SPSS實驗分析報告五

一、提出假設：

原假設h0=「總播種面積對糧食總產量沒有影響。」

假設h1=「施用化肥量對糧食總產量沒有影響。」

假設h2=「風災面積比例對糧食總產量沒有影響。」

假設h3=「農業勞動者人數對糧食總產量沒有影響。」

二、操作結果與分析

表（二）關於糧食總產量的線性回歸方程分析結果（二）

由表（二）可知，該模型是以糧食總產量為解釋變數的一元線性回歸方程。該模型的判定係數為0.986，回歸方程的估計標準誤差為967.92794。

表（三）關於糧食總產量的線性回歸方程分析結果（三）

表（三）是回歸方程顯著性檢驗結果，由表（三）可知，被解釋變數（糧食總產量）的總離差平方和sst為2048063058.686。一元模型的回歸平方和（ssr）為2019956523.

725，剩餘平方和（sse）為28106534.960。回歸方程顯著性檢驗的f統計量的觀測值為539.

009，其對應的p值近似值為0。若顯著性水平a為0.05，則因概率p值小於a，拒絕回歸方程顯著性檢驗的原假設，即回歸係數不同時為0，解釋變數全體與被解釋變數間存在顯著的線性關係，選擇線性模型具有合理性。

表（四）關於糧食總產量的線性回歸方程分析結果（四）

表（四）是回歸係數顯著性檢驗的結果。表（四）中，第二列為回歸係數，第三列為回歸係數的標準誤，兩者相除得到第五列的t統計量，第六列為t統計量觀測值對應的雙側概率p值。由表可知，總播種面積的回歸係數顯著性檢驗的t統計量的觀測值為6.

215，概率p值近似為0。當顯著性水平a為0.05時，應拒絕回歸係數檢驗的原假設，認為總播種面積與糧食總產量由顯著的線性關係；同時，施用化肥量的回歸係數顯著性檢驗的t統計量的觀測值為11.

595，概率p值近似為0。當顯著性水平a為0.05時，應拒絕回歸係數檢驗的原假設，認為施用化肥量與糧食總產量由顯著的線性關係；同理，可以認為風災面積比例和農業勞動者人數與糧食總產量都有顯著的線性關係。

表（五）關於糧食總產量的線性回歸方程分析結果（五）

表（五）是多重共線性檢驗的特徵值以及條件指數。其中最大特徵值為4.445，其餘依次快速減小。第三列的各個條件指數均不大，可以認為多重共線性較弱。

圖（一）關於糧食總產量的線性回歸殘差正態性分析直方圖

圖（二）關於糧食總產量的線性回歸殘差正態性分析圖

表（六）關於糧食總產量的線性回歸方程分析結果（六）

圖（一）是殘差的正態性圖形結果。可以看到，引數圍繞基準線具有一定的規律性。但殘差正態性的非引數檢驗結果（見表（六））表明不能推翻原假設，即不能認為它與正態分佈有顯著差異。

圖（三）關於糧食總產量的線性回歸異方差性分析圖

圖（二）是回歸方程標準化**值與標準化殘差散點圖。圖形表明，不存在明顯的異方差現象。最終的回歸方程為：

糧食總產量=25172.11+2.37×總播種面積+132.03×施用化肥量-230.75×風災面積比例+48.36×農業勞動者人數

方程表明，當施用化肥量、風災面積比例、農業勞動者人數保持不變時，總播種面積每增加一萬公頃，糧食總產量增加2.37萬噸；當總播種面積、風災面積比例、農業勞動者人數保持不變時，施用化肥量每公頃增加一千克，糧食總產量增加132.03萬噸。

當總播種面積、施用化肥量、農業勞動者人數保持不變時，風災面積比例每提高乙個百分點，糧食總產量減少230.75萬噸；當總播種面積、施用化肥量、風災面積比例保持不變時，農業勞動者人數每增加一百萬人，糧食總產量增加48.36萬噸。