利用SPSS进行线性回归分析的一个实例.pdf

《利用SPSS进行线性回归分析的一个实例.pdf》由会员分享，可在线阅读，更多相关《利用SPSS进行线性回归分析的一个实例.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、文章编号：!#!$%&（&$&）$&$&%$利用()(进行线性回归分析的一个实例!喻开志（重庆师范学院 数学与计算机系，重庆$#）摘要：通过建立一个使用工资、工作经验、受教育年限等为自变量的回归方程来预测当前工资，说明*)(在建立回归方程中的巨大作用。关键词：()(；线性回归；相关；方差；显著性水平中图分类号：+!,!-&文献标识码：.回归被用于研究可以测量的变量之间的关系。线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎是所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。但是回归分析对数据的处理是一大难题，且一般的社会工作者不可能也不必要

2、对数理统计有深入的了解。()(针对这个问题应运而生，它只要社会工作者掌握一定的/0 1 23 4 5 6操作技能，粗通统计学原理，就可以使用该软件进行回归分析。下面，我们用!%!%#!年美国某银行职员情况调查的数据，建立了一个使用工资、工作经验、受教育年限等为自变量的回归方程来预测当前工资。从中我们将看到()(在建立回归方程中的巨大作用。!选变量变量的选取是很重要的，如果自变量和被预测的变量根本没有关系，则不能线性回归来预测，所以我们必须看一下变量相关性和偏相关性。因为一般认为初始工作与当前工资存在较大的相关性，我们通过图!散点图来观察一下，是否存在这种关系。否则，将不能继续我们讨论的问题。图

3、!初始工资与当前工资散点图收稿日期：&$!7!$7&8作者简介：喻开志（!%#7），男（汉族），四川新都人，在读硕士研究生，主要从事随机经济系统分析与模糊数学研究-从图!明显可以看出存在线性关系，因此同样可判定建立线性回归方程。从图中明显可以看出!，#$，#%&，#!，#(，)()，($是奇异点或影响点。对此我们可以在以后的线性回归时，注意一下这些点。看是把这些点剔出，还是保留。我们还想了解工作经验、工作种类、受教育年限对当前工资是否存在影响。即我们试图建立一个使用初始工资、工作经验、工作种类、受教育年限作自变量的回归方程来预测当前工资。这就需要我们看一下当前工资是否与工作经验、工作种类受教育

4、年限存在相关关系。那么，我们就得检验一下它们的偏相关关系（控制了初始工资），表!至表)是它们的检验结果。表!工作经验与当前工资偏相关关系检验表*+,-.+/0 1,2/+-.1 3 0 1 2 4 4.0.2 3-50 6 7 8 9 6:;7 5+/?2 .35+/+,A*,2 B 2 C*5+/+,A!%（%）*DE%#$)（(!）*D%*,2 B 2 C*E%#$)（(!）*D%!%（%）*D（0 6 F=;G;F 7 8（H 4）#E 8 I;:F J5;”;K L 9;7 8 F J;=I G 6 F=;G;F 7 8 G I 7 7 6 8 M F G 6 N L O 8 F J表

5、#工作种类与当前工资偏相关关系检验表*+,-.+/0 1,2/+-.1 3 0 1 2 4 4.0.2 3-50 6 7 8 9 6:;7 5+/?2 .35+/+,AP 1?0+-5+/+,A!%（%）*DE%)#（(!）*D%P 1?0+-E%)#（(!）*D%!%（%）*D（0 6 F=;G;F 7 8（H 4）#E 8 I;:F J5;”;K L 9;7 8 F J;=I G 6 F=;G;F 7 8 G I 7 7 6 8 M F G 6 N L O 8 F J表)受教育年限与当前工资偏相关关系检验表*+,-.+/0 1,2/+-.1 3 0 1 2 4 4.0.2 3-50 6 7

6、 8 9 6:;7 5+/?2 .35+/+,A2 H Q 05+/+,A!%（%）*DE%#!%（(!）*D%2 H Q 0E%#!%（(!）*D%!%（%）*D（0 6 F=;G;F 7 8（H 4）#E 8 I;:F J5;”;K L 9;7 8 F J;=I G 6 F=;G;F 7 8 G I 7 7 6 8 M F G 6 N L O 8 F J从中我们看出工作经验、工作种类、受教育年限与当前工资的偏相关系数分别为：E%#$)，E%)#，%#!都与当前工资有相关关系，所以可以建立一个使用工作经验、工作种类、受教育年限作自变量的回归方程来预测当前工资。图#5 G I 8 8 F 9

7、L:6 8散点图图)*E*概率图图(残差直方图#选数据经过步骤!以后，马上进行回归分析就错了。我们进行回归分析是在若干假定之下，即对数据是有要求的。这就需要我们需要考虑：（!）是否满足方差齐性的要求。从图#的5 G I 8 8 F 9 L:6 8散点图（以回归预测值为C轴，以标准%)!重 庆 工 学 院 学 报化残差为!轴）看，如果它的大部分都落在（#，#）范围之内，就可以认为它满足这个条件；（$）是否满足正态性的要求。从图#的%概率图，和图&残差直方图都可以明显看出它满足这个假设。此外还可以用描述统计分析过程（()*+,-.中的/.0 1+,2 3,4.0来检验它是否满足正态性的要求，利用峰

8、度和偏度，本文没有。对于不满足的情形只有进行数据变换，目前还没有有效的方法）接下来我们就需要考虑奇异值和影响点的问题：从表&的奇异值数据表中明显可以看出我们的判断是正确的，5 6，#$，$7 8，$5 6，$9&，#&#，&:的确可能是令人生疑的。此外，可以从;*1.，?A0，/,0 3*1.，?.3.+.BC*=(.的值中判断它们是否为奇异值。例如第5 6个观测值，它的;*1.（与一般的距离的区别在于它主要从概率意义上来讲）值为9 D 7#E 7 E适中，与中心值适中，故第5 6个观测值不是影响点；?A0/,0 3*1.，值为7 D 5 7 E E 9，故这个值被删除以后以其他观测量进行回归

9、，回归方程的残差变化不大，所以可以认为这个值不为影响点；?.3.+.BC*=(.值为7 D 7 5&6 6，故第5 6这个观测值和所有&9&次值的平均数之间的距离为7 D7 5&6 6，即中心很近，故可以认为它不是影响点。以上#种系数都说明第5 6个观测值不是影响点。这的确让我们大吃一惊，与我们直观不符。所以我没有把第5 6个观测值排除在回归方程之外。从输出的数据;*1.，?A0，/,0 3*1.，?.3.+.BC*=(.值，我认为没有影响点（若有，则可以剔除它；或者用响应变量均值漂移的方法或者方差漂移的方法$，#）。故我让全部数据参与了回归分析。表&奇异值数据表?*0.F()G.+3 B D

10、 H.0,B(*=?(+.3 *=*+I%+.B,1 3.BC*=(.H.0,B(*=5 6E D 7#&!5 7#9 8 7!E$#9&D#!&5#9 8 D E 9#$#D&6#!5 5 7E$8!6 E9&$D$!$#6 6$D 9 65 7#D&8 7!:97 7 7!9#&D 6 6!$#E 8 8 D 5$5 7 E#D 8 6$!:5$8 7!E EE 6 9 D E 7!$&8 E$D&7$7 8#D&6 E!E E9 8 7!:7E 8&D E 5!$#:7&D E 5$5 6E D:#E!6 77 7 7!#$&5 D 8&!&98 8 6 D&E$9&D 8 7 8!6#

11、9 8 7!8$6 8 6 D:6!#76:5 D 7$&E#D 7&:!5 77 7 7!9:7:9 D 7 E!$7:7$D:&8&#D 9 5#!:7E$8!E 85 E E D#6!$8&8 6 D E$*/.2.B.3C*+,*G=.：?(+.3 *=*+I#进行回归回归分析中如果只注重模型的一些描述性的统计量或只注重结果，那就错了。其实%是怎样在回归的过程中剔除变量的，回归方程中系数的含义倒底是什么？这些问题很容易让人忽略但却是相当重要的。下面我们着重通过表8、表E、表9、表6来说明问题。表E回归分析基本情况表;B.=()B+IJ;B.=HH K(*+.L B M(0 3.BH K

12、(*+.B D N+J3 0 3*3），O.P,P*=*+IG D%+.B,1 3 +0：（?0 3*3），O.P,P*=*+I，N)2=I).3?*3.P +I1 D%+.B,1 3 +0：（?0 3*3），O.P,P*=*+I，N)2=I).3?*3.P +I，%+.4,(0N Q 2.+,.1.（)3 0 3*3），O.P,P*=*+I，N)2=I).3?*3.P +I，%+.4,(0N Q 2.+,.1.（)3 3 1.R,+.D%+.B,1 3 +0：（?0 3*3），O.P,P*=*+I，N)2=I).3?*3.P +I，%+.4,(0N Q 2.+,.1.（)3 3 1.R,+.

13、，N B(1*3,*=S.4.=（I.*+0）J D/.2.B.3C*+,*G=.：?(+.3 *=*+I（5）回归方程编号（第5列）（$）复相关系数（第$列）都较大，即自变量或自变量的线性组合能多大程度上解释因变量。看来它们都大于9 8 T，所以比较令人满意。（#）复相关系数平方值（第#列）。说明回归模型自变量的变异在因变量中所占比率，接近5 7 7 T最好。（&）修正的复相关系数平方值（第&列）第二列给人5#喻开志：利用%!进行线性回归分析的一个实例一个印象是引入的变量越多，复相关系数越大。为了消除这种影响，给出修正的复相关系数平方值。从中可以看出：引入!#$%&()%*+,-,*后，该值

14、增长不大。即该变量对方程的贡献不大，可以不引入方程。（.）估计的标准误（第.列）说明了因变量还有好多不能被回归方程所解释。它也是只有相对意义，没有绝对意义。还是与所带单位有关。从.个模型中比较，它的值变化不大。表.相关检验验表/#0 0,)&1%*%0 2!#$%&()%*+,-,*（2,%0 3）!4 5*(2 4,)&/%&,6(0 27,6 )61%*%0 28()&9 33 )$,:0,;0,-(#3!?A A?B C?C C?C DE?F B!#$%&()%*+,-,*（2,%0 3）?A A?.D?A G G?D BE?H.H!4 5*(2 4,)&/%&,6(0 2?B C?.D

15、?B.?.?A G7,6 )61%*%0 2?C C?A G G?B.?E?H?D.8()&9 3 3 )$,:0,?C D?D B?.E?H?G;0,-(#3!?1 6?（E&%*,）/#0 0,)&1%*%0 2?G D?B!#$%&()%*+,-,*（2,%0 3）?.H?!4 5*(2 4,)&/%&,6(0 2?D.D?C B7,6 )61%*%0 2?G G D?A G8()&9 3 3 )$,:0,?G D?.H?D.D?G G D?D B D;0,-(#3!B?C B?A G?D B D?I/#0 0,)&1%*%0 2D B DD B DD B DD B DD B DD B

16、D!#$%&()%*+,-,*（2,%0 3）D B DD B DD B DD B DD B DD B D!4 5*(2 4,)&/%&,6(0 2D B DD B DD B DD B DD B DD B D7,6 )61%*%0 2D B DD B DD B DD B DD B DD B D8()&9 3 3 )$,:0,D B DD B DD B DD B DD B DD B D;0,-(#3!5,0 ,)$,（4()&9 3）D B DD B DD B DD B DD B DD B D（检验/#0 0,)&1%*%0 2，7,6 )61%*%0 2，;0,-(#3!5,=0 ,)$,，8

17、()&9 3 3 )$,:0,!#$%&()%*+,-,*（2,%0 3），!4 5*(2=4,)&/%&,6(0 2之间的相关性）7,6 )6 1%*%0 2，;0,-(#3!A G；7,6 )6 1%*%0 28()&9 3 3 )$,:0,，显著性水平为?G G D；;0,-(#3!.H；8()&9 3 3 )$,:0,!4 5*(2 4,)&/%&,6(0 2显著性水平为?D.D。以上的显著性水平均大于?.，故它们是相关的。（所以在分析下面的回归方程时要消除它们影响的话，不妨考虑因子分析和聚类分析，或考虑变换数据，这里没有这样做，因为它的影响不是太严重）HG!重 庆 工 学 院 学 报

18、表!变量剔除或进入过程表#$%&()*+,*-%(./0 (%1(2*3 425,6 78*+2,*%9 0+(%*2,0 49 0%,4(*+,2:5 2*2,.2,$.;0%(+*4$()3&$*2,4*%?(%（:(*+.）A 7 !B*C 7 D E CA 7 A A AA 7 B F A 7 E G G 7 C C GA 7 E G G/0 4 2 H.5,4$(I,+(A 7 A B*J 7!E AA 7 A A AA 7 B J 7 A A A 7 A A A 7 A A A=K%0:=(4 29*2(6(A 7 B C G*F 7!A BA 7 A A AA 7 D!BA 7

19、J D AB 7 D B DA 7 J D A8+(,0&.#K(+,(+（=0 4 2 H.）L A 7 D!*L C 7 E E FA 7 A A AL A 7 B F GA 7 G G F 7 A A BA 7 G G FB&$*2,4*%?(%（:(*+.）A 7 E!-C 7 B A BA 7 A A AA 7 B!EA 7 E G C 7 C!FA 7 D J G/0 4 2 H.,4$(I,+(A 7 A G C-J 7 F J JA 7 A A AA 7 B FA 7 G G G 7 A A A 7 J D A8+(,0&.#K(+,(+（=0 4 2 H.）L A 7 J E

20、-L!7 E C EA 7 A A AL A 7 D B GA 7 G G C 7 A A JA 7 J D AD&$*2,4*%?(%（:(*+.）A 7 A B$D 7 F E CA 7 A A AA 7 !EA 7 E E 7 G J AA 7 D D G/0 4 2 H.,4$(I,+(A 7 A G!$E 7 C BA 7 A A AA 7 B D BA 7 G G G 7 A A A 7 J B GJ&$*2,4*%?(%（:(*+.）A 7 A G D 7 E D DA 7 A A AA 7 C A 7 E B 7 G E DA 7 D D!*7 8+(,$2 0+.,4 2 H

21、(/0 (%：（9 0 4.2*4 2），1(6,4 4,4 65*%*+:-7 8+(,$2 0+.,4 2 H(/*(%：（9 0 4.2*4 2），1(6,4 4,4 65*%*+:，=K%0:=(4 29*2(6 0+:$7 8+(,$2 0+.,4 2 H(/*(%：（9 0 4.2*4 2），1(6,4 4,4 65*%*+:，=K%0:=(4 29*2(6 0+:，8+(,0&.#K(+,(4$(（=0 4 2 H.）7 8+(,$2 0+.,4 2 H(/*(%：（9 0 4.2*4 2），1(6,4 4,4 65*%*+:，=K%0:=(4 29*2(6 0+:，8+(,0&

22、.#K(+,(4$(（=0 4 2 H.），/0 4 2 H.,4$(I,+(7 M(K(4 (4 2)*+,*-%(：9&+(4 2 5*%*+:表F回归系数表9 0(N N,$,(4 2.*/0 (%O 4.2*4 *+,P(9 0(N N,$,(4 2.15 2 7 +0+5 2*4 *+,P(9 0(N N,$,(4 2.1(2*25,6 79 0%,4(*+,2:5 2*2,.2,$.;0%(+*4$()3（9 0 4.2*4 2）G B F 7 B A CF F F 7 C F AB 7 !AA 7 A D 1(6,4 4,4 65*%*+:7 G A GA 7 A J!A 7 F

23、 F AJ A 7 B!CA 7 A A A 7 A A A 7 A A AB（9 0 4.2*4 2）A D C 7 G D F D B 7 A E 7 B J CA 7 B D1(6,4 4,4 65*%*+:7 J C GA 7 A C!A 7 C!B 7 F!DA 7 A A AA 7 J D AB 7 D B D=K%0:=(4 29*2(6 0+:E G J!7 A A AC F D 7 J D AA 7 B C GF 7!A BA 7 A A AA 7 J D AB 7 D B DD（9 0 4.2*4 2）DA D G 7 B A EF B G 7!F DD 7 C C DA

24、7 A A A1(6,4 4,4 65*%*+:7 J C!A 7 A C DA 7 C!CB D 7 !A 7 A A AA 7 J D AB 7 D B D=K%0:=(4 29*2(6 0+:C C A 7 B G JC J C 7 E!A 7 B!GG 7 E B FA 7 A A AA 7 J D AB 7 D B!8+(,0&.#K(+,(4$(（=0 4 2 H.）L B D 7!J GD 7 D GL A 7 J EL!7 E C EA 7 A A AA 7 G G C 7 A A JJ（9 0 4.2*4 2）A DA A A 7 C!B!A!7 F DD 7 F A JA

25、7 A A A1(6,4 4,4 65*%*+:7 J!GA 7 A C BA 7 C F BB D 7 G A 7 A A AA 7 J D AB 7 D B C=K%0:=(4 29*2(6 0+:CA C A 7 J J CC B G 7 G B!A 7 B!JG 7 C B A 7 A A AA 7 J B GB 7 D D A8+(,0&.#K(+,(4$(（=0 4 2 H.）L B D 7!F GD 7 A E!L A 7 J CL!7!F A 7 A A AA 7 G G C 7 A A J/0 4 2 H.,4$(I,+(C D 7 F B CD 7!D GA 7 A G!E

26、 7 C BA 7 A A AA 7 G G G 7 A A E（9 0 4.2*4 2）EA D F 7 E!BG G B 7 E B EL E 7 A B EA 7 A A A1(6,4 4,4 65*%*+:7 D C EA 7 A C GA 7 C B G G 7!G CA 7 A A AA 7 D D!B 7 G C E=K%0:=(4 29*2(6 0+:EF E G 7 E F EC B J 7 G J EA 7 B C EG 7 D!CA 7 A A AA 7 J B CB 7 D J G8+(,0&.#K(+,(4$(（=0 4 2 H.）L G 7 E E DD 7 B E

27、 AL A 7 B AL C 7 A !A 7 A A AA 7 F C A 7 C B/0 4 2 H.,4$(I,+(E J 7 C G FD 7 J C JA 7 A G J 7 G !A 7 A A AA 7 G G B 7 A A F&$*2,0 4*%?(%（:(*+.）E D G 7 C J B E B 7!D EA 7 A G D 7 E D DA 7 A A AA 7 E B 7 G E D*7 M(K(4 (4 2)*+,*-%(：9&+(4 2 5*%*+:表!给出了逐步回归过程中，每一步被剔除的变量，并给出了各种值，以判断下一步进入回归方程的变量的依据。我举第行为例，作

28、出详细解释。第列说明被排除在回归方程外的变量。同时也就说明首先进入回归方程的为1(6,4 4,4 65*%*+:这个变量（这也可以从表下面的注释中看出）。第B列说明所有自变量进行回归分析时的1(2*值，一般认为该值越大，该变量对因变量的贡献越大。这里是=K%0:9*2(6 0+:对应的值A 7 B C G最大，故第B个进入回归方程的变量为=K%0:9*2(6 0+:。第D列是针对每一个变量前面的系数是否为零的假设和2检验值，第四列给出了这个检验结果。从中可以看DD喻开志：利用5 8 5 5!进行线性回归分析的一个实例出，每一个变量的显著水平都为零。故拒绝系数为零的假设，即每一个变量都对因变量有

29、贡献。第!列给出了偏相关系数（即排除其它变量的影响后，该变量与因变量的相关性）相关性越高，说明该变量对因变量的解释能力越强。#$%&()*+,&-对应的值./0 1 2最大。故第2个进入回归方程的变量为#$%&()*+3,&-。第4列为容忍度（5&%+-)6 7+）值，第1列为方差膨胀因子（8 9:）的值，第;列为最小的容忍度（5&%+-)6 7+）值。这些标准含义具体可以参见表;中的解释。表;中的编号得出逐步回归过程中的每一步结果。为了简化分析，仅举第行为例：）第列说明了模型及模型中存在的变量与常量。如第)%)-?2;/2.4 A )%)-?.0 4/0 A )%)-?.A./.;B C+,

30、D 6 6 D 6,E)%)-（常量）（变量）A;.B#$%&#+6*()*+,&-（变量）从第0个方程，我们很容易误认为变量C+,D 6 6 D 6,E)%)-没有变量#$%&#+6*()*+,&-重要。这主要是受它们的回归系数（./.;，;.）的影响。所以我们就需要看看后面的C（偏回归系数）和C+*)系数。2）C（偏回归系数）（第2列）是控制了其他变量后得到的。如第个模型的中的常量值（2;/2.4）是控制了变量C+,D 6 6 D 6,E)%)-的影响后得出的，变量系数值（*)6*影响后得到的。这类似于偏相关检验。但C（偏回归系数），有一个缺点就是单位数量级不一致时，对它的比较毫无意义。如

31、C+,D 6 6 D 6,E)%)-的单位为，而#$%&#+6*()*+,&-的单位为.，显然这时#$%&#+6*()*+,&-前面的回归系数可能很小。故对它需要进行改进，这就是C+*)系数。0）C+*)系数（第F列），它是把所有变量都事先进行标准化（G分数）。但它还是有一个不足之处，就是没有考虑到所带单位类型（如一辆车和一个人比，可能毫无意义）。故从绝对意义上讲，使用C+*)系数也不能比较哪一个自变量更为重要。F）第!列为*检验值，就是假设回归系数为零的检验。第4列（显著性水平）给出了这个检验的结果。如第个模型中常数项的显著水平为./.0，自变量C+,D 6 6 D 6,E)%)-的显著性水

32、平为./.，它们都小于./.!，故属于小概率事件，即拒绝回归系数为零的假设，即第个回归方程有意义。!）第1列为容忍度（5&%+-)6 7+）值，第;列为方差膨胀因子（8 9:）的值。它们都为诊断方程的变量之间是否存在共线性的两个指标。因为若方程存在共线性的话，最小二乘法变得毫无意义。5&%+-)6 7+值的范围为.，若其值为.，说明方程的诸变量之间存在共线性；若接近或等于，说明方程的诸变量之间完全不存在共线性。8 9:为5&%+-)6 7+的倒数，所以完全可以只看容忍度的值或方差膨胀因子的值中的一种就可以了。因为第个方程中只有一个变量，所以它5&%+-)6 7+值为。第2个方程#$%&3#+6

33、*()*+,&-和C+,D 6 6 D 6,E)%)-的5&%+-)6 7+值都为./F 0.，这个值大小适中，所以可以拒绝它们之间共线的假设。参考文献：I+-/应用线性回归 J/北京：中国统计出版社，)6 T(&#$=*+-，(Q&6,U D 6,5+)7 Q+-M 6 D V+-D*，(Q&6,U D 6,F.F 1，(Q D 6)）!2$-#6：5 Q D$)$+-T D 7=+*Q+,-+)*+S S+7*&S E K E E&6+*)I%D Q D 6,)-+,-+D V+U=)*D&6 I +*)I%D Q D 6,)-+,-+D V+U=)3*D&6W D*Q )%)-，W&-X

34、 D 6,+Y$+-D+6 7+，+)-&S+T=7)*D&6，+*7/)7&6*-)O V)-D)I%+*&+*D#)*+*Q+$-+6*)%)-D+/7%*8+-)$：E K E E；%D 6+)-+,-+D&6；7&-+%)*D&6；V)-D)6 7+；%+V+%&S D,6 D S D 7)6 7+（责任编辑欧理平）F0!重 庆 工 学 院 学 报利用SPSS进行线性回归分析的一个实例利用SPSS进行线性回归分析的一个实例作者：喻开志作者单位：重庆师范学院,数学与计算机系,重庆,400047刊名：重庆工学院学报英文刊名：JOURNAL OF CHONGGING INSTITUTE OF

35、 TECHNOLOGY年，卷(期)：2002，16(2)被引用次数：11次 参考文献(2条)参考文献(2条)1.S Weisbery 应用线性回归 19982.阮桂海 SPSS实用教程 2000 相似文献(10条)相似文献(10条)1.期刊论文 杜家菊.陈志伟 使用SPSS线性回归实现通径分析的方法-生物学通报2010,45(2)由于通径分析可以将因变量与自变量的相互影响(相关系数)分解为直接影响(通径系数)和间接影响(间接通径系数),因此在遗传学等领域受到广泛的重视.目前在软件实现方法上.一方面缺乏必要的正态性检验,另一方面通径系数及间接相关系数计算步骤过于繁琐.限制通径分析的教学和使用.在

36、应用中,我们注意到通过SPSS的线性回归Linear程序可以一次性获得计算通径系数的全部数据,从而简化通径分析的步骤.2.期刊论文 朱伟.ZHU Wei SPSS统计软件在科技期刊编辑中的应用()-线性回归-辽宁石油化工大学学报2005,25(3)在科技论文中,由于种种原因造成数据的统计结果出现错误,科技编辑因为不会使用统计软件而无法及时发现并纠正错误.为了使广大编辑学会使用统计软件,提高科技期刊的质量,介绍了SPSS统计软件的功能及基本使用方法,在此基础上,举例说明了SPSS软件中的回归功能在科技期刊编辑中的应用.3.学位论文 唐钟起 SPSS软件在大庆炼化公司酮苯脱蜡装置的应用 2006

37、大庆炼化公司38万吨/年酮苯脱蜡装置以糠醛精制油为原料，以丁酮和甲苯混合液为溶剂，通过降温结晶，过滤分离和溶剂回收等工艺过程，得到低凝固点的润滑油基础油和石蜡原料。自1997年投产以来，200SN正序处理量较大，为装置效益点。本文在对结晶、冷冻、真空密闭、过滤和溶剂回收五个操作单元及原料性质、产品性质进行分析后，对多个相关影响因素进行分析，筛选出九个影响因素，利用其操作数据台帐和SPSS统计分析软件对影响油收率相关因素进行多元线性回归，建立了油收率和蜡收率数学模型，寻求一种生产关键操作参数定量化优化和预测产品收率的方法。对所建模型统计检验及实际检验结果表明，模型预测结果符合生产实际，因此所建立

38、的模型对切换原料及时改变操作参数和优化操作有指导意义，把经验操作上升为定量化指导生产操作，同时对产品收率提供了预测。4.期刊论文 陈正虎.唐德善.CHEN Zheng-hu.TANG De-shan 黑河中游增泄下游水量分析-基于SPSS多重线性回归模型-南水北调与水利科技2005,3(5)黑河经过近5年的调水和近3年的综合治理,流域用水量发生了重大的变化.通过SPSS多重线性回归模型分析黑河中游近5年调水增泄下游水量,为流域调水及分配提供理论依据.5.学位论文 黄飞 中国开放式基金营销创新研究 2009 上海证券交易所和深圳证券交易所的正式挂牌，标志着我国资本投资市场的诞生。作为全球金融市场

39、的重要组成部分，基金行业在中国也逐步站稳了脚跟。华安创新、南方稳健成长证券投资基金的成立后，中国的开放式基金行业得到迅速的发展。开放式基金行业的快速增长，促进了我国证券市场的规范和发展、提高了证券市场资源配置效率、改善了上市公司治理结构，同时，推动了金融行业结构调整和机构投资者的进一步发展。然而随着基金市场开始由卖方市场转入买方市场，募集资金的难度越来越大，基金持续营销难做和大规模的赎回等很现实的问题。既然开放式基金具有如此重要的地位和广阔的发展前景，而基金产品的营销又是基金发展的最主要的驱动力，我们不得不对开放式基金的营销进行理论与实践的深层次研究，寻求创新，促进中国基金市场持续健康发展。本

40、文首先从本课题的写作背景入手，随后介绍国内外基金的发展状况和研究成果，并对开放式基金营销的相关概念的界定。接着研究营销组合中的产品与价格两个方面，运用SPSS软件，对统计出的近200份中国开放式基金季报中的数据进行相关分析和线性回归，找出影响目前开放式基金营销效果的关键因素，寻求在现有条件下的中国开放式基金的产品与相关基金费率的创新。然后研究营销组合中的渠道与促销模块，重点主要研究中国开放式基金的营销渠道的创新。由于我国的金融体系特别是资本市场体系的发展模式在很大程度上借鉴了美国的发展经验，作为其子系统，基金行业的发展也无法摆脱这一思路。因此本文通过比较中美两国开放式基金现阶段营销渠道的区别，

41、再结合中国特有的国情，探索适合中国金融市场的营销渠道的创新，促进中国基金行业的健康持续发展。我国的开放式基金业正处在最需要营销而又最缺乏营销的时代，可见，对开放式基金营销管理的研究具有极大的理论意义和实用价值。6.学位论文 许金宝 异构脱蜡装置200SN基础油重质油收率优化和探讨 2005 大庆炼化公司20万吨/年异构脱蜡装置是国内首套采用美国雪弗龙(Chevron)异构脱蜡专利技术生产高黏度指数、低倾点优质润滑油基础油装置，自1999年投产以来，200SN基础油重质油5.0cst收率与设计相差较大，而其又为装置效益点。本文在对加氢处理反应、异构脱蜡反应、加氢精制反应、分馏系统四个部分及原料性

42、质、产品性质进行分析后，找出七个相关影响因素后，利用其操作数据台帐和统计分析软件SPSS对影响重质油5.0cst收率相关因素进行多元线性回归，建立数学模型，寻求一种生产关键操作参数定量化优化和预测产品收率的方法。通过所建模型统计检验及实际检验，符合生产实际，确实对切换原料及时改变操作参数和优化操作有指导意义，把以前凭经验操作上升为定量化指导生产操作，同时对产品收率提供了预测。7.期刊论文 杜海鸥 提高河南融资效率的战略方法研究-会计之友2010,(30)文章结合河南省上市公司财务数据,选取净资产收益率和总资产收益率作为因变量,选取资产负债率和股东权益比率作为自变量,运用SPSS统计分析方法,建

43、立了河南省融资效率的线性回归模型.在此基础上提出了提高河南省上市公司融资效率的具体战略方法,以带动整个河南省的经济发展.8.期刊论文 黄秋波 杭州会展业和主要相关产业带动影响的定量分析-商场现代化2009,(3)本文运用SPSS统计软件对杭州城市会展业对相关主要行业的带动影响进行了定量分析.研究了会展业和商业,旅游相关程度,给出了会展业带动杭州社会消费品零售额和旅游总输入的数量关系.并在此基础给杭州发展会展经济的发展提出了几点建议.9.学位论文 王晓虎 东南亚家族治理对股利决策的影响研究及对中国的启示 2007 公司治理(corporate govemance)理论的系统性研究始于20世纪80

44、年代，已经历二十多年的发展。本文对国内外公司治理的研究文献进行了回顾，并将研究重点放在家族治理模式上，对东南亚及中国以股权集中为主要特征的公司而言，公司治理理论的基础委托代理理论应选用经理层与股东的代理问题和控制性家族与小股东的代理问题这样的“双重委托代理理论”。进而结合股利决策问题发现，东南亚家族公司的股利决策是和控制性家族自身利益最大化有关的，而不是全体股东利益最大化，这一缺陷在中国家族治理中作股利决策时应作为不足加以避免。本文研究方法上采用计量经济学中的二元线性回归的最小二乘法OLS和Logistic统计回归方法，运用SPSS统计软件，样本选择东南亚九个国家(地区)的家族企业，建立模型后

45、，经实证研究证明基于分析提出的两个假说，验证后得出如下两个结论控制性家族拥有的现金流量权与股利支付率正相关；控制性家族的控制权与现金流量权的分离程度与股利支付率负相关。并结合中国实际，选取近来七年沪深两市的家族上市公司数据进行实证分析后也符合上述结论，最后为完善中国家族公司治理股利决策的良性发展，提出了政策建议。10.学位论文 李锋 工程项目投标报价策略与决策模型研究 2006 如何制定切实、好用的投标策略正在成为一个热门研究方向。现实条件决定有必要结合投标工作实际在该领域进行细致和深入的研究，建立针对不同工程类型的报价决策模型。本文站在竞标人的角度，借助常见的SPSS1及Excel(R)软件

46、完成数据整理和分析，依靠较简单的方法建立报价的决策模型。重点关注造价编制完成后，最终报价形成这一关键环节，提出解决困扰企业投标报价难题的方案。从历史入手，文章分析了中国的招投标制度；探讨了投标决策的内容和程序，以及几个有重要影响的决策模型；还特别涉及了风险分析的相关情况，包括定性和定量分析方法。结合中铁局在铁路、公路和市政工程领域的投标报价信息，建立关于赢标概率W和报价水平Nij的模型。研究运用线性回归及曲线拟合手段推导投标报价模型的方法，并进一步运用模糊预测技术研究获取对手的竞标能力值。鉴于很多业主采用复合标底评标方式进行招标，提出了相应的报价模型，从而形成了完整的投标报价策略。由于本研究成

47、果的可操作性及良好的可扩展性，能够为企业领导者提供现实的决策指导，其结论对国内施工企业有良好的参考、实用价值。引证文献(11条)引证文献(11条)1.樊丁宇.廖康.张大海.买买提江依米提.傅力.唐芳 小白杏杏核开口压力的线性回归建模及验证期刊论文-新疆农业科学 2010(3)2.邢光.罗学科.刘东 高速铣削碳纤维复合材料铣削力实验分析期刊论文-中小企业管理与科技 2009(33)3.陈展鹏.余丽.李爱农.朱春东.李健.袁成清 Cr25Ni20不锈钢在H2 O2介质中摩擦学性能的研究期刊论文-润滑与密封 2009(2)4.陈永胜 多元线性回归建模以及MATLAB和SPSS求解期刊论文-绥化学院学

48、报 2007(6)5.李广玉.叶思源.鲁静.张正贤.高宗军 胶州湾底层水痕量元素组分存在形态及其生物有效性期刊论文-世界地质 2006(1)6.李朝旗.周兴 土地利用规划中的人口预测方法综述期刊论文-国土资源科技管理 2006(2)7.鲁静.李广玉.叶思源 Pb、Zn、Cd和Cr等元素的生物有效性研究以胶州湾水生系统为例期刊论文-地球学报 2006(6)8.鲁静.李广玉.叶思源 Pb、Zn、Cd和Cr等元素的生物有效性研究以胶州湾水生系统为例期刊论文-地球学报 2006(6)9.付晶晶 影响民营企业员工离职意向的实证研究学位论文硕士 200610.王松峰 加氢改质装置不同工况下柴油收率及能耗研究学位论文硕士 200511.李广玉 胶州湾水环境痕量元素形态的地球化学模拟及意义学位论文硕士 2005 本文链接：http:/