项目二相关与回归案例及练习要求.docx

项目二：相关与回归分析一、实验目的1、掌握Pearson简单相关分析方法，并根据相关系数判断两变量的相关程度。2、熟悉偏相关系数、Kendall tau-b和Spearman等级相关系数的计算方法，理解其区别与联系。3、掌握一元与多元回归分析方法，对回归模型估计和检验，并对结果进行分析。4、了解曲线回归分析方法。并对回归结果进行分析。二、实验内容和要求1、现有杭州市区 1978－2014年的 GDP、城镇居民年人均可支配收入和年人均消费支出的数据资料（example1.sav），如下：表5-1杭州市区GDP、年人均可支配收入、人均消费支出和CPI指数年份GDP（亿元）人均可支配收入（元）人均消费支出（元）定基CPI指数（%）1978 14.1995338301100.1197916.7206396 365100.5198020.8220521 491101.3198122.9243540 513103.3198224.8297532 532105.4198328.2171578 535107.6198435.3781729 679110.9198544908130.0198651.363911691072137.81987601118152.31988701515185.71989771615218.7199089168522866282128 189424532872580 229627165713525 318332983145249 4559400779463015559466737772066095515426578966766550572684657235560733590857424562158696687790566.720011226.0891108968968563.920021404.2278117789215557.120031664.7332128989949.76554.320042036.27381456511212.78568.220052349.54591660113438577.820062748.312119026.8614471.74584.820073273.884221689.3614895.75605.220083813.983424103.5816719.10634.920094069.868726863.9318594.75626.020104740.77883003520219650.420115589.85743406522642681.620126213.24863751122800698.720136639.86093931024833716.120149201.16004463232165730.5数据来源：历年《杭州统计年鉴》和《2014年杭州市国民经济和社会发展统计公报》。要求：求人均可支配收入、GDP、人均消费性支出与消费价格指数的双变量Pearson相关系数。相关性incomebcpiincomePearson 相关性1.841**显著性（双侧）.000N3737bcpiPearson 相关性.841**1显著性（双侧）.000N3737**. 在 .01 水平（双侧）上显著相关。相关性gdpbcpigdpPearson 相关性1.751**显著性（双侧）.000N3737bcpiPearson 相关性.751**1显著性（双侧）.000N3737**. 在 .01 水平（双侧）上显著相关。相关性payoutbcpipayoutPearson 相关性1.873**显著性（双侧）.000N3737bcpiPearson 相关性.873**1显著性（双侧）.000N3737**. 在 .01 水平（双侧）上显著相关。画出人均可支配收入与人均消费支出的散点图，求人均消费支出倚人均可支配收入的直线回归方程，解释方程结果，并给出方程的估计标准误差。模型汇总模型RR 方调整 R 方标准估计的误差1.994a.989.988912.186a. 预测变量: (常量), income。求人均可支配收入倚GDP的直线回归方程。解释方程结果，并给出方程的估计标准误差。模型汇总模型RR 方调整 R 方标准估计的误差1.985a.969.9692250.284a. 预测变量: (常量), gdp。求人均消费支出倚GDP的直线回归方程。解释方程结果，并给出方程的估计标准误差。模型汇总和参数估计值