spss考试要点.docx

Spss考试
11203609徐亚飞经济2
286页练习五
1-(a)

ModelSummarybModelRRSquareAdjustedRSquareStd.ErroroftheEstimate1.993a.987.985992.03949a.Predictors:(Constant),农业劳动者人数(百万人),总播种面积(万公顷),风灾面积比例(%),粮食播种面积(万公顷),施用化肥量(kg/公顷)b.DependentVariable:粮食总产量(y万吨)表1-（a）中各列数据项（从第二列开始）的含义依次为：被解释变量和解释变量的负相关系数、判定系数R的平方、调整的判定系数R拔得平方，回归方程的估计标准误差。一句该表可进行拟合优度的检验。由于该方程中有多个解释变量，因此，应参考调整的判定系数。由于调整的判定系数（0.985）较接近1.因此，认为拟合优度高，被解释变量可以被模型解释的部分较多，不能被解释道额部分少。

1-(b)

ANOVAaModelSumofSquaresdfMeanSquareFSig.1Regression2206253676.5825441250735.316448.361.000bResidual29524270.64030984142.355Total2235777947.22235a.DependentVariable:粮食总产量(y万吨)b.Predictors:(Constant),农业劳动者人数(百万人),总播种面积(万公顷),风灾面积比例(%),粮食播种面积(万公顷),施用化肥量(kg/公顷)
表9-1（b）中格列数据项（从第一列开始）的含义依次为：被解释变量的变差来源、离差平方和、自由度、方差、回归方程显著性检验中F检验统计量的观测值和概率p-值，可以看到：被解释变量的总离差平方和为回归平方和2235777947.22及方差分别为2206253676.58和，441250735.316剩余平方和29524270.640及方差分别为和984142.355，F检验统计量的观测值为448.361，对应的概率p-值近似于0.一句表格可进行回归方程的显著性检验，如果显著性水平α为0.05，由于概率p-值小于显著水平α，应拒绝回归方程显著性检验的原假设，认为各回归系数不同是为0，被解释变量与解释变量全体的线性关系是显著的，可建立线性模
1-(c)

CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig.CollinearityStatisticsBStd.ErrorBetaToleranceVIF1(Constant)-24425.3576443.948-3.790.001粮食播种面积(万公顷)-.289.762-.020-.379.707.1526.587总播种面积(万公顷)2.567.673.1423.813.001.3183.144施用化肥量(kg/公顷)130.89911.640.71611.246.000.1099.202风灾面积比例(%)-240.27146.725-.135-5.142.000.6431.555农业劳动者人数(百万人)46.4209.330.3454.975.000.09210.918a.DependentVariable:粮食总产量(y万吨)表9-1（c）中各列数据项（从第二列开始）的含义依次为：偏回归系数，偏回归系数的标准误差、标准化偏回归系数、回归系数显著性检验中t检验统计量的观测值、对应的概率P-值、解释变量的容忍度和方差膨胀因子。依据表可以进行回归系数的显著性检验，写出回归方程和检测多重共线性。如果显著性水平位0.05，除年份以外，其他变量的回归系数显著性检验的概率都大于显著性水平a，因此不拒绝原假设，认为这些偏回归系数与0无显著差异，他们与被解释变量的线性关系是不显著的，不应该保留在方程中。由于该模型中保留了一些不应该保留的变量，因此该模型目前是不可用的，赢重新建模。同事，从容忍度和方差膨胀因子看·，投入粮食总播种面积的年数与其他解释变量的多重共线性很严重，在重新建模时可考虑剔除该变量。

1-(d)

CollinearityDiagnosticsaModelDimensionEigenvalueConditionIndexVarianceProportions(Constant)粮食播种面积(万公顷)总播种面积(万公顷)施用化肥量(kg/公顷)风灾面积比例(%)农业劳动者人数(百万人)115.4031.000.00.00.00.00.00.002.4713.385.00.00.00.10.00.003.1196.727.00.00.00.02.78.0