统计实验小组报告.docx

统计实验小组报告.docx

《统计实验小组报告.docx》由会员分享，可在线阅读，更多相关《统计实验小组报告.docx（10页珍藏版）》请在冰豆网上搜索。

统计实验小组报告

统计分析综合实验报告

（封面）

专业：

电子商务

班级：

电子商务班

姓名：

陶陶

学号：

20141410860

教师：

史慧萍

组名：

第四小组

四川大学商学院实验报告

课程名称

统计实验分析

实验名称

多元线性回归分析实验

系

年级

2014级

专业班级

电子商务

学号

姓名

实验日期

2015.12.20

实验教室

二基楼A212

指导教师

史慧萍

评阅意见

一、实验背景、目的和要求：

1.实验背景

成都市某高校电子商务专业最近举行了市场营销学课程的考试，某调研小组希望了解学生的期末成绩与每周学习时间、入学等级、教师等级之间是否存在相关性，故对学生的成绩数据进行统计分析。

以下是整理好的相关数据表格：

2015上半年成都某高校电子商务专业市场营销课程成绩统计表

班级

期末成绩

每周学习时间

入学等级

教师等级

1

87

42

2

1

1

96

45

1

1

1

80

35

2

1

1

90

40

2

1

1

88

38

1

2

1

70

35

3

2

1

67

28

3

2

1

72

30

2

2

1

70

30

3

2

1

75

34

1

2

1

86

38

1

2

2

77

38

2

3

2

68

32

2

3

2

65

20

3

3

2

61

30

3

3

2

93

39

2

1

2

88

43

1

1

2

80

41

1

3

2

85

39

2

3

2

85

45

2

3

2

80

40

3

3

2

96

50

1

1

2.实验目的

从实际问题的背景出发，做到熟练运用SPSS对数据进行相关性及线性回归分析，通过实验所得到的回归方差分析表以及回归系数及显著性检验表（5%）等，分析总结出各因素对学生市场营销课程期末成绩的影响，从而得出结论，做出正确的决策与提出良好建议。

3.实验要求

确定实际问题的背景与所采用的模型与数据来源，至少有20个原始的样本数据，内容应包括实验结果方差分析表、相关系数表、回归方差分析表以及回归系数及显著性检验表（5%），回归系数的95%置信区间，散点图，分析结论，应用价值等等。

实验分析结果，结论，决策及建议。

二、实验环境

（1）奔腾166以上微型计算机

（2）IBMSPSSStatistics

三、实验步骤

第一步：

启动SPSS软件，在读入数据后依次点击analyze-----descriptivestatistics----descriptive

绘制出“描述统计量”表格。

第二步：

做完第一步之后，回到数据编辑器，依次点击analyze-----Regression---Linear,系统弹出LinearRegression对话框。

从左侧的变量列表中选择因变量“期末成绩”添加到dependent框中，选择自变量“每周学习时间”、“教师等级”、“入学等级”添加到Independent框中，并在Method框中选择系统默认Enter选项，表示所选自变量全部进入回归模型。

第三步：

依次打开Statistics、Plots、Save对话框，分别按照实验要求，完成各个对话框中的选项。

在Statistics对话框中，选择Estimates和Modelfit两个系统默认选项，再选择Descriptive选项，要求输出自变量和因变量的均值、标准差、相关系数矩阵及单侧检验概率；在Plots对话框中，选择Produceallpartialplots选项，表示输出回归因变量和各个自变量之间的相关图；在Save对话框PredictedValues中选择UnstStandardized选项,在PredictionIntervals中选择Individual选项。

第四步：

单击OK按钮，即可得出结果。

三、实验结果及分析

首先运用SPSS对期末成绩与每周学习时间，入学等级，教师等级做回归分析：

（1）所得到实验结果如下图所示：

DescriptiveStatistics

N

Minimum

Maximum

Mean

Std.Deviation

期末成绩

22

1

3

2.05

.844

入学等级

22

1

3

1.95

.785

ValidN（listwise）

22

VariablesEntered/Removeda

Model

VariablesEntered

VariablesRemoved

Method

1

教师等级,入学等级,每周学习时间b

.

Enter

a.DependentVariable:

期末成绩

b.Allrequestedvariablesentered.

ModelSummaryb

Model

R

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

1

.918a

.842

.816

4.435

a.Predictors:

（Constant）,教师等级,入学等级,每周学习时间

b.DependentVariable:

期末成绩

ANOVAa

Model

SumofSquares

df

MeanSquare

F

Sig.

1

Regression

1886.854

3

628.951

31.971

.000b

Residual

354.101

18

19.672

Total

2240.955

21

a.DependentVariable:

期末成绩

b.Predictors:

（Constant）,教师等级,入学等级,每周学习时间

由回归方差分析表可知，p=0.000＜0.05，达到显著水平，说明自变量教师等级，学生入学等级和每周学习时间这三个自变量中至少有一个自变量与因变量期末成绩存在线性回归关系。

（2）所得到残差统计结果表与回归系数及显著性检验表（5%）如下：

ResidualsStatisticsa

Minimum

Maximum

Mean

Std.Deviation

N

PredictedValue

57.66

98.63

79.95

9.479

22

Std.PredictedValue

-2.352

1.970

.000

1.000

22

StandardErrorofPredictedValue

1.575

2.620

1.867

.308

22

AdjustedPredictedValue

53.73

99.45

79.87

9.887

22

Residual

-6.385

7.478

.000

4.106

22

Std.Residual

-1.440

1.686

.000

.926

22

Stud.Residual

-1.565

2.050

.008

1.033

22

DeletedResidual

-7.542

11.269

.082

5.147

22

Stud.DeletedResidual

-1.636

2.275

.023

1.078

22

Mahal.Distance

1.694

6.376

2.864

1.350

22

Cook'sDistance

.001

.563

.067

.118

22

CenteredLeverageValue

.081

.304

.136

.064

22

a.DependentVariable:

期末成绩

Coefficientsa

Model

UnstandardizedCoefficients

StandardizedCoefficients

t

Sig.

95.0%ConfidenceIntervalforB

B

Std.Error

Beta

LowerBound

UpperBound

1

（Constant）

55.930

9.666

5.786

.000

35.622

76.238

每周学习时间

.972

.187

.637

5.212

.000

.580

1.364

入学等级

-2.416

1.593

-.184

-1.516

.147

-5.762

.931

教师等级

-3.487

1.261

-.285

-2.766

.013

-6.135

-.838

a.DependentVariable:

期末成绩

由回归系数及显著性检验表（5%）可知：

回归模型为：

Y=55.930+0.972X1-2.416X2-3.487X3，其中，Y为期末成绩，X1为每周学习时间，X2为入学等级，X3为教师等级；

标准回归模型为：

Y=55.930+0.972X，其中，Y为期末成绩，X为每周学习时间。

又由于图表中P=0.000<0.005，即相应系数与0有明显差异，则常数项与该系数应当出现在方程中。

P=0.147与P=0.013>0.005,即相应系数与0无差异，则该系数不应出现在方程中。

所以，相应的回归模型应采用标准回归模型：

Y=55.930+0.972X，其中，Y为期末成绩，X为每周学习时间。

（3）所得散点图如下：

四、实验结论及决策建议

1.实验结论

通过回归方差分析表以及回归系数及显著性检验表（5%）可做出以下结论：

每周学习时间与因变量期末成绩存在线性回归关系，其具体的线性回归模型为Y=55.930+0.972X（Y为期末成绩，X为每周学习时间）。

所以，每周学习时间越长，学生市场营销课程的期末成绩越高。

另一方面，学生的入学等级与教师等级却对学生的期末成绩影响不大。

2.决策建议

由实验结论可提出以下建议：

1.学生不应该因入学等级与教师等级的差异化而认为对自己的学习成绩有所影响，不能把这个因素当做自己分数低的借口；

2.学生应深刻认识到每周学习时间对自己期末成绩的影响程度之大，平时应增多每周学习时间以取得更高的分数；

3.老师应对学生的每周学习时间加以督促，采取适当的措施与方法，适当延长学生的每周学习时间，有效地帮助学生取得更高的期末成绩。