18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53
解：
1276 1.88 745 0.77 435 1.39 540 0.56 874 1.56 1543 5.28 1029 0.64 710 4 1434 0.31 837 4.2 1748 4.88 1381 3.48 1428 7.58 1255 2.63 1777 4.99 370 0.59 2316 8.19 1130 4.79 463 0.51 770 1.74 724 4.1 808 3.94 790 0.96 783 3.29 406 0.44 1242 3.24 658 2.14 1746 5.71 468 0.64 1114 1.9 413 0.51 1787 8.33 3560 14.94 1495 5.11 2221 3.85 1526
3.93
15
系数 模型 非标准化系数 B 1 (常量) x a. 因变量: y -.831 .004 标准 误差 .442 .000 标准系数 试用版 t -1.882 .839 11.030 Sig. .065 .000 a ?=-0.831+0.004x 由SPSS计算得：y残差散点图为：
（2）由残差散点图可知存在异方差性 再用等级相关系数分析： 相关系数 Spearman 的 rho x 相关系数 x 1.000 16
t .318 *
Sig.（双侧） N t 相关系数 Sig.（双侧） N *. 在置信度（双测）为 0.05 时，相关性是显著的。 . 53 .318 .021 53 *.021 53 1.000 . 53
P=0.021 所以方差与自变量的相关性是显著的。 （3）
模型描述
因变量 自变量 权重
1 源 幂值
模型: MOD_1.
y x x
1.500
M=1.5时可以建立最优权函数，此时得到： ANOVA 回归 残差 总计 平方和 .006 .003 .009 df 1 51 52 均方 .006 .000 F 98.604 Sig. .000 系数 （常数） x 未标准化系数 B -.683 .004 标准误 .298 .000 标准化系数 试用版 标准误 t -2.296 .082 9.930 Sig. .026 .000 .812
??-0.683+0.004x 所以：y（4）
系数
a
17
模型 非标准化系数 B 1 (常量) x a. 因变量: yy .582 .001 标准 误差 .130 .000 标准系数 试用版 t 4.481 .805 9.699 Sig. .000 .000
4.13初始数据：
x y 序号
1 127.3 2 130 3 132.7 4 129.4 5 135 6 137.1 7 141.1
20.96 21.4 21.96 21.52 22.39 22.76 23.48
18
8 9 10 11 12 13 14 15 16 17 18 19 20
142.8 145.5 145.3 148.3 146.4 150.2 153.1 157.3 160.7 164.2 165.6 168.7 172
23.66 24.1 24.01 24.54 24.28 25 25.64 26.46 26.98 27.52 27.78 28.24 28.78
解： (1) 系数 模型 非标准化系数 B 1 (常量) x a. 因变量: y -1.435 .176 标准 误差 .242 .002 标准系数 试用版 t -5.930 .999 107.928 Sig. .000 .000 a
?=-1.435+0.176x y(2) 模型汇总 模型 R 1 .999 ab标准 估计的误R 方 .998 调整 R 方 .998 差 .09744 Durbin-Watson .663 a. 预测变量: (常量), x。 b. 因变量: y
DW=0.663 查DW分布表知：dL=0.95 所以DW 19