71988198919901991199219931994199519961997199819992000200120022003200420052006200720082009
65362790048932894610111146126773138481160803196275261855329946375544409362421942453236476626526742624540692612770490866797981026114770513231111437156
32878333643777240132457065269553929588486958590981123197157919173389186405194836198582209786221574223568255315287058326103385160445424480695
199237236236243241257273282288268238236226233240251282310302302301298297299
148150151153154155159162165168172184196208220232244258272289307325343360377
2、城镇化水平与城乡居民收入差距的回归分析回归分析是对具有相关关系的数据进行分析，建立合适的数学模型。因此我们首先判断一组数据的相关性。21绘制散点图判断相关性要分析的是城镇化水平与城乡居民收入差距的关系，首先将这两组的数据截取出来，以城镇化率为X坐标，城乡居民人均收入比率为Y坐标，在直角坐标系上描成点，即散点图，如下图所示：
散点图350300城乡人均比率2502001501000500000050100150200250城镇化水平（）300350400系列1线性系列1
从图上可以看出，当城镇化水平将接近1520及城乡居民人均比率接近3时，两者数据所描出点大都分布在一条曲线附近。结合数据、散点图以及河南省城镇化进程，以1995年为分
f割，判断19781995年间两者数据呈现明显不相关，19962009两者呈相关。选取19781995年、19962009年分析河南省城镇化水平与城乡居民收入差距的关系。下面进一步分析两个阶段数据的相关关系。19782219781995年河南省城镇化水平与城乡居民收入差距的相关分析以城镇化水平为自变量X，城乡居居人均比率为因变量Y，利用SPSS130对两组数据进行回归分析，计算结果见表下模型摘要表、方差表、系数表。
ModelSummaryModel1R340aRSquare116AdjustedRSquare060StdErroroftheEstimate35321
aPredictorsCo
sta
tVAR00002
ANOVAbModel1SumofSquares26119962257df11617Mea
Square261125F2090Sig168a
Regressio
ResidualTotal
aPredictorsCo
sta
tVAR00002bDepe
de
tVariableVAR00001
Coefficie
tsaU
sta
dardizedCoefficie
tsBStdError6111256119083Sta
dardizedCoefficie
tsBeta340
Model1
t4861446
Co
sta
tVAR00002
Sig633168
aDepe
de
tVariableVAR00001
在统计意义上，相关系数04为低度相关，F值和t值小于01计为线性显著。在上述结果，相关系数R为0340，从R方和调整后R方看，回归方程的解释力很小，F值和t值的显著都大于01r