SPSS案例分析的.docVIP

《SPSS统计基础分析》作业 应用案例：某地区1984——2003年出口总额及其影响因素模型分析 案例简介 下表给出了某地区1984——2003年出口总额及国内生产总值、进口额、储蓄的数据资料。解释变量是国内生产总值、进口额、储蓄，被解释变量是出口总额。 年份 出口总额 （亿美元） 国内生产总值 （亿元） 进口总额 （亿美元） 储蓄 （亿元） Y X1 X2 X3 1984 580.5 7171 274.1 1214.7 1985 808.9 8964.4 422.5 1622.6 1986 1082.1 10202.2 429 2237.6 1987 1470 11962.5 432.2 3073.3 1988 1766.7 14928.3 525.8 3801.5 1989 1956 16909.2 591.4 5146.9 1990 2985.8 18547.9 533.5 7119.8 1991 3827.1 21617.8 637.9 9241.6 1992 4676.3 26638.1 805.9 11759.4 1993 5284.8 34634.4 1039.6 15023.5 1994 10421.8 46759.4 1156.1 21518.8 1995 12451.8 58478.1 1320.8 29662.3 1996 12576.4 67884.6 1388.3 38520.8 1997 15160.7 74462.6 1423.7 46279.8 1998 15223.6 78345.2 1402.4 53407.5 1999 16159.8 82067.5 1657 59621.8 2000 20634.4 89468.1 2250.9 64332.4 2001 22024.4 97314.8 2435.5 73762.4 2002 26947.9 105172.3 2951.7 86910.6 2003 36287.9 117251.9 4127.6 103617.7 模型设置： Y=b0+b1X1+b2X2+b3X3 Y——出口总额（亿美元） X1——国内生产总值（亿元） X2——进口总额（亿美元） X3——储蓄（亿元） 相关分析，检验是否具有相关性 由上图相关系数矩阵可见，模型中解释变量相关系数较高，确实存在严重的多重共线性。 2、回归分析，确定具体关系 由回归分析结果得：Y=-2433.269+0.094 X1+5.647X2 +0.035 X3 该模型R-squared = 0.994，Adjusted R-squared= 0.993,可决系数很高，也通过F显著性检验，但是当显著性水平为0.05时，t值查表可得，临界值应该是1.746,由此可见x1,x2没有通过t检验——模型可能存在多重共线性。 3、消除多重共线性 在SPSS中对变量进行共线性诊断得 可见X2没有通过共线性检验，剔除X2 所以最后的模型是 Y= 524.264+ 0.297 X3+ 0.013 X1 可见此时不存在多重共线性。 4、异方差检验 做出相应残差序列图 方差分析表（F检验） 回归方程系数表（T检验） 以上结果说明所作模型通过了F检验和T检验，即在0.05水平下模型整体拟合优度高，回归系数显著性程度高，从残差图中也看出模型基本不存在异方差性。因此可认为模型不存在异方差性。 5、总结 通过对某地区1984——2003年出口总额及其影响因素的分析，可以看出出口总额与国内生产总值和储蓄之间存在一定的关系。在其他条件不变的情况下，当国内生产总值增加时，出口总额增加；当其他条件不变的情况下，当储蓄增加时，出口总额也会增加。因此我们可以通过观察该国国内生产总值或储蓄值来预测该国出口总额变化情况。当该国国内生产总值增加、储蓄增加时，我们可以预测该国出口值增加，并可以根据国内生产总值及储蓄的具体增长数额作出精确预测。当该国政府采取刺激GDP增长及储蓄增长的政策时，该国出口量也会增长。 分析总结： 数据分析的基本流程 典型的数据分析可能包含以下三个步： 　　 1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。 CNNIC数据：中国网民规模 2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。 　　 3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。 数据分析工作采用的