spss多元线性回归散点图_SPSS19.0实战之多元线性回归分析

线性回归数据(全国各地区能源消耗量与产量)来源，可点击协会博客数据挖掘栏：国泰安数据服务中心的经济研究数据库。

1.1 数据预处理

数据预处理包括的内容非常广泛，包括数据清理和描述性数据汇总，数据集成和变换，数据归约，数据离散化等。本次实习主要涉及的数据预处理只包括数据清理和描述性数据汇总。一般意义的数据预处理包括缺失值填写和噪声数据的处理。于此我们只对数据做缺失值填充，但是依然将其统称数据清理。

1.1.1 数据导入与定义

单击“打开数据文档

”，将xls格式的全国各地区能源消耗量与产量的数据导入SPSS中，如图1-1所示。

图1-1

导入数据

导入过程中，各个字段的值都被转化为字符串型(String)，我们需要手动将相应的字段转回数值型。单击菜单栏的“

”-->“ ”将所选的变量改为数值型。如图1-2所示：

图1-2 定义变量数据类型

1.1.2 数据清理

数据清理包括缺失值的填写和还需要使用SPSS分析工具来检查各个变量的数据完整性。单击“

”-->“ ”，将检查所输入的数据的缺失值个数以及百分比等。如图1-3所示：

图1-3缺失值分析

能源数据缺失值分析结果如表1-1所示：

单变量统计

N

均值

标准差

缺失

极值数目a

计数

百分比

低

高

能源消费总量

30

9638.50

6175.924

0

.0

0

1

煤炭消费量

30

9728.99

7472.259

0

.0

0

2

焦炭消费量

30

874.61

1053.008

0

.0

0

2

原油消费量

28

1177.51

1282.744

2

6.7

0

1

汽油消费量

30

230.05

170.270

0

.0

0

1

煤油消费量

28

45.40

66.189

2

6.7

0

4

柴油消费量

30

392.34

300.979

0

.0

0

2

燃料油消费量

30

141.00

313.467

0

.0

0

3

天然气消费量

30

19.56

22.044

0

.0

0

2

电力消费量

30

949.64

711.664

0

.0

0

3

原煤产量

26

<