SPSS实验回归分析.doc

回归分析 一．实验描述： 中国民航客运量的回归模型。为了研究我国民航客运量的变化趋势及其成因，我们以民航客运量作为因变量Y， 以国民收入（X1)、消费额（X2）、铁路客运量（X3）、民航航线里程（X4）、来华旅游入境人数（X5）、为主要 影响因素。数据如下表。试建立Y与X1--X5之间的多元线性回归模型。 年份 Y (万人) X1 (亿元) X2 (亿元) X3 (万人) X4 (万公里) X5 (万人) 1978 231 3010 1888 81491 14.89 180.92 1979 298 3350 2195 86389 16.00 420.39 1980 343 3688 2531 92204 19.53 570.25 1981 401 3941 2799 95300 21.82 776.71 1982 445 4258 3054 99922 23.27 792.43 1983 391 4736 3358 106044 22.91 947.70 1984 554 5652 3905 110353 26.02 1285.22 1985 744 7020 4879 112110 27.72 1783.30 1986 997 7859 5552 108579 32.43 2281.95 1987 1310 9313 6386 112429 38.91 2690.23 1988 1442 11738 8038 122645 37.38 3169.48 1989 1283 13176 9005 113807 47.19 2450.14 1990 1660 14384 9663 95712 50.68 2746.20 1991 2178 16557 10969 95081 55.91 3335.65 1992 2886 20223 12985 99693 83.66 3311.50 1993 3383 24882 15949 105458 96.08 4152.70 二．实验过程描述及实验结果 (1) Descriptive Statistics Mean Std. Deviation N Y 1.1591E3 960.67239 16 X1 9.6117E3 6643.54038 16 X2 6.4472E3 4251.94607 16 X3 1.0233E5 11010.56993 16 X4 38.4000 23.62018 16 X5 1.9309E3 1244.00094 16 该表格中输出了5个自变量和1个因变量的一般统计结果，包括各自变量与因变量的平均值，标准差和个案数16。 (2) Correlations Y X1 X2 X3 X4 X5 Pearson Correlation Y 1.000 .989 .985 .227 .987 .924 X1 .989 1.000 .999 .258 .984 .930 X2 .985 .999 1.000 .289 .978 .942 X3 .227 .258 .289 1.000 .213 .504 X4 .987 .984 .978 .213 1.000 .882 X5 .924 .930 .942 .504 .882 1.000 Sig. (1-tailed) Y . .000 .000 .199 .000 .000 X1 .000 . .000 .168 .000 .000 X2 .000 .000 . .139 .000 .000 X3 .199 .168 .139 . .214 .023 X4 .000 .000 .000 .214 . .000 X5 .000 .000 .000 .023 .000 . N Y 16 16 16 16 16 16 X1 16 16 16 16 16 16 X2 16 16 16 16 16 16 X3 16 16 16 16 16 16 X4 16 16 16 16 16 16 X5 16 16 16 16 16 16 该表格中列出了各个变量之间的相关性，从该表格可以看出因变量Y和自变量X1之间的相关系数为0.989，相关性最大,。因变量Y与自变量X3之间相关系数为0.227，相关性最小。 (3) Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 X5, X3, X4, X2, X1a . Enter a. All requested variables entered.