数据统计分析实验指导书(7)

表3.1 Pearson简单相关分析

Correlations

每股收益率

Pearson Correlation Sig. (2-tailed) N

净资产收益率

Pearson Correlation Sig. (2-tailed) N

资产收益率

Pearson Correlation Sig. (2-tailed) N

托宾Q值

Pearson Correlation Sig. (2-tailed) N

每股收益率

1 . 315 .877(**) .000 315 .824(**) .000 315 -.073 .199

净资产收益率 .877(**) .000 315 1 . 315 .808(**) .000 315 -.001 .983 315

资产收益率

.824(**) .000 315 .808(**) .000 315 1 . 315 .011 .849 315

托宾Q值

-.073 .199 315 -.001 .983 315 .011 .849 315 1 . 315

315

** Correlation is significant at the 0.01 level (2-tailed).

2．一元线性回归分析

实例分析：家庭住房支出与年收入的回归模型

在这个例子里，考虑家庭年收入对住房支出的影响，建立的模型如下：

yi????xi??i 其中，yi是住房支出，xi是年收入 线性回归分析的基本步骤及结果分析：

（1）绘制散点图 打开数据文件，选择【图形】-【旧对话框】-【散点/点状】，如图5.2所示。

23

图3.2 散点图对话框

选择简单分布，单击定义，打开子对话框，选择X变量和Y变量，如图5.3所示。单击ok提交系统运行，结果见图5.4所示。

图3.3 Simple Scatterplot 子对话框

从图上可直观地看出住房支出与年收入之间存在线性相关关系。

24

图3.4 散点图 （2）简单相关分析

选择【分析】—>【相关】—>【双变量】,打开对话框，将变量“住房支出”与“年收入”移入variables列表框，点击ok运行，结果如表3.2所示。

表3.2 住房支出与年收入相关系数表

Correlations 住房支出（千美元） 年收入（千美元） Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 住房支出（千美元） 1 . 20 .966(**) .000 20 年收入（千美元） .966(**) .000 20 1 . 20 ** Correlation is significant at the 0.01 level (2-tailed). 从表中可得到两变量之间的皮尔逊相关系数为0.966，双尾检验概率p值尾0.000<0.05，故变量之间显著相关。根据住房支出与年收入之间的散点图与相关分析显示，住房支出与年收入之间存在显著的正相关关系。在此前提下进一步进行回归分析，建立一元线性回归方程。 (3) 线性回归分析

步骤1：选择菜单“【分析】—>【回归】—>【线性】”，打开Linear Regression 对话框。将变量住房支出y移入Dependent列表框中，将年收入x移入Independents列表框中。在Method 框中选择Enter 选项，表示所选自变量全部进入回归模型。

25