《应用回归分析》---多元线性回归分析实验报告
实验名称： 多元线性回归分析 实验目的： 1. 掌握多元线性回归分析的基本思想 2. 掌握多元线性回归分析的SPSS操作 3. 读懂分析结果，并写出回归方程 4. 对回归方程进行方差分析、显著性检验等各种统计检验 实验设备与环境：计算机，SPSS22.0等。 一、实验内容： 为研究体重和体内脂肪比重对腰围的影响，随机收集了20个观测数据，具体数据为“腰围和体重.sav”，利用一般线性回归分析方法进行研究，完成以下任务： 1. 计算出增广的样本相关矩阵； 2. 给出回归方程； 3. 对所得回归方程做拟合优度检验； 4. 对回归方程做显著性检验； 5. 对回归系数做显著性检验； 6. 结合回归方程对该问题做一些基本分析. 二、实验步骤：（只需关键步骤） 1.计算出增广的样本相关矩阵； 打开数据，依次选择【分析】→【相关】→【双变量】命令，选择腰围、体重、体脂变量，点击确认得到相关矩阵如下图 2.给出回归方程 打开数据，依次选择【分析】→【回归】→【线性】命令 结果假设：Y=20.236+0.065X1+0.227X2 3.对所得回归方程做拟合优度检验； 依次选择【分析】→【非参数检验】→【旧对话框】→【卡方检验】命令，选择腰围作为检验变量，点击确认 结果分析：监禁显著性大于0.05，符合原假设。 5. 对回归方程做显著性检验； 依次选择【分析】→【描述统计】→【探索】，选择腰围作为检验变量，将图选项勾选带检验的正态图，点击确认 结果分析：由Q-Q图可直观的看出服从正态分布，显著性0.200大于0.05确定原假设成立服从正态分布 5，对回归系数做显著性检验； 打开数据，依次选择【分析】→【回归】→【线性】命令 将腰围拖入因变量框，体重，体脂拖入自变量框 结果分析：显著性p均小于0.05表明回归系数b存在，具有显著的线性关系，R=0.945说明该线性关系高度相关，b值的存在是非常具有统计意义的。 6.结合回归方程对该问题做一些基本分析. 通过该回归方程的合理性我们可以发现腰围和体重体脂是分不开的，所以想拥有一个s型腰害得锻炼控制自己的体重和体脂率来达到一个完美身材， 三、实验结果分析：（提供关键结果截图和分析） 本次实验结果分析均在实验步骤中表明。 四、实验总结：（包括心得体会、问题回答及实验改进意见，可附页） 通过本次实验熟悉上节实验外，了解到多元分析的步骤并对分析结果有了更进一步的熟悉，以及对一个回归问题的多方考虑有了一个更深的了解，对spass的掌握也更加熟练，体验到spass对数据分析的简便强大。