基于spss的多元回归分析模型选取的研究毕业设计

表2.3

解析：表2.3中有带“**”号的结果表明有关的两变量在0.01的显著性水平下显著相关，由上图可知，与的相关系数为0.987>0，表示变量之间存在线性关系，其相关系数检验对应的概率P值为0.000，低于显著性水平0.05，说明淘宝交易额与淘宝注册人数之间相关性显著.与的相关系数为0.923>0，表示变量之间存在线性关系，其对应值为0.000，小于显著性水平0.05，说明淘宝交易额与我国网络普及度之间相关性显著.与的相关系数为0.963>0，表示变量之间存在线性关系，其对应值为0.000，小于显著性水平0.05，说明淘宝交易额与居民消费水平之间相关性显著.与的相关系数为0.919>0，表示变量之间存在线性关系，其对应P值为0.000，小于显著性水平0.05，说明我国第二产业增加值与居民消费水平之间相关性显著.

综上所述通过SPSS得出的相关系数的矩阵得到为：

0.987 ， 0.923 ， 0.963 ， 0.919 . 虽

然变量都通过了检验，但是可以看到和较另外两个复相关系数较低，因此对变量进行散点图的分析来了解自变量与因变量的相关关系. 2.1.3 散点图看线性关系

对与各个变量作出散点图

（1）淘宝注册人数与淘宝网交易总额的相关性散点图：

图2.1

（2）网络普及度与淘宝网交易总额的散点图：

图2.2

（3）我国居民消费水平与淘宝交易额的散点图：

图2.3

（4）第二产业增加值对淘宝交易额的散点图：

图2.4

解析:图2.2和2.4分别是自变量和与因变量的相关系数图，可以看出自变量和因变量之间呈明显的指数线性关系，而变量也是同样与因变量之间呈明显的指数线性关系.他们之间是非线性回归模型的关系. 所拟合的效果不理想所以我们还需要对数据进行进一步的处理和分析，得到确切的答案. 2.1.4 回归分析看拟合度 对数据进行回归分析：

表2.4

解析：表2.4是自变量与因变量得到的回归分析，可知，因变量与常数项和自变量，，，的回归的标准化回归系数分别为0.01,0.660,-0.229,1.439,-0.899.而通过检验可以看到由上表2.4可以看出常数项以及各自变量的值分别为：0.906,0.000,0.018,0.000及0.000. 可以看出原始变量所得到的值并没有全部通过检验. 说明常数项对因变量影响不显著. 对数据进行值检验，在给定的，自由度的临界值时，查表得2.262,其常数项的值为0.123小于2.262,说明常数项不显著. 综上所述，可以初步得到一个模型为:

y?0.01?0.660x1?0.229x2?1.439x3?0.899x4 .

2.1.5确定回归模型变量

综上通过散点图、复相关系数以及回归分析可以知道由于自变量和与因变量之间是非线性关系，是呈指数线性关系为研究之间线性关系，所以得到的模型的拟合程度并不是很理想.因此对自变量和进行取的对数即和来对变量进行研究看拟合效果得到下表.

表2.5

解析：下面对表2.5进行变量分析与研究，通过对非线性模型中的变量的研究来了解多元回归分析中变量的选取与使用，同时对自变量进一步进行分析.

2.2 调整后变量的相关分析 2.2.1散点图

对与各个变量作出散点图

（1）淘宝注册人数与淘宝网交易总额的相关性散点图：

图2.5

（2）的网络普及度次方与淘宝网交易总额的相关性检验：