《上机实验八SPSS线性回归方程.doc》由会员分享，可在线阅读，更多相关《上机实验八SPSS线性回归方程.doc（2页珍藏版）》请在课桌文档上搜索。
1、上机实验八SPSS线性回归方程题目：以数据文件employee data.sav建立里一个以初始工资、工作经验、工作时间、工作种类、受教育年限等为自变量，当前工资为因变量的回归模型。数据来源：SPSS课程资料 employee data.sav根本结果：Variables Entered/RemovedModelVariables EnteredVariables RemovedMethod1教育水平年, 雇佣时间以月计, 经验以月计, 雇佣类别, 起始薪金a.Entera. All requested variables entered.上表显示将教育水平、雇佣时间、经验、雇佣类别、起始薪金
2、作为自变量，建立模型。Model SummaryModelRR SquareAdjusted R SquareStd. Error of the Estimate1.917a.840.839a. Predictors: (Constant), 教育水平年, 雇佣时间以月计, 经验以月计, 雇佣类别, 起始薪金对模型拟合度的检验显示，对于这个多元线性回归模型，其决定系数R Square为0.840，说明其拟合程度较高。ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression5.000aResidual468Total473a. Predicto
3、rs: (Constant), 教育水平年, 雇佣时间以月计, 经验以月计, 雇佣类别, 起始薪金b. Dependent Variable: 当前薪金模型检验结果方差分析表显示，该回归模型的SIG为0，说明该模型有显著的统计意义。CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF1(Constant).000雇佣类别.265.000.426起始薪金.069.629.000.337雇佣时间以月计.
4、091.000.992经验以月计.000.860教育水平年.091.000.512a. Dependent Variable: 当前薪金通过对回归结果的分析，可以得出，本回归方程的拟合结果为12345从sig值可知，所有自变量都是有统计学意义的。对于该多元回归模型，还需检测自变量之间是否存在共线性问题，从分析的结果看，tolerance值均大于0.1，eigenvalue值不等于，condition index指均小于30，结合下表可以知道，本回归方程中的自变量均不存在共线性问题。Collinearity DiagnosticsaModelDimensionEigenvalueConditio
5、n IndexVariance Proportions(Constant)雇佣类别起始薪金雇佣时间以月计经验以月计教育水平年11.00.00.00.00.01.002.516.00.01.00.00.80.003.199.01.19.05.02.02.004.050.00.79.63.01.01.015.018.01.00.31.18.14.866.007.97.00.00.79.03.12a. Dependent Variable: 当前薪金结论：通过建立回归方程，可以得出以下回归方程：当前工资=5859.585雇佣类别+1.365起始薪金+154.698雇佣时间以月计-19.553经验以月计+539.642教育水平年通过该方程可以看出，当前工资的多少主要是取决于雇佣类别以与教育水平，雇佣时间也有一定的影响，但是影响不大，应该注意的是，工作经验越多，反而会影响当前工资的水平，建议与对策：想要获得较高的薪金，应该选择好职业的种类，加强在教育方面的投入，以增强竞争力。
