3 trang 1 lượt tải

Bài Tập Thực Hành SPSS môn Thống kê trong kinh tế và kinh doanh | Trường Đại học Kinh tế Quốc dân

2

Thực hiện hồi quy bộ dữ liệu của sinh viên trên SPSS với biến độc lập là chiều cao và biến phụ thuộc là cân nặng, ta được bảng sa . Tài liệu giúp bạn tham khảo, ôn tập và đạt kết quả cao. Mời đọc đón xem!

Môn: Thống kê trong kinh tế và kinh doanh 635 tài liệu

Trường: Trường Đại học Kinh Tế Quốc Dân 7.3 K tài liệu

Tác giả:

Profile

Lan Anh Trần

2 ngày trước
Tải xuống
Báo cáo
Danh sách Quiz
Tải xuống
/3
Bài tập thực hành hồi quy TKKTKD
Thực hiện hồi quy bộ dữ liệu của sinh viên trên SPSS với
biến độc lập là chiều cao và biến phụ thuộc là cân nặng,
ta được bảng sau
Phương trình hồi quy
Cân nặng = -46.168 + 0.6145*chiều cao
Cường độ của mối liên hệ
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1.679a.461 .449 8.257
a. Predictors: (Constant), Height
Từ bảng trên có thể thấy R=0.679 nằm trong khoảng từ
0.5-0.7, cho thấy mối tương quan dương trung bình giữa
2 biến. Có nghĩa là khi chiều cao tăng thì cân nặng cũng
có xu hương tăng song mối quan hệ này không thực sự
chặt chẽ.
Có thể thấy R^2=0.461, nghĩa là biến chiều cao giải
thích được khoảng 46.1% biến thiên của cân nặng.
Kiểm định ý nghĩa của mô hình
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 2569.898 1 2569.898 37.698 .000b
Residual 2999.515 44 68.171
Total 5569.413 45
a. Dependent Variable: Weight
b. Predictors: (Constant), Height
Vì giá trị p của kiểm định (<0.001) nhỏ hơn so với
ngưỡng ý nghĩa 0.05, nên chúng ta có thể kết luận
rằng có mối liên hệ có ý nghĩa thống kê giữa chiều
cao và cân nặng.

Tài liệu khác của Trường Đại học Kinh Tế Quốc Dân

Preview text:

Bài tập thực hành hồi quy TKKTKD
Thực hiện hồi quy bộ dữ liệu của sinh viên trên SPSS với
biến độc lập là chiều cao và biến phụ thuộc là cân nặng, ta được bảng sau Phương trình hồi quy
Cân nặng = -46.168 + 0.6145*chiều cao
Cường độ của mối liên hệ Model Summary Adjusted R Std. Error of the Model R R Square Square Estimate 1.679a.461 .449 8.257
a. Predictors: (Constant), Height
Từ bảng trên có thể thấy R=0.679 nằm trong khoảng từ
0.5-0.7, cho thấy mối tương quan dương trung bình giữa
2 biến. Có nghĩa là khi chiều cao tăng thì cân nặng cũng
có xu hương tăng song mối quan hệ này không thực sự chặt chẽ.
Có thể thấy R^2=0.461, nghĩa là biến chiều cao giải
thích được khoảng 46.1% biến thiên của cân nặng.
Kiểm định ý nghĩa của mô hình ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 2569.898 1 2569.898 37.698 .000b Residual 2999.515 44 68.171 Total 5569.413 45 a. Dependent Variable: Weight
b. Predictors: (Constant), Height
Vì giá trị p của kiểm định (<0.001) nhỏ hơn so với
ngưỡng ý nghĩa 0.05, nên chúng ta có thể kết luận
rằng có mối liên hệ có ý nghĩa thống kê giữa chiều cao và cân nặng.

Tài liệu liên quan: