任何事物和⼈都不是以个体存在的，它们都被复杂的关系链所围绕着，具有⼀定的相关性，也会具备⼀定的因果关系，（⽐如：⽗母和⼦⼥，不仅具备相关性，⽽且还具备因果关系，因为有了⽗亲和母亲，才有了⼉⼦或⼥⼉），但不是所有相关联的事物都具备因果关系。
下⾯⽤采⽤回归—线性分析的⽅式来分析⼀下：居民总储蓄 和 “居民总消费”情况是否具备相关性，如果具备相关性，那相关关系的密切程度为多少。 赛马下⾯以“居民总储蓄”和“居民总消费”的调查样本做统计分析，数据如下所⽰：
第⼀步：我们先来分析“居民总储蓄”和“居民总消费”是否具备相关性 （采⽤SPSS 19版本）
1：点击“分析”—相关—双变量， 进⼊如下界⾯：
将“居民总储蓄”和“居民总消费”两个变量移⼊“变量”框内，在“相关系数”栏⽬中选择“Pearson"，（Pearson是⼀种简单相关系数分析和计算的⽅法，如果需要进⾏进⼀步分析，需要借助“多远线性回归”分析）在“显著性检验”中选择“双侧检验”并且勾选“标记显著性相关”点击确定， 得到如下结果：
从以上结果，可以看出“Pearson"的相关性为0.821，（可以认为是“两者的相关系数为0.821）属于“正相关关系”同时“显著性（双侧） 结果为0.000， 由于0.000<0.01，所以具备显著性，得出：“居民总储蓄”和“居民总消费”具备相关性，有关联。植兰
既然具备相关性，那么我们将进⼀步做分析, 建⽴回归分析，并且构建“⼀元线性⽅程”，如下所⽰：
点击“分析”--回归----线性” 结果如下所⽰：
将“因变量”和“⾃变量”分别拖⼊框内 （如上图所⽰）从上图可以看出：“⾃变量”指 “居民总储蓄” , "因变量”是指“居民总消费”
点击“统计量”进⼊如下界⾯：
在“回归系数”中选择“估计” 在右边选择“模型拟合度” 在残差下⾯选择“Durbin-watson(u), 点击继续按钮 再点击“绘制图”在“标准化残差图”下⾯选择“正太概率分布图”选项
再点击“保存”按钮，在残差下⾯选择“未标准化”（数据的标准化，⽅法有很多，这⾥不介绍啦）
收容教养制度退出历史舞台
得到如下结果：
结果分析如下：愉悦与痛苦
1：从模型汇总b 中可以看出“模型拟合度”为0.675，调整后的“模型拟合度”为0.652，就说明“居民总消费”的情况都可以⽤该模型解释，拟合度相对较⾼
2：从anvoa b的检验结果来看 （其实这是⼀个“回归模型的⽅差分析表）F的统计量为：29.057，P值显⽰为0.000，拒绝模型整体不显著的假设，证明模型整体是显著的
3：从“系数a”这个表可以看出“回归系数，回归系数的标准差，回归系数的T显著性检验 等，回归系数常量为：2878.518，但是SIG 为：0.452，常数项不显著，回归系数为：0.954，相对的sig为：0.000，具备显著性，由于在“anvoa b”表中提到了模型整体是“显著”的
所以⼀元线性⽅程为：居民总消费=2878.518+0.954*居民总储蓄
其中在“样本数据统计”中，随即误差 ⼀般叫“残差” :
从结果分析来看，可以简单的认为：居民总储蓄每增加1亿，那居民总消费将会增加0.954亿
鱼算法提⽰：对于回归参数的估计，⼀般采⽤的是“最⼩⼆乘估计法”原则即为：“残差平⽅和最⼩“
波斯王子男主角
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议