实验项目名称所属课程名称实验类型实验日期
违背基本假设的回归分析实验回归分析实验验证型427
班学姓成
级号名绩
f一、实验概述：【实验目的】掌握回归分析中违背基本假设情况下数据的处理【实验原理】【实验环境】Spss170二、实验内容：【实验过程】（实验步骤、记录、数据、分析）习题49（1）回归方程
模型汇总模型1R839
ab
R方705
调整R方标准估计的误差699157720
a预测变量常量x。b因变量y
A
ova模型1回归残差总计平方和302633126866429499df15152
b
均方3026332488
F121658
Sig000
a
a预测变量常量x。b因变量y
系数非标准化系数模型B
a
标准系数tSig
标准误差试用版442000
1常量831x004
188206583911030000
a因变量y
Y08310004X残差散点图如下
1
f2异方差检验
相关系数xSpearma
的rhox相关系数Sig（双侧）Nabs相关系数Sig（双侧）Nabs

100031853

02153
31810000215353
在置信度（双测）为005时，相关性是显著的。
等级相关系数为0318，P值0021，认为残差绝对值与自变量显著相关，存在异方差
2
f（3）结果
对数似然值幂200015001000500000500100015002000
b
12106811454510846610298398353948379258191588
a
91756
a选择对应幂以用于进一步分析，因为它可以使对数似然函数最大化。b因变量y，源变量x
模型描述因变量自变量权重1源幂值模型MOD_1yxx1500
模型摘要复相关系数R方调整R方估计的标准误对数似然函数值81265965200891588
ANOVA平方和回归残差总计006003009df15152均方006000F98604Sig000
3
f系数未标准化系数B（常数）x683004标准误298000812082标准化系数试用版标准误t22969930Sig026000
在m15时，对数似然函数达到最大，所以m15；加权最小二乘法的R20659，F值98604，说明加权最小二乘法的估计效果好于普通最小二乘估计的效果。（4）如图所示
模型汇总模型1R805
ab
R方648
调整R方标准估计的误差64246404
a预测变量常量x。b因变量ly
A
ova模型1回归残差总计平方和202591098231241df15152
b
均方20259215
F94078
Sig000
a
a预测变量常量x。b因变量ly
系数非标准化系数模型1常量xa因变量lyB582001标准误差
a
标准系数试用版t44818059699Sig000000
130000
4
f相关系数xSpearma
的rhox相关系数Sig（双侧）Nabse相关系数Sig（双侧）N10005317421353abse17421353100053
做方差稳定性变换后，r