
+!,!-&."""""""""""""""""""""""""""""""""""""""
""""""#

回归被用于研究可以测量的变量之间的关系。线性将看到()((在建立回归方程中的巨大作用。
回归则被用于研究一类特殊的关系，即可用直线或多维的
直线描述的关系。这一技术被用于几乎是所有的研究领
!选变量
域，包括社会科学、物理、生物、科技、经济和人文科学。但

是回归分析对数据的处理是一大难题，且一般的社会工作变量的选取是很重要的，如果自变量和被预测的变量
者不可能也不必要对数理统计有深入的了解。()((针对根本没有关系，则不能线性回归来预测，所以我们必须看
这个问题应运而生，它只要社会工作者掌握一定的/012一下变量相关性和偏相关性。因为一般认为初始工作与
操作技能，粗通统计学原理，就可以使用该软件进行
3456当前工资存在较大的相关性，我们通过图!散点图来观察
回归分析。下面，我们用!%"%!!%#!年美国某银行职员一下，是否存在这种关系。否则，将不能继续我们讨论的
情况调查的数据，建立了一个使用工资、工作经验、受教育问题。
年限等为自变量的回归方程来预测当前工资。从中我们

图!初始工资与当前工资散点图

收稿日期：&$$!7!$7&8
作者简介：喻开志（!%##7），男（汉族），四川新都人，在读硕士研究生，主要从事随机经济系统分析与模糊数学研究-
%)重庆工学院学报
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
从图!明显可以看出存在线性关系，因此同样可判定从中我们看出工作经验、工作种类、受教育年限与当
建立线性回归方程。从图中明显可以看出!"，#$，#%&，前工资的偏相关系数分别为：E%>#"$)，E%>)’##，%>#"!
#!"，#’(，)()，(($是奇异点或影响点。对此我们可以在都与当前工资有相关关系，所以可以建立一个使用工作经
以后的线性回归时，注意一下这些点。看是把这些点剔验、工作种类、受教育年限作自变量的回归方程来预测当
出，还是保留。前工资。
我们还想了解工作经验、工作种类、受教育年限对当
前工资是否存在影响。即我们试图建立一个使用初始工
资、工作经验、工作种类、受教育年限作自变量的回归方程
来预测当前工资。这就需要我们看一下当前工资是否与
工作经验、工作种类受教育年限存在相关关系。那么，我
们就得检验一下它们的偏相关关系（控制了初始工资），表

!至表)是它们的检验结果。
表!工作经验与当前工资偏相关关系检验表
*+,-.+/01,,2/+-.1301244.0.23-5
067896::;7<=69>>5+/?2@.3
图#5GI88F9:68散点图
5+/+,A*,2B2C*L
!>%%%%E%>#"$)
5+/+,A（%）（(’!）
*D>*D%>%%%
E%>#"$)!>%%%
*,2B2C*（(’!）（%）
*D%>%%%*D>
（06F==;G;F78／（H>4>）／#E8I;:FJ5;<7;=;GI7GF）
“>”;KL9;78FJ;=IG6F==;G;F78GI7768MFG6NLO8FJ
表#工作种类与当前工资偏相关关系检验表
*+,-.+/01,,2/+-.1301244.0.23-5
图概率图
067896::;7<=69>>5+/?2@.3)*E*
5+/+,AP1?0+-
!>%%%%E%>)’##
5+/+,A（%）（(’!）
*D>*D%>%%%
E%>)’##!>%%%
P1?0+-（(’!）（%）
*D%>%%%*D>
（06F==;G;F78／（H>4>）／#E8I;:FJ5;<7;=;GI7GF）
“>”;KL9;78FJ;=IG6F==;G;F78GI7768MFG6NLO8FJ
表)受教育年限与当前工资偏相关关系检验表
*+,-.+/01,,2/+-.1301244.0.23-5
图残差直方图
067896::;7<=69>>5+/?2@.3(
5+/+,A2HQ0
!>%%%%E%>#"!%
（）（）
5+/+,A%(’!#选数据
*D>*D%>%%%
E%>#"!%!>%%%经过步骤