江财spss课程实践报告表.docx
《江财spss课程实践报告表.docx》由会员分享，可在线阅读，更多相关《江财spss课程实践报告表.docx（9页珍藏版）》请在冰豆网上搜索。
江财spss课程实践报告表
学生综合性实验报告
学院：
工商管理学院
课程名称：
SPSS技术分析
专业班级：
11国际市场营销2班
姓名：
舒振环
学号：
0110294
学生实验报告
学生姓名
舒振环
学号
0110294
同组人无
实验项目
多自变量回归分析
□必修
□操作性实验
实验地点
实验仪器台号
指导教师
李峰
实验日期及节次
年月号节
一、实验目的及要求：
1、目的
学会用SPSS软件进行多变量回归分析（linearregression过程），包括模型比较、部分相关和确定系数、发现极端值、多重共线性诊断和变量筛选。
2、内容及要求
根据数据“CCSS_Sample.sav”进行如下分析，并在讨论和结论部分解释数据结果
1、建立如下模型，并将下表填写完整，并指出哪些变量对因变量有显著影响。
2、根据数据，是否可以认为家庭还贷支出、对本地区未来经济发展及就业形势的判断显著影响受访者未来一年的家庭经济状况预期？
3、考虑其他变量影响的情况下，请报告三个模型中家庭月收入对因变量的部分确定系数。
4、根据数据，请比较三个模型的CP，并选择一个你认为最合适的模型。
5、在模型三中，是否有极端的y或x值？
变量间的多重共线性严重吗？
6、若这9个自变量以stepwise的方法进入方程，结果会怎么样？
一年以后您的家庭经济状况变化
Model3
变量
Model1B
Model2B
B
95%CI
Constant
性别
年龄
学历
家庭月收入
房贷
车贷
其他一般消费还贷
一年以后本地区的经济发展状况
一年之后本地区的就业状况
R2
F
△R2
△F
二、仪器用具：
仪器名称
规格/型号
数量
备注
计算机
1
有网络环境
SPSS操作软件
16.0
1
三、实验方法与步骤及分析。
1、建立如下模型，并将下表填写完整，并指出哪些变量对因变量有显著影响。
Model1
Anovab
模型平方和df均方Fsig
1回归45.003411.25113.023.00a
残差745.568863.864
总计790.571867
分析：
因为sig接近0，所以这些自变量对因变量有显著影响
系数
模型非标准化系数标准系数tsig
B标准误差试用版
1（常量）1.738.1899.211.000
S2.性别.008.064.004.199.905
S3.年龄.018.003.2376.771.000
S4.学历.077.033.0902.317.021
S9.家庭月收入-.025.013-.074-1.976.048
a.因变量：
A4.那么与现在相比，一年以后您的家庭经济情况将会如何变化？
分析：
从sig能看出，年龄，学历家庭月收入对因变量有显著影响。
并且年龄具有显著性最大.
Model2
Anovab
模型平方和df均方Fsig
1回归48.612711.25113.023.00a
残差739.406857.864.863
总计788.018864
分析：
因为sig接近0，所以这些自变量对因变量有显著影响
系数
模型非标准化系数标准系数tsig
B标准误差试用版
1（常量）1.712.4613.716.000
S2.性别.001.064.000.013.990
S3.年龄.018.003.2416.678.000
S4.学历.075.033.0882.259.024
S9.家庭月收入-.023.013-.068-1.793.073
C01房贷.185.113.0581.636.102
C02车贷-.239.187-.046-1.277.202
C03其他还贷.070.158.015.441.659
a.因变量：
A4.那么与现在相比，一年以后您的家庭经济情况将会如何变化？
分析：
从sig能看出，年龄，学历家庭月收入对因变量有显著影响。
而贷款类因为sig大于0.05所以没有显著性。
Model3
Anovab
模型平方和df均方Fsig
1回归130.029914.44819.403.00a
残差536.852721.745
总计666.881730
分析：
因为sig接近0，所以这些自变量对因变量有显著影响
系数
模型非标准化系数标准系数tsig
B标准误差试用版
1（常量）.751.4541.654.099
S2.性别-.002.065-.001-.033.973
S3.年龄.014.003.1855.110.000
S4.学历.066.034.0761.962.050
S9.家庭月收入-.033.013-.097-2.594.010
C01房贷.175.114.0561.536.125
C02车贷-.239.187-.046-1.277.202
C03其他还贷.093.150.022.620.535
A8一年后本地
经济发展情况.334.044.2847.635.000
A9一年后本地
就业状况.122.033.1393.701.000
a.因变量：
A4.那么与现在相比，一年以后您的家庭经济情况将会如何变化？
分析：
从sig能看出，年龄，学历家庭月收入、以及一年后本地经济发展情况和就业情况对因变量有显著影响。
而贷款类因为sig大于0.05所以没有显著性。
2、根据数据，是否可以认为家庭还贷支出、对本地区未来经济发展及就业形势的判断显著影响受访者未来一年的家庭经济状况预期？
把家庭还贷支出还有一年后本地经济和就业发展情况做线性回归可得模型：
模型汇总
模型RR方调整R方标准估计误差
1.375.140.135.879
分析：
显而易见，R方小于0.5，所以拟合度并不高。
3、考虑其他变量影响的情况下，请报告三个模型中家庭月收入对因变量的部分确定系数。
根据第一问中的系数表可知3个模型线性方程分别为：
Model1：
预测Y=1.738+0.008S2+0.018S3+0.077S4-0.025S9
Model2：
预测Y=1.172+0.008S2+0.018S3+0.075S4-0.023S9
+0.185C01-0.239C02+0.70C03
Model3：
预测Y=0.721-0.002S2+0.014S3+0.066S4-0.033S9
+0.175C01-0.239C02+0.093C03+0.314A8+0.122A9
4、根据数据，请比较三个模型的CP，并选择一个你认为最合适的模型。
Model1的R方0.057；Model2的R方0.062；Model3的R方为0.192
所以model3的拟合度最高，所以模型3最好。
5、在模型三中，是否有极端的y或x值？
变量间的多重共线性严重吗？
Model1
共线性诊断a
模型
维数
特征值
条件索引
方差比例
（常量）
S2.性别
S3.年龄
S4.学历
S9.家庭月收入
1
1
4.596
1.000
.00
.00
.00
.00
.00
2
.209
4.693
.00
.05
.17
.14
.12
3
.101
6.754
.00
.66
.31
.00
.05
4
.073
7.910
.00
.03
.01
.61
.75
5
.022
14.587
.99
.26
.51
.24
.07
a.因变量:
A4.那么与现在相比，一年以后您的家庭经济状况将会如何变化？
分析：
对于模型1，从第五组的数据可以看出，条件索引值大于10，而且性别、学历还有家庭月收入间有多重共线性。
Model2
共线性诊断
方差比例
模型维数特征值条件索引常量S2.S3.S4.S9.C0.C1.C2
117.5211.0000000000000000000
2.2175.88100.02.12.16.14000000
3.1018.625.00.73.25.00.03000000
4.0789.79400.08.04.34.72.010000
5.05611.5600.12.53.46.03.07.01.01
6.05122.12202.01.05.02.03.82.02.19
7.00732.13203.00.00.00.01.10.49.62
8.00446.345.95.03.02.02.04.00.48.18
分析：
在模型2中5,6,7,8中的条件索引值大于10，而且第5组S3年龄和S4学历可能有多重共线性关系，在第6组中S3年龄和C0房贷可能有多重线性关系，在第7组C1车贷和C2消费还贷可能有线性关系，同样第八组中C1和C2中可能有共同共线性关系。
Model3
共线性诊断
方差比例
模型维数特征值条件索引常量S2.S3.S4.S9.C0.C1.C2A8A9
119.3401.00000000000000000000000
2.2046.76100.25.01.17.17000000.01.01
3.1358.319.00.25.01.00.03000000.13.28
4.0789.79400.46.31.00.12.000000.20.10
5.07910.88300.14.02.28.58.02.00.00.58.43
6.06412.08800.00.15.13.03.06.01.01.22.13
7.05313.24800.09.00.34.38.03.06.01.01.00
8.01524.586.02.01.04.02.04.00.02.26.01.00
9.00834.150.03.00.01.00.01.14.50.57.01.00
10.00449.677.95.04.02.02.04.00.47.15.02.00
分析：
在模型3中，第5、6、7、8、9、10组的条件索引值均大于10，第五组中S9家庭月收入与A8一年后本地区的经济发展状况可能有多重线性关系，第六组中A8一年以后本地区经济发展状况和A9一年以后地方就业情况可能有多重线性关系，第七组S3学历和S4年龄可能存在多重线性关系，第八组C0房贷和C2其他一般消费还贷可能存在多重线性关系，第九组C1车贷和C2其他一般消费还贷可能存在多重线性关系，第十组C1车贷和C2其他一般消费还贷可能存在多重线性关系。
6、若这9个自变量以stepwise的方法进入方程，结果会怎么样？
模型汇总
模型RR方调整R方标准估计误差
1.362.131.130.892
2.407.165.163.874
3.426.181.178.867
4.432.187.182.864
分析：
逐步方法进入方程4个模型的拟合情况会更好，但还是模型4拟合得最好。
五、讨论与结论
通过实验的学习，熟练了用SPSS软件进行多变量回归分析，建立模型并检验其拟合度，然后再进一步判断变量与因变量之间的显著关系，以及是否存在多重线性关系，并且通过回归分析找到变量与因变量间的线性方程，以对数据的趋势预测。
六、指导教师评语及成绩：
成绩：
指导教师签名：
批阅日期：
升级会员 