实验五
SPSS软件应用于
相关分析与回归分析
学院：动物科技学院
班级：动科101
姓名：李貌
学号：2010020407
实验五SPSS软件应用于相关分析与回归分析
一、实验目的：
1、理解线性相关分析和回归分析的意义及应用并对有关数据进行分析。
2、熟悉SPSS软件应用于相关分析和回归分析的操作和步骤。
3、进一步掌握运用SPSS软件处理数据和分析数据的能力。
二、实验内容：
玉米在盐胁迫后的萎焉程度(R)与根中蛋白（R）、叶中蛋白（L）、脯氨酸（pro）之间关系如下，试进行变量间的相关分析、回归分析。
萎焉度（Y）/% 根中蛋白（R）/% 叶中蛋白（L）/% 脯氨酸（pro）/%
0.9300 0.79 0.98 0.093
0.9547 0.99 1.02 0.105
0.9661 0.91 1.58 0.119
0.9678 1.01 1.47 0.155
0.9725 1.14 1.89 0.234
0.9735 1.36 1.32 0.251
0.9856 1.36 1.76 0.217
1.0032 1.19
2.61 0.271
1.0045 1.21
2.33 0.227
1.0075 1.06
2.88 0.270
1.0186 1.58
2.40 0.282
1.0201 1.30
2.40 0.557
1.0245 1.81
2.37 0.650
1.0260 1.88
2.59 0.622
1.0283 1.46 3.10 0.611
1.0364 1.68 3.36 0.657
三、实验步骤：
(一、线性回归分析）
1、启动SPSS，进行变量定义和数据录入，如（图1、2）。
（图1 定义变量）（图2 输入数量）
2、依次点击【分析→回归→线性】如（图3）所示。
（图3 选定分析方法）
3、待跳出对话框后，将萎焉度选入因变量，根中蛋白、叶中蛋白、脯氨酸选入自变量，如（图
4、5），然后点击确定即可得到相应结果。
（图4 线性回归对话框）（图5 输入变量）
4、点击确定后即可得到采用线性回归方法所得到的结果，如（图6）
（图6 线性回归所得结果）
结果分析：
（1）输入/移去的变量：表明给出了线性回归分析时所采用的模型为1，采用的筛选变量的方法是输入法，所以该方程中被引入的变量脯氨酸、叶中蛋白、根中蛋白，没有被剔除的变量。
（2）模型汇总：表给出有关线性回归模型的参数，R相当于两个变量的相关系数r=0.232；R方称为决定系数，其值为0.054，表示因变量萎焉度的变异中有 5.4%是有自变量玉米在盐胁迫后的萎焉程度造成的；调整R方为矫正的决定系数，其值为-0.183；标准估计误差是离回归标准误S yx，S yx的大小表示了回归直线与实测点偏差的程度。（3）回归模型方差分析：由表有F=0.227，无效假设概率P=0.876>0.01，说明玉米在盐胁迫后的萎焉程度与脯氨酸、叶中蛋白、根中蛋白不存在显著地线性回归关系。
（4）回归方程参数：由图回归系数b1=-0.205，b2=0.026，b3=-0.002，截距a=1.268，因此建立回归方程：
根中蛋白：y1=1.268-0.205x 叶中蛋白：y2=1.268=0.026x
脯氨酸：y3=1.268-0.002x
截距a的标准差为0.419。根中蛋白的标准差s1为0.395，相关系数为-0.270，t=-0.520，P=0.612>0.01，即线性回归系数-0.205不显著，叶中蛋白的标准差s2为0.146，相关系数为0.078，t=0.180，P=0.860>0.01，即线性回归系数0.026不显著，脯氨酸的标准差s3为0.737，相关系数为-0.002，t=-0.002，P=0.998>0.01，即线性回归系数-0.002不显著，故说明脯氨酸、叶中蛋白、根中蛋白均与玉米在
盐胁迫后的萎焉程度不存在显著地线性关系。
（二、相关分析）
1、启动SPSS，进行变量定义和数据录入，如（图7、8）。
（图7 定义变量）（图8 输入数量）
2、依次点击【分析→相关→双变量】如（图9）所示。
（图9 选定分析方法）
3、待跳出对话框后，将萎焉度、根中蛋白、叶中蛋白、脯氨酸都选入变量，如（图10、11），然后点击确定即可得到相应结果。
（图10 双变量相关对话框）（图11 选入变量）
4、点击确定后即可得到采用相关分析方法所得到的结果，如（图12）
（图12 相关分析的结果）
结果分析：
输出结果为4×5的二维表格，表头行为几个变量的名称，表格中每格从上到下分别为Pearson相关系数、相关系数两尾概率、样本数。若相关系数两尾概率小于0.05则相关系数显著，否则无统计意义。SPSS会自动在相关系数值上加*或**标识，分别表示0.05水平显著或0.01水平显著。本题叶中蛋白和根中蛋白概率=0.614*达显水平；脯氨酸和根中蛋白概率=0.840、脯氨酸和叶中蛋白概率=0.760达极显水平，其余变量间相关不显著。
