发布时间 : 星期日 文章(完整版)多元回归分析中变量的选择——SPSS的应用毕业设计更新完毕开始阅读
由于数据之间单位的不同，为了消除量纲的影响，把数据标准化进行处理，得到如下标准化的数据（所有取值保留了两位小数）：
2.2相关分析
2.2.1散点图
对y与各个变量作出散点图
（1）淘宝注册人数与y的相关性散点图：
（2）网络普及度与淘宝网交易总额的相关性检验：
（3）我国居民消费水平与淘宝交易的相关性检验：
由以上三个散点图可知，其所有的点均落在了左上至右下的一条直线上，表明了数据之间存在显著相关关系。所以我们还需要对数据进行进一步的分析，得到确切的答案。 2.2.2计算相关系数
（1）复相关系数r是用来衡量回归直线对于观察值配合的密切程度，即用来衡量因变量y与自变量，，之间相关的密切程度。以下是用SPSS对数据进行相关性分析，得到如下的相关系数图
解析：图中有带“**”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，y与的相关系数为0.992>0，表示呈一定的线性关系，相关系数检验对应的概率P值为0.000，小于显著性水平0.05，说明淘宝交易额与淘宝注册人数之间相关性显著。y与的相关系数为0.901>0，表示呈一定的线性关系，相关系数检验对应的概率P值为0.002，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。y与的相关系数为0.965>0，表示呈一定的线性关系，相关系数检验对应的概率P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。
综上所述通过SPSS得出的相关系数的矩阵得到为：
0.992 =0.901 =0.965
由以上数据可以看出，各列之间存在正相关关系。即淘宝网注册人数、我国网络普及度、我国居民消费水平与淘宝交易总额y存在正相关关系。 （2）计算偏相关系数：在多变量的情况下，变量之间的相关系数是相当复杂的。任意两个变量之间都有可能存在着相关关系，因此，只知道被解释变量与解释变量的总的相关程度是不够的。如果需要了解某两个变量间的相关程度，就应在消除其他变量影响的情况下来计算他们的相关系数，这就是偏相关系数。下面是用SPSS作出的偏相关系数：
①消除我国网络普及度和居民消费水平的影响后，计算淘宝注册人数与淘宝交易额的偏相关系数为：
Correlations Control Variables x2 & x3 y Correlation Significance (2-tailed) df x1 Correlation Significance (2-tailed) df y 1.000 . 0 .894 .016 4 x1 .894 .016 4 1.000 . 0 解析：由上可知，淘宝注册人数与淘宝交易额的偏相关系数为0.894。 ②消除淘宝交易额和居民消费水平的影响后，我国网络普及度和淘宝交易额的偏相关系数为：