SPSS实验分析报告五.docx

文档介绍：SPSS实验分析报告五
一、提出假设：
原假设H0=“总播种面积对粮食总产量没有影响。”
假设H1=“施用化肥量对粮食总产量没有影响。”
假设H2=“风灾面积比例对粮食总产量没有影响。”
假设H3=“农业劳动者人数对粮食总产量没有影响。”
二、操作结果与分析
表（一） 关于粮食总产量的线性回归方程分析结果（一）
變數已輸入/已移除a
模型
變數已輸入
變數已移除
方法
1
农业劳动者人数(百万人)
总播种面积(万公顷),
风灾面积比例(%)
施用化肥量(kg/公顷)b
.
Enter
a. 應變數: 粮食总产量(y万吨)
b. 已輸入所有要求的變數。
由表（一）可知，本次建模过程中，剔除变量为粮食总产量。
表（二） 关于粮食总产量的线性回归方程分析结果（二）
模型摘要b
模型
R
R 平方
調整後 R 平方
標準偏斜度錯誤
1
.993a
.986
.984

預測值：（常數），农业劳动者人数(百万人), 总播种面积(万公顷), 风灾面积比例(%), 施用化肥量(kg/公顷)
應變數: 粮食总产量(y万吨)
由表（二）可知，该模型是以粮食总产量为解释变量的一元线性回归方程。，。
表（三） 关于粮食总产量的线性回归方程分析结果（三）
變異數分析a
模型
平方和
df
平均值平方
F
顯著性
1
迴歸
.725
4
.931

.000b
殘差
.960
30
.499
總計
.686
34
a. 應變數: 粮食总产量(y万吨)
b. 預測值：（常數），农业劳动者人数(百万人), 总播种面积(万公顷), 风灾面积比例(%), 施用化肥量(kg/公顷)
表（三）是回归方程显著性检验结果，由表（三）可知，被解释变量（粮食总产量）。一元模型的回归平方和（SSR），剩余平方和（SSE）。，其对应的P值近似值为0。，则因概率P值小于a，拒绝回归方程显著性检验的原假设，即回归系数不同时为0，解释变量全体与被解释变量间存在显著的线性关系，选择线性模型具有合理性。
表（四） 关于粮食总产量的线性回归方程分析结果（四）
係數a
模型
非標準化係數
標準化係數
T
顯著性
共線性統計資料
B
標準錯誤
Beta
允差
VIF
1
（常數）
-

-
.000
总播种面积(万公顷)

.376
.134

.000
.979

施用化肥量(kg/公顷)


.707

.000
.123

风灾面积比例(%)
-

-.131
-