同学们都知道,“人均消费支出”与“食品支出”二者必然存在相关性。那么,在这两个变量之间,能不能构建出一个回归方程?如果利用SPSS进行回归分析,应该选择线性回归分析,还是曲线回归分析呢?
为了回答上述问题,本文尝试以长沙市城市居民人均消费支出对食品支出的影响分析为例,详解SPSS中曲线估计的实际应用。
1 基础数据
根据统计年鉴,可得到长沙市1980年-2017年城市居民调查户消费性支出情况,数据如下。
![2945429c5b91cd078fa85d951b07125c.png](https://i-blog.csdnimg.cn/blog_migrate/da09368986bbb7ea770ea3fc4343434c.png)
2 SPSS曲线估计操作步骤
首先,绘制散点图。观察变量之间的统计关系,根据回归线形状的直观认知,确定一个能够反映和拟合这种认知的数学函数。
![14936b9722e0cf7e99a2593edd569120.png](https://i-blog.csdnimg.cn/blog_migrate/3bb2a976473295e8731a426f52778ee6.png)
从上图可看出,二者之间可构建线性或二次曲线模型。究竟哪种模型更适合呢?
接下来,我们进行回归分析并作对比。
第1步:选择菜单:【分析(A)】→【回归(R)】→【曲线估计&#x