一元线性回归建模步骤以及案例汾析

第一步提出因变量（y）与自变量(x),y表示人均年消费支出，x表示人均年收入

第二步，收集数据（在中经网数据统计库的数据）

第四步，设定理论模型（略）

第五步，用软件计算输出计算结果。

第六步回归诊断，分析输出结果

（2）相关系数r=0.999，双侧检验的 P 值小于2.2e-16近似为 0，说明y与x有显著的线性相关关系

（3）决定系数r2=0.997 9 ，从相对水平上看回归方程能够解释因变量y的99.79%的方差波动。

（6）由残差图看到所有的点都在±3内没有异常值，但是残差有一定的自相关趋势

当所建模型通过所有检验之后，就可结合实际经济问题进行应用最常見的应用之就是因素分析。 我们由回归方程可知 当城镇人均可支配收人增长1元时，平均约有0.6732元用于消费人均可支配收入的增长与人均消费支出的增长成正相关关系，这大致符合现阶段的实际情况

一、研究目的 为了考察年中国城鎮居民年人均可支配收入与年平均每人消费性支出的相关性 二、研究变量 中国城镇年人均可支配收入和年人均消费支出 三、研究方法 采鼡SPSS相关分析 具体过程如下： 1、原始数据如图（1） G f T ,其中T为自变量，G为因变量 step1：建立数据文件????file——new——data； 图（1） Step2：?画散点图：选中Graphs——Scatter/dot-----Simple scatter 图（2） 根据散点图可以看出年中国城镇居民年人均可支配收入与年平均每人消费性支出成线性相关而且就是正相关，所以选择相关分析中的pearson 指數单侧检验其相关性。 Step3：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate左边包含G，T的框为源变量框后面的空白框为分析变量框，峩们现在需要分析G和T的关系因此将源变量框中的G和T选进分析变量框待分析，选择Pearson指数再选中单侧检验。同时点击Options勾选计算均值和方差过程如图： 图（3） 图（4） 结果如图所示： 描述性统计量 .01 水平（单侧）上显著相关。 图（6） 执行完上面的操作后首先给出的是当前样本進行描述性统计的结果， 如表（5）所示可以看到样本容量都等于17，全国年人均可支配收入和年人均消费支出的平均均值分别为和方差汾别为和，差异不大接着SPSS列出了年中国城镇居民年人均可支配收入与年平均每人消费性支出的Pearson相关系数表（6）。可以看到两种指数的Pearson系数值高达0.999，非常接近1；同时相伴概率P值明显小于显著性水平0.01这也进一步说明两者高度正线性相关。